人工智能：寒冬漸行漸遠

文/陳歡歡計紅梅

人工智能：寒冬漸行漸遠

文/陳歡歡計紅梅

“這一輪人工智能熱潮和前兩輪不一樣，這一輪干貨實在，并且離產(chǎn)業(yè)非常近，我個人認為會有較大規(guī)模甚至大規(guī)模的產(chǎn)業(yè)化應用。”中國科學技術大學教授陳小平在2016中國計算機學會青年計算機科技論壇（CCFYOCSEF）青年創(chuàng)新峰會上如是說。

從2016年初以來，在“阿爾法狗”戰(zhàn)勝人類圍棋選手的帶動下，新一輪人工智能（AI）熱潮席卷全球，企業(yè)紛紛高薪聘請研究人員組建AI團隊，商業(yè)突破前景可期。

這一輪AI熱是否存在泡沫？是否會曇花一現(xiàn)？AI之冬是否會再次出現(xiàn)？多位學者和創(chuàng)業(yè)者一致認為：此輪人工智能的熱潮由深度學習、云計算、大數(shù)據(jù)等技術進步驅動，人工智能的冬天已經(jīng)漸行漸遠。

緣何火爆

“20多年前我讀書時，人們特別看不上人工智能，但現(xiàn)在確實非常火。”馭勢科技聯(lián)合創(chuàng)始人兼CEO吳甘沙說，“目前無論硬件還是數(shù)據(jù)都產(chǎn)生了實在的應用價值，我同意人工智能不再有冬天，更恰當?shù)谋扔魇侨斯ぶ悄苷趶谋睒O往赤道走。”

歷史上，人工智能的發(fā)展曾出現(xiàn)兩次高速進步的熱潮，又兩次“入冬”，維基百科甚至有一條專有名詞“AI之冬”。

對于20世紀70年代和80年代出現(xiàn)的兩次“寒冬”，中科院計算所研究員山世光分析指出，主要是因為人工智能專家們的樂觀預測帶動了行業(yè)熱潮，但最后卻未能取得預期的商業(yè)效果。而本輪人工智能熱潮卻正好相反，是工業(yè)界看到了人工智能的效果之后主動投入。

近幾年，得益于深度學習的發(fā)展，人工智能取得了前所未有的進展。現(xiàn)如今，人們早上被鬧鈴喚醒、開手機、上網(wǎng)購物、在線回復帖子、得到天氣報告、使用交通導航，無一不使用到人工智能。

據(jù)山世光介紹，隨著多層神經(jīng)網(wǎng)絡技術的突破，計算機視覺智能快速發(fā)展，人臉識別過去3年的錯誤率從5%下降到0.4%。

“這些進步得益于深度學習和大數(shù)據(jù)技術的進步和‘聯(lián)姻’。”山世光說。

陳小平也指出，人工智能研究60多年，正在從兩個方面接近技術突破。一是研究本身是從實際困難出發(fā)得到新的理論和方法，使得人工智能基礎理論更“接地氣”；二是產(chǎn)業(yè)發(fā)展脫離過去粗放式發(fā)展模式，主動往人工智能的方向推進。

“現(xiàn)在未必需要人工智能理論的根本性突破，僅局部突破就可以產(chǎn)生非常好的應用效果。泡沫是好事，因為我們有干貨，而且離產(chǎn)生規(guī)模效益不遠。”陳小平說。

沒有泡沫

在去年的資本寒冬中，一些AI創(chuàng)業(yè)公司逆勢融資。第四范式就是其中之一，2016年5月獲創(chuàng)新工場數(shù)百萬美元的A輪融資。

這同一兩年前創(chuàng)業(yè)之初的處境完全不同。“當時我們甚至不敢說是做人工智能的，因為投資人沒有這方面的預算，只能叫大數(shù)據(jù)價值發(fā)現(xiàn)公司。”第四范式創(chuàng)始人兼CEO戴文淵透露。

對于資本市場的巨大變化，戴文淵認為，過去十幾年里，互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、O2O吸引了過多關注，已無繼續(xù)投資的空間，這使得市面上少數(shù)有投資價值的人工智能公司吸引到大量投資，估值較高。

“但我覺得沒有泡沫，因為這些公司創(chuàng)造的社會價值更高。從價值角度來說，AI公司估值遠遠低于他們?yōu)樯鐣暙I的價值。”

一個著名的例子是臉書。臉書2012年剛上市時，股價一路下跌。轉折點發(fā)生在谷歌廣告團隊的到來，使其市值激增到2000億美元，之后不僅股價繼續(xù)攀升，還搶了谷歌原先的客戶。

戴文淵指出，當時只有谷歌、臉書、亞馬遜和中國的BAT這樣的企業(yè)才會利用人工智能的方法提升企業(yè)效率。但如今，大量公司有了這樣的能力和條件。“客戶根本服務不過來，公司的主要問題是提升服務產(chǎn)能。”戴文淵說。

吳甘沙則指出，互聯(lián)網(wǎng)紅利惠及長尾人群，但社會整體效益未必最大化，“互聯(lián)網(wǎng)挖的坑要靠人工智能來填”。他認為，AI的特性使其適用于如智能客服、智能醫(yī)療、24小時視頻監(jiān)控等領域，中低端白領很容易被AI取代。

理性進步

雖然前景可期，但創(chuàng)業(yè)仍需謹慎。

山世光所在的實驗室是國內最早開始研究人臉識別的實驗室，2016年他本人投身于AI創(chuàng)業(yè)大潮。經(jīng)過幾個月的創(chuàng)業(yè)，山世光體會到其中的不易：AI像建筑的鋼筋，但最終客戶只能看見富麗堂皇的房子。“AI創(chuàng)新距離錢包太遠，創(chuàng)業(yè)周期很長，需要六到八年甚至十年的耐心，對大部分投資人來說是不可接受的。”

山世光提醒道：“AI前兩次熱潮都是因為不能兌現(xiàn)承諾而進入寒冬，此次切勿過度承諾，數(shù)據(jù)紅利何時消失值得討論，通用AI尚未出現(xiàn)，且大多數(shù)AI不能自我成長，總體還需理性進步。”

同樣是從知名研究院進入AI創(chuàng)業(yè)，吳甘沙對人工智能的判斷是，2016年開始的人工智能革命在市場規(guī)模輻射面和持續(xù)時間上可以跟1996年的互聯(lián)網(wǎng)以及1976年的計算機相提并論，“未來20年值得期待，但AI真正變成用戶愿意埋單的東西并不簡單。”

陳小平也提醒，理論模型和實際世界的不一致性是實驗室成果難以商用的最大障礙。

而在北京交通大學教授于劍看來，人工智能近期的高速發(fā)展甚至可以媲美17、18世紀數(shù)學學科的突飛猛進和日新月異，唯一缺點是基礎不牢固，人工智能的基礎理論還需進一步提升。即使考慮到這些波折，于劍依然認為，第三次AI熱潮前途光明，即使遇冷也是暖冬。※