人工智能：冬天不再来？

Amy

人工智能：冬天不再来？

“这一轮人工智能热潮和前两轮不一样，这一轮干货实在，并且离产业非常近，我个人认为会有较大规模甚至大规模的产业化应用。”中国科学技术大学教授陈小平在12月10日于京举行的2016中国计算机学会青年计算机科技论坛（CCF YOCSEF）青年创新峰会上如是说。

从2016年初以来，在AlphaGo战胜人类围棋选手的带动下，新一轮人工智能（AI）热潮席卷全球，企业纷纷高薪聘请研究人员组建AI团队，商业突破前景可期。

这一轮AI热是否存在泡沫？是否会昙花一现？AI之冬是否会再次出现？在本次峰会上，多位学者和创业者一致认为：此轮人工智能的热潮由深度学习、云计算、大数据等技术进步驱动，人工智能的冬天已经渐行渐远。

缘何火爆

“二十多年前我读书时，人工智能很被人看不上，但现在确实非常火。”驭势科技联合创始人兼CEO吴甘沙指出：“目前无论硬件还是数据都产生了实在的应用价值，我倾向于同意人工智能不再会有冬天，更恰当的比喻是人工智能正在从北极往赤道走。”

历史上，人工智能的发展曾出现两次高速进步的热潮，又两次 “入冬”，维基百科甚至有一条专有名词“AI之冬”。

对于上世纪70年代和80年代出现两次“寒冬”，中科院计算所研究员山世光分析指出，主要是因为人工智能专家们的乐观预测，带动了行业热潮，但最后却未能取得预期的商业效果。而本轮人工智能热潮却正好相反，是工业界看到了人工智能的效果之后，主动投入进来。

近几年，得益于深度学习的发展，人工智能取得了前所未有的进展。现如今，我们早上被闹铃唤醒、开手机、上网购物、在线回复帖子、得到天气报告、使用交通导航，无一不使用人工智能。

据山世光介绍，随着多层神经网络技术的突破，计算机视觉智能快速发展，人脸识别过去三年的错误率从5%下降到0.4%。

“这些进步得益于深度学习和大数据技术的进步和‘联姻’。”山世光说。

陈小平也指出，人工智能研究60多年，正在从两个方面接近技术突破。一是研究本身是从实际困难出发得到新的理论和方法，使得人工智能基础理论更“接地气”；二是产业发展脱离过去粗放式发展模式，主动往人工智能的方向推进。

“现在未必需要人工智能理论根本性突破，仅局部突破就可以产生非常好的应用效果。泡沫是好事，因为我们有干货，而且离产生规模效益不远。”陈小平说。

泡沫不在

在今年的资本寒冬中，一些AI创业公司逆势融资。第四范式就是其中之一，5月获创新工场数百万美元的 A 轮融资。

这同一两年前创业之初的处境完全不同。“当时我们甚至不敢说是做人工智能的，因为投资人没有这方面预算，只能叫大数据价值发现公司。”第四范式创始人兼CEO戴文渊透露。

对于今年资本市场的巨大变化，戴文渊认为：过去15年，互联网、移动互联网、O2O吸引了过多关注，已无继续投资的空间，这使得市面上少数有投资价值的人工智能公司吸引到大量投资、估值较高。

“但我觉得没有泡沫，因为这些公司创造的社会价值更高。从价值角度来说，AI公司估值远远低于他们为社会贡献的价值。”

一个著名的例子是脸书。脸书2012年刚上市时，股价一路下跌。转折点发生在谷歌广告团队的到来，使其广告维度从2000激增到2000亿，之后不仅股价一路攀升，还抢了谷歌原先的客户。

戴文渊指出，当时只有谷歌、脸书、亚马逊和中国的BAT这样的企业才会利用人工智能的方法提升企业效率。但如今，大量公司有了这样的能力和条件。“我们客户根本服务不过来，公司的主要问题是提升服务产能。”戴文渊说。

吴甘沙则指出，互联网红利惠及长尾人群，但社会整体效益未必最大化，“互联网挖的坑要靠人工智能来填”。他认为，AI的特性使其适用于所有人贵、人缺、人犯错的场合，如智能客服、智能医疗、24小时视频监控等，中低端白领很容易被AI取代。

理性进步

虽然前景可期，但创业仍需谨慎。

山世光所在的实验室是国内最早开始研究人脸识别的实验室，今年，他本人投身了AI创业大潮。经过几个月的创业，山世光体会到其中的不易：AI像建筑的钢筋，但最终客户只能看见富丽堂皇的房子。“AI创新距离钱包太远，创业周期很长，需要六到八年甚至十年的耐心，对大部分投资人来说是不可接受的。”

山世光提醒道：“AI前两次热潮都是因为不能兑现承诺而进入寒冬，此次切勿过度承诺，数据红利何时消失值得讨论，通用AI尚未出现，且大多数AI不能自我成长，总体还需理性进步。”

同样是从知名研究院进入AI创业，吴甘沙对人工智能的判断是，2016年开始的人工智能革命在市场规模辐射面和持续时间上可以跟1996年的互联网以及1976年的计算机相提并论，“未来二十年值得期待，但AI真正变成用户愿意埋单的东西并不简单”。

陈小平也提醒，理论模型和实际世界的不一致性是实验室成果难以商用的最大障碍。

而在北京交通大学教授于剑看来，人工智能近期的高速发展甚至可以媲美17、18世纪数学学科的突飞猛进、日新月异，唯一缺点是基础不牢固，人工智能的基础理论还需要进一步提升。即使考虑到这些波折，于剑依然认为，第三次AI热潮前途光明，即使遇冷也是暖冬。