2018年人工智能三大破解难题

1 资金不少，项目不够用了


当前的AI产业发展面临泡沫化的风险，主要体如今投资供应数量大而项目供给数量少，市场对创业项目寄予很高的指望，而实际的产品体验欠佳。


泡沫即将出现。在腾讯研究院发布的《中美两国人工智能产业发展全面解读》报告中，分析了引起行业泡沫的两个信号：


一是资金多而项目缺。


综合过往数据和2017年前半年的状况，今年美国新增企业数量将跌到谷底，在2017之际，美国新增企业数量范围在25-30家之间徘徊。同时，美国的累计融资量持续快速增加，最后将稳定在1380-1500亿元的区间。


2018年后，中美两国AI企业数量增加都将有所恢复，但依然平缓。在这段时期内，创投圈将会发现，找到一个新的有潜力的项目愈来愈难，因为新增企业数量稀少，常常只能跟投一些项目。


到2020年，美国累计AI公司数量将会超过1200家，累计融资将达到惊人的2000亿人民币。中国AI企业增势不明朗。根据行业发展周期来计算，中国人工智能产业将会在2018年回暖，新增公司数量会上扬到30以上，预期融资累计量将会达到900-1000亿元。


二是周期长而营收难。


通俗的说，人工智能指望值被大大高估了。引领本轮AI热潮的深度学习，起源于上世纪八九十年代的神经网络研究。在不少状况下，前沿研究是由对已有方法的微小改动和改进组成，而这些方法在几十年前就已经被设计出来了。


2006年，深度学习算法得到了突破后，引发市场热炒，但相关的AI技术和产品的成熟度仍然有限，甚至被讥笑为“人工智障”。许多项目和技术，要想得到消费者欢迎，还须要至关长的时间。


从投融资趋势来看，涌入人工智能领域的资金依然还会增长。


一个依据是，据不彻底统计，2017年中国人工智能领域的投融资事件约353起，比2016年稍有回落。但投资金额激增，总融资金额近600亿人民币，在政府的鼓励和行业并购中，2018年中国AI的投资将会持续大幅增长。


另外一个依据是，行业并购开始加重。根据CB Insights提供的数据显示，自2011年以来，已有近140家人工智能初创公司被收购，而2017年的第一季度，海外就有34家人工智能初创公司被收购，为去年同期的两倍。2018年，仍将延续这一趋势。在资金增加的同时，中国AI企业数量却不能同幅增加。根据行业发展周期来计算，中国人工智能产业将会在2018年呈现回暖，预期融资累计量将会达到900-1000亿人民币，而新增公司数量仅仅上扬到30家左右。


资金多而项目缺，周期长而营收难，项目却一天比一天更加昂贵，这种情形与1999年的第一次互联网泡沫何其类似。




2 事情不少，人不够用了


算法大神YoshuaBengio曾表示：“深度学习如今煊赫一时，目前的困境是缺少专家，一个博士生大概须要五年的时间培养，可是五年前尚未博士生开始从事深度学习，这意味着如今该领域的专家特别少，能够说弥足珍贵、极度稀缺。”这是三年前AI面临的困境，至今依然未获得改善，甚至变得更加严峻。


人工智能竞争以顶级人才为根本。 听说世界上深度学习领域的顶尖人才不超过50人，Andrew Ng表示深度学习领域人才匮乏的主要缘由首先是数据，对于解决某些领域的问题，获取数据并不是易事；其次是计算基础架构工具，包括计算机硬件和软件；最后是这个领域的工程师培养时间很是长。因此科技巨头们等纷纷经过收购初创公司来招揽人才。


做为国家将来的发展方向，AI技术对于经济发展、产业转型和科技进步起着相当重要的做用。而AI技术的研发，落地与推广离不开各领域顶级人才的通力协做。在推进AI产业从兴起进入快速发展的历程中，AI顶级人才的领军做用尤其重要，他们是推进人工智能发展的关键因素。


然而，中国人工智能领域人才发展极为欠缺。


据腾讯研究院发布的《2017全球人工智能人才白皮书》显示，目前我国约有20所大学的研究实验室专一于人工智能，高校教师以及在读硕博生约7000人；产业界现存人员人数约为39000人。远不能知足我国市场百万级的人才需求量。


从产业发展来看，我国人工智能领域人才分布严重失衡。


人工智能产业由基础层（芯片/处理器、传感器等），技术层（天然语言处理，计算机视觉与图像，机器学习/深度学习，智能机器人等）和应用层（语音识别，人脸识别）等组成，目前我国在产业层次人才上面临两个问题以下：


问题一，产业分布不均。中国AI产业的主要从业人员集中在应用层，基础层和技术层人才储备薄弱，尤为是处理器/芯片和AI技术平台上，严重削弱中国在国际上竞争力。
问题二，供求严重失衡，人才缺口很难在短时间内获得有效填补。过去三年中，我国指望在AI领域工做的求职者正以每一年翻倍的速度迅猛增加，特别是偏基础层面的AI职位，如算法工程师，供应增幅达到150%以上。尽管增加如此高速，仍然很难知足市场需求。可是，因为合格AI人才培养所需时间和成本远高于通常IT人才，人才缺口很难在短时间内获得有效填补。
人才不足，是制约中国AI产业发展的关键因素。


近几年来，Google不断的收购AI领域的公司最主要的目的是“抢购”一批世界上最一流的专家，在一个迅速成长的人工智能领域里面，这些专家无一不是佼佼者。其余科技巨头也相机而动。


能够推想，人才流动，还将加重。人才引进，还需持续。2018年，没法缓解人才饥渴症。


3 场景不少，路很差走了


若是梳理一下2017整年的AI产业大事件，人工智能技术与行业结合，九大热门领域遍地开花。


其中，医疗、金融、无人驾驶这三大热点中的悬疑，更是大大的吊足了公众的胃口。


悬疑一，AI医疗的变革的信号在哪里？




做为民生领域，医疗年年改，却次次使人无奈。风险投资也对AI+医疗有持续不断的支持。2017年，每月都有VC流入AI+医疗领域，国内全部医疗人工智能公司累计融资额已超过180亿人民币。


科技企业智能医疗的布局与应用已有雏形，IBM Waston已应用于临床诊断和治疗，在2016年就进入中国在多家医院推广；阿里健康重点打造医学影像智能诊断平台；腾讯在17年8月推出腾讯觅影，可辅助医生对食管癌进行筛查。图玛深维11月获投2亿元，正在把深度学习引入到计算机辅助诊断系统中，晶泰科技 （XtalPi）近期也融资1500万美圆，用于新一代的智能药物研发技术，以解决药物临床前研究中的效率与成功率问题。


遗憾的是，尽管政府亮了绿灯，企业投了人力财力，但人工智能却并无在医疗领域出现爆发。缘由何在？在于人工智能须要大量共享数据，而医院和患者的数据如同孤岛。如何打破各方壁垒，保障健康的同时又保障数据安全性？这将是推进智能医疗快速发展的一个重要信号。


悬疑二，AI如何深层次的撬动金融？




与智能医疗面临相同数据问题的还有金融领域，大量的可信度较高的数据握在各大银行手中，AI怎么可以撬出来这些数据以推进金融科技的创新，是创业者们绞尽脑汁思考的课题。


当前，人脸识别、指纹识别技术做为验证客户身份、远程开户、刷脸支付，解决金融安全隐患的方案，已经发展成熟正在逐步推广。


如何利用知识图谱挖掘潜在客户、进一步深挖客户潜在需求的技术也已较为成熟，而数据源的问题亟待解决。


美国的科技公司FutureAdvisor最先研制出“机器人理财顾问”。随后，此类机器人理财顾问迅速风靡全球。


2017年智能投顾更是火烧火燎，被视为是下一个风口。可是，机器人炒股，结果赔了。


悬疑三，智能汽车究竟什么时候上市？




无人驾驶汽车被称为“四轮机器人”，但其发展什么时候会像智能手机通常，人手一台，完全颠覆传统手机进而推进整个产业变革？这答案仍然是个悬疑。


2017年，汽车行业内智能造车势力动做不断，其中一部分已陆续交出答卷，让产品接受市场的检验，而一部分仍在温室中培养，等待结果。之因此称之为“温室”，是由于各行各界都对其予以厚望，尤为是在投融资上，虽然投资事件数很少，但金额达234亿人民币。


百度宣布开放阿波罗平台。阿里巴巴与上汽集团等传统车企展开合做。腾讯于年初成功入股特斯拉成为第五大股东，领投蔚来汽车首款纯电动产品，已正式上市。


时间正在跟咱们赛跑。2017年，无人驾驶车辆走上北京五环被交警调查，12月20日，一支百度Apollo无人车车队，在雄安新区测试开跑。2018年初，北京顺义区无人驾驶试运营基地正式启动，成为北京出台国内首部自动驾驶新规以来，全市首个开展无人驾驶试运营的区域。2018年，谁会上路？行业和消费者都拭目以待。


结束语
回顾2000年互联网泡沫的幻灭，不少人依然以为难以想象。那时候的产业发展突飞猛进，软件应用、网络服务ISP，网络内容ICP爆发，常有一日不见如隔三秋的感叹。


2000年4月，纳斯达克指数一路狂飙突进到历史顶点，5400多点。但不幸泡沫破裂，资本市场崩盘。 纳斯达克指数迅速滑落。中间经历了9.11恐怖袭击事件，还有安然事件。寒冬持续了3年时间，才慢慢走出低谷。


现在的AI产业正蓬勃发展，与互联网初期阶段何其类似。


产业带着耀眼的光环，肩负国家战略的重任，高度依赖资本市场渠道，舆论高度爆炒，从业者无不都是三高社会精英。


算法

但美中不足的是，上市的产品却体验欠佳，应用场景略显不足，鱼目混珠的项目时有出现。api

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------安全