2018年人工智能三大破解难题


1 资金很多,项目不够用了


当前的AI产业发展面临泡沫化的风险,主要体现在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期望,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,分析了引发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年前半年的情况,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长,最后将稳定在1380-1500亿元的区间。


2018年后,中美两国AI企业数量增长都将有所恢复,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越来越难,由于新增企业数量稀少,经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,人工智能期望值被大大高估了。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。在很多情况下,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,深度学习算法获得了突破后,引起市场热炒,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,要想获得消费者欢迎,还需要相当长的时间。


从投融资趋势来看,涌入人工智能领域的资金依然还会增加。


一个依据是,据不完全统计,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加。


另一个依据是,行业并购开始加剧。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。在资金增长的同时,中国AI企业数量却不能同幅增长。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相似。




2 事情很多,人不够用了


算法大神YoshuaBengio曾表示:“深度学习现在炙手可热,目前的困境是缺乏专家,一个博士生大概需要五年的时间培养,但是五年前还没有博士生开始从事深度学习,这意味着现在该领域的专家特别少,可以说弥足珍贵、极度稀缺。”这是三年前AI面临的困境,至今依然未得到改善,甚至变得更加严峻。


人工智能竞争以顶级人才为根本。 据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原因首先是数据,对于解决某些领域的问题,获取数据并非易事;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非常长。所以科技巨头们等纷纷通过收购初创公司来招揽人才。


作为国家未来的发展方向,AI技术对于经济发展、产业转型和科技进步起着至关重要的作用。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作。在推动AI产业从兴起进入快速发展的历程中,AI顶级人才的领军作用尤为重要,他们是推动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注于人工智能,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。远不能满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(自然语言处理,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如下:


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,尤其是处理器/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,人才缺口很难在短期内得到有效填补。过去三年中,我国期望在AI领域工作的求职者正以每年翻倍的速度迅猛增长,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。尽管增长如此高速,仍然很难满足市场需求。但是,由于合格AI人才培养所需时间和成本远高于一般IT人才,人才缺口很难在短期内得到有效填补。
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。其他科技巨头也相机而动。


可以推想,人才流动,还将加剧。人才引进,还需持续。2018年,无法缓解人才饥渴症。


3 场景很多,路不好走了


如果梳理一下2017全年的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?




作为民生领域,医疗年年改,却次次令人无奈。风险投资也对AI+医疗有持续不断的支持。2017年,每个月都有VC流入AI+医疗领域,国内所有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1500万美元,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,但人工智能却并没有在医疗领域出现爆发。原因何在?在于人工智能需要大量共享数据,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?这将是推动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怎么能够撬出来这些数据以推动金融科技的创新,是创业者们绞尽脑汁思考的课题。


当前,人脸识别、指纹识别技术作为验证客户身份、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最早研制出“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。但是,机器人炒股,结果赔了。


悬疑三,智能汽车究竟何时上市?




无人驾驶汽车被称为“四轮机器人”,但其发展何时会像智能手机一般,人手一台,彻底颠覆传统手机进而推动整个产业变革?这答案仍然是个悬疑。


2017年,汽车行业内智能造车势力动作不断,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。之所以称之为“温室”,是因为各行各界都对其予以厚望,尤其是在投融资上,虽然投资事件数不多,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作。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。


时间正在跟我们赛跑。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,很多人依然觉得不可思议。那时候的产业发展日新月异,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。


如今的AI产业正蓬勃发展,与互联网初期阶段何其相似。


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。


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。

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------


阅读更多
想对作者说点什么?

博主推荐

换一批

没有更多推荐了,返回首页