度过沉淀期的AI创新会有大的爆发

文∣陈军

像所有新生伊始的事物一样，“人工智能”还不是一个边界清晰的概念。虽然早在上世纪七八十年代，这个词就已经红遍全球。当时，中国许多主流高校的人工智能所几乎与计算机系是同一时间建立起来的。但时至今日，当人们谈论人工智能时，其背后具象早已与数十年前大相径庭。这一轮的“人工智能热”应该是于2012年深度学习技术突破在学术圈的爆炸，而后随着极具新闻价值的AlphaGo事件迅速普及到全社会。由于人工智能话题迅速引爆，各种方向开始努力往这个概念上靠，以至于所有与“智能”有关的东西都被归为AI，但其实很多初级“智能”只靠信息化技术、大数据技术等就可以达到，这些技术和应用其实早就有了，它们不是真正的人工智能。

随着人工智能的面纱慢慢被揭开，重要的产业推力如资本和政府等越来越清楚地了解它。就像Gartner的技术成熟度曲线所示，人工智能作为一个概念的热度会在后面的时间里逐渐减弱，大量的项目会被证伪，而一些生命力强大的应用会留下来。人们谈论人工智能话题会变少，但人工智的实际应用反而会无感知地通过各种途径融入我们的生活。

目前，业界公认的人工智能应该是以深度学习为核心的一系列方法以及它们扩散出去的创新。短短几年间，人工智能的核心内涵从关注深度神经网络、图片识别等算法问题，到关注智能音箱、智能家居等应用问题，到最近开始全面铺开到AI芯片、嵌入式AI、AI教育和生态等问题。随着基础研究领域的硬件、算法提升，我们很难预测五年后当人们谈论人工智能时，人们在谈论什么。人工智能概念的外延目前还没有稳定，人类还在不断探索人工智能的边界。

人工智能对中国的意义

众所周知，中国在许多行业的尖端技术上与发达国家仍有不少的差距，如高端制造、芯片、创新药等。但互联网浪潮兴起之际，中国在这个方向迎面赶上并且逐渐走到了第一梯队。这首先是由于互联网技术充分的开放性，以至于没有任何人能以专利等形成长期壁垒；其次，互联网的规模和网络效应天然适合于具有人口数量优势的国家。互联网是一场影响深远的信息革命，它彻底改变了人类的生活方式，也给中国经济提供了一个弯道超车的机会。

人工智能将是沿袭互联网革命，而且力度和下沉能力更强的颠覆性技术。从目前的发展进程来看，它和互联网技术一样，以开放、开源为原则，以共享生态的形式发展深入，这给具有工程师红利的中国带来了发展优势。中国目前的AI技术和世界顶尖技术相对而言不算大，而且由于中国的互联网产业已经发展起来，受益于人口基数之壮大，他们对AI的投入能力将客观上增强中国汇集AI人才，进行AI深入研究的能力。从某种程度上说，AI时代带给中国的机会，将比互联网时代更大。

作为互联网创新之都的杭州，在人工智能的应用场景创新、深度学习所需的数据红利上有得天独厚的先发优势，而“杭州智造”在国内乃至国际上众多领域的应用，是杭州不断保持创新活力的例证。人工智能应用中很重要的一环就是视频图像的采集，杭州的海康威视、大华股份、宇视科技等公司生产的智能化信息传感设备让中国乃至世界上很多的AI应用场景成为可能。2018年8月，杭州的嘉楠耘智公司推出了7nm工艺芯片，目前虽然应用在矿机为主，但也算是我们的芯片产业的一道曙光。

人工智能的创业

互联网更多的是人与人、人与物的连接，所以它更多影响的是终端的消费或娱乐模式；而人工智能不仅可以改变人与人、人与物的连接，还能改变物与物的连接，所以它能够改变生产和流通中的诸多模式。AI的发展比拼绝不仅仅在学术理论上，更多的是怎样把它应用到实际场景中，到各行各业去找到它的应用模式。

金融、医疗、零售、安防、教育、自动驾驶等方向是目前人工智能创业的重点区域。虽然已经有许多大企业进入这些领域，但创业的机会仍然非常多，而且不用担心因为大企业的垄断而找不到生存空间。这是因为人工智能对行业的赋能并不是建立一个流程或标准，从而统一行业的过程；相反，它是一个反标准化，追求在各种场景和各个细节上找到适用点，进行突破的过程，这就是场景化。场景化首先决定了没有人能迅速一统江湖，再加上人工智能应用在任何一个点上都需要耗费较长时间去理解业务、搜集数据、清洗、建模、训练、优化等一系列过程，导致真正的创新是一点一滴地在许多点上冒出来的。从这个意义上说，人工智能的创业充满了机会，只要你对某个领域或者某个问题真正地感兴趣，拥有强烈的好奇心，投入的时间和思考就会让你在这个小领域上建立一定的优势。与互联网创业类似，平台级的战争已经结束，但“长尾”上的“微创新”仍然充满机会。唯一的问题是，目前的投入产出模式决定了大部分人工智能创业将很难盈利，只能靠资本的推动；现在的投入是为了积累更多的行业经验，占据更多的先发优势，但真正从利润上丰收可能还需要等待行业成本的降低，直到它显著低于边际效用。

目前的AI初创企业大多偏重于应用层上做文章，可以一定程度脱离底层的算法逻辑，而关注于业务和数据等问题，充分利用中国的数据红利。其次，很多轻量、简单、易用，大量的“一站式”工具被开发出来，现在无论是Tensorflow还是Caffe，都提供了更便捷的模型使用环境，甚至还有大量的“预训练”模型可以被使用；而且像海康威视、科大讯飞这样的应用解决方案提供商，还提供了特定应用方向的API，更加降低了创业难度。终有一天，人工智能赋能的创业，可能就像今天维护一个公众号就能实现互联网创业一样的简单。

人工智能创业面临的问题

① 凯尔达集团焊接机器人（李忠/摄）

② 依维柯汽车变速器生产线机器人（李忠/摄）

③ 人们在杭州市第一人民医院挂号大厅使用智能语音导诊机器人

一是人才问题。人工智能还是一门极富挑战性的科学，它可以说是计算机、数学、心理学和哲学的交叉学科，在拟人化动作行为应用场景上还需要有尖端的制造工艺、控制系统支撑，它不是一个专业或者学科能覆盖的。现在高校的计算机专业学生虽然很多、也有不少人工智能所，但实际上并没有对口的专业。而且数学方面的能力参差不齐，也导致很多人并不能胜任AI的深入研究，因此人才的培养还需要加强。在高精尖零部件、技术工业、工业设计、大型智能系统、大规模应用系统以及基础平台等方面国内还和世界领先有较大差距。所以，政府除了鼓励科研院校开设人工智能相关的院系、加强相关研究之外，还可以加大相关人才引入。

二是数据共享。目前，大部分的人工智能应用场景还依赖于巨量的数据训练，很多场合下都是先有人工再有智能。而整个社会中最大量的数据集中在政府机关、金融机构、行业巨头手中。为了让这些数据更好地造福于民，需要政府在数据的安全性、对外分享的规范性、数据交互的标准性等方面给予充分的引导和指导。在保证安全性、合规性的前提下，通过规范性的数据获取规则和规范，可以大幅度地减少各创新企业获取数据而付出的成本，减少整个社会的资源损耗，避免重复沟通、各自为政、重复建设等一系列问题。

三是平台问题。无论是人工智能的基础技术还是众多的社会服务、生活场景的应用，在底层上有很大的共通性。在互联网行业中，已经有很多的大企业进行了开放式平台的搭建，让众多的中小企业依托于平台搭建上层的具体行业、生活应用，从而组建生态链。政府可以引导大企业组建国家级的与人工智能有关的应用平台并开放给广大的初创企业，既方便促成行业标准的形成，又可以减少初创企业在基础平台、基础功能上的研发投入，从而更加专注于场景应用，让整个生态环境更健康。为了提升平台的规范性，政府需要加大对平台的监管或者通过注入资金到平台公司中以便更好的把控运营方向。

四是知识产权。企业的创新发展离不开最根本的知识产权保护。人工智能创业大多数属于投入大、周期长、见效慢的企业行为。在漫漫长路中如果没有良好的知识产权保护机制，则会发生众多“出师未捷身先死”的悲剧，从而大大打击初创企业的积极性。在互联网创新过程中，类似的问题比比皆是，很多初创企业的产品或者运营模式还没有全面铺开的时候，就已经被行业大鳄模仿、打压，从而不得不面对被兼并或者关门的悲剧。

五是政府布局。企业行为的内在有较多的逐利性、短期性特征。而人工智能在智能传感器、智能芯片、智能软件、精密制造为重点的产业核心基础能力的深层次研究往往需要长时间的投入和试错。人工智能绝不是一种技术、一个行业的事情，是涉及多种软硬件、整个产业链的事情，政府不能完全任由企业按照市场化来发展，政府需要进行产业布局、政策引导。浙江力推的“政产学研金介用”七位一体创新模式就是一个很好的参考模式。杭州的互联网创新氛围让大多数企业有追求短平快的基因，这样的氛围下AI初创企业很容易在资本和企业生存压力下投入到能尽快出成果的垂直行业应用类产品研发中。而大多应用产品的最终效果，非常依赖于核心基础理论、深度学习算法乃至芯片的计算能力，只有基础应用做到极致后，应用类产品才能真正投入到量化生产，杭州的海康威视、大华股份近几年的发展就是依赖于其在图像识别的基础功能做到了顶尖水平。对于大多数AI行业应用，政府推动、市场主导原则完全适用，但对于人工智能相关的芯片、硬件、深度算法和通用平台等则需要政府严格筛选、重点培育。