2017年的AI，你能感知到身邊的人工智慧嗎？

回顧2017年，可謂是AI元年。2017年初，AI帶給我們最大的記憶便是Alpha Go以3:0完勝柯傑，成為人們茶餘飯後最熱的科技話題。沒想到三百多個日子過去了，AI一躍成為了科技界最大的「時尚」IP，人們動輒提AI，似乎不與它沾上邊就不能凸顯自己的高大上。對經歷了一年變化的我們來說，AI遠非想像那麼神奇，也非遙不可及，而是化身為各種形態出現在我們生活中。

Part 1 無處不AI

其實早在2017年前有AI的聲音，為什麼2017年被科技界公認為AI元年呢？因為在這一年裡，除了Alpha Go、百度小度為代表的AI明星們帶給我們驚喜，更多的是這個有自我學習能力的人工智慧進步了不少。

而從行業的角度來看，2017年便擁有150億元的規模（2018年預計為200億以上）的AI領域尚處於初生期，太多應用需要從零開始；在科學家的眼中，AI是神經網路、深度學習、虛擬代理、機器學習等多種技術的總稱，甚至整個科學界都對人工智慧還沒有一個規範的界定；在各個廠商的眼中，人工智慧是重新建立技術壁壘的機會，未來那怕把握住 AI其中一個領域，開啟的或許就是一個萬億級的市場。

但事實上，人工智慧尚不能自我進化，還需要人們投入巨大的精力去塑造這項「偉大」的技術。擁有深度學習的Alpha Go之前所做的一切在業界看來，僅是做了一次堪稱完美的終端市場消費者培育，而這個市場的核心在於亞馬遜、谷歌、英特爾、NVDIA各大巨頭間的競爭和融合，還在於華為、聯想之類的終端廠商循循引導。2017年的「元年」之稱，象徵意義遠大於實際意義，或許在未來的某個節點，人們再次冠以 「AI爆發年」等名頭也不足為奇。

Part 2：首先落地的語音

最讓大眾親近的AI技術

技術的驅動讓AI在2017年全面爆發，對於大眾消費者而言，語音助手成為人們接觸並了解AI的第一步。多年以前，人們對語音識別的理解更多在於文本和語音的轉換，而在2017年，語音識別已經成為物聯網時代人機交流的全新方式，全球各大科技企業都在語音助手領域投入了大量的資源，加上神經網路和先進演算法的運用，「聽得懂」我們語義的語音助手征服了越來越多的消費者。

雖然語音助手本身能夠應用於諸多場景，但經過多年的沉澱和發展，各家語音助手傾向和擅長的領域多少有些不同。亞馬遜、雲知聲、科大訊飛等企業主要集中於智能家居領域，而百度、谷歌則將重頭放到了無人駕駛領域，類似智能客服、虛擬助理、智能車載等領域也有相應企業做布局。

語音市場很難一家獨大

在全球語音市場，谷歌和Nuance拿下了六成的市場份額，而蘋果和微軟也獲得了超兩層的市場，整體群雄並立的格局比較明顯，但國內語音市場份額卻出現科大訊飛和百度兩家爭雄的格局，前者拿到了近五成的市場份額，後者也獲得了近三成的份額，兩家在國內語音市場擁有絕對的話語權。

科大訊飛專註於To B端語音識別市場，以訊飛超腦、AIUI為內核，積極打造基於訊飛開放平台的AI生態，面對不同場景，推出覆蓋全行業的語音產品及服務，在智能家居、智慧教育、智能汽車、智能醫療等多個領域都有相應的合作夥伴，成長迅速。

百度語音同樣強調To B端市場，將百度在人工智慧領域積累的技術以API或SDK等形式對外共享的在線平台，憑藉其在搜索領域的沉澱和OCR、人臉是被、NLP等服務的布局，其AI平台綜合戰略布局非常搶眼。同時，百度本身擁有DuerOS、Apollo兩大行業生態，其潛力也非常可觀。

除了這兩家外，阿里、騰訊同樣在語音助手領域布下重兵，積極爭奪市場，而小i機器人、雲知聲等企業，在細分市場也具有不錯表現。

多樣性給新進者機會

作為有望開啟下一個人機交互時代的語音，以微軟、谷歌、蘋果為代表的科技巨頭們早已謀劃多年，除自身投入巨大資源進行研發外，更持續多年以併購、注資形式不斷構建AI語音平台，從這個角度看，全球語音識別市場大者恆大的格局正在形成，在資本和技術的碾壓下，創業者和後進者更多的機會在於長尾和多樣化的細分市場。

除導航、專業翻譯、醫療教育等大眾認知的傳統細分領域外，語義識別也是眾多「新人」們的機會，而三角獸、出門問問等在語義識別領域的拓展已經在2017年給人們留下了深刻印象，三角獸的智能語音交互功能已經被應用在Rokid、鎚子手機、威馬汽車等產品身上。

此外，IBM Watson的ROSS、國內的無訟、法律谷等產品在律師行業的精耕也讓人們對於語音應用的細分有了更深刻認識。

Part 3：視覺識別才是更大的蛋糕

語音交互無非是讓AI擁有了「聽懂」這個世界的能力，而在AI成長道路上，「看」同樣是AI生態不可或缺的一環，讓計算機模擬人的視覺系統，實現人的視覺功能，以適應、理解外界環境和控制自身運動，可以說是2017年AI成長的重要方向。

說到視覺識別，不得不說說人臉識別這新鮮的技術了，除以Phone X、華為等企業為代表的手機人臉識別功能外，銀行ATM機「刷臉取錢」成為2017年人臉識別大眾熱議的焦點。2017年下半年開始，農行、建行、招行等銀行體系爭相推出「刷臉取款」業務，人們無需攜帶銀行卡，只需要站在農行ATM機前，看一眼攝像頭，再輸入手機號、取款金額、密碼，自動吐鈔，拿走現金。

晶元始終是基礎動力

AI應用的深入離不開軟硬體廠商的支持，英特爾、英偉達等上游晶元企業提供嵌入式晶元的同時，觸景無限一類專註於前段嵌入式軟硬體方案的企業，會將人臉識別、物體識別、雙目測距、GPS、TOF、IMU等多種感測器、數據處理平台和壓縮演算法模型整合到視覺卡中、

在具體產品方面，觸景無限V10X系列視覺卡已經量產進入大眾市場，而二代V20X系列也已經發布，其產品被廣泛應用於安防、無人機、機器人、智能汽車輔助駕駛等領域，這類針對B端市場的產品很少直接出現在人們面前，但終端產品不斷完善的視覺系統，依舊給用戶帶來更出色的應用體驗。

不可或缺的演算法

相對於晶元而言，演算法同樣是機器人視覺應用領域不可或缺的一環。無論是個人遠程身份認證、刷臉門禁考勤等基礎的機器視覺識別應用，還是智慧安防想要覆蓋的人臉布控或最常見的人臉美顏、視頻美化等應用，視覺演算法都是最底層的支持。

以專註於計算機視覺演算法研發的商湯科技為例，其在過去的幾年時間裡已經通過與京東、小米、新浪微博等應用層級公司合作，讓計算機視覺演算法更好地融入多類細分領域，而商湯科技與科大訊飛合作研發具備人臉+語音雙重識別的產品、與英偉達合作研發適用於深度學習的GPU晶元，不僅僅讓計算機視覺識別應用在2017年快速成長，更在阿里、百度、微軟等巨頭的幫助下，技術從研發到落地都快速推進著。

Part 4：未來即來，提前布局

不論是AI晶元、演算法或應用對於更多的行業而言都屬於輔助性、底層的存在，而AI在2017年的全面崛起，也帶動了其它領域的更新換代。目前而言，AI+已經全面滲透進入安防、醫療、金融、家居、教育等領域。

以AI+醫療為例，在2017年登場，添加了聲音系統、鐳射引導系統以及輕量級內窺鏡等新功能，機械臂的體積也更小，功能也更多，國內持續引進達芬奇手術機器人的同時，其在2016年全年手術量已接近2萬台，這一數據在2017年已逼近3萬台，持續保持高速增長的狀態。

而在AI+金融領域，除了漲得讓人目瞪口呆的比特幣帶動的區塊鏈技術，大數據徵信、普惠金融等等AI+金融應用也逐步滲透到了大眾生活，從B端到C端，AI一步步滲透進入人們的日常生活中。

寫在最後

2017年，大數據與AI的熱度蔓延到了各個領域，無人駕駛、無人超市、智慧城市……各種與AI黑科技成為熱搜名詞。在剛剛結束的互聯網大會上，各個科技公司掌門人都希望以自己的方式定義人工智慧，「人工智慧+」等新概念層出不窮，可謂鮮花著錦、烈火烹油局面。

但事實上，今天的AI與半個世紀以前的技術定義已經有很大的差別，無論從2016年算起、還是從2017年算起，AI重回人們視線焦點的時間並不長，那怕巨資注入也很難短時間內產生質變。比如以深度學習為代表的技術推動了專用智能的巨大成功和廣泛應用；但另一方面，現有技術的諸多局限，並沒有因為人工智慧的「走紅」而得到明顯突破。

我們之所以要回顧2017年的AI，還是希望公眾對這個行業有一個理性的認知，預期和現實有多少距離。當然我們希望借這個話題平台，邀請更多的科技巨頭、行業專家現身說法，將AI真正帶到消費者身邊。當然，對於新生的AI，未來的一切都是美好的，我們也希望是善意的，2018年的AI，是更為可期的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！