大潮退去 人工智慧還能走多遠？

作者：騰飛

編輯：芊芊

圖片：網路

官網：iterduo.com

大潮退去 人工智慧還能走多遠？

經歷了2017的瘋狂炒作之後，人工智慧熱潮正在退去。

2017整整一年，圍繞人工智慧的巨頭投資、創業押注不絕於耳，融資額度不斷刷新紀錄。但是無論是圖像、語言交互，還是演算法、機器學習都不足以與實際場景結合，換句話說，落地成為最大的難題。

另一方面，越來越多新技術、新概念的出現，也讓人工智慧逐漸遇冷。2017下半年隨著比特幣的大漲，區塊鏈成為大家關注的新熱點，幾乎佔據了投資人、媒體人的朋友圈。

講技術 卻找不到應用場景

大家都知道人工智慧代表著未來，但是在現實生活中，除了某些特定場景之外，大家幾乎無法感受到人工智慧帶來的便利。

舉個例子來說，智能音箱可以說是借著人工智慧浪潮最先起來的產品之一，2017年一度呈現「百箱大戰」的局面，也是阿里、京東、小米等巨頭搶灘的要地，但是作為核心賣點之一的語音識別在體驗中並沒有大眾所期待的那樣優秀。

首先，語音識別需要龐大的資料庫支持，但是當我們真正使用時會發現有很多表達習慣並不能被機器所理解。雖然很多語音識別公司都說自己的技術識別率已經到95%，甚至是98%，但是在方言、咬字、吞音等常見情況下，大部分產品都無法做出合理反饋。（感興趣的讀者可以查看IT耳朵評測文章，了解更多內容）其次是聲音採集的準確性，雖然智能音箱主打的場景是客廳和卧室，但是使用時場景是比較複雜的，人說話的聲調、語速等都不相同，採集聲音時會受到其他人員、環境雜音、甚至是音箱自身的干擾，這都會導致準確率下降影響體驗。最後也最重要的是缺乏交互自然性。幾乎所有智能音箱產品都需要一個類似「芝麻開門」的語音密鑰來喚醒，且每次發布指令時都要重複一遍喚醒詞，這就讓用戶與產品之間產生明顯的距離。

綜合看來，智能音箱的產品形態確實足夠新穎誘人，但是其本質還是一個語音助手，並不能完全勝任智能家居中控的角色。

另一個明顯的例子自動駕駛技術。大家習慣把自動駕駛分為L1-L5這五個等級，近期我們也採訪了一些自動駕駛（輔助駕駛）的公司，他們普遍認為自己的技術還處在L3等級，即高度自動駕駛階段，在應對激烈情況時仍需人為介入。而這樣的技術是如何實現的呢？

特斯拉對於周邊環境的識別是通過設置在車輛上的12個長距離超聲波距離感測器Ultrasonic Sensors、1個長距離雷達Radar和1個前向攝像頭Forward-facing camera來實現的，而國內其他公司的解決方案也都類似。但是通過長時間的走訪和觀察，我們也發現其中的一些問題，首先雷達或者超聲波是會相互干擾的，試想一下十幾輛車堵在路口，他們之間會形成強烈的干擾從而導致收集到的數據出現偏差。其次前向攝像頭也不是萬能的，想想微博上熱議的「遠光狗」，想想繁華街市的各色霓虹燈，這些都是對攝像頭最大的挑戰。在一次與四維圖新自動駕駛研發部負責人聊天中，他也坦言，目前自動駕駛使用的攝像頭在弱光、逆光、或者多種光源的複雜環境下仍然很難準確做出判斷，甚至在一些沒有道路標誌線和明顯路邊的地區也很難精準識別。

人工智慧在2017年發展最快的兩個典型案例中，表現都不能讓人滿意。再看看其他的應用場景機器人、智慧物流、智慧城市似乎又離消費者太遠。各大人工智慧公司頻頻爆出融資消息，發布會也沒少開，但是卻很少聽見落地的案例。

玩概念 卻做不好體驗

如商湯、曠視、依圖、圖森這些國內人工智慧風口上的企業大部分是做演算法的，由於技術的商業化程度不足，往往只能通過項目定製的形式為客戶提供AI技術服務，即簡單粗暴地賣模型、賣演算法，如人臉識別技術服務、基礎語言識別服務、金融領域的知識圖譜工程等。但以人和演算法作為企業核心能力是不可持續的，尤其目前深度學習領域的演算法紅利期變得越來越短。

以面部識別為例，經過iPhone X的教育，手機面部解鎖正在成為越來越多廠商的標配。但是作為消費者來說98%的識別率和99%的識別率在體驗上幾乎沒有區別。而用過面部解鎖的用戶都知道，在移動（晃動）中無法解鎖才是其目前無法取代指紋解鎖主要原因。

商湯科技就曾聯合OPPO手機，為旗下旗艦機R11s提供面部識別解鎖方案，但是經過我們的實際測試，R11s除了能掃描人臉並解鎖外，我們竟然用一張一寸照片成功解鎖手機，這其中的安全隱患有多大各位想一下。（感興趣的讀者可以查看IT耳朵評測文章，了解更多內容）當然智能手機的前置攝像頭採用什麼樣的參數和防抖技術是人工智慧解決方案公司無法控制的，所以出現這樣的體驗結果並不能完全怪方案提供商。

但換個角度想想，消費者可沒時間理解這技術背後的複雜程度，大家只會覺得面部解鎖這個技術不好用，慢慢的就會讓那些敢於嘗鮮的體驗者失去熱情，甚至不再接受這項技術。就像兩年前的VR市場，九塊九的VR設備的確讓更多人有了親身體驗VR的機會，但是也讓跟多人遠離了VR，不是嗎？

搶人才 卻留不住人才

人工智慧雖然出現已久，但是國內這方面的專業人才並不多。根據億歐網發布的《億歐智庫：主要中國企業核心AI人才圖譜》顯示，218位人工智慧華人高管里，知名大學相關專業畢業的博士生佔85%，而這些人基本上涵蓋了國內你能想到全部人工智慧知名公司。

但是，有了這些人就能踏實搞好產品嗎?通過整理公開資料我們發現：百度首席科學家吳恩達離職創立Deeplearning.ai；百度高級副總裁王勁離職成立景馳科技，專註於無人駕駛計程車技術方案研發；雲知聲CMO離職創辦人工智慧教育公司先聲教育；商湯科技曹旭東離職後創辦自動駕駛公司Momenta；格靈深瞳的丁鵬博士離職創辦人工智慧醫療公司DeepCare；英特爾的吳甘沙等5人離職創辦自動駕駛公司馭勢科技；樂視超級汽車副總裁倪凱單飛創辦禾多科技……

科大訊飛股份有限公司董事長劉慶峰曾公開表示「人工智慧目前最需要的是人才，尤其是在行業應用領域。」

可見人才對這個行業的重要性。幾乎每個成立三年以上的人工智慧公司都會存在一次「團隊出走，二次創業」的事件，也正是這些「釜底抽薪」事件的發生，導致很多公司在產品迭代上停滯不前。

根據數據報告顯示，目前人工智慧企業更加青睞於有5年以上工作經驗的中高端人才，且挖角的工資一般是現有工資水平的2-3倍。頂級人才離職創業、中高端人才被挖角已經成為國內人工智慧行業普遍存在的現象。

大潮退去 人工智慧還能走多遠？

伴隨著比特幣的火熱，區塊鏈近來成為關注的新寵，大額融資事件也開始逐漸出現，一時間大家茶餘飯後都用「炒幣」作為談資。而炒作了一年的人工智慧技術，似乎遇冷了。

這裡所說的「遇冷」並不是說行業的凋零，更多是指在一年間形成的行業格局。從資源的角度來說，過去的一年間國內前50的人工智慧企業幾乎拿到了市場上80%的融資，而由此帶來的資源高度集中是後來的創業者所無法企及的。從技術角度來看，語音識別、人臉識別、圖像處理、輔助駕駛等相關領域也已經形成一超多強或者多超多強的局面，中小團隊很難與之匹敵。從應用角度來看，諸如商湯、雲從等公司已經和眾多夥伴展開合作，這背後的數據將是技術迭代的前提條件，又甩開那些只在實驗室中做研究的團隊幾條街。這樣看來，拋開BAT、微軟、谷歌等頂級巨頭不談，單單是頭部的這些人工智慧公司就已經印證了所謂的「二八法則」，其他公司還能走多遠？

當下國內整個人工智慧公司的現狀是這樣的：首先，錢是有的，動不動就幾千萬上億的融資比比皆是；其次，人才是有的，上文已經提到挖人才的現狀，另外很多公司也與知名高校合作共同培養人才；最後，技術是有的，據官方數據顯示語音的識別準確率已達99%，圖像的識別率也在95%以上。但一年下來人工智慧帶給我們的生活體驗卻寥寥無幾？

或許2018該是技術落地的一年，也是去偽存真的一年。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！