當前，AI的競爭已然升級到國家競爭。2017年首次出現(xiàn)了“AI中國威脅論”。谷歌前董事長施密特公開抱怨美國政府對企業(yè)在人工智能領(lǐng)域的支持不足，這將使美國“在10年內(nèi)”向中國拱手讓出在該領(lǐng)域的主導權(quán)。

抱怨的背后正體現(xiàn)出中國人工智能厚積薄發(fā)，取得了一定成就，尤其是在應(yīng)用層的發(fā)展達到了與美國相近的水平。如在移動支付方面，目前中國的移動支付普及率為77%，位居全球第一，在大量應(yīng)用的背后，從刷臉支付到算法優(yōu)化，人工智能扮演著關(guān)鍵作用。美國人免不了喝上一壺老陳醋。

事實真的如此嗎？

我們在做《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》報告時發(fā)現(xiàn)：中國人工智能企業(yè)數(shù)量、人才數(shù)量都僅為美國的一半；美國布局全面，而中國無論是企業(yè)還是人才，在產(chǎn)業(yè)基礎(chǔ)層、技術(shù)層、應(yīng)用層，分布不均，僅應(yīng)用層略有積累。

施密特之抱怨，終究無法掩蓋中美兩國巨大的產(chǎn)業(yè)落差。

與其關(guān)注誰威脅誰，不如把心思放在技術(shù)創(chuàng)新上。這才是每一個AI企業(yè)都應(yīng)該時時刻刻思考的問題，也是一個科技企業(yè)的本分。

不過，現(xiàn)在產(chǎn)業(yè)界也不夠冷靜。甚至于出現(xiàn)了一些讓人擔憂的跡象。回顧2017人工智能領(lǐng)域已經(jīng)出現(xiàn)了三大突破，算法、政策、資金，均創(chuàng)里程碑，業(yè)界歡呼鼓舞，這種情形像極了1999年底網(wǎng)絡(luò)泡沫泛濫的情形。

展望2018，偌大一個人工智能，優(yōu)秀項目不夠、頂尖人才不足、場景落地缺失，三大難題橫亙眼前，又將如何破解？

2017年的三大突破

1、算法的突破

要說在2017年把人工智能引入輿論高潮的，就不得不提圍棋人機大戰(zhàn)。來自谷歌旗下的AlphaGo以3：0擊敗了世界排名第一的柯潔，隨后AlphaGo Zero又取得超過AlphaGo 的實力，贏得了100場比賽的全勝，并在40天內(nèi)超過了所有舊版本。

AlphaGo的前幾代版本，主要采用深度學習算法，一開始用上千盤人類棋譜進行訓練。

AlphaGo Zero則跳過了這個步驟，自我對弈學習下棋，完全從亂下開始，采用的是強化學習。該系統(tǒng)從一個對圍棋一無所知的神經(jīng)網(wǎng)絡(luò)開始，將該神經(jīng)網(wǎng)絡(luò)和一個強力搜索算法結(jié)合，自我對弈。在對弈過程中，神經(jīng)網(wǎng)絡(luò)不斷調(diào)整、升級，預測每一步落子和最終的勝利者。

強化學習其實也是機器學習的一個分支，強化學習是一種標記延遲的監(jiān)督學習。它講究在一系列的情景之下，通過多步恰當?shù)臎Q策來達到一個目標，是一種序列多步?jīng)Q策的問題。

AlphaGo Zero的成果提示，AI并非只有深度學習，強化學習也很值得研究。

在過去的三十年，深度學習運動一度被認為是學術(shù)界的一個異類， Geoff Hinton和他同事的努力，使得深度學習成為主流，應(yīng)用于語音識別、圖像標簽以及其他無數(shù)在線工具的用戶體驗。

有趣的是，臨近年底，深度學習之父Hinton發(fā)布新論文Capsule，斷然宣稱要放棄反向傳播和深度學習理論，欲自廢三十年功力再練一套新AI“功夫”。圈里圈外頓時蒙圈。

自我顛覆或醞釀著AI的另一次飛躍。李飛飛對此大為贊賞，發(fā)推特稱：沒有工具是永恒的，即使是反向傳播和深度學習。重要的是基礎(chǔ)研究繼續(xù)推進。

2、政策的突破

2017頂層設(shè)計已經(jīng)明確昭示產(chǎn)業(yè)發(fā)展方向，可以預期，2018年后各地將掀起新一輪的發(fā)展高潮。

為搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設(shè)創(chuàng)新型國家和世界科技強國，2017年7月，國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，提出三步走計劃，到2030年人工智能理論、技術(shù)與應(yīng)用總體達到世界領(lǐng)先水平。

《規(guī)劃》旨在大力發(fā)展五大人工智能2.0技術(shù)（包括深度學習、跨界融合、人機協(xié)同、群智開放和自主操控），用以解決技術(shù)、產(chǎn)業(yè)、社會和國防四大領(lǐng)域的問題。值得一提的是，規(guī)劃中還提到了讓中小學開設(shè)人工智能和編程課程，人工智能教育從娃娃抓起，一時間風頭無兩，蓋過規(guī)劃。

繼《規(guī)劃》發(fā)布后，11月15日，科技部在北京召開新一代人工智能發(fā)展規(guī)劃暨重大科技項目啟動會，宣布依托百度、阿里、騰訊和科大訊飛四家公司，成立人工智能四大平臺，標志著新一代人工智能發(fā)展規(guī)劃和重大科技項目進入全面啟動實施階段。

作為創(chuàng)業(yè)者和企業(yè)家，2018年發(fā)展什么樣的人工智能技術(shù)和產(chǎn)品、怎樣發(fā)展人工智能技術(shù)和產(chǎn)品？翻開《規(guī)劃》，尤其是關(guān)于“培育高端高效的智能經(jīng)濟”的內(nèi)容，一定可以找到一些思路：“大力發(fā)展人工智能新興產(chǎn)業(yè)，將技術(shù)轉(zhuǎn)換成應(yīng)用，實現(xiàn)在智能軟硬件、智能機器人、智能運載工具（車、船、飛機、火箭等）、VR/AR、智能終端和物聯(lián)網(wǎng)基礎(chǔ)器件的創(chuàng)新；加快推進產(chǎn)業(yè)智能化升級，促進傳統(tǒng)企業(yè)的改造，讓制造、農(nóng)業(yè)、物流、金融、商務(wù)和家居等各領(lǐng)域都實現(xiàn)人工智能規(guī)模化應(yīng)用；大力發(fā)展智能企業(yè)，推動企業(yè)智能升級，推廣應(yīng)用智能工場；打造人工智能創(chuàng)新高地，鼓勵打造建設(shè)以人才、企業(yè)、生產(chǎn)要素為中心的產(chǎn)業(yè)群、產(chǎn)業(yè)園。”

3、AI投融資突破

一改前兩年的低調(diào)，2017年的資本，高調(diào)的聚集到屈指可數(shù)的較成規(guī)模的AI創(chuàng)業(yè)項目中。

7月11日，4.1億美元！商湯科技刷新AI領(lǐng)域單輪融資紀錄！

10月31日，4.6億美元！曠視科技獲4.6億美元C輪融資，再次刷新了融資記錄！

2017年，一系列眼花繚亂的融資事件陸續(xù)爆發(fā)。

2017年中國AI領(lǐng)域投融資創(chuàng)出歷史新高，一年內(nèi)總投融資達582億元。

在投資熱門領(lǐng)域方面，VC對計算機視覺與圖像、自然語言處理和智能機器人的關(guān)注持續(xù)全年，其趨勢基本符合騰訊研究院8月發(fā)布的《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》和《中美人工智能創(chuàng)投趨勢報告》的預測。

值得一提的是，國產(chǎn)AI芯片獨角獸出現(xiàn)。長期以來，中國信息產(chǎn)業(yè)受制于人，在產(chǎn)業(yè)核心芯片方面的落后不僅僅是技術(shù)、資金的匱乏，更重要的還有產(chǎn)業(yè)生態(tài)意識的淡薄。AI芯片投資周期長，金額大，產(chǎn)出小的特點，使得很多投資商及企業(yè)對它望而卻步。而此次一億美元的融資，將用于發(fā)展國產(chǎn)AI芯片的產(chǎn)品化和市場化，有助于推動產(chǎn)業(yè)走向自主發(fā)展的道路。

粥多僧少，泡沫也在醞釀。由于創(chuàng)業(yè)公司成立數(shù)量較前兩年有所回落，2017年資金明顯偏向中后期、大多數(shù)是一些較為成熟的項目，金額相當巨大。

2018年，投資人會不會對AI初創(chuàng)項目表示更多熱情？

許多AI初創(chuàng)項目，屬于“三缺一”項目，缺少獨創(chuàng)技術(shù)、缺少應(yīng)用場景、缺少成熟度，只有一個概念，徘徊在實驗室里，難以推開市場的大門，看起來有點懸。

2018年的三大難題

1、資金很多，項目不夠用了

當前的AI產(chǎn)業(yè)發(fā)展面臨泡沫化的風險，主要體現(xiàn)在投資供應(yīng)數(shù)量大而項目供給數(shù)量少，市場對創(chuàng)業(yè)項目寄予很高的期望，而實際的產(chǎn)品體驗欠佳。

泡沫即將出現(xiàn)。在騰訊研究院發(fā)布的《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》報告中，分析了引發(fā)行業(yè)泡沫的兩個信號：

一是資金多而項目缺。

綜合過往數(shù)據(jù)和2017年前半年的情況，今年美國新增企業(yè)數(shù)量將跌到谷底，在2017之際，美國新增企業(yè)數(shù)量范圍在25-30家之間徘徊。同時，美國的累計融資量持續(xù)快速增長，最后將穩(wěn)定在1380-1500億元的區(qū)間。

2018年后，中美兩國AI企業(yè)數(shù)量增長都將有所恢復，但依然平緩。在這段時期內(nèi)，創(chuàng)投圈將會發(fā)現(xiàn)，找到一個新的有潛力的項目越來越難，由于新增企業(yè)數(shù)量稀少，經(jīng)常只能跟投一些項目。

到2020年，美國累計AI公司數(shù)量將會超過1200家，累計融資將達到驚人的2000億人民幣。中國AI企業(yè)增勢不明朗。根據(jù)行業(yè)發(fā)展周期來計算，中國人工智能產(chǎn)業(yè)將會在2018年回暖，新增公司數(shù)量會上揚到30以上，預期融資累計量將會達到900-1000億元。

二是周期長而營收難。

通俗的說，人工智能期望值被大大高估了。引領(lǐng)本輪AI熱潮的深度學習，起源于上世紀八九十年代的神經(jīng)網(wǎng)絡(luò)研究。在很多情況下，前沿研究是由對已有方法的微小改動和改進組成，而這些方法在幾十年前就已經(jīng)被設(shè)計出來了。

2006年，深度學習算法獲得了突破后，引起市場熱炒，但相關(guān)的AI技術(shù)和產(chǎn)品的成熟度仍然有限，甚至被譏笑為“人工智障”。許多項目和技術(shù)，要想獲得消費者歡迎，還需要相當長的時間。

從投融資趨勢來看，涌入人工智能領(lǐng)域的資金依然還會增加。

一個依據(jù)是，據(jù)不完全統(tǒng)計，2017年中國人工智能領(lǐng)域的投融資事件約353起，比2016年稍有回落。但投資金額激增，總?cè)谫Y金額近600億人民幣，在政府的鼓勵和行業(yè)并購中，2018年中國AI的投資將會持續(xù)大幅增加。

另一個依據(jù)是，行業(yè)并購開始加劇。根據(jù)CB Insights提供的數(shù)據(jù)顯示，自2011年以來，已有近140家人工智能初創(chuàng)公司被收購，而2017年的第一季度，海外就有34家人工智能初創(chuàng)公司被收購，為去年同期的兩倍。2018年，仍將延續(xù)這一趨勢。在資金增長的同時，中國AI企業(yè)數(shù)量卻不能同幅增長。根據(jù)行業(yè)發(fā)展周期來計算，中國人工智能產(chǎn)業(yè)將會在2018年呈現(xiàn)回暖，預期融資累計量將會達到900-1000億人民幣，而新增公司數(shù)量僅僅上揚到30家左右。

資金多而項目缺，周期長而營收難，項目卻一天比一天更加昂貴，這種情形與1999年的第一次互聯(lián)網(wǎng)泡沫何其相似。

2、事情很多，人不夠用了

算法大神YoshuaBengio曾表示：“深度學習現(xiàn)在炙手可熱，目前的困境是缺乏專家，一個博士生大概需要五年的時間培養(yǎng)，但是五年前還沒有博士生開始從事深度學習，這意味著現(xiàn)在該領(lǐng)域的專家特別少，可以說彌足珍貴、極度稀缺。”這是三年前AI面臨的困境，至今依然未得到改善，甚至變得更加嚴峻。

人工智能競爭以頂級人才為根本。 據(jù)說世界上深度學習領(lǐng)域的頂尖人才不超過50人，Andrew Ng表示深度學習領(lǐng)域人才匱乏的主要原因首先是數(shù)據(jù)，對于解決某些領(lǐng)域的問題，獲取數(shù)據(jù)并非易事；其次是計算基礎(chǔ)架構(gòu)工具，包括計算機硬件和軟件；最后是這個領(lǐng)域的工程師培養(yǎng)時間非常長。所以科技巨頭們等紛紛通過收購初創(chuàng)公司來招攬人才。

作為國家未來的發(fā)展方向，AI技術(shù)對于經(jīng)濟發(fā)展、產(chǎn)業(yè)轉(zhuǎn)型和科技進步起著至關(guān)重要的作用。而AI技術(shù)的研發(fā)，落地與推廣離不開各領(lǐng)域頂級人才的通力協(xié)作。在推動AI產(chǎn)業(yè)從興起進入快速發(fā)展的歷程中，AI頂級人才的領(lǐng)軍作用尤為重要，他們是推動人工智能發(fā)展的關(guān)鍵因素。

然而，中國人工智能領(lǐng)域人才發(fā)展極為欠缺。

據(jù)騰訊研究院發(fā)布的《2017全球人工智能人才白皮書》顯示，目前我國約有20所大學的研究實驗室專注于人工智能，高校教師以及在讀碩博生約7000人；產(chǎn)業(yè)界現(xiàn)存人員人數(shù)約為39000人。遠不能滿足我國市場百萬級的人才需求量。

從產(chǎn)業(yè)發(fā)展來看，我國人工智能領(lǐng)域人才分布嚴重失衡。

人工智能產(chǎn)業(yè)由基礎(chǔ)層（芯片/處理器、傳感器等），技術(shù)層（自然語言處理，計算機視覺與圖像，機器學習/深度學習，智能機器人等）和應(yīng)用層（語音識別，人臉識別）等組成，目前我國在產(chǎn)業(yè)層次人才上面臨兩個問題如下：

問題一，產(chǎn)業(yè)分布不均。中國AI產(chǎn)業(yè)的主要從業(yè)人員集中在應(yīng)用層，基礎(chǔ)層和技術(shù)層人才儲備薄弱，尤其是處理器/芯片和AI技術(shù)平臺上，嚴重削弱中國在國際上競爭力。

問題二，供求嚴重失衡，人才缺口很難在短期內(nèi)得到有效填補。過去三年中，我國期望在AI領(lǐng)域工作的求職者正以每年翻倍的速度迅猛增長，特別是偏基礎(chǔ)層面的AI職位，如算法工程師，供應(yīng)增幅達到150%以上。盡管增長如此高速，仍然很難滿足市場需求。但是，由于合格AI人才培養(yǎng)所需時間和成本遠高于一般IT人才，人才缺口很難在短期內(nèi)得到有效填補。

人才不足，是制約中國AI產(chǎn)業(yè)發(fā)展的關(guān)鍵因素。

近幾年來，Google不斷的收購AI領(lǐng)域的公司最主要的目的是“搶購”一批世界上最一流的專家，在一個迅速成長的人工智能領(lǐng)域里面，這些專家無一不是佼佼者。其他科技巨頭也相機而動。

可以推想，人才流動，還將加劇。人才引進，還需持續(xù)。2018年，無法緩解人才饑渴癥。

3、場景很多，路不好走了

如果梳理一下2017全年的AI產(chǎn)業(yè)大事件，人工智能技術(shù)與行業(yè)結(jié)合，九大熱門領(lǐng)域遍地開花。

其中，醫(yī)療、金融、無人駕駛這三大熱點中的懸疑，更是大大的吊足了公眾的胃口。

懸疑一，AI醫(yī)療的變革的信號在哪里？

作為民生領(lǐng)域，醫(yī)療年年改，卻次次令人無奈。風險投資也對AI+醫(yī)療有持續(xù)不斷的支持。2017年，每個月都有VC流入AI+醫(yī)療領(lǐng)域，國內(nèi)所有醫(yī)療人工智能公司累計融資額已超過180億人民幣。

科技企業(yè)智能醫(yī)療的布局與應(yīng)用已有雛形，IBM Waston已應(yīng)用于臨床診斷和治療，在2016年就進入中國在多家醫(yī)院推廣；阿里健康重點打造醫(yī)學影像智能診斷平臺；騰訊在17年8月推出騰訊覓影，可輔助醫(yī)生對食管癌進行篩查。圖瑪深維11月獲投2億元，正在把深度學習引入到計算機輔助診斷系統(tǒng)中，晶泰科技 （XtalPi）近期也融資1500萬美元，用于新一代的智能藥物研發(fā)技術(shù)，以解決藥物臨床前研究中的效率與成功率問題。

遺憾的是，盡管政府亮了綠燈，企業(yè)投了人力財力，但人工智能卻并沒有在醫(yī)療領(lǐng)域出現(xiàn)爆發(fā)。原因何在？在于人工智能需要大量共享數(shù)據(jù)，而醫(yī)院和患者的數(shù)據(jù)如同孤島。如何打破各方壁壘，保障健康的同時又保障數(shù)據(jù)安全性？這將是推動智能醫(yī)療快速發(fā)展的一個重要信號。

懸疑二，AI如何深層次的撬動金融？

與智能醫(yī)療面臨相同數(shù)據(jù)問題的還有金融領(lǐng)域，大量的可信度較高的數(shù)據(jù)握在各大銀行手中，AI怎么能夠撬出來這些數(shù)據(jù)以推動金融科技的創(chuàng)新，是創(chuàng)業(yè)者們絞盡腦汁思考的課題。

當前，人臉識別、指紋識別技術(shù)作為驗證客戶身份、遠程開戶、刷臉支付，解決金融安全隱患的方案，已經(jīng)發(fā)展成熟正在逐步推廣。

如何利用知識圖譜挖掘潛在客戶、進一步深挖客戶潛在需求的技術(shù)也已較為成熟，而數(shù)據(jù)源的問題亟待解決。

美國的科技公司FutureAdvisor最早研制出“機器人理財顧問”。隨后，此類機器人理財顧問迅速風靡全球。

2017年智能投顧更是火燒火燎，被視為是下一個風口。但是，機器人炒股，結(jié)果賠了。

懸疑三，智能汽車究竟何時上市？

無人駕駛汽車被稱為“四輪機器人”，但其發(fā)展何時會像智能手機一般，人手一臺，徹底顛覆傳統(tǒng)手機進而推動整個產(chǎn)業(yè)變革？這答案仍然是個懸疑。

2017年，汽車行業(yè)內(nèi)智能造車勢力動作不斷，其中一部分已陸續(xù)交出答卷，讓產(chǎn)品接受市場的檢驗，而一部分仍在溫室中培養(yǎng)，等待結(jié)果。之所以稱之為“溫室”，是因為各行各界都對其予以厚望，尤其是在投融資上，雖然投資事件數(shù)不多，但金額達234億人民幣。

百度宣布開放阿波羅平臺。阿里巴巴與上汽集團等傳統(tǒng)車企展開合作。騰訊于年初成功入股特斯拉成為第五大股東，領(lǐng)投蔚來汽車首款純電動產(chǎn)品，已正式上市。

時間正在跟我們賽跑。2017年，無人駕駛車輛走上北京五環(huán)被交警調(diào)查，12月20日，一支百度Apollo無人車車隊，在雄安新區(qū)測試開跑。2018年初，北京順義區(qū)無人駕駛試運營基地正式啟動，成為北京出臺國內(nèi)首部自動駕駛新規(guī)以來，全市首個開展無人駕駛試運營的區(qū)域。2018年，誰會上路？行業(yè)和消費者都拭目以待。

回顧2000年互聯(lián)網(wǎng)泡沫的幻滅，很多人依然覺得不可思議。那時候的產(chǎn)業(yè)發(fā)展日新月異，軟件應(yīng)用、網(wǎng)絡(luò)服務(wù)ISP，網(wǎng)絡(luò)內(nèi)容ICP爆發(fā)，常有一日不見如隔三秋的感嘆。

2000年4月，納斯達克指數(shù)一路狂飆突進到歷史頂點，5400多點。但不幸泡沫破裂，資本市場崩盤。 納斯達克指數(shù)迅速滑落。中間經(jīng)歷了9.11恐怖襲擊事件，還有安然事件。寒冬持續(xù)了3年時間，才慢慢走出低谷。

如今的AI產(chǎn)業(yè)正蓬勃發(fā)展，與互聯(lián)網(wǎng)初期階段何其相似。

產(chǎn)業(yè)帶著耀眼的光環(huán)，肩負國家戰(zhàn)略的重任，高度依賴資本市場渠道，輿論高度爆炒，從業(yè)者無不都是三高社會精英。

但美中不足的是，上市的產(chǎn)品卻體驗欠佳，應(yīng)用場景略顯不足，魚目混珠的項目時有出現(xiàn)。

且不說納斯達克如何，單單A股市場，就常常為之躁動不已。理智的資本市場變得荷爾蒙過剩，泡沫的味道越來越濃。無論是政府還是企業(yè)，大家都應(yīng)該對未來的風險加以防范。