硅谷投資人： 真正的人工智能還得再等等

　　來，人工智能經(jīng)歷了三次浪潮。

　　第一次，五十年代的達特茅斯會議確立了人工智能(AI)這一術語，人們陸續(xù)發(fā)明了第一款感知神經(jīng)網(wǎng)絡軟件和聊天軟件，證明了數(shù)學定理，人類驚呼“人工智能來了”、“再過十年機器人會超越人類”。然而，人們很快發(fā)現(xiàn)，這些理論和模型只能解決一些非常簡單的問題，人工智能進入第一次冬天。

　　第二次，八十年代Hopfield神經(jīng)網(wǎng)絡和BT訓練算法的提出，使得人工智能再次興起，出現(xiàn)了語音識別、語音翻譯計劃，以及日本提出的第五代計算機。但這些設想遲遲未能進入人們的生活之中，第二次浪潮又破滅了。

　　第三次，隨著2006年Hinton提出的深度學習技術，以及2012 年 ImageNet 競賽在圖像識別領域帶來的突破，人工智能再次爆發(fā)。這一次，不僅在技術上頻頻取得突破，在商業(yè)市場同樣炙手可熱，創(chuàng)業(yè)公司層出不窮，投資者競相追逐，一派花團錦簇、烈火烹油的熱鬧景象。

　　2002年至今科技巨頭在AI領域收購次數(shù)排名

　　然而，相似的場景，究竟是歷史的重演，還是真實的序幕?

　　不同于國內(nèi)一窩蜂趕集似的“集體高燒”，硅谷投資人給出了左右之爭的觀點。

　　硅谷投資人之爭

　　硅谷著名天使投資人郭威已經(jīng)一年沒有投過人工智能了。

　　“在硅谷，很多早期公司都有點‘偽人工智能’，因為加上AI可能比較好融資一點?！彼麑techer說。

　　在郭威的個人選擇背后，卻是硅谷對人工智能的普遍追捧。

　　按照CB Insights統(tǒng)計，2011年，全球人工智能初創(chuàng)企業(yè)僅有70家，而2015年則已經(jīng)超過了400家，增長近六倍。2015年投入人工智能的風險投資達到5億8千7百萬美元，比前一年翻了一番。而2016年僅僅第一季度，超過200家AI相關的初創(chuàng)公司已融資超過15億美元。除風險投資外，其它玩家也蜂擁而至，從私募資本到孵化器再到科技巨頭，沒有人想錯過這場盛宴。

　　美國AI投資金額與專利申請數(shù)變化圖

　　谷歌曾一口氣收購7家機器人公司，最著名的是波士頓動力(2013年Google收購波士頓動力機器人，2016年將其黯然出售給豐田);蘋果、英特爾、亞馬遜等巨頭，也正和初創(chuàng)公司一起積極進行人工智能的“軍備競賽”;微軟CEO薩蒂亞·納德拉(Satya Nadella)最近出席阿斯彭思節(jié)時，也提倡人類與人工智能系統(tǒng)之間建立合作，使得機器能夠強化人類的能力。

　　相比之下，社交媒體創(chuàng)業(yè)公司獲得的投資額在2011年達到峰值后便呈現(xiàn)下滑。根據(jù)CB Insights的數(shù)據(jù)，今年以來，社交媒體領域的投資只有10筆，共計690萬美元。與其它的科技巨頭一樣，硅谷最大的社交媒體Facebook正在利用人工智能來改進旗下的產(chǎn)品。

　　傳統(tǒng)汽車公司也紛紛駐扎硅谷，研究如何打造無人駕駛汽車?？萍脊竞推嚬揪暦Q，憑借日益強大的傳感器和人工智能軟件，汽車最快將在2019年左右實現(xiàn)全自動化駕駛。

　　硅谷的新人工智能時代是硅谷“重塑自我”的選擇。

　　“這是該地區(qū)可追溯到淘金熱時期的文化的核心所在?！逼纥c大學教授、資深科技預測者保羅·薩夫(Paul Saffo)說，“硅谷的建造是基于總有途徑從頭開始，找到新起點的理念?！?/p>

　　一片熱潮之中，郭威反而更加謹慎：“人工智能創(chuàng)業(yè)和之前的模式創(chuàng)新不一樣的是，它一定要具備很深的技術積累。有些公司把機器學習和一些開源軟件打包打包就賣給投資人，有點像掛羊頭賣狗肉的感覺。我很看好人工智能，但作為投資人，我不會去押寶這個領域，因為硅谷各個領域都是百花齊放，不光是人工智能?！?/p>

　　對人工智能報之以審慎態(tài)度的投資人，多是在商業(yè)化上有所顧慮。畢竟，人工智能本身只是技術，“人工智能+” ，加號后面是什么?能否真正落地?市場有多大?才是人工智能能否帶來財務回報的判斷標準。

　　另一層顧慮是，現(xiàn)在的人工智能價格已經(jīng)太高，甚至高的離譜。泡沫能撐多久?業(yè)界不少人相信2-3年內(nèi)人工智能領域會出現(xiàn)回調(diào)(類似2000年的互聯(lián)網(wǎng))——當“擠泡沫”開始，先行者的命運是基業(yè)長青還是急轉直下?也是現(xiàn)在部分投資人選擇不入場的理由。

　　相比之下，硅谷投資人Innospring CEO王笑對人工智能的態(tài)度則積極很多。

　　“人工智能這兩年的確有一些新的突破，在深度學習和神經(jīng)網(wǎng)絡的學習系統(tǒng)上，計算效率和學習方法都有大的提升。這些在各個行業(yè)都會滲透，我們非?？春??！?/p>

　　人工智能火爆的背景來自傳統(tǒng)行業(yè)難以突破的瓶頸。傳統(tǒng)行業(yè)的高度競爭、高度保守已弊端頻現(xiàn)。隨著工業(yè)4.0的提出，傳統(tǒng)行業(yè)必然與人工智能產(chǎn)生更加緊密的聯(lián)系。

　　硅谷早期投資基金SVC Angel Fund的管理合伙人Roy Kong曾指出，人工智能自己是做不到商業(yè)化的，必須做到產(chǎn)業(yè)與技術融合，包括制造業(yè)、醫(yī)療診斷、投資分析等。

　　全球人工智能投資地理分布

　　“人工智能經(jīng)過幾輪的復興及衰落正漸漸成熟，傳統(tǒng)行業(yè)競爭高度激烈，兩點的結合讓傳統(tǒng)行業(yè)對人工智能技術的接受度提高。人工智能會支持已有的商業(yè)模式，讓已有的商業(yè)模式更加高效?！蓖跣φf。

　　“人工智能有潛力做任何人類可以做的事，并可以做得更好，更快。它會極大改變生產(chǎn)力和人力勞動的性質(zhì)?！?nbsp;投資機構Liquid2的合伙人Michael毫不掩飾對人工智能的贊美，“傳統(tǒng)上，大多數(shù)創(chuàng)新只能影響一個領域，但人工智能可以影響很多，因為人類涉及多個行業(yè)?！?/p>

　　“以前人們認為人工智能只能自動化，沒有創(chuàng)意，只能提升現(xiàn)有東西的效率，自身不能形成一個獨立的、新的商業(yè)模式。我覺得這個是一個誤區(qū)。”王笑說，“現(xiàn)在已經(jīng)出現(xiàn)一些新的產(chǎn)品，人工智能可以模仿一些著名畫家的畫，自己會寫詩甚至譜曲——也就是說，現(xiàn)在連創(chuàng)意都能被機器所重復，如果這個都能做的話，人工智能的潛力是無限的。”

　　王笑告訴Xtecher，人工智能的算力現(xiàn)在已經(jīng)非常低廉，一定會產(chǎn)生一些新的東西?！叭擞肋h低估技術發(fā)展的速度。”

　　“任何時候一旦出現(xiàn)新想法，硅谷就會蜂擁而去?！庇ミ_CEO黃仁勛指出，“不過，你得等待好想法的出現(xiàn)，好想法不會天天出現(xiàn)?！痹撔酒瑥S商以為視頻游戲行業(yè)打造圖形處理器起家，但去年它堅決轉向打造針對人工智能應用的產(chǎn)品。

　　硅谷看好的三個方向

　　“人工智能”概念寬泛，根據(jù)應用方向不同，得到了投資人不同的對待。其中，三大方向得到了硅谷投資人的普遍偏愛。

　　第一個方向，顯然是自動駕駛。

　　“自動駕駛是一個經(jīng)典的人工智能產(chǎn)生的全新的、純粹顛覆式的商業(yè)模式。它到來的時間一定比人預計的快，而且非?？?。”王笑說。

　　她的信心來自于所投資的Drive.ai，全球屈指可數(shù)的部分技術能達到自動駕駛Level 4的公司之一?！八膱D像識別已經(jīng)不用依賴復雜的傳感器，就用我們普通的照相機的圖像技術，就能達到Level 3。”

　　目前，無論是國內(nèi)還是硅谷，自動駕駛已經(jīng)成了一片紅海。巨頭混戰(zhàn)之下，技術的完善只是時間問題。

　　“能不能商業(yè)化?已經(jīng)商業(yè)化了。但你說成不成熟?不成熟?！钡跣ο嘈牛詣玉{駛時代一定會很快到來。

　　目前，硅谷至少有19家公司在設計無人駕駛的汽車和卡車，相比5年前大幅增加。

　　第二個方向，是將圖像識別應用于安防。

　　圖像識別領域，可以說是現(xiàn)在人工智能視覺、語音、語義、大數(shù)據(jù)四大方向最為成熟的一個。這一點，李飛飛的ImageNet功不可沒。

　　“由于神經(jīng)網(wǎng)絡技術的推進，圖像識別和安防的結合已經(jīng)走到非常前面了。也有一些公司達到了很好的收入和商業(yè)化。因為這個市場本身客戶比較穩(wěn)定，需求比較明確，商業(yè)化有清晰的路徑?！蓖跣Ω嬖VXtecher。

　　郭威所投資的安防機器人Knightscope就是一個很好的例子。通過高清攝像頭、麥克風、熱感成像、紅外傳感、激光雷達、超聲波測距等你能想象的各種各樣的傳感器，生成大量的實時環(huán)境數(shù)據(jù)，并通過抓取實時的政府數(shù)據(jù)、社交網(wǎng)絡數(shù)據(jù)等所有可以利用的資源進行綜合評估，為環(huán)境設定了不同的警報級別——如果它偵測到有異常噪音和溫度變化，或識別出已知的罪犯，它會提醒地方當局，從而預防犯罪。

　　在國內(nèi)，百度IDL在計算機視覺領域深耕多年，人臉閘機已經(jīng)投入應用;領先的幾家CV初創(chuàng)公司，如曠視、依圖等，亦紛紛布局安防。

　　未來我們的安全，注定將越來越多地依賴人工智能。

　　第三個方向，是形態(tài)各異的語音入口。

　　作為最自然的交互模式，人們一直希望，人工智能能夠直接用語音與我們交流。然而在這背后，NLP(自然語言理解)一直是個困難的話題。

　　但隨著神經(jīng)網(wǎng)絡的發(fā)展，語音、語義技術也取得了新的突破。

　　“雖然機器對語義記憶和循回上下文之間的解析還沒有達到完全應用化的地步，但人工智能現(xiàn)在對語言的翻譯和獨立句子的理解也已經(jīng)達到非常高的水平?，F(xiàn)在機器的翻譯水平很高，還能寫作文和寫詩。”王笑說。

　　因此，Siri、Google Assistant、Viv、亞馬遜Alexa都活躍在這片戰(zhàn)場上。

　　提到國內(nèi)流行的語音交互智能手表，郭威直言：“手表在硅谷不能算一個比較熱的話題，甚至連話題都不能算。但是機器人、手表、智能家居，這幾個有個共同點，就是和語音入口密切相連?！?/p>

　　入局，還是等待?

　　實際上，任何一個熱門領域，都必須遵循真實世界的商業(yè)規(guī)律，不能僅僅依靠投資人的熱情炒起來。投資人之所以看好這三個方向，背后是日趨成熟的技術和清晰可見的商業(yè)化路徑。

　　“這次人工智能的浪潮絕不只是一個泡沫，它會達到人工智能商業(yè)化的一個最高點。大家以前都把人工智能看做黑科技，覺得商業(yè)化不會那么快，實際上這一輪已經(jīng)能夠產(chǎn)生一些人想象不到的效果?！蓖跣Ρ３謽酚^。

　　一片狂潮之下，悲觀的聲音也隱隱若現(xiàn)。

　　對于曾在1980年代創(chuàng)辦過兩家人工智能公司的杰里·卡普蘭(Jerry Kaplan)等人來說，硅谷重新煥發(fā)的熱情令人不安，因為它顯現(xiàn)出的樂觀情緒并無根據(jù)，一如早前該領域被期望過高但最終達不到人們預期的時代。

　　卡普蘭當年創(chuàng)辦的兩家公司一家后來成為了安全公司(Symantec)，另一家(Teknowledge)最終倒閉。

　　“有時候我在硅谷與人工智能熱衷者在一塊的時候，我感覺我自己仿佛是福音派集會中的無神論者?！彼f道。

　　“當前最好的區(qū)域是機器學習而不是‘真實的AI’。機器學習需要數(shù)據(jù)和訓練，AI在其基礎上以一定的方式行動。” Michael表示，“至于真正的AI，我相信還有幾年?！?/p>

　　人工智能一定是未來。但除了上述三個具體的應用方向，大部分從業(yè)者還是著力在深度學習這些底層技術——至于它們可以與各行各業(yè)結合的廣泛應用結合的多好?我們看到的成功案例還不夠多。

　　反觀國內(nèi)，人工智能領域更加“高燒”，一場集體的狂歡揭示了賽道單一的孤單——甚至有投資人直言，在曾經(jīng)的O2O、去年的VR紛紛冷卻后，“沒有別的可投了”。

　　而對于走在最前面的百度而言，重金押注人工智能，與其說是積極的布局，毋寧說是打響翻身之仗的唯一機會。

　　中國AI投資領域資本形成總額與新增企業(yè)變化圖

　　還有一些小VC，則對人工智能公司的價格望洋興嘆。“泡沫太厲害，我們只能觀望?！?/p>

　　硝煙密布中，是現(xiàn)在布局，還是等泡沫散去?投資人自有不同的選擇。

　　“星星之火，可以燎原”。相同的是大家都看到了人工智能大勢所趨的未來，不同的是，有的投資人看到“星星”就入場了，有的投資人還要等到煙火燎原。