大潮退去 人工智能還能走多遠(yuǎn)？

　　2017整整一年，圍繞人工智能的巨頭投資、創(chuàng)業(yè)押注不絕于耳，融資額度不斷刷新紀(jì)錄。但是無論是圖像、語言交互，還是算法、機(jī)器學(xué)習(xí)都不足以與實(shí)際場(chǎng)景結(jié)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(shù)、新概念的出現(xiàn)，也讓人工智能逐漸遇冷。2017下半年隨著比特幣的大漲，區(qū)塊鏈成為大家關(guān)注的新熱點(diǎn)，幾乎占據(jù)了投資人、媒體人的朋友圈。

　　講技術(shù) 卻找不到應(yīng)用場(chǎng)景

　　大家都知道人工智能代表著未來，但是在現(xiàn)實(shí)生活中，除了某些特定場(chǎng)景之外，大家?guī)缀鯚o法感受到人工智能帶來的便利。

　　舉個(gè)例子來說，智能音箱可以說是借著人工智能浪潮最先起來的產(chǎn)品之一，2017年一度呈現(xiàn)“百箱大戰(zhàn)”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(diǎn)之一的語音識(shí)別在體驗(yàn)中并沒有大眾所期待的那樣優(yōu)秀。

　　首先，語音識(shí)別需要龐大的數(shù)據(jù)庫支持，但是當(dāng)我們真正使用時(shí)會(huì)發(fā)現(xiàn)有很多表達(dá)習(xí)慣并不能被機(jī)器所理解。雖然很多語音識(shí)別公司都說自己的技術(shù)識(shí)別率已經(jīng)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(chǎn)品都無法做出合理反饋。(感興趣的讀者可以查看IT耳朵評(píng)測(cè)文章，了解更多內(nèi)容)其次是聲音采集的準(zhǔn)確性，雖然智能音箱主打的場(chǎng)景是客廳和臥室，但是使用時(shí)場(chǎng)景是比較復(fù)雜的，人說話的聲調(diào)、語速等都不相同，采集聲音時(shí)會(huì)受到其他人員、環(huán)境雜音、甚至是音箱自身的干擾，這都會(huì)導(dǎo)致準(zhǔn)確率下降影響體驗(yàn)。最后也最重要的是缺乏交互自然性。幾乎所有智能音箱產(chǎn)品都需要一個(gè)類似“芝麻開門”的語音密鑰來喚醒，且每次發(fā)布指令時(shí)都要重復(fù)一遍喚醒詞，這就讓用戶與產(chǎn)品之間產(chǎn)生明顯的距離。

　　綜合看來，智能音箱的產(chǎn)品形態(tài)確實(shí)足夠新穎誘人，但是其本質(zhì)還是一個(gè)語音助手，并不能完全勝任智能家居中控的角色。

　　另一個(gè)明顯的例子自動(dòng)駕駛技術(shù)。大家習(xí)慣把自動(dòng)駕駛分為L1-L5這五個(gè)等級(jí)，近期我們也采訪了一些自動(dòng)駕駛(輔助駕駛)的公司，他們普遍認(rèn)為自己的技術(shù)還處在L3等級(jí)，即高度自動(dòng)駕駛階段，在應(yīng)對(duì)激烈情況時(shí)仍需人為介入。而這樣的技術(shù)是如何實(shí)現(xiàn)的呢?

　　特斯拉對(duì)于周邊環(huán)境的識(shí)別是通過設(shè)置在車輛上的12個(gè)長距離超聲波距離傳感器Ultrasonic Sensors、1個(gè)長距離雷達(dá)Radar和1個(gè)前向攝像頭Forward-facing camera來實(shí)現(xiàn)的，而國內(nèi)其他公司的解決方案也都類似。但是通過長時(shí)間的走訪和觀察，我們也發(fā)現(xiàn)其中的一些問題，首先雷達(dá)或者超聲波是會(huì)相互干擾的，試想一下十幾輛車堵在路口，他們之間會(huì)形成強(qiáng)烈的干擾從而導(dǎo)致收集到的數(shù)據(jù)出現(xiàn)偏差。其次前向攝像頭也不是萬能的，想想微博上熱議的“遠(yuǎn)光狗”，想想繁華街市的各色霓虹燈，這些都是對(duì)攝像頭最大的挑戰(zhàn)。在一次與四維圖新自動(dòng)駕駛研發(fā)部負(fù)責(zé)人聊天中，他也坦言，目前自動(dòng)駕駛使用的攝像頭在弱光、逆光、或者多種光源的復(fù)雜環(huán)境下仍然很難準(zhǔn)確做出判斷，甚至在一些沒有道路標(biāo)志線和明顯路邊的地區(qū)也很難精準(zhǔn)識(shí)別。

　　人工智能在2017年發(fā)展最快的兩個(gè)典型案例中，表現(xiàn)都不能讓人滿意。再看看其他的應(yīng)用場(chǎng)景機(jī)器人、智慧物流、智慧城市似乎又離消費(fèi)者太遠(yuǎn)。各大人工智能公司頻頻爆出融資消息，發(fā)布會(huì)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(yàn)

　　如商湯、曠視、依圖、圖森這些國內(nèi)人工智能風(fēng)口上的企業(yè)大部分是做算法的，由于技術(shù)的商業(yè)化程度不足，往往只能通過項(xiàng)目定制的形式為客戶提供AI技術(shù)服務(wù)，即簡單粗暴地賣模型、賣算法，如人臉識(shí)別技術(shù)服務(wù)、基礎(chǔ)語言識(shí)別服務(wù)、金融領(lǐng)域的知識(shí)圖譜工程等。但以人和算法作為企業(yè)核心能力是不可持續(xù)的，尤其目前深度學(xué)習(xí)領(lǐng)域的算法紅利期變得越來越短。

　　以面部識(shí)別為例，經(jīng)過iPhone X的教育，手機(jī)面部解鎖正在成為越來越多廠商的標(biāo)配。但是作為消費(fèi)者來說98%的識(shí)別率和99%的識(shí)別率在體驗(yàn)上幾乎沒有區(qū)別。而用過面部解鎖的用戶都知道，在移動(dòng)(晃動(dòng))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(lián)合OPPO手機(jī)，為旗下旗艦機(jī)R11s提供面部識(shí)別解鎖方案，但是經(jīng)過我們的實(shí)際測(cè)試，R11s除了能掃描人臉并解鎖外，我們竟然用一張一寸照片成功解鎖手機(jī)，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(píng)測(cè)文章，了解更多內(nèi)容)當(dāng)然智能手機(jī)的前置攝像頭采用什么樣的參數(shù)和防抖技術(shù)是人工智能解決方案公司無法控制的，所以出現(xiàn)這樣的體驗(yàn)結(jié)果并不能完全怪方案提供商。

　　但換個(gè)角度想想，消費(fèi)者可沒時(shí)間理解這技術(shù)背后的復(fù)雜程度，大家只會(huì)覺得面部解鎖這個(gè)技術(shù)不好用，慢慢的就會(huì)讓那些敢于嘗鮮的體驗(yàn)者失去熱情，甚至不再接受這項(xiàng)技術(shù)。就像兩年前的VR市場(chǎng)，九塊九的VR設(shè)備的確讓更多人有了親身體驗(yàn)VR的機(jī)會(huì)，但是也讓跟多人遠(yuǎn)離了VR，不是嗎?

　　搶人才 卻留不住人才

　　人工智能雖然出現(xiàn)已久，但是國內(nèi)這方面的專業(yè)人才并不多。根據(jù)億歐網(wǎng)發(fā)布的《億歐智庫：主要中國企業(yè)核心AI人才圖譜》顯示，218位人工智能華人高管里，知名大學(xué)相關(guān)專業(yè)畢業(yè)的博士生占85%，而這些人基本上涵蓋了國內(nèi)你能想到全部人工智能知名公司。

　　但是，有了這些人就能踏實(shí)搞好產(chǎn)品嗎?通過整理公開資料我們發(fā)現(xiàn)：百度首席科學(xué)家吳恩達(dá)離職創(chuàng)立Deeplearning.ai;百度高級(jí)副總裁王勁離職成立景馳科技，專注于無人駕駛出租車技術(shù)方案研發(fā);云知聲CMO離職創(chuàng)辦人工智能教育公司先聲教育;商湯科技曹旭東離職后創(chuàng)辦自動(dòng)駕駛公司Momenta;格靈深瞳的丁鵬博士離職創(chuàng)辦人工智能醫(yī)療公司DeepCare;英特爾的吳甘沙等5人離職創(chuàng)辦自動(dòng)駕駛公司馭勢(shì)科技;樂視超級(jí)汽車副總裁倪凱單飛創(chuàng)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“人工智能目前最需要的是人才，尤其是在行業(yè)應(yīng)用領(lǐng)域。”

　　可見人才對(duì)這個(gè)行業(yè)的重要性。幾乎每個(gè)成立三年以上的人工智能公司都會(huì)存在一次“團(tuán)隊(duì)出走，二次創(chuàng)業(yè)”的事件，也正是這些“釜底抽薪”事件的發(fā)生，導(dǎo)致很多公司在產(chǎn)品迭代上停滯不前。

　　根據(jù)數(shù)據(jù)報(bào)告顯示，目前人工智能企業(yè)更加青睞于有5年以上工作經(jīng)驗(yàn)的中高端人才，且挖角的工資一般是現(xiàn)有工資水平的2-3倍。頂級(jí)人才離職創(chuàng)業(yè)、中高端人才被挖角已經(jīng)成為國內(nèi)人工智能行業(yè)普遍存在的現(xiàn)象。

　　大潮退去 人工智能還能走多遠(yuǎn)?

　　伴隨著比特幣的火熱，區(qū)塊鏈近來成為關(guān)注的新寵，大額融資事件也開始逐漸出現(xiàn)，一時(shí)間大家茶余飯后都用“炒幣”作為談資。而炒作了一年的人工智能技術(shù)，似乎遇冷了。

　　這里所說的“遇冷”并不是說行業(yè)的凋零，更多是指在一年間形成的行業(yè)格局。從資源的角度來說，過去的一年間國內(nèi)前50的人工智能企業(yè)幾乎拿到了市場(chǎng)上80%的融資，而由此帶來的資源高度集中是后來的創(chuàng)業(yè)者所無法企及的。從技術(shù)角度來看，語音識(shí)別、人臉識(shí)別、圖像處理、輔助駕駛等相關(guān)領(lǐng)域也已經(jīng)形成一超多強(qiáng)或者多超多強(qiáng)的局面，中小團(tuán)隊(duì)很難與之匹敵。從應(yīng)用角度來看，諸如商湯、云從等公司已經(jīng)和眾多伙伴展開合作，這背后的數(shù)據(jù)將是技術(shù)迭代的前提條件，又甩開那些只在實(shí)驗(yàn)室中做研究的團(tuán)隊(duì)幾條街。這樣看來，拋開BAT、微軟、谷歌等頂級(jí)巨頭不談，單單是頭部的這些人工智能公司就已經(jīng)印證了所謂的“二八法則”，其他公司還能走多遠(yuǎn)?

　　當(dāng)下國內(nèi)整個(gè)人工智能公司的現(xiàn)狀是這樣的：首先，錢是有的，動(dòng)不動(dòng)就幾千萬上億的融資比比皆是;其次，人才是有的，上文已經(jīng)提到挖人才的現(xiàn)狀，另外很多公司也與知名高校合作共同培養(yǎng)人才;最后，技術(shù)是有的，據(jù)官方數(shù)據(jù)顯示語音的識(shí)別準(zhǔn)確率已達(dá)99%，圖像的識(shí)別率也在95%以上。但一年下來人工智能帶給我們的生活體驗(yàn)卻寥寥無幾?

　　或許2018該是技術(shù)落地的一年，也是去偽存真的一年。