恩智浦半導體總裁Kurt Sievers在慕尼黑國際電子元器件博覽會(electronica)的圓桌會議上感嘆：今天的人工智能被夸大了!他認為大多數(shù)人甚至都不知道人工智能(AI)的定義是什么。

各大企業(yè)的高管齊聚一堂探討了AI的現(xiàn)實情況和實際效用，大多數(shù)一致認為AI在更大的程度上是物聯(lián)網和自動駕駛等領域的應用使能工具。就像兩年前炒得最火的物聯(lián)網(IoT)一樣，很多相關概念到現(xiàn)在都沒有真正發(fā)生，但人們相信結合連通性和傳感技術，AI將使物聯(lián)網在實際的應用中起到作用。

他們試圖將AI推向世界，解釋AI適用于哪些地方并將它的炒作和現(xiàn)實分開。英飛凌科技CEO Reinhard Ploss說道：“AI是對你所擁有的數(shù)據以及背后所有算法的融合?！?/p>

意法半導體的總裁兼首席執(zhí)行官Jean-Marc Chery也提到，處于邊緣的AI是一項漸進式創(chuàng)新，而并不是大家所認為的激進式創(chuàng)新。

意法半導體已經將某種形式的人工智能應用到工業(yè)制造，了解包含神經網絡組件的軟件如何收集晶片缺陷和工藝參數(shù)數(shù)據、尋找模式以及預測故障機制，而理解故障的根本原因需要強大的工程技能，因此，意法半導體的員工非常了解AI能做到和做不到的界限。

AI是一種使系統(tǒng)更加高效、決策更加迅速的加速器和使能器，但它無法接管人類的角色，也無法消除人類的創(chuàng)新思維，因為它本身無法創(chuàng)造新的智慧，只能幫助或暗示人類問題所在。在研發(fā)中，AI可以被用來加速開發(fā)的進程，在某個領域被訓練過的系統(tǒng)可以幫助科研人員改進該領域的相關研究。在這個方面，專家組提出了一個關鍵點，即AI涉及規(guī)則推理，無法驅動需要利用未知數(shù)據的事物，換而言之，計算機無法勝過人類的思維。

另外，AI的發(fā)展也存在地理差異：美國一直在從科學的角度引領AI發(fā)展；中國基于龐大的人口數(shù)量和社交媒體用戶量具備一定的數(shù)據深度，在AI的應用實現(xiàn)方面處于領先地位；歐洲則可以為基于AI的應用程序提供一種安全和隱私的視角來發(fā)揮作用。

顯然，汽車行業(yè)是AI應用的關鍵領域。不過，恩智浦汽車部門CTO Lars Reger認為對完全自動駕駛5級處理能力的愿景和期待正被壓低，人們突然將討論熱點轉向3級處理能力，因為現(xiàn)實的鐘聲已經敲響，人們正在經歷一個完整的炒作周期(The Hype Cycle)，而目前正處在奔向泡沫化底谷期的下坡階段。

無論是汽車還是物聯(lián)網領域，客戶都要求企業(yè)能夠提供適當?shù)墓δ芊?。例如在物?lián)網中，恩智浦正試圖在正確的性能點上尋求能源的高效處理手，Reger還討論了構建可在不同領域使用的平臺，作為恩智浦推動價值鏈和與市場新進入者合作的戰(zhàn)略之一。

恩智浦正在把焦點轉向社會的按需文化，以共享汽車為例，在新時代里“所有者”的概念正在被淡化，但同時需要考慮的是，按需文化能走多遠?除了按需汽車、按需醫(yī)療等，終點在哪里?

Reger認為有必要足夠靈活地為沒有專業(yè)知識的新客戶提供服務，這些客戶可能正在智能家居，智能工廠或智能移動等領域中創(chuàng)建新的商業(yè)模式，但他們不一定有能力自給達到終點所需的技術或系統(tǒng)，就是為什么恩智浦正在努力創(chuàng)建更多的參考設計，并努力實現(xiàn)針對不同的領域具備同樣平臺的目標。

汽車的參考設計及其高性能計算引擎能被輕松地轉移到其他應用中，因此，恩智浦正在建立參考設計中心，為規(guī)模較小、經驗較少的客戶提供參考資料以幫助他們構建先進的系統(tǒng)，而此前只有具備專業(yè)領域知識的企業(yè)才能做到。

那么，AI被夸大了嗎?

在電子系統(tǒng)設計的世界里，AI也許未必被夸大，正如以上所述，生態(tài)系統(tǒng)中存在著很多現(xiàn)實，芯片供應商應該清楚地知道客戶真正面臨的挑戰(zhàn)，以及哪種類型的AI引擎或芯片可以幫助解決這些挑戰(zhàn)。

無論如何，工程師始終處在智慧(和實用)的地段，他們不會被假象所蒙蔽。盡管在主流媒體中炒作的成分更大，他們總是夸耀AI相當于智能電腦或機器人，幾乎能接管人類的一切活動，但這不會發(fā)生——至少在這幾年里還沒有發(fā)生。