當(dāng)前，中國(guó)的AI市場(chǎng)發(fā)展階段和市場(chǎng)特性，與美國(guó)是完全不同的。美國(guó)的AI技術(shù)應(yīng)用最廣的還是語(yǔ)音、IOT、智能客服等方面，但其圖像識(shí)別等才剛剛起步。而中國(guó)的圖像識(shí)別技術(shù)應(yīng)用更加廣泛，中國(guó)的人口規(guī)模龐大，因此人口規(guī)模到了一定程度之后，做應(yīng)用的時(shí)候會(huì)有不同的優(yōu)先級(jí)。目前，網(wǎng)上一直對(duì)國(guó)內(nèi)的AI發(fā)展并不看好，而這究竟為何？

認(rèn)為所謂的AI落地只是試點(diǎn)

云計(jì)算和網(wǎng)絡(luò)工業(yè)都花了大約5年的時(shí)間才開始對(duì)人們的生活產(chǎn)生重大影響，而這些行業(yè)影響市場(chǎng)的重大轉(zhuǎn)變也花了近10年時(shí)間。而AI的落地也需要一個(gè)類似的時(shí)間表。正如AI技術(shù)方面經(jīng)驗(yàn)豐富的Karen Bennet解釋的那樣：“為了讓每個(gè)人都能采用，一款產(chǎn)品需要方便可用，需要是能夠擴(kuò)展至被所有人使用，而不僅僅是服務(wù)于數(shù)據(jù)科學(xué)家。該產(chǎn)品將需要考慮數(shù)據(jù)生命周期中數(shù)據(jù)捕獲、準(zhǔn)備、培訓(xùn)模型和預(yù)測(cè)等環(huán)節(jié)。隨著數(shù)據(jù)被存儲(chǔ)在云端，數(shù)據(jù)管道可以不斷地提取，并準(zhǔn)備用它們來(lái)訓(xùn)練模型，從而做出預(yù)測(cè)。模型需要借助新的訓(xùn)練數(shù)據(jù)不斷改進(jìn)，從而保持模型的相關(guān)性和透明性。這就是目標(biāo)和希望?！?/p>

數(shù)據(jù)的完整性問(wèn)題

如今的AI需要大量的數(shù)據(jù)才能產(chǎn)生有意義的結(jié)果，但目前依然無(wú)法熟練利用其他應(yīng)用程序。數(shù)據(jù)的不完整，導(dǎo)致人們對(duì)于AI的信任和信心都在下降。例如，在土耳其語(yǔ)屬于中性的語(yǔ)言，谷歌翻譯中的AI模型在將其翻譯成英語(yǔ)時(shí)卻錯(cuò)誤地預(yù)測(cè)了性別。雖然克服這些局限性的工作已經(jīng)取得進(jìn)展，但是在模型擴(kuò)展的方式應(yīng)用之前，學(xué)習(xí)是有必要的。然而，在某些情況下，AI可以在今天已經(jīng)得到有效的應(yīng)用，比如在圖像識(shí)別、聲音、視頻和翻譯語(yǔ)言方面的洞察力。

初創(chuàng)AI企業(yè)還在向頭部聚攏中

當(dāng)前，AI還在迅速發(fā)展，但并沒(méi)有像人們想象中發(fā)展的那么迅速。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)統(tǒng)計(jì)機(jī)構(gòu)Statista發(fā)布的調(diào)查結(jié)果來(lái)看，截止2017年，全球只有5%的企業(yè)在生產(chǎn)流程和產(chǎn)品中廣泛采用了AI，32%的企業(yè)尚未采用AI，22%的企業(yè)甚至沒(méi)有采用AI的計(jì)劃。AI在不斷的進(jìn)步，走過(guò)了很長(zhǎng)的路，也需要越來(lái)越多的時(shí)間來(lái)成熟。

目前AI具備的“智能感知”、“智能交互”和“智能決策”三大能力對(duì)傳統(tǒng)企業(yè)幫助特別大。過(guò)去三年里，AI行業(yè)涌入大量資金，創(chuàng)業(yè)公司林立，獨(dú)角獸此消彼長(zhǎng)，曠視科技、商湯科技、優(yōu)必選、極鏈科技Video++等快速占領(lǐng)資本市場(chǎng)高地。自2013年到2016年AI企業(yè)發(fā)生融資數(shù)量由21家增長(zhǎng)到335家，融資規(guī)模高速增長(zhǎng)，由15億到236億。從2017年開始，企業(yè)融資數(shù)量開始增長(zhǎng)放緩，但融資規(guī)模依然高速增長(zhǎng)到338億，向頭部聚齊。

AI圍繞上半場(chǎng)（消費(fèi)互聯(lián)網(wǎng)）的算法相對(duì)比較成熟，尤其是一些應(yīng)用場(chǎng)景。但在下半場(chǎng)（產(chǎn)業(yè)互聯(lián)網(wǎng)）還處于一個(gè)非常不成熟的階段。傳統(tǒng)企業(yè)在面臨新技術(shù)的時(shí)候，無(wú)法快速的找到適合的場(chǎng)景，甚至一些AI公司很多時(shí)候是不計(jì)成本的在開發(fā)模型，不計(jì)成本的在獲取客戶。以深度學(xué)習(xí)為代表的AI到了期望值非常高的高度，但是技術(shù)成熟度曲線一直存在。

結(jié)語(yǔ)：

未來(lái)，我們或許將看到開發(fā)新的自適應(yīng)技術(shù)，以便將知識(shí)從模擬無(wú)縫轉(zhuǎn)移到現(xiàn)實(shí)世界。這將有助于我們克服數(shù)據(jù)稀缺并加快新領(lǐng)域和問(wèn)題的學(xué)習(xí)。使AI從模擬到實(shí)際數(shù)據(jù)將對(duì)機(jī)器人技術(shù)、圖像識(shí)別、自動(dòng)駕駛、醫(yī)學(xué)成像、地震預(yù)報(bào)等產(chǎn)生重大影響。模擬是解決自動(dòng)駕駛等安全關(guān)鍵應(yīng)用中所有可能情況的好方法，內(nèi)置于復(fù)雜模擬器中的知識(shí)將以新穎的方式被使用，以使AI更具物理意識(shí)，更強(qiáng)大，并能夠推廣到新的未知場(chǎng)景。

AI在不斷的進(jìn)步，走過(guò)了很長(zhǎng)的路，但需要越來(lái)越多的時(shí)間來(lái)成熟。計(jì)算機(jī)技術(shù)水平的不斷提高，也決定了AI如何更好地融入企業(yè)，如何用AI解決現(xiàn)在的問(wèn)題。AI的無(wú)處不在將引起我們生活的重大變化，越來(lái)越多的AI領(lǐng)軍人物加入AI的發(fā)展中，AI的發(fā)展前景不會(huì)因?yàn)槊媾R的問(wèn)題減弱，而是會(huì)越來(lái)越好，到那時(shí)人們對(duì)AI的期望也會(huì)不斷提高。