人工智能，可不止AlphaGo

人工智能已经不是一个新鲜的概念，尽管很多公司已经在此蓄力很久，但是落地的消费级产品并不多。在AlphaGo大战李世乭之后，越来越多的人才开始将目光聚焦到人工智能，也发现了这个产业不为人知的一面。

争论和畅想由来已久

在所有科技企业中，IBM可能是最早启动人工智能布局的公司。作为IBM开发了十几年的人工智能技术，Watson已经进入了与巨量文献和信息搜索密切相关的政府部门和医疗机构，并且在图像识别方面已经具备了帮助医生诊断癌症的能力。前不久，Watson还被部署在IBM收购的云计算基础设施业务Softlayer上，成为IBM与亚马逊、谷歌和微软等大型科技公司在云计算领域展开竞争的武器。SyNAPSE则是IBM模拟人脑的人工智能项目，它拥有100万个“神经元”内核、2.56亿个“突触”内核以及4096个“神经突触”内核，而功率则仅有70毫瓦。该芯片不仅能够模仿人脑的运作模式，更擅长进行模式识别。

从IBM围绕Watson和SyNAPSE展开人工智能领域布局可以看出，其实关于人工智能的研究早已开始，有很多技术积累。这也让人工智能不会像近代才兴起的VR和AR一样，由于缺乏核心技术而迟迟不能取得真正的突破。

谋篇布局已经开始

人工智能快速进入大众视野，源于今年3月谷歌的人工智能机器人AlphaGo战胜围棋世界冠军李世乭。人机围棋对弈虽然看起来只是普及人工智能的一个秀，但是我们不能忽略隐藏在背后暗流涌动的人工智能市场。

据风投分析公司CB Insights的数据显示，2016年第一季度200多家人工智能专业公司共计募资15亿美元。因市场看好AI有望成为下一个主要变革的风口，200多家公司的发展规模也创下了史上单季规模之最。在科技巨头对人工智能资源的抢夺已是进入白热化阶段。继苹果公司以2亿美元买下西雅图一家名为Turi的初创人工智能公司后，近日，英特尔公司宣布并购深度学习创业公司Nervana Systems。从外媒报道看，英特尔至少给出了3.5亿美元至4.05亿美元的报价。

据CB Insights统计的数据，2011年到2015年期间，和AI初创公司相关的股权交易规模从70笔飙升至397笔，2016年则有望再创新高。对于互联网巨头来说，通过并购来实现技术和人员的优化配置似乎是最佳选择路径，因此围绕各公司自身产品生态展开的收购竞争愈发激烈。

国内外巨头纷纷发力

自从2014年1月份，谷歌收购了英国人工智能公司DeepMind以来，有关这家公司的各种传闻就不断见诸报端。在DeepMind开发的人工智能程序AlphaGo击败世界围棋冠军后，这家公司更是名声大噪。AlphaGo的积极意义在于，它将计算机的“计算力”显性化并且大众化。在此前的多年里，尽管人工智能不断取得进展，却从未引发如此关注，不得不说此次人机围棋大战是谷歌公司开展的一次有利于自身和全行业的行动。不过，在人工智能的圈子里，有的不只是谷歌孤单的身影。相反，这已是一个人头攒动的热闹市场。

微软此前正式发布了小冰第四代产品，在拥有文本、图像、视频和语音基础交互之后，小冰迎来全新的实时情感决策，并且有了新的全时感官，可以实现人工智能与人类的无缝流畅对话，而这一切来自于微软提出的全新人工智能下一个时代——对话即平台。

亚马逊也不甘示弱，一直坚持做基于特征点的图像匹配工作。亚马逊推出的首款智能手机Fire Phone，其中号称能“扫描一切”的图像识别应用Firefly被认为是该产品上最大的亮点。之前亚马逊就为其iPhone应用增添了一项名为Flow的新功能，作为Firefly的前身，Flow在移动端商品和视觉搜索领域做出了前沿性的尝试。

除了国外，国内互联网巨头也试图在这一领域拔得头筹。搜索巨头百度与谷歌有些类似，都是以互联网搜索为基础的技术导向型公司，其推出的度秘是一个集超强语音、图片算法、大数据支持和类人化导向为一体的产物。放眼全球，百度的度秘与Google Home、Google Duo、Amazon Alexa和Siri一样，引领这人工智能向巅峰水平迈进。

阿里的人工智能被放在了阿里DT大商业体系内，配合云计算、大数据对阿里的电商物流乃至物联网体系展开全面赋能。从目前来看，阿里的人工智能特点是主要集中在B端，和电商体系以及物联网体系有着较为深入的融合。从B端之中，阿里的人工智能和大数据结合更多，比如在智能汽车、YunOS操作系统乃至是物联网、智能家居层面上，阿里更多是提供数据支持，通过阿里云的技术、数据作为基准展开业务支撑。

除了软件巨头，硬件公司也想在人工智能市场的产业链最上游抢占到一席之地。据《华尔街日报》在日前的报道，ARM已经正式接受日本软银提出的243亿英镑（约322亿美元）收购要约。其实最近几年，软银一直在积极推进在机器人领域的发展，而推出Pepper人形机器人就是想提升公司在人工智能行业的竞争力。

芯片巨头英特尔也以4.08亿美元收购人工智能创业公司Nervana Systems引发了各界的关注。随着传统合作伙伴因自身和客户需求向人工智能领域业务的拓展，如果英特尔不能顺应这种趋势，势必会在现在和未来的数据中心芯片市场的争夺中遭到竞争对手的蚕食。为此，进入人工智能或者说开发针对AI应用的芯片，满足合作伙伴新的需求是英特尔保持和延续既有优势的必然选择。

在各方巨头纷纷抢占市场的同时，可以预见的是，人工智能这一概念将在不久的将来迎来一场新的爆发。

嗷嗷待哺的下游产业

正如前文所说，在如今的互联网市场中，人工智能俨然已经成为了下一个爆点。而在概念被热炒之后，商机也开始涌现。在国内外巨头纷纷发力的背后，也意味着有很多消费级的产品都在等待着人工智能有所突破。

智能机器人

在智能机器人领域，谷歌的Google Home和亚马逊的Echo智能音箱已经取得了成功。用户只需要和音箱进行对话，就能够让音箱完成放音乐，处理多种任务（比如连接灯光、恒温器）等不同的功能，而谷歌的Goolge Home甚至还能够和用户进行双向对话，不仅仅是一个“你说我听”的模式。

而在国内，专门针对儿童市场的智能机器人创业潮已经兴起，飞猪侠、奥飞动漫与东方智慧等不同的团队纷纷挺进这一据称是“240亿元人民币级”的庞大市场。对于这些初创企业而言，中国的二孩政策和目前人工智能市场的发展，让这一市场获得了前所未有的生机。

智能家居

就目前而言，很多智能家居产品都还停留在了一些简单的语音控制功能以及利用APP进行远程操纵上。它们和Google Home与亚马逊的智能音箱相比，缺失了双向对话功能的智能产品，还能被冠以“智能”二字吗？另外，大多数的智能家居产品都无法在没有主人的情况下，根据不同环境情况进行自我判断。因此，可以说目前主流的智能家居系统，并没有引进严格意义上的“人工智能”，从另外一个角度来说，这也是未来人工智能的一大蓝海。

目前比较尴尬的是，想要让智能家居产品变得更为智能，更积极地响应用户，就必须要大数据支撑，而大数据本身就来源于庞大的智能家居产品使用人群。这就陷入了一个怪圈——因为现在智能家居产品还不够智能，很多人更倾向于选择传统家居产品。可如果购买智能家居的人少了，大数据的采集必定会变得十分缓慢。在这种循环之下，如果找不到突破口，那智能家居便难有进步。

智能驾驶

虽然智能家居还处于比较尴尬的境地之中，但是在其他垂直领域，因为巨头们的加盟，人工智能的风险与曙光也开始交替出现。

首先就是自动驾驶领域。虽然很多智能汽车生产商都把自动驾驶当成了自己的最大卖点，但是自动驾驶汽车的表现迄今为止还是很容不乐观。就在前一段时间，一辆特斯拉在北京五环使用自动驾驶功能时，发生了碰撞事件，而其中最主要原因就是系统没有准确识别前面停靠的黑色桑塔纳。而在更早一些时候，特斯拉的自动驾驶功能还在美国佛罗里达州引发了一起致命事故。而特斯拉对于此的回应不是要改善现在的自动驾驶系统，或者安抚受害者，而是跑到了官网上，将“自动驾驶”字样改成了“自动辅助驾驶”，让人大叹文字的博大精深。

想要让自动驾驶真正活起来，需要依靠的还是在人工智能上的突破。比如汽车能否像人眼一样，有效识别不同的物体，并自动进行一些模糊判断。好在对于人工智能来说，自动驾驶领域也是他们集中发展的方向之一，除了特斯拉之外，包括谷歌和苹果这些巨头，都在对这一领域进行深入研究。而在国内，甚至连乐视这样的互联网企业，都在其中插上了一脚。也许在之后不远的未来，外界会看到一些革命性的突破。

智能医疗

在智能医疗领域，苹果早就开始布局。大家最为熟悉是苹果智能医疗产品是Apple Watch，据称在始终犹抱琵琶半遮面的Apple Watch 2中，加入了更多智能医疗相关功能。而在软件方面，苹果推出了ResearchKit，这无疑会让更多的医学研究者有机会为自己和整个医学界打造各种不同的健康应用，用来搜集不同病患的健康数据，帮助用户去诊断各种不同的疾病。现如今，基于ResearchKit平台推出的APP已经在哮喘、糖尿病、乳腺癌、帕金森和心血管疾病方面有所建树。

除了ResearchKit外，CareKit这样的专门护理开发平台，也开始在医疗领域发挥作用。虽然这个才刚刚推出4个月的开源应用还非常稚嫩，但是在追踪药物疗效和支持帕金森患者进行个人护理等方面，CareKit已经有所建树，它需要的只是时间。而就在今年8月，日本东京大学医学研究院的科学家利用IBM公司研发的“沃森”人工智能系统，仅用不到10分钟时间就判断出一名60岁女性患有罕见的白血病，并向研究人员提出了治疗方案。可以说，如果未来能够在智能医疗领域引入人工智能的概念，对整个行业应该是一个非常大的进步。

不过，在智能医疗领域的人工智能产品和其他领域人工智能产品有所不同，它们所重视的不是与用户之间的沟通，而是对于数据的准确搜集，并基于这些数据反馈出用户的真实情况。不管是智能医疗，还是智能家居，以及自动驾驶，都属于人工智能的下游产业链，一旦人工智能技术本身取得了突破，将会对它们带来颠覆性的影响。

毫无疑问，新技术也会带来新问题。据英国《每日邮报》不久前的报道称，谷歌英国子公司“深度思维”为研发帮助监控肾病的应用，在未经患者同意的情况下，私自获取了160万份私人医疗记录，其中包含病人的完整医疗史、染病和堕胎记录，此举引发了不少的争议。病患协会首席执行官凯瑟琳.墨菲对外表示：“如此多数据若落入坏人之手，将产生可怕后果患者隐私必须受到保护。”

人工智能，路漫漫而修远

从科幻电影走进现实的人工智能，其研发过程将是一个宏大工程，除了需要有前瞻性的眼光，更需要大量的资源投入。对于人工智能来说，它们将在很长一段时间内在技术、市场和社会等诸多方面，面临不小的挑战。

漫长的落地过程

从科幻电影中对于人工智能的无限遐想，到如今人工智能项目的陆续上马，已经过去了很长时间。不过作为一个基础学科，要想有真正意义上的人工智能产品落地，则需要更长的时间。

实际上，从2011年开始，微软、IBM、谷歌、Facebook和亚马逊等科技巨头们纷纷开始深度布局人工智能。然而，尽管近几年大家在深度学习算法、计算资源和大数据产业的成熟令人工智能技术实现了一些重要突破，但人工智能领域仍然没有一个成熟的消费级产品出现。尽管亚马逊的Echo和谷歌的Google Home受到了市场的欢迎和业内的好评，但真正体验过的人都知道，其人工智能水平依旧还有很大的提升空间。

BBC此前曾预测显示，到2020年，全球人工智能市场规模将达1190亿元人民币，这一数字其实还不如2015年中国移动互联网的产业规模。不过，这并非是说人工智能前景黯淡，而是从侧面映证了这一特殊领域的发展进度不会太快——巨额投入之后短期内难有回报。或许也正是深谙此道，国内以BAT为代表的科技公司，在面对财务报表压力之时，选择了低调、保守的布局人工智能。

巨头选择保守布局

尽管人工智能还有很多难题待解，但是没人能否认其在未来巨大的发展潜力。在科技巨头眼中，甚至有得人工智能者得天下之势。如今，大家都在根据自己手上的资源优势调兵遣将，开始布局下一个最重要的战场。不过，对于目前绝大多数的科技巨头来说，为了让自己的人工智能研究能够更快“变现”，多会从自己现有的业务基础出发，并将研究的成果最先反映到自己现有的业务之上。

比如，对Facebook来说，人工智能研究自然是围绕社交进行。据此前曝光的消息称，Facebook正在开发代号为Moneypenny的人工智能助理项目，它将运行在Facebook目前的通讯工具Messenger内。Moneypenny具备自主学习功能，其大数据资源则来自于Facebook庞大的社交平台。除了可以提供类似微软Cortana这样的智能聊天功能之外，它还可以帮助用户向朋友送礼、进行线上购物和安排旅游行程等服务。不仅如此，Facebook还希望借助人工智能技术，挖掘用户的潜在需求和兴趣点，然后完成针对性地内容投放。

相对于Facebook，尽管国内社交领域的王者腾讯在人工智能方面的布局要低调很多，但是其野心却并不小——《微信》也加入到人工智能的争夺战当中。相信很多人对于《微信》此前封杀微软的人工智能产品小冰还历历在目，而前不久《微信》非常低调地和香港科技大学搞了一个“人工智能实验室”。据悉，《微信》的人工智能重点将放在交互的智能化和大数据挖掘两个方向上。一方面，可以通过人工智能技术改进《微信》产品本身的用户体验，另一个方面，也可以借此扩充《微信》的承载能力，使其成为一个更为强大的基础服务入口。

不只是社交霸主，所有的科技巨头都在扬长避短搞人工智能，而苹果的法宝仍是当家明星iPhone。苹果CEO库克在近期接受采访时表示，人工智能将让智能手机如虎添翼，而智能手机也将是人工智能最佳的载体，“在短期甚至中期内，没有任何产品能取代智能手机。”

人工智能的三道坎

人工智能的开发为何会如此漫长，以至于众多巨头发力也无法使其在短期内实现成为现实？很多厂商为何都选择看保守的布局方式？除了前文提到的下游产业链进行人工智能改造时可能会遇到的问题之外，这个领域本身还面临三大问题。

首先是大数据。从某种意义上来说，人工智能在近一两年的走红，与大数据的发展和被重视程度不无关系。随着以手机为代表的科技产品开始深入到人们生活的方方面面，用户在线上的行为越来越多，由此形成了大量的用户数据。而人工智能正好可以利用这些数据，建立数学模型和完成用户画像，让程序来做一些过去只有人能够做的事情。

大数据这个门槛导致了，人工智能只能是巨头的游戏，跟创业者关系不大。因为，拥有海量用户行为数据的只有各大科技巨头。然而，即便是巨头也未必拥有足够的数据，它们往往只拥有一定维度的数据，还不足以还原用户生活的方方面面。同时，大家对于大数据的开发也还有待深入，相关的人才缺口也比较大，就更别说前文提到的开发前期势必会出现的“恶性循环”了。

困难还不只是大数据，要实现人工智能还需要对现实中的场景进行抓取和捕捉，并通过算法将真实场景进行数据化，使之能够对被机器识别，达到对现实的感知。而获得数据化的现实场景数据后，还需要对同数量庞大的样本数据进行对比训练，以实现对真实场景的识别，即机器学习。这些工作及到计算能力、算法和大数据支撑，而这三项技术本身也还在完善中，还有很多难关有待攻克。

其次是应用场景。目前的人工智能产品，以前文我们提到的智能音箱和面向儿童的服务型机器人为主。软件和硬件的双重缺失，让创业者难以构建起公众感兴趣的人工智能应用场景。一方面，这是因为当下的人工智能水平还打不到更多的应用场景要求，另一方面承载人工智能的硬件产品也还存在很大提升空间。

要制造承载人工智能技术的消费级硬件产品，需要合适的材料，以及更复杂和精细的传感器。无论是智能机器人，还是只能汽车，都是全身遍布传感器的产品。现阶段，这一条硬件产业链也还并不成熟，难以带来产品形态的巨变。而除了硬件，在软件和服务方面的超级应用也因为当下人工智能技术的限制而未能培育出现超级应用。最被人熟知的微软人工智能产品小冰，如今也仅停留在和网友插科打诨的阶段。

最后是社会接受度。自人工智能技术开始被谈论之日起，无论是业内还是社会上，对此都有两种截然不同的观点——人工智能是否会威胁到人类的安全。而这样的争论至今没有定论，反而因为每一次人工智能技术取得突破而愈演愈烈。

很难说当人工智能有了自我意识之后，最终会成为贾维斯还是机械姬，机器人统治世界的桥段，已经在电影中上演了无数次。而就在今年，俄罗斯就曾出现过机器人私自从实验室逃跑的事情。不过另一方面，人们又希望机器人能够拥有人类一样的情感，软银和华硕等厂商就推出了各自的陪伴型机器人，让它们模仿人类的情感。

不仅仅是对于人类安全的担忧，人工智能还涉及到更难处理的伦理问题。在遇到紧急情况时，机器人的“自主”选择很可能就无法回避伦理问题。比如，在遇到危险要救人时，人工智能选择救谁舍谁就是个伦理问题。人类自己面临这样的问题时，尚且会引起争议，而人工智能的处理方式，显然会更让人工智能开发者更加棘手。