當(dāng)前，人工智能領(lǐng)域刮起了一陣搶購(gòu)風(fēng)潮，不管這陣風(fēng)潮是否只是資本泡沫，AI行業(yè)拐點(diǎn)都已來(lái)臨。為搭乘人工智能快車發(fā)展國(guó)家經(jīng)濟(jì)，近期，國(guó)務(wù)院發(fā)布了《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》，將人工智能劃歸為科技產(chǎn)業(yè)布局的重中之重。

《規(guī)劃》明確指出，發(fā)展自然人機(jī)交互技術(shù)重點(diǎn)是智能感知與認(rèn)知、虛實(shí)融合與自然交互、語(yǔ)義理解和智慧決策。在基于大數(shù)據(jù)分析的類人智能方向取得重要突破，實(shí)現(xiàn)類人視覺(jué)、類人聽(tīng)覺(jué)、類人語(yǔ)言和類人思維，支撐智能產(chǎn)業(yè)的發(fā)展，并在教育、辦公、醫(yī)療等關(guān)鍵行業(yè)形成示范應(yīng)用。

其實(shí)在國(guó)際上，巨頭已經(jīng)開(kāi)始加速布局。自谷歌2014年花費(fèi)4億英鎊收購(gòu)了劍橋大學(xué)初創(chuàng)團(tuán)隊(duì)DeepMind后，科技公司就一直熱衷于收購(gòu)AI科技公司。

英特爾

2016年5月，英特爾收購(gòu)了專門從事計(jì)算機(jī)視覺(jué)(CV)算法的初創(chuàng)公司Itseez。2016年8月，英特爾花費(fèi)4億美元(約3億英鎊)收購(gòu)了深度學(xué)習(xí)初創(chuàng)公司NervanaSystems。

Salesforce

2016年4月，Salesforce的首席執(zhí)行官M(fèi)arcBenioff收購(gòu)了其領(lǐng)投的自然語(yǔ)言處理領(lǐng)域初創(chuàng)公司MetaMind。2016年8月，MetaMind并入了Salesforce于2月收購(gòu)的開(kāi)源機(jī)器學(xué)習(xí)服務(wù)器和開(kāi)發(fā)者社區(qū)PredicitonIO，以及致力于機(jī)器學(xué)習(xí)分析的初創(chuàng)公司BeyondCore。

微軟

2016年2月，微軟花費(fèi)2.5億美元收購(gòu)了初創(chuàng)公司SwiftKey，其產(chǎn)品可以讓鍵盤(pán)輸入法學(xué)習(xí)記憶用戶的輸入習(xí)慣，并做出相應(yīng)調(diào)整。2016年6月，微軟收購(gòu)了自然語(yǔ)言信息平臺(tái)Wand實(shí)驗(yàn)室，同樣叫停了該公司的現(xiàn)有產(chǎn)品項(xiàng)目，來(lái)讓他們專注于微軟產(chǎn)品(Cortana)。2016年8月，收購(gòu)了初創(chuàng)公司Genee，其主要產(chǎn)品是一款擁有AI技術(shù)的智能日程工具。

蘋(píng)果

2016年1月，蘋(píng)果收購(gòu)AI初創(chuàng)公司Emotien，可利用人工智能技術(shù)讀取圖片中的面部表情。2016年8月，蘋(píng)果2億美元收購(gòu)初創(chuàng)公司Turi和其服務(wù)于開(kāi)發(fā)者和數(shù)據(jù)科學(xué)家的機(jī)器學(xué)習(xí)平臺(tái)。

Twitter

2016年6月，Twitter1.5億英鎊收購(gòu)了初創(chuàng)公司MagicPony，其始終致力于開(kāi)發(fā)可以將機(jī)器學(xué)習(xí)應(yīng)用到圖像和視頻上的工具。此次收購(gòu)建立在對(duì)機(jī)器學(xué)習(xí)初創(chuàng)公司Madbits的收購(gòu)(2014年7月)和對(duì)Whetlab的收購(gòu)(2015年6月)之上。

無(wú)論人工智能領(lǐng)域刮起的搶購(gòu)風(fēng)潮是否只是資本泡沫，AI時(shí)代都已經(jīng)到來(lái)。當(dāng)前人工智能行業(yè)基礎(chǔ)條件已經(jīng)具備，行業(yè)拐點(diǎn)即將來(lái)臨。其中，算法平臺(tái)、圖像識(shí)別、自然語(yǔ)言識(shí)別及處理等軟件應(yīng)用已經(jīng)迎來(lái)商用階段，未來(lái)前景廣闊。

盡管目前人工智能很熱，但行業(yè)發(fā)展依然面臨困局。具體主要有以下幾個(gè)方面：

首先，數(shù)據(jù)流通和協(xié)同化感知有待提升?；A(chǔ)設(shè)施層的仿人體五感的各類傳感器缺乏高集成度、統(tǒng)一感知協(xié)調(diào)的中控系統(tǒng)，對(duì)于各個(gè)傳感器獲得的多源數(shù)據(jù)無(wú)法進(jìn)行一體化的采集、加工和分析。

其次，強(qiáng)人工智能尚未實(shí)現(xiàn)關(guān)鍵技術(shù)突破。在技術(shù)研發(fā)層，目前取得的進(jìn)度依然屬于初級(jí)階段，對(duì)于更高層次的人工意識(shí)、情緒感知環(huán)節(jié)還沒(méi)有明顯的突破。

最后，智能硬件平臺(tái)易用性和自主化存在差距。應(yīng)用層的智能硬件平臺(tái)，服務(wù)機(jī)器人的智能水平、感知系統(tǒng)和對(duì)不同環(huán)境的適應(yīng)能力受制于人工智能初級(jí)發(fā)展水平，短期內(nèi)難以有接近人的推理學(xué)習(xí)和分析能力，難以具備接近人的判斷力。