与此同时，今年伊始区块链也开始成为全民话题，风头甚至直逼人工智能。区块链大热之后，人工智能会开始变凉吗？现在的行业盛景是真实的繁荣还是泡沫破裂前的狂欢？「人工智能时代」是否会真正到来？哪些企业又将面临泡沫威胁？
言必及人工智能的时代，让我们先来看一些数据： 根据《IT 桔子》近期发布的报告显示，2017 年对于中国人工智能行业的「总投资额」达 582 亿人民币，不禁让一些人联想到 2000 年前后的互联网行业，过度投资导致了「泡沫」产生； 在对 100 家人工智能创业企业进行调研报告显示，98 家企业填报的估值总数为 1014 亿元，均值为 10 亿元左右，而 A 股目前有 49 家上市公司涉及人工智能概念，总市值超万亿元； 2018 年互联网校招已经陆续开展，AI 应届生年薪 50 万遭哄抢，其中谷歌中国的人工智能岗位以 56 万元的年薪位居第一，紧随其后的是微软和谷歌的算法工程师岗位…… 与此同时，今年伊始区块链也开始成为全民话题，风头甚至直逼人工智能。区块链大热之后，人工智能会开始变凉吗？现在的行业盛景是真实的繁荣还是泡沫破裂前的狂欢？「人工智能时代」是否会真正到来？哪些企业又将面临泡沫威胁？
人工智能 2018 大浪淘沙，泡沫破裂或在年底？ 创新工场创始人李开复近期接受采访时提到：「每个企业家都把公司打包成一个由人工智能驱动的公司，对于投资者来说是很诱人的条件，但我认为今年年底将会出现许多人工智能市场上的经济泡沫，那些吹牛的 AI 公司，乱用 AI 包装的公司，今年冬天就是他们的冬天。那些真材实料的 AI 公司，AI 的大浪潮才刚刚开始。」Facebook 首席 AI 科学家 Yann LeCun 在业界以直言不讳出名，例如不久前就公开称当红机器人 Sophia（索菲娅）是「彻头彻尾的骗局」。不过对李开复的观点，Yann LeCun 表达了赞同，并补充评论道：「（人工智能泡沫将破）确实如此。」
面对市场的质疑、资本的反馈，刚刚闭幕的「亚布力中国企业家论坛」也对人工智能做出了一些讨论。第四范式创始人、CEO 戴文渊在亚布力闭幕式上就表示，去年 AI 行业的投资额是 500 多亿，其实 AI 技术是完全有能力实现这个价值的，实际上仅是第四范式能创造的价值就大于这个数，所以 AI 目前在资本市场上的回报足以支撑投入。不过，今年的 AI 行业会有点特殊，因为到了考验 AI 产业价值的「期中考试」，纵观前面两轮的人工智能，都在实验室往产业界迁移的道路上退潮，这一轮的人工智能也打响了这个最关键的战役。退潮还是爆发，关键就看企业是否有足够多的精力放在落地上，没有落地，AI 就没有商业价值。 平台加速行业落地，人工智能将继续霸占主场 作为人工智能行业专家，戴文渊表示，当前 AI 行业在落地上最大的问题是缺少中间环节。戴文渊总结了产生人工智能的完整路径——由于机器是基于过去的知识与经验，经过无数次的思考与进步，最终找到一个最优决策或是策略，与人的学习过程类似。因此，需要构建用以机器「学习—思考—行为」的外部环境，总结为「BRAIN」：在机器的「学习」过程中，需要为它提供学习所需要的「书本」，业内称之为过程数据（Big-data）、反馈数据（Response）；其次，机器的「思考」过程需要匹配合适的算法（Algorithm）、以及能够满足数据量的计算资源（Infrastructure）；最后，要将 AI 的决策应用到具体的生产环境中（Needs），在最终的「行为」空间里去创造价值。
在戴文渊看来，AI 产业目前的普遍现象是：畅想未来的多，关注眼前的少；钻研前沿算法的多，关注产业落地的少。但算法只是 AI 应用中用于「思考」的工具，相当于人的大脑，但一个大脑即使再聪明，没有得到良好的学习和训练环境，没有付诸于行动，也没办法完成创造价值的过程。企业忙于构建各种商业「大脑」，却忽视了「学习」和「训练」环境的构建，而未经充分学习的「大脑」，无法产生好的人工智能。因此，现阶段最需要的就是为 AI 完整构建由大脑到产生价值的中间环节，将算法到产生 AI 能力的通路打通。他所带领的第四范式在做的事情，就是把 AI 全链路的基础夯实，将「良好的学习环境」、「优秀的大脑」和「广泛的落地实践」集合在平台「第四范式先知」之上，把企业的数据资源和算法能力真正转化为产业动能。 人工智能从底层技术到商业化的各个步骤来看，一方面，实现 AI 的路径有着高度一致的基础要素，例如机器学习算法、计算力等；另一方面，不同的领域对 AI 的应用场景和需求并不一样，不同的需求所需要的数据也不尽相同。因此对于 AI 企业来说, 须进一步夯实自身服务的深度与广度，将基础要素产品化、以达到快递复制；同时需要与上下游产业链结合，与拥有应用场景和数据资源的传统行业公司共同寻找 AI 创造价值的场景。而对于企业家而言，要更加警惕没有场景落地和平台支持的 AI「空中楼阁」。 |
