今年兩會(huì)，人工智能進(jìn)入政府工作報(bào)告，這帶動(dòng)了行業(yè)的熱度，使得許多投資機(jī)構(gòu)、學(xué)校等紛紛進(jìn)入人工智能領(lǐng)域。同時(shí)，業(yè)內(nèi)人士提出一個(gè)觀點(diǎn)，未來幾年內(nèi)99%的人工智能企業(yè)會(huì)死，那么，為什么會(huì)有這個(gè)觀點(diǎn)呢？下面由中國自動(dòng)化網(wǎng)帶來人工智能行業(yè)的分析。

首先，人工智能寫入政府工作報(bào)告是一個(gè)很大的利好，但是可能一定程度上會(huì)干擾市場，以及干擾一些投資者的判斷。因?yàn)樵瓉砦覀儤I(yè)內(nèi)有一個(gè)共識(shí)，就是關(guān)于人工智能大致的投資、行業(yè)發(fā)展方向是怎樣的，朝什么方向、以怎樣的節(jié)奏發(fā)展是比較健康的，但是現(xiàn)在可能會(huì)面臨更多的不確定性。一些行業(yè)外的人和資本，可能因?yàn)橥獠凯h(huán)境的變化，帶來更多的渾沌。

并且，在短暫時(shí)間內(nèi)這又會(huì)有一場人工智能的泡沫。這對(duì)市場是一定的干擾，干擾了市場本身健康的成長。不過從長遠(yuǎn)來看，這對(duì)人工智能行業(yè)是一個(gè)積極的事情。

人工智能企業(yè)會(huì)死掉的比例，有說95%的，有說99%的，看起來似乎是對(duì)人工智能這個(gè)行業(yè)不樂觀，實(shí)際上是因?yàn)檫@個(gè)行業(yè)充斥了許多“大鱷”，在被“大鱷”搶走絕不多數(shù)資源后，其余的小魚小蝦雖然數(shù)量多，但卻只能餓死。

目前人工智能企業(yè)大致可以分為三類。第一類是純粹做人工智能基礎(chǔ)，技術(shù)開發(fā)的，這一類往往是百度、阿里巴巴、騰訊或者谷歌這樣的科技巨頭來做，因?yàn)樗麄兿胱鲎约旱拈_源平臺(tái)，讓大家都來使用。

第二類是有自己的基礎(chǔ)開發(fā)能力，但是在細(xì)分領(lǐng)域中能夠沉淀下去，做細(xì)分領(lǐng)域的應(yīng)用的。像我們的小i機(jī)器人就屬于這一類。這樣的企業(yè)能夠自己支撐自己的發(fā)展，也是目前在業(yè)內(nèi)生存得比較好的，一個(gè)重要的原因是技術(shù)可以落地，實(shí)現(xiàn)貨幣化，也就是有收入。

第三類是純做應(yīng)用的。自己不做人工智能的技術(shù)開發(fā)，去使用別人的技術(shù)，比如海康威視在攝像頭領(lǐng)域的量是很大的，因?yàn)樗鼡碛惺袌?，所以它在人臉識(shí)別方面擁有大量的客戶、數(shù)據(jù)來源和渠道，它雖然使用別人的人工智能技術(shù)來進(jìn)行人臉識(shí)別，但依然能夠很好地生存。

第一類的創(chuàng)業(yè)企業(yè)或者中小公司，99%的企業(yè)都會(huì)死比較恰當(dāng)?shù)模驗(yàn)樽鋈斯ぶ悄艿钠髽I(yè)如果僅做純粹的基礎(chǔ)技術(shù)研發(fā)，那就是在跟BAT這樣的企業(yè)直接競爭，這類企業(yè)99%做不下去是正常的。不論是人才層次，資金投入，還是市場競爭，在人工智能基礎(chǔ)的研發(fā)上，小公司難以跟BAT這樣的大企業(yè)對(duì)抗。

但如果是在細(xì)分行業(yè)中做應(yīng)用，將人工智能的技術(shù)在某個(gè)領(lǐng)域提供很好的服務(wù)或產(chǎn)品的話，那可能會(huì)活得很好，這一塊的市場非常廣闊。

其實(shí)近期在經(jīng)歷了一段時(shí)間的人工智能浪潮以后，好多企業(yè)都開始出現(xiàn)一些經(jīng)營困難。比如一家做智能音響的企業(yè)，是想模仿亞馬遜，這個(gè)公司沒有自己的云計(jì)算作為基礎(chǔ)，也去做智能音箱。如果這個(gè)公司有自己的云計(jì)算、大數(shù)據(jù)，能夠自己搜集用戶數(shù)據(jù)，并且對(duì)數(shù)據(jù)進(jìn)行分析，可能會(huì)做得不錯(cuò)，但是它又沒有亞馬遜那樣比較雄厚的資金實(shí)力，自己又沒有人工智能的技術(shù)開發(fā)，結(jié)果自然做不下去，出現(xiàn)了經(jīng)營困難。

因?yàn)槿斯ぶ悄苡兴膫€(gè)層面，云計(jì)算，大數(shù)據(jù)，人工智能，行業(yè)應(yīng)用。云計(jì)算是獲得數(shù)據(jù)的前提，大數(shù)據(jù)是人工智能的前提，而行業(yè)應(yīng)用則是保證企業(yè)能夠生存，以及人工智能得以發(fā)揮效用的關(guān)鍵。前三個(gè)層面是行業(yè)應(yīng)用的一個(gè)基礎(chǔ)，行業(yè)應(yīng)用是一個(gè)人工智能企業(yè)能夠生存和發(fā)展的動(dòng)力。

人工智能其實(shí)是個(gè)不斷進(jìn)步的概念，存儲(chǔ)盤、計(jì)算機(jī)，其實(shí)這些都是第一次人工智能浪潮的產(chǎn)品，但如今我們都已經(jīng)習(xí)以為常了。

第一次人工智能浪潮，是以PC（計(jì)算機(jī)）為代表的，因?yàn)槟菚r(shí)候我們看到計(jì)算機(jī)可以記憶信息、處理程序，我們就覺得很驚奇。PC的出現(xiàn)讓大家看到了機(jī)器代替人類思考、工作的希望，大家對(duì)人工智能抱有非常大的期待。但是后來發(fā)現(xiàn)，技術(shù)的積累和計(jì)算能力各方面都不具備，所以在1970年左右的時(shí)候，有很明顯的低潮。

第二次人工智能浪潮開始于19世紀(jì)80年代，到2000年左右進(jìn)入一個(gè)低潮，主要以日本研究第五代計(jì)算機(jī)為代表。第五代計(jì)算機(jī)的特征就是邏輯推理、語言組織，當(dāng)時(shí)想把計(jì)算機(jī)做成具有強(qiáng)大能力的推理機(jī)，可以像人一樣做邏輯思考，希望通過比較復(fù)雜的邏輯推理模擬人的思維。

簡單而言，那時(shí)候主要的想法是，人類的思維應(yīng)該是有一定的邏輯的，只要計(jì)算機(jī)把人類的邏輯模擬下來，人工智能的能力就能夠得到很大的提升。

但后來我們發(fā)現(xiàn)，人類的很多能力并不是靠邏輯思維得到的。真正具備嚴(yán)密的邏輯思維對(duì)人是少數(shù)，或者說生活中使用嚴(yán)密的邏輯思維的場景是少數(shù)。人類的智能，很多時(shí)候還是比較模糊，但又很直接的判斷。我們解一個(gè)數(shù)學(xué)題，可能有比較嚴(yán)格的邏輯，但是我們做人臉識(shí)別的時(shí)候，其實(shí)沒有辦法把它表示成一個(gè)非常嚴(yán)密的邏輯的過程。所以第二次人工智能浪潮中很多的東西做得不是太理想。2000年左右投資減少，不僅僅是風(fēng)險(xiǎn)投資，還有政府對(duì)人工智能的投資也減少了，因?yàn)榇蠹矣X得可能性不是太大。

第三次的人工智能浪潮，則普遍被認(rèn)為是2006年加拿大的Hinton教授一篇關(guān)于深度學(xué)習(xí)在圖象識(shí)別當(dāng)中的應(yīng)用的文章帶動(dòng)起來的。目前的第三次人工智能浪潮就是以深度學(xué)習(xí)為代表的。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，一般叫深度神經(jīng)網(wǎng)絡(luò)，或者叫多層的神經(jīng)網(wǎng)絡(luò)。

機(jī)器學(xué)習(xí)與前面提到的嚴(yán)密的邏輯思維的人工智能的區(qū)別在于，機(jī)器學(xué)習(xí)類似于統(tǒng)計(jì)，邏輯思維是演繹。統(tǒng)計(jì)的方法，可以通過大量的標(biāo)注好的數(shù)據(jù)，去找到規(guī)律從而形成模型，這個(gè)模型就可以幫助我們?nèi)プ鲆恍┤蝿?wù)，比如說像人臉識(shí)別，語音識(shí)別的任務(wù)。

原來機(jī)器學(xué)習(xí)是單層的，深度學(xué)習(xí)是多層的，能夠?qū)?shù)據(jù)信息進(jìn)行加工、總結(jié)。簡單地說，就是在大量的數(shù)據(jù)中，人工智能自己去發(fā)現(xiàn)數(shù)據(jù)之間的聯(lián)系、規(guī)律，原來是人類去給計(jì)算機(jī)設(shè)定思維邏輯，而深度學(xué)習(xí)則是計(jì)算機(jī)自己對(duì)數(shù)據(jù)信息進(jìn)行總結(jié)、抽象，并發(fā)現(xiàn)其中的規(guī)律。所以我們?nèi)缃竦膱D像識(shí)別、語音識(shí)別，都是如此。

舉個(gè)例子，對(duì)一張人臉，也就是一個(gè)圖像進(jìn)行識(shí)別，原來可能需要用戶坐好，表情端正，然后機(jī)器根據(jù)不同部位的特點(diǎn)、定位來進(jìn)行判斷是不是這個(gè)人。但我們?nèi)四X不是這樣工作的，同一個(gè)人，不論是哭、笑，喜怒哀樂，我們都知道是這個(gè)人。深度學(xué)習(xí)就能夠?qū)⑦@些信息數(shù)據(jù)進(jìn)行抽象、總結(jié)，然后輸出結(jié)果，比如確認(rèn)你就是這臺(tái)電腦的用戶。

在其他領(lǐng)域，也是如此。比如你給了一幅畫，它通過分析告訴你這幅畫有一個(gè)太陽，一座山，兩個(gè)人；你給了一段中文，它可以幫你翻譯輸出為英文或日文；你給了一段語音，它轉(zhuǎn)換成了文字。但一個(gè)特點(diǎn)就是深度學(xué)習(xí)需要大量數(shù)據(jù)的輸入，沒有大量的數(shù)據(jù)來進(jìn)行分析，是沒有辦法得到很好的結(jié)果的。

有的領(lǐng)域，技術(shù)不是問題，但是人們對(duì)人工智能帶來的市場需求預(yù)期過高了。比如圖像識(shí)別這塊，目前圖像識(shí)別領(lǐng)域只有一個(gè)市場需求在支撐，那就是人臉識(shí)別。圖像識(shí)別的技術(shù)已經(jīng)發(fā)展得比較成熟了，但是我們發(fā)現(xiàn)人們對(duì)人類識(shí)別的需求并不是那么大，市場需求不足。

去年下半年開始，受資本寒冬影響，經(jīng)歷過一些投資的泡沫和人工智能的行業(yè)探索后，人工智能有一個(gè)理性的回歸。行業(yè)內(nèi)對(duì)于人工智能能夠做什么，不能做什么，跟前兩次人工智能浪潮相比，期望是降低了的，這也有利于人工智能自身的發(fā)展。

我們對(duì)人工智能的期待程度其實(shí)是需要降低的。人工智能就是代替人完成一些人類不愿意做的，比如服務(wù)員、簡單的文字處理、簡單的法律服務(wù)這樣基礎(chǔ)性、重復(fù)性的工作，從而讓人類去做更有創(chuàng)造性的事情，它不是萬能的。