■文 | 呂永奇
■來源 | 人民創投（renminct）
人工智能領域的許多從業者或許還記得16年前斯皮爾伯格導演的電影《人工智能》。在這部經典之作中，無比渴望人類媽媽母愛的機器人小男孩大衛最終跳海自殺，“屍體”在被海水淹沒的遊樂園裡靜靜坐了兩千年。電影中的大海可以長久平靜，現實中資本的海洋卻在時刻變遷。資本只追逐回報，哪裡有廣闊的價值窪地，它就在哪裡匯聚成海。如今在人工智能領域，海量資本已經匯聚了很久，洋麵越來越高。許多人相信，人工智能領域泡沫即將破裂，退潮可能就在眼前，市場將會告訴人們到底哪些人在裸泳。
發展浪潮
1956年8月，約翰·麥卡錫召集世界知名的人工智能與認知學專家、計算機科學家等在達特茅斯學院開了一場“人工智能夏季研討會”。在長達兩個月的會議期間，與會者最終沒有達成普遍共識，但由於這場會議的存在，1956年仍然被視為人工智能的元年。
英國著名的數學家和邏輯學家阿蘭·圖靈被公認為人工智能的關鍵奠基人。在短暫的人生中，他在計算機科學和人工智能領域均有開創性建樹。在生命的最後一段時間裡，阿蘭·圖靈更是對人工智能無限著迷而難以自拔，期間他提出的測試人工智能的方法也為無數後來者開闢了一條道路。
按照中國工程院院士、中國計算機協會理事長高文的觀點，人工智能是指用計算機仿真出來的類似人的智能行為。時至今日，在60多年的發展歷程中，科學家在這一領域取得了豐碩成果，當然，在所難免地，在理念、研究重點以及發展階段劃分等方面也存在一些爭議。
根據國家網信辦官網上的相關材料，世界人工智能的發展大體經歷了三波發展浪潮。其中第一波以1956年達特茅斯會議為起點，繁榮持續了大約18年。當時人工智能領域的科學家們貢獻了許多世界級的算法，包括後來成為谷歌AlphaGo算法核心的貝爾曼方程。
儘管當時人工智能領域充滿樂觀情緒，但瓶頸還是逐漸凸顯。科學家們不得不接受這樣一個事實，即至少在當時，人工智能只能做一些很簡單的任務，稍微複雜一點便無能為力。受限於當時大數據庫的缺乏和計算機不敢恭維的內存和處理速度，即便想讓人工智能達到兒童的認知水平也是一種奢望。於是約在1974年前後，人工智能第一波發展浪潮中積累的大量泡沫終告破裂。
到了70年代末，隨著沉入低谷的人工智能終於迎來了新的契機。人工神經元網絡、BP算法等新技術取得突破，人工智能專家把研究重點放在了“知識處理”上，相關程序在字符識別、簡單的人臉識別等領域也受到了廣泛歡迎，人工智能的第二波發展浪潮隨之開始。
然而和第一次一樣，在人們再一次的狂熱追捧中，相關技術實用範圍很窄的弱點越發明顯。與此同時科學家也發現，神經元網絡可以解決單一問題，但對於複雜問題則似乎束手無策。於是約在1987年前後，失望的資本再次撤退，人工智能的第二波泡沫也破裂了。
時至今日，我們正處於人工智能的第三波發展浪潮中。這波浪潮始於1993年，在新的數學工具、摩爾定律等的理論基礎上，算法、計算能力以及數據等相關技術創新重新點燃了人們對於人工智能的熱情，尤其是近幾年來，人工智能在創投領域炙手可熱。
在此我們需要注意的是，人工智能的第一波發展浪潮的繁榮期約為18年，第二波約為7年，而第三波從1993年延至今日，已有25年，是第二波的三倍多，是第一波的1.4倍。換句話說，人工智能的第三個繁榮期已經持續了超過一代人的時間。
當下繁榮
人工智能的第三波繁榮有其特殊背景。前兩次發展浪潮提供了重要的技術和人才積累；PC、互聯網以及移動通信技術等已經大範圍普及，廣泛滲透到了現代生活的各個方面；同時這一階段的科學家們越來越重視人工智能的實用性和功能性。
基於種種因素，在第三波發展浪潮中，人工智能的使用範圍顯著拓展，並在更多領域的應用方面表現出了更大程度的適應性。
斯坦福大學計算機系終身教授、全球人工智能領域最具影響力的科學家之一李飛飛曾這樣形容人工智能第三波發展浪潮：“我看到了人工智能正在經歷的歷史時刻，那就是它已經走出實驗室，進入了產業應用的階段。”現實也正是如此，人工智能在第三波發展浪潮中，最顯著的特點就是更大範圍的產業應用。
2017年11月下旬，今日頭條召開了一次創作者大會。在會上其創始人張一鳴表示，作為一款基於數據挖掘的推薦引擎產品，今日頭條一直在利用人工智能技術，有效降低內容創作者的粉絲獲取成本，顯著提升粉絲的活躍率。其模式為，通過人工智能進行大數據挖掘和推薦，把好的內容精準匹配給更多有針對性的讀者，有效提高粉絲轉化率，讓更多創作者賺到更多的錢。
而在2017年5月，快遞企業分揀機器人工作的短視頻也曾引起廣泛關注。此前的快遞分揀環節主要由人力完成，由此引發的暴力分揀問題也一直為社會詬病。如今越來越多的快遞企業開始引入人工智能分揀。工作人員只需把快遞放到分揀機器人上，機器人便會自動完成掃碼、稱重、分揀流程，並以最優路線把它運送到指定位置，以便集中配送。有條不紊的分揀機器人永不疲倦，同時可以在分揀環節減少大部分人力成本。
不管是智能數據挖掘和精準推薦，還是快遞分揀機器人，都只是人工智能第三波發展浪潮的一個縮影。實際上在這波浪潮中，人工智能已經在安防、醫療、金融、家居、招聘、語音識別、新零售等傳統行業獲得了產業化應用。此外在無人駕駛、智慧農業、內容創作、護理陪伴等領域，人工智能也在快速滲透。
至少從某個側面看過去，人工智能在產業應用上似乎流光飛舞，令人矚目。鑑於其廣闊的應用前景和發展潛力，世界主要國家和地區也紛紛把人工智能提到戰略高度，制定了相關發展規劃。但這並不意味著當前人工智能越來越大的泡沫不會破裂。
基於技術突破，業界對人工智能充滿樂觀期待，進而贏得資本對這個領域的青睞。但一段時間以後，技術變現的瓶頸會越發明顯，耐心耗盡的資本轉身抽離，華麗的泡沫瞬間化為烏有，這是前兩次人工智能泡沫從產生到破裂的基本邏輯。我們身處的這個繁榮階段只怕也難以突破這個範疇，至少支撐當前這一波人工智能浪潮的三大技術基石的瓶頸正日益清晰。
深度學習作為這次人工智能浪潮技術核心之一，目前相比以前的相關技術而言，只是具備了更加強大的模式識別方法而已，其內在缺陷似乎仍暫時無解——包括推理能力、短時記憶能力、無監督學習能力等的缺乏。在作為人工智能“食糧”的數據層面，其積累速度在不斷加快，但並非所有數據都是可用的，也並非都是人工智能系統能夠順利理解的。而算力層面的問題就更明顯了，雖然人工智能芯片的計算能力也在不斷增強，但目前的人工智能芯片在物理結構上和人腦差距極大，而我們至今對人類大腦的思維過程還不甚了了，又能將人工智能芯片改進到什麼程度？
泡沫將破
2016-2017年間，谷歌AlphaGo先後擊敗了世界最頂尖的圍棋高手們，引起驚呼一片。實際上，人類第一次在棋牌上輸給人工智能的案例可以追溯到1997年。這一年5月11日，IBM的下棋程序“深藍”擊敗了著名的國際象棋大師卡斯帕羅夫。
在此之前的1957年，亦即達特茅斯會議的第二年，世界知名的經濟學家、社會學家、心理學家、計算機學家司馬賀便預言，10年之內人工智能就將在棋盤上擊敗人類，結果預言失敗。到了1968年，麥卡錫本人也和國際象棋大師列維打賭，認為下一個10年中，人工智能將戰勝列維，但最終結果是麥卡錫輸給了列維兩千美元。
實際上倘若從司馬賀做出預言算起，到深藍擊敗卡斯帕羅夫，人工智能在棋盤上戰勝人類用了40年時間。這至少能在一定程度上證實，很多時候人們對於人工智能的技術突破速度過於樂觀。人工智能前兩個繁榮期中泡沫的先後破滅，在很大程度上同樣是業界和市場領域過於樂觀而技術變現始終跟不上資本預期的結果。
這個關鍵問題在當前這一波發展浪潮中同樣存在。雖然目前人工智能在一些特定領域的產業化應用已成現實，但其變現規模相比於資本宏大的期待顯得過於渺小。人工智能在更多領域的產業應用上還有著遙遠的路程要走，再加上相關領域企業的估值偏離度越來越高，在技術變現規模達到要求似乎依然遙遙無期之際，誰都不能確定資本的耐心還剩多少。畢竟，這一波繁榮已經持續了四分之一個世紀，一些公司的估值泡沫也著實不小。
事實上，至少一部分業界人士已經越來越正視這個問題。
早在2016年10月，周鴻禕在接受採訪時就表示，現在這一波人工智能領域中存在泡沫，新的公司如果不和深度學習、人工智能等扯上關係，似乎都有些不好意思。僅僅5個月後的2017年3月，李開復拋出了更進一步的觀點，即如今的人工智能領域的投資和項目估值中存在嚴重泡沫，出現了許多偽人工智能的需求和產品。“我見了一個做內衣的，也說自己是人工智能企業，這是非常不正常的現象。”他這樣對媒體說。
此外，其他諸如百度創始人李彥宏、阿里雲總裁胡曉明、科大訊飛董事長劉慶峰、大拿科技創始人羅歡、稟臨科技聯合創始人彭博等均對當前人工智能領域中的泡沫及其危險性表示認同。而彷彿是對這一觀點的印證，騰訊研究院和IT桔子於2017年8月聯合發佈的《2017 年中美人工智能創投現狀與趨勢研究報告》中指出，僅在2017年上半年的6個月裡，中國和美國倒閉的人工智能公司已經超過50家。下半年的統計尚未出爐，預計不會比上半年好到哪裡。
最後需要指出的是，在這樣一個行業內，泡沫大概終究難以避免，而泡沫破裂也未必全是壞事。即便泡沫終至破裂，也並非意味著這是個虛假的行業。相反，作為人類未來技術的重要發展方向，人工智能的巨大前景和無限潛力是被廣泛認同的。泡沫的破裂不會改變這一點，而只會拂去流沙，為成色十足的行業骨幹留下更為廣闊的戰場。只是一心投機的缺乏創新能力的裸泳者們大概要提前穿上短褲，以免在行業資本退潮之際過於狼狽。
當然，泡沫破裂了，投入的資本減少了，整個人工智能行業可能不得不面臨更為嚴峻的挑戰。不過換個角度來看，投資迴歸理性，行業才能更健康。走過了這段征程，真正具備創新能力的人工智能相關企業也必將留下一個更大的年輪，以更加強壯的姿態迎接新的春天。
閱讀更多 人民網創投 的文章
