2017年火爆的AI熱潮被區塊鏈的3點鐘群驟然打斷，繼而是小程序火爆了起來，不少小程序體系的公司拿到了融資。AI似乎如一陣風要轟轟烈烈的過去了。然而，谷歌一個機器人CALL又燃起了一腔AI沸水。
該如何審視越來越快速迭代的一個個熱點？星瀚資本創始合夥人楊歌被業內讚譽為最懂技術的投資人之一。從清華大學物理系畢業的楊歌經歷了7次創業，在創業中磨練了多方能力，會寫代碼的同時又懂金融，善於從基礎理論上推演商業發展規律。轉型投資人後，星瀚資本的成績單上有了鯤雲科技這樣明星級的人工智能芯片企業、國內領先的農業規劃種植平臺企業甲加由，以及不久前與豆瓣音樂完成合並的流媒體原創音樂平臺V.Fine等明星項目。面對市場熱點不斷地快速切換，楊歌認為要從底層邏輯來冷靜審視，方能不錯失真正的價值，不盲目追逐資本泡沫。
一、AI大浪潮是一條上揚價值線
“AI是個大浪潮，跟互聯網是一個級別的大趨勢。虛擬現實、智能硬件、機器人屬於其二級子行業。這個大賽道的發展一定會是長期可持續發展的。”楊歌認為，不能把AI簡單的等同於區塊鏈、小程序或是共享單車這樣的行業熱點來放在一起看待。相對於其他熱點，AI是真正意義上繼互聯網之後的一個大趨勢，其影響的領域將層層滲透，就如互聯網對信息、遊戲、購物、出行等領域的改造一樣，這是一個長期昂揚向上的價值增長趨勢。而去年的圖像識別、語音識別，包括自動駕駛等等都是圍繞AI價值增長曲線波動的一個個熱點。自動駕駛雖然很火，但還需要在數據、場景上完成優化並找到更優解決方案，才能在市場中應用，圖像識別、語音識別則在商業化應用的初級階段，還並未找到真正突破的應用爆發場景。
今年，AI似乎被區塊鏈、小程序等熱點搶了風頭，主要源自於大眾對AI的認知還需進一步深化，在AI方向有所佈局的企業預期AI的話題性和功能性能為其產生價值。結果實際應用落地並沒有市場期待的那麼快。“AI是你拿任何一個既成的模塊都沒法直接用的，需要根據場景一個個算法去運算，CNN、遺傳算法、LSTM、優化算法等你可能都要試一遍，再進行算法簡化、調優，才能有一點點效果。這個週期非常長，不像互聯網網站的建設，無論是旅遊的還是賣東西的，都是前端、後端的框架搭建起來就能看到效果。”
二、不要盲目低估AI的複雜性
楊歌認為，目前市場對AI的認知相對簡單化了，好像自動駕駛的實現指日可待，期待指數過高。而實際上AI的算法變化、搭建框架、落地方向等都是非常難的。“我認為人工智能目前所需要解決的難點有以下幾點：第一點是算法的變化特別快，組合越來越複雜。神經網絡之後有對抗神經網絡，基於神經元的卷積神經網絡之後又提出了最新的膠囊神經網絡（CapsNets），不斷有新的算法產生，有些算法甚至連TensorFlow（谷歌第二代AI學習系統）都不支持。第二個問題是人工智能與商業需要強耦合性。即必須要非常深度地瞭解關於算法的特性，同時還要了解商業場景，只有把對商業場景的理解轉成算法語言，才能實現。而這並不是找到一個算法工程師就可以實現的簡單過程。例如，用CNN來做人臉識別、圖像識別有效，但對自然語義理解就未必，實際自然語言理解中有很多上下文遠距離相關的信息，需要LSTM來訓練就更有效。”
三、AI距離C端應用還很遠，TO B的商業化才剛剛開始
鑑於AI本身的複雜性，楊歌認為AI正在處在摸索成長期，底層技術基本上已經成熟，但是商業化過程還不是非常明確。“五年之內，我認為AI的爆發點是在To B的應用上，就是基礎層結構化數據的優化處理。”楊歌將AI分層三層結構：底層是算法、芯片等；中間層是圖像識別、語音識別、自然語義的識別、運動機能識別等；最上面的應用層則涵蓋了自動駕駛、機器人、智能音箱、量化金融、AI教育等等。目前，應用最廣泛的圖像識別、語音識別公司如科大訊飛、商湯科技、曠視科技、思必馳等業內領先企業，楊歌認為這些公司研發的中間層模塊，很難獨立形成商業場景，必須和應用層結合才可以。據瞭解，目前這些公司在車載、音箱、安防、翻譯機等方面進行了初步的商業化落地嘗試。例如，智能音箱大多隻能實現簡單的對話和語音識別調用，遠未達到無障礙的人機交互程度。“這些場景的入口模塊都需要完整的、完全標準的算法模塊層，中間模塊層，就是說語音識別、語義識別都需要非常精準，無論是器械，還是一個機器人，都需要中間算法模塊層要非常成熟，同時需要底層芯片層也需要很成熟。我預計大概五年之內，中間的模塊層就能基本上成熟，在這個層面上一旦技術成熟，就會促成應用層的大爆發。應用層首先爆發的就是機器人，工業機器人會形成大範圍的改造，家用機器人會高度的智能機械化。”楊歌認為，AI的使用最重要的在於兩點，一方面是要有成熟的海量數據，另一方面是要對場景問題進行精準的模型化設計。智能駕駛雖然具備明確的使用場景，但場景模型化的算法方案卻很複雜，另外也不具備已成型的可供訓練數據集，需要模擬真實場景長期積累數據，目前在上述的兩個必要方面都不具備優勢。“
在未來的幾年中，AI勢必會爆發在量化金融、物流倉儲大數據、有數據積累和標準的傳統產業升級、以及機器人運動行為學習等方向中。”楊歌稱，對於數據積累成熟，模型化場景清晰明確的行業，人工智能將會帶來更多創新性的顛覆，這也是星瀚資本投資的主要方向之一。“量化金融方向已經在爆發前夕，就差臨門一腳。但這個行業大型公司主要在國外，中國在做量化金融的公司還有待壯大。”
大數據處理信息服務商金盛網聚WJFabric認為，所謂人工智能的中間層結構，也就是賦予人工智能的工具特性。而應用層所需要的是，通過中間層與具體行業的結合進行新模式的誕生。由此可見，目前人工智能只發展到第二層次的初級階段，因此可以說作為風口還將持續相當長一段時間。因為對於人工智能想象空間會伴隨著行業發展的進程而持續擴大。從歷史意義可以預見，人工智能是一項有可能超越互聯網，實現重塑人類社會的偉大創造。
閱讀更多 金盛網聚 的文章
