0
2018年最后一個節日圣誕節，亞馬遜Echo因為使用人次過多，云端宕機了。
即便如此，Echo受歡迎的程度有增無減。美國西雅圖一家零售商表示，支持Alexa的設備包括Echo、Echo Dot、Fire TV Stick 4K、Alexa Voice Remote等在內，節假日期間出貨量增長達到數百萬量級。特別是，亞馬遜兒童設備Echo Dots兒童版本、Fire兒童版本平板電腦，增勢明顯。
今年7月，NPR&Edison聯合發布的研究報告顯示，18%即約4300萬美國成年人擁有一臺智能音箱。消費智能研究報告和Voicebot對這一推測的數量更高，分別是5000萬人次、4730萬人次。2018年11月， Canalys發布的報告顯示，2018年第三季度，全球智能音箱同比增長137%，從2017年Q3的830萬臺增加到2018年Q3的1970萬臺。
Echo的購買量較去年增加了兩倍之多，就連亞馬遜消費品零售業務首席執行官杰夫.威爾克Jeff Wilke也稱，2018年圣誕季是一年中銷量最好的時節。分析機構預估，2018年智能音箱設備數量接近1億。據全球市場洞悉的預測，到2024年全球智能音箱整體估值可能高達300億美元。
AI語音助手，通過“附身”于智能音箱，走進了千家萬戶。也讓普羅大眾近距離、貼身了解到AI人工智能，這個看似遙遠、觸不可及的“新概念”。追本溯源，始于1956年，經歷了技術曲線的谷底。近兩年，人工智能煥發出的“第二春”能量巨大。
2019年，新年伊始，回顧往昔才能夠更好的成長、行走，掌舵未來。
2013年美國創新戰略中，最早提及人工智能在智慧城市、城市大腦、自動駕駛、教育等領域中的應用和愿景。這一年，歐盟、日本也相應地啟動了計算機模擬人腦的研究計劃。2016年，人工智能進入“動態”高發期。美國白宮發布了兩份關于人工智能的重要報告，提出七大戰略方向。從政策、技術、財力等方面給予一定支持、保障。
同年，谷歌、微軟、Facebook等提出人工智能相關路線的未來規劃。秋季，IBM、微軟、谷歌、亞馬遜、Facebook成立人工智能聯盟。至此，人工智能在巨頭之間達成共識。其也成為云計算之后，未來十年乃至更長時間巨頭們主要賦能、深耕的領域之一。
2017年，海外人工智能的“熱度”傳遞到國內。人工智能首次被寫入政府工作報告，工信部印發了《促進新一代人工智能產業發展三年行動計劃（2018—2020年）》。工信部、發改委、科技部、中科院等15個部門共同成立新一代人工智能發展規劃推進辦公室。
如果說AlphaGo大戰柯潔自帶吸晴功力，在普通民眾中引領了大規模的探討。那么，2017年，幾乎每天發生一筆融資，讓人可以更加直觀地體會到人工智能領域的溫度。來自CB Insights數據顯示，2017年，國內人工智能行業融資數量達到最高峰。其中，并購、上市的企業數量也達到最高值。全年融資占比超過美國的38%，達到48%，占據全球將近半數的融資。
2017年下半年，BAT關于AI的認知、規劃、布局，接踵而至。百度開發者大會上李彥宏最先提出All in AI。阿里巴巴云棲大會上，成立了名字接地氣兒的達摩院DAMO。騰訊合作伙伴大會提出AI in All。各家根據自身的基因和定位的不同，采取了和而不同的路線。
具體而言，百度、阿里巴巴通過技術“放大效應”，以期通過技術優勢引導業務。百度挖來行業技術大牛陸奇，可以窺見，于百度而言，AI技術才是解決業務瓶頸的關鍵所在。盡管，阿里巴巴投資了很多人工智能領域的初創企業。對于自身的達摩院定位也相對清晰，側重基礎研究，包括量子計算、機器學習、基礎算法、視覺計算、自然語言處理、人機自然交互等等。即時通訊工具起家的騰訊，更側重于AI技術滲透到現有業務中，提升現有業務在應用層面的賦能。
大環境催熟下，一些創業獨角獸被推到舞臺中央。商湯科技、曠視科技、思必馳、云知聲、依圖科技、云從科技等成為AI行業的佼佼者。由于BAT等巨頭體量較大，轉向新興業務時，動作反而沒有創業企業布局迅速。在“船小好調頭”的優勢下，商湯科技、曠視科技等企業的AI技術迅速落地，并被B端企業應用，快速商業化到C端用戶。
2017年蘋果秋季發布會推出的iPhone X帶火了3D人臉識別技術。同年秋冬季，vivo X20（海外部分地區采用曠視）、OPPO R11s兩家國內手機廠商搶先競爭對手一步，聯合商湯科技在終端中采用AI智慧美顏、AI識物、面部解鎖等功能。這也使得，業務To B服務于企業的獨角獸，首次走到前臺。鑒于終端體量大，商湯科技拔得頭籌，給大眾留下了深刻的AI初印象。
2018年手機AI＋圖片、拍照進階為AI＋視頻、錄制，商湯科技SenseAR美體塑形提供的一鍵式全身美體塑形，曠視科技的3D人體姿態識別追蹤、AI美體、Super IQ超畫質陸續進駐到不同品牌最新款的終端產品中。包括華為、小米、OPPO、vivo等。
另一廂，國內智能音箱市場在2017、2018年以“價格戰”的方式快速教育市場用戶。2017年，智能音箱市場的玩家主要集中在互聯網企業中，諸如，百度、阿里巴巴、京東、喜馬拉雅等。2018年，入局的企業又新添三個巨頭三星、華為、騰訊，硬件ICT廠商為主。
就在2017年，人工智能相關概念以及落地產品“鋪天蓋地”，表面形勢一片大好。且市場輿論普遍認為2018年，人工智能將會延續2017年的發展態勢、投融資節奏，持續高增長時。現實的發展動向，潑下一盆冰冷的水。
2018年上半年，百度AI靈魂人物陸奇出走，個人與平臺的輿論風暴，引發了外界對于百度AI戰略未來走向的憂慮。盡管，頭部AI企業相關融資消息屢創新高。然而，不斷獲得融投資、商業化進程緩慢，缺乏賺錢能力，2018年被視為AI企業的淘汰之年。
2018年尾，整體資本市場進入寒冬模式，中小型AI企業在資本市場講出“摧枯拉朽”的故事難上加難，生存等問題捉襟見肘。曾經的資本寵兒ofo，狼狽收場。無論是veto right還是抵觸技術路線，三年的時間，資本市場已然發生了太多的變化。
從早期資本對待新興技術、新興領域不顧一切的All in押注，投資人看重、考察的要素不斷增加。講好技術是一個方面，更重要的是，技術與落地之間“有效射程”的距離，落地后商業化規模的大小，應用場景的豐富與否，商業化閉環能力等等方面的All right。
相關數據顯示，2017年較2016年，種子輪、天使輪大幅度下降，A輪、B輪相應增加。可以預見的是，逐漸回歸理性的2019年資本，不再蜂擁而至。對待AI賽道，投資與回報的認知愈發清晰。
計算機視覺已經在不知不覺中潛入到生活中的很多場景里，當你使用iPhone面部解鎖功能，當你開啟Snapchat APP的濾鏡，當你使用智慧手機美顏拍照功能，當你使用網上銀行面部識別應用，當你購買物品使用面部認證支付......這一切都涉及到AI領域中的計算機視覺技術。
在AI幾大細分領域中，不同機構統計結果略有差異。騰訊研究院統計顯示，2017年，計算機視覺與圖像、自然語言處理、自動駕駛/輔助駕駛成為AI融資分布Top 3，企業分布集中在計算機視覺與圖像、自然語言處理、語音識別三類中。CB Insights顯示，自然語言處理、機器人、計算機視覺領域融資金額最多。中國報告網數據顯示2017年，國內視覺、語音、自然語言處理成為AI分布前三甲，視覺、語音占比分別為34.9%、24.8%。
無論融資金額還是企業分布，計算機視覺領域占比最大。因而，2018年被稱為計算機視覺之年。隨著行業范圍內的開發工作、深度學習算法、圖形處理器的進步。更好的傳感器、大量圖像被標記作為“深度學習”的資料，簡單易操作的深度學習軟件，不斷改進的處理器互相融合。使得計算機視覺經過過去幾年的發展達到了新的高度。
相關數據顯示，計算機視覺市場增長與技術迭代、演進同樣迅猛。預計到2025年達到262億美元，每年增長率超過30%。過去兩年，亞馬遜針對開發人員推出的人工智能Rekognition系統，作為AWS云計算服務器一部分。可以根據面部估算人的年齡范圍，每天分析數十億張圖像。微軟的云儲存服務器OneDrive和SharePoint推出AI服務。谷歌相冊可以識別照片信息，進行歸納、分類整理。
一些新的獨角獸項目也在冉冉升起。歐萊雅收購的美妝數字技術公司ModiFace，利用AR和AI技術，進行皮膚檢測、美妝補妝。男裝定制公司MTailor，根據人工智能技術3D掃描用戶尺碼數據，為男士定制襯衫和牛仔褲。Topology公司的應用軟件，可以為用戶提供定制眼鏡。Pottery Barn公司利用AR增強現實技術，設計新家家具擺設。視覺初創企業Hover，讓用戶通過上傳家居照片到其開發的應用程序上，輕而易舉3D建模。
以上相比于自動駕駛汽車、無人售貨店等項目，操作簡單、技術復雜度不高。也使得計算機視覺大規模普及，成為日常生活中的必需工具變為可能。從技術的角度來看，計算機視覺技術有別于其它人工智能技術。計算機視覺技術更多在于預測分析，而不是對已經發生的事情進行遞增性改進。
此外，計算機視覺根據確定的圖像或者圖像集進行分類，利用算法從圖像中推斷出信息。隨著時間的推移能夠匹配更加精準，甚至遠遠超過人類的圖像識別能力。在數據收集、訓練方面，計算機視覺技術比其它AI工具更具能效、采用率更高。原因在于，大數據需要訓練大量數據，而計算機視覺只需要準確的標記圖片和視頻。
2019年計算機視覺將會加速落地，美國CCC信息服務公司已經幫助汽車保險公司，通過熱力圖識別汽車損壞程度，確定損壞最嚴重的位置。亞馬遜、微軟、谷歌在過去一年把計算機視覺技術推向了“極點”，未來計算機視覺將不依賴于人手動標記訓練AI，而是通過人工智能培訓人工智能，簡化流程、提升速度。
除計算機視覺技術，自然語言處理NLP成為AI大規模落地的第二大領域。應用于智慧型手機、智能音箱、智能家居等等。2011年，蘋果公司整合Siri內置于iPhone 4S。目前，Siri支持36個國家至少24種語言。成為在移動終端、PC設備上使用最廣泛的語音助手之一。亞馬遜Alexa、谷歌Assistant、微軟的Cortana更多應用于智能音箱、智能家居等設備中。
早些時候，亞馬遜CEO貝索斯出席Code Conference大會時曾表示，幾十年前，語音助手還屬于科幻小說中的虛構情節，如今它已經來到了普通用戶身邊。盡管未來人工智能可能無法完成所有事情，至少某些事情、某些方面比人類做得更好。
亞馬遜Alexa通常從維基百科、Yelp、Accuweather、Stats.com等網站上獲取知識。目前，Alexa正在進行Wolfram Alpha的集成，解決地理、歷史或工程等嚴肅問題，智能助手的信息源愈加豐富，意味著可以更好地解決用戶不同類型的提問。
另一個趨勢，不同語音助手從“割裂”走向“合作”。國外，Cortana和Alexa進行了整合。國內，小米小愛同學和微軟小冰，華為小藝和微軟小冰合作的智能音箱具備“雙語音系統”。2018年最后一天，微軟小冰和小愛同學組成了人工智能少女聯盟，具備AI聯動技能。在微軟Dual AI生態下，不同語音助手的合作可能會繼續深化。
2018年世界人工智能大會上，圖靈獎獲得者、中國工程院外籍院士Raj Reddy說，“很多人看待人工智能都是一些悲觀的景象，看到世界末日，但我看到的是一個光明的未來。”阿里巴巴集團董事局主席馬云卻表示，“人工智能這個詞翻成中文后，翻譯并不是很準確，AI最好應該翻譯成機器智能，把AI翻譯成為人工智能，我覺得是人類把自己看得太大，把自己有點托大了。”
兩者的觀點在一定程度上反映了，人工智能整個行業的現狀。樂觀情緒與悲觀情緒、理性派與恐慌派共存、技術局限性與應用場景單一化之間的矛盾。2018年年初，谷歌3100名員工對于公司參與Maven項目表示不滿。該項目屬于美國國防部的一項舉措，旨在通過無人機鏡頭識別、檢測、分析多種物體，谷歌在其中提供了TensorFlow API機器學習應用。同一周，全球50名AI專家反對韓國科學技術院KAIST的殺人機器人項目。
2016年7月，美國得克薩斯州達拉斯市警方使用機器人炸彈，將犯罪分子擊斃。殺人機器人帶來的倫理和道德規范一直是AI學術界頗為頭痛的難題。無論是谷歌的Maven，還是KAIST的自主武器，均可以應用于戰爭，執行軍事任務。同樣，Facebook大規模用戶隱私泄露事件，也使得AI人工智能中的數據智能分析暴露于民眾的負評之中。
Elon Musk和John Giannandrea分別代表了AI恐慌派和理性派兩個陣營。Elon Musk曾表達過，“人們真的應該擔心人工智能”，“人工智能關系、威脅到人類文明的存亡”，“機器人可以做任何東西”，“人工智能可能會導致人類滅亡”，“人工智能是一個不朽的獨裁者，人類永遠都無法擺脫他們的統治”……過度擔憂下，以至于馬斯克有了“SpaceX殖民火星”計劃。
John Giannandrea則認為，人工智能遠遠達不到4歲孩子的能力，現在輿論有很多關于AI的虛假炒作，以及AI威脅的高談闊論，人工智能有些像大數據，更加傾向于機器智能這個定義。和阿里巴巴馬云的觀點不謀而合。而實際上，AI人工智能在落地、商業化，與傳統行業結合等方面的困難，比擔憂人工智能技術本身，更值得憂慮。
集邦咨詢拓墣產業研究院分析師姚嘉洋對雷鋒網表示，從2017年到2018年，AI技術發展如雨后春筍般出現，發展方向不外乎提升AI運算效能、各類Framework與神經網絡支援完整度，以及Inference推論端的結果精準度等。投入AI確實花費不少開發成本與資源，投入成本如何轉化為實質的營收與利潤，將會是2019年甚至2020年、更遠將來的觀察指標。如何進一步轉化為可持續運營的商業模式也將是未來新涌入創業者的首要關注點。
談及行業趨勢，姚嘉洋認為，谷歌、阿里巴巴等CSP企業，以及運營商擁有大量數據，在AI行業更具優勢。2018年華為開始投入AI芯片的開發，2019年至2020年，BAT在AI芯片的研發方面，應該也會有更多明確的進展，也將連帶牽動Intel、NVIDIA等芯片企業合作關系的變化。
另一方面，截至2019年1月，思必馳與元禾、清控成立的馳星創投，專注于投資AI領域早期項目。已經投資了覆蓋醫療、IoT、教育等在內的19家AI上下游企業。商湯投資了禾連、影譜科技、物靈科技等企業，曠視投資Video++、收購艾瑞思機器人、Aibee相關投資項目也在進行中。
雷鋒網認為，AI人工智能行業受限于鏈條較長、商業化、落地緩慢。AI企業獲得融資的同時，又不斷向相關企業進行投資。可以給未來新成立的AI企業，提供一些商業模式方面的借鑒。有業內人士對雷鋒網表示，AI時代剛剛來臨，國內AI公司更看重未來資源的布局與AI生態的建設。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
