兩年前，一場(chǎng)圍棋的(de)人(rén)機大(dà)戰掀動了(le)人(rén)工智能的(de)熱(rè)潮，各類AI創業公司如雨(yǔ)後春筍般湧現，資本紛紛加碼，深度學習(xí)、神經網絡等概念炙手可(kě)熱(rè)。然而，除了(le)人(rén)臉識别、語音(yīn)智能之外，人(rén)工智能帶來(lái)的(de)驚喜與公衆的(de)期待還(hái)有相當距離，以緻于有人(rén)問：“光(guāng)會下(xià)棋的(de)機器人(rén)有用(yòng)嗎？”

　　此前，創新工場(chǎng)董事長(cháng)兼CEO李開複曾談過這(zhè)個(gè)問題。他(tā)将人(rén)工智能的(de)發展大(dà)緻分(fēn)成了(le)四個(gè)階段，分(fēn)别是互聯網智能化(huà)、商業智能化(huà)、實體世界智能化(huà)和(hé)自主智能化(huà)。他(tā)說，每一波浪潮都以不同方式利用(yòng)人(rén)工智能的(de)力量，颠覆不同産業，讓人(rén)工智能更深層地融入人(rén)們的(de)生活，而現在，人(rén)工智能領域顯然還(hái)存在著(zhe)大(dà)量技術瓶頸。

　　“今天的(de)AI解決了(le)很多(duō)問題，但是，這(zhè)些問題在行業内部可(kě)能根本就不是最重要價值鏈條上的(de)一環，AI做(zuò)的(de)僅是錦上添花的(de)事，重要價值鏈條的(de)問題可(kě)能目前的(de)AI技術還(hái)是解決不了(le)。”創新工場(chǎng)人(rén)工智能工程院執行院長(cháng)王詠剛進一步補充。

    “容易摘的(de)果子都摘完了(le)”

　　在談及人(rén)工智能的(de)發展時(shí)，數據是繞不過去的(de)話(huà)題，被稱爲AI發展的(de)“石油”。天風證券副總裁趙曉光(guāng)曾言：“未來(lái)所有的(de)競争就是圍繞四個(gè)字：精準數據，得(de)數據者得(de)天下(xià)。”

　　在趙曉光(guāng)看來(lái)，人(rén)工智能首先要有數據，智能手機通(tōng)過各種傳感器拿到了(le)海量的(de)數據，所以才有了(le)整個(gè)ToC領域（面向消費者領域）的(de)軟件産業化(huà)和(hé)IT産業的(de)發展。他(tā)認爲，未來(lái)整個(gè)信息産業所有的(de)創新都會圍繞怎麽拿到數據、怎麽處理(lǐ)數據、怎麽轉化(huà)和(hé)輸出數據等三個(gè)維度展開。

　　中國擁有海量的(de)數據，也(yě)正是因此，中國企業發展人(rén)工智能的(de)路徑基本依賴機器對(duì)于數據的(de)學習(xí)，例如流程廣告預測、商品推薦、語音(yīn)識别、人(rén)臉識别等。在行業發展早期，基于數據學習(xí)的(de)發展十分(fēn)迅猛，“這(zhè)些果子特别容易摘，因爲隻要把AI用(yòng)起來(lái)計算(suàn)總結，就能得(de)到結果。”王詠剛說。

　　王詠剛把現階段的(de)AI稱爲人(rén)工智能1.0階段，“從1.0到2.0，AI的(de)角色是從科研轉變至商業賦能。”他(tā)表示，人(rén)工智能剛開始是以一個(gè)科技創新爲主的(de)形态出現的(de)，那時(shí)候科學家、技術人(rén)員(yuán)會是人(rén)工智能行業的(de)主導，在海量數據的(de)練習(xí)中，人(rén)工智能取得(de)了(le)非常快(kuài)速的(de)發展和(hé)重要的(de)商業成果。

　　“而下(xià)一步人(rén)工智能想真正發揮作用(yòng)，就必須向著(zhe)各個(gè)行業、各個(gè)領域逐步深入發展。”王詠剛說，這(zhè)個(gè)深入發展不僅僅是需要科技創新，還(hái)需要人(rén)工智能技術和(hé)每一個(gè)行業的(de)領域知識，以及每個(gè)行業的(de)業務流程緊密結合，這(zhè)才能真正提高(gāo)行業效率、降低行業成本。“所以AI賦能，必須進入到行業中去，必須進入到業務中去。”

    “深耕需要大(dà)家一起努力”

　　2018年，人(rén)工智能領域經曆了(le)一波“擠泡沫”的(de)過程，不少AI創業公司的(de)估值下(xià)降了(le)20%30%，甚至直接被行業淘汰。據《2018中國人(rén)工智能投資市場(chǎng)研究報告》顯示，2012年至2018年上半年，中國共有580家企業獲得(de)投資，而成功融資四輪以上的(de)企業僅占1成左右。留下(xià)來(lái)的(de)企業大(dà)都在探索和(hé)行業的(de)深度融合問題，但目前來(lái)看，成效并不顯著。

　　對(duì)此，王詠剛也(yě)表示，從單純的(de)科技創新到人(rén)工智能商業賦能是一個(gè)必然的(de)發展道路，因爲任何單純的(de)科技創新都沒辦法支撐一個(gè)更大(dà)規模的(de)産業級應用(yòng)。不過他(tā)也(yě)指出，在這(zhè)條路上，最大(dà)的(de)挑戰就是核心的(de)人(rén)工智能人(rén)才對(duì)行業裏的(de)場(chǎng)景和(hé)業務流程并不熟悉。

　　“經常會發現我們很多(duō)的(de)人(rén)工智能公司送到行業裏面适用(yòng)的(de)人(rén)工智能産品，看上去非常酷，在科技上可(kě)以拿到各種比賽的(de)第一名，但是并不能解決行業最關注的(de)效率問題。”王詠剛說。

　　中國科學院秘書(shū)長(cháng)鄧麥村(cūn)也(yě)表示，人(rén)工智能的(de)前沿技術成果和(hé)産業實際需求之間需要紐帶來(lái)連接，隻有通(tōng)過創新鏈、産業鏈和(hé)資本鏈的(de)三點聯動，才有利于技術與産業的(de)雙向助力。

　　爲此，在投資AI領域創業項目的(de)基礎上，創新工場(chǎng)成立了(le)人(rén)工智能工程院，并于近日紮根粵港澳大(dà)灣區(qū)，将新募集的(de)第三期25億元人(rén)民币資金加碼AI、大(dà)數據等賽道，探索AI落地場(chǎng)景。“資本能夠爲人(rén)工智能産業發展注入強勁動力，資本與技術有機結合、進而使産業落地爲商業機會，是産業高(gāo)速發展的(de)最強路徑。”王詠剛希望借助資本的(de)力量，讓這(zhè)種結合更快(kuài)、更深地進行。

　　“實際上，從科研實驗室中走出來(lái)的(de)深度學習(xí)、遷移學習(xí)、強化(huà)學習(xí)等技術已經開始深入到金融、零售、交通(tōng)等具體的(de)行業領域，并與行業需求緊密結合，但這(zhè)些結合尚處于早期初淺階段。”王詠剛說，“在人(rén)工智能技術跨過‘最容易摘的(de)果子’階段之後，深耕需要大(dà)家一起努力。”

　　中國青年報·中青在線記者 張均斌 來(lái)源：中國青年報