爆红的AI 全民化还需要一定时间
据悉，人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。简单来说，作为计算机科学的一个分支，它生产出一种与人类智能相似的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等，用于代替复杂环境中人类工作。
2016年是智能历史上一个具有纪念意义的年份，它是一个时代的结束，也是新时代的开端。AI产业从数据、算法、计算能力上都有很大的进展，公众也意识到AI时代快要到来了。各大厂商也纷纷布局人工智能行业，谷歌、facebook以及微软等，都已经提前在人工智能中走在前列。
据统计数据显示，人工智能产业化蓬勃发展，2015年全球人工智能市场规模为1270亿美金，今年预计将达到1650亿美金2018年将超过2000亿美元。全球人工智能初创企业已有855家，横跨13个门类，总估值超过87亿美元。
仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析。应用层的智能硬件平台，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。
因此，尽管人工智能被寄予厚望，其中也不乏停留在空想阶段的“画饼”人工智能技术。
真正的人工智能产品少之又少
虽然资本对于人工智能的追逐向来是毫不吝啬的， 2016年到目前为止，共有超过200家专注于人工智能的公司完成了近15亿美元的融资。但是真正有产品、有场景、可应用的产品却少之又少，更不用谈工业化应用。因为数据、场景、人工智能算法三者缺一不可才会诞生好的产品。
面对资本对这一行业的追捧，“虚火大于明火”十分恰当，在很多业内人士看来，真正有场景、有产品，有能够切入到场景产品的创业者，或者真正有数据的创业者是比较少的。很多是懂人工智能的专家没有切入的产品。
反过来很多人有产品上的切入点，但是可能没有人工智能相应的技术。虽然从事人工智能研发的企业也越来越多，但在联合基金创始人邱浩眼中，很多机器人离我们期待的智能还差很远。目前所看到的一些产品，它真正的交互或者所谓智能的部分离商用也好，实用也好，甚至到有用都还有一点距离。
人工智能市场尚处于萌芽状态
目前，人工智能可适用的领域并不大，虽然根据投资规模计算，未来将是万亿级的市场规模，但是目前市场实际成交来看，寥寥无几。
人工智能市场尚处于孵化培育的起步阶段，依旧有不短的路要走，这需要前述技术和产品的强力支撑。而从全球范围来看，各个企业对于人工智能的应用还普遍处在萌芽和投入阶段，特别是在涉及人工智能的语音识别、图像识别等核心技术上，普遍都在实验室阶段，还没有形成体系，更没有形成商业壁垒和产业格局。
今年4月，百度的无人车、人工智能等创业项目独立出来，直接由百度创始人李彦宏管理。阿里创始人马云首次提出互联网已从IT时代进入DT时代。阿里人工智能战略正是基于DT时代的大商业体系展开。借助阿里的全球化电商零售平台以及云计算和大数据平台优势，阿里正在实施大数据人工智能，为电商购物提供精准参考。腾讯则基于自身一直以来在游戏和社交领域的资源，以用户娱乐生活体验为切入，进行以点式扩散方式推动人工智能在相关领域的垂直布局。但这些都只是萌芽布局，并不具备成熟的市场环境和产品体系。
人工智能将是人类智能的延伸，必然是未来的大趋势之一，但是目前离普及还非常遥远。从市场情况来看，未来突破点将出现在智能无人设备领域。智能无人汽车处于全球各大车企巨头争相布局阶段。另一方面，目前无人机市场已经快速启动，而具备自动跟踪、智能避障的智能化无人机使得性能上得到了跨越式提升。
但是，人工智能是一门极富挑战性的科学，虽然已经有了一些进展，虽然互联网技术的迭代升级已经愈加迅疾，但是真正要实现量产普及，无论产品、市场还是技术，都还有着很远的路要走。说人工智能的时代来临为时尚早，我们尚需静心等待。
众多技术难题亟待突破
随着互联网时代的发展，前所未有的大数据、更高维的机器学习模型和更高效的特征分令人工智能近期不断取得突破。
然而，这些要素目前还有诸多技术难点有待突破。数据的时序性、模型的解释性、特征工程的复杂性等技术难题，仍是横在人工智能工业应用前的技术鸿沟。在技术研发层面，目前取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破。
浙公网安备: 33028102000314号