2017 中國人工智能峰會"(CAIS 2017)近日在南京國際博覽會議中心舉行,創(chuàng)新工場李開復在會議上為我們描述了人工智能發(fā)展中的四類浪潮:“第一波是互聯(lián)網人工智能,他們得天獨厚的得到大量的、已標注的場景內數據,美國的谷歌、Facebook和中國的BAT就是一個例子,得天獨厚;第二波是根據商業(yè)場景渠道數據,用這個數據根據商業(yè)流程來產生價值的公司;第三波就是做傳統(tǒng)企業(yè)的AI+工作,把真實物理世界過去不上線的數據捕捉并運用起來,來創(chuàng)造新的應用,像智能商店等等;第四波是AI整個動起來了,像機器人、無人駕駛等等?!?/p>
但是我們從另一個角度來看,這又何嘗不是人工智能領域中,玩家的四種不同的玩法?與此同時,不僅僅是告訴我們人工智能玩家的玩法,從投資者的角度來看,李開復還為這四種方式,或者說四種不同的領域做出了評價。
他表示,第一波已經發(fā)生了,并且已經有了許多的2C的應用,像Facebook、微信、今日頭條等等,對于玩家而言已經沒有了創(chuàng)業(yè)的空間;第二波AI+的巨大機會在于與傳統(tǒng)行業(yè)的結合,比如創(chuàng)新工場所參與投資的曠視、追一科技等等;第三波是傳統(tǒng)公司的機會;第四波是相當困難的,比如無人駕駛等,它們還需要繼續(xù)在技術上進行突破,不過,一些場景化應用還是可行的。
深度學習算法、語音識別、語義分析、計算機視覺……這些都是人工智能領域中我們耳熟能詳的技術。而基于這些技術,我們也看見了自動駕駛、機器人、"刷臉"支付等人工智能產品和應用。其中,計算機視覺、語音識別等細分產業(yè)已經具備了相當的規(guī)模,可以說是實現了產業(yè)化。
相比之下,自動駕駛技術等等在產業(yè)化上就弱的許多,我們不禁疑惑了,在技術的產業(yè)化應用上,玩家應該怎么做?相比于語音識別等人工智能技術,自動駕駛或許在識別準確率上還需繼續(xù)努力,但當前的產業(yè)化真的不可行嗎?
事實上,這個答案是否定的。至于如何實現產業(yè)化,在技術、性能這一硬性要求之前,尋找一個合適的應用場景是非常重要的。
"AI最重要的是場景。中國人工智能產業(yè)缺的不是技術和人才,而是一個好的場景來落地。場景的定義和細分會推動技術的提升,相反的,技術的提升也會催化場景的出現。"在討論人工智能雙重驅動力的時候,曠視科技創(chuàng)始人、CEO印奇表示。
人臉識別專家英飛拓認為,在B端市場,安防、身份驗證等多個領域就是人臉識別實現價值和提供服務的場景。我們可以看見,現如今的語音識別、計算機視覺等技術在性能上已經是相當的成熟了,但是從產業(yè)來看,這些技術的應用場景也只是被局限在那么幾個領域之內。如此,從某一程度來講,或許那幾個領域已經發(fā)展的很成熟,但是這些技術的產業(yè)化還需繼續(xù)開拓更多的應用場景。