Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

芳心老师撰写

AI企业:泡沫之下,盛名难副

泡沫之下的AI企业,正在负重前行。

马云曾说,人工智能不仅仅是技术,更是认识人类未来的一种思维方式;不仅仅是科学家、技术员的挑战,也是政府运营的重大挑战。

马化腾认为,人工智能是一场跨国界、跨学科的科学探索工程,是一场任何企业都不可拒绝的奥林匹克,最终目的是提升人类生活品质

李彦宏认为,人工智能是堪比工业革命的大革命,它会在很多领域都带给人民不一样的体验,并将在未来发挥重要作用。

AI的本质

什么是人工智能?其实人工智能真正的内涵是“机器学习,只有在有正确的数据可供学习的情况下,机器才可以真正地、出色地完成某些任务。所以,真正强大的,每个人都应该为此感到兴奋并不是所谓的人工智能

2016年3月,AlphaGo在围棋大赛中以4比1战胜围棋世界冠军、职业九段棋手李世石,轰动全球,2017年5月,在中国乌镇围棋峰会上,它与排名世界第一的世界围棋冠军柯洁对战,以3比0的总比分获胜。

然而,这些进步几乎完全来自于有监督的机器学习,其只能解决有很多标记数据或实例数据的计算机学习问题。这种形式将机器学习局限在了非常有限的范围。

那些支持人工智能有无限可能的人,包括比尔盖茨和埃隆马斯克,都有同样的假设:人工智能的发展是一条单行道。他们表示,技术的进步推动着我们沿着这条单行道发展,直到计算机达到人类级别的智能。

其实,即便这样,这条单行道的关键点也是“带标签的数据”。我们正在快速前进,但是朝着不同的方向发展,唯一可以确定的是,只有在一个非常特殊、有限的能力范围内才能取得进展。 

机器学习让我们沿着不同的道路快速前进,我们可能会走得很远,但我们正走进一个不同的方向,这个方向与人类能力相关。

泡沫之下的AI企业

目前,人工智能经过近几年的发展,已经在各个领域有着相应的进展,自动驾驶语音识别、智能安防等都有不同程度的落地应用,除了BAT,也催生出了许多AI创业公司,一时风头无两。 

中国工信部下属中国信息通信研究院消息表示,2018上半年全球人工智能领域投资额达435亿美元,其中中国的投资规模高达317亿美元,占70%以上。 

截至2018年9月,全球人工智能企业数量为5159家,其中中国大陆1122家,北京市以445家成为全球人工智能企业最多的城市。

人工智能受到资本的追捧,同时也会催生出大量的泡沫。李开复曾说,“最近我见了一个做内衣的,也说自己是人工智能的企业,这是非常不正常的现象。现在,人工智能领域的泡沫化特别严重。”

2018 年年初,李开复断言,人工智能的泡沫将在年底破灭,一大波人工智能初创公司将面临清算之日。

互联网思维认为“猪站在风口上都会飞”,但是,在人工智能领域,成功的创业者一定是少数,大多数都会以失败告终。

其实,我们说人工智能未来有无限潜能,看中的是它的应用场景多元,AI为各行各业赋能,应用场景决定了一个企业能否持续的发展下去。 

但是,这个市场到底有多大,所有的行业都需要AI吗?泡沫破碎,又有多少AI企业会走上穷途末路?

先来看变现最快的智能安防领域,近期,海康威视总裁胡扬忠接受“雷锋网”采访就表示,安防行业并不只是投钱就能做得起来的,资本会有一时的冲动,但退出的速度也会很快。

胡扬忠表示“大家以为安防产品市场无限大,其实不然。当人们发现这个市场不符合当初的想象时,有些玩家自然会退出。” 

他认为,安防市场是个“快而小”的市场,安防市场增长得很快,但却是一个“小”市场。

安防行业除了AI,还有很多其他重要技术,AI并不是万金油。AI应用于安防的确能够带来一些变化,但AI只是安防众多技术中的一个点。并不是有了AI,视频监控就不需要编码、低照度、宽动态了。AI来了,摄像头还是需要补光、存储、抗恶劣环境,涉及的技术很复杂。

而面对近期的“芯片热”,胡扬忠也有自己的看法,他认为,人们都喜欢热点,没有热点要创造热点,对于AI芯片,大多数人看到的也都是幻相。

一个产业的发展也有自己的生态和规律,不是光砸钱就能把事做好。需要资金,也需要时间,需要人才积累,需要团队文化的沉淀。急火煮出夹生饭,小火才能煲好汤。 

除了安防行业,其他行业也需如此,受到资本的追捧容易,但之后的发展才是重中之重,如何有持续的造血能力,如何拓展应用场景,如何获得收入来源,都是AI企业面临的考验。 

近几年,自动驾驶的话题度也很高,今天,由华人无人驾驶大牛朱家俊创办的硅谷自动驾驶公司Nuro.ai宣布获得由软银愿景基金投资的9.4亿美元,一举超越春节期间Aurora获得的5.3亿美元融资。

自动驾驶被投资人看好,这其实也是一场赌注。资本今天投9.4亿美元,赌的是未来能有成百上千亿美元的回报。但是,未来有没有谁也说不准。

造汽车是一件烧钱的事,尤其是无人车,想要真正投入生产使用还有许多技术上的难题需要攻克,场景太复杂,目前的算法还达不到完全无人驾驶。

虽然,机器在特定的任务上做得越来越好,但是显然并不能产生一般的常识推理能力。机器不会达到像人类一样的水平,它只会越来越好地识别物体,仅此而已。

机器基本上仍在我们的控制之下。计算“犯错”或许会导致死亡,正如人们会在自动驾驶和医疗自动化中死亡。

去年,Uber的自动驾驶车撞上了一名过马路的女子,后期的调查报告显示,自动驾驶软件先是错误地将该女性识别为一个未知物体,然后是一辆车,最后是一辆自行车,最终女子被撞身亡。

自动驾驶领头羊Waymo老大曾亲自承认:自动驾驶汽车在路上普及还要几十年,而硅谷大佬苹果联合创始人Steve Wozniak更直言,“自动驾驶汽车不可能在不久的将来实现,我不相信自动驾驶汽车”。

资本来得快,去的也快,而离无人驾驶变现还有很长的路要走。

AI本身没有泡沫,AI创投有泡沫

如今的新风口人工智能,一些初创公司的估值已经高达几十亿美元,行业热度已经超过了当初的互联网。 

有业内人士认为,当前,有四大泡沫影响人工智能的发展:

技术泡沫人工智能属于交叉性、应用型学科,专业门槛高,真正懂行的少之又少。

资本泡沫:资本太多、概念太多,风口都看得见,但如何站住风口,大家都在观望。

商业泡沫:现在很多人工智能都是伪智能,大多数企业不懂得如何利用智能、数据去服务客户、创造价值。

估值泡沫:估值上亿并不难,难的是如何找到盈利点。现在大多数的人工智能尚处于技术工具阶段,距离平台和产品化还有距离,还谈不上营收。

鉴于专业门槛,人工智能领域真正既懂技术又懂产业的人少之又少,导致行业薪水普遍高。

近日,科大讯飞轮值总裁胡郁接受采访时就表示,(业内)硕士毕业40万,博士毕业80万,你要在行业里面干个几年都200万,干了五年以上,如果做得比较好的,都能拿到200万年薪。如果是原来什么研究院院长一级的人,都是五六百万,我们公司现在有些人薪水确实比我们这些当总裁的还要高

资本对AI抱有的期望太高,AI人才身价也势必水涨船高,而这部分成本就会转嫁给AI企业,胡郁表示,现在有的企业在想怎么把这些人裁掉,因为他们太贵了。

有投资就要有回报,胡郁说,人工智能公司现在赚不到钱,大家都讲讯飞赚钱赚的少了,其实,现在人工智能公司能赚钱的公司没有几个,就是泡沫,这完全就是泡沫。 

资本泡沫之下的人工智能企业,正在负重前行。当前,人工智能企业同质化严重,有些企业没有真正的创新只是盲目的跟风,“挤泡沫,抓痛点”是AI企业唯一的出路。 

在这个优胜劣汰的大环境下,AI企业应该脚踏实地,修炼内功,稳中求进,利用数据、利用技术,找到更好商业化落地的途经,更好地服务用户,实现自己的价值。

AI锐见
AI锐见

洞察AI行业趋势

产业机器学习自动驾驶AI企业语音识别
相关数据
海康威视机构

海康威视是以视频为核心的智能物联网解决方案和大数据服务提供商。海康威视拥有视音频编解码、视频图像处理、视音频数据存储等核心技术,及云计算、大数据、深度学习等前瞻技术。为PBG(公共服务事业群)、EBG(企事业事业群) 、SMBG(中小企业事业群)三个事业群客户提供专业的细分产品、IVM智能可视化管理解决方案和大数据服务。

http://www1.hikvision.com/cn/index.html?jmode=j1
Waymo机构

Waymo是Alphabet公司(Google母公司)旗下的子公司,专注研发自动驾驶汽车,前身是Google于2009年开启的一项自动驾驶汽车计划,之后于2016年独立。2017年10月,Waymo开始在美国亚利桑那州的公开道路上试驾。2018年12月,Waymo在凤凰城郊区推出了首个商业自动乘车服务Waymo One。

http://www.waymo.com/
科大讯飞机构

科大讯飞股份有限公司成立于1999年,是亚太地区知名的智能语音和人工智能上市企业。自成立以来,长期从事语音及语言、自然语言理解、机器学习推理及自主学习等核心技术研究并保持了国际前沿技术水平;积极推动人工智能产品研发和行业应用落地,致力让机器“能听会说,能理解会思考”,用人工智能建设美好世界。2008年,公司在深圳证券交易所挂牌上市。

http://www.iflytek.com
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

Nuro机构

Nuro成立于2016年,是由前谷歌自动驾驶项目的两位核心成员朱佳俊和Dave Ferguson共同创立的机器人技术公司。创立Nuro之前,朱佳俊和Dave在谷歌自动驾驶汽车团队一起共事了6年。 Nuro团队还聚集了众多来自谷歌、Waymo、苹果、特斯拉、通用汽车、优步、Twitter等科技公司的科研、工程和产品人才。自动驾驶团队包含了2007美国国防部自动驾驶汽车比赛冠军队成员,三位来自谷歌的首席工程师分别负责了三代谷歌自动驾驶汽车的软硬件核心技术研发,以及苹果自动驾驶汽车的资深部门负责人。机器人算法团队包含了很多来自全世界一流名校的毕业生,包括卡内基梅隆、斯坦福、加州伯克利、麻省理工、普林斯顿、加州理工、哈佛、牛津、北大、复旦等。人工智能团队包含了ImageNet的往届冠军和Deepmind的前成员。

nuro.ai/
相关技术
推荐文章
暂无评论
暂无评论~