人工智能被認為是繼電力和互聯(lián)網之后又一次對人類社會產生顛覆式影響的技術。美國公司的技術遙遙領先,，中國公司擅長商業(yè)化、擁有數據優(yōu)勢,，在技術上正奮力追趕

　　2015年12月,，微軟亞洲研究院首席研究員劉鐵巖博士去蒙特利爾參加了NIPS年會(Annual Conference on Neural Information Processing Systems),，這是人工智能領域的頂級學術會議。但與會期間,，他印象最深的不是同行的專業(yè)進展,，而是一位科學家告訴臺下的與會者，早些年,，他的博士生 根本找不到工作,，今年卻被一搶而空。

　　這也是中國正在發(fā)生的故事,。從硅谷到北京,，人工智能都是熱浪滾滾。這個在上世紀50年代和80年代掀起過兩次高潮的技術,，現在似乎真的到了產業(yè) 化的臨界點,。互聯(lián)網時代的思想家和預言家凱文·凱利宣稱,，人工智能是下一個20年里顛覆人類社會的技術,，它的力量堪比電與互聯(lián)網。

　　人工智能(Artificial Intelligence),，縮寫為AI,。它是研究開發(fā)用于模擬、延伸和擴展人的智能的理論,、方法,、技術及應用系統(tǒng)的一門新的技術科學。該領域的研究包括 機器人(26.660, 0.12, 0.45%),、語音識別,、圖像識別、自然語言處理和專家系統(tǒng)等,。

　　人工智能快速進入大眾視野,，源于今年3月谷歌圍棋人工智能程序AlphaGo戰(zhàn)勝世界冠軍李世石。人機圍棋對弈只是普及人工智能的一個秀,。它的背后是規(guī)模千億級的人工智能產業(yè)市場,。BBC預測，2020年全球人工智能市場規(guī)模將達1190億元人民幣,。

　　目前看,，這一數據遠比不上2015年中國移動互聯(lián)網的產業(yè)規(guī)模。但人工智能的意義不僅于此,，人工智能技術的發(fā)展,，還將帶動云服務、大數據分析,、移動互聯(lián)網和物聯(lián)網產業(yè)的升級迭代,。它甚至將超越移動互聯(lián)網，全面改變人類的生活和工作方式,。

　　離人工智能最近的IT互聯(lián)網公司敏銳嗅到了這一機遇,。從2011年開始，包括深度學習算法,、計算資源和大數據產業(yè)的成熟令人工智能技術實現飛躍,，包括微軟、IBM,、谷歌,、Facebook、BAT在內的國內外企業(yè)都開始深度布局人工智能,，試圖把握風口,，成為下一個產業(yè)變革的巨擘。

　　已布局人工智能的IT和互聯(lián)網巨頭們,，最有資格成為這一輪革命的獲益者,。但這終究是一個漫長的耐力游戲，除了技術布局,，產業(yè)布局和戰(zhàn)略視野也是決定成敗的關鍵因素,，短視者將隨時出局。

　　BAT保守布局

　　中國的所有行業(yè)中,，以BAT為代表的互聯(lián)網行業(yè)在人工智能研究和商業(yè)化探索方面走得最早,，也看得最遠。其中,，技術起家的百度走在最前端,。

　　2012年10月，百度董事長兼首席執(zhí)行官李彥宏參加了內部的一個基于深度學習的語音識別產品研究會,。當時該產品的主導者余凱回憶,，那是李彥宏第一次知道深度學習，他非常吃驚,，并給全公司寫信,，讓所有產品經理都要了解人工智能技術的發(fā)展。

　　當年12月,，李彥宏開始和余凱討論成立深度學習研究院的可行性,。次年7月，這個研究院成立,，李彥宏任院長,，余凱為常務副院長。這是中國公司里的第一個人工智能研究院,。

　　李彥宏很快將相關技術投入到搜索的核心業(yè)務中,。2014年的百度內部統(tǒng)計數據顯示,，深度學習技術的應用，讓百度和競爭對手的Diff(different,，內部叫Diff)指標提升了若干倍,。

　　但人工智能的科研，尤其是基礎科學研究,，是一個冗長寂寞的過程,。此后，迫于財務數據和競爭壓力,，百度的決策者們更加注重眼前的布局和資源,。

　　“到了后期，太長遠項目,，或是比較創(chuàng)新的項目,，百度總部確實不太支持了。百度i站的項目,、百度快搜這樣的項目沒了,。”一位不愿具名的前百度人工 智能研究崗位人士評價,。一位現任百度相關人士對《財經》記者表示,，百度前些年確實剔除了不少經過驗證沒有商業(yè)化前景的分支項目，但最近兩三年,，百度明顯加 大了在人工智能上的投入,，包括無人駕駛汽車等長期項目。

　　6月8日,，在2016百度聯(lián)盟峰會上,，李彥宏將百度無人駕駛汽車稱作“一臺帶輪子的電腦”。他現場播放了百度無人車路測的實況錄像,，百度無人車已經可以像正常車輛一樣加速,、并線、超車,，他同時表示,，三五年之內，無人駕駛一定可以成為現實,。

　　從整體來看,，百度仍是BAT三家中首先完成有關人工智能技術體系整合的公司。目前,，百度研究院,、百度大數據、百度語音和百度圖像等技術都已歸入人工智能技術體系。李彥宏多次向外界強調,，百度未來的發(fā)展將嚴重地依賴人工智能,。

　　IBM研究院一位人工智能專家告訴《財經》記者，百度是被他們列入競爭列表的唯一中國公司,。

　　硅谷尤其關心“百度大腦”的進展,。百度大腦是百度在人工智能領域的核心。百度此前發(fā)布的諸多人工智能產品,，如無人駕駛、智能搜索等,，都是基于百度大腦的能力,。

　　百度高級副總裁、自動駕駛事業(yè)部總經理王勁稱,，百度大腦已具備視,、聽、說和預測,、規(guī)劃決策以及行動控制的能力,。在數據方面，百度有萬億級的網頁,、移動和行為數據可供分析,。在深度學習方面，百度的萬億參數排在世界第一,。

　　2015年,，百度的研發(fā)投入超過100億元。占百度2015年總營收663.82億元的15%,。

　　百度正在計劃將百度大腦在金融,、汽車、醫(yī)療等領域商業(yè)化,。李彥宏稱,，人工智能的“井噴式”創(chuàng)新，將推動互聯(lián)網進入第三幕,，并將重構傳統(tǒng)產業(yè),。比如“人工智能+金融”，可以快速地實現征信升級,，實現“秒放”貸款,。

　　阿里巴巴和騰訊的布局則更加克制?；蛘哒f,，它們更代表中國公司的普遍做法，從業(yè)務驅動開始，逐漸加大檔位,。

　　阿里從2011年開始布局互聯(lián)網醫(yī)療,，投資收購和戰(zhàn)略合作的公司數以百計。圍繞醫(yī)院,、醫(yī)保,、醫(yī)藥做了大量布局。最新的統(tǒng)計數據顯示,，全國已經有超過400家大中型醫(yī)院加入阿里的“未來醫(yī)院”計劃,，覆蓋全國90%省份。阿里云人工智能首席科學家閔萬里博士告訴《財經》記者,，阿里在健康醫(yī)療領域的布局快慢,，取決于阿里在人工智能領域的技術突破。

　　阿里的設想是,，未來,，在阿里遍布全國邊遠山村的醫(yī)院醫(yī)療點里，病患足不出戶,，只需拍一張CT,，通過遠程技術來完成專家級的診療過程。這種診療,， 依賴的就是基于阿里云的人工智能醫(yī)療系統(tǒng),。隨著學習數據的不斷增加，機器會變得越來越聰明,，最終成為一個“永不退休的醫(yī)學專家”,。

　　多位接受《財經》記者采訪的專家評價，阿里這個技術并不復雜,，醫(yī)療診斷是基于經驗的專家型勞動,，是機器擅長的經驗學習，三年內該技術便可成熟,。

　　閔萬里告訴《財經》記者,，要實現這個目標，除了技術平臺,，還需要整個醫(yī)療體系的打通,，需要政府和社會共同推動設備和資源的開放。一旦打通,，聚合在一個人工智能服務平臺之上,，就將衍生出更多的應用服務場景，從而實現“商業(yè)和技術互為驅動”,。

　　阿里是目前中國所有公司里,，數據生態(tài)最完善,、最健全的公司。iPIN創(chuàng)始人兼CEO楊洋認為,，阿里的MaxComputer數據通道,，是非常健康的數據大動脈，可以將阿里的所有數據資源非常高效地結合在一起,。

　　此外,，阿里云也是目前世界上最接近AWS(亞馬遜云服務)的云計算平臺。數據生態(tài)體系是做人工智能的重要基礎,。因此,，在這場有關未來的布局中，阿里云的主導地位清晰,。

　　阿里的人工智能研究分散在其各個業(yè)務分支之中,，有待整合。閔萬里說,，阿里希望在算法能力上有所突破，這需要一個集中的技術機構來整合阿里的所有相關技術資源,。

　　騰訊和阿里的情況類似,。騰訊在人工智能上的布局，以IM和SNS業(yè)務為基礎,。例如語音識別主要是在微信部門,、圖片識別主要是在QQ，支付和金融業(yè)務方面植入了人臉識別,，搜索部門則關注自然語言識別,。

　　其中一些技術已在騰訊內部實現產品化。SNG(社交網絡事業(yè)群)的優(yōu)圖團隊聚焦圖象識別領域,，推出了黃圖識別功能,，并為騰訊內部產品如圖片優(yōu)化 工具“天天P圖”提供技術支持。WXG(微信事業(yè)群)則人機互動領域的拓展,，也對圖像和語音識別進行了原發(fā),。WXG推出了智能機器人“小微”，用戶可以用 自然語言與之溝通,，解決此前語音助手智能機械應答的短板,。對于未來，工程師希望“小微”成為一種“連接器”——與微信支付串聯(lián)起來,，接入微信公眾號以及錢 包內的各種生活服務,，打造完整的微信內O2O閉環(huán)生態(tài)體系。

　　騰訊高級副總裁姚星在接受《財經》記者采訪時表示,，騰訊越來越重視在人工智能領域的技術開發(fā),，這包括兩個路徑：一是整合騰訊自身的技術資源，形成體系和重點；二是加快對優(yōu)秀公司的收購和合作步伐,。

　　騰訊參與了多個人工智能項目的早期投資,。騰訊投資并購部一直在為公司尋找需要的標的，服務于騰訊的整體戰(zhàn)略,。騰訊日前與硅谷風投機構 Felicis Ventures領頭了人工智能創(chuàng)業(yè)公司Diffbot 1000萬美元的A輪,。這家公司通過人工智能技術，讓“機器”抓取網頁關鍵內容,，并輸出軟件可以直接識別的結構化數據,。

　　BAT的人工智能技術研發(fā)從第一天開始就是商業(yè)需求驅動的，他們從業(yè)務入手,，收購甚至模仿別人的東西,，這種做法避免了漫無目的研究和不必要的失敗，但也無法保證在下一輪的人工智能平臺大戰(zhàn)中勝出,。

　　今年,，阿里和騰訊均有組建人工智能研究院的想法。姚星對《財經》記者說,，很快,，騰訊人工智能研究院就會成立。

　　國際巨頭深入無人區(qū)

　　如果說BAT的人工智能布局處于對標和追趕的狀態(tài),，那么以IBM,、微軟、谷歌,、Facebook為代表的美國巨頭公司已經開始深入科技無人區(qū),。

　　這些公司技術和業(yè)務各有所長，面向的用戶也不同,，但它們的目標一致：把人工智能機器做大,、做強、再做沒,。

　　IBM和微軟可能沒有谷歌,、Facebook看起來那么酷，但在人工智能領域有深厚的技術底蘊,，IBM甚至已經開始用人工智能賺錢,。

　　IBM人工智能研究可以追溯到1997年“深藍”戰(zhàn)勝當時的國際象棋世界冠軍卡斯帕羅夫。2011年,，代表著IBM在認知計算領域最先進技術的Watson在一個電視節(jié)目中一戰(zhàn)成名,，被認為是人工智能歷史上的一個里程碑。

　　今天可以代表IBM在人工智能領域最高技術水平的,，是不斷進化中的Watson系統(tǒng),，和已經可以量產的人腦模擬芯片SyNAPSE(超大規(guī)模神經突觸計算機芯片),。

　　Watson是一臺超級計算機，最初由90臺IBM的Power 7服務器并行組成,。和Google,、微軟的人工智能相比，它從硬件芯片構架就開始模擬人類神經元,，基于IBM的“DeepQA”技術開發(fā),。2014年1月 初，IBM宣布組建“Watson Group”,，旨在進一步開發(fā),、商用和增強“Watson”及其他認知技術，此外還投入10億美元用于其他相關項目,。

　　Watson已經開始為IBM賺錢了,。法國農業(yè)信貸銀行預測，Watson系統(tǒng)創(chuàng)造的收入將在2018年占IBM總收入的12%以上,。 Watson已經被部署在IBM去年收購的云計算基礎設施業(yè)務Softlayer上,，成為IBM與亞馬遜、谷歌,、微軟等大型科技公司在云計算領域展開競爭 的武器,。

　　另一個代表性產品是IBM在2014年發(fā)布的人腦模擬芯片SyNAPSE。該芯片能夠模仿人腦的運作模式,、低功耗，在認知計算方面要遠勝傳統(tǒng)計算架構,。和其他芯片公司的紙上規(guī)劃不同,，這款芯片已達到量產要求。

　　IBM將其技術和商業(yè)實力總結為“認知計算體系”,。IBM大中華區(qū)副總裁,、戰(zhàn)略部總經理郭繼軍向《財經》記者表示，IBM推動認知計算體系,，目 標是把IBM在人工智能,、大數據、深度學習,、模式識別等所有領域里所做的積累應用到各個行業(yè)中去,，幫助各行各業(yè)客戶提升效率，解決他們所面臨的現實挑戰(zhàn),。

　　微軟人工智能技術的研究已超25年,。1991年微軟成立研究院，最早的五個研究組,，研究方向分別是人機交互,、自然語言處理和機器學習,、語音識別和語音合成、計算機視覺,。這些恰恰是今天人工智能的幾個最重要的分支,。

　　微軟的人工智能研究方向要寬泛很多，微軟研究院擁有超過1000位科學家,，在包括深度學習的多個領域的技術布局處于世界頂端,。

　　微軟最新的深度學習系統(tǒng)在2015年ImageNet計算機視覺識別挑戰(zhàn)賽中，將計算機視覺系統(tǒng)錯誤率降低至3.57%,，相比于人眼辨識的5.1%,，這是人工智能首次在識別圖像的錯誤率上超越人類水平。這些機器由微軟的Azure云服務提供支持,。

　　微軟不僅將人工智能技術應用于如Windows,、Azure等核心業(yè)務中，還構建開放的平臺,，將多年的技術積累開放給產業(yè)界,，它的目標是打造一個人工智能生態(tài)圈。

　　它在無人區(qū)走得最遠,，在現實商業(yè)世界中隱蔽得最深,。

　　和前輩相比，年輕的谷歌在人工智能領域做的事情更讓外界看得懂,，也更興奮,。谷歌一方面不知疲倦地做底層人工智能技術的積累，研發(fā)更加高級的深度 學習算法,，增強圖形識別和語音識別能力,。另一方面親力親為布局了包括智能家居、自動駕駛,、機器人(2013年收購了8家機器人公司)等領域,，前者為后者帶 來基礎技術支撐，后者為前者提供數據和反饋,。

　　值得一提的是,，谷歌在無人駕駛汽車領域的技術積累，已經遠遠超過傳統(tǒng)汽車廠商和其他互聯(lián)網公司,。

　　更加年輕的Facebook,，將人工智能視為未來的三大方向之一。Facebook天然擁有全球范圍內的海量社交數據,，但在基礎科學的研究上依 然不遺余力,。2013年，Facebook在加州成立了Facebook AI Research (FAIR),?？突仿〈髮W機器人系博士,、Facebook人工智能組研究員田淵棟稱，FAIR的研究方向自由寬松,，研究所需的計算資源(如GPU)相 對豐富,，同時也沒有近期的產品壓力，可以著眼長遠做困難和本質的研究,。他稱,，這樣的學術氛圍在各大公司是極其少見的。

　　如果說前述幾大巨頭都是從人工智能技術出發(fā),，結合云計算賦予技術更多勢能,，那么亞馬遜的路徑正好相反。亞馬遜是全球第一大云服務提供商,，它的云服務收入超過微軟,、IBM、谷歌,、Salesforce等所有對手的總和,。但亞馬遜目前發(fā)布的人工智能技術，多數集中在提升購物體驗的深度學習領域,。

　　人工智能技術有兩大要素：核心技術平臺和數據循環(huán),。只擁有技術是不夠的，需要業(yè)務和數據結合,，才能打造好的技術,。對循環(huán)數據的獲取，巨頭們也都不遺余力,。

　　以最熱衷開源的微軟為例,，去年，微軟發(fā)布了“牛津計劃”(現更名為“微軟認知服務”),，這是一個基于微軟云平臺的智能API(應用程序編程接 口),，涵蓋了五大方向的人工智能技術,，包括了計算機視覺,、語音、語言,、知識,、搜索五大類API。去年夏天火爆的How-Old.net,，就是借助該平臺快 速開發(fā)出來的一款應用,，一共只有20多行代碼。

　　類似的工具包微軟還有很多,，例如深度學習工具包(CNTK)和微軟亞洲研究院主導的微軟分布式機器學習工具包(DMTK)等,。

　　這些對于創(chuàng)業(yè)公司和中小企業(yè)來說相當實用,。他們不用從底層技術一點點學，在小集群上或者是云服務上就可以直接調用,。

　　對于巨頭來說,，算法已經不再是競爭的障礙，數據和用戶習慣才是山頭,。大量的初創(chuàng)企業(yè)會采用開源做很多垂直領域的業(yè)務,，其中包括海量試錯和驗證，最終也會反饋回開源,，而這正是巨頭們所期望的,。

　　做B2B生意的IBM對數據的專業(yè)度要求更高，無法僅依賴搜索引擎和大量應用的交互來訓練Watson系統(tǒng),，因此通過深度合作和并購來獲取專業(yè)數據,。

　　以醫(yī)療領域為例，IBM和多家世界級頂尖醫(yī)院合作,，向醫(yī)院部署Watson的智能系統(tǒng),，通過分析這些醫(yī)院的病歷、專家的治療經驗,、現有的學術研究等,，幫助它們制定、觀察和調整癌癥患者的治療方案,。在這一過程中,，Watson也就有了這一領域的數據積累。

　　2015年4月,，IBM收購了Explorys,，它是一家可以查看5000萬份美國患者病歷的分析公司。類似的收購IBM還有不少,，并且出手相當大方,。

　　Watson已經可支持針對乳癌、肺癌和結腸直腸癌,、皮膚癌等癌癥的初期診斷,。在皮膚癌領域，在一項對3000幅皮膚鏡檢查圖像的研究中,，Watson識別皮膚癌的準確率高達95%以上,。而人類識別皮膚癌的準確率只有84%。

　　國內的一位人工智能業(yè)者調侃,，國際巨頭在人工智能領域真正有價值的是它們的那些你看不見的,、沒開源的、國際會議上含含糊糊一筆帶過的技術,?！澳切┎攀强梢灶嵏参磥淼膹椝?。”

　　填補斷層

　　人工智能的產業(yè)結構可以分為三層：應用層,、技術層和基礎層,。應用層聚焦在人工智能和各行業(yè)各領域的結合；技術層是算法,、模型和技術開發(fā),；基礎層則是計算能力和數據資源。

　　BAT擅長第一層,。BAT手中,，天然握有全球最大的數據資源。但在第二層和第三層嚴重斷層,。中國在人工智能領域的科研水平停留在工程數學,、物理算法等工程科學的創(chuàng)新層面，基礎理論研究領域的人才和資源很少,。

　　多位接受《財經》記者采訪的中外業(yè)者認為,，BAT的優(yōu)勢在于海量數據，和國際巨頭的核心差距在技術,。

　　騰訊高級副總裁姚星告訴《財經》記者,，今年初，他和騰訊的投資并購部達成了一個共識,，開始大量考察美國的機器學習平臺類創(chuàng)業(yè)公司,。一則中國這類技術公司不多；二則收購這種公司可以快速補足騰訊在算法領域的不足,。

　　姚星向《財經》記者分析,，同樣提供10萬個樣本給機器，優(yōu)秀的算法平臺可能只需要幾個小時,，速度慢的可能需要幾天時間,。

　　對于海外收購，搜狗公司CEO王小川則更加直白：“國內適合收購的標的公司很少,，因為根是斷的,，(技術和基礎研究)源頭在國外，要到國外看,?！?/p>

　　在快速迭代的互聯(lián)網世界里,，即便是互聯(lián)網巨頭,，單打獨斗練獨門秘籍也會錯失良機。最佳方式,，就是擁有數據和擁有技術的公司,，通過各種結盟方式形成優(yōu)勢互補,，快速搶占市場。

　　2014年11月,，螞蟻金服宣布和曠視科技戰(zhàn)略合作,，利用后者的人臉識別技術Face++軟件去確認開立在線銀行賬號的用戶身份，即“人臉支付”,。

　　Face++在人臉檢測的多項指標評測中接連拿下世界第一,。2013年，在極難識別的互聯(lián)網新聞圖片上,，獲得了97.27%的準確率,，這個指標高于Facebook團隊。三年后,，這一準確率已提高至99.5%,。

　　進行面部識別，需要處理大量來自面部的數據信息,，包括結構,、五官以及肌肉等方面的數據分析。阿里云為這個合作注入自身的數據和分析能力,。

　　“凡是花錢解決的問題都不是問題,，阿里可以自己完成這些事情，但時間成本是相當昂貴的,?！遍h萬里對《財經》記者說，“阿里有1000件同級別的事情要做,，能做好的只有其中幾件,，剩下的用投資+合作，這是時間和資本效率最高的做法,?！?/p>

　　技術和數據的結盟并不限于BAT，更多的公司希望通過結盟方式獲得未來,，新的巨頭或許從中誕生,。

　　搜狗CEO王小川的思路是社交化，做更多連接,，通過建設社群關系,，把人大腦里的智慧表達出來，從而解決目前搜索技術存在的內容不夠精準和實用性 較差的問題,。2013年騰訊入股搜狗后,，先后向搜狗開放了微信公眾號數據和QQ興趣部落，為搜狗輸入數據資源。除此之外,，搜狗還在去年11月戰(zhàn)略投資知乎 1200萬美元,，全面接入知乎內容。

　　王小川想讓搜狗的人工智能機器不斷學習社群數據,，他對《財經》記者說,，“人工智能下一個五年不在于人工智能本身，而是讓機器找到人,?！?/p>

　　今天，技術和數據的天然開放性讓各公司之間的競爭變得“我中有你,、你中有我”,，最終的贏家是可以將技術和數據平衡利用，達到平臺效益最大化的公司,。

　　微軟亞洲研究院常務副院長芮勇認為,，橫向對比，中國和國際領先公司在核心技術上確實存在差距,，國外更加注重基礎研究和技術研發(fā),，國內企業(yè)可以將 國外的研發(fā)工具化、商業(yè)化,；從縱向看,，中國在人工智能領域的技術積累近幾年確實出現了飛躍，無論是最底層的計算機體系架構,，還是智能硬件,，或是上層軟件應 用，都有質的進步,。

　　“只要不太急于求成,，持之以恒地投入，中國的人工智能產業(yè)相當值得期待,?！避怯抡f。

　　擠出泡沫

　　馬云在一次內部講話中強調：“全球都在講人工智能,，到了風口浪尖,，在創(chuàng)新面前，沒有第二只有第一,，創(chuàng)新落伍了,，你就輸了?！?/p>

　　焦慮的不僅是BAT,，華為公司創(chuàng)始人任正非5月30日在全國科技創(chuàng)新大會上發(fā)言提到,，“未來二三十年人類社會將演變成一個智能社會，其深度和廣度我們還想象不到,。如果不能堅持創(chuàng)新，遲早會被顛覆,?！?/p>

　　開放趨勢之下，人工智能也注定不是一場巨頭間的戰(zhàn)爭,。

　　市場調研機構CB Insights的統(tǒng)計數據顯示,，2014年風險資本對人工智能的投資增長302%，達到3.09億美元,。

　　中國人工智能領域已有近百家創(chuàng)業(yè)公司,，65家獲得投資，共計29.1億元人民幣,，其中曠視科技,、優(yōu)必選、云知聲,、SenseTime四家公司登上艾瑞獨角獸榜單,。

　　更多初創(chuàng)公司只是打上了人工智能的標簽。它們本質上是用國際開源的平臺,，用數據訓練一兩個模型,，甚至照搬國際模型，這其實潛含危險,，最大的風險是產品嚴重同質化,，尤其在人臉識別、語音識別等成熟領域,，這些公司的產品沒有突破性創(chuàng)新,，根本沒有繼續(xù)走下去或被收購的價值。

　　姚星常常為投資人鑒定真?zhèn)稳斯ぶ悄芄?。他說,，辨識偽人工智能公司有兩個關鍵點：一是這家公司所采用的技術是否是最新、最前沿的技術,，如果不是,，則是用人工智能概念包裝的偽人工智能。

　　其二,，這家公司的技術和業(yè)務是否具備可擴展性,？若否，則是采用部分機器學習算法或淺層人工智能技術的商業(yè)公司,，而非真正的人工智能公司,。

　　iPIN是一家擁有文本認知智能技術的公司,，從去年開始，iPIN收到了不少投資機構的投資意向,，該公司創(chuàng)始人兼CEO楊洋告訴《財經》記者,，到目前為止，他還沒有遇到真正有能力鑒別人工智能技術水平的投資機構,。

　　“這對于做偽人工智能的公司絕對是一個好消息,。”楊洋調侃說,。

　　危險在于,，就算是一些初創(chuàng)時期確實手握人工智能獨特技術和商業(yè)模式的公司，也在資本的脅迫下慢慢走形,。

　　在資本的壓力之下,，一些人工智能創(chuàng)業(yè)公司開始過早商業(yè)化，研發(fā)投入逐步降低,，人員結構也發(fā)生變化,，銷售開始主導公司，最終技術公司變成營銷公司,，失去了被并購的價值,。

　 　投資人工智能公司，需要專業(yè)技術知識和長線投資眼光,。根據Gartner的“智能機器炒作周期圖”,，由人工智能驅動的應用中，語音識別產業(yè)化最高,，自動 駕駛汽車和智能顧問處于炒作最高點,，智能機器人、自然語言處理/生成和虛擬個人助手則處于爬坡期,。這些都屬于5年-10年內能廣泛普及的顛覆性技術,。而神 經形態(tài)硬件(如神經元芯片等)屬于10年以后才能普及的技術，但該技術可能還沒研發(fā)成熟就被淘汰了,。

　　需要在這一輪變革中保持耐心和恒心的還有政府和高校,。人工智能涉及計算機科學、生物學,、社會學,、哲學、材料學,、工程學等多個學科,，中國高校基礎 學科的研究能力無法被充分利用,，體制內缺乏一套產學研流暢對接的機制,。這導致中國高校在這次產業(yè)變革中嚴重缺位,。從美國的經驗來看，正是其從法律,、機制上 保證了產學研的平滑轉換,，才令美國在這一輪的人工智能研究中占據上風。

　　一些樂觀的投資人認為,，技術發(fā)展本身就是驅逐泡沫的手段,，“不用很長，一年或一年半的時間,，很多真實情況就會暴露出來,，泡沫也將逐漸散去”,。