2016年對人工智能來說是盤點意義非凡的一年，或許在技術領域的工智功感知并不明顯，在商業層面的未離南京秦淮外圍女模特平臺高端外圍vx《192+1819+1410》提供外圍女上門服務快速選照片快速安排不收定金面到付款30分鐘可到達“成功”卻是前所未有的。



　　從年初AlphaGo和李世石的圍棋大戰，到一場場和人工智能有關的化成發布會，再到剛剛完結的近過《西部世界》第一季。我們先是盤點被人工智能所震撼，然后被人工智能的工智功商業化所俘虜，最后又為人工智能的未離未來所恐懼。

　　這里面有悲天憫人的商業情懷，也有科技巨擘的化成野心，不管怎樣，近過人工智能終于跳出了實驗室的盤點禁錮，成為活躍在科技領域的工智功核心力量。

　　聚焦到2016年這個時間點來看，未離人工智能最耀眼的還是商業化的起步。然而，在人工智能被做各種加法、各種布局的同時，也出現了一些不和諧的現象。

　　筆者將從人工智能現狀、場景及未來趨勢盤點何為理想何為現實。

　　資本跑馬圈地，人工智能的第三個紅利期

　　距離“人工智能”這個名詞的誕生已經有60年，并且在上個世紀60年代和80年代相繼迎來了兩個紅利期。按照這個說法，南京秦淮外圍女模特平臺高端外圍vx《192+1819+1410》提供外圍女上門服務快速選照片快速安排不收定金面到付款30分鐘可到達2016年前后很可能是人工智能的第三個紅利期，更重要的是，資本對人工智能表現出了從未有過的青睞。

　　Venture Capital 的調查報告顯示，截至到2016 年 11 月，全球范圍內總計 1485 家與人工智能技術有關公司的融資總額達到 89 億美元。

　　同時，CB Insight公布了對美國人工智能初創企業的調查結果，這類企業在今年的融資金額約是四年前的十倍，且被收購的企業數量迎來了近幾年的最大值。

　　國外巨頭紛紛收購人工智能創業公司

　　比資本更加瘋狂且更惹人注目的還有瘋狂跑馬圈地的互聯網巨頭們：

　　2016年1月份，蘋果收購人工智能初創公司Emotient，這家公司的成果在于使用人工智能技術讀取圖片中的面部表情。

　　2016年5月份，eBay宣布收購Expertmaker，這是一家使用機器學習進行大數據分析的瑞典企業。

　　2016年5月份，英特爾收購了專門從事計算機視覺（CV）算法的初創公司Itseez，計劃利用Itseez專業能力來創建從汽車到安全系統的物聯網（IoT）。

　　2016年8月份，微軟收購了一個兩年半的初創公司Genee，其主要產品是一款擁有AI技術的智能日程工具。

　　2016年9月份，谷歌相繼收購了用于開發聊天機器人的人工智能平臺Api.ai，距離收購視覺搜索創企Moodstock僅過去兩個月之久。

　　2016年9月份，亞馬遜低調收購了機器人創業公司Angel.ai，這家公司的聯合創始人成為亞馬遜“新機器人產品”的項目負責人。

　　當然，上述列舉的案例只是這些科技巨頭們近幾年收購事件中的很小一部分。打敗了李世石的AlphaGo出自創業者之手，亞馬遜Echo智能音響的誕生和初創公司Yap和Evi不無關系，就連曾經讓世界驚艷的Siri也是在初創產品的雛形上打造的，這些收購具有鮮明的美國互聯網色彩。

　　國內BAT等互聯網巨頭紛紛玩姿勢

　　同樣，中國互聯網行業對人工智能的熱情也是如此高漲，但模式卻和美國有所不同。

　　百度可以說是國內在人工智能領域“聲勢”最大的玩家，諸如百度大腦、百度醫療大腦、天智云計算解決方案等等。以至于在今年的百度世界大會上，人工智能成功取代O2O成為百度新的“旗幟”，再加上吳恩達、百度無人駕駛車的頻繁亮相，百度在人工智能方面獲得了不小的關注。

　　2016年之前，阿里采取了錯位營銷的戰略，把人工智能統一規劃在“云服務”內來做推廣。2016年以來，阿里在人工智能領域的動作也開始趨于高調。先是在人臉識別、語音識別等方面“炫技”營銷，在今年８月份直接推出了ET機器人，涵蓋語音識別、圖像識別、情感分析等技術。

　　在BAT的陣營中，騰訊可以說是在AI方面動作最為“遲緩”的，直到現在令人印象深刻的動作也只有QQ互聯和微信硬件平臺。不過在人工智能技術層面，騰訊上鏡的機會并不比百度和阿里少，在今年相繼投資了數據公司Diffbot和碳云智能等人工智能相關的公司，或是借鑒了國外的思路。

　　除此之外，網易、360、科大訊飛等也把人工智能視為新一輪的機遇，比如丁磊直言“下一個十年的方向肯定是人工智能，比如汽車駕駛、輔助機器人等”，網易自身也推出了全智能客服系統網易七魚、人工智能反垃圾云服務網易易盾等。

　　可以肯定的是，雖然國內二三陣營的互聯網公司在2016年并未有過多的動作，大多企業已經開始了和人工智能有關的布局。

　　即便和巨頭相比，國內的人工智能創業者不那么耀眼，整個行業的春天已是不爭的事實。

　　此前烏鎮智庫和網易科技聯合發布的《全球人工智能發展報告（2016）》中，在人工智能投資專注度最高的15家投資機構中，真格基金、維港投資這兩家來自中國的投資機構赫然在列，碳云智能、出門問問、云知聲等創業公司也出現了極高的頻次。

　　雖然國內人工智能創業者所展現出的熱度和高度仍不及美國、以色列等國家，讓人感同身受的是，幾乎在每一場科技展覽會上都不難看到大大小小的人工智能企業。

　　誠然，在巨頭眼中“人工智能”是不可錯失的機遇，對創業者來說“人工智能”是互聯網之后的新一輪曙光，而資本也抱著投資人工智能“一本萬利”的心態。人工智能寄托了太多人的理想，但現實應用呢？

　　巨頭卡位布局，人工智能的落地是個什么命題？

　　正如開頭所說，在技術層面對人工智能進展的感知并不明顯，至少沒有任何一個科學家站出來“神化”人工智能。可在商業層面，相比于上兩次紅利期，足以用“成功”一詞來形容。此前談到智能和AI，很多人喜歡稱之為偽命題，那么在商業化如此成功的2016年，人工智能的落地情況如何呢？

　　筆者在此選取了5個應用場景來進行探討。

　　1、智能聊天機器人

　　從蘋果推出語音助手Siri開始，人們對于“聊天機器人”的欲望進一步爆發，雖然和科幻電影里的“賈維斯”等仍相距甚遠，從虛擬聊天助手走向有硬件支撐的機器人已然成為2016年的成果之一。

　　比較典型的產品有Echo智能音箱以及各種各樣的兒童陪伴機器人。或許不少人認為人工智能在這個領域的應用至少需要五年才能逐漸成熟。

　　值得樂觀的是，這類軟件或機器人已經能夠理解自然語言，幫助人們完成郵件、消息回復等功能。相比于只能完成特定指令的掃地機器人，微軟小冰、阿里ET等結合了云計算和大數據的聊天機器人有著長足的進步。

　　2、智能APP

　　在Gartner不久前發布的“2017年前十大戰略技術趨勢”中，智能APP位列第二，似乎預示著人工智能技術將出現在更多的APP中。

　　事實上，在2016年使用到人工智能技術的應用已經開始出現，比如一些集成了人臉識別技術的支付工具、針對圖像識別技術開發的工具類APP、電商平臺借助機器識別偵查刷單行為，如此種種。

　　根據Gartner的定義來看，運用人工智能的形式是通過新的智能特性嵌入到某一行業的現有應用程序中，比如食品廠利用人工智能來檢查面包的顏色、形態和芝麻分布，并根據分析結果不斷自動調整烤箱和流程。

　　3、智能投顧

　　金融似乎是人工智能樂于“入侵”的領域，僅智能投顧就涌現了近百家平臺。

　　顧名思義，智能投顧就是人工智能＋投資顧問的結合體，借助大數據識別用戶的風險喜好，再通過通過算法和模型定制風險資產組合。優勢在于費用低、服務效率高、覆蓋人群廣，且在一定程度上滿足了“千人千面”的理財需求。

　　國外有Wealthfront、Betterment、Future Advisor等知名智能投顧平臺，國內也出現了錢景、拿鐵財經、理財魔方等模仿者，就連記賬軟件網易有錢也開始向智能投顧轉型。不過在政策和牌照的壓力下，智能投顧能走多遠仍不得而知。

　　4、智能硬件

　　智能硬件的高潮時代應該是在2014年前后，經歷了資本看好和看衰之后，2016年不少智能硬件開始加入AI的元素。

　　從IDC的預測來看，AI硬件收入將在未來五年內以超過60%的復合年增長率發展。不過，IDC等之所以如此樂觀，原因在于智能硬件早已不再是智能手環、手表等可穿戴設備的代名詞，無人駕駛、機器人、無人機等成為新的關注對象。

　　2016年，包括大疆、零度智控等都開始將無人機智能化，無人駕駛被科技巨頭和汽車巨頭擁抱。人工智能在這個行業的發展似乎值得期待。

　　5、取代人工

　　利用人工智能取代人工一直是人類的夙愿，2016年人工智能在這個領域的應用也比較矚目。除了前面所說的聊天機器人、應用軟件、金融、智能硬件等，不少云服務平臺也開始引入人工智能技術。

　　以2016年比較火爆的直播為例，傳統的內容審核機制需要投入巨大的人力資源，諸如網易易盾等反垃圾云服務的出現，結合深度學習、圖像識別、語義分析、語音識別、動作識別等人工智能技術，解決了80%以上的人力投入，“機器審核+人工服務”逐漸成功UGC產品的主要形態。這大概也是人工智能應用最為廣泛的領域之一。

　　不難發現，人工智能的落地雖然和想象中仍有一些距離，卻也擺脫了偽命題的說法，更重要的是，其中從未少卻互聯網巨頭的身影。選擇在計算機視覺、深度學習、自然語言處理、情景感知等核心算法的研究或收購，及早在產品上應用和變現也成了巨頭們卡位布局的鮮明特點。也正是如此，幾乎可以肯定這次人工智能的高潮不會重蹈前兩次的覆轍。

　　結語

　　2016年行將結束，或許人工智能在某些領域仍充當著炫技的角色，或許仍有一些玩家對人工智能寄予了不符合現狀的希望。

　　無論如何，行業巨頭和創業者都承擔了兩個角色，即人工智能技術的研究者和實踐者。也就意味著，人工智能離象牙塔越來越遠，離商業化越來越近，并非遙不可及。