在世界互聯網大會上,“人工智能”的風頭一時無兩。
11月16日,百度公司董事長兼首席執行官李彥宏一現身,便語出驚人。“靠移動互聯網的風口,已經沒有可能再出現獨角獸了!市場已經進入了一個相對平穩的發展階段,互聯網人口滲透率已經超過50%。”
今年以來,百度持續遭遇了多重關于“競價排名”的危機,但百度依然宣稱自己是一家人工智能公司,李彥宏也不再如往常一樣談搜索、O2O、互聯網金融等。
他認為,互聯網未來的機會是人工智能。“我們現在可以用人工智能的方法,幫助醫生去診斷各種各樣的病人,有些病是非常罕見的,或者是同樣的癥狀下有十萬分之一的概率是某一種病,這種情況下人類的醫生不一定比電腦想得更全面。”
除了百度以外,阿里巴巴、網易等巨頭也在人工智能領域多重布局。更不愿錯過這個風口的,則是巨頭之外的創業型公司。
烏鎮智庫聯合網易科技發布的《烏鎮指數:全球人工智能發展報告(2016)》顯示,2015年全球新增人工智能企業數量也達到了806家,算下來平均每10.9個小時就有一家人工智能企業誕生。
不過,當前的人工智能領域,仍然處于爬坡期,行業獨角獸難覓蹤影。其最廣泛的應用,還是集中在互聯網廣告和Fintech(金融科技),健康醫療則被視為人工智能最有可能爆發的行業。
應用加速
今年3月,AlphaGo打敗世界頂級棋手李世乭后,人們不得不驚嘆人工智能的力量。然而,征服棋類僅僅是人工智能開始。半年多來,人工智能正在加速向各個行業滲透。
在2015年的德國漢諾威IT博覽會開幕式上,阿里巴巴董事局主席馬云演示的Smile to Pay掃臉支付技術,當場“刷”自己的臉給嘉賓買了一套郵票,成為開幕式亮點,并瞬間在網絡刷屏。在2016年第三屆互聯網大會上,觀眾們也能體驗到這一酷炫的生物識別技術。用戶只要在收銀臺露一下臉,識別成功后點擊確定即可成功支付。
螞蟻金服生物及安全智能部總監陳繼東向21世紀經濟報道記者介紹,螞蟻金服的人工智能生物識別機器人“螞可”,目前人臉識別準確率已達99.6%,再配合眼紋等多因子驗證,準確率為99.99%,遠超肉眼識別97%的準確率。這表明,生物識別技術比“親眼所見”更可靠。
目前,生物識別技術已經被廣泛應用,如安防中的人臉布控、行人檢索等。在本屆互聯網大會上,針對參會媒體和嘉賓的登記,組委會也采取了“人臉識別”的方式。
不過,支付領域考慮到安全性,人臉識別技術還并沒有大規模鋪開。在接受21世紀經濟報道記者采訪的多位科技業內人士看來,人工智能最大的機會還是在健康醫療這一剛需領域。
今年 10月,百度發布了其在人工智能在醫療領域內的最新成果“百度醫療大腦”。它是一款通過海量醫療數據、專業文獻的采集與分析,進行人工智能化的產品,能模擬醫生問診流程,與用戶多輪交流,依據用戶的癥狀,提出可能出現問題,反復驗證,給出最終建議。
目前,百度醫療大腦的落地情況尚不得而知,卻為行業的發展提供了一個探索的路徑。
科大訊飛市場部總經理任萍萍在接受21世紀經濟報道記者采訪時認為,一些簡單重復的勞動未來必然會被機器人替代。“比如在社會服務領域,人工智能技術和機器人完全可以代替銀行營業大廳的客服經理,它能辦理余額查詢、開卡業務等等。另外,在出行領域,機器人也有望成為出行小助手。”
行業競速
人工智能作為下一個風口,每一家公司都希望在這個新的領域拿到屬于自己的船票。
《烏鎮指數:全球人工智能發展報告(2016)》顯示,全球人工智能企業數量集中分布在美國、中國、英國等少數國家,三國企業數量占總數的65.73%。其中,美國人工智能企業總數為2905家,數量位居全球第一。僅加州的舊金山/灣區、大洛杉磯地區兩地的企業數量即達到1155家,占全球的19.13%。
從人工智能投資方面來看,全球范圍內美國與歐洲投資較為密集,數量較多,其次為中國、印度、以色列。美國總共獲得3450多筆投資,位列全球第一,英國總共獲得274筆投資,位列第二,中國則以146筆的有記錄的總投資數,位列第三。就人工智能企業融資規模而言,中國位列全球第2名,但前三甲間的規模差距較大。
從以上分析可以看出,在人工智能企業數量、融資規模、專利申請數三個維度,美國在人工智能領域的優勢依然非常明顯。此外,美國在人工智能領域的投資無論是金額還是頻次,都有明顯增加。
值得注意的是,中國在人工智能領域的投資明顯加快,但是交易額沒有明顯增加。國家千人計劃專家、烏鎮智庫理事長張曉東在接受21世紀經濟報道記者采訪時表示,這并不意味著行業資本寒冬的來臨,主要是因為以往的估值太高,行業存在泡沫。
事實上,資本的理性,一定程度上能讓行業回到正軌。
在騰訊公司副總裁姚星看來,當前的人工智能行業,在語音識別、圖像識別等垂直領域已經獲得了一些階段性的進展,誕生了一些不錯的應用。不過總體來說,人工智能的發展還處于一個比較初級的階段。
姚星不相信機器能替代人的大腦。“人的智能是與生俱來的,本就處于一個很高的起點。人對新生事物的認知只需要通過少量樣本的學習就可以掌握,但目前機器學習還是基于大量樣本。”
由此衍生的難題是,人工智能初創公司并不具備海量的大數據和樣本來讓機器學習。從這個層面來說,阿里巴巴、百度、騰訊等巨頭已經具備了先天的優勢,行業“獨角獸”如何從巨頭的夾縫中涌現,仍然需要時間來證明。
(原標題:人工智能應用仍處爬坡期 行業“獨角獸”難覓蹤影)