人工智慧市場爆發的「奇點」何時到來？

近日，軟銀總裁孫正義在世界移動通訊大會（MWC）上預言2018年人工智慧的「奇點」將會到來。自2016年AlphaGo戰勝圍棋高手李世石，人工智慧似乎進入了爆炸式增長的前夕。實際上，人工智慧技術仍處於早期階段，重大應用場景還在不斷摸索，未來5-10年可能會在無人車領域優先爆發。

技術積累奠定人工智慧的基礎

人工智慧的概念從1956年提出，經歷了跌宕起伏的60年。隨著軟體、硬體、大數據、深度學習等技術的發展，人工智慧開始進入主流視野，發展勢態也一路走高。

人工智慧技術演算法是核心，計算、數據是基礎。深度學習演算法、高質量大數據與高性能計算資源，是推動人工智慧技術研發的三大動力。同時，基於計算機的視覺、語音識別和自然語言處理方面的創新是人工智慧改變人與技術交互方式的驅動力。

之前幾十年的技術積累為人工智慧迎來曙光做好了鋪墊，降低了技術使用的門檻，雲計算和GPU為人工智慧奠定了計算的基礎，這些都為人工智慧的普及奠定了可行性的基礎。

國際巨頭斥巨資研發人工智慧

世界巨頭在幾年前就開始著手布局人工智慧技術研發，組建人工智慧研究團隊，欲在智能領域搶佔先機。

谷歌近幾年來一直處於全球人工智慧領域的領先位置，其在人工智慧領域布局很廣。谷歌開源第二代機器學習系統TensorFlow，努力構建機器學習模型的生態系統。在人工智慧硬體方面投入人工智慧加速器晶元TPU，未來可在無人車、智能家居、虛擬現實等多個領域的產品中得到應用。

IBM是人工智慧領域的先驅，從上世紀 90 年代的深藍（ DeepBlue） 到 2011 年的沃森（Watson），IBM持續投入人工智慧領域研究，尤其看重沃森（Watson）在醫療方面的潛力。IBM已經與21家醫院達成協議，使用IBM Watson腫瘤解決方案，這是一個基於認知計算系統的方案，可以自主分析大量醫療數據，從而為癌症病人提供符合個人化特徵的、對症的、有權威依據的治療建議。

蘋果收購了很多開發人工智慧技術的公司，希望能夠趕上人工智慧這股浪潮，繼續將語音智能系統進行優化升級。用戶未來將在蘋果產品里體驗到更加智能的Siri管家這個應用。

微軟正在努力將人工智慧大眾化，更多關注改變人類與機器的互動體驗。微軟正積極將人工智慧技術嵌入基於GPU 和FPGA服務中，為機器學習提供動力和速度。

人工智慧技術在各領域發酵

人工智慧技術已經在一些垂直行業實現了應用。在過去的一年裡，人工智慧技術先後在智能駕駛、智慧城市、安防、醫療健康和金融等領域開始發酵。

隨著技術的發展，以大數據與雲計算為基礎的深度學習潛力得到釋放，但人工智慧技術還處在產品研發的早期階段。通過基於雲的服務人工智慧會實現技術的大眾化、平等化，未來3-5年人工智慧將率先用於解決行業痛點，數據化程度高的行業將會爆發大量場景應用。安防、醫療、金融、教育等行業數據電子化程度較高，海量集中的數據資源和較高的數據質量都成為人工智慧技術優先實現場景應用的基礎。

賽迪顧問高級分析師安陽告訴《電子報》記者，目前業內普遍看好人工智慧落地無人車領域，國內車輛上路行駛在性能上已經達到商用標準，新興突破點比較亮眼。無人車可從根本上解決交通擁堵問題，優化交通線路，保障出行安全。深度學習的進步，使得無人駕駛汽車產業有可能會在5-10年內迎來爆發點。

從AlphaGo到Master的一路勝利讓人工智慧技術名聲大噪，一部分人認為人工智慧的時代已經到來，誇大人工智慧在短期內的進展，認為人工智慧的「奇點」即將到來。

「從某種程度上來說，人工智慧看起來觸手可及，但又似乎那麼遙不可及。」Facebook CEO扎克伯格說。近日，扎克伯格親自花費100個小時寫出了一套人工智慧程序「Jarvis」，但他同時也坦承，即便再花費1000個小時，他也無法構建出一個能夠完全自主學習新技能的系統——除非人工智慧技術出現基礎性的變革。

所謂的「奇點」，是指人工智慧無需背景數據就可靈活處理事務。人工智慧分為計算智能、感知智能、認知智能三個階段。安防行業是人工智慧在視覺領域技術最直接的應用。

人工智慧領域目前還沒有提供很好的認知智能方法，現在的認知智能還沒有突破諸如推理、決策、思考等。感知智能發展普及則還需5-10年。參考Gartner技術曲線，語音翻譯等應用化技術也需要約5-10年才能成熟。

支撐深度學習的支柱之一是硬體，例如英偉達的GPU和高通的移動終端深度學習晶元等。「全球人工智慧晶元方面還處於投入期，國內處於跟進階段，有公司專門進行人工智慧晶元的研發，但成本很高，距離商業化使用還有距離。」安陽說。

人工智慧學會副理事長譚鐵牛在2016年公開表示，人工智慧相關技術正處於期望膨脹期，接下來可能是「幻滅期」。2017年人工智慧技術還處於深耕期，只有將技術注入產品才能真正讓人工智慧改變人類的生活。