噱頭大於實質？人工智慧是否走向泛化

在8月12日進行的DOTA2國際邀請賽上，頂級職業玩家Dendi在「1v1」展示賽中以第一局落敗、第二局認輸、第三局放棄的結果負於OpenAI公司開發的人工智慧(AI)，讓電競圈也體會了一把被AI支配的恐懼。

不過，深度學習研究員、前谷歌大腦機器翻譯架構師Denny Britz在賽后發文稱，AI在對戰中的表現令人驚喜，但並未在技術領域有所突破，由於DOTA2「1v1」模式的操作複雜性和比賽用時遠遠不及團戰，人類玩家輸給在攻擊距離測算、反應速度方面優勢明顯的人工智慧並不奇怪，並表示輿論對AI技術的過度炒作是一件「危險的事」。

此前，信息技術研究機構Gartner指出，AI正在經歷「AI漂洗(AI washing)」。類似於上世紀某些公司將環保作為形象包裝的手段卻沒有採取任何環保措施的「漂綠(green washing)」現象，部分技術提供商正在誇大AI技術的商業應用程度以獲取營收回報。

騰訊研究院甚至在《中美兩國人工智慧產業發展全面解讀》中預測AI創投領域將在不久的將來迎來泡沫。在市場潛力、投資熱潮、輿論期待的催化下，人工智慧會不會走向泛化，引發了各方的關注和探討。

基礎層研究有待加強，差異化賣點缺乏

自從亞馬遜推出智能音箱Echo show，國內外廠商緊隨其後，紛紛推出智能音箱產品，並越來越頻繁地使用人機交流、多輪對話、深度學習等AI標籤。雖然消費者動動嘴就能控制音箱的播放和音量，也能向它們詢問天氣、溫度等百科信息，但業內人士指出，基於大數據和語料庫的任務式對話與真正意義上的「人機交流」還有一段距離。

「如果產品僅限於用語音做簡單控制和檢索，用到的是語音識別技術，目標是將語音轉變為可被機器識別的字元命令。但是，語音識別並不具備語義理解、意圖理解和多輪對話能力，與自然語言處理技術還有差距。」Gartner研究副總裁蔡惠芬向《電子報》記者表示。

賽迪顧問電子信息行業分析師向陽也向記者指出，隨著開源架構進一步降低軟體開發門檻與開發者獲取演算法、代碼的難度，將簡單的語音交互功能封裝成產品上市並非難事，但這種語音設備的智能化程度十分有限。要實現真正意義上的AI，應進一步體現基於神經網路的記憶和理解功能。

「我們希望智能語音產品能具備對語義的理解能力，並形成對語音、語義的記憶能力以更好地理解上下文關係。在語音辨識度上，許多產品宣稱具備遠場識別技術，能實現超過5米的語音交互，但家庭的多成員、多障礙環境與實驗室有本質區別，語音體驗度有待提高。」向陽說。

要攻克AI語音的技術難點，提高產品的智能化水平，形成獨特的競爭優勢，企業需加大對基礎層、技術層的開發力度，可目前來看，國內的AI投資者更偏向於在應用層加碼。

根據《中美兩國人工智慧產業發展全面解讀》，美國投資者對AI企業的投資遍及基礎層、技術層和應用層，對基礎層的晶元、處理器最為看重，融資達到308億元，而在處理器、晶元的融資只有13億元，投資集中在應用層。

「基礎層的獲利過程比應用層長。如果投資者追求營收回報，初創公司就很難將資源和精力集中在基礎層和技術層的研究。而美國初創公司的創始人和投資人許多出身於學術機構，更偏向技術研究，雖然基礎研究的回報周期長，但研究成果的核心價值高。從真正提升獲利能力和競爭門檻，保持獨特性與影響力的角度來說，對基礎層的研究至關重要。」蔡惠芬對《電子報》記者說。

在C端市場出現廠商通過「爆款」產品搶灘AI市場的同時，B端市場的企業用戶也對技術提供商的AI解決方案充滿疑惑。Gartner稱，全球已經有超過1000家技術提供商號稱提供AI解決方案或在產品中使用了AI技術，卻缺乏差異化服務和量化的效益數據，加大了用戶的甄別難度，也為進行「AI漂洗」的供應商提供了生存空間。

「要明確差異化賣點，技術廠商首先要將著眼點放在具體的業務場景上，明確自己的AI技術方案會用在哪裡、解決什麼，比如提升企業的生產效率、縮短業務流程或者創新商業模式等;其次，由於企業級用戶大多不具備對AI技術的評估能力，技術廠商應在案例中體現AI服務的量化效益，用數據闡明對企業一項或多項能力的提升幅度，以清晰可視的方式展現自己的差異化服務。 」蔡惠芬告訴《電子報》記者。

紅利還未到來，「泡沫」言之過早

鑒於AI領域出現的資金多、項目少、周期長、營收難現象，騰訊研究院預測AI創投行業即將出現資本泡沫。對此，蔡惠芬認為，新興技術在初創階段的「過熱」現象屬於正常的市場迭代，「泡沫」言之過早。

「AI的影響遍布各行各業，需要很多聚焦具體場景的定製化服務。新創公司只要擁有針對業務場景、解決具體問題的產品、服務或商業模式，就有生存和發展空間。」蔡惠芬說。

Gartner預測，到2019年，初創公司對AI經濟的驅動能力會超過谷歌、亞馬遜、微軟等龍頭企業。在AI技術應用進入標準化、規模化之前，初創公司可以發揮「船小好調頭」的優勢，從技術供應鏈環節和行業細分領域尋找盈利點，用差異化服務撬動市場資源。

「在各行各業都在尋求解決方案，龍頭企業對AI技術尚處於探索階段的情況下，初創企業還有很多的獲利空間。」蔡惠芬說。

從1956年被正式提出開始，人工智慧已經經歷了六十多年的發展。向陽認為，市場對AI的需求是切實存在的，人工智慧還存在一定的增長空間。

「人工智慧已經經歷了這麼長時間的發展，技術一直在迭代，可真正意義上的紅利期還未到來，深度學習的潛力也沒有發掘殆盡。接下來，還會有很多應用落地，人工智慧還有增值空間。」向陽說。

(《電子報》版權所有，轉載請註明出處)