前百度首席科學家吳恩達說：就像100年前的電力、20年前的網際網路一樣，AI也會改變每一個產業！

有人說，現在就像1995年，那一年，第一家網際網路公司——網景上市，一天之內大漲208％，網際網路正式登上歷史舞臺，引爆了之後浩浩蕩蕩的“.com”熱潮。

一位AI從業者這樣激動地說道：“我看到的是一片藍海無限可能，看到所有產業，包括醫療、金融都可以做，那不就跟當年的.com一樣？”

其實在歷史長河中AI已經幾度潮起潮落，為什麼這次大家都這麼篤定它就是未來呢？

關鍵點就是深度學習的突破。



2017年1月，谷歌Deep Mind公司CEO哈薩比斯在德國慕尼黑DLD（數字、生活、設計）創新大會上宣佈推出真正2.0版本的阿爾法圍棋（AlphaGo）。其特點是擯棄了人類棋譜，只靠深度學習的方式成長起來挑戰圍棋的極限。

2017年5月23日~5月27日，被稱之為“人類最後的希望”的柯潔與AlphaGo鏖戰三輪，最終總比分 0：3柯潔敗於AlphaGo。

賽後柯潔一度哽咽稱：它太完美我很痛苦，看不到任何勝利的希望。

這是AlphaGo深度學習的第一次公開亮相。

可以說，深度學習解決了人工智慧領域的一個百年難題。

如果沒有它，AI可能會再次遭遇泡沫後的沉寂。

人類是個極為複雜的生物，就連我們自己對自己的瞭解也只能算微乎其微，就像人類很多複雜的能力其實都是憑感覺而為之，過後很難清楚地描述和歸納，也正因為如此，它們也無法寫成程式，讓計算機進行復制。

從駕車到辨認面孔，這種不自知是存在於人類諸多能力中的一種普遍現象。

圍棋也是一個典型代表，它是高度複雜的戰略遊戲，無法依靠機會和運氣取勝，並且和象棋不同的是，沒人能解釋高段位圍棋該如何下。

事實上，甚至連圍棋大師都無法完全搞懂自己為什麼會下得一手好棋。

匈牙利出生的哲學家、科學家波蘭尼對這一現象早就有過精彩的概括，他說，“我們知道的，比我們講得出來的還多。”後來這種現象就被稱為波蘭尼悖論。

而深度學習幫助人工智慧克服了“波拉尼的悖論”，算是另闢蹊徑，繞過這個理論限制。

也就是隻要灌入海量的標記過的資料，計算機就可從這些資料中，自己找出細微的模式，學會人類最精巧的技藝。

而資料在這其中起到了至關重要的作用，大資料其實已經存在了10年多，因為網際網路的發展，使其為深度學習從量變到質變，於是這兩三年深度學習發展迅猛，據業界專業人士稱，當資料從原來的幾十萬份，增加到幾百萬，幾千萬份時，計算機的模型預測精確度會呈現跳躍性的提高，比如：10%、20%。

可以說，深度學習引爆了AI，大部分國家、產業都將目光投向了人工智慧，甚至把它視為未來生死存亡的關鍵。

坤鵬論之前講過，如今，以BAT為代表的中國網際網路公司們，都在人工智慧這條賽道上狂奔，那麼美國那邊的AI是什麼樣的情景？

Google CEO桑達爾·皮查伊1年前就將Gogle的企業目標從“行動優先”直接轉向“人工智慧優先”（AI First）。

微軟CEO薩提亞·納德拉在最近的2017年微軟年報中，直接將以前的公司目標“行動和雲端優先”改為了“AI和雲端優先”，並且6次提到AI，而2016年的微軟年報對人工智慧隻字未提。

我們從這些公司目標中也可以清晰地看出來，美國科技公司對於科技的純粹與執著。

而且也正像坤鵬論曾經說過的，人工智慧的最大玩家還是那些網際網路巨頭，小玩家很難很難。

從AI人才的爭奪這塊就可以看出端倪。

比如：美國的亞馬遜的AI人才招聘接近瘋狂，根據薪資研究機構Paysa今年4月的調查，亞馬遜一年投資2.28億美元來做AI人才招聘，比第二名Google、第三名微軟的總和還多。

已經有不少美國AI創業公司開始抱怨，所有人才都已Google、Facebook、亞馬遜、微軟、英特爾席捲一空。

去年，李開復曾說，“做深度學習的人工智慧博士生，現在一畢業能拿到年薪200到300萬美元的offer。”

不過此話一出，許多從業者紛紛表示，開復博士多說了個0。

不管是300還是30，都算是不小數目，可想美國AI人才競爭之激烈。



毋庸置疑，中國和美國是世界AI兩極，在中國AI的熱度絲毫不遜美國。

2017百度沸點國人搜尋榜單十大科技事件中，AlphaGo對戰柯潔、智慧音箱熱賣、無人駕駛汽車上五環，這三大AI事件入圍百度2017科技熱搜，而且“AlphaGo對戰柯潔”更是排名第一。

和美國一樣，中國公司對於AI人才簡直到了“寤寐求之”的狀態，瘋搶成了常態，今日頭條創始人張一鳴放話：“人才的水平有多高，我們的薪酬就有多高。”商湯科技 “按圖索驥”，畫出“博士人才名單”，但凡有人即將畢業，就馬上找上門，不讓任何魚兒漏網。

投資界的金主們懷著極度急迫的心情，唯恐錯過這個史無前例的颶風級“風口”。

人工智慧最核心的是人才，“得AI人才者得天下”。

一場場驚心動魄的搶人大戰正在上演，百萬年薪都難求AI一人才。

一位在BAT任職的高階HR說，他們已經屢次在爭搶AI演算法工程師、AI系統架構師等人才時敗給創業公司。“他們搶人時似乎就是在拍賣會舉牌，明明心理價位是年薪二三十萬，最後擡高好幾倍也會買單，只想將目標人選快快納入囊中，似乎就萬事大吉。而BAT因為是上市公司，有薪酬體系，不能太破例，只能望而興嘆。”

據權威資料統計，全世界AI人才數量約為25萬，主要分佈在美國、歐洲、印度及中國。美國擁有10年以上經驗的AI人才比例接近50%，中國10年以上經驗的人才比率只有不到25%。

不過，值得慶幸的是，中國年輕一代的佔比更高，28歲-37歲中青年（80後）是AI領域發展的主力軍，佔AI發展總人數的50%以上。

相較而言，美國AI人才在各年齡段分佈得更加平均，48歲及以上的資深人才佔比為16.5%，遠高於中國的3.7%。

與此同時，投資界也隨之沸騰，加之今年國家對貨幣高位鎖定，錢很難出海，所以正像某位已經入行18年的資深投資人所說，2017年資本的浪頭最澎湃。

根據諮詢公司清科集團的資料顯示，今年前11個月，中國新成立了3418只風險資本和私募股權基金，共籌資人民幣1.6萬億元，是2015年的兩倍多，2006年的10倍多。

清科集團估計，當前有大約12000家投資公司管理人民幣8.5萬億元資金，而2015年是8000家公司管理人民幣5萬億元資金。

而如此海量的資金，不少都在瞄準人工智慧。

據PitchBook統計，2017年全球人工智慧和機器學習領域共獲得風險投資超過108億美元。

過去十年來，該領域的風險投資大幅增長：2010年投資不足5億美元，2016年達到57億美元，而2017年投資額較2016年增長了接近一倍。

資料顯示，2017年AI領域融資最高的5起投資事件中，中國企業佔了4起。

其中，蔚來汽車融資達到16億美元，位列第一。其次是曠視科技（機器視覺）、商湯科技（計算機視覺和深度學習技術）與明碼生物科技（使用測序資料改善健康，並提供精準醫學解決方案）。



騰訊11月釋出的《2017網際網路科技創新白皮書》顯示，截至2017年6月，中國創業投資機構共發生767項針對人工智慧的投資案例。

2017上半年產生的融資已經超過150億元，累積融資額攀升到635億元，佔據全球融資總額的33.18%。

2017年是AI元年，同時2017年也是從投資AI轉向投資AI時代的關鍵一年。

 

檢視原文：
 
http://45.77.125.148/archives/58