浮華熱潮正在消退 人工智慧還能走多遠？
科技雲報道原創。
“2017年，圍繞人工智慧的巨頭投資、創業押注不絕於耳，融資額度不斷重新整理紀錄。但無論是影象、語言互動，還是演算法、機器學習都不足以與實際場景結合，如何落地應用成為最大難題。另一方面，越來越多新技術、新概念的出現，開始讓人工智慧逐漸遇冷。2017下半年，隨著比特幣大漲，其底層技術區塊鏈成功搶佔人工智慧的舞臺，幾乎佔據了投資人、媒體人的朋友圈。”
人工智慧代表著未來方向，也成為資本博弈的“遊樂場”。 根據投資界統計，截至去年12月8日，2017年中國人工智慧領域公開的融資案例已經超過150起，其中不乏寒武紀（A輪1億美元）、曠視科技（C輪4.6億美元）、商湯科技（B輪4.1億美元+阿里15億元投資）這樣動輒億萬美元的大手筆。2017上半年產生的融資就超過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%。
資本的過度追捧並沒有換來人工智慧的全面普及，在現實生活中，除了某些特定場景之外，消費者幾乎無法感受到人工智慧帶來的便利，這項被人們寄予很高期望的技術依舊是鏡花水月。
科技雲報道認為，不被資本和公眾過度關注對於人工智慧來說反而是件好事，讓從業者不再被資本裹挾，有時間和空間去沉澱思想，實現技術的應用落地。今年，人工智慧將進入“去泡沫化”的階段，資本撤出後的倒閉潮將加速行業洗牌，人工智慧將由此前的資本驅動真正轉換到技術驅動的軌道。
勿把“偽需求”當成真風口 90%的人工智慧產品遭到詬病
大多數產品經理喜歡做三個假設：第一是假設某個功能使用者一定需要；第二是假設使用者一定知道某個功能的存在；第三是假設使用者一定會按照自己設計的方式使用。目前人工智慧正走入這樣的誤區，把“我認為”的偽需求當成使用者的真實需求，導致90%的人工智慧產品都是食之無味棄之可惜的雞肋，比如智慧音箱就可能是這其中之一。
智慧音箱可以說是藉著人工智慧浪潮最先起來的產品之一，是阿里、京東、小米等巨頭搶灘的入口，但作為核心賣點之一的語音識別，在體驗中並沒有大眾所期待的那樣優秀。
首先，語音識別需要龐大的資料庫支援，但當用戶真正使用時會發現有很多表達習慣並不能被機器所理解。雖然很多語音識別公司都說自己的技術識別率已經到95%，甚至是98%，但在方言、咬字、吞音等情況下，大部分產品都無法做出合理反饋。
其次是聲音採集的準確性，雖然智慧音箱主打的場景是客廳和臥室，但使用場景是比較複雜的，人說話的聲調、語速等都不相同，採集聲音時極易受到外界環境，甚至是音箱自身的干擾，這都會導致準確率下降。
最為重要的是，智慧音箱缺乏互動自然性。幾乎所有智慧音箱產品都需要一個類似“芝麻開門”的語音金鑰來喚醒，且每次釋出指令時都要重複一遍喚醒詞，這就讓使用者與產品之間產生明顯的距離。綜合看來，智慧音箱的產品概念確實足夠誘人，但本質還是一個語音助手，並不能完全勝任智慧家居中控的角色。
另一個被詬病最多的人工智慧技術就是自動駕駛。業界通常把自動駕駛分為L1-L5這五個等級，目前包括百度、特斯拉在內的公司，都宣傳自己的技術級別已經達到L4，但實際應用中最多也就達到L3的水平，即高度自動駕駛階段，在應對激烈情況時仍需人為介入。這就給駕駛員造成了十分困擾的局面，哪種情況才不屬於自動駕駛的管控範疇？
特斯拉對於周邊環境的識別是通過設定在車輛上的12個長距離超聲波距離感測器、1個長距離雷達和1個前向攝像頭來實現，而國內其他公司的解決方案也都類似，但這一方案也存在問題。
雷達或超聲波在複雜情況下，容易相互干擾，試想一下十幾輛車堵在路口，他們之間會形成強烈的干擾從而導致收集到的資料出現偏差。其次前向攝像頭也不是萬能的，比如“遠光狗”、各色霓虹燈，都是對攝像頭最大的挑戰。
目前自動駕駛使用的攝像頭在弱光、逆光、或者多種光源的複雜環境下仍然很難準確做出判斷，甚至在一些沒有道路標誌線和明顯路邊的地區也很難精準識別。近期特斯拉的多起事故，也再一次顯示出人工智慧的不成熟。
在這兩個人工智慧發展最快的典型場景中，其表現都不能盡如人意。而其他的應用場景，比如機器人、智慧物流、智慧城市似乎又離消費者太遠。各大人工智慧公司頻頻爆出融資訊息，但卻很少聽見落地的案例。
“去泡沫化”勢在必行 初創公司生存機率進一步下降
資本的大量湧入，讓越來越多的公司已經不考慮使用者需求和技術的匹配程度，而是急於貼上人工智慧標籤。一些裝上簡單預設程式的音箱、機器人，或者自動化裝置，紛紛被包裝成人工智慧，這就造成當前人工智慧專案很大程度上存在“偽人工智慧”的現象，絕大部分的公司是打著人工智慧的旗號在行圈錢之實。要想杜絕“劣幣驅逐良幣”的現象，人工智慧需要的是從業者清醒客觀的判斷和紮實的努力。
當前，人工智慧產業的核心矛盾有兩個：一是投資需求大而創業專案供給減少，二是產品體驗與市場期望相差太遠。伴隨著比特幣的火熱，區塊鏈成為資本追捧的新寵，而炒作了一年的人工智慧技術，似乎遇冷了。
國內排名前五十的人工智慧公司幾乎拿到了市場上80%的融資，語音識別、人臉識別、影象處理、輔助駕駛等領域的格局已基本形成，如此高的資源和資本集中度是後來新進者無法企及的。
諸如商湯、雲從、科大訊飛等公司已經開展生態合作，這背後的資料將是技術迭代的前提條件。資本和資料的高集中度已經讓人工智慧形成了比較高的進入門檻，從這點看，一些中小團隊已經沒有了進入這個行業的機會。
拋開BAT、微軟、谷歌等頂級巨頭不談，單單是頭部的這些人工智慧公司就已經將市場份額幾乎瓜分完畢，其他公司還能走多遠？
對於這波人工智慧泡沫，其實就是資本擊鼓傳花式的遊戲，伴隨震撼人心一陣響過一陣的鼓點，估值就這麼一輪又一輪地水漲船高。投資退出基本只能依賴商業化，但目前來看，當前人工智慧能解決的實際問題較為有限，客戶多處於觀望、試點階段，目前除服務安防、汽車、客服、硬體的初創公司外，實際能持續產生營收的寥寥無幾，即使是行業最為知名的幾家初創公司，目前基本也很難或者未能實現當年營收平衡。
高估值、高風險、長週期，新投資人是否依然願意為夢想買單？當潛在的投資風險已經高於潛在的投資回報，如何說服新的投資人，會是擺在初創公司面前的一道必答題。泡沫破滅一定是行業災難嗎？其實並不是。人工智慧技術和產品本身的價值是不容忽視的，泡沫破滅後，將淨化和提升整個市場，留下的人才、企業、資金也將更有利於行業發展。那個時候，才是人工智慧真正給我們帶來巨大改變的時候。
【科技雲報道原創】
微信公眾賬號：科技雲報道