漢王科技與科大訊飛無法相提並論。漢王科技本來是中國文字圖象識領別技術最領先的公司，但太注重短期利益，在電子書領域獲取短暫收益後迅速滑落，至今仍然是幾十億市值的小公司，在圖象識別領域和語音識別領域都無法與科大訊飛相比。

1、研究團隊有巨大差距：科大訊飛的研究團隊以中科大、中科院和海歸博土為班底，是國內當之無愧的國家隊，是國內最資深的人工智慧團隊，得到國家和地方政府的大力支援。漢王科技規模小、研發水平和政府資源方面無法與科大訊飛相比。

2、公司定位不同：漢王科技是技術類公司，業務集中在文字識別和OCR領域，市場空間有限，即使向圖象識別轉型，但缺乏大資料和雲計算支援，已跟不上曠視、科大訊飛這樣的行業巨頭。科大訊飛是平臺型公司，控制人工智慧人機語音互動的介面，並建設訊飛雲計算和大資料平臺，有眾多的開發夥伴和數億的使用者流量，在人機語音互動市場佔據70%的份額。

3、技術層次不同。漢王科技在文字識別和OCR方面有優勢，在人機圖象識別剛剛起步。而科大訊飛的圖象識別進入國際領先水平，並開始在國內教育、醫療、政法、城建等領域開始投入運用。

4、產業地位不同。漢王科技雖然也承擔過國家863和973專案，但至今產業集中在文字圖象和OCR領域，產業範圍狹窄和產業規模較小。科大訊飛以人機語音互動為平臺，控制人工智慧時代萬物互聯的必經介面，利用訊飛人工智慧平臺，深耕教育、醫療、汽車、家電、智慧城市、政法公安等行業BToB人工智市場 ，也透過訊飛輸入法、訊飛語記、智學網開發BToC市場，產業覆蓋範圍廣，產業規模大。

總之，漢王科技充其量是細分行業的龍頭，而科大訊飛是能撬動萬億級市場，在人工智慧時代能比肩BAT的人工智慧巨頭。由於人工智慧領域技術要求高、投資大，見效慢，更需要龐大的資料支援，國內BATJ、訊飛、曠世、商湯基本都控制了人工智慧的關鍵介面和資料，在下認為漢王科技在人工智慧領域機會不大。

科大訊飛是語音識別，以後有較大發展，技術也比較領先。。漢王就是垃圾公司，什麼沒落幹什麼，所謂的ocr文字識別就是個笑話，連打碼平臺都不如。。你見過打碼平臺估值幾十億的？？漢王必死！

聶潛：現在市面上95%的人工智慧都是假智慧？

人工智慧在2017年全球的暴漲性增長，不論行業、不論企業、不論會議，不以人工智慧為重心都沒有關注。百度ALL in 人工智慧，阿里成立了達摩研究院重點關注人工智慧，剛剛結束的騰訊開放大會也宣佈AI all in，就連昨晚的天貓雙11狂歡夜也出動

機器人

樂隊和大量智慧裝置。人工智慧在快速發展的同時，也出現了大部分泡沫，特別是人工智慧的底層技術區塊鏈，2016年的區塊鏈專案到今年僅有5%存活。所以在人工智慧浪潮來臨的時候，我們必須警惕，當前的人工智慧的專案中存在大量的假智慧，假智慧的比例可能達到95%以上，甚至到99%都是假智慧。

為什麼說有假的人工智慧存在？

第一，人工智慧的人才匱乏

人工智慧是一門綜合學科，所以具備人工智慧的能力的人才不會一夜之間冒出來的。無論在學校還是在企業，真正懂人工智慧的太少，現在所謂做人工智慧的人才大部分都是機械自動化的，或者是打著做機器人旗號的人。而我們看下現在機器人根本不是人工智慧，只是自動化程度比較高的機器。全球幾萬家人工智慧公司那可能有那麼多人工智慧人才，人工智慧的人才首先應該是某一個領域的深度專家，擁有豐富的知識庫經驗，這就是資料智慧。然後再擁有自主生產智慧的場地，就是智慧平臺，再擁有網際網路的超級連結力把社會資源進行重新配置，最後植入產業的各個應用場景裡產生價值。所以鑑別人才很簡單，四個維度：資料智慧力、自主智慧平臺、網路連線力、場景應用力。

第二，很多人工智慧專案只是換了馬甲而已。

現在很多人工智慧專案都是現在原來的老專案基礎上貼了一個新的馬甲，比如專案用了一點

VR

\

AR

、機器學習、深度學習或者大資料計算的一點技術及整體專案用了一些機器人，就標榜自己是人工智慧專案。

其實在沒有人工智慧浪潮來臨時候，這些專案都在以網際網路、大資料、自動化等名義長期存在，現在什麼都變，換了個馬甲就來忽悠人。

如何識別「真假人工智慧」？

，然後根據這些資料庫在阿爾法狗的自主智慧平臺裡與社會變化的下棋資料進行連線對話，逐步的最佳化自己的下棋演算法，所以阿爾法狗的既不是智慧指數級的增長。

所以說

人臉識別

、

語音識別

、VR、AR、深度學習這些名詞都不能直接定義為人工智慧，只是人工智慧實現用到工具之一，這於用平臺電腦、網際網路乃至紙筆工具一樣，只要實現最後的智慧指數級增長，只是工具的型別不同而已。

也就是說一個人工智慧領域的專案，如果用阿爾法狗的邏輯一套就明白，很多專案短期內都難以形成指數級的智慧增長，所以就可以斷定這些都是假的人工智慧。

技術是不是人工智慧最重要的？

在人工智慧領域內，資料比技術更重要。如果技術是一把鋒利劍的話，那麼資料就是生產利刃的火爐。所以我們看到人臉識別、語音識別等技術很重要但不是最重。一把利劍需要大量火和火爐匠人的不斷打磨才可以打成，所以人工智慧的資料庫和資料運算才是最重要的。

之前寫過為什麼阿爾法狗可以做圍棋，不能做麻將、象棋等，這些得益於圍棋幾百年的棋譜都存在，圍棋的資料特別全。而象棋、麻將幾千年來說，基本沒有什麼棋譜和相對穩定的規則，要把殘缺資料智慧餵給機器進行重新運算，再變成指數級智慧增長的可能性就很小了。所有沒有大量多維度資料積累的專案，再用什麼智慧技術都不可能是真的人工智慧了。

這就是意味著資料對人工智慧有多重要。離開資料，談人工智慧是沒有意義的。

下一位人工智慧新

獨角獸

在哪？

未來在那些領域，人工智慧會出現像

BAT

、谷歌、亞馬遜一樣的獨角獸呢？

很多人有疑問，現在在美國，大部分資料被

Google

、

Facebook

、亞馬遜所掌握，在中國又被百度、騰訊、阿里掌握資料，是不是未來人工智慧的行業要被這些公司壟斷呢？未來其他公司有沒有可能成為人工智慧的獨角獸企業？

答案是肯定的，從人工智慧的資料維度來講分兩類：

一、社會基礎資料

Google、Facebook、亞馬遜和BAT的確依靠網際網路的優勢，擁有了大量的資料，但是以人工智慧應用的角度，這些資料遠遠不夠。比如工業裝置資料、醫療資料、金融資料。還有很多基礎資料是這些公司都沒有的，任何一個領域和人工智慧集合起來都可能產生新的資料智慧。

二、自主資料

人工智慧的未來的技術生態一定是區塊鏈作為底層應用的，與傳統網際網路最大不同在於，人工智慧的資料維度不同。網際網路是模糊資料大集中，而人工智慧資料是以具體的產業應用的為中心形成自我價值區塊精準資料。將來任何人工智慧的資料都是以自我人的中心形成自己分散式的資料庫，有些資料是聯網互動的資料，有些相對離線運營運算的資料。雲計算的能力而不是雲端儲存的資料，資料被分成不同碎片分佈的儲存。所以即使BAT和Google、Facebook、亞馬遜擁有大量的資料，但是這些資料以每一個人工智慧專案來說，產生精準資料時候只會用到其中很小一部分，再集合自我的資料積累，利用自主智慧平臺不斷產生的自我運算資料才是核心價值。就像阿爾法狗一樣，前期那些圍棋棋譜資料未來都可以獲得，獲取的成本也會越來越低，但是阿爾法狗智慧運算平臺及反覆運算處理，深度學習的自我產生的智慧資料才是戰勝人類的關鍵。

所以，未來的獨角獸公司，最可能存在工業領域、醫療領域、金融領域，重點推薦關注幾家公司：

工業領域：中機新時代-工業人工智慧平臺研發公司

醫療領域：東軟集團-醫療領域大資料公司

金融領域：高盛集團-金融+人工智慧公司

當然，未來人工智慧不是向網際網路一樣會出現幾家壟斷的公司，分散式資料的未來，會讓任何一個公司採用人工智慧的思維模式都可以生產自主的智慧，實現指數級的增長，完成人工智慧的轉型。

最後提醒記住人工智慧轉型四要素：資料、平臺、網路、場景

原創思想，恕本人直言，無論是國際還是國內，現在的所謂AI皆處於啟蒙的狀態，雖然深度學習，阿爾法狗，大資料，影象識別，語音識別，機器翻譯等鬧得歡，但炒作的多，成器的少，真正掙錢的反倒是亞馬孫的語音識別小系統。根本原因在於人類對自己的大腦幾近於無知，比如人腦具有聽覺和視覺的模式歸類感知的強大功能，但幾乎無人知道大腦如何做到。前不久，很好奇深度學習，找了篇談深度學習用於語音識別的文章看看，結果仍是上世紀八十年代的老古董隱含馬爾科夫鏈在裡面蠻幹，與人的聽覺語音模式感知毫不相干!相信影象識別也肯定與人的視覺模式感知不相干。說的不好聽的話，AI仍是理工男在瞎鼓搗。所以，本人的結論是，從數十年的AI歷程上來看，人腦研究永遠是AI邁不過的坎，需要的是一個通曉神經心理學，語音學，語言學，計算機等等的全才，理工男知識面太窄，不足擔當此重任。科大訊飛與漢王科技皆是如此。

準兒和譯唄在中英互譯翻譯準確率方面差不多，之前去國外買過一臺準兒翻譯機，明星任重和北京語言大學的專家也推薦過的，能支援31個語種實時翻譯，還帶有LED觸控式螢幕，能同步顯示翻譯的中外文字，遇到漢字同音字或者嘈雜的環境，這個功能很實用，溝通交流時能實時翻譯，準確率也很高。