如果能再來一次，也許多倫多大學的傑弗裡·辛頓教授不會在2006年，對外發布自己的那三篇關於深度學習的論文。

因為他沒想到的是，僅僅一個源自實驗室的設想，現在已經變成了超過千億美元的大生意。

尤其在中國。

1

需求造就的世界第一

當下，世界AI公司都知道，機會與市場在中國。

因為，這裡“人傻錢多”。

而根據不完全統計，中美之間每年超過2000億的晶片進口中，這兩年用於人工智慧的GPU晶片佔比以超過10%的增速逐年提升。

當然，這句話也可換個角度理解。畢竟，現實是在不計成本的投入下，中國的AI正在以“光速”奔跑。

根據中國資訊通訊研究院資料顯示，2017年中國人工智慧市場規模達到217億元，預計2020年能超過700億元，年度複合增長率會大於50%。

如果看AI專利，我們當之無愧世界第一。根據烏鎮智庫的研究報告，截止2018年，中國在國際上已經註冊的人工智慧專利超過6萬件，而美國只有3萬出頭，正好是我們數量的一半。

正因此，這兩年全球的AI市場熱點，中國的獨角獸企業都在不遺餘力追逐。

有意思的是，這場發生在中國的AI變革，讓全世界都看不懂。甚至有美國知名教授在來華交流的時候，發出更進一步的疑問：

為什麼你們要花這麼來做還沒有成型的技術研發？

畢竟，在他們看來，底層原理仍未達成共識的AI技術，難逃“黑箱”嫌疑。因為人工智慧中哪怕只有1%的識別錯誤率，使用者遇到就是100%的負體驗。

可如果梳理中國AI發展史，人們不難發現答案：需求決定了技術基礎。

這是一個真理。

2006年前後，國內各個城市都在逐漸推進交通攝像頭網路的搭建，目的是建設無人交通管理體系。

為了不漏拍，幾乎是每張照片內容都會被儲存。可是在運營過程中，各個城市交管部門發現，影像數量急劇增加，每年在雲端儲存上都要進行鉅額投入。

因此，地方交管部門迫切需要一個能在攝像頭就進行判斷的技術，讓攝像頭只拍違法事件。之後，又衍生出車牌識別、人臉識別等方面的應用需求。

正因為這樣龐大的需求存在，才迫使中國的AI企業迅速成長，也才有了京東、阿里都在推動的數字城市作業系統。

而建立在這樣流水般需求基礎上的國內AI產業，發展迅猛一點也不奇怪。

2

全面開花的市場

當前世界認可的人工智慧領域，大範圍分為視覺識別、音訊識別和智慧駕駛。

而提及中文音訊識別，誰都繞不過科大訊飛。

建立在聲音錄入與識別基礎上的科大語言分析系統，現在已經變成橫跨語音識別、錄入，轉寫文字、音訊控制家電、汽車，以及延申入教育、司法、政務等領域的一整套基於音訊和圖片識別整理分析研判的系統，並在國內得到大範圍應用。

關鍵在科大訊飛自研的技術開放平臺上，每天都有過千萬使用者在調取他的服務。

而提及智慧駕駛，與谷歌幾乎前後腳進入這一領域的百度，現在憑藉開放、公開的阿波羅無人駕駛技術開放平臺，成為全球無人駕駛技術的核心提供方。

不完全統計，全球前10大車企，已經有6家加入或者採用了百度的智慧駕駛技術。

雖然2019年百度AI大會上李彥巨集被人澆了一頭礦泉水，但阿波羅平臺的風光，絕對在這一領域亮得讓人不能直視。

而如果要說智慧家庭，亞馬遜都比不上小米。

雖然這兩年小米手機出貨量排名下滑，但是從2018年雷軍提出Alot戰略後，小米全家桶成為越來越多家庭智慧化的選擇。

建立在米家這跟聯盟基礎上得小米全家桶，已經涵蓋了7大類超過200種產品，還在不停得拓展中。關鍵是這些產品都預置了小米得控制中樞，與小米音箱和手機相連，使用者通告“小愛同學”就可以無縫利用音訊指令指揮這些洗衣機、冰箱、灶臺、排風扇、空調、電視、掃地機器人等家電。

萬物互聯，現在在小米已經是看得見的現實。

而到了家庭物聯網入口爭奪戰現場，智慧音箱激戰正酣。剛剛釋出的第二季度出貨量顯示，百度、阿里和小米的智慧音箱出貨量都排到了全球前五，而且與世界第一的亞馬遜市場佔有率商的差距在逐漸縮小。

更別提在面孔識別、無人機組網、語音輸入等方面，中國都已經有了全球最有競爭力的品牌。

……

3

從地平線到平頭哥

作為技術驅動型產業，AI在中國發展中也讓很多上游廠商看到了機會。

尤其是每年都在大量進口的GPU運算晶片，成為目前各家AI新銳企業紛紛入局的著力點。

由於這個領域開展時間太短，還未完全形成國外某家大廠主導的運營體系，也被國家認定為“核高基”的重點突破方向。

第一個在其中有所作為的，是有著中科院背景的地平線公司。

根據百度百科相關資訊顯示，2015年建立的地平線公司，基於創新的人工智慧專用處理器架構BPU(Brain Processing Unit )，自主設計研發了中國首款全球領先的嵌入式人工智慧視覺晶片——面向智慧駕駛的征程(Journey)系列處理器和麵向智慧攝像頭的旭日(Sunrise) 系列處理器，並向行業客戶提供“晶片+演算法+雲”的完整解決方案。

地平線發展史完全能看出需求決定技術的發展脈絡。

而其最新的技術已經面向A lot物聯網，從獨立需求向市場整體轉型。

作為最早建立中文智慧深度學習的團隊，商湯科技有從晶片到作業系統的完整性解決方案，並偏重於人臉識別等影象和視訊智慧領域。

當然，讓這個小眾的晶片領域引爆所有人關注度的，是2018年阿里成立的平頭哥晶片公司。當時張勇宣佈進軍AI晶片領域，所有人還都以為是一個長期的過程。

但不到一年時間，在2019年9月在25日開幕的雲棲大會上，阿里巴巴首席技術官、阿里雲智慧Quattroporte張劍鋒釋出了平頭哥AI推理晶片——含光800，這是阿里巴巴第一顆自研晶片。

與地平線偏重視訊識別和自動駕駛不同，阿里的平頭哥更進一步，從接收資訊、分析資訊，現在推動技術到了具有簡單推理資訊能力的地步。

當然，這顆晶片仍執行在雲端，主要為阿里提出的智慧城市和淘寶、天貓的識圖搜尋提供支援。

從這點看，雖然橫跨2014-20196年的時間，中國自研的AI晶片仍偏重從城市攝像頭提升的所謂智慧城市的需求滿足，以及相關外延的技術。

而對於基礎AI技術和演算法、理論的研究，國內各方明顯不夠。

這很可能在將來異常致命。

4

建在沙礫上的城堡

因此，有人說當前國內轟轟烈烈的AI技術大戰，很可能是一個建立在沙礫上的城堡。

畢竟，國際上對於人工智慧基於演算法實現的核心理論沒有達成一致的認知。

換句話說，科學家、數學家們並沒有完全搞清楚基於演算法實現的人工智慧最基礎的理論。這被看作是基於演算法的人工智慧目前最大的BUG。

在科學界看來，很多突發的資訊擾動會造成莫名其妙的失誤，這點想完全用純演算法解決，幾乎不可能。

而在中國，各家獨角獸們發展中或多或少都遇到這個問題。

中國人的解決辦法是：派人教會系統。

這個人工窮舉各種可能發生的表現形式，然後讓計算機記錄再進行演算法的執行的過程，就是所謂的資料標註。

與已經成為全球最大的AI市場相一致，在安徽、山東一帶，也已成為全球最大的資料標註基地。

這些從事資料標註的人，被稱作這個行業的“新民工”。

當然，每時每刻都會發生很多的意外，為了解決這些意外帶來的變化，各家AI領域的獨角獸必須保持大規模的資料標註團隊。

因此，有人開玩笑說，人工智慧真的就是“人工”智慧。

也因此，國際上去年就已經有科學家對外表示，現在已經實現的其實都是“偽”人工智慧。

如果有新的突破性技術出現，從底層理論和演算法上完成蛻變，那將對國內目前成型的AI產業，帶來可能是無法估量的變革。

這方面當下國內的關注度明顯不夠。

正如恆河之砂，搭不起萬丈高樓一樣。這種“窮舉”的人工智慧，如果不迭代，會出大問題。

結語

當下的國內AI產業，其實已經偏離了正常的發展軌道。過多的基於需求提早拿出產品，併為了產品的穩定投入大量人力去維護。

這跟人工智慧解放人類的生產力目標異常矛盾。

也許，中國的AI產業，已經到了需要坐下來好好思考而不是盲目前行的時候了。

畢竟，萬丈高樓平地起，基礎才重要。

行百里者半九十。

有時候，跑得快不重要，跑得穩才是。