浮华热潮正在消退 人工智能还能走多远?

云视角

2018-10-28

科技云报道原创。
2017年,围绕人工智能的巨头投资、创业押注不绝于耳,融资额度不断刷新纪录。但无论是图像、语言交互,还是算法、机器学习都不足以与实际场景结合,如何落地应用成为最大难题。另一方面,越来越多新技术、新概念的出现,开始让人工智能逐渐遇冷。2017下半年,随着比特币大涨,其底层技术区块链成功抢占人工智能的舞台,几乎占据了投资人、媒体人的朋友圈。

人工智能代表着未来方向,也成为资本博弈的“游乐场”。 根据投资界统计,截至去年12月8日,2017年中国人工智能领域公开的融资案例已经超过150起,其中不乏寒武纪(A轮1亿美元)、旷视科技(C轮4.6亿美元)、商汤科技(B轮4.1亿美元+阿里15亿元投资)这样动辄亿万美元的大手笔。2017上半年产生的融资就超过150亿元,累积融资额攀升到635亿元,占据全球融资总额的33.18%。

 资本的过度追捧并没有换来人工智能的全面普及,在现实生活中,除了某些特定场景之外,消费者几乎无法感受到人工智能带来的便利,这项被人们寄予很高期望的技术依旧是镜花水月。

科技云报道认为,不被资本和公众过度关注对于人工智能来说反而是件好事,让从业者不再被资本裹挟,有时间和空间去沉淀思想,实现技术的应用落地。今年,人工智能将进入“去泡沫化”的阶段,资本撤出后的倒闭潮将加速行业洗牌,人工智能将由此前的资本驱动真正转换到技术驱动的轨道。

勿把“伪需求”当成真风口    90%的人工智能产品遭到诟病

大多数产品经理喜欢做三个假设:第一是假设某个功能用户一定需要;第二是假设用户一定知道某个功能的存在;第三是假设用户一定会按照自己设计的方式使用。目前人工智能正走入这样的误区,把“我认为”的伪需求当成用户的真实需求,导致90%的人工智能产品都是食之无味弃之可惜的鸡肋,比如智能音箱就可能是这其中之一。 

智能音箱可以说是借着人工智能浪潮最先起来的产品之一,是阿里、京东、小米等巨头抢滩的入口,但作为核心卖点之一的语音识别,在体验中并没有大众所期待的那样优秀。

 首先,语音识别需要庞大的数据库支持,但当用户真正使用时会发现有很多表达习惯并不能被机器所理解。虽然很多语音识别公司都说自己的技术识别率已经到95%,甚至是98%,但在方言、咬字、吞音等情况下,大部分产品都无法做出合理反馈。

其次是声音采集的准确性,虽然智能音箱主打的场景是客厅和卧室,但使用场景是比较复杂的,人说话的声调、语速等都不相同,采集声音时极易受到外界环境,甚至是音箱自身的干扰,这都会导致准确率下降。

 

 最为重要的是,智能音箱缺乏交互自然性。几乎所有智能音箱产品都需要一个类似“芝麻开门”的语音密钥来唤醒,且每次发布指令时都要重复一遍唤醒词,这就让用户与产品之间产生明显的距离。综合看来,智能音箱的产品概念确实足够诱人,但本质还是一个语音助手,并不能完全胜任智能家居中控的角色。 

另一个被诟病最多的人工智能技术就是自动驾驶。业界通常把自动驾驶分为L1-L5这五个等级,目前包括百度、特斯拉在内的公司,都宣传自己的技术级别已经达到L4,但实际应用中最多也就达到L3的水平,即高度自动驾驶阶段,在应对激烈情况时仍需人为介入。这就给驾驶员造成了十分困扰的局面,哪种情况才不属于自动驾驶的管控范畴? 

特斯拉对于周边环境的识别是通过设置在车辆上的12个长距离超声波距离传感器、1个长距离雷达和1个前向摄像头来实现,而国内其他公司的解决方案也都类似,但这一方案也存在问题。

 

 雷达或超声波在复杂情况下,容易相互干扰,试想一下十几辆车堵在路口,他们之间会形成强烈的干扰从而导致收集到的数据出现偏差。其次前向摄像头也不是万能的,比如“远光狗”、各色霓虹灯,都是对摄像头最大的挑战。

目前自动驾驶使用的摄像头在弱光、逆光、或者多种光源的复杂环境下仍然很难准确做出判断,甚至在一些没有道路标志线和明显路边的地区也很难精准识别。近期特斯拉的多起事故,也再一次显示出人工智能的不成熟。

 

 在这两个人工智能发展最快的典型场景中,其表现都不能尽如人意。而其他的应用场景,比如机器人、智慧物流、智慧城市似乎又离消费者太远。各大人工智能公司频频爆出融资消息,但却很少听见落地的案例。

“去泡沫化”势在必行    初创公司生存几率进一步下降

资本的大量涌入,让越来越多的公司已经不考虑用户需求和技术的匹配程度,而是急于贴上人工智能标签。一些装上简单预设程序的音箱、机器人,或者自动化设备,纷纷被包装成人工智能,这就造成当前人工智能项目很大程度上存在“伪人工智能”的现象,绝大部分的公司是打着人工智能的旗号在行圈钱之实。要想杜绝“劣币驱逐良币”的现象,人工智能需要的是从业者清醒客观的判断和扎实的努力。 

当前,人工智能产业的核心矛盾有两个:一是投资需求大而创业项目供给减少,二是产品体验与市场期望相差太远。伴随着比特币的火热,区块链成为资本追捧的新宠,而炒作了一年的人工智能技术,似乎遇冷了。

国内排名前五十的人工智能公司几乎拿到了市场上80%的融资,语音识别、人脸识别、图像处理、辅助驾驶等领域的格局已基本形成,如此高的资源和资本集中度是后来新进者无法企及的。 

诸如商汤、云从、科大讯飞等公司已经开展生态合作,这背后的数据将是技术迭代的前提条件。资本和数据的高集中度已经让人工智能形成了比较高的进入门槛,从这点看,一些中小团队已经没有了进入这个行业的机会。

抛开BAT、微软、谷歌等顶级巨头不谈,单单是头部的这些人工智能公司就已经将市场份额几乎瓜分完毕,其他公司还能走多远? 

对于这波人工智能泡沫,其实就是资本击鼓传花式的游戏,伴随震撼人心一阵响过一阵的鼓点,估值就这么一轮又一轮地水涨船高。投资退出基本只能依赖商业化,但目前来看,当前人工智能能解决的实际问题较为有限,客户多处于观望、试点阶段,目前除服务安防、汽车、客服、硬件的初创公司外,实际能持续产生营收的寥寥无几,即使是行业最为知名的几家初创公司,目前基本也很难或者未能实现当年营收平衡。

高估值、高风险、长周期,新投资人是否依然愿意为梦想买单?当潜在的投资风险已经高于潜在的投资回报,如何说服新的投资人,会是摆在初创公司面前的一道必答题。泡沫破灭一定是行业灾难吗?其实并不是。人工智能技术和产品本身的价值是不容忽视的,泡沫破灭后,将净化和提升整个市场,留下的人才、企业、资金也将更有利于行业发展。那个时候,才是人工智能真正给我们带来巨大改变的时候。

【科技云报道原创】

微信公众账号:科技云报道

推荐文章