AI 中国网 https://www.cnaiplus.com
从各个行业高举AI大棒，到无人自动驾驶，没什么落地迹象，再到deepmind亏损40亿美元，nature子刊批判当今神经网络重训练轻结构等问题，越来越多的人开始重新理性反思——人工智能的退潮期是不是来了？
回答很简单——正如成年人的世界没有对错一样，人工智能是否退潮，关键在于此技术能否带来社会价值。但可能真正的瓶颈不在于技术本身，而在于产品本身。
Gartner每年发布的技术趋势曲线，会聚焦在未来5到10年间，可能产生巨大竞争力的新兴技术。在图中我们可以看到，深度学习（Deep Learning）已经走到高原期（Peak of Inflated Expectations），而知识图谱（Knowledge Graph）还是在起步阶段（Innovation Trigger），更不用说脑机接口（Brain-Computer Interface）、通用人工智能（Artificial General Intelligence）这些技术，在图中的标记还是黄色三角，也就是起码10年会后才能到达高原期。
第一问解决，人工智能还远远没有抵达低潮期。另一方面，却又有很多的AI项目难以落地，这又作何解释？
AI 的落地能力可以从两个维度来看。
一是商业模式维度，好的AI 商业模式应该有下面三个递进的能力。
客户愿意买单->有技术壁垒->能scalable.
- 有客户愿意买单: 说明这是一个真实的需求。不要笑话这一点，很多公司都倒在了这一步。在实验室/办公室拍拍脑袋，以为是客户的需求，做好了拿到市场一看是个伪需求。公司瞬间倒闭。
- 有技术护城河: 保证你的产品有足够的利润支持下一代研发/招到优秀的人才/拿到融资。然而，国内的市场竞争大家心如明镜，如果你做的东西阿猫阿狗也能做，他们会瞬间把你的价格拉到街边盗版光盘的价格。
- 能salable: 你的产品需要强定制化嘛? 如果是，那么你的成本会下不来。如果你的产品能够以低成本的方式给到多数客户，那么你的利润会暴增。
只有能够走到第三点的商业模式才是成功的，哪怕只是在一个非常细分的领域，也会让你至少前进一轮融资。
但是绝大部分产品只能走在第二步，第三步非常难。
现在AI 比较好的商业模式有 安防的人脸识别，手机端的AI 拍照。好像就这么多了，基本都是CV方向的。在这些方向，国内企业已经杀成一片红海了。
第二个维度是技术维度，我们现在看到很多fancy的技术，比如强化学习, autoML 等等, 都很难落地。从 实验室或者特定场景 -> 应用在真实场景 是一个非常大的鸿沟。在实验室里面做模型，专家们会首先给出很多的限制条件。在真实场景里面，这些条件是没有的。真实的场景 业务复杂，数据混乱，而且不能妥协。数据量非常大，不能并发不能O(N)的算法基本都没戏。所以这些问题的叠加，导致现在最好用的机器学习模型就是LR。
所以从上面两个维度考虑，你可以看到，一千个算法，也许能最后落地应用的也就一个。前几年我们对人工智能期望过高，现在当我们脚踏实地的时候，才发现是如此的残酷。
回答结束，再补充一点——能否走向通用人工智能的确是人工智能未来发展最大的变数， 或许， 我们真正的沉下心来去和大脑取经还是可以或多或少的帮助我们。因为本质上， 我们在人工智能的研究上所作的， 依然是在模拟人类大脑的奥秘。我们越接近人类智慧的终极算法， 就越能得到更好的人工智能算法。
AI 中国网 https://www.cnaiplus.com
本文网址：
