ITBear旗下自媒体矩阵:

2017人工智能元年 为了AI他们拼了 疯了

   时间:2017-12-29 09:58:52 来源:TechWeb 编辑:星辉 发表评论无障碍通道

前百度首席科学家吴恩达说:就像100年前的电力、20年前的互联网一样,AI也会改变每一个产业!

有人说,现在就像1995年,那一年,第一家互联网公司——网景上市,一天之内大涨208%,互联网正式登上历史舞台,引爆了之后浩浩荡荡的“.com”热潮。

一位AI从业者这样激动地说道:“我看到的是一片蓝海无限可能,看到所有产业,包括医疗、金融都可以做,那不就跟当年的.com一样?”

其实在历史长河中AI已经几度潮起潮落,为什么这次大家都这么笃定它就是未来呢?

关键点就是深度学习的突破。

2017年1月,谷歌Deep Mind公司CEO哈萨比斯在德国慕尼黑DLD(数字、生活、设计)创新大会上宣布推出真正2.0版本的阿尔法围棋(AlphaGo)。其特点是摈弃了人类棋谱,只靠深度学习的方式成长起来挑战围棋的极限。

2017年5月23日~5月27日,被称之为“人类最后的希望”的柯洁与AlphaGo鏖战三轮,最终总比分 0:3柯洁败于AlphaGo。

赛后柯洁一度哽咽称:它太完美我很痛苦,看不到任何胜利的希望。

这是AlphaGo深度学习的第一次公开亮相。

可以说,深度学习解决了人工智能领域的一个百年难题。

如果没有它,AI可能会再次遭遇泡沫后的沉寂。

人类是个极为复杂的生物,就连我们自己对自己的了解也只能算微乎其微,就像人类很多复杂的能力其实都是凭感觉而为之,过后很难清楚地描述和归纳,也正因为如此,它们也无法写成程序,让计算机进行复制。

从驾车到辨认面孔,这种不自知是存在于人类诸多能力中的一种普遍现象。

围棋也是一个典型代表,它是高度复杂的战略游戏,无法依靠机会和运气取胜,并且和象棋不同的是,没人能解释高段位围棋该如何下。

事实上,甚至连围棋大师都无法完全搞懂自己为什么会下得一手好棋。

匈牙利出生的哲学家、科学家波兰尼对这一现象早就有过精彩的概括,他说,“我们知道的,比我们讲得出来的还多。”后来这种现象就被称为波兰尼悖论。

而深度学习帮助人工智能克服了“波拉尼的悖论”,算是另辟蹊径,绕过这个理论限制。

也就是只要灌入海量的标记过的数据,计算机就可从这些数据中,自己找出细微的模式,学会人类最精巧的技艺。

而数据在这其中起到了至关重要的作用,大数据其实已经存在了10年多,因为互联网的发展,使其为深度学习从量变到质变,于是这两三年深度学习发展迅猛,据业界专业人士称,当数据从原来的几十万份,增加到几百万,几千万份时,计算机的模型预测精确度会呈现跳跃性的提高,比如:10%、20%。

可以说,深度学习引爆了AI,大部分国家、产业都将目光投向了人工智能,甚至把它视为未来生死存亡的关键。

坤鹏论之前讲过,如今,以BAT为代表的中国互联网公司们,都在人工智能这条赛道上狂奔,那么美国那边的AI是什么样的情景?

Google CEO桑达尔·皮查伊1年前就将Gogle的企业目标从“行动优先”直接转向“人工智能优先”(AI First)。

微软CEO萨提亚·纳德拉在最近的2017年微软年报中,直接将以前的公司目标“行动和云端优先”改为了“AI和云端优先”,并且6次提到AI,而2016年的微软年报对人工智能只字未提。

我们从这些公司目标中也可以清晰地看出来,美国科技公司对于科技的纯粹与执着。

而且也正像坤鹏论曾经说过的,人工智能的最大玩家还是那些互联网巨头,小玩家很难很难。

从AI人才的争夺这块就可以看出端倪。

比如:美国的亚马逊的AI人才招聘接近疯狂,根据薪资研究机构Paysa今年4月的调查,亚马逊一年投资2.28亿美元来做AI人才招聘,比第二名Google、第三名微软的总和还多。

已经有不少美国AI创业公司开始抱怨,所有人才都已Google、Facebook、亚马逊、微软、英特尔席卷一空。

去年,李开复曾说,“做深度学习的人工智能博士生,现在一毕业能拿到年薪200到300万美元的offer。”

不过此话一出,许多从业者纷纷表示,开复博士多说了个0。

不管是300还是30,都算是不小数目,可想美国AI人才竞争之激烈。

毋庸置疑,中国和美国是世界AI两极,在中国AI的热度丝毫不逊美国。

2017百度沸点国人搜索榜单十大科技事件中,AlphaGo对战柯洁、智能音箱热卖、无人驾驶汽车上五环,这三大AI事件入围百度2017科技热搜,而且“AlphaGo对战柯洁”更是排名第一。

和美国一样,中国公司对于AI人才简直到了“寤寐求之”的状态,疯抢成了常态,今日头条创始人张一鸣放话:“人才的水平有多高,我们的薪酬就有多高。”商汤科技 “按图索骥”,画出“博士人才名单”,但凡有人即将毕业,就马上找上门,不让任何鱼儿漏网。

投资界的金主们怀着极度急迫的心情,唯恐错过这个史无前例的飓风级“风口”。

人工智能最核心的是人才,“得AI人才者得天下”。

一场场惊心动魄的抢人大战正在上演,百万年薪都难求AI一人才。

一位在BAT任职的高级HR说,他们已经屡次在争抢AI算法工程师、AI系统架构师等人才时败给创业公司。“他们抢人时似乎就是在拍卖会举牌,明明心理价位是年薪二三十万,最后抬高好几倍也会买单,只想将目标人选快快纳入囊中,似乎就万事大吉。而BAT因为是上市公司,有薪酬体系,不能太破例,只能望而兴叹。”

据权威数据统计,全世界AI人才数量约为25万,主要分布在美国、欧洲、印度及中国。美国拥有10年以上经验的AI人才比例接近50%,中国10年以上经验的人才比率只有不到25%。

不过,值得庆幸的是,中国年轻一代的占比更高,28岁-37岁中青年(80后)是AI领域发展的主力军,占AI发展总人数的50%以上。

相较而言,美国AI人才在各年龄段分布得更加平均,48岁及以上的资深人才占比为16.5%,远高于中国的3.7%。

与此同时,投资界也随之沸腾,加之今年国家对货币高位锁定,钱很难出海,所以正像某位已经入行18年的资深投资人所说,2017年资本的浪头最澎湃。

根据咨询公司清科集团的数据显示,今年前11个月,中国新成立了3418只风险资本和私募股权基金,共筹资人民币1.6万亿元,是2015年的两倍多,2006年的10倍多。

清科集团估计,当前有大约12000家投资公司管理人民币8.5万亿元资金,而2015年是8000家公司管理人民币5万亿元资金。

而如此海量的资金,不少都在瞄准人工智能。

据PitchBook统计,2017年全球人工智能和机器学习领域共获得风险投资超过108亿美元。

过去十年来,该领域的风险投资大幅增长:2010年投资不足5亿美元,2016年达到57亿美元,而2017年投资额较2016年增长了接近一倍。

数据显示,2017年AI领域融资最高的5起投资事件中,中国企业占了4起。

其中,蔚来汽车融资达到16亿美元,位列第一。其次是旷视科技(机器视觉)、商汤科技(计算机视觉和深度学习技术)与明码生物科技(使用测序数据改善健康,并提供精准医学解决方案)。

腾讯11月发布的《2017互联网科技创新白皮书》显示,截至2017年6月,中国创业投资机构共发生767项针对人工智能的投资案例。

2017上半年产生的融资已经超过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%。

2017年是AI元年,同时2017年也是从投资AI转向投资AI时代的关键一年。

 
 
 
 

当然,在喧闹繁华中,也有人在给沸腾的人工智能火炉泼冷水。

华兴资本的包凡说:

就人工智能平台而言,我认为这可能是巨头之争,它有三大核心能力——数据、计算能力和算法能力。

这三个要素里,在算法上,初创企业可能有一些优势。但在数据和计算能力这两个要素上,初创企业几乎很难和科技巨头抗衡。

而人工智能只是个技术工具,它需要在实际生活中找到应用场景,当人工智能技术在实际生活中应用时,你必须专注某一垂直领域的运用。

归根结底是要让数据发挥最大的价值,这才是初创企业生存的关键。

李开复说:

现在创投市场人工智能泡沫很严重,每个商业计划书上都要加上人工智能,几乎任何行业的创始人都说自己是人工智能公司。

人工智能从业者说:

遗憾的是,很多地方又把人工智能当作共享经济,把人工智能当作概念来炒作了。

当前大部分中国AI技术,都利用了一些开源的技术框架,在这些底层算法之上进行优化。但从技术的原创性来看,与美国和英国相比还远远不够,中国大量AI企业的可复制化非常高。

前阿里集团执行副总裁、现嘉御基金创始人卫哲则表示:

“很多只是有一定算法的,或者还是基于机器学习的公司,今天摇身一变都给自己贴上了人工智能的标签”。

客观讲,人工智能目前其实还是小荷刚露尖尖角,尚处于最初级的弱人工智能时代,在弱人工智能阶段,AI的发展还要被划分为三个阶段:技术驱动阶段、数据驱动阶段和场景驱动阶段,我们现在处于弱人工智能的早期阶段——技术驱动阶段,所以,我们看到了英伟达凭借自身旗下的GPU芯片,股价飙出天际。

人工智能还是个婴儿,但它的泡沫已经渐渐吹大,科技总是螺旋式上升,总会在起起伏伏中壮大,2018年会怎么样?实话说,坤鹏论不是AI专家,给不出准确的答案,但有句名言总会让我们醍醐灌顶:我们总是高估未来两年的变化,却低估未来十年的变化。

站在未来看现在,站在未来安排现在,唯此,才会加大未来赢的机率!

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version