1956年，时任达特矛斯学院助理教授的约翰·麦卡锡组织召集了达特矛斯讨论，正是在这次会议上，第一次正式提出了“人工智能”的定义。在那以后的60年里虽然AI经历了两次发展的低谷，但这并不影响AI成为当下科技圈最受追捧的技术：仅去年与AI相关的兼并收购金额全球就达到240亿美元，VC投资则达到140亿美元。
全球范围内的AI初创公司不断涌出，互联网科技巨头时不时也发出“all in AI”的言论，就连一向强调业务“边界”的华为也于近日高调宣布进入AI芯片市场，期望以架构设计者以及生态主导者的双重身份带动自身和行业发展。
在上海举行的华为全联接大会第二天，华为公司董事、战略Marketing总裁徐文伟在演讲中提到，未来十年，AI的主场在行业，到2025年，全球AI市场空间将达到3800亿美金，其中90%来自于企业市场。换言之，AI医疗、AI交通、AI金融正在通过技术的方式走向落地。
“随着数位化与智慧化的浪潮已经袭向各行各业的情况下，不论是汽车或是医疗行业都会导入更多的芯片在里面。”集邦咨询拓墣产业研究院分析师姚嘉洋对第一财经记者表示，国际芯片公司的产品布局已经拉开，以自动驾驶为例，不管是英伟达还是英特尔，抑或是高通，在法规允许的条件下，都希望在该领域有所作为。
但如果把AI的算法作为当年Windows的标准看，GPU可以简单比作当年英特尔的中央处理器，但现在还没有一个单独的公司在AI领域获得当年像英特尔这样的地位，AI的混战只是刚刚开始。
“热门”的AI汽车与医疗
在11日上午，华为与德国汽车制造公司奥迪正式宣布了双方在智能网联汽车领域的下一步合作计划，并通过最新的奥迪Q7展示了双方领先的技术。记者从现场了解到，华为MDC移动数据中心已经被集成到奥迪Q7原型车中，用于城市自动驾驶环境的运行。
在此前，奥迪也与另一家芯片厂商英伟达达成了合作，基于英伟达的DRIVE计算平台，运用计算机科学的建模决策的方式模拟人类大脑的工作方式。
手机以及PC领域的芯片霸主高通和英特尔同样对自动驾驶高度重视。在收购Mobileye之后，英特尔的自动驾驶事业部(ADG)就与Mobileye合并，并且建立了一支由100辆汽车组成的测试车队。在国内，英特尔与一汽、北汽、长城等都已建立合作。而在今年年初，高通就与三大汽车厂商捷豹路虎、本田和比亚迪宣布合作，使用骁龙820A平台为汽车上的车载信息处理、电子仪表，及后座娱乐等方面提供支持。
“很多国际一线的芯片业者，都在投入汽车抑或是自驾车市场。”姚嘉洋对记者表示，和其他AI场景不同，汽车市场的场景化需求已经非常具体，且短期内不会有任何改变与调整的情况出现，这就会有助于相应的芯片与演算法开发，行业发展关键在提供应用服务的参与者。
有着相同市场潜力的还有医疗市场，相比于消费市场上还在苦苦寻找下一个可以替代手机的“爆品”，医疗上的AI需求已经逐渐清晰化。
“原来一个医生一天看50个片子，准确率可能也不能完全保证，但通过AI技术识别，准确率大概是90%-95%。” 汇医慧影联合创始人兼COO郭娜对第一财经记者表示，在医疗行业对人工智能充满了非常大的期待。
此前，汇医慧影与英特尔开发了一套“人工智能乳腺全周期健康管理系统”， 涉及人工智能参与乳腺影像判读以及人工智能辅助临床决策等，同时可以根据术后复查数据，人工智能参与动态监控，患者自助式参与治疗。
华为的一名AI技术专家对记者表示，目前全国只有不到5000名达标的宫颈癌筛选专家，需要20年才能把全国适龄女性筛查一遍，采用AI辅助，这一效率可以被提升5到10倍。
徐文伟认为目前AI落地的三大场景中，医疗行业属于专家经验型场景，此外还有海量重复型场景(如图片处理)以及多域协同的场景(如城市智慧交通系统、现代化制造等)。
“一个交通信号灯的控制，与时间、天气、车道、路网以及重大活动等多个维度变量有关，靠人脑显然无法做出分析和判断，这都是市场的机会。”徐文伟对记者说。
芯片厂商“华山论剑”
芯片在AI市场的地位不言而喻。
底层芯片是人工智能硬件产业链最基础部分，AI芯片将在人工智能各个行业领域得到广泛应用。从应用角度出发，人工智能芯片可分为神经网络的训练层(Training)、云端推断(Inferencing)层、设备端推断层。根据Gartner估计，AI芯片在2017年的市场规模为48亿美元，2020年预计达到146亿，其中云端应用可望达到105亿。
目前AI服务器芯片领域的核心玩家包括了英伟达、英特尔、谷歌、微软等，AI手机和物联网芯片的玩家也越来越多。根据华为提供的数据，除了大公司，目前全球AI领域的startup公司已经达到了1100多家。
美国杜克大学终身副教授陈怡然在一场媒体采访中表示，凡是主要目的是用来支撑AI应用的计算需求的芯片就叫AI芯片，AI芯片到处都有，原因是AI的应用现在到处都有，只要有这些应用就必然会产生对于计算的需求，有这种需求就一定要有芯片作为支撑，无论是在云端还是边缘端都是这样。
“如果把AI的算法作为当年Windows的标准看，GPU可以简单比作当年英特尔的中央处理器，当然现在不太一样的是，我们没有一个单独的公司去提供AI的算法，有很多公司在做这件事情，也没有哪一家公司获得了当年像英特尔微处理器这样的地位，英伟达很接近，但依然有别的公司参与。”陈怡然说。
这也给了像华为这样的公司更多的追赶机会。
“我们需要的产品可能未来在市场上买不到，也可能别人做不出来，所以我们自己摸索，提供全栈全场景的AI解决方案，首先也是解决自己的需求。”徐文伟对记者表示，华为目前的业务覆盖了“云、管、端、边”多个维度，大公司怎么立于不败之地，必须勇立潮头。
事实上，除了成立“平头哥”公司，此前阿里巴巴也表示，正在研发一款神经网络芯片Ali-NPU，该芯片将运用于图像视频分析、机器学习等AI推理计算。目前阿里巴巴自主研发的AI芯片，主要是为解决图像、视频识别、云计算等商业场景的AI推理运算问题，提升运算效率、降低成本。
姚嘉洋对记者表示，单以芯片行业来看，应该还是英伟达的生态最为成熟，这是因为他们投入资源已有相当长的一段时间，致力于函式库与SDK的优化，也提供不少免费的资源，吸引更多开发者使用。
“但由于上层应用的加速迭代，在AI算法还未成熟，上层应用迅速演化的背景下，AI芯片行业仍将持续变革。”姚嘉洋说。
