雷鋒網(wǎng)按：文中所有截圖、評論之引用都已獲得許可，并確保評論內(nèi)容真實。

近日，奇虎 360 公司董事長兼 CEO 周鴻祎在 360 營銷盛典上談到了他對人工智能的看法，引起了熱烈的討論。在拜訪了西雅圖、硅谷的一系列人工智能公司和伯克利的八個 AI 實驗室后，他認為美國現(xiàn)在整個人工智能會成為下一個產(chǎn)業(yè)的泡沫，類似于當(dāng)年蜂擁而至的 O2O 模式。

“今天創(chuàng)業(yè)者出來做一個公司，你要不說自己是用深度學(xué)習(xí)、人工智能，你都不好意思出來混。就跟前兩年，你要不說自己是 O2O，都不好意思去融資一樣?！?/strong>

今天上午，地平線機器人技術(shù)創(chuàng)始人兼首席執(zhí)行官余凱在朋友圈轉(zhuǎn)發(fā)了會后整理的周鴻祎的演講，并評論道：

“老周說得沒錯。不過互聯(lián)網(wǎng)當(dāng)年也是泡沫橫飛，現(xiàn)在最大的 5 家互聯(lián)網(wǎng)公司都市值接近或超過 3000 億美金了?！?/span>

截圖由明勢資本黃明明提供

從車和家創(chuàng)始人兼 CEO 李想的回復(fù)中可以看出他并不認同把人工智能與 O2O 相提并論，人工智能對效率的改革區(qū)別于 O2O。

雷鋒網(wǎng)也聯(lián)系到了明勢資本黃明明，他向雷鋒網(wǎng)表示：“可能更加客觀的說法應(yīng)該是，部分 O2O 和部分互聯(lián)網(wǎng)金融都是，但 AI 不是?！?/p>

對于“AI 泡沫論”，極視角 CTO 黃纓寧認為主要取決于資本方對人工智能產(chǎn)業(yè)的看法能否跟上時代的變遷。她提出：“或許十年前人工智能很前沿和炫酷，沒有什么開源的框架，具有這個能力的公司都有相當(dāng)?shù)膶嵙Γ塬@取許多的資本支持。而現(xiàn)在，隨著開源的框架、算法、數(shù)據(jù)集越來越多，越來越多的公司都具有人工智能的應(yīng)用能力，這個能力在未來會越來越普及，就像數(shù)據(jù)結(jié)構(gòu)和基礎(chǔ)算法一樣，都是為實際應(yīng)用服務(wù)的。在現(xiàn)在來說，僅僅因為一家公司做了深度學(xué)習(xí)，就應(yīng)該得到不錯的融資這種概念當(dāng)然會導(dǎo)致泡沫，要知道，在未來，深度學(xué)習(xí)就是一個基本配備。會有專業(yè)的公司做人工智能的基礎(chǔ)框架，這些公司是具有相當(dāng)研發(fā)能力的，比如谷歌、和目前少量的 startup。但是絕大多數(shù)公司做的是深度學(xué)習(xí)的應(yīng)用，現(xiàn)在很多傳統(tǒng)的東西都等待著深度學(xué)習(xí)來顛覆，資本或許一開始會熱捧，后面我相信會趨于理性的?！?/p>

那除了業(yè)界和投資人，學(xué)界又是如何評價“AI 泡沫論”的呢？

ICDM 2013 最佳論文大獎得主、長期深耕于人工智能方向的張富崢博士表示：

“我贊同里面有些觀點是對的，確實人工智能有一定的泡沫，人工智能其實只是背后的技術(shù)，需要找到符合需求的應(yīng)用才能產(chǎn)生好的商業(yè)模式。但是從另外一個角度，泡沫其實一直都有，不只是人工智能，像 20 世紀(jì)初的互聯(lián)網(wǎng)，每一波泡沫一定是有真正有用的技術(shù)升級在背后支持，而泡沫之后都會產(chǎn)生一些偉大的公司?！?/p>

目前在新加坡國立大學(xué)做博士后的李長勝認為：

“短期內(nèi)泡沫還是有的，這也是任何技術(shù)發(fā)展的必經(jīng)階段，但是從長期來看，泡沫過后還會持續(xù)發(fā)展，我個人還是很看好人工智能的，特別是和機器人，智能硬件結(jié)合起來?！?/p>

以上就是關(guān)于 AI 泡沫論工業(yè)界和學(xué)術(shù)界的觀點，在文章最后我們會下一個統(tǒng)一的結(jié)論。另外周鴻祎在他的演講中提到了兩個由泡沫論衍生的比較有意思的觀點，工業(yè)界人士和學(xué)術(shù)界人士也發(fā)表了自己各自的觀點，這里一并呈上：

“今天所謂的人工智能只是叫新瓶裝舊酒。周鴻祎認為憑借計算機計算能力的增強，使得過去的算法有了很大速度的提升；利用互聯(lián)網(wǎng)和手機的接入采集到大量的數(shù)據(jù)，然后用深度學(xué)習(xí)的算法，這就是今天的人工智能。”

在大數(shù)據(jù)的基礎(chǔ)之上，實際上是能夠讓計算機在某些領(lǐng)域產(chǎn)生了一些質(zhì)的飛躍，比如說在圖象識別方面，現(xiàn)在計算機你給它看十萬張照片，都美女，再給它看一個新的照片，讓它判斷是不是美女。

周鴻祎舉了一個例子：現(xiàn)在每天有幾十萬主播到花椒平臺，靠人工給他打分，我發(fā)現(xiàn)真的來不及，而且打分標(biāo)準(zhǔn)不統(tǒng)一。我們就拿計算機自動打分，后來發(fā)現(xiàn)標(biāo)準(zhǔn)全都是錐子臉，計算機就把所有的錐子臉都定義成美女。

小編表示不是很認同紅衣教主的這段論述，于是就這個問題請教了極視角 CTO 黃纓寧。

極視角 CTO 黃纓寧認為：

“現(xiàn)在深度學(xué)習(xí)在目前計算資源的支持下激發(fā)的這一波 AI 個人認為已經(jīng)有了里程碑式的飛躍，以前就算給計算機看十萬張美女他也不一定能定義什么是美女，因為特征都是手工的、偏規(guī)則的?，F(xiàn)在至少給一個目標(biāo)，網(wǎng)絡(luò)自己就能選取符合這個目標(biāo)的特征，從而達到不錯的效果。但說要AI達到強智能，現(xiàn)在是遠遠不夠的，但也不是新瓶裝舊酒。算是弱人工智能的一個強里程碑吧?！?/p>

她還指出：“現(xiàn)在 AI 解決的問題都是人類比較善于解決的問題，比如分類和識別。但人類都需要花費一些腦力解決的問題，比如推理，就解決的不太好。”

在新加坡國立大學(xué)做博士后的李長勝也表示所謂人工智能并非新瓶裝舊酒這么簡單：

“人工智能很早以前就有了，最近幾年找到了新的應(yīng)用方向，在可行性方面也得到進一步提高，所以才迅速發(fā)展起來，受到更多關(guān)注，有更多的人研究，當(dāng)然不排除一部分技術(shù)是以前的技術(shù)，但是更多的是在以前技術(shù)上不斷發(fā)展和創(chuàng)新，我和你的觀點一致。”

“純粹的人工智能是沒有商業(yè)模式的，一定要跟一個領(lǐng)域、一個產(chǎn)業(yè)相結(jié)合?！?/strong>

來自英國諾丁漢大學(xué)的機器人專業(yè)博士 Rosy 對周鴻祎的這個觀點表示贊同，她認為“人工智能一定要跟一個領(lǐng)域、一個產(chǎn)業(yè)相結(jié)合”的看法是正確的。

在談到 AI 與機器人結(jié)合時，她并不覺得有泡沫，但也提出：

“只是現(xiàn)在出來的大部分機器人并不具有人工智能，僅僅是具有機器人本體而已。但是機器人產(chǎn)業(yè)化需要大量的資金驅(qū)動，所以大家關(guān)注是好事。然而目前的水平僅能說是剛剛開始?！?/p>

復(fù)旦大學(xué)自然語言處理方向的博士蔣海云也表達了同樣觀點：

“目前人工智能能屬于剛剛起步的階段?！?/p>

他認為短時間之內(nèi)人工智能還無法與人類相比，兩者最大的區(qū)別就在于人類還可以發(fā)現(xiàn)問題、定義問題，而人工智能目前只能做到某種程度的解決問題。”

另一位不愿透露身份的國內(nèi)頂尖學(xué)府博士表示：

“AI 在近幾年獲得關(guān)注，一方面是深度學(xué)習(xí)算法使得學(xué)習(xí)效率得到了顯著提升，另一方面是移動互聯(lián)網(wǎng)使得獲取海量數(shù)據(jù)作為學(xué)習(xí)樣本成為可能。但是，目前 AI 在解決幾類問題并不具有優(yōu)勢，一是很難甚至無法獲得海量樣本的，沒有數(shù)據(jù)就沒有學(xué)習(xí)；二是不能基于判斷及其組合完成的決策，因為神經(jīng)網(wǎng)絡(luò)歸根到底還是一個 selector。就我在的機器人行業(yè)，AI 在人機交互、視覺、導(dǎo)航中還是顯示了強大的潛力，但是基本的動力學(xué)、控制中的問題未必用 AI 有優(yōu)勢。那種神話 AI，覺得 AI 萬能的想法是不靠譜的。”

總的來說，同樣是表露支持純粹的人工智能是沒有商業(yè)模式的這個觀點的。

小結(jié)：

從大家的評論和反饋中不難看出，無論是業(yè)界、學(xué)界還是投資人，意見是比較統(tǒng)一的。紅衣教主此番言論的確切中了目前人工智能發(fā)展的一些問題，比如存在泡沫的問題、純粹的人工智能沒有商業(yè)模式的問題。但是業(yè)內(nèi)人士認為 O2O 的經(jīng)驗顯然并不適用于人工智能的發(fā)展，重要區(qū)別在于 O2O 在本質(zhì)上并沒有提升線下的生產(chǎn)力和效率，而這恰恰是人工智能的價值所在，因為 AI 能大幅提高效率。

人工智能產(chǎn)業(yè)的泡沫也無需過度擔(dān)憂，人工智能一定要跟一個領(lǐng)域、一個產(chǎn)業(yè)相結(jié)合是大家的共識，目前人工智能和相關(guān)領(lǐng)域的產(chǎn)業(yè)升級需要資本的加持，這點有助于其快速成長發(fā)展。

當(dāng)現(xiàn)在這些新鮮的人工智能技術(shù)逐漸走向成熟化、普遍化，資本就會開始趨近理性。以互聯(lián)網(wǎng)的經(jīng)驗來看，大浪淘沙，沉者為金，最后真正有價值的技術(shù)會成就一批偉大的公司。的確，是計算能力的提升激發(fā)了這一波以深度學(xué)習(xí)為代表的 AI 浪潮，但“新瓶裝舊酒”的說法并不準(zhǔn)確，很多技術(shù)是在不斷發(fā)展和創(chuàng)新的，現(xiàn)在的水平雖還未達到強人工智能，但可以說已經(jīng)達到了弱人工智能的一個強里程碑。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。