目標只有美國--崛起的中國人工智慧

人類未來十年或者說二十年最賺錢的行業是移動互聯網,大數據和雲計算,人工智慧。

為什麼ICT公司估值高,因為人們看的是預期,看的是未來。

全球市值最高的公司,前七位都已經被ICT公司佔據:蘋果,谷歌,微軟,亞馬遜,Facebook,騰訊和阿里。

全球七強裡面,六家是做軟體和服務的,只有蘋果做硬體,實際上,蘋果也是軟體公司,軟體的價值已經大大高於硬體的價值,這是一個趨勢。注意這不是說硬體不重要。

當然問題來了,全球市值20強,第8-20位的13家公司都是幹啥的呢?

有7家是金融機構(銀行,投行,VISA支付),

另外還有1家能源公司愛克森美孚,1家零售沃爾瑪,1家醫療產業公司強生,1家日化產品公司寶潔。剩下的2家也是ICT公司,只不過是提供硬體服務的,三星+台積電。

市值代表了對未來發展的預期,我們可以很清楚的看到,全球市值20強,除去金融和零售,單看科技公司的話,12家公司有9家是ICT產業公司。

移動互聯網我們已經非常熟悉了,我們玩的手機在線遊戲,直播,社交,移動支付,手機購物都是基於移動互聯網的業務。

大數據,雲計算和人工智慧三者有啥區別呢?

簡單的說,雲計算一般用於數據中心,可以看成是基礎設施以及基於需求對設施資源分配,沒有雲就沒有對大數據的匯總和存儲,所以雲計算和大數據總是在一起。雲計算可以對幾十萬台甚至上百萬台伺服器的存儲和計算資源根據用戶需求進行協調和調用。

百度,微軟,谷歌,亞馬遜,阿里的雲計算中心,都有幾十萬台甚至上百萬台伺服器,根據用戶不同的需求進行資源調用和管理。

人工智慧可以看成是演算法。

我們可以用一個例子來說明,

你的大腦就是一個擁有數十億神經觸突的雲計算中心,能夠存儲和分配資源。

而你的意識就是人工智慧,能夠聽懂語言說的是什麼,能夠識別圖像是什麼東西,比方說把你看到的圖像和你大腦存儲里的圖像比對,識別出這是一條狗,這就是人工智慧。

但是你的意識並不會去決定幾十億個神經觸突中哪些參與此次計算,那是你的大腦自主完成的。

當然,這只是一個不恰當的比喻,實際上,

雲計算和人工智慧的邊界是模糊的,很難嚴格區分

也可以這樣說,雲計算必然會用到人工智慧,但是人工智慧卻不只是應用於雲計算。

人工智慧將會廣泛的應用於各行各業。

自動駕駛汽車,智能手機(比如人臉識別),機器人,甚至一個攝像頭都可以應用人工智慧。

2017年底在烏鎮舉行的世界互聯網大會,如果看嘉賓們的發言,會發現一個共同點:所有的公司大佬,所有的行業專家都在談論人工智慧。

本文看看全球人工智慧產業的發展情況,目前來說,這個產業還處於初期發展階段。

但是非常明顯的是,目前人工智慧處於中美領跑世界的階段,處於遙遙領先的地位。

當然這個領跑,主要是中國跟著美國跑,美國是領跑者,中國是跟跑者。

至於其他國家,大多處於重在參與的階段。

1:人工智慧產業初創公司的數量

根據Venture Scanner 的數據,截至2017 年6 月底,全球專業從事人工智慧的

初創企業總數達到2542 家。中美兩國在這一新興產業中居於明顯的領先位置,佔據全球人工智慧初創企業總數的三分之二,遙遙領先於其他國家,構成人工智慧產業的第一集團軍。

這個統計裡面,美國大約1100家左右,中國大約600家左右,其他國家的總和大約800多家。

中國除了BAT三巨頭+華為在做人工智慧,

另外有語音識別最為知名的科大訊飛,

從科大訊飛近10年營業收入來看,2016年的營業收入33.2億是2008年2.58億人民幣的近乎13倍,總體營收增長較快。

由於科大訊飛與BAT三巨頭巨大的體量差距,必然面臨三巨頭的強烈競爭,從數據來看,科大訊飛在孤注一擲的壯大自己,目前科大訊飛的體量只有阿里和騰訊的五十分之一,只有百度的二十分之一不到。

2017年科大訊飛前三季度管理費用達到8.15億元,同比增長60.57%,超過2016年全年管理費用的7.29億元。

什麼是管理費用呢,管理人員的工資,員工的社保支出,對客戶的業務招待費,差旅費用等,這說明科大訊飛在不斷加大業務拓展和市場開拓力度。

訊飛的研發投入2017年前三季度約為5.11億元,同比增長55.85%,占營業收入比例高達15%以上,研發投入高速增長保證企業的競爭力。

到2017年,科大訊飛營收增長由2016年前三季度27.90%上升到2017年前三季度的58.16%,三個季度總營收達到33.87億元,超過了2016年全年的33.2億元。

但是同時,由於研發投入,管理費用,銷售費用等的大幅上升,

2017年前三季度凈利潤由2016年同期約2.78億元降為1.69億元,降幅達39.45%。

科大訊飛最大的風險就是遭到BAT的巨頭碾壓,其必須迅速的壯大自己的體量,當然科大訊飛並不孤單,背後還有當地政府的支持和補貼,爭分奪秒不計利潤的擴大營收,才能在巨頭市場中生存。

像國內AI最強的百度,2016年研發總費用為101.5億人民幣,佔總營收同樣高達14.3%,這個研發費用就是科大訊飛營收的三倍了。

其他初創公司還有近幾年來湧現的中科寒武紀、格靈深瞳、依圖、智齒客服、深鑒科技、碳雲智能、出門問問、商湯科技、達闥科技、地平線等一大批初創型人工智慧企業,

在智能晶元、計算機視覺、語音識別、智能生活解決方案和醫療基因等領域形成了競爭優勢,並在各自領域內的技術領先度或市場佔有率上領先。

目前在中國人工智慧創業公司中排名前三的領域為:

計算機視覺與圖像,有146家公司;智能機器人,有125 家公司;自然語言處理,有92 家公司。

請注意機器人排在第二位,以後機器人的發展趨勢會和手機一樣,手機硬體當然會很賺錢,但是做手機軟體,例如微信,支付寶什麼的,總的趨勢會比硬體還要賺錢。

請注意,中美以外,只有英國還算有點規模,實際上,在過去五年英國誕生了不少人工智慧初創企業,但是由於英國缺乏巨頭科技公司,因此這類初創企業大量被美國科技巨頭收購。

我們再一次強調,一個國家必須要有巨頭公司,一個產業必須要有龍頭企業,都是些小而散的企業,產業肯定發展不起來,和國外巨頭競爭就是被碾壓的命運,英國就是典型。

以英國的人工智慧公司為例,紛紛被國外巨頭收購:

2011 年,惠普以104 億美元收購擅長語義處理的英國公司Autonomy。

2013 年,亞馬遜用2600萬美元收購英國語音搜索公司TrueKnowledge。

2014 年,谷歌以約4 億英鎊的價格收購把DarkBlue Labs、Vision Factory 兩家專精深度學習的英國公司收入麾下。

2017年初,微軟以2.5億美元價格收購英國企業SwiftKey。

2017年6 月份,Twitter 宣布以1.5 億美元收購倫敦的機器學習和視覺處理技術開發商MagicPony。

2017年底,三星公司投資人工智慧晶元公司Graphcore。

除了人工智慧公司以外,英國還有一些明星科技公司,例如我們熟知的ARM公司被日本軟銀收購,再比如蘋果公司移動GPU的晶元供應商imagination公司2017年被中國資本收購。

除了Venture scanner的數據,我們再看看騰訊研究院進行的統計,截止到2017年6月全球人工智慧初創企業的數量分布,全球總共2617家,美國1078家,佔全球41%,

中國592家,佔全球23%。

2:人工智慧企業融資情況

美國在人工智慧領域領先優勢明顯,既是目前全球人工智慧企業數量最多的國家,也是

全球人工智慧領域投融資最活躍的國家。過去一年在有記錄的創投記錄中,融資金額超過全

球其他所有國家的總和

其次,中國融資規模呈爆炸型劇增態勢,據IT 桔子數據顯示,截止至2017 年6 月,我國創業投資機構共發生767 項針對人工智慧的投資案例。

從投資金額來看,2014-2016 年,年均漲幅在80% 左右,呈現了瘋狂的漲幅,

其中不完全統計,2017 上半年產生的融資已經超過150 億元,累積融資額攀升到635 億元,佔據全球融資總額的33.18%。

如果我們看下從1999年-2017年上半年,數據來自騰訊研究院,

全球各國人工智慧產業融資情況,注意是18年的累計融資金額,美國人工智慧融資金額為978 億元人民幣,佔據全球總融資50.10%;超過全球其他國家總和。

中國人工智慧融資金額為635 億元,佔據全球33.18%,超過除美國外其他國家總和。

其他國家合計301億人民幣,全球佔15.73%。

從融資情況看,中國投資者在應用層關注的更多。

中國人工智慧企業中,融資佔比排名前

三的領域為:計算機視覺與圖像,融資額為143 億元,佔23%;自然語言處理,融資額為122 億元,佔19%;自動駕駛/ 輔助駕駛,融資額為107 億元,佔18%。

我們看到,中國的自動駕駛/ 輔助駕駛企業雖然數量不多(只有31 家),但融資額卻排名第三,表明中國投資者非常看好這一領域。

再一次強調,視覺和圖像識別,自然語言處理和自動駕駛三項目前最火熱。

另外一個現象非常明顯:

我國以前是資本短缺,人力富餘,因此資本很貴,人力很便宜,當年我國各個地方政府近乎跪舔式吸引外資,就是體現了資本的極度短缺,和對資本的渴望。

而今天,我國正在逐漸走向資本富餘甚至過剩的年代,而隨著生育率的下降人力在逐漸走向短缺。資本富餘表現也非常簡單,

大量的創業公司和初創公司都能獲得各種各樣的融資,國內各種投資資本和投資人越來越多。

從長期看,湧入人工智慧的投資額會越來越大。

而人力走向短缺,也非常簡單,你有沒有發現現在人工越來越貴了,比方說,你家裡換個水管,你的門換個鎖,你找人安裝一個傢具,收費都不便宜。

我在深圳找人上門安個床,150元;找人上門安個衣櫃,180元;

鑰匙忘帶了樓下找人開個鎖,50元……

以後學會一門藍領手藝,也一樣可以獲得不錯的收入。

3:人工智慧論文數量

日本經濟新聞和學術出版巨頭愛思唯爾(Elsevier,位於荷蘭阿姆斯特丹)共同分析了全球有關人工智慧(AI)的論文的動向,主要是各國研究機構和大學關於人工智慧的論文被引用的次數。

統計時間段為2012-2016年,在排名世界前100位的機構,

美國有30家總數排名第一,

中國有15家排名第二,

日本只有東京大學1家入圍,排在世界第64位。

如果看全球前十的機構,美國有5家,中國有2家,其中中科院排名世界第三。

法國,新加坡加拿大各有一家。

另外一個數據,日本文部科學省統計調查了AI研究領域有權威的3個國際會議。參加這些會議之前都有專家審查,獲得通過的還不到3成,只有水平高的成果能發表。以2010~2015年舉行的會議為對象,按照發表者、所屬機構和國籍等進行了分類。

從最具權威的美國人工智慧學會的國際會議來看,最近3年來,美國和中國的發表成果出現激增。2015年美國的大學和企業的發表達到326項(48.4%),比例最高,其次中國為138項(20.5%)。兩國佔整體的約7成。而日本排在第8位,僅為20項(3%)

另外我們從AAAI會議的論文數量也可以看出來,

AAAI 成立於 1979 年,名為「人工智慧促進協會」 (Associationfor the Advancement of Artificial Intelligence ),是全球人工智慧頂尖會議之一。

2016年,當AAAI宣布2017年的年會將於1月末在新奧爾良舉行時,由於日期跟中國春節撞車。因此AAAI不得不因此改期。

「沒人會把AAAI安排在聖誕節。」AAAI現任主席蘇巴勞?卡姆巴哈帕蒂(SubbaraoKambhampati)說,「我們幾乎立即改變計劃,將會議往後挪了一個星期」

2017 第31屆AAAI年會最終改到2017年2月4日舊金山舉行,

卡姆巴哈帕蒂說,他最初在國際人工智慧會議上看到中國研究人員時,他們通常都來自清華大學和北京大學。但他現在已經看到來自中國各地的研究人員發表的論文,而不僅限於最頂尖的高校。

2016年,AAAI全世界評選了6位Fellow,三位都是華人,特別是南京大學的周志華教授,是完完全全在中國大陸成長起來的學者,周志華現在是南京大學計算機科學與技術系副主任

根據周志華髮布的統計結果:

2017年 AAAI 2017 共收到 2590 篇投稿,錄用 638 篇,錄用率為 24.6%。

其中中國投稿785.4篇,錄用172.4篇,錄用率21.95%;

美國投稿776.4篇,錄用189.9篇,錄用率24.46%

有些論文是合著,所以會有小數點。

在投稿數上,中美佔了60.3%,在錄用數上,中美佔了56.8%。

周志華教授在2017年AAAI年會上當選 2019 年 AAAI的程序委員會主席。這在 AAAI 歷史上尚屬首次,充分表明了中國 AI 影響力。

清華大學計算機科學與技術系2017年有5篇論文被AAAI收錄,北大,復旦,浙大也均有論文收錄,值得一提的是,除了中國的高校有大量論文被錄用之外,中國的科技公司也有不少論文被AAAI收錄.

百度,騰訊,華為,360,今日頭條,攜程,iPIN公司等都有論文被收錄。

其中百度有兩篇,包括一篇如何對人力資源實現人工智慧化的管理。

有意思的是攜程也有一篇論文被會議收錄,一家旅遊網站居然也有人工智慧研究團隊,該文章基於攜程自主研發的通用化推薦系統寫成,攜程團隊稱系統採用了深度神經網路的自動編碼技術,有效地提升了用戶的出行體驗。

華為諾亞方舟實驗室的李航團隊的論文,是關於端到端神經機器翻譯(NMT)的論文。

360 首席科學家顏水成教授的團隊今年也有論文入選AAAI 2017,主要是多路徑圖像處理。

在AAAI的All in Pratice這個環節,主要是講人工智慧成功的產業化實踐,

此次被邀請發表演講的有百度副總裁王海峰,其他演講公司有谷歌,Facebook,亞馬遜,Uber和紐約大學,Quora公司。

所有的演講公司都來自中美。

百度前首席科學家,人工智慧大佬吳恩達在2017 AAAI年會上接受記者採訪時說,隨著科學研究的逐步成熟,中國人工智慧也自成一派。

他還記得,在2016年12月參加了巴塞羅那的國際會議NIPS後,立刻就出現了一些相關的中文報道。但他卻沒有看到英文信息。語言問題造成了一種不對稱的現狀:中國研究人員往往使用英文,所以他們可以接觸到所有用英文呈現的成果。但英文研究人員卻不太可能接觸到中文人工智慧領域的成果。中國人工智慧的發展竟然開始出現了中文信息霸權的趨勢。

中國人工智慧的機遇與問題

從前面的數據,我們可以很明顯的看出,不管是論文數量,產業公司數量,融資金額,中國和美國都穩穩的領跑,但是這不代表不存在問題。

第一個問題是和美國的技術差距。

不管是AAAI還是其他國際頂級人工智慧學術會議,儘管我國入選論文不斷增多,但是最佳論文總體還是比較少,以AAAI為例,我國只有在2012年由浙江大學團隊獲得最佳論文。

國家千人計劃專家、前微軟亞洲研究院副院長張崢評論說「

我個人一直認為中美差距在加大,不是我們走得慢,而是別人跑得快,我紐大的同事Cho剛剛寫完一篇非常好的學術長文,對深度學習在自然語言處理子領域做了總結和展望。能進入這樣的review可以認為是真正有影響力的:在120篇文章中,來自大陸地區只有10篇(華為實驗室3,百度實驗室2,北大2,中科院、清華、哈工大各1),就是說不到10%。視覺、智能等分領域的情況不會差太多。饒毅曾把[李]開復和我拉一起說過這事,我們都同意中國落地會更快,但核心技術缺乏實力和後勁。」

人工智慧主要分為技術層、應用層和基礎層。

技術層包括人工智慧通用技術平台(例如計算機視覺與圖像、自然語言處理、語音識別),

例如百度發布的阿波羅自動駕駛平台。

應用層包括人工智慧行業應用方案、消費類終端或服務等。

基礎層包括人工智慧晶元、演算法和數據。

相比美國的全產業布局特徵,中國主要集中在應用側,另外在技術層和基礎層只是局部有所突破。

第二個問題是人才的缺乏

中國人工智慧產業極其需要人才,

據騰訊研究院的報告,中國近600家人工智慧初創公司中約有近4 萬名員工。

且中國人工智慧產業的主要從業人員集中在應用層,而美國主要集中在基礎層和技術層。中國的基礎層人才太薄弱,

中國的很多高校在很長時間內並沒有人工智慧專業,而在人工智慧的誕生地美國,基本上

大的院校都有人工智慧專業和研究方向。以美國卡梅隆大學為例,設有專門的機器人研究所,

其中光教授就有100 多位,

當然中國蓬勃發展的互聯網產業也讓企業界成為人工智慧人才培訓集中地,

除了初創公司的4萬名員工外,中國的產業界人工智慧人才主要在BAT為首的企業和華為,

其中百度在人工智慧方面是中國最大的人才集中地。

據人才大數據研究院2017 年4 月發布的《BAT人工智慧領域人才發展報告》(以下簡稱《報告》)顯示,在人工智慧人才儲備上,百度處於領銜的地位,數量多於騰訊和阿里。

百度目前在國內人工智慧領域處於領軍地位,

非常有意思的是,我在騰訊發布的《2017互聯網科技創新白皮書》發現了這樣一句話,

也是騰訊對BAT三家人工智慧人才現狀的評價:

「百度正在扮演人工智慧國內人才「黃埔軍校」角色」

「阿里偏向高薪引才」

而騰訊對自己的評價是「穩紮穩打實現人才高效產出比」

對於中國的年輕學生來說,人才的緊缺同時也意味著機遇,好好投身人工智慧領域搞研發,畢業幾年內年薪30萬以上非常容易。

當然,在人工智慧領域,對中國來說更多的是機遇。

首先是人工智慧已經上升為中國的國家戰略,

2017 年7 月,國務院關於印發《新一代人工智慧發展規劃的通知》,從國家層面對人工智慧進行系統布局,

《新一代人工智慧發展規劃的通知》確立了「三步走」目標:

到2020 年人工智慧總體技術和應用與世界先進水平同步;

到2025 年人工智慧基礎理論實現重大突破、技術與應用部分達到世界領先水平;

到2030 年人工智慧理論、技術與應用總體達到世界領先水平,成為世界主要人工智慧創新中心和世界科技強國。

到2030年人工智慧核心產業規模超過1萬億元,帶動相關產業規模超過10萬億元。

應該說,在中國這麼多發展規劃裡面,人工智慧的規劃是罕見的非常霸氣和自信,國務院很清楚目前人工智慧就是中美競爭,其他國家基本只能重在參與。

用直白的話來說,

第一步到2020年是要所有領域緊跟美國,美國有的我也有,只是落後而已。

第二步到2025年和美國互有領先

第三步是到2030年總體要領先美國,容忍局部落後美國

第二個是中國壓倒性的規模優勢已經在逐漸形成。

人工智慧的發展的發動機,其實就是兩個,資金和人才。

雖然這兩項目前美國都領先中國,但是對中國來說,由於中國龐大的人口規模和海量的理工科畢業生,不缺乏高智商的人力資源,只要給予合適的產業環境,他們能迅速的在實際研發中成長成為人才。

中國龐大的規模,為中國人工智慧產業的發展提供了巨大的源動力,

截至2017年6月,我國網民規模達到7.51億,互聯網普及率為54.3%,較2016年底提升1.1個百分點

截至2017 年6 月末,中國移動寬頻用戶(即3G 和4G 用戶)總數達到10.4 億戶,4G 用戶總數達到8.88 億戶,占行動電話用戶的65.1%。其中手機網民規模達7.24 億,網民使用手機上網的比例高達96.3%,移動互聯網居於絕對主導地位。

海量的互聯網用戶帶來了龐大的市場,

2017年6月,中國有6.25億人上網看新聞,5.14億人在網路購物,5.11億人使用網路支付,4.22億人玩網路遊戲,3.53億人看網路文學,5.65億人看網路視頻,5.24億人聽網路音樂。

這種4-6億人體量的用戶,超過了美國人口,和歐洲人口總量差不多,而且還在進一步增長。這讓中國人工智慧公司擁有巨大的市場,每一項技術投向市場,得到的回報都會比小市場要高的多。

普華永道對人工智慧產業的發展前景是這樣預測的,

到2030年,

中國的人工智慧產業規模為7萬億美元,世界第一;

美國人工智慧產業規模為3.7萬億美元,世界第二;

歐洲人工智慧產業規模為2.5萬億美元,世界第三。

也就是說,中國的產業規模會比美國+歐洲之和更大,

規模優勢會給自己帶來巨大的價值,同樣是一項技術,在中國應用會讓企業賺到更多的錢,反過來刺激企業進一步加大研發力度,形成正向循環。

在中美以外的其他國家,除了英國的高校和初創公司還具備較強實力以外,

總體都已經大大落後。

隔壁日本企業整體上在人工智慧領域進展相對較慢。主要因為日本企業重視硬體、輕視軟體的傳統,導致業界對人工智慧的重視不夠。

即便是目前人工智慧持續火爆的情況下,日本學界和工業界仍然持續有對人工智慧的質疑聲音。認為這不是未來產業的發展方向,日本在內部仍然沒有完全統一認識。

2008~2013年,來自日本的人工智慧領域科研論文只佔全球人工智慧論文總數的2%,遠少於美國和中國。

除了論文以外,日本方面在人工智慧初創企業方面完全落後,獨角獸數量只有一家。

2017年12月,美國CBInsights統計,日本估值超過10億美元的「獨角獸企業」初創公司只有Mercari一家,該企業還是個做二手電筒商交易平台為主,並非人工智慧科技企業。

日本經濟新聞以日本國內企業為對象實施的「NEXT獨角獸企業調查」顯示,

只有人工智慧(AI)企業Preferred Networks的估值(推算值)也超過2300億日元,這也是日本唯一一家估值超過10億美元的人工智慧初創企業。

2017年12月7日電 日本汽車公司本田與中國人工智慧企業商湯科技今日聯合宣布:兩家公司簽訂長期合作協定,共同研發自動駕駛技術。其中本田提供車輛控制技術系統,商湯科技提供視覺演演算法和開發平台,共同研發適合乘用車場景的L4級自動駕駛方案。此外,本田未來還將與商湯科技在機器人方面展開合作。

什麼是L4自動駕駛呢?

美國高速路安全管理局將汽車的自動駕駛分為五個級別:駕駛支援(L1)、部分自動化(L2)、有條件自動化(L3)、高度自動化(L4)、完全自動化(L5)。

到了L4級,根據系統要求,駕駛者不必對所有的系統請求作出應答,包括限定道路和環境條件等,而L5級則代表了完全自動化駕駛,是人們理想中的無人駕駛狀態。

簡單的說,L3是人機共駕的過程,要求駕駛員可以撒手,但又要隨時準備接管.

L4則已經可以撒手不管了,要求對環境識別率達到幾乎100%,同時又要有極高的安全能力防止黑客入侵。

業界普遍認為,L4水平的自動駕駛要想能在所有的道路上行駛,2030年也不一定能實現。

在這起合作中,中國公司事實上是作為平台和演算法的技術輸出方

而本田提供的汽車控制系統還說屬於汽車技術的範圍,事實上本田的自動駕駛汽車的核心人工智慧技術全部由商湯科技提供。實際上,此次與本田的合作,商湯不僅提供視覺演演算法和平台,還提供用於自動駕駛的晶元和嵌入式系統。

本田未選擇自主研發是有原因的,自動駕駛對演演算法及開發平台提出了嚴苛的要求,技術攻關難度極高,包括谷歌、蘋果、特斯拉等在內的國際科技巨頭均進行了持久的投入。

實際上,就連大眾,現代這樣的世界前五的汽車公司都選擇和矽谷的人工智慧初創公司Aurora進行聯合研發自動駕駛系統。

Aurora於2016年成立,創始人包括機器人專家Drew Bagnell、前谷歌員工Chris Urmson和前特斯拉員工Sterling Anderson。

注意谷歌員工Chris Urmson這個名字,他曾經是滴滴矽谷研究中心的員工,滴滴目前在美國建立了研究所,開始無人駕駛研究。

大眾準備把和Aurora聯合研發的自動駕駛技術融合到整個大眾品牌和不同產品中,包括通勤車、貨車,自動駕駛卡車等。

對韓國現代汽車來說,這也是首次和其他公司進行自動駕駛的技術合作。傳統上,韓國汽車製造商一直堅持自主研發,而非合作的策略。然而也選擇和矽谷科技公司合作,這也充分說明自動駕駛技術的難度。

韓國和德國汽車企業和美國人工智慧公司合作,日本汽車企業和中國人工智慧公司合作,體現了美國和中國在人工智慧方面的領先地位。

說起商湯科技,2017年7月,商湯科技以4.1億美元的B輪融資,創下當時全球人工智慧領域單筆最高融資紀錄,躋身AI獨角獸行列;

2017年12月,阿里巴巴向其投資15億元;

商湯科技成立於2014年10月15日,創始人為湯曉鷗,

湯曉鷗博士畢業於麻省理工,是中國科學院深圳先進技術研究院副院長、香港中文大學教授2016年,湯曉鷗的中科院和香港中文大學聯合實驗室入選NVIDIA評出的全球人工智慧的十大先鋒實驗室,成為亞洲區唯一入選的實驗室。

湯曉鷗團隊也是人臉識別準確率世界記錄保持者,

2014年初,Facebook發布了DeepFace演算法,達到接近於人眼識別能力(97.53%)的97.35%,引起了世界轟動。

2014年3月,湯曉鷗團隊發布GaussianFace人臉識別演算法,在LFW資料庫上準確率達98.52%,在全球首次突破人眼識別能力。

2014年6月起,湯曉鷗實驗室開始發表的DeepID系列演算法,逐步將人臉識別準確率提升至99.55%,開啟了整個人臉識別行業技術落地的時代,令我國在該領域躍居世界領先地位。

2017年9月20日,新加坡總理參觀商湯科技,專門參觀體驗其人臉識別技術;

2017年 11月28日,華為在榮耀V10發布會上展示了自主研發的人臉識別系統,該項技術就是由商湯科技提供;

目前商湯科技已經發展到了1500人,除了人臉識別外,也進軍汽車自動駕駛。

汽車自動駕駛技術被認為是目前人工智慧項目中複雜度和技術要求最高的項目,對技術的要求相當嚴苛。

英特爾中國研究院首席工程師吳甘沙曾撰文,人工智慧系統演算法太複雜,一台賓士S級轎車的代碼行數,是一架波音787夢想客機代碼行數的16倍,它要處理的環境要比天上複雜很多。

你在道路上會遇到從飆車黨,到快遞員,到闖紅燈小電動,到碰瓷老頭,亂跑的小孩,橫穿馬路的行人,鐵道路口,損壞的紅綠燈,指揮你行進的交警,石頭障礙物,甚至牛羊擋路,倒下的樹木等各種複雜情況,每一種情況都有巨大的代碼量

本田在其對外的稿件中指出,商湯科技在運用深度學習原創技術進行圖像識別、特別是移動物體識別方面擁有先進技術,在全球享有很高評價。

我一直認為,全球所有的汽車公司,由於其技術實力和研發架構都集中於硬體,因此在自動駕駛領域,除了並不是傳統廠家的特斯拉以外,都沒有通過自主研發成功的基因,那些凡是說要完全自主研發自動駕駛的汽車公司,除非從架構到業務上做出顛覆性的改變,否則很難成功。自動駕駛等級從L1到L5,越往上越難。他們必須以各種方式和人工智慧公司合作才有機會做出具有競爭力的自動駕駛車型。

世界第一大汽車公司豐田公司,開發自動駕駛技術一樣要和美國大學合作,其無人駕駛研究中心設在美國矽谷,在美國進行研發,同時積極收購各種人工智慧初創公司。

大眾,現代和本田都選擇和人工智慧公司合作研發,而不是自主研發,是有道理的。不要說複雜的自動駕駛,就連做智能手機的華為,儘管本身也具備較強的人工智慧實力,在其智能手機上一樣要和商湯科技,寒武紀等初創公司合作。

我幾年前曾經在央視報道上,看到一汽就開發了無人駕駛汽車,而且還上路了,當時想,無人駕駛不是非常複雜的技術嗎,中美那麼多人工智慧公司在做,而且從阿里到三星,一大票科技公司都在投資自動駕駛初創公司,怎麼一汽都做出來了?

實際上,不只是一汽,國內很多汽車公司,全球很多汽車公司都開發了自動駕駛汽車,但是基本上仍然是L2級別(部分自動化)為主,離真正的無人駕駛差的很遠。

中國在整個人工智慧產業,不僅已經形成了BAT三巨頭,而且華為正成為人工智慧第四巨頭,其人工智慧開發圍繞手機進行。

中國巨頭在部分技術上已經不輸給美國同行,

2017年10月,《麻省理工科技評論》發表「China"s AI Awakening」(中國人工智慧崛起)時就提到,「2016年,微軟發布「比人類表現更好」的語音識別系統時,只有很少有西方記者意識到,百度早在一年前就已經做到了。」

同時在四大巨頭之外,還形成了商湯科技,科大訊飛,曠視科技等數百家新興人工智慧公司。

2017年10月,做視覺智能為主曠視科技Face++宣布完成C輪4.6億美金的融資,一舉創造國際範圍內的人工智慧領域融資記錄,打破了商湯科技3個月創造的全球紀錄。

在人工智慧基礎層的晶元領域,也出現了寒武紀,深鑒科技,地平線三家晶元公司。事實上,其他如大疆科技,今日頭條也實際上可以看作是人工智慧公司。

對於人類社會的未來幾十年,為什麼我一直有兩個基本的判斷,

1:中美兩國在經濟總量上不僅是正在,而且未來將繼續把其他國家越甩越遠,我們從人工智慧的發展就可以看出來。

當一個物體變的更聰明更智能,那它的價值就將逐漸的轉移到軟體上,

我打一個不恰當的比例,我們可以拿每個月3000元雇一個人,而只願意花幾百元買一頭豬,同樣都是動物,人是貴在哪裡呢,更加智能。

一部功能手機創造的價值只有簡訊,彩信,通話等;而一部智能手機能創造手機遊戲,移動支付和購物,實時社交等更多的產業價值。

做智能手機上微信的騰訊,利潤率遠高於中國做手機的公司。

人工智慧在讓城市裡一切物體變得更聰明,這會導致硬體價值比例降低,軟體和演算法的價值比例越來越高,這對人工智慧落後國家來說,是非常致命的,這意味著他們在全球新增產值上無法和中美競爭,只能固守硬體的老本。

再一次強調,這並不是說硬體不重要。

2:美國依然是人工智慧產業的領跑者,

我國只要跟得緊,跟得上美國,憑藉規模優勢可以實現總產值和利潤上的趕超,同時海量資本反哺產業發展,最終一定會實現人工智慧技術上的超越。

實際上,如果我們看阿里和騰訊的凈利潤,都已經在百億美元級別,而且增速驚人,在逐漸逼近谷歌,微軟等美國頂尖ICT公司。

人工智慧在技術和理論上趕超美國是什麼時間?

我們重溫下國務院的《新一代人工智慧發展規劃的通知》

到2030 年人工智慧理論、技術與應用總體達到世界領先水平,

成為世界主要人工智慧創新中心和世界科技強國。

對於現在的學生和剛畢業的年輕人來說,要賺取高薪成為社會的高收入者,投身人工智慧公司是最簡單的路徑之一,如果我的讀者中有還未畢業的學生,那麼加油吧少年!


推薦閱讀:

特朗普和美國歷史上的哪位總統相似?
美國——不是你想像的天堂
奇怪的雜貨鋪:這裡的食物不能吃

TAG:人工智能 | 美国 | 中国 |