2016 年度盤點 · 科技領域出現了哪些新趨勢？

又是一年即將結束，「2016 年度盤點」專題帶你一起回顧這一年的熱門大事、行業動向和個人成長。歡迎在評論區聊聊你所經歷的 2016~

2016 年的科技領域的新鮮事有許多，比如：

「阿法狗」 打敗人類棋手，人工智慧空前火熱；SpaceX 實現第一級火箭回收； 無人駕駛技術 「愈演愈烈」，但也有人為之而喪命……

何以將一項技術評定為 2016 年的新趨勢呢？愛范兒認為，它不一定是 2016 年才開始誕生的，但它必須是在這一年，開始有了足夠的影響力，且能代表著未來。所以我們的評定維度有以下三點：

經過再三思考、討論，愛范兒（微信號：ifanr）最終選定了 3 大技術領域：人工智慧、自動駕駛和虛擬現實。

人工智慧

註：需要提前說明的是，本文中所提到的 「人工智慧」 並非存在於科幻小說中的 「機器意識」，而是更為寬泛的定義：「智能主體通過識別環境、並作出行動、達成目標」（出自人工智慧相應著作《人工智慧：一次現代嘗試》）。

作為今年最熱門的一個趨勢，人工智慧在年初就展露鋒芒，原因只有一個——Google 旗下公司 DeepMind 研製出的人工智慧圍棋程序 AlphaGo（「阿法狗」），在五番棋中以 4:1 正式打敗了人類頂尖棋手李世乭。

圍棋是人類迄今為止最為複雜的棋盤類遊戲，理論上走法更是達到 10 的 171 次方。即便是人類自己，也不敢說對圍棋完全掌握，雖然基礎規則很簡單，但每一步棋所造成的變化都會對整盤棋最終結果產生影響，這也讓圍棋變得特別 「玄」：注重整體布局和雙方 「氣勢」。

這也是為什麼人類一直堅信：機器無法通過簡單窮舉運算，在圍棋上打敗人類。因為哪怕計算機性能再強，也來不及在比賽時間內完成所有可能性的運算。直到人工智慧獲得了一種新能力，也是 AlphaGo 的秘密武器——機器學習。

原本複雜、無序的棋盤通過不同維度（每個子絕對位置、己方最近子距離、敵方最近子距離、整體結構）進行數據提煉，然後讓計算機去大量梳理各種棋盤數據，最終發現 「冥冥之中的規律」。簡單點說：人類嘗試給機器以更為強大的自我學習許可權和能力。

在通過數以百萬計算的人類高手棋譜 「訓練」 之後，AlphaGo 最終將人類眼中玄之又玄的圍棋變成了一次 「數字遊戲」：數個下一步選擇與最終輸贏之間的關係通過數值表現，數值越高代表電腦認為 「最終勝率越高」。

而這正是 AlphaGo 最終獲得勝利的關鍵——「走」 一條完全不同於人類的圍棋之路：雖然基於人類提供的數據，且思考過程也是來自人類，但在大量數據累積下，卻形成了計算機自己對於圍棋的 「認識」。更重要的是，新 「認識」 形成過程人類自己無法做到，甚至無法完全理解 「認識」 的最終結果。

這一點在李世乭與 AlphaGo 的對決中已經展露無遺，AlphaGo 雖然 「師從」 人類棋手，但卻下著一手普通棋手不會去下的棋；即便李世乭最後孤注一擲採取 「出其不意」 戰術，AlphaGo 依舊能夠很好地應對。

最終，AlphaGo 只用 5 個月的學習就換來了一次 4:1 大勝，因為人類高手的棋譜已經看得差不多了，它甚至還開始自己跟自己下，因為人類的棋譜已經無助於能力提升。

至此，圍棋這項已經存在了 2000 多年的遊戲真正進入了 「機器時代」。諷刺的是，教會 AlphaGo 如何下棋的人類，從這一刻起已經變成了機器的半個徒弟。因為已經有圍棋界人士對於在圍棋教學中引入 AlphaGo 表示出了興趣， 說不好 AlphaGo 反過來能夠將人類對於圍棋的理解帶到下一個層次。

嚴格來說，AlphaGo 並未真正擁有 「意識」，只是在人類給出基礎數據維度、大數據學習方式之後，做著數據的積累、歸納等一些相對簡單的任務。但就是這些簡單的量變，最終催生出了質變。

在人類被擊敗之後，一股人工智慧狂潮隨之而來，小到分析人類文字、音樂作品之後嘗試創作的趣味程序，甚至是直接在手機上合成一段旅行精選影片，輕點幾下，就能把自己照片變成跟世界名畫一樣的風格等等。

先知先覺的科技巨頭們也進入了人工智慧相關公司的井噴式收購期：

隨著上面這些巨頭的布局，我們有希望在接下來的幾年內看到一個真正的人工智慧時代。

由於目前人工智慧技術的核心依舊是 「在人類指導下對於大量數據的分析總結」，所以距離真正的 「機器意識」 仍有相當距離。研究、應用還是目前的最優事項，預防工作也可以同步進行，所謂的 「機器覺醒」 無需過多擔憂。

自動駕駛

自動駕駛去年已經上榜了，為啥今年又有它？原因很簡單——這是一項需要數年乃至十數年才能成熟的新技術。回顧 2015 年，自動駕駛當時上榜理由是：

自動駕駛喊了這麼多年，Google 和特斯拉今年第一次讓大眾看到了技術產品化的曙光。

相比之下，2016 年則是這項技術迄今為止發展最快的年份：特斯拉系統不斷升級，越來越多用戶使用；傳統車廠沃爾沃、賓士、福特開展自己的自動駕駛項目，還出現了數個自動駕駛卡車項目；Google 自動駕駛汽車也在 12 月成為 Alphabet 旗下獨立子公司，並且改名為 Waymo 等等。

除了進步，2016 年自動駕駛技術也迎來了歷史性波折：一輛特斯拉 Model S 轎車在 Autopilot 功能狀態下，與一輛大貨車直接碰撞。Tesla 骨灰粉車主 Joshua Brown 當場死亡。這是首個涉及自動駕駛技術的惡性事故。

作為目前自動駕駛的領頭羊，電動車企業 Tesla 採用了一套低成本解決方案：用攝像頭和距離（紅外、毫米波）雷達，而不是全面探測的激光雷達。成為了導致車禍發生的重要原因——特定場景下車輛被誤導，最終沒有根據交通情況剎車。

這一悲劇也反映出了目前自動駕駛技術所面臨的安全性與成本的矛盾：攝像頭、距離（紅外、毫米波）雷達組合硬體技術成熟，價格低廉，但攝像頭拍攝的圖像需要通過計算才能生成所需數據、普通距離雷達更是只能捕獲特定角度內的最近障礙距離信息。用這樣的組合應對多變的道路情況，總會存在意外情況。

相比之下，激光雷達技術則要更可靠一些，這也是 Google 無人駕駛車一直堅持採用的技術。通過數個高速旋轉的激光發 / 接收器，得到整個環境內特定方向的距離信息，其可靠性比攝像頭高出不少。但是關鍵問題在於成本。以百度無人車為例，3 個激光雷達的成本已經超過了百萬人民幣，數倍於車輛本身。

究竟是優先保證儘可能安全，還是權衡成本之後先行開發安全性接近或者超過人類自身的系統？——這很可能是無人駕駛技術接下來面臨的一個分歧點。

隨著 Google 無人駕駛車在 12 月獨立為 Alphabet 旗下子公司之後，自動駕駛領域的四大勢力已經形成：在自家電動車上打造 Autopilot 功能的 Tesla；最早啟動目標打造完美無人駕駛的 Alphabet；利用自身數據打算彎道超車的 Uber；以及躍躍欲試的各大傳統汽車廠商。

這也是個好消息，如果自動駕駛技術保持這種推進速度，或許用不了 10 年我們就將坐上真正的 「無人駕駛汽車」。

虛擬現實

相比上面的人工智慧、自動駕駛，虛擬現實技術入選 ifanRank 2016 年度創新技術引起的爭議還要更大：既不新——2013 年前後已經開始出現，又不火——今年的標準說法是虛擬現實寒冬。

但如果從另外一個維度來看，虛擬現實卻是今年唯一走向成熟的新技術，徵兆分散在整個行業當中。

硬體上活躍的產品數量大幅減少，並且基本分成兩派：由 Oculus、HTC Vive 為代表的高端定位產品，雖然售價較貴，但是顯示效果、操作體驗都最佳；另外一派則是 「華強北大軍」——各種與手機配合使用的 Cardboard 設備，售價極其低廉，但是銷售量極大。

這也意味著 2015 年數量眾多的非 Cardboard 中低端 VR、AR 頭顯日子將會越來越難。剩下來的技術派有著更好的使用體驗，雖然售價更貴，但非它不可；而最便宜的 Cardboard，目標則是讓儘可能多的人體驗到虛擬現實的魅力，使用手機作為顯示屏絕對是最簡單實用的方法。

原來大家最為期待的下一代 AR 產品 Magic Leap 進展依舊不佳，甚至還傳出了部分核心員工離職的消息。至少從目前來看，「高端頭顯 + Cardboard」 的硬體虛擬現實格局還將持續一段時間。

相比之下，虛擬現實內容的狀況則是平淡中略有驚喜。以虛擬現實遊戲為例。截止今年 12 月 20 日，對多種 VR 頭盔提供支持的 Steam 上已經有 987 個虛擬現實遊戲，這個數字在今年 10 月份也只有 600 多個。但其中絕大部分都只是默默無名：遊戲平平無奇，銷量也寥寥無幾。

今年 7 月《Raw Data》上線，這款售價 39.99 美元的 VR 大作，在發布第一天就登頂了 Steam 平台遊戲暢銷榜，而且還是全種類遊戲暢銷榜。三天累計下載量過萬，一個月內直接賣出了 100 萬美元。

但正如愛范兒（微信號：ifanr）之前採訪國內某著名虛擬現實遊戲製作商時得到的回復：「單單靠遊戲製作發行來賺錢其實是很困難的，現在的 VR 用戶量不夠，也沒有那麼高的需求。就是到明年年底，VR 遊戲企業都難以盈利。」 虛擬現實遊戲內容前景或許最多也只是維持現狀。

提起虛擬現實技術的變現，自然不能不提今年擴散速度極快的各種線下體驗店。這些裝備了各種虛擬現實頭盔、遙控器、反饋設備的線下場所幾乎是一夜之間就出現在了各種人流涌動的黃金地段。一個遊戲 5 分鐘的體驗費用往往都是 50 元起。

當然他們的裝備也不僅僅是各種 VR 頭顯，還有與之相配套的體感設備、虛擬內容支撐，在用戶體驗上明顯更加完善。由於硬體和軟體方面的投入相對固定，這也被大家視為目前虛擬現實技術最有可能實現變現的突破口。

根據 《中國 VR 體驗店經營現狀白皮書》的數據，2016 年能盈利的線下體驗店不到 30%，52% 以上的店只有一成回頭客。

VR 用戶量不夠、需求也不高，絕大多數項目仍沒有看到盈利的希望——依舊是目前業內對於虛擬遊戲市場的整體看法。線下店不能只是擔當 「樂園」 的角色，同時還要繼續輸出整體硬體解決方案和最新的 VR 內容，同時通過線下店的收入獲得相應的回報。這種戰略性的合作、抱團也成為了趨勢：

「集體抱團」 能否真的讓虛擬顯示技術走向商業的成熟化尚不可知，但如果真的能夠通過抱團催生統一的行業標準，從而形成行業合力，或許能夠將虛擬現實技術推向一個新的高峰。

2016，技術發展承前啟後的一年

業界知名分析公司 Gartner 今年 7 月再次如約發布了 「Hype Cycle for Emerging Technologies（新興技術的炒作周期）」。

如果你將這項權威年度新技術盤點的 2016 版跟 2015 版做個對比，你會發現一個非常明顯的規律：幾乎所有新技術集中在最早兩個階段（「技術觸發」、「過高期望的峰值」），進入後面三個階段的新技術寥寥無幾」。

這一現象也概括出了 2016 科技的整體發展整體趨勢：前幾年布局下來的新技術不是已經被開發利用，就是已經淘汰；前兩年過於偏重商業模式、資本力量的做法間接導致了一個相對 「無趣」 的 2016 年。

人類自然不可能不發展科技，於是就有了 2016 年發展曲線中數量眾多的新技術，這些剛剛被提及、討論的新技術中有一半還是 10 年以上的長遠項目。在愛范兒看來，這很可能就代表著下一波硬科技浪潮。

回想 2004 年前後的矽谷，以英特爾為代表的一批矽谷硬體企業在經過十幾年的助跑後，終於為我們掀開了 「摩爾時代」 的面紗。計算能力日益提升，計算晶元不斷縮小，最終也引發了我們現在的智能手機浪潮。

網路也是這個過程中的重要因素，從原來最原始的電話線 Modem、再到 ADSL、光纖，不斷提升的速度與容量實際上也賦予了人類更多應用的空間。而 3G、4G 技術的誕生和發展也讓移動設備獲得了最需要的連接能力。

但在過去的 2-3 年裡，恰恰這兩項技術都遇到了一個 「隱形瓶頸」：晶元架構日趨成熟、半導體生產工藝愈發難以提升；無線網路的提速也不再像 3G、4G 那樣迅猛，5G 提出了好多年，但實際的測試部署可能在明年才會開始。

這些 「硬科技」 的缺位並不全是企業故意為之，少部分是缺乏相應的技術基礎、學術研究，剩下的甚至已經開始接近人類基礎理論的認知。如何在原有 「軌道」 遇到一堵牆的時候繞過去繼續前行——這是人類接下來在科技發展方面需要解決的問題。

而實際答案很可能就像本文中提到的 「初步人工智慧技術」，雖然距離最終完成體遙遠，但卻能在利用現有軟硬體基礎的前提下，打造出跨越式的功能和體驗。

這也是為什麼愛范兒（微信號：ifanr）相信，在經歷了最近兩年的平淡之後，2017 年或許將會成為真正的 「科技之年」。

————————————————————————————————

此答案選自 ifanRank 年度榜單 2016 年度創新科技：人工智慧、自動駕駛、虛擬現實

ifanRank 是愛范兒頗具影響力的年度榜單，聚焦於全球科技領域的商業公司、人物以及產品，基於模式創新、業績表現、用戶口碑、社會價值、媒體聲量以及影響力等多個維度進行評選。愛范兒相信，盯住了這些最具智慧的公司、人物以及產品，就是盯住了這個時代。

原文作者： @李賡

後期編輯： @巫冬