阅历了2017的疯狂炒作之后，人工智能热潮正在退去。

2017整整一年，围绕 人工智能 的巨头投资、创业押注不绝于耳，融资额度不时刷新纪录。 但是无论是图像、言语交互，还是算法、机器学习都缺乏以与实践场景结合，换句话说，落地成为最大的难题。

另一方面，越来越多新技术、新概念的呈现，也让人工智能逐步遇冷。2017下半年随着比特币的大涨， 区块链 成为大家关注的新热点，简直占据了投资人、媒体人的冤家圈。

讲技术却找不到 使用场景

大家都晓得人工智能代表着将来，但是在理想生活中，除了某些特定场景之外，大家简直无法感遭到人工智能带来的便当。

举个例子来说， 智能音箱 可以说是借着人工智能浪潮最先起来的产品之一，2017年一度出现“百箱大战”的场面，也是阿里、京东、小米等巨头抢滩的要地， 但是作为中心卖点之一的语音辨认在体验中并没有群众所等待的那聚焦消费升级、多维视频、家庭场景、数字营销、新零售等创新领域，为用户提供更多元、更前沿、更贴心的产品，满足用户日益多样化、个性化的需求。样优秀。

首先，语音辨认需求庞大的数据库支持，但是当我们真正运用时会发现有很多表达习气并不能被机器所了解。虽然很多语音辨认公司都说本人的技术辨认率曾经到95%，甚至是98%，但是在方言、咬字、吞音等罕见状况下，大局部产品都无法做出合理反应。其次是声响采集的精确性，虽然智能音箱主打的场景是客厅和卧室，但是运用时场景是比拟复杂的，人说话的腔调、语速等都不相反，采集声响时会遭到其别人员、环境杂音、甚至是音箱本身的搅扰，这都会招致精确率下降影响体验。最初也最重要的是缺乏交互自然性。简直一切智能音箱产品都需求一个相似“芝麻开门”的语音密钥来唤醒，且每次发布指令时都要反复一遍唤醒词，这就让用户与产品之间发生分明的间隔。

综合看来，智能音箱的产品形状的确足够新颖诱人，但是其实质还是一个语音助手，并不能完全胜任智能家居中控的角色。

另一个分明的例子自动驾驶技术。 大家习气把自动驾驶分为L1-L5这五个等级，近期我们也采访了一些自动驾驶(辅佐驾驶)的公司，他们普遍以为本人的技术还处在L3等级，即高度自动驾驶阶段，在应对剧烈状况时仍需人为介入。而这样的技术是如何完成的呢?

特斯拉关于周边环境的辨认是经过设置在车辆上的12个长间隔超声波间隔传感器Ultrasonic Sensors、1个长间隔雷达Radar和1个前向摄像头Forward-facing camera来完成的，而国际其他公司的处理方案也都相似。但是经过长工夫的走访和察看，我们也发现其中的一些成绩，首先雷达或许超声波是会互相搅扰的，试想一下十几辆车堵在路口，他们之间会构成激烈的搅扰从而招致搜集到的数据呈现偏向。其次前向摄像头也不是万能的，想想微博上热议的“远光狗”，想想繁华街市的各色霓虹灯，这些都是对摄像头最大的应战。在一次与四维图新自动驾驶研发部担任人聊天中，他也坦言，目前自动驾驶运用的摄像头在弱光、逆光、或许多种光源的复杂环境下依然很难精确做出判别，甚至在一些没有路途标志线和分明路边的地域也很难精准辨认。

人工智能在2017年开展最快的两个典型案例中，表现都不能让人称心。再看看其他的使用场景 机器人 、 智慧物流 、智慧城市似乎又离消费者太远。各大人工智能公司频频爆出融资音讯，发布会也没少开，但是却很少听见落地的案例。

玩概念却做不好体验

如商汤、旷视、依图、图森这些国际人工智能风口上的企业大局部是做算法的，由于技术的商业化水平缺乏，往往只能经过项目定制的方式为客户提供AI技术效劳 ，即复杂粗犷地卖模型、卖算法，如人脸辨认技术效劳、根底言语辨认效劳、金融范畴的知识图谱工程等。但以人和算法作为企业中心才能是不可继续的，尤其目前深度学习范畴的算法红利期变得越来越短。

以 面部辨认 为例，经过iPhone X的教育，手机面部解锁正在成为越来越多厂商的标配。但是作为消费者来说98%的辨认率和99%的辨认率在体验上简直没有区别。而用过面部解锁的用户都晓得，在挪动（晃动）中无法解锁才是其目前无法取代指纹解锁次要缘由。

商汤科技 就曾结合OPPO手机，为旗下旗舰机R11s提供面部辨认解锁方案，但是经过我们的实践测试，R11s除了能扫描人脸并解锁外，我们居然用一张一寸照片成功解锁手机，这其中的平安隐患有多大各位想一下。当然智能手机的前置摄像头采用什么样的参数和防抖技术是人工智能处理方案公司无法控制的，所以呈现这样的体验后果并不能完全怪方案提供商。

但换个角度想想，消费者可没工夫了解这技术面前的复杂水平，大家只会觉得面部解锁这个技术不好用，渐渐的就会让那些勇于尝鲜的体验者得到热情，甚至不再承受这项技术。就像两年前的VR市场，九块九的VR设备确实让更多人有了亲身体验VR的时机，但是也让跟多人远离了VR，不是吗？

抢人才却留不住人才

人工智能虽然呈现已久，但是国际这方面的专业人才并不多。依据亿欧网发布的《亿欧智库：次要中国企业中心AI人才图谱》显示，218位人工智能华人高管里，知名大学相关专业毕业的博士生占85%，而这些人根本上涵盖了国际你能想到全部人工智能知名公司。

但是，有了这些人就能踏实搞好产品吗?经过整理地下材料我们发现：百度首席迷信家吴恩达离任创建Deeplearning.ai；百度初级副总裁王劲离任成立景驰科技，专注于 无人驾驶 出租车技术方案研发；云知声CMO离任兴办人工智能教育公司先声教育；商汤科技曹旭东离任后兴办自动驾驶公司Momenta；格灵深瞳的丁鹏博士离任兴办人工智能医疗公司DeepCare；英特尔的吴甘沙等5人离任兴办自动驾驶公司驭势科技；乐视超级汽车副总裁倪凯单飞兴办禾多科技……

科大讯飞股份无限公司董事长刘庆峰曾地下表示“人工智能目前最需求的是人才，尤其是外行业使用范畴。”

可见人才对这个行业的重要性。 简直每个成立三年以上的人工智能公司都会存在一次“团队出走，二次创业”的事情，也正是这些“釜底抽薪”事情的发作，招致很多公司在产品迭代上停滞不前。

依据数据报告显示，目后人工智能企业愈加喜爱于有5年以上任务经历的中高端人才，且挖角的工资普通是现有工资程度的2-3倍。顶级人才离任创业、中高端人才被挖角曾经成为国际人工智能行业普遍存在的景象。

大潮退去人工智能还能走多远?

随同着比特币的炽热，区块链近来成为关注的新宠，大额融资事情也开端逐步呈现，一工夫大家茶余饭后都用“炒币”作为谈资。而炒作了一年的人工智能技术，似乎遇冷了。

这里所说的“遇冷”并不是说行业的凋谢，更多是指在一年间构成的行业格式。从资源的角度来说，过来的一年间国际前50的人工智能企业简直拿到了市场上80%的融资，而由此带来的资源高度集中是后来的创业者所无法企及的。从技术角度来看，语音辨认、人脸辨认、图像处置、辅佐驾驶等相关范畴也曾经构成一超多强或许多超多强的场面，中小团队很难与之匹敌。从使用角度来看，诸如商汤、云从等公司曾经和众多同伴展开协作，这面前的数据将是技术迭代的前提条件，又甩开那些只在实验室中做研讨的团队几条街。这样看来，抛开BAT、微软、谷歌等顶级巨头不谈，单单是头部的这些人工智能公司就曾经印证了所谓的“二八规律”，其他公司还能走多远?

当下国际整团体工智能公司的现状是这样的：首先，钱是有的，动不动就几千万上亿的融资屈指可数；其次，人才是有的，上文曾经提到挖人才的现状，另外很多公司也与知名高校协作共同培育人才；最初，技术是有的，据官方数据显示语音的辨认精确率已达99%，图像的辨认率也在95%以上。但一年上去人工智能带给我们的生活体验却寥寥无几?

或许2018该是技术落地的一年，也是去伪存真的一年。