岁月的河流流逝所有的纸上谈兵，历史的车轮碾碎古今多少新闻头条。

我们且来先看一看今年人工智能行业的大事记。

3月，世界顶级会议——博鳌论坛新增人工智能论坛

7月，中国人工智能大会在北京召开

8月，微软“小冰”的全球人工智能战略计划正式启动

9月，百度世界大会上李彦宏宣布推出“度秘”

10月，IBM组建新部门发展人工智能

11月，Facebook开发人工智能应用让视觉障碍者听照片，谷歌开源人工智能系统TensorFlow，微软推出机器学习开源工具包DMTK

与此同时，

2月比尔·盖茨、霍金等发布人工智能威胁论5月强人工智能的讨论如火如荼7月霍金、伊隆·马斯克、比尔·盖茨等联名发布公开信，让公众警惕人工智能的风险9月人工智能终结论甚嚣尘上。

这一年，Google投资了主打语音识别的人工智能公司出门问问，奥飞动漫投资了以动作捕捉技术见长的诺亦腾，前百度研究院副院长、深度学习实验室主任余凯辞职创办了地平线机器人，华大基因前CEO王俊创办了碳云智能，上海成立了亿石人工智能国际创业中心。

也是在这一年，图像识别领域的明星公司知图内部发生重大调整，CEO离职，公司更名为图森（tusimple），官网cogtu.com已经直接跳转到了tusimple.com，不禁令人扼腕叹息，其余倒在融资征途上的团队更是不计其数。先驱变先烈，一字之差，生死之别。

所谓大浪淘沙，智者生存，大抵如此。

不同于其他纯商业模式的创新，人工智能创业是一个有着高技术门槛的事情，一腔热血并不意味着你可以所向披靡。往往丰满的理想背后都是骨感的现实，一不小心就会失败。

60年的时间说长也长，说短也短。数十年间，这个领域的研究者从一开始的盲目自信到后来的贴近实际，再到专家系统的兴起、低迷，一直到如今的黄金时代。细看下来，整个人工智能发展史，竟与社会主义的发展阶段不谋而合——“即使现在广大人民的生活蒸蒸日上直奔小康，但我们依然处在并且在一段时间内将一直处于社会主义初级阶段。”

在互联网和大数据的助力下，人工智能从数九寒冬慢慢走到了春暖花开。从2009年到现在，短短五六年时间，人工智能已经吸引了超过170亿美元的投资。各大企业巨头争相抢滩布局人工智能产业链，一些互联网公司、传统汽车厂商纷纷成立人工智能研究团队，科研院所与科技巨头公司合作成立人工智能相关的联合实验室；人工智能行业的创业公司也如雨后春笋般竞相成立，计算机视觉、自然语言处理、语音识别等领域的专用人工智能取得了突破性的进展；政府也将人工智能产业上升到了国家战略的高度，万亿级的市场在蓄势力量，等待爆发。

黎明前的黑夜万籁俱寂，只待破晓时的朝阳普照大地。

人工智能领域的快速发展得益于三个方向的突破：

硬件的成熟——低成本大规模并行计算GPU的出现

虽然计算机CPU的处理速度已经很快，但对于处理人工智能领域的相关运算来说，仍然显得不足。解决高性能运算的方法最直接的就是使用计算机集群阵列，譬如云计算。然而，利用云计算耗费的带宽成本、功耗成本和计算成本都太大，远程运算给系统带来的风险也很大。我们需要在机器人的体内构建尺寸小，价格便宜，同时运算密度极高的计算机。GPU的出现，解决了图像处理上的运算难题。和传统的CPU不同，GPU采用了基于SIMD架构的并行运算架构。这种架构可以在有限的芯片空间里容纳大量的并行运算单元。在移动平台上，类似的技术已经可以把多达192个GPU内核集成在一个低功耗的芯片上，这是传统的CPU架构无法比拟的。

算法的突破——深度学习算法的发展

传统的机器学习算法虽然卓有成效，但是结果往往与人们的预期还有相当大的差距，算法上的瓶颈多年来学术界一直都无法实现突破。深度学习算法的出现，如同山穷水尽处突然出现的一处清喜的水泽，一下子使得很多看似无解的的问题都能被很好地解决。科学家们模拟人类大脑，试图建立类似人脑神经网络结构的连接机制与学习算法。

深度学习技术过去五年在各个领域中都超越了传统的机器学习方法，是目前表现最优秀的机器学习技术。从苹果的siri到谷歌的无人驾驶汽车、IBM的Watson、微软的小冰，再到百度的百度大脑和度秘、腾讯的梦幻写手以及格灵深瞳的皓目行为分析仪、威目车辆特征分析系统等，这些人工智能行业的明星产品无一不是用到了深度学习技术。（但是深度学习的机理至今没有被完全探索清楚，深度学习的现状如同外强中干的围城，城内的人在战战兢兢地探索它的极限，城外的人在忘乎所以地惊叹它的伟大。）

大数据——越来越多的海量数据用以训练学习

随着大数据时代的到来，海量的数据为人工智能技术的发展提供了强大的催化剂，甚至算法改进对于结果的影响已经比不上海量数据训练模型后的效果。近年来使用了大规模的计算机集群，配合大量的训练数据，在这些条件下训练出来的更庞大的神经网络技术展现出了超越历史的性能。当我们在科研的纵向维度上举步维艰时，横向的解决路径展现出了意料之外的效果。

以上三个领域的强势逆袭是人工智能行业得以快速发展的最大倚仗，这个产业正在迅速地升温发酵，一些比较成熟的技术也已经开始落地生根并产生价值和收益。由于技术的复杂度限制，未来5 -10年内，专用领域的智能化是AI应用的主要方向，在更远的将来，随着技术的进一步突破，通用领域的智能化有望实现。

在未来通用智能时代，除了自然语言处理、计算机视觉等AI技术在某些领域的直接应用，人工智能更大的影响在于将重塑生活服务、医疗、零售、数字营销、农业、工业、商业等各行各业。围绕人工智能产业的技术、人才、资金、产业链以及政策法规这些直接影响因素都在慢慢成熟。假以时日，万亿市场规模的人工智能行业将大放异彩，AI技术将深入到日常生活的方方面面。

届时，AI 是一种工具，亦是你的影子。

人工智能大体可以分为三个阶段：感知、决策和推理、情感和想象。如果把情感和想象当作一个高级的行为，那么现在人工智能还处在一个茹毛饮血、刀耕火种的年代。格灵深瞳正在做的就是解决计算机的感知问题，而感知问题中最重要、也是被应用最多的就是机器视觉。

拿我们人类举例，人脑接收的所有外界信息中有80%的信息都是通过眼睛得来的，而人脑处理感知信息的神经中绝大部分也都用来处理视觉信息。而以机器人为例，几乎所有的机器人爱好者和从业者都有一个共识，那就是机器人现在最大的瓶颈就是它的视觉系统。机器人如果不能很好地观察周围的环境，它就不可能做出正确的决策。因此，视觉的重要性无需多言。

除了视觉感知以外还有语音识别，这项技术国内目前做的最好的当属科大讯飞。多年的技术积累和持续的研发投入，使得他们在这个领域有着很大的优势。但是乱世之中，英雄辈出，这个时代注定不会一劳永逸和孤芳自赏。新成立的出门问问和云之声等语音识别公司也同样有扎实的技术背景和强大的研发团队，同时也已经开始在这个市场中开疆拓土，攻城略地。

总的来说，这个行业还在早期阶段，相关配套的产业链也远未成熟，主宰一切的苍天巨擘还在酝酿之中。所谓机遇与挑战并存，有人生就有人死。有人为产品的研发落地热情奔忙，也有人为注定失败的项目泪洒战场。

黄金时代，乱世浮沉，英雄名垂青史，墓冢遍地而埋。

无论是长河落日的慷慨壮歌，还是墟里孤烟的淡定从容，前行都是一种不得不选择的出路。

我们能做的，就是披荆斩棘，一往无前。

谨以此文献给所有为了人工智能事业而奋斗的兄弟姐妹们。

（本文来自格灵深瞳微信公众号，授权发布，欢迎关注格灵深瞳公司的最新进展）

如若转载，请注明e科网。

如果你有好文章想发表or科研成果想展示推广，可以联系我们或免费注册拥有自己的主页