智能駕駛、安防、醫療健康和金融等垂直領域成為過去一年中人工智能技術發酵的行業。

　　“2017年甚至接下來較長一段時間，人工智能領域的重點發展將集中于弱人工智能在專業化程度高、垂直領域內的應用。”12月25日，馭勢科技CEO、前英特爾中國研究院首席工程師吳甘沙告訴記者。

　　回首2016年人工智能發展軌跡，年初“AlphaGo”戰勝李世石引領了這一整年人工智能技術的風頭。一同站上風口的還有例如無人駕駛這樣的垂直應用領域，在芯片層面，英偉達們也推出面向深度學習的GPU等。與此同時，越來越多的科技企業在提倡人工智能，小米、網易等公司在過去一年也加入到這一陣營當中。

　　而在硅谷，Facebook、Google和微軟三家企業對人工智能人才的爭奪已經是過去兩三年內的一道風景線。曾在每年年末都會宣布第二年將挑戰、學習一件事的扎克伯格，也在這個歲末重新敲起了代碼：他花費100個小時寫了一套人工智能算法，并將“人工智能”作為2017年自己親自挑戰的那件事。

　　即便如此，扎克伯克也親口承認目前人工智能存在的瓶頸，目前仍舊無法構建出一個能夠完全自主學習新技能的人工智能系統。與此同時，Facebook、百度這樣的大公司，已經和創業公司開始在人工智能這一賽道上碰撞。

　　“又近又遠”的人工智能未來

　　吳甘沙篤定地告訴記者，未來學家們樂意夸大人工智能在短期的進展，例如樂觀估計人工智能技術能夠顛覆一切。吳甘沙曾是前英特爾首席工程師，目前擔任自動駕駛公司馭勢科技CEO。

　　未來學家們樂觀并非沒有緣由，李世石敗在“AlphaGo”手下，人工智能的能力似乎又一次碾壓了人類的智商。但如果考慮到早在上世界末“深藍”即已擊敗國際象棋冠軍，“AlphaGo”也只是把某一類智力競賽中戰勝人類的事情重復了一遍。

　　至此，需要解釋的兩個概念分別是“弱人工智能”和“強人工智能”。前者被普遍認為是不能真正地推理和解決問題的智能機，強人工智能才是能夠匹敵人類智慧的存在。簡單來說，弱人工智能目前已經無處不在：例如通過iPhone中的siri安排事項，或者電商網站通過客服機器人來回答問題。

　　類似表述還有“專用人工智能領域”和“通用型人工智能”。在提升某一領域運行效率上，“弱人工智能”和“專用人工智能”已經在發揮能力，這已然是業內共識。

　　近日扎克伯格親自花費100個小時的時間寫出了一套AI程序“Jarvis”，但是他同時也坦承，即便花費1000個小時，他也無法構建出一個能夠完全自主學習新技能的系統——除非人工智能技術出現基礎性的變革。

　　“某種程度上，人工智能比我們想象的既要遠又要近。”扎克伯格說。但在明年接下來的時間中，他將對外分享其個人在人工智能方面的探索。

　　一方面是不斷有人強調甚至鼓吹目前是“人工智能”的黃金年代，即便是在行業論壇中，討論人工智能將如何取代人類的聲音也不絕于耳；另一方面，則是對于人工智能更為審慎的態度，例如中國人工智能學會副理事長譚鐵牛在年中公開表示，人工智能相關技術正處于期望膨脹期，接下來可能是“幻滅期”。

　　盡管如此，人工智能技術在不少垂直行業實現了普及應用。具體來看，智能駕駛、安防、醫療健康和金融等領域，成為過去一年中人工智能技術發酵的行業。而例如安防和智能客服這樣的應用領域，已經進展了數年。

　　峰瑞資本技術合伙人覃超告訴記者，人工智能技術的確在過去一年陸續應用到了一些成熟的科技產品中，例如iPhone通過文字來直接搜索手機內照片內容、京東智能客服等。覃超認為，難度不在于人工智能的應用，而在于如何提高智能客服回復的準確率，“一般大平臺在將準確率提升到一定水準才會面向市場推出。”

　　大公司PK小公司

　　多位業內人士告訴記者，人工智能重點落地仍將是高度專業化細分市場。例如同樣存在機會的還有醫療領域：這一市場成本高昂，且優質醫療資源在國內不少地區仍處在稀缺狀態。這也意味著，“弱人工智能”和“窄人工智能”仍是未來人工智能發酵的突出領域。

　　對此，搜狗CEO王小川的判斷是，未來在醫療領域里，機器人輔助診斷會帶來一個重大的變化。在金融領域，或者叫金融科技（Fintech）中，也有大量的使用會產生。其次對于像語音、圖像相關處理，包括翻譯，在這些人機交互的問題上，也會有相當大的進展。

　　“我們認為2017年智能駕駛會有一些更加實際的應用和落地。”吳甘沙告訴記者，智能駕駛在整個人工智能領域中的門檻較高。與此同時，吳甘沙認為過去兩年積累頗深的智能語音應用可能會在接下來一年有爆發式的進展。

　　在2016年，人工智能領域的大公司和小公司之間的較量仍在緩慢持續變化著。

　　根據venture scanner發布的人工智能2016年第四季度報道，人工智能領域的風險投資規模達到了89億美元，涉及人工智能相關的13個領域接近1500家公司。此外風險投資資金仍在持續進入這一市場，記者通過venture scanner 官網查閱發現，截至12月月底，涉及投資資金達到97.9億美元，全球對該領域進行投資的基金規模超過700家。

　　而大公司則將人工智能技術普遍應用到已有成熟產品的改進當中，例如谷歌在翻譯領域上線了神經翻譯系統，特斯拉選擇在旗下車型中落地無人駕駛技術。目前科大訊飛涉足領域包括教育行業、政府行業、汽車行業、客服行業以及訊飛開放平臺和to C 產品。但從技術層面來說，上述多個行業中科大訊飛涉獵均在感知智能領域和認知智能領域。

　　科大訊飛方面告訴記者，其認為在未來5到10年內，人工智能會像水和電一樣進入每一個行業，深刻改變世界。

　　但在這一過程中，人工智能應當怎么商業化或產業化？出門問問CEO、前谷歌總部科學家李志飛的答案是，人工智能商業化方面，大公司和小公司的路徑并不相同。

　　“目前比較清晰的有三條路。”李志飛告訴記者，其一是AI優先：將人工智能技術應用到目前已有的產品當中，例如谷歌利用AI技術來改進谷歌翻譯；其二是將AI技術以API接口的方式向外界開發，這也是目前大量缺乏產品落地的創業人工智能技術公司的做法；其三，則是例如出門問問這種同時操辦軟硬件，在旗下推出的例如智能手表上加入人工智能技術。

　　“大部分創業公司做的是+AI。”face++聯合創始人兼CEO印奇認為，本質上人工智能在行業應用中做的事情并不是“從0到100”，而是將100擴展到130等：本質上你是優化行業效率。與此同時印奇認為，和上一波的移動互聯網創業相比，人工智能領域創業的難度相對更大。

　　人工智能創業的壁壘包括人才、技術、數據和計算能力的壁壘等，這些壁壘在創業公司身上尤為明顯。

　　吳甘沙告訴記者，大公司偏向打造基礎生態，小公司則側重產品應用。其中基礎設施包括芯片、大數據和云計算的基礎設施，小公司要么在某一個技術點上做得非常好，未來尋求被大公司收購，或者在一個垂直的應用上發力，但總體來看大公司和小公司可以實現生態共贏。