汽车市场网首页 信息服务 广告服务 安装插件 English 新浪微博
公众 新闻 进出口 咨询  新能源数据 海外  国家报告 会员 综合 客车 专用车 多功能车 世界汽车 零部件 历史数据 交叉型车
  专题 格局图    报告  调研 市场  数据 月度报告   轿车 卡车 摩托车 工程机械 低速汽车 发动机 新能源车 新车上市
 
行业 行业 | 金融 | 数据   企业 自主 | 合资 | 国外   科技 研发制造   进出口 进口动态
政策 | 公告 | 动态 客车 | 卡车 | 地方 新能源 出口动态
AI的天花板与助跑器 汽车市场网
AI的天花板与助跑器
2018年12月6日   来源:腾讯汽车  作者:

人工智能(AI)的声势似乎不复去年之勇。项目变少了,业内薪酬涨势停滞,投资人开始讨论AI的泡沫问题,舆论的风向也从鼓噪转向了质疑。

客观讲最近一年时间,AI的基础层、技术层和应用层都没有出现革命性的理论,而AI的9个热门方向——芯片、自然语言处理、语音识别、机器学习应用、计算机视觉与图像、技术平台、智能无人机、智能机器人、自动驾驶的商业化进展参差不齐,和与深度学习有关的自动驾驶等领域,则一直处在商业化的边缘徘徊。

当多年后我们回头看眼下这段时间,到底是爆发前的静默,还是漫漫长夜的无聊片段?

大公司与小公司的殊途同归

这一年,谷歌旗下的Waymo自动驾驶技术仍在测试,尽管FCA代工的车队正在扩张,Waymo也一度宣称商业化“近在眼前”,但尚未有下文。

亚马逊的无人快递系统,更像蜻蜓点水,稍有涟漪,转瞬不见,无论是无人两轮车,还是快递旋翼机。

而苹果重金投入的自动驾驶项目,除了一个名字(泰坦)半遮半掩之外,尚未有任何进展披露,应该说,这很“苹果”。

微软是唯一置身AI核心商业产品之外的8000亿美元市值的巨头。微软云作为商业价值上仅此于亚马逊云的公有云,实际上充当了开放AI的运行平台,虽然扩展出众多AI应用,但并不直接开发面对个人消费者的产品。

大公司如此,创业公司同样感受到资本的丝丝凉意。

有报道称,去年美国AI产业创造了216亿美元的产值,对于同期融资2000亿美元,亏得底掉。当然,投资人没指望当年投入,当年产出。投资基金的生命周期一般超过5年,因此所投公司5年内没回报是可以理解的。但实际操作中,如果创业公司3年内没有实现“批量增长”,甚至没有合理商业模式,基本上也就凉了,很难融到下一轮。

因此,我们经常能看到原有创业团队产生裂变,某个大咖拉一票人“二次创业”,讲新故事,投资人再次跟进......这在AI领域简直成了家常便饭。

有意思的是,二次创业团队一般都选择“降级打怪”。从图像识别公司离职的员工,会创办一个在图像识别领域有具体应用场景的公司。从L5(完全自动驾驶)离职的团队,则另开一摊研发L3、L4的落地方案,甚至具体到自动驾驶产业链上的某个硬件、算法。

经历过的人,才能更好地读懂投资人热切的目光和颤抖的手。AlphaGo负责向公众秀AI的魅力,更像个公关项目,暂时没有产生实际效用,是大公司的玩具。创业公司无法玩票,或者长期玩票,花别人的钱,落地兑现是王道,也是生存之道。

有人戏称,国内最早一批AI专家多半来自百度和微软亚研院。后两者堪称中国AI的黄埔军校,水平最高但缺乏成功转化的产品。时任百度COO的陆奇迅速整合百度AI团队,将研发方向指向语音助手、智能家居和L3自动驾驶。这些都是明显更容易出产品的方向。当大公司都在为“稻粱谋”的时候,AI的泡沫实际上是变少了,而不是增多了。

而创业公司折腾半天之后,突然发现自己不但离不开投资人,也离不开大公司。虽然大家的商业转化率都很感人,但AlphaGo属于谷歌,Waston属于IBM,小度属于百度,自动驾驶公认的执牛耳者仍是特斯拉和Waymo。

自动驾驶和其他AI领域一样都需要大量的数据训练,而拥有更多的用户,就意味着拥有更多可供填喂的数据。数据驱动的技术导向,是眼下AI的固有门槛,创业公司很难跨越,于是他们大多选择成为链条上的一环,而非单干。在大数据时代,大公司实际上增强了对小公司的统御能力,真是令人遗憾的事。

AI商业化还有多远?

AI概念的提出有50年之久,有人总结称“火3、5年,凉7、8年”。

神经网络在本世纪以前也是无人问津,近5年的AI发展热潮是由深度学习引领的,而四层以上的神经网络就可以称之为深度学习。显然,算力和数据处理在近10年来取得重大突破引爆了AI,而大的方法则在几十年前就设计出来了,只是当时缺乏实现手段而已。

市场上热炒的AI产品总有点差强人意,背后的深层次是理论前沿研究尚未取得突破。新理论向来是应用技术的助跑器,只不过是何时发现其价值的问题。

现在的AI发展几乎摸到天花板,如果短期实现不了的需求,再投多少钱也没用,还不如期待学术界的突破,学术界上一次突破(深度学习算法)带来的应用红利马上就要看到尽头。

而学术界正被AI商业公司挖得千疮百孔,有教授吐槽称“连写个项目申请都找不到合适的PI来组队”。想将自己的研究成果商业化,或者趁热卖个好价钱,都无可厚非,但都导致学术界的失血。为30年后的新世界当垫脚石,还是现在就年薪百万千万,选项设置是失衡的。

自动驾驶为代表的AI创新,一种是技术创新,一种是模式创新,后者依赖于前者。

有人认为自动驾驶风口已过,但也有人认为风口可能还没来。L5自动驾驶的商用化,似乎永远差5年,也基于同样的理由。

即便短期的发展不容乐观,产业上也进入平缓期,但不意味着从业者消极等待无事可做。距离出发点很近的好处在于,误入歧途的话容易改弦更张,代价则是商业化的梦想需要多等些日子。

责任编辑:
书签:


分享到:

汽车市场网版权及免责声明:
1、凡本网注明“来源:汽车市场网” 的所有作品,版权均属于汽车市场网,转载请注明“来源:汽车市场网”。违反上述声明者,本网将追究其相关法律责任。
2、凡本网注明 “来源:XXXX(非汽车市场网)” 的作品,均转载自其它媒体,目的旨在传递更多信息,并不代表本网赞同其观点和对其真实性负责。
3、如因作品内容、版权和其它问题需要同本网联系的,请在30日内进行。 

※ 有关作品版权事宜请联系:024-86615728