人工智能的大爆发已经来临

人工智能经过四次资本寒冬，现在再一次得到了前所未有的热度和关注。风投机构开始对这个领域频繁投资，众多人工智能创业公司开始兴起，Google，Facebook等科技巨头也纷纷开始在人工智能领域拼命圈地。比如，Google收购了人工智能公司DeepMind，微软收购人工智能输入法应用SwiftKey，Facebook收购语音识别公司Wit.ai等等。

人工智能在美国创投圈再次火热其实并非偶然。由于长期的技术发展和积累，人工智能的发展瓶颈已经慢慢得到消除。

1. 从未有过的海量数据为人工智能提供了足够多的学习素材。

人工智能在很多方面都基于统计模型和深度学习。例如一个深度学习系统可以通过大量猫的照片学习到猫的特征，从而有能力识别出一张图片里有没有猫。雅虎的Flickr就是基于深度学习来识别图片的某些特点，从而测定不同图片的内容并优化Flickr的搜索结果。

对于早期人工智能研究者来说，提供的数据有限，大大限制了机器学习的训练程度。现在，超过40%的世界人口都在使用互联网，每天有超过20亿的用户使用智能手机上网，这些活动创造了包含用户真实行为习惯的海量数据，为机器学习提供了大规模的素材。

另外，超级计算机和海量存储等工程技术体系的发展也支撑起了对海量数据的处理能力。这些都极大的促进了人工智能的发展。

2. 计算和存储成本降低，处理器计算能力的增长，使得人工智能够得到快速应用。

人工智能的核心是基于一个能够进行深度学习的神经元。而神经元网络的计算能力制约着人工智能的发展程度。随着近几年计算成本的降低，云计算的出现以及GPU的大规模应用，处理器的计算能力得到极大提高。过去训练深度神经网络模型对某一物体的认知程度需要花费将近一年的时间，而如今这个时间被缩短到几天内。人工智能的应用不仅可以得到快速实现，成本也得到了大幅降低。

3. 核心算法的提升是人工智能发展的主要驱动力。

如今人工智能领域以基于统计模型的深度学习为主流研究方向。近年来新型的深度学习算法模型被不断提出。例如，深度神经网络（DNN）和递归神经网络（RNN）可以很好的提升图像识别和语音识别能力，卷奇神经网络（CNN）更成为图像识别里最炙手可热的算法模型。

另外，成熟的人工智能技术背景为创业者在这个领域提供了强大的工具和大量创新的机会。

1. 科技巨头公司提供了大量开源技术。

科技巨头公司们纷纷致力于在这个领域取得实际应用的突破，比如解决搜索，广告，推荐，地图，自动驾驶汽车等问题。在核心企业掌握了大规模人工智能资源之后，初创企业同样可以从中受益。比如，今年年初谷歌，百度，Facebook相继开源自己的人工智能技术，为人工智能研究带来更大的透明度。这些举动一方面可以吸引第三方开发者，让自己的技术成为主流，另一方面也代表着技术壁垒正在消失，小型企业及创业公司可以利用现有的大量开源技术为自身发展提供服务。

2. 人工智能已经在多个领域取得实际应用。

由于这个领域科技的巨大进步，人工智能在各个识别领域都已经有飞速进展，能够在实际应用中解决用户的长期痛点，改善人们的生活。例如，现在在安防，金融等领域大量应用的人脸识别技术能够在非配合场景，侧脸或遮挡情况下以很高的识别率从十几亿人的大数据库中识别出目标。这在以前是难以想象的。正是由于这些实际应用场景，人工智能不再是纸上谈兵或老生常谈，而是真的可以感知世界，在医疗，工业，农业，金融，商业，教育，公共安全等领域都将有广泛的应用场景，催生出新的商业模式，引发产业结构的深刻变革。初创公司可以专注于某一垂直领域，做出真正解决用户痛点的产品。

对于中国创业者来说，中国的人工智能技术和产业起步较晚，整体发展水平与美国相比存在较大差距，在技术，人才，产业投资等方面竞争力明显不足。然而正是由于美国创投圈人工智能的又一次爆发，这个领域出现大量研究和应用，带给中国创业者很大的发展机遇。

首先，国际巨头在人工智能领域还处于圈地状态，并没有形成一家独大的垄断形式，人工智能产业也处于刚刚爆发的初级阶段。中国创业者可以利用国内外科技巨头分享的开源技术和数据，发展自己的服务。另外，中国有最庞大的网民基数，在数据积累上有优势。有一批公司也在核心算法，深度学习等领域做到了世界领先。中国创业者需要通过用户数据优势和市场需求优势，抓住机遇，占据主动权。

人工智能在中国有以下几个机会。

1. 将人工智能与机器技术结合，开发智能机器。

首先，“中国制造2025”对人工智能技术提出了很大的需求。目前多数智能化生产的产业链仅做到了依靠互联网改造内部管理，销售采购等环节。生产制造等核心环节并没有做到智能化。这带给智能机器很大的机会。初创企业要能够深入了解行业需求，与企业自身业务系统做到较好结合，做出切实解决客户痛点的产品。并且在制造行业中，互联网巨头无法依靠流量和生态优势取得垄断地位，这对于初创团队非常有利。

另外，在人力密集型行业中人所从事的重复性工作具备一定复杂性和灵活性，比如物流行业需要灵活的分拣搬运，人的能力有限，培训难度也高。这催生了智能机器的创业机会。中国在安防，物流，零售等领域都有产业链的优势，这些行业在智能机器上有很大的发展空间。

2. 与语音识别，图片识别相对应的垂直领域。

考虑到技术创新最终还是要回归商业，中国创业者最先考虑的应是如何用现有技术解决用户现实需求。目前人工智能的语音图像识别技术最为成熟，中国创业公司从这个角度切入能够较快的将人工智能落地到消费产品。比如语音搜索，智能穿戴设备，智能家居等。