圆桌分享：人工智能的泡沫与赛道，真正机遇何时来？

今日，2017年度CEO峰会暨猎云网创投颁奖盛典在北京丽都皇冠假日酒店隆重举行，本次峰会以《赋能万物 智领未来》为主题，由猎云网主办，锐视角、猎云资本、AI星球协办，分为28日、29日两天举行。

此次峰会主要以优秀创业者、投资人表彰以及创投嘉宾干货分享为主。在今天上午的圆桌交流环节，猎云网资深记者吕梦主持了“人工智能的泡沫与赛道，真正机遇何时来？”话题讨论，海知智能CEO谢殿侠、小葱智能创始人兼CEO邓正平、速感科技CEO陈震、深鉴科技CEO姚颂参与了这次讨论，纷纷发表了自己的看法。

各行各业都在赋能人工智能，这是一个机遇还是泡沫？

：泡沫的确存在，在这个大趋势下，往后看十年或者几十年，应该所有的企业都是AI企业，无论你是做还是用，这个时候还处于早期。

：人工智能创业中确实存在泡沫，但对于创业者而言更多的是机会。一方面，互联网技术正在飞速进步，包括物联网、大数据等等，这些都是人工智能的基础。另一方面，中国的人口构成正在变化，年轻的90后和00后从事简单劳动工作的意愿更低，他们需要人工智能来提升生活体验。现在很多人谈人工智能，希望大家更多的去关注机器智能，提升用户体验。

：人工智能这项技术今天已经进入新技术的发展时期，处于高度泡沫期。很多人工智能创业公司真正的机会不在于前端的技术领先性以及前端DEMO的酷炫性，而是进入后面低谷和平稳期，要在垂直领域对技术壁垒产品性、技术性挖掘。

：人工智能其实关注并且赋能设备与传统行业，对经济总量的推动机遇很大；泡沫是有的，但有泡沫不一定是坏事，洗牌的时候实力不足的就退出。人工智能是BAT没有办法与创业公司竞争的一个行业，但很多传统行业也没办法切入。

对人工智能威胁论怎么看？

：威胁论两年前就被提及，因为它在很多方面不断进步。但是本次AI的变革更多是语言、视觉、知识的变革。在可想像的未来，机器会全方位超过人类，但时代在发展，人工智能被人类使用于各行业，也将增强我们。

：AI技术没有这么快达到比人聪明的地步。比人类还聪明的人工智能应该什么事情都能干，但目前相关技术都是应用于对应场景的，比如图像识别、语音交互等。而人类有视觉、听觉、嗅觉，甚至有第六感，这些都是人工智能无法达到的。此外，人脑中还有很多逻辑单元，各种感觉都会影响人脑的决策，人类的创造性是计算机无法比拟的。大家更容易体会到“威胁感”的，是人工智能正在逐渐取代一些人类的工作。此外，AI也有可能带来安全性方面的顾虑，他认为我们对AI的关注应该集中在这方面。

：人工智能识别精度还有输出结构是受限的，在这种情况下，无法真正达到人工智能，人工智能威胁论促使人们产生丰富的联想，因为大家丰富的联想性导致让人觉得人工智能无所不能。人工智能并不是像大家所理解和想象的那样无所不能，因为它的识别精度、准确度以及它的计算能力有限，所以在这点上来看，离我们在科幻大片里看到的钢铁侠智能管家，5到10年都不会发展成这样的阶段。

：我们分两个角度来看，一个现实的角度，一个哲学的角度。从现实角度，就两个字扯淡，大家看阿尔法狗，边界非常明确。我们做的各种各样的人工智能边界非常明确，是具体的小任务，要把它扩展到通用的场景，比如说我们说了好多年家用机器人，让它帮我洗个碗，想都别想。但是从哲学的角度，人工智能和核弹一样，决策权掌握在人自己手里。

人脑相对人工智能有什么优势？

：人工智能可以替代常规的工作，我们可以称之为辅助决策，但是我不能说完全决策，为什么？人的决策来源信息更多，虽然人工智能的覆盖范围很宽泛，但最终还是辅助决策，而创造性的工作需要把文本、图像、经验各种各样的东西综合在一块，机器还是有很大的局限。

：人脑是很复杂的单元，最厉害的科学家，现在对人脑的研究，我估计1%运作机制可能都还没有研究透，所以机器计算更多还是应用在特殊场景或者某个垂直领域里。我觉得人脑很复杂，它的创造性的一些视觉、嗅觉、感觉机器无法去比拟。

：人脑和人工智能计算最有区别的地方就是不人的所有决策跟行为不仅仅简单的依赖于我们的大脑，之前有很多做过动物性的实验包括人体心脏还有脑肠，其实都会有一个小型类似于人脑决策的机制。

：人工智能到这个阶段都是对于已有的数据和经验的一个整合。人工智能有两个做不了，一个叫见风使舵，一个叫量情而酌。所有需要创造型的工作，人工智能都没有办法做到，人工智能还是有很多的局限性。

在这个海量数据被更多巨头掌握的时候，我们的机遇在哪里？

：开放的数据实际上大家都有能力获取，但关键在于对数据加工的能力， BAT在一些领域并没有我们做得深入。第二就是走开放的模式，跟这类大公司进行合作。

：我的建议也是要拥抱巨头，因为巨头有钱有人又有数据，但是唯一缺的是在垂直场景和应用上没有足够多的精力投入进来，现在BAT越来越开放了，我们也会跟百度人工智能技术团队有深度的合作，百度也会觉得我们这类公司对它是一个很好的补充。

：过去的五年到今天为止，学术界更多关注在非学习几何领域，不依赖数据而产生实施决策和算法，他们同样属于人工智能，而且同样具有价值。今天很多巨头依赖背后海量数据做了识别、分析，但是忽略了一点，在非学习几何领域，这几年突破性的算法，在嵌入式端、末端进行了更深的移植和更深层次的转移。在产业方面，人工智能在很多垂直领域和垂直细分产业链上，依然存在机会。

：与BAT等科技巨头相比，AI创业公司的机遇和优势在于场景和产品，大公司也有自己的业务边界，BAT之类互联网背景的巨头可能不太适合一些细分场景，在产品能力上也不是很强。

以下是圆桌论坛实录，猎云网（微信： ilieyun
）整理删改：

：大家好，我是猎云网主持人吕梦。首先想请台上的嘉宾跟我们做一个自我介绍。先从谢总这边开始。

谢殿侠：我是谢殿侠，海知智能CEO，我们是专注于语义理解的公司，打造第三方平台，目前和一系列平台做对接，也有一部分业务做一些企业级的分析。

：我是小葱智能CEO邓正平，小葱智能是一家做智能加物联网整体解决方案的公司，我们提供软硬件一体的解决方案，专注在室内空间这一块，比如家居智能化、办公智能化、公寓智能化，我们是做场景化、整体解决方案的一家技术公司。

：大家好，我是速感科技的陈震，我们做智能移动终端、智能家居、服务机器人和工业机器人、智能移动装备，用视觉融合技术解决路径规划、导航等一系列产品及技术解决方案。我们在下游供应链有30家合作用户，基本上是国内的头部客户。

：大家好，我是深鉴科技的姚颂，我们做安防。

：大家深耕人工智能细分领域，今年也看到很多人工智能项目，无论是什么领域都会加上人工智能这个概念，我想听听大家的意见，当所有业界甚至我妈那一辈人都在说人工智能，大家觉得是这是一个机遇还是说它有很多泡沫存在？

：的确是，因为我们招聘的时候，我面试了好几家人工智能，很吓人。以前没有物联网，现在有物联网，AI处理是人的知识性或者感知性的东西，往后看十年或者几十年，应该所有的企业都是AI企业，不管你是做还是用，这个时候还处于早期。

：当然泡沫是有的，很多企业做的一些东西，冠上AI名，背后的技术是传统的技术，肯定有这种现象，事实上我们看到更多的还是机遇，这个机遇是中国整个产业在变革，像互联网的技术，从以前的PC互联网到移动互联网，再到现在很多的物联网，未来会有大量的传感技术，包括大量的数据，而且它有各种场景应用。其实还有一个很重要的一个背景，中国整个人口结构实际上在变化，以后老龄化的人会越来越多，年轻人尤其现在90后、00后这些人，他们不太愿意从事简单劳动工作，未来这些东西都是很多这种低端产业工作，都会被这种机器智能化技术来解决。现在很多人谈人工智能，我更希望大家关注机器智能，改变产业，提升用户体验的这样一些技术，这里面有大量的机会，很多产业需要变革，很多现在的场景，体验不够好，那我这些技术实际上就是我们这些创业者的一些机会。

：今天很多人工智能公司，大家关注的一些点，都会关注新技术发展曲线，在座很多嘉宾通过各种各样的渠道有了解过，一个新技术发展曲线属于萌芽期、发展期，低谷期、到成熟期。人工智能这项技术今天进入新技术发展最顶峰，面临另外一层含义，处于高度泡沫期。今天我们可以看到背后有大量的BAT公司布局人工智能技术，像今天创业公司早期通过各种各样的算法 竞赛，刷新在各种各样竞赛指标排名，今天更多人工智能创业公司更关注在后端如何将这些算法应用在实际的产品中，所以在整个泡沫盛行期，风口期，我觉得对于今天很多人工智能创业公司真正的机会不在于前端的技术领先性以及前端DEMO的酷炫性，进入后面低谷和平稳期如何在垂直领域，有技术壁垒产品性、技术性的挖掘。

：人工智能其实关注并且赋能设备与传统行业，对经济总量的推动机遇很大；第二，泡沫是有的，但泡沫不一定是坏事，洗牌的时候实力不足的就退出。人工智能是BAT没有办法与创业公司竞争的一个行业，这也是很多传统行业没办法切入。

：人工智能赢了围棋，大家对人工智能威胁论怎么看？是不是未来人工智能会控制人类的意识？

：威胁论实际上两年前就在提，为什么？因为的的确确它在很多方面会不断的超过人类。如果人机来对战，会走在前面，但是我们看工业革命以来，没有人说我跟飞机、汽车比，谁能跑得快。这一次的变革可能更多的是语言、视觉、知识。这些我们过去引以为傲的东西都可以机器化。在可以想像的未来，机器可以全方位超过我们人类。但是时代在发展，我们不把它当成二元对立，我们可以通过各种方式，利用这些工具，那就可能增强我们而已。

：我觉得现在的人工智能的技术可能不至于那么快，比人类还聪明的什么事情，比如图象识别，他们做的是特定安防领域场景。比如海知智能做的语义交互，在特定某种程度做得很好。人类的感官有多种，我们的眼睛是视觉，鼻子闻到是嗅觉，然后我们的触感，摸到一些感觉的东西，甚至还有我们说的第六感，类情绪的决策的东西是非常复杂的，现有的这些技术我觉得还没法达到，短期之内还法达到。大家更加关注AI的威胁在哪儿，实际上这个技术可能会大量去代替传统的产业里面的工种，同声传译这些人受到很大的威胁，以前我们基本上一个发布会里面都会有一个同声传译，现在不需要了，现在的事实可能比他们做得还好，这些人可能会失业，还有以后工厂的人会失业，AI的威胁关注到社会上产业上，这是社会层面上。

另外一个威胁，AI跟许多设备结合，安全性很重要。我们对AI应该关注这个方面。像我们以前看的黑客帝国那样的，我觉得还没那么快，大家也不用太担心这方面。

：我在学校关注过人工智能发展情况，到去年是人工智能60周年，很多人会说人工智能的发展。其实，今天深度学习还有智能神经网络是人工智能细分学派，连接学派，提高图像、语音方面，包括生命科学、机器学习在这些领域如何帮助他们提高图象识别精度。

人工智能大学派，里面有一个行为学派才是真正我们所看到科幻片里面所提到的，让这些人工智能机器、设备，机器人具备人的一些情感。像学位学派，更主张人工智能新技术和我们今天的情感、心理学、逻辑学这些其实结合到一起。

所以，我们其实可以看到，今天很多的所谓的人工智能这些技术都是给定一个输入给到一个输出，今天讲非监督式学习、强化学习，帮助机器在没有任何其它监督情况和其它数据的情况下通过自我学习、自我进化来完成这部分的工作。

但是，我们也看到人工智能三次兴起，两次低谷，第一次因为技术第二次因为计算，第三次因为拥有了海量数据。对于整个连接学派，人工智能识别精度，还有输出结构也是受限的。在这种情况下，人工智能威胁论促使人们产生更高的联想，通过更高的联想才衍生出第一个问题，人工智能的  泡沫。因为大家非常多的联想性，导致让人觉得人工智能无所不能。

今天来讲，人工智能并不是像大家所理解和想象的那样无所不能，而且它的识别精度、准确度以及它的计算能力是非常受限的。所以，在这方面，离真正我们在科幻大片里看到的钢铁侠智能管家，我觉得接下来5到10年都不会发展到这样的阶段。

：我们分两个角度来看，一个现实的角度，一个哲学的角度。从现实角度，就两个字扯淡，大家看阿尔法狗，边界非常明确。我们所有做的各种各样的人工智能是边界非常明确具体的小任务，要把它扩展到通用的场景，比如说我们说了好多年家用机器人，让它帮我洗个碗，想都别想。但是从哲学的角度，大家总会担心是否哪一天核弹会把自己炸了，但人工智能和核弹一样，决策权掌握在人自己手里。

：我个人觉得人脑可以进行小数据量的计算，人工智能是需要大量数据积累，人脑相对来说训练一个东西不需要那么长的时间。那么人脑相对人工智能有什么优势？

：这个问题跟上一个问题有相关性。拿两个我们正在做的例子，从现实角度来讲，重构会把知识工作者的工作知识化了。我就举两个岗位，客服，我想应该明年能减少点人，后年减少50%，客服的工作会被调整。另外一部分分析员，我们去年做了医药行业分析员，过去这个企业有20个分析员，每三个月要出一份报告，针对某一个单一采购物料，这个月80页不需要人去做。

：这是我刚才说的失业问题。

：但是工业革命手工织纺纱，你可以从手工作坊从业者变成纺织工人。

：拓展新的就业方向。

：我们现在能做到80页，除了知识型的工作也做了价格的预测，而且截止到9月份，机器的价格预测和有经验分析员相比，不亚于他们，对于一百个物料采购价格和市场价格的误差率在5%以下，这个超过了有经验的人工工作，很多知识型的工作，机器可以做得更好。这套系统产出的结果相当于两万个分析员才能做的工作，不过还有20%的工作机器做不了，20%是什么？要靠经验，综合大量的信息，直觉，产生的决策。常规的工作可以替代，我们可以称之为辅助决策，但是我不能说完全决策，为什么？人的决策来源信息更多，虽然我们覆盖很宽泛，但最终还是辅助决策的东西，创造性的需要把文本的图像的经验性的各种各样综合在一块，机器还是有很大的局限。

：人脑是很复杂的单元，最厉害的科学家，现在对人脑的研究，我估计1%运作机制都还没有研究透，所以机器计算更多还是特殊场景，垂直到某个领域里边，而且它有大量做重复的那种计算或者重复的数据之类的这样一些东西，计算机来做是可以的，但是我觉得人脑，很复杂就像我们刚才说的，里面有很多逻辑单元，比方我们嗅觉，包括视觉、听觉甚至一些情绪，这些方面实际上都会影响我们人脑最终的决策，我觉得它的创造性这些东西实际上都可能计算机没法去比拟。

：在这上面，我们可以类比一下，基本上现在大部分的学术界还有产业界都认同的一点。

我们现在身处第四次技术革命区间里面：第一次的工业革命，实际上是蒸汽机代替了很多纺织的重复的劳动工作；第二次工业革命，实际上是带来内燃机包括电力在很多新部门的应用；第三次革命，看到原子核能像一些PC这些时代应用；这一次人工智能，芯片、传感器的提升。

而在所有垂直领域里面，与以前重复性劳动性的工作相比而言，人工智能可能会让今天很多重复性的低级化的劳动工作被逐渐替代。当人们从重复性劳动工作解放出来后，就可以有更多时间去做思考，去做跟人文艺术相关这部分的工作，我们可以看到这也是人最擅长的地方。

刚刚我也提到了，人工智能目前最兴盛的学派是连接学派，所能做的事情就是计算，大量重复的计算。中科院有这些专家就在讲，真正的人脑相比于今天的机器深度学习芯片而言，最大的一点不同就是人的所有决策跟行为不仅仅简单的依赖于我们的大脑。

之前，有很多做过动物性的实验包括人体心脏、肠等，其实都会有一个小型类似于人脑决策的机制。今天很多生物学家研究肠脑，大肠和小肠跟我们人脑一起做相关性的决策。1976年之后，整个神经网络都是在讲模拟人脑里面的神经网络节点，但是却忽略了人的整体行为上面，有很多不同的器官之间的组合，才构成一个人身体上的行为。

所以，我认为下一个人工智能的爆发点是在行为学派，行为学派才是一个真正模拟人，在科幻里面提供智能设备，给智能设备赋能和思考的问题，这是人脑和人工智能计算最有区别的地方。

：刚才大家都讲得很好，我就讲一个好玩点的小故事。我是清华电子的，我们每年8、9月份有个会议，邀请大家回去聊一聊，会有一些比如做量化投资分享一些人工智能在量化投资的应用，大家知道二级市场近年来有比较大的变化，这一年多，IPO明显加速，IPO加速以后造成低价格，他们用神经网络做量化的东西，发现原来那套算法亏了不少，但是用神经网络算法亏得更多，归根到底所谓人工智能到这个阶段都是对于已有的数据和经验的一个整合。你对于过去整合得越好，你对于未来变化就越差，人工智能有两个做不了，一个叫见风使舵，一个叫量情而酌。所有需要创造型的工作，人工智能都没有办法做到，人工智能还是有很多的局限性。

：大家都在说AI基础是海量的数据，BAT他们掌握了这些数据，台上都是创业公司，大家觉得在这个时候在数据可能被更多巨头掌握的时候，我们的机遇在哪里？一句话总结一下。

谢殿侠：一些开放的数据实际上大家都有能力获取，但关键就看你对数据加工能力，比如说在音乐、医药这方面的深度和加工能力，BAT没有我们做得深入。第二块走开放的模式，所以跟BAT现在都有合作。

：我的建议也是要拥抱巨头，因为巨头有钱有人，又有数据，但是唯一缺的是在垂直场景上和垂直应用上没有足够多的资源投入进来，没有那么多精力投入进来。你跟他一起搞就可以，实际上现在BAT也越来越开放了，我们现在就跟百度，人工智能技术团队有深度的合作，包括不久前在百度世界大会，我们联合发布了一些产品，百度也会觉得我们这样的公司对它是一个很好的补充。

：第一，本身我是学计算机的，我会更多从计算机出发。比如，过去30多年计算机思维领域的发展，一个是学习几何领域，今天所说的BAT，都是学习领域里边人脸识别、物体识别、语义识别。

但是，过去的五年到今天为止，学术界更多关注在非学习几何领域，不依赖数据而产生实施决策和算法，他们同样属于人工智能，而且同样具有价值性。

所以，今天很多巨头依赖背后海量数据做了识别、分析，但是忽略了一点，在非学习几何领域这几年突破性的算法，在嵌入式端、末端进行了更深的移植还有更深层次的转移。

第二，提到人工智能大家就会想到BAT，但是我想说的是，今天其实大部分或者很多人工智能公司，并不清楚整个自己行业用户和自己在产业链里面的地位是在什么地方。BAT只是今天互联网公司向移动互联网型转型的工作，大量人工智能依赖产业链上下游，特别像上游芯片技术公司、光学模组公司和它的下游家电公司、汽车公司。

我们看到，BAT互联网型公司所能提供现在产业的价值仅仅是云端的架构、云端计算资源和海量数据，不能提供给整个产业链的价值就是它的上游。而芯片等关键性的零部件，可以提供关键性的解决方案，和面向下游关键性集成。在很多垂直领域和垂直细分产业链上，人工智能公司依然存在机会，尤其是在上下游互补，对关键性零部件和解决方案的理解等方面。

：我觉得主要两点，一个叫场景，一个叫产品。场景，大家可以看到场景太多了，每个公司都有自己的业务边界，像海康年营收500亿，如果一个市场小于50亿的市场，他看都不看。但如果你拿50亿，这就是几百亿市值的大公司，结合很多场景有很多机会。第二是产品，百度原来推过眼镜，推过很多东西，但最后你没有看到他能够落实下来的产品，但凡牵扯到硬件是以年来计，慢工出细活，但是BAT互联网背景可能不太适合这样一些场景，所以在产品能力上他们不是很强。所以我觉得这两点还是有机会。