1700513468
尽管谷歌在人工智能精英竞赛里领先一步，但鹿死谁手犹未可知。如上所述，根本性的突破少之又少，出现的时间间隔也很大，而且颠覆性的发现通常出现在意想不到之处。深度学习来自一个小众网络，是一群主流研究人员看不起的、研究机器学习方法的研究人员得出的成果。如果下一个深度学习真的存在，那它可能藏在某个校园或是企业实验室里，至于何时何地出现谁也不知道。虽然世界在等待新的突破，但现在我们还处于人工智能实干时代。
1700513469
1700513471
人工智能的电网、电池之战
1700513472
1700513473
人工智能巨头们并非只是在寻找下一个深度学习的跑道上竞赛。目前它们与小型人工智能创业公司还有一战，因为一些小型创业公司正在利用机器学习革新某些产业。这是将人工智能“电能”分配进经济体系的两种不同方式的较量：七巨头的“电网”式与创业公司的“电池”式。这场较量的结果将决定人工智能的商业格局——垄断、寡头或是数百个公司自由竞争。
1700513474
1700513475
“电网”式的目标就是将机器学习的力量转化成标准化服务，可以由任何公司购买，无论是达成学术目的还是个人使用都可以通过云计算平台实现共享，甚至可以免费使用。这个模式中，云计算机平台就是电网，作用是根据用户提供的不同数据，实现复杂机器学习最佳化。“电网”式可以降低专业门槛，提升云人工智能平台的功能。连入“电网”就能让有大数据的传统公司轻易使用到最棒的人工智能，而不用将优化人工智能作为核心工作。当然，应用机器学习绝非将电力输入房屋那么简单（恐怕也永远不会这么简单），但是这些云平台后面的公司如谷歌、阿里巴巴、亚马逊等希望扮演公共事业公司的角色，管控“电网”并收取费用。
1700513476
1700513477
谷歌的TensorFlow是一个打造深度学习模型的开源软件生态系统，虽仍需要一些人工智能专家运营，但已经展现出这个模式的雏形。2015年，谷歌的人工智能专家创建了TensorFlow，借助TensorFlow，公司的工程师可以更容易地提高搜索和语音识别服务的精确性。在将TensorFlow开放给公司内部工程师数月后，谷歌宣布软件免费向全球开放。近3年后，这一机器学习平台成为人工智能工程师使用机器学习开发新应用的首选工具。这个平台的客户之一保险巨头安盛（AXA），就利用TensorFlow开发了可预测高昂保费的交通事故的系统。2017年，云服务基础设施的市场规模约为400亿美元，亚马逊和微软占据了大半江山，谷歌位居第三。借助TensorFlow，谷歌希望自己的云服务市场份额在5年内跃升至第一。在未来，大力投资人工智能的传统公司为了让自身搭建和运行人工智能的成本更低，会向云服务提供商砸下重金，购买“电网”服务。
1700513478
1700513479
相对较小的人工智能创业公司则选择了另一条路：为各行各业打造具有高度针对性的人工智能“电池”，这时“电网”还没有成形。这些创业公司靠的是深度而非广度。它们不打算提供通用型的机器学习能力，而是为特定目的打造产品、打磨算法，如医疗诊断、抵押贷款和自动无人机等。它们把宝押在了传统商业日常运营中，众多琐碎细节无法很好地跟通用网络契合在一点上。准确地说，这些创业公司不是要让传统公司“用标准的”人工智能，而是为传统公司量身打造能即刻融入公司正常流程的人工智能。
1700513480
1700513481
现在判断“电网”式和“电池”式孰优孰劣为时尚早。谷歌这些巨头在缓慢向世界伸出触角，而中国和美国的创业公司则在激烈争夺新领域、加强自己面对七巨头的竞争力。这场份额争夺战将最终决定新的经济格局：是七巨头获得大部分利润，成为人工智能时代的超级公共事业公司，还是由更多新公司瓜分巨大的蛋糕？
1700513482
1700513484
中国芯片的机会与挑战
1700513485
1700513486
除了人工智能巨头、创业公司和两大国家之外，人工智能竞争中还有一类选手——计算机芯片制造商。高性能芯片通常是计算机革命中默默无闻的英雄，是台式机、笔记本、智能手机、平板电脑的核心所在。虽然不为终端用户所知，但从经济和安全角度讲，打造这些芯片十分重要。
1700513487
1700513488
每一代计算机都需要不同芯片。当台式机占领王座时，芯片制造商不在乎耗电，努力为高分辨率屏幕打造最快处理器和显卡。英特尔是设计这种芯片的专家，在台式机时代创造了巨大财富。但是随着智能手机的普及，高效用电成了芯片成败的关键，高通公司以英国ARM的芯片为基础设计出来的产品后来居上。
1700513489
1700513490
现在，随着传统计算机程序逐渐被人工智能算法替代，需求再次发生了变化。机器学习需要快速运行复杂的数学计算，这一点是英特尔或者高通公司的芯片都不曾注重的。于是，以设计电子游戏所需的高性能图像处理芯片闻名的英伟达（Nvidia）乘虚而入，图像处理背后的数学原理与人工智能算法的需求十分匹配，英伟达也因此成了芯片市场的新星。当英特尔犹豫不定时，仅百度一家公司从英伟达购进的深度学习芯片的数量就达到向英特尔采购数量的4倍。2016年到2018年年初，英伟达的股价翻了10倍。
1700513491
1700513492
围绕着人脸识别与自动驾驶等新型需求，各家公司开始了下一代人工智能芯片的竞赛。这一次，连谷歌、百度、微软和Facebook这些从不曾研发芯片的公司也一拥而上：2016年5月，谷歌宣布，其专门为TensorFlow设计的芯片TPU已经秘密使用了一年多；9月，微软发布了可以执行Bing（必应，微软自己开发的搜索引擎）机器学习算法的可编程芯片，来增强英特尔处理器的计算性能，以提高网页搜索速度。当然，芯片业内的英特尔、高通和一些资金雄厚的硅谷创业公司更是不敢怠慢。于是在业内随处可见互联网科技公司和芯片公司联手进军人工智能的芯片领域的场景。
1700513493
1700513494
中国政府数十年来都在努力研发国产高性能芯片。但是这一过程十分复杂，对专业度要求极高。过去30年，硅谷公司一直保持着芯片开发的领先地位。这一次，中国政府和中国芯片创业公司都希望能有所不同，科技部投入了大量资金，指明要研发出在性能、耗能效率上高出英伟达现有产品20倍的高效芯片。中国的芯片创业公司如地平线机器人、比特大陆科技有限公司、寒武纪科技公司等均获得了大量投资，用于研发针对自动驾驶和其他人工智能应用的各种产品。中国在数据上的优势也将在芯片研发中发挥作用，为硬件开发商提供无数能检验产品的实例。
1700513495
1700513496
总之，目前在人工智能芯片研发领域，硅谷仍然处于领先地位，但这一优势可能在未来10—20年被中国政府和中国的风投赶上，因为在人工智能带来的大规模经济变化面前，政府和企业都非常看重芯片。
1700513497
1700513499
太平洋两岸的两个计划
1700513500
1700513501
2016年10月12日，当时的美国总统贝拉克·奥巴马在白宫发布了一个酝酿良久的计划(9) ，内容是讨论美国要如何利用人工智能的力量。该文件详述了人工智能将为经济体系带来巨大转型，阐明了把握这个机遇的细节步骤，如增加研究投入、提高军民合作、投入应对社会变化等。这份总结变化、提出方案的优秀报告没有激起美国人工智能的热潮，没有为人工智能创业公司带来新一轮风投和政府资助，也没有刺激市长或者州长们发布对人工智能友好的政策。当新任总统特朗普在报告发布3周后入主白宫时，甚至直接提议减少10%的美国国家科学基金会经费。(10)
1700513502
1700513503
美国社会各界对白宫发布的报告反应冷淡，与中国国务院发布人工智能发展计划后引发的全民热潮形成了强烈的对比。2017年7月，国务院发布的《新一代人工智能发展规划》造成了巨大的冲击波，这份规划与白宫报告有许多异曲同工之处，列出了数百种针对各行业的人工智能应用，为中国成为人工智能超级大国的进程列出了清晰的目标。该文件表示中国要在2020年跻身人工智能强国的行列，2025年完成某些重大突破，2030年成为世界主要的人工智能创新中心。
1700513504
1700513505
如果说AlphaGo曾是中国的“斯普特尼克”时刻，那么这个政府主导的人工智能计划，其影响远甚于约翰·肯尼迪总统关于美国人类登月的标志性演讲。这份文件中虽然没有肯尼迪的豪言壮语，却达到了更好的效果，激发了全国上下创新的积极性。
1700513506
1700513508
押宝人工智能
1700513509
1700513510
随着政府发布中国的人工智能发展计划，积极进取的城市纷纷采取行动，将管辖区域转型为人工智能热点城市。通过政府的“引导基金”将风投资金引导至人工智能领域，购买当地人工智能创业公司的产品和服务，设置数十个特别开发区和孵化器。
1700513511
1700513512
从南京市的举动就能看出政策推动的力度。与北京、深圳和杭州不同，南京并非中国创业公司的第一选择，为了让南京成为人工智能的热点城市，当地政府投入了大量资金和政策支持，以吸引人工智能公司和顶尖人才。2017年到2020年，南京经济技术开发区计划至少向人工智能开发项目投入30亿元人民币。这笔钱主要用于人工智能行业的补贴和其他优惠支持，如向当地人工智能创业公司投入1500万元人民币，其中研究经费最高可达500万元人民币，并保证每家公司至少有100万元人民币用于吸引人才。此外，当地政府与人脸识别和自动化机器人技术公司签订合同、简化公司注册手续、为公司高管的孩子们提供就读当地学校名额、为公司员工提供宿舍等。南京市的高新开发区还成立了“智谷”（AI Valley），建筑面积共有200万平方米。这只是中国的一个城市，是中国发展人工智能的缩影。南京有800万人口，而中国有上百个人口超过百万的城市。除了南京，很多其他城市也启动了类似规模的人工智能园区规划，如重庆、广州、上海、宁波、合肥等。此外，中国有多所大学开设了与人工智能相关的本科专业，如中国科学院大学、西安电子科技大学、上海交通大学、重庆邮电大学、哈尔滨工业大学、天津大学、南开大学、吉林大学等。这些院校分布在中国的大江南北，未来有一大批人工智能人才将要从这些学校走出，参与到人工智能的研发与推广中。
1700513513
1700513514
这一拨政府激励正在许多城市如火如荼地进行，竞相吸引、投资、协助人工智能公司。这是过去10年里，我目睹的中国政府对科技研发的第二次推动。2007年至2017年，中国的高速铁路从零走到了世界第一，在2015年李克强总理发起“大众创业，万众创新”的号召之后，一拨有特色的激励政策创造了6600家孵化器，成功地改变了中国在技术创业方面的文化导向。
1700513515
1700513516
当然，现在还不能预测中国人工智能规划的结果，但如果从中国历史中寻找线索，会发现这种方式可能效率不够理想但效果好。投资规模如此之大，发展速度如此之快，难免会出现效率不够理想的情况。政府的政策推动也决定了难免会出现浪费的现象：为人工智能公司员工建设的宿舍会有空置，落地的创业公司也可能失败或倒闭，总会有传统科技公司套上人工智能公司的名号抢到不应得的补贴，也会有采购的人工智能设备在办公室积灰。但是，中国政府仍然愿意冒这个险，愿意承担在追求一个更伟大目标的过程中可能遭受的损失，这个目标就是强力推动经济增长、进行技术的升级。这个自上而下引导的转型，潜在优点是规模足够巨大，能为如此大的投入做担保。
1700513517
[
上一页 ]
[ :1.700513468e+09 ]
[
下一页 ]