AI無(wú)疑是這幾年的一個(gè)熱門(mén)的行業(yè)，不論是創(chuàng)業(yè)項(xiàng)目數(shù)量，融資金額，還是融資速度都很突出。掃一下手掌即可輕松通過(guò)手脈門(mén)禁系統(tǒng)，無(wú)人售貨柜和兜售機(jī)器人使消費(fèi)者更便捷購(gòu)物，智能公交可以自動(dòng)駕駛，人車對(duì)話等等，小到穿行于城市之間的日常起居，大到酒店、餐廳、交通、商圈等智能化管理，隨著AI技術(shù)日益成熟，這樣的應(yīng)用場(chǎng)景正在成為現(xiàn)實(shí)。

AI產(chǎn)業(yè)投資持續(xù)增長(zhǎng)

隨著人工智能技術(shù)、云計(jì)算等大數(shù)據(jù)等技術(shù)的成熟發(fā)展，歷經(jīng)了半個(gè)多世紀(jì)的人工智能一直都不溫不火，但近幾年突然爆發(fā)，在人工智能邊緣設(shè)備技術(shù)大規(guī)模在各個(gè)產(chǎn)業(yè)中落地應(yīng)用落地的同時(shí)，將其推上一個(gè)更為興盛的階段，AI越來(lái)越受到各國(guó)政府和各大企業(yè)的高度重視。

在2019年《斯坦福2019全球AI報(bào)告》中顯示，全球私有AI投資超過(guò)700億美元，與AI相關(guān)的創(chuàng)業(yè)投資超過(guò)370億美元，并購(gòu)交易金額340億美元，IPO為50億美元，相當(dāng)于每天2億多美元砸向AI領(lǐng)域。

在全球范圍內(nèi)，對(duì)人工智能初創(chuàng)企業(yè)的投資持續(xù)穩(wěn)步上升。從2010年籌集的13億美元到2018年超過(guò)404億美元（截止到11月4日，2019年達(dá)到了374億美元）。在2010年到2018年間，資金的平均年增長(zhǎng)率超過(guò)48%。獲得資助的AI公司數(shù)量也在增加，2018年超過(guò)3000家AI公司獲得資助。

2014年至2019年（截至11月4日），全球人工智能初創(chuàng)企業(yè)共獲得15798筆投資，平均投資額約為860萬(wàn)美元。注意，這項(xiàng)調(diào)查只考慮投資超過(guò)40萬(wàn)美元的人工智能公司。在初創(chuàng)公司投融資的數(shù)量方面，美國(guó)仍然占主導(dǎo)地位。中國(guó)在這方面排名第二位。如果按人均水平進(jìn)行調(diào)整，以色列實(shí)際上是去年投資最多的國(guó)家，其次是新加坡和冰島。

AI發(fā)展關(guān)鍵支柱

目前人工智能在不斷的進(jìn)步，并且隨著這種進(jìn)步勢(shì)必會(huì)改變一大批產(chǎn)業(yè)的形態(tài)和技術(shù)需求。人工智能的發(fā)展有三大支柱：算法、算力和數(shù)據(jù)，這三者相輔相成、相互制約，但其中數(shù)據(jù)是核心要義，只要有了大量?jī)?yōu)質(zhì)精準(zhǔn)的數(shù)據(jù)，再加上算法實(shí)現(xiàn)高效的機(jī)器運(yùn)算、算力的推動(dòng)，人工智能才能越走越遠(yuǎn)。

數(shù)據(jù)是人工智能底層邏輯中不可或缺的支撐要素，因?yàn)槿斯ぶ悄艿谋举|(zhì)就像人類要不斷的通過(guò)訓(xùn)練來(lái)獲取技能一樣，AI的根基就是訓(xùn)練，需要經(jīng)過(guò)大量數(shù)據(jù)進(jìn)行訓(xùn)練，神經(jīng)網(wǎng)絡(luò)才能總結(jié)出規(guī)律，進(jìn)而熟能生巧的應(yīng)用到新樣本上”。其次，要想經(jīng)算法訓(xùn)練后獲得的模型更加智能，僅“數(shù)據(jù)”遠(yuǎn)遠(yuǎn)不夠的，這背后更多的是對(duì)數(shù)據(jù)的“高質(zhì)、精準(zhǔn)、安全”的要求。

隨著人工智能逐漸從學(xué)術(shù)走向產(chǎn)品化、落地化、市場(chǎng)化，企業(yè)對(duì)于場(chǎng)景數(shù)據(jù)的要求也越來(lái)越多維，所以引入更多維度的數(shù)據(jù)去完善AI產(chǎn)品落地前的模型，也是當(dāng)下行業(yè)發(fā)展的趨勢(shì)。

AI產(chǎn)業(yè)改變出行方式

在出行領(lǐng)域，人工智能對(duì)未來(lái)的發(fā)展和賦能可能是劃時(shí)代的，自動(dòng)駕駛汽車在過(guò)去一年中獲得了全球投資的最大份額77 億美元，占比9．9％，自動(dòng)駕駛在全球人工智能投資中的占比最高，而這一投資也影響了很多企業(yè)的的未來(lái)發(fā)展。2015—2018年間，加利福尼亞州測(cè)試自動(dòng)駕駛的總行駛里程數(shù)和公司總數(shù)增長(zhǎng)了7倍以上。2018年，加利福尼亞州為50多家公司和500多輛AVs公司頒發(fā)了測(cè)試許可證，行駛里程超過(guò)200萬(wàn)英里。

沃爾沃也發(fā)布了為出行巨頭Uber設(shè)計(jì)的全自動(dòng)版SUV XC90，而寶馬和奔馳已結(jié)成合作伙伴關(guān)系，最早將于2024年生產(chǎn)面向消費(fèi)者的全自動(dòng)駕駛的量產(chǎn)車型。捷豹路虎已與谷歌旗下的科技公司W(wǎng)aymo合作，計(jì)劃生產(chǎn)2萬(wàn)輛全電動(dòng)版I-Pace無(wú)人駕駛汽車。豐田和鈴木于2019年8月達(dá)成合作協(xié)議，大眾和福特也將在自動(dòng)駕駛上攜手合作。

特斯拉的Autopilot系統(tǒng)可能是最著名的半自動(dòng)駕駛技術(shù)，目前仍在不斷發(fā)展。目前，這個(gè)系統(tǒng)可以在高速公路上控制汽車的油門(mén)、轉(zhuǎn)向和剎車，還具備自動(dòng)換道功能、自動(dòng)泊車功能和“召喚”功能，也就是說(shuō)車輛可以在停車場(chǎng)自動(dòng)行駛到主人跟前。

英國(guó)也是自動(dòng)駕駛汽車研究的領(lǐng)先國(guó)家之一。許多制造商意識(shí)到這項(xiàng)技術(shù)開(kāi)發(fā)所需的資金投入規(guī)模巨大，并開(kāi)始重整業(yè)務(wù)。比如，福特就重新調(diào)整了對(duì)全自動(dòng)駕駛汽車的預(yù)期，并與大眾開(kāi)展合作。

AI產(chǎn)業(yè)改變企業(yè)需求

人工智能在公司發(fā)展上到目前為止，工業(yè)已經(jīng)成為人工智能人才的最大消費(fèi)群體。有58%的受訪大公司表示，2019年至少有一個(gè)職能或業(yè)務(wù)部門(mén)采用人工智能，高于2018年的47%。只有19%的受訪大公司表示，他們的組織正在采取措施降低與算法可解釋性相關(guān)的風(fēng)險(xiǎn)，13%的公司正在降低對(duì)公平和公正的風(fēng)險(xiǎn)，如算法偏見(jiàn)和歧視。

人工智能工作的比例從 2012 年的 0.3％ 增長(zhǎng)到了 2019 年的 0.8％，人工智能的勞動(dòng)力需求正在增長(zhǎng)。與人工智能相關(guān)的工作職位發(fā)布數(shù)量占總量的比例由2010年的0．26％上漲至2019年10月的1．32％，其中機(jī)器學(xué)習(xí)占比最高，為0．51％。超過(guò)60%的人工智能博士畢業(yè)生進(jìn)入了工業(yè)領(lǐng)域，高于2004年的20%。2018年，從事工業(yè)的人工智能博士畢業(yè)生人數(shù)是從事學(xué)術(shù)工作的兩倍多，與人工智能相關(guān)的勞動(dòng)力需求在高技術(shù)服務(wù)和制造業(yè)領(lǐng)域增長(zhǎng)尤其明顯。

全球范圍內(nèi)人工智能和相關(guān)學(xué)科以及在線課程的招生人數(shù)都相繼快速增長(zhǎng)，越來(lái)越多的人工智能教育超出了實(shí)體大學(xué)的范圍，在線學(xué)習(xí)也在教育和發(fā)展全球勞動(dòng)力中發(fā)揮著關(guān)鍵作用。也有很多學(xué)生在課程選擇上，人工智能已經(jīng)成為北美地區(qū)計(jì)算機(jī)科學(xué)博士生中最受歡迎的專業(yè)，其學(xué)生數(shù)量是第二受歡迎專業(yè)（安全/信息保證）的兩倍多。2018年，全美計(jì)算機(jī)科學(xué)專業(yè)博士畢業(yè)生中，有21％為AI／ML方向。人工智能產(chǎn)業(yè)是人才最大的流動(dòng)池。2018年，接近60％的人工智能博士畢業(yè)生選擇進(jìn)入人工智能產(chǎn)業(yè)發(fā)展。

AI產(chǎn)業(yè)提高技術(shù)突破

據(jù)報(bào)告顯示，人工智能技能在特定行業(yè)的平均滲透率是全球相同職業(yè)平均水平的2.6倍。印度、美國(guó)、法國(guó)、中國(guó)和以色列在所有國(guó)家的AI技能滲透率方面經(jīng)常名列前茅。2012年之前，人工智能的結(jié)果緊追摩爾定律，計(jì)算每?jī)赡攴环?012年以后，計(jì)算量每3.4個(gè)月翻一番。

在近一年半的時(shí)間里，云基礎(chǔ)架構(gòu)上訓(xùn)練大型圖像分類系統(tǒng)所需的時(shí)間大大縮短，從2017年10月的大約3個(gè)小時(shí)，減少到2019年7月的大約88秒。在同一時(shí)期訓(xùn)練這種系統(tǒng)的成本也相對(duì)下降了。

在 SuperGLUE 和 SQuAD2.0 基準(zhǔn)測(cè)試中，一些廣泛的自然語(yǔ)言處理（NLP）分類任務(wù)的進(jìn)展非常迅速；在某些需要推理的 NLP 任務(wù)（例如 AI2 推理挑戰(zhàn)）或人類水平的概念學(xué)習(xí)任務(wù)（例如 Omniglot 挑戰(zhàn)）上，性能仍然較低。

結(jié)尾：

人工智能的長(zhǎng)期價(jià)值幾乎無(wú)人否定，人工智能產(chǎn)業(yè)的發(fā)展不僅提高了我們衣食住行和生活的品質(zhì)，也提高了各國(guó)經(jīng)濟(jì)的發(fā)展，促進(jìn)各國(guó)科技的進(jìn)步，雖然現(xiàn)在很多AI并沒(méi)有廣泛運(yùn)用，但是在不久的將來(lái)這些一定可以實(shí)現(xiàn)的。