2006年，Hinton教授發(fā)明了一種訓練深層網(wǎng)絡的新思路，隨后三篇論文炸開了深度學習算法突破口。很快，又有公司發(fā)明了用于支持深度學習算法的新型芯片，大大改善了舊芯片計算能力不足的問題。

AI能否完成人類歷史上的顛覆式創(chuàng)新，開啟人類新時代?

60余年來人們對這個話題一直爭論不休。

2006年，Hinton教授發(fā)明了一種訓練深層網(wǎng)絡的新思路，隨后三篇論文炸開了深度學習算法突破口。很快，又有公司發(fā)明了用于支持深度學習算法的新型芯片，大大改善了舊芯片計算能力不足的問題。在算法和算力的支持下，互聯(lián)網(wǎng)存儲了20多年的大量數(shù)據(jù)終于找到了它的歷史使命:訓練機器。于是第三次人工智能熱潮被掀起了。

雖然，這一次深度學習算法將語音、圖像識別率先推向了人類實現(xiàn)的最佳邊界，但是目前AI算法并不完美，一是算法訓練模型只能針對特定領域，通用性差;二是這一代算法太依賴于數(shù)據(jù)。

AI推理、思考、聯(lián)想等智力功能與人類大腦相去甚遠，目前，AI的發(fā)展水平整體上只能算是處于“微智時代”。要想讓機器成精，AI還需更上幾層樓，恐怕要更待時日。

在目前的AI微智時代，創(chuàng)業(yè)公司大致可分為三個梯隊:廣義機器人、自然語言處理、計算機視覺與圖像。

根據(jù)騰訊研究院&IT桔子聯(lián)合發(fā)布的《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》統(tǒng)計數(shù)據(jù)，國內智能機器人與無人機相關技術創(chuàng)業(yè)最為火爆，位居第一梯隊;語義分析、語音識別、聊天機器人等自然語言系列的技術位列第二梯隊;第三梯隊則為人臉識別、視頻和監(jiān)控、自動駕駛、圖像識別等計算機視覺系列的技術。

另外，情感計算這種綜合了心理學、語義、視覺、環(huán)境感知等多種技術的復雜應用技術也在慢慢成長中，這類企業(yè)正在嘗試產業(yè)的探索與創(chuàng)新，前景廣闊，但是目前處于熱度排行末端。

B端市場(企業(yè)級市場)無疑是創(chuàng)業(yè)最合適的切入點，可以充分發(fā)揮AI的工具性，提升效率和體驗，從而跨過工業(yè)應用紅線。

雖然目前的AI技術應用多數(shù)著眼于B端市場，為企業(yè)提供服務，不過，近兩年來，市場上出現(xiàn)了一些定位于消費類用戶的產品。

靠近C端市場(消費類市場)中的用戶并探索流量和數(shù)據(jù)的變現(xiàn)模式是較為理想的發(fā)展路徑，比如，在廣告、媒體、美妝、設計等行業(yè)已經(jīng)涌現(xiàn)了第一批消費級終端產品，并且在消費者中形成了一定的影響力。

消費級市場或許是近期人工智能應用爆發(fā)的一個重要場景。據(jù)統(tǒng)計，美國已經(jīng)有超過50家針對C端的初創(chuàng)AI企業(yè)，融資規(guī)模超過8億人民幣，雖然這些公司仍然十分微小，但是星星之火可以燎原。我們可以預見，AI消費級產品遍地開花已為期不遠了。

技術實力是AI公司的核心競爭力之一，而技術+產品+行業(yè)落地更是其勝負關鍵。新一代人工智能的繁榮，猶如一棵枝葉繁茂的大樹，滲透至各行業(yè)的藍天之中，服務于眾多領域。

報告數(shù)據(jù)顯示，醫(yī)療行業(yè)成為AI應用最為火熱的行業(yè)，其中包括醫(yī)療影像診斷、醫(yī)學病歷分析等方向，目前弱人工智能更容易在醫(yī)學這種專業(yè)性較強但不要求通用能力的行業(yè)發(fā)揮作用。

汽車行業(yè)則憑借自動駕駛相關AI技術脫穎而出位列第二，有80家AI公司業(yè)務和汽車相關，其中30家專注于自動駕駛相關技術。排在之后的AI技術行業(yè)應用方向，包括了教育、金融、制造、安防、家居等行業(yè)。

更多資訊請關注工業(yè)機器人頻道