从技术到科学，中国AI向何处去？
2017年，被认为是当代AI的人工智能元年。
2017百度沸点国人搜索榜单十大科技事件中，AlphaGo对战柯洁、智能音箱热卖、无人驾驶汽车上五环，这三大AI事件入围百度2017科技热搜，而且“AlphaGo对战柯洁”更是排名第一。
和美国一样，中国公司对于AI人才简直到了“寤寐求之”的状态，疯抢成了常态，今日头条创始人张一鸣放话：“人才的水平有多高，我们的薪酬就有多高。”商汤科技 “按图索骥”，画出“博士人才名单”，但凡有人即将毕业，就马上找上门，不让任何鱼儿漏网。
投资界的金主们怀着极度急迫的心情，唯恐错过这个史无前例的飓风级“风口”。
2021年，回首望去，结果如何，那些抱着捞一笔的资本大佬，给中国的AI带来了什么。
三年半累计亏损143亿的旷视科技，现在已经到处寻找IPO的途径，也许是资金撑不起了；
三年半累计亏损72亿的依图科技，现在上市也是无能为力；
三年累计亏损30亿的云丛科技，2021年7月30号科创板上市，原因中有其中科院国家队的背景；
五年累计亏损了25亿的中科寒武纪，2020年上市成功，但是前景依旧模糊；
唯一在财报上有盈利的商汤科技，目前已经增长乏力，完全没有了初期的光环，上市和估值都面临着风险；
同样在英国，谷歌旗下最牛的AI公司Deepmind曾经 巨亏27亿。
从某种角度来看，这些依赖讲故事，拼算法的AI公司，希望沿着传统的互联网发展路径创造神奇，在中美乃至都不太可能出现了。
个人认为有以下几个原因：
1.AI技术比传统的英特网要更加复杂，互联网只是链接，通讯，AI涉及到软件，芯片，生态和垂直行业的结合，而目前的AI技术大部分只是弱人工智能，在垂直领域结合应用的效能非常有限；而互联网不一样，只要连接成功，相关结点就可以产能流量价值，就可以获得资本回报，目前AI要变现的机会和领域非常有限，而中国的AI在核心算法和基础理论上又存在巨大的差距，只是停留在应用层面的发展，后期会面临更多的瓶颈，风险会非常高。
2.互联网巨头，硬件巨头本身布局了AI，百度布局的自动驾驶，腾讯在深圳成立了AI lab，聚集了100多科学家。华为其实依赖硬件上的优势，在AI也有一定投入，寒武纪变寒也跟HW的发展AI有关系，这些爆红的AI算法企业，在巨头的阴影下，其实在人才上，在客户需求上最终很难得到突破，另外要达到当年互联网BAT的效应完全是巨头门不允许的事情。
3.AI发展需要有芯片的支持，芯片在AI的发展中起到了非常关键的地位，仅仅依赖算法是很难形成自己的企业生态，而且AI纯软件应用的盈利方式，在国内是非常难。
下一代 AI 的三个可能方向
AI 的未来究竟在哪里？下一代 AI 将是什么？目前很难给出明确答案，但至少有三个方向值得重点探索和突破。
第一个方向是寻求对深度学习的根本理解，破除目前的黑盒状态，只有这样 AI 才有可能成为一门科学。具体来说，应该包括对以下关键问题的突破：
- 对基于 DNN 函数空间的更全面刻画；
- 对 SGD（或更广义的一阶优化算法）的理解；
- 重新考虑泛化理论的基础。
第二个方向是知识和数据的有机融合。
人类在做大量决定时，不仅使用数据，而且大量使用知识。如果我们的 AI 能够把知识结构有机融入，成为重要组成部分，AI 势必有突破性的发展。研究者已经在做知识图谱等工作，但需要进一步解决知识和数据的有机结合，探索出可用的框架。之前曾有些创新性的尝试，比如 Markov Logic，就是把逻辑和基础理论结合起来，形成了一些有趣的结构。
第三个重要方向是自监督学习和小样本学习。
将这个列在第三，但却是目前值得重点推进的方向，它可以弥补 AI 和人类智能之间的差距。
我们已经半只脚踏入 AI 时代的大门，这注定是一个比电气时代更加辉煌、激动人心的时代，但这一切的前提，都有赖于所有研究者的坚定不移的努力。 返回搜狐，查看更多
责任编辑：