人工智能爆发的背后逻辑及资本催化的人工智能创业热分析

　　人工智能爆发的背后逻辑

　　要解释一个技术路线发展的逻辑，我们往往从宏观趋势和当前进展两个角度出发。

　　首先来看宏观趋势，人工智能背后代表的先进生产力能够带来巨大的经济效益，因此一直吸引着研发投入。

　　自1956年达特茅斯会议诞生“人工智能”一词 以来，技术发展已经取得了质的突破：大数据和数据处理技术的逐步成熟，包括深度学习算法的提出，以及适合海量训练数据的GPU的引入，开启了人工智能的入口。

　　算法和芯片是AI建设的基础层，除了当前AI市场主流芯片，即英伟达的GPU之外，英特尔（收购Nervana Systems；FPGA）和谷歌（研发Tensor）也在推广自己产品。除了目前主流的两种改善通用芯片用于半定制的深度学习算法之外，业内也在积极研发面向人工智能应用的新的芯片，包括谷歌的TPU、我国中科院计算所的寒武纪，这类的针对特定算法以及特定框架的全定制AI芯片，以及更近一步的，IBM 的TrueNorth这类的类脑芯片（BPU）。

　　*人工智能芯片一览（援引招商证券）

　　算法，尤其是深度学习算法领域，则不是巨头垄断，而是掀起了一波包括计算机视觉、语音交互、机器人/自动化、医疗、安全、消费、商务等领域的创业潮。巨头们往往选择更为基础的算法框架入手，进行开源，以构建自家AI生态，如谷歌的TensorFlow和微软的Cognitive Toolkit。

　　*深度学习创业潮

　　除了基础层建设，AI的前沿进展还包括马斯克的脑机接口项目、基于ARM的深度学习芯片以及英伟达面向医疗的应用、聊天程序/聊天机器人发展出了自己的语言、英特尔的自动驾驶技术研发等。

　　艾瑞咨询分析师张凤表示：“目前我国71%的人工相关企业都在做技术落地应用，在算法技术方面，55%的企业在做计算机视觉，13%在做自然语言处理，只有9%的企业真正研究机器学习。能够很快把技术应用落地是我国的优势，但是对于基层的技术研究，我国的企业实力目前还无法和国外匹敌，这是劣势。”

　　再来看当前进展：现在的AI能做什么？引用FB研发主管Yann LeCun的话，我们现在看到的AI，距离它卍解还很远，不到它真正的能力的5%。