人工智能所研究的是让计算机去模仿人类思考的科技，但实际上，人工智能学界的普遍共识是人工智能实际上还处于非常低智的阶段。目前绝大多数的系统，包括神乎其神的深度学习神经网络，都还没有达到能够思考的程度。

　　因为不能够思考，所以严格意义来说，现在出现的场内项目都配不上“智能”二字。根据Gartner2016年度新兴技术成熟度曲线显示，基本项目成熟时间要5至10年，像自动驾驶这样综合性能要求更高的，期待它商用起码要等10年之后了。

　　如果将现有人工智能产业进行分层——基础层、技术层和应用层，其中技术层便是人工智能发展的核心，应用层的产品够不够智能是取决于技术层面的大脑是否能够思考。

　　以下便是亿欧智库所绘制的人工智能产业全景图，横轴按照硬件、软件&服务进行两边归类，而竖轴则按照基础层、技术层和应用层向上堆积发展，其中的技术层便是我们所说的——人工智能发展的核心。
　　

　　1、低智时代；

　　而现状是技术层的大脑还不够聪明，如下图，目前计算机仅停留在具备计算能力和感知能力的弱人工智能层，若要往上攀爬一层进入强人工智能，计算机的认知能力是必须的，这也是目前人工智能在试图突破的点。打个比方来说，市面上出现的商业智能解决方案，其大数据分析都是人工做的分析，未来真正的商业智能是要求计算机能做到自动推理和深度学习的。

　

　　2、中国的大数据75%集中在政府手中，BAT次之；

　　基础层的数据资源集中在政府公共部门手中，占比高达75%，互联网三大巨头BAT次之。

　　人工智能时代将大数据视作水电煤角色，而互联网和移动互联网的崛起将线下分散的信息放到线上进行汇流，所以这一波人工智能时代，BAT早已占据高点。一边站台为各家的云计算进行吆喝，另一边挖掘人才来充实自己的技术研究实力，在打通透基础层之后再自下往上去发展。

　　根据艾瑞给出的测算数据显示，到了2020年全球人工智能市场规模将达到1190亿元，年复合增速约19.7%，而2020年中国人工智能市场规模包揽了91亿元，年复合增速更是超过50%。一个新技术的诞生必将改写各个产业的格局，早在互联网时代尝过甜头的BAT，将会是人工智能的头号拥簇。

　　3、国际IT巨头盘踞硬件基础层，单纯做强计算这块基本没机会；

　　在有了海量数据的基础上，传统计算架构无法支撑深度学习的大规模并行计算需求，因此需要适应新环境的底层硬件来更好储备数据、加速计算过程。

　　比如GPU的持续不断进步就在不断地拔高计算速度，根据英伟达的数据，为人工智能推出的运算卡，相比传统双路至强平台，训练速度提升60倍，推断速度则提高16倍左右。

　　硬件基础层这个层面具备通用性，所以在这一领域的巨头都是一家独大，并且这块蛋糕已经被国际IT巨头瓜分霸占，所以初创企业若还想单纯做强计算这块，基本是没有机会了。

　　4、人工智能的关键在于新算法，沉着等待下一个十年；

　　人工智能的核心要关注技术层发展，技术层要重点关注新算法。可以说，在核心算法领域具有绝对优势的公司将在人工智能产业这场长跑赛中取得最终胜利。

　　这样的利弊小孩子都能分辨，但往往现受迫于现实的是，核心算法的开发周期长，而应用产品的开发周期短，所以中国人工智能创业项目大都集中在应用层面，做一个集成的活儿。

　　一方面来看，中国创业偏浮躁，寻求的是一个短期能套现的方式。另一方面，企业是可以依靠应用层创新来获取短期市场机会，但是如果想要谋求长远的竞争优势的话，就要求企业在算法层有较深的技术储备，这一过程要求十年时长并不过分，而一旦掌握了算法就可以迅速将优势向应用层去延展，等到那时再来开发属于自己的应用产品，便是水到渠成的事。

　　巨头也好、资本也好、创业项目也好，人工智能现下比过往都要火热。

　　这一波是人们的又一次集体错觉？还是一场席卷社会变革来临的前兆？

第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。