近日，AI圈被一篇題為《投資人逃離人工智能》的文章刷屏了。該文章以一家人臉識別“千里馬”企業的融資難經歷，講述了人工智能初創企業面臨“資本寒冬”、投資人逃離人工智能領域的情況。

9月25日下午，一場人工智能產學研合作研討會在廣電運通公司舉行。《每日經濟新聞》記者在現場獲悉，多位與會專家對人工智能的“寒冬論”表示在預料之中。“（人工智能）產業起起伏伏了很多次，每次（行業）起來，我們都覺得能解決問題的，（最后）發現還是不行，就又下去了。”電子科技大學光電科學與工程學院教授高椿明在接受記者采訪時如是表示。在他看來，這輪人工智能資本“寒冬”背后的原因在于AI企業與現實應用場景的結合問題。

廣電運通副總經理魏東也持有相同的觀點。他表示，以人臉識別為例，一些純粹AI技術的初創企業會通過各種競賽去刷識別率數據，再拿著這些指標去融資，但從應用的角度來看，“我們認為，（識別率）差一兩個百分點甚至幾個百分點，對應用本身沒有本質的區別。”魏東強調，單一人工智能技術并沒有太多價值，關鍵還是如何與場景結合。

人工智能走到瓶頸期

2016年的春天，世界圍棋冠軍李世石在與谷歌人工智能系統AlphaGo的對壘中失敗，意味著機器人戰勝了人類，人工智能界一片歡呼。在這場比賽當天，《每日經濟新聞》記者正在上海參加中國家電及消費電子博覽會（AWE）。會上，互聯網界人士興致勃勃、春風滿面，BroadLink CEO劉宗孺欣喜地說：“這表示人工智能的極點來了。”

AlphaGo“風光一時”之后，2016年至2017年，國內的確掀起了人工智能投資熱潮，投資界瘋狂撒錢，人工智能獨角獸逐漸養成。但如今看來，極點不僅沒有如期來臨，人工智能行業反而正在經歷又一輪“寒冬期”。日前，“投資人逃離人工智能”成為了全行業討論的焦點。

9月25日下午，魏東在接受《每日經濟新聞》記者采訪時表示：“我不是搞投資的，但據我了解，實際上從去年下半年開始，投資人在AI領域都變得不像前期那么大膽了。某些獨角獸企業前期估值快速爆發，而傳統投資都是買漲不買跌。”據魏東介紹，一些AI獨角獸公司在實現盈利的道路上還需要一些過程，而現在投資界的態度并不樂觀，他們不認為這個過程一定能迎來好的結果，這也是當下投資界對人工智能出現爭論的原因。

中山大學數據科學與計算機學院教授賴劍煌也表示，AI行業從過度期望正轉向過度失望。CB Insight數據顯示，2018年90%的人工智能公司處于虧損狀態。做出AlphaGo的谷歌旗下人工智能公司DeepMind2018年負債超過12億美元，虧損5.72億美元。

賴劍煌稱，多家AI公司因技術落地進度遠遠達不到預期，正在出售資產，或是公司投資人陸續退出。“投資人投了幾年，發現達不到效果，就撤資了。”對于投資界的“逃離”，賴劍煌指出，根本原因是AI技術“和場景結合得不是特別好”。

高椿明對《每日經濟新聞》記者表示，以他的實際經驗來看，工業應用上追求的是百萬分之幾的失效率，這個級別的失效率純粹依托某項單一的AI技術是很難實現的。

魏東也在接受記者采訪時稱，純粹的AI技術公司應該回歸到應用和場景的結合。“再高超的AI技術都要解決好場景落地，幫助場景里的客戶真正解決問題。”

他進一步表示，從廣電運通的實際應用經驗來看，純粹的AI技術公司在單一技術上做得多么高超并沒有太大價值。他以深圳地鐵的人工智能應用案例分析稱，作為行業整體解決方案的供應商，廣電運通不會只盯著單一AI技術，“通過單一的人臉識別技術去識別人的時候，無論識別率多么高，總會有認不準的時候。這就需要第二條路徑幫助解決實際應用問題，通過指靜脈的手段就可以非常確定這個人是A還是B”。

“我覺得（AI初創企業）應該回歸到企業經營的本質。能夠通過融資去真正解決問題，這樣的AI企業才會更穩健、更長久。”魏東表示。

人工智能技術已經被濫用

高椿明告訴記者：“從技術上理解，我們其實很早就預見（人工智能熱潮）是要退潮的。物聯網熱了，大數據熱了，人工智能也熱了，哪個沒有退潮呢？退潮完了，剩下的才是真正有價值的，不能真正落地解決問題的都是有泡沫的。從技術上來看，我們不覺得人工智能是個特別顛覆性的東西，其實在上世紀70年代以后，人工智能沒有真正意義上的大進展。有進展的是計算力，計算快了，而這主要是得益于計算機硬件的發展。”

賴劍煌表示，人工智能起源于1956年，發展至今經歷過好幾個高潮和低谷。在他看來，目前人工智能正處于弱人工智能向強人工智能過渡的階段。“現在人工智能的深度神經網絡學習理論是有智能、無智慧，產業的局限在于先進的算法如何與場景結合，企業怎么賺到錢。”他進一步指出，人工智能的產業局限還在于人工費用高昂，而初創企業基本上是靠風投收回成本。

中山大學數據科學與計算機學院教授賴劍煌 圖片來源：每經記者 陳鵬麗 攝

今年9月，換臉軟件ZAO引起外界恐慌。賴劍煌認為，這是人工智能技術被濫用的一個典型案例。“里面有很多隱形霸王條款，比如你在平臺上上傳了照片，這張照片可以被平臺任意使用；甚至，如果你模仿某個明星，明星因此告你，你也要負責。”

類似的人工智能技術被濫用的案例還有很多，“比如手機經常自動提示你離家或者公司有多遠，我認為這是多余的；有時候去銀行現場操作業務，還被要求活體識別，我人都在那里了，還需要我張嘴刷臉；教學軟件的爭議最大，教室里都是攝像頭，可以識別學生打瞌睡、閉眼睛，這既解決不了行業的痛點，又無法產生自身的經濟效益，在我看來是無病呻吟。”賴劍煌表示。

他強調，AI技術的應用應該使人類的生活更加美好，不宜被應用到過度監控人類的生活細節。“AI技術已經從‘不可用’到‘可用’，但還‘不好用’，關鍵是下一步怎么變得更好用。”

產學研怎么高效結合？

廣電運通總經理葉子瑜提出，由于數據和場景的限制，當前的人工智能遠未達到最高級別的智能，面臨著理論不足、前沿不足、應用不足的現狀。在這個時候，企業與高校科研的合作顯得尤為重要。

那么，要如何實現產學研的高效結合呢？

華南理工大學電子與信息學院教授胡永健表示，校企合作最大的困境是知識產權的問題。高校研究生要畢業，要么寫論文，要么做專利。學生去公司實踐，如果人工智能相關的技術專利只能是企業為唯一發明人，學生就沒有辦法保證畢業，這也會打擊學生的積極性。另外，對于表現優秀的學生，公司應該提前有所行動，將人才留在公司。

暨南大學信息科技技術學院教授易清明則認為，高校老師由于各種因素，一般都是對某一技術點有專攻。企業一定要懂得與高校老師一起尋找能夠提供方案的著力點，而不是希望高校老師可以全盤負責。“之前也有企業找我們合作的案例，他們希望我們全部都做，我就告訴他，我們做不了整機。”

廣東工業大學計算機學院教授戰萌偉建議，廣電運通可以建一所自己的大學，通過學校這種機制來整合資源，提高產學研結合的效率。