硅谷投资人：谨慎下注，真正的 AI 还得再等等
编者按：本文由 Xtecher 科技创业媒体原创，微信 ID：Xtecher ，转载时已获得作者授权。
作者｜Yuki
编辑｜甲小姐
网址｜www.xtecher.com
微信公众号 ID｜Xtecher
60 年来，人工智能经历了三次浪潮。
第一次，五十年代的达特茅斯会议确立了人工智能（AI）这一术语，人们陆续发明了第一款感知神经网络软件和聊天软件，证明了数学定理，人类惊呼 “人工智能来了”、“再过十年机器人会超越人类”。
然而，人们很快发现，这些理论和模型只能解决一些非常简单的问题，人工智能进入第一次冬天。
第二次，八十年代 Hopfield 神经网络和 BT 训练算法的提出，使得人工智能再次兴起，出现了语音识别、语音翻译计划，以及日本提出的第五代计算机。但这些设想迟迟未能进入人们的生活之中，第二次浪潮又破灭了。
第三次，随着 2006 年 Hinton 提出的深度学习技术，以及 2012 年 ImageNet 竞赛在图像识别领域带来的突破，人工智能再次爆发。这一次，不仅在技术上频频取得突破，在商业市场同样炙手可热，创业公司层出不穷，投资者竞相追逐，一派花团锦簇、烈火烹油的热闹景象。
2002 年至今科技巨头在 AI 领域收购次数排名
然而，相似的场景，究竟是历史的重演，还是真实的序幕？
不同于国内一窝蜂赶集似的 “集体高烧”，硅谷投资人给出了左右之争的观点。
硅谷投资人之争
硅谷著名天使投资人郭威已经一年没有投过人工智能了。他对 Xtecher 说：
在硅谷，很多早期公司都有点 “伪人工智能”，因为加上 AI 可能比较好融资一点。
在郭威的个人选择背后，却是硅谷对人工智能的普遍追捧。
按照 CB Insights 统计，2011 年，全球人工智能初创企业仅有 70 家，而 2015 年则已经超过了 400 家，增长近六倍。2015 年投入人工智能的风险投资达到 5 亿 8 千 7 百万美元，比前一年翻了一番。
而 2016 年仅仅第一季度，超过 200 家 AI 相关的初创公司已融资超过 15 亿美元。除风险投资外，其它玩家也蜂拥而至，从私募资本到孵化器再到科技巨头，没有人想错过这场盛宴。
美国 AI 投资金额与专利申请数变化图
Google 曾一口气收购 7 家机器人公司，最著名的是波士顿动力；苹果、英特尔、亚马逊等巨头，也正和初创公司一起积极进行人工智能的 “军备竞赛”；微软 CEO 萨蒂亚 · 纳德拉（Satya Nadella）最近出席阿斯彭思节时，也提倡人类与人工智能系统之间建立合作，使得机器能够强化人类的能力。
相比之下，社交媒体创业公司获得的投资额在 2011 年达到峰值后便呈现下滑。根据 CB Insights 的数据，今年以来，社交媒体领域的投资只有 10 笔，共计 690 万美元。
与其它的科技巨头一样，硅谷最大的社交媒体 Facebook 正在利用人工智能来改进旗下的产品。
传统汽车公司也纷纷驻扎硅谷，研究如何打造无人驾驶汽车。科技公司和汽车公司均声称，凭借日益强大的传感器和人工智能软件，汽车最快将在 2019 年左右实现全自动化驾驶。
硅谷的新人工智能时代是硅谷 “重塑自我” 的选择。奇点大学教授、资深科技预测者保罗 · 萨夫（Paul Saffo）说：
这是该地区可追溯到淘金热时期的文化的核心所在。硅谷的建造是基于总有途径从头开始，找到新起点的理念。
一片热潮之中，郭威反而更加谨慎：
人工智能创业和之前的模式创新不一样的是，它一定要具备很深的技术积累。有些公司把机器学习和一些开源软件打包打包就卖给投资人，有点像挂羊头卖狗肉的感觉。我很看好人工智能，但作为投资人，我不会去押宝这个领域，因为硅谷各个领域都是百花齐放，不光是人工智能。
对人工智能报之以审慎态度的投资人，多是在商业化上有所顾虑。毕竟，人工智能本身只是技术，“人工智能 +” ，加号后面是什么？能否真正落地？市场有多大？才是人工智能能否带来财务回报的判断标准。
另一层顾虑是，现在的人工智能价格已经太高，甚至高的离谱。泡沫能撑多久？业界不少人相信 2-3 年内人工智能领域会出现回调（类似 2000 年的互联网）——当 “挤泡沫” 开始，先行者的命运是基业长青还是急转直下？也是现在部分投资人选择不入场的理由。
相比之下，硅谷投资人 Innospring CEO 王笑对人工智能的态度则积极很多。
人工智能这两年的确有一些新的突破，在深度学习和神经网络的学习系统上，计算效率和学习方法都有大的提升。这些在各个行业都会渗透，我们非常看好。
人工智能火爆的背景来自传统行业难以突破的瓶颈。传统行业的高度竞争、高度保守已弊端频现。随着工业 4.0 的提出，传统行业必然与人工智能产生更加紧密的联系。
硅谷早期投资基金 SVC Angel Fund 的管理合伙人 Roy Kong 曾指出，人工智能自己是做不到商业化的，必须做到产业与技术融合，包括制造业、医疗诊断、投资分析等。
全球人工智能投资地理分布
“人工智能经过几轮的复兴及衰落正渐渐成熟，传统行业竞争高度激烈，两点的结合让传统行业对人工智能技术的接受度提高。人工智能会支持已有的商业模式，让已有的商业模式更加高效。” 王笑说。
投资机构 Liquid2 的合伙人 Michael 毫不掩饰对人工智能的赞美：
人工智能有潜力做任何人类可以做的事，并可以做得更好、更快。它会极大改变生产力和人力劳动的性质。传统上，大多数创新只能影响一个领域，但人工智能可以影响很多，因为人类涉及多个行业。
王笑说：
以前人们认为人工智能只能自动化，没有创意，只能提升现有东西的效率，自身不能形成一个独立的、新的商业模式。我觉得这个是一个误区。现在已经出现一些新的产品，人工智能可以模仿一些著名画家的画，自己会写诗甚至谱曲——也就是说，现在连创意都能被机器所重复，如果这个都能做的话，人工智能的潜力是无限的。
王笑告诉 Xtecher，人工智能的算力现在已经非常低廉，一定会产生一些新的东西。“人永远低估技术发展的速度。”
“任何时候一旦出现新想法，硅谷就会蜂拥而去。” 英伟达 CEO 黄仁勋指出，“不过，你得等待好想法的出现，好想法不会天天出现。” 该芯片厂商以为视频游戏行业打造图形处理器起家，但去年它坚决转向打造针对人工智能应用的产品。
硅谷看好的三个方向
“人工智能” 概念宽泛，根据应用方向不同，得到了投资人不同的对待。其中，三大方向得到了硅谷投资人的普遍偏爱。
第一个方向，显然是自动驾驶。 王笑说：
自动驾驶是一个经典的人工智能产生的全新的、纯粹颠覆式的商业模式。它到来的时间一定比人预计的快，而且非常快。
她的信心来自于所投资的 Drive.ai，全球屈指可数的部分技术能达到自动驾驶 Level 4 的公司之一。“它的图像识别已经不用依赖复杂的传感器，就用我们普通的照相机的图像技术，就能达到 Level 3。”
目前，无论是国内还是硅谷，自动驾驶已经成了一片红海。巨头混战之下，技术的完善只是时间问题。
“能不能商业化？已经商业化了。但你说成不成熟？不成熟。” 但王笑相信，自动驾驶时代一定会很快到来。
目前，硅谷至少有 19 家公司在设计无人驾驶的汽车和卡车，相比 5 年前大幅增加。
第二个方向，是将图像识别应用于安防。
图像识别领域，可以说是现在人工智能视觉、语音、语义、大数据四大方向最为成熟的一个。这一点，李飞飞的 ImageNet 功不可没。
“由于神经网络技术的推进，图像识别和安防的结合已经走到非常前面了。也有一些公司达到了很好的收入和商业化。因为这个市场本身客户比较稳定，需求比较明确，商业化有清晰的路径。” 王笑告诉 Xtecher。
郭威所投资的安防机器人 Knightscope 就是一个很好的例子。
通过高清摄像头、麦克风、热感成像、红外传感、激光雷达、超声波测距等你能想象的各种各样的传感器，生成大量的实时环境数据，并通过抓取实时的政府数据、社交网络数据等所有可以利用的资源进行综合评估，为环境设定了不同的警报级别——如果它侦测到有异常噪音和温度变化，或识别出已知的罪犯，它会提醒地方当局，从而预防犯罪。
在国内，百度 IDL 在计算机视觉领域深耕多年，人脸闸机已经投入应用；领先的几家 CV 初创公司，如旷视、依图等，亦纷纷布局安防。
未来我们的安全，注定将越来越多地依赖人工智能。
第三个方向，是形态各异的语音入口。
作为最自然的交互模式，人们一直希望，人工智能能够直接用语音与我们交流。然而在这背后，NLP（自然语言理解）一直是个困难的话题。
但随着神经网络的发展，语音、语义技术也取得了新的突破。王笑说
虽然机器对语义记忆和循回上下文之间的解析还没有达到完全应用化的地步，但人工智能现在对语言的翻译和独立句子的理解也已经达到非常高的水平。现在机器翻译水平很高，还能写作文和写诗。
因此，Siri、Google Assistant、Viv、亚马逊 Alexa 都活跃在这片战场上。
提到国内流行的语音交互智能手表，郭威直言：“手表在硅谷不能算一个比较热的话题，甚至连话题都不能算。但是机器人、手表、智能家居，这几个有个共同点，就是和语音入口密切相连。”
入局，还是等待？
实际上，任何一个热门领域，都必须遵循真实世界的商业规律，不能仅仅依靠投资人的热情炒起来。投资人之所以看好这三个方向，背后是日趋成熟的技术和清晰可见的商业化路径。王笑保持乐观：
这次人工智能的浪潮绝不只是一个泡沫，它会达到人工智能商业化的一个最高点。大家以前都把人工智能看做黑科技，觉得商业化不会那么快，实际上这一轮已经能够产生一些人想象不到的效果。
一片狂潮之下，悲观的声音也隐隐若现。
对于曾在 1980 年代创办过两家人工智能公司的杰里 · 卡普兰（Jerry Kaplan）等人来说，硅谷重新焕发的热情令人不安，因为它显现出的乐观情绪并无根据，一如早前该领域被期望过高但最终达不到人们预期的时代。
卡普兰当年创办的两家公司一家后来成为了安全公司（Symantec），另一家（Teknowledge）最终倒闭。
“有时候我在硅谷与人工智能热衷者在一块的时候，我感觉我自己仿佛是福音派集会中的无神论者。” 他说道。
“当前最好的区域是机器学习而不是 ‘真实的 AI’。机器学习需要数据和训练，AI 在其基础上以一定的方式行动。” Michael 表示，“至于真正的 AI，我相信还有几年。”
人工智能一定是未来。但除了上述三个具体的应用方向，大部分从业者还是着力在深度学习这些底层技术——至于它们可以与各行各业结合的广泛应用结合的多好？我们看到的成功案例还不够多。
反观国内，人工智能领域更加 “高烧”，一场集体的狂欢揭示了赛道单一的孤单——甚至有投资人直言，在曾经的 O2O、去年的 VR 纷纷冷却后，“没有别的可投了”。
而对于走在最前面的百度而言，重金押注人工智能，与其说是积极的布局，毋宁说是打响翻身之仗的唯一机会。
中国 AI 投资领域资本形成总额与新增企业变化图
还有一些小 VC，则对人工智能公司的价格望洋兴叹。“泡沫太厉害，我们只能观望。”
硝烟密布中，是现在布局，还是等泡沫散去？投资人自有不同的选择。
“星星之火，可以燎原”。相同的是大家都看到了人工智能大势所趋的未来，不同的是，有的投资人看到 “星星” 就入场了，有的投资人还要等到烟火燎原。
题图来源：Wired
