点击：352 作者：人工智能机器人联盟 来源：今日头条 发布时间:2017-12-07
10:04:11
什么都不干，手拥概念估值就不断飙升，这把中国人工智能的火，咋看上去有些
虚呀！俗话说，物极必反，人工智能现在如日中天，总有给人一种不真实的感觉。
人工智能虚火的另一种表述，就是人工智能市场泡沫的泛滥。如今的人工智能，就跟20
年前创业者们名片前面加个“WWW”，后面加个“.com”，马上就光环笼罩一般。
然而，虚火并不可持续。作为中央权威媒体人民日报，在21日就刊文为人工智能虚火喊
刹车了——要当心AI潜在泡沫，防范热潮转冷。
人民日报截图
《人民日报》在题为“人工智能，怎样火下去”的文章中指出，当下炙手可热的AI，可
能有热过头的倾向。AI概念早在1960年代便被提出，虽在历史经历2次大热潮，但却呈
现“热5年、冷10年”趋势，短暂热潮后出现的是更长的寒潮。
文章引述史丹佛大学人工智慧实验室主任李飞飞说法称，AI虽是个“真货”，但也在许
多随意和缺乏严谨性的交流或展示中被强烈地夸大，进而影响政、商、投资者。
报道称，各界低估AI基础理论和核心关键技术的难度，是反覆出现冷热潮的主因，在新
技术之下，不少乘机炒作、骗取资本的人士，将AI炒得越热，做大潜在的AI泡沫。
而就在今天，继中央权威媒体《人民日报》在11月对人工智能创新喊刹车后，另一家中
央权威媒体“中央人民广播电台”经济之声《天下财经》栏目，再批人工智能的伪创新
——不要像“炒作明星”一样炒作人工智能“创新”。
央广网
为何中央人民广播电台反其道行之，在互联网大会期间直接批互联网大会的主题词人工
智能呢？因为对于人工智能发展水平而言，我国与发达国家基本处于同一起跑线，甚至
BATK为代表的科技企业及相关研究机构，正在深度参与人工智能全球化竞争。
中央的策略就是，政策上积极扶持人工智能产业的发展和创新，但同时也必须营造一个
去泡沫化、更务实的发展环境。
根据对中国以人工智能为驱动技术或业务的非上市公司的信息整理，其中，25.7%的人
工智能创业公司成立于2015年，2017年截至10月份人工智能创业公司数量就与2015年整
年相当。随着产业环境越趋成熟，还有国家整理支持力度的持续加强，人工智能创业潮
有望再次涌现。
但一个基本的事实是，目前的人工智能市场泡沫泛滥，95%以上的概念公司都只是凑热
闹来骗钱的。而另一个事实是，投资圈也开始谈论人工智能的泡沫了。
除了客观的技术局限，中央广播电台还专门批了企业故意造假。国内的聊天机器人项目
，国外的会议秘书，都曾先后被曝以人力辅助或替代软件，欺骗公众和投资人。
不仅是新闻事实，央广还专门配发评论《杜绝忽悠，人工智能需要的是扎实和冷静》，
以忽悠来痛批伪人工智能，用力真狠！
文章称：一些装上简单的预设程序的音箱、机器人，就敢冠以人工智能；一些自动化设
备也偷换概念，被包装成人工智能。甚至有做内衣的企业，也炒作自己是人工智能。类
似这些“伪创新”的炒作，炒得越热，潜在的泡沫就越大，对人工智能的发展伤害也越
大。杜绝忽悠和投机，人工智能需要的是清醒客观的判断和扎扎实实的努力。
别以为中央媒体这盆冷水泼的有些冤枉。
阿里巴巴前CEO卫哲，前段时间发文论断——就是今天的人工智能项目当中，存在大量
的“伪人工智能”。伪人工智能比例可能高达 90%，或者 99%。其中一个很重要的原因
，就是很多项目是“穿个马甲”，流行什么就贴上什么标签，以为贴上了人工智能标签
，就真的是人工智能了。
不过，当前的景象是，AI 喊得震天价响，彷佛机器人智商马上就要追上人类。但实际
上，还远着了。
附卫哲发文部分内容：
下一位人工智能新独角兽在哪？
在哪些领域，人工智能可以跑出来独立的公司、独立的平台？
如果在美国你要用的数据，大部分或者全部由 Google、Facebook、亚马逊所掌握，那
磨刀石在别人手上。今天你的技术再领先，也维持不了多久。
我们看到很多这样的技术公司，唯一出路就是卖给美国 Facebook、Google、亚马逊。
同样在中国，如果你要做人工智能，所能用到的数据，都是为 BAT 所掌握。那最终这
个磨刀石也不在你手里，你也没有太大机会。你就是一个技术还不错的团队。
最后的出路可能是把这个团队，以并不太高的估值，卖给这些有数据的大互联网公司。
那么在哪些领域，美国的 Facebook、Google、亚马逊也没有数据，中国 BAT 也没有数
据呢？这种领域有没有？答案是有。
比如说医疗数据，BAT 也没有；很多金融相关的数据目前还是银行、保险公司的内部数
据，互联网公司也没有；可能还有一些其他的领域。
那么就以这两个领域来说，和人工智能结合，至少不管这把刀是不是很锋利，找数据源
或者找磨刀石的起步，你和大公司是平等的。那就有可能在医疗、金融等领域，你和人
工智能的结合跑出大公司来。
我们就拿医疗说，美国 FDA 已经批准人工智能读很多片子。我们觉得一个医生一辈子
读 10 万张 X 光片或者 CT 片子就很厉害了，但这个片子拍完以后，他完全基于自己
的经验和知识来判断。他判断得先有积累。
但这个事对机器来说，对人工智能来说太简单了。就是图像和打完标签的图像，同时要
结合这个标签打完的图像和最终诊断的病例，做一个闭环的学习过程。
所以机器 1 个小时可以学 10 万张片子；人类最有经验的医生，从业 30 年，一万多
天，一天看 10 张片子，一辈子 10 万张片子。但机器可以 1 小时读 10 万张片子。
但同是，由于美国对隐私的很多保护，很多医院的数据，在美国并不能轻易开放给这些
人工智能公司。
我们看到一个趋势，很多从事医疗行业的公司开始寻找中国的合作伙伴，因为中国人口
同样众多，隐私的保护却没有那么严格，有机会让医疗数据迅速地集中起来。
同样的今天很多人脸识别的公司，估值很高。我无法评价他们技术多牛。但我突然发现
不是从事这个领域的公司，只要有大量的数据，迅速可以追上或者赶超，有在 A 股上
市的。
比如海康威视，这么多摄像头，它采集到很多真实的人脸。由于这个数据的存在，我觉
得他们人脸识别的技术不仅目前达到，未来一定在中国这方面最优秀的公司，没有之一。
数据，无论说到人脸还是医疗都非常重要。
--