这个周末人工智能圈可不消停，清华的王志华老师和电子科大的陈建文老师隔空展开激辩，人工智能到底靠不靠谱再次引发热议。为了回答这个问题，我们必须回归到原点，不偏不倚看清真相。北大门卫有三个经典的哲学问题：“你是谁？从哪儿来？到哪儿去？”人工智能也必须要回答这三个问题，我们才能对其敞开大门。
这是一份来自美国CB Insights的报告，中立而客观地描写了人工智能的现状与未来，你值得一读。不乐观不悲观，无需失望也无需激进，也许这才是我们应该持有的正确态度。
科技行业的AI革命
吴恩达曾说：“正如100年前电力几乎改变了一切一样，今天我很难想到一个行业在未来几年内不会被AI所改变。”
如今谷歌AI可以认出大部分我们的手绘涂鸦。从医疗云到物联网解决方案，IBM Waston在不断扩展它的使用范围，并将它的认知计算平台应用于各行各业。从叫优步到提示烹饪技巧，亚马逊的Alexa正在改变你和app的交互方式。
无处不在的Alexa
谷歌、Facebook、苹果、英特尔和其他大公司正在争先恐后地收购AI初创公司，自2012年以来共发生200起并购，谷歌是最活跃地收购者，共收购了11家公司。苹果也在加速收购，以7次并购排名第二。同时不断有新的竞争者加入这场军备赛，包括福特和亚马逊，其中福特收购了无人驾驶公司Argo（10亿美金，2017年一季度）和网络安全公司Sopho。
AI领域的收购竞赛
巨头们的AI专利对比
Why now?
大趋势和最新进展
大数据+处理能力=AI的新时代
如果大数据是AI的燃料，那么处理器就是AI的发动机。英伟达CEO黄仁勋说“深度学习很像人类的大脑...它是有效的，却无法找到合理的理由。你可以教它做几乎任何事情，但它有一个巨大的障碍：它需要大量的计算。”原本以游戏行业为目标市场的Nvidia GPU现在被广泛用于训练深层神经网络。英特尔、谷歌等其他大公司也全力研发AI芯片，英特尔收购了Nervana公司，谷歌开发了TPU芯片。
英伟达的产品方案
大量的初创公司研发深度学习算法及其应用，开源软件对这波浪潮起到了加速作用。谷歌开源了TensorFlow机器学习库，并称超过480人对此做出了直接贡献。其他库还包括初创公司Skymind开源的Deeplearning4J，以及微软的认知工具包。
Facebook研究院主管Yann Lecun曾说：“尽管我们取得了如此多的令人惊讶的进步，但要让机器拥有像人、甚至是老鼠那样的智能，我们仍然有很长的路要走。到目前为止，我们仅仅看到了AI能做的事情的5%”
深度学习创业图景
Where are we at?
AI的现状，创业趋势，应用
AI和机器学习的定义：
AI系统和能力的定义随着相应技术能力的变化而不断变化。大量数据的获得和先进的计算处理能力，带来了AI应用的新纪元。
机器学习是一套用于使系统“人为智能化”的算法，使其能够识别来自大型数据集的模式，并将结果应用于新数据。
机器学习可用于训练计算机，以了解和分析人类语言包括文本和语音（自然语言处理NLP），以识别和分析图像（图像处理和计算机视觉），或用于时间序列分析等。 深度学习算法是机器学习的一个子集，使用若干层神经网络模仿人类大脑的过程。
现阶段几种AI的常见应用：
从2012年起投资于AI的风投基金已达14.9亿美金，投资超过2250个项目。过去五年内AI创业公司的数量增长了4.6倍，从2012年的150家到2016年的698家。
人工智能产业仍处于非常初期的阶段，早期项目占主导地位，占总量的67％以上，中后期项目占比比较稳定。
人工智能历年融资记录
人工智能融资阶段分布
人工智能领域的独角兽
2017年上半年CB Insights发布了AI100榜单，列举了将人工智能算法应用于产业界最有前景的100家公司，包涵了医疗健康、自动驾驶、金融科技等。
CB insights AI100
AI热力图：各细分领域获投项目分布
近几年已经受到非常多关注的AI应用领域有：医疗健康、横向应用、商业、广告和市场营销、物联网和工业物联网、商业智能和分析、金融科技和保险、网络安全、销售和客户关系管理、汽车技术。
正在崛起的新兴AI应用领域有：个人助理、教育、人力资源技术、新闻媒体和娱乐、法律、旅游科技、社交、农业、物理安全、零售科技、房地产、IT和云服务、运动、综合服务。
AI热力图：不同类别的项目分布
从全球市场来看，一些重要的趋势已经显现
健康医疗：医疗健康是最热的AI投资领域，从2012年以来共270家创业公司获得融资。
横向应用：与行业无关的AI基础应用近几年来一直在波动，但是项目总数在所有类别中排名第二，去年达到了五年来的新高79个。
金融科技和保险：进入2017年以来，金融和保险科技成为了领先的细分领域，到一季度结束前有超过30个融资交易。
其他：销售和客户关系管理的融资交易在2016年几乎翻了一倍，在2017年一季度排名第三。网络安全的融资数量在2016年下降后2017年一季度得到回升。
亮点：AI在医疗健康、商业、
广告营销、物联网的应用
医疗健康：企业利用机器学习算法来减少药物发现 时间、为患者提供虚拟助手、提高医学影像和诊断程序的准确性等等。
自2012年以来，医疗健康领域获得的投资总额最高，2016年交易数量和金额达到五年来最高，其中包括两家独角兽公司：美国的Flatiron（C轮1.75亿美金）和中国的碳云智能（A轮1.54亿美金）。
自2012年以来该领域73%的融资发生在美国，但美国以外的国家增长非常快，从15年占比24%，到16年占比35%，进入27年以来已超过45%。中国仍然落后于英国、以色列等国。
AI在医疗健康领域的融资记录
美国以外的AI医疗健康公司融资热力图
影像和诊断是AI医疗最热的方向。
AI+医疗健康产业地图
美国AI医疗公司对标分析
商业零售：企业利用AI算法进行视觉搜索，自然语言处理，购物者行为分析和店内分析等。
ebay的CEO Devin Wenig曾说：“如果你没有制定AI战略，那么你将在即将到来的未来世界中灭亡。”
2012~2016年度，该领域的创业公司近200家获得融资，2016年交易数量和金额达到5年来最高水平。从全球来看，美国之外的项目占比42%，中国落后于加拿大、印度等国。
AI在商业零售领域的融资记录
美国以外的AI商业零售公司融资热力图
AI+在商业零售中的应用刚刚兴起，很多公司都处于非常早期的阶段。
AI+商业零售产业地图
美国AI零售公司对标分析
广告营销：企业利用AI算法进行跨平台广告、智能电子邮件营销和基于内容感知的视频广告等。
Rocket Fuel的CEO Randy Wootton说“具体来说，预测性营销人员将利用AI计算能力来处理大量数据，以确定营销活动，从而可以在近乎实时的个人层面创建独特的定制化体验——最终实现我们谈论了将近20年的1对1营销。”
使用人工智能算法的广告营销创业公司在2015年达到顶峰，2016年后小幅回落。美国创业公司数量占到76%，中国仍落后于以色列、英国、新加坡等国。
AI在广告营销领域的融资记录
美国以外的AI广告营销公司融资热力图
美国AI营销公司对标分析
物联网、工业物联网：企业利用AI算法进行基于工业物联网数据的预测性维护、可穿戴计算、联网设备的语音平台等等。
在物联网和工业物联网的资金投入在2016年翻了一番，从2015年的2.11美元增加到4.23亿美元。AI-IoT的项目数量增长了9倍，从2012年的6家到2016家的53家。
去年全球73%的融资交易来自美国，但美国之外的其他国家在迅速崛起，2017年很多融资事件发生在瑞典、澳大利亚、法国和印度，值得注意的是中国在此领域的融资金额还远远落后于其他国家。
AI在物联网领域的融资记录
美国以外的AI物联网公司融资热力图
美国AI物联网公司对标分析
横向应用：开发适用于不同行业的AI解决方案的公司在2015年遭遇下滑后，2016、17年获得了迅猛的升势，最高融资记录是获得4.1亿美元B轮融资的商汤科技。
与行业无关的AI应用的融资记录
横向AI应用代表性公司
机器人：当硬件遇到AI软件
Robohub的联合创始人Sabine Hauert 说：“机器人不会取代人，相反它们会变得越来越人性化，那些困难、低级、苛刻、危险、无趣的工作将会由机器来承担。”
自2012年以来机器人领域共488个项目获得了30亿美金融资。在所有类型的机器人中，企业级机器人获得了持续的快速增长，个人消费级机器人在2015年大幅增长后开始走平。
不同类别的机器人创业公司融资记录
企业级机器人：用于工业自动化、制造自动化、仓储自动化，餐饮服务等。
企业级机器人产业地图
消费级机器人：用于在家庭中帮助人们打扫卫生、做饭等等。
消费级机器人产业地图
新兴的应用
游戏，零售科技，专家自动化等
MOBALYTICS：利用AI分析游戏玩家的技能水平，包括眼力、攻击性、团队协调性。
gradescope：用AI辅助阅卷打分，让机器学习算法从先前的阅卷工作中学习，从而预测出答案该如何打分。
FLYR：让旅行更智能，可实现风险分析、需求预测、价格预测等。
casetext：减少法律工作的时间，使用AI和机器学习进行高级法律搜索，并找到与特定诉讼相关的判例。
onfido：零售科技，基于机器学习的身份验证。
AURA：使用了人脸识别和手势控制技术的数字相框。
Where are we headed?
通用智能的争议
通用人工智能是指具有人类水平的智能和认知能力的系统，能够完成广泛的任务，并能在未经训练的情况下解决不熟悉的问题。
学术界和工业界对通用智能的争议一直没有停歇。GoodAI的CEO Marek Rosa说：“有时人们会问我，我们多久能实现超级智能，实事求是地说我也不知道，也许是3年，也许是30年，但我相信本世纪这一切将会发生。” 微软的联合创始人PAUL ALLEN却持反面观点：“创造这种先进软件的前提条件是，需要对人类认知基础有个科学的解释，但现在我们仅仅只能触及表面，’奇点临近‘的说法很难令人信服。”
谷歌的Deepmind提出了PathNet，走出了通用人工智能的第一步：“如果多个用户训练了相同的巨型神经网络，且允许参数重用，而没有灾难性的遗忘，那么人造通用智能（AGI）将是可能实现的。”
谷歌DeepMind提出PathNet：或可通过迁移学习实现通用人工智能
致力于通用人工智能的创业公司（一）：Kindred
Kindred的专利包括：促进设备控制的方法、机器人机件的自我保护方法。
致力于通用人工智能的创业公司（二）： Vicarious
Vicarious致力于皮质网络的研究，已申请6项专利，包括基于递归皮质网络的物体识别。
致力于通用人工智能的创业公司（三）：Numenta
Numenta正在尝试逆向设计大脑皮层，已经申请了超40项专利。
UC Berkeley的计算机科学教授Stuart Russell说：“近五十年来，我们现在的这18个月时间将被视为对AI社区的发展至关重要，AI社区苏醒了，并且在认真地思考应该做些什么让未来更加美好。”
小研聊科技，帮助投资者理解科技。欢迎关注公众号，联系小研，加入私享群，和大牛们共同探讨科技创投最新趋势。
