眾所周知，人工智能的火爆吸引了無數投資人的目光，北京市經信委最新的一組數據顯示，截至2018年5月8日，全國人工智能企業(yè)數量達到4040家，其中獲得過風險投資的公司達1237家。通過這組數據，有些人認為國內人工智能的發(fā)展前景似乎很是樂觀，而有些人則表示，獲得投資的企業(yè)數量多不能代表什么，更重要的是盈利情況。

　　不同的人自然有不同的看法。但在小智君看來，對于人工智能的發(fā)展，我們不能太過樂觀，因為在這些企業(yè)中，不乏有一些試圖通過“渾水摸魚”來獲取利潤的。

　　喜歡玩撲克的人都知道，在這個游戲里，根本不存在“必贏”一說。但如果我們選取100家科技領域的初創(chuàng)企業(yè)，勢必每一家都會大肆強調，自身業(yè)務與AI技術有多么緊密的結合。在人工智能發(fā)展愈演愈烈的今天，這樣的營銷炒作蹭熱點已不足為奇。

　　不管是愛奇藝通過AI選取觀眾喜愛的明星進行綜藝制作，今日頭條根據用戶的喜好進行新聞精準推薦，還是谷歌根據網民的點擊結果進行搜索優(yōu)化，以及亞馬遜Echo或阿里天貓精靈等智能音箱是逐漸進入尋常百姓家，這都說明AI已經慢慢滲入了人們的生活。與此同時，大多數消費者沒有注意到的是，商業(yè)領域現(xiàn)在也已經開始利用AI來解決一些列的問題了。

　　正如我們此前已在《“偽人工智能”三大特征新鮮出爐，對號入座閱讀》一文中，討論過人工智能熱點概念之下的虛假繁榮。如今搭乘熱點的順風車進行自我宣傳，也成為一個很普遍的現(xiàn)象。這并不陌生，諸如大數據、云計算、軟件及服務(SaaS)，包括現(xiàn)在火熱的區(qū)塊鏈，也都經歷了一個這樣的過程。但是在人工智能領域，AI這一術語頻繁被各種初創(chuàng)企業(yè)使用，似乎已有“泛濫成災”之勢。

　　如果標榜自己是人工智能公司的企業(yè)都能在獲得投資之后，取得一定的研究成果，還算正常;最可怕的是那些與AI進行強行捆綁，卻拿不出任何真正的人工智能技術作為證據的企業(yè)。它們的存在，只會讓AI市場變得“雜亂無章”。

　　能做數據和算法的，不一定是AI公司

　　一個典型的例子，便是做基礎數據分析的公司。這些公司的技術，不過是通過數據進行篩選來實現(xiàn)特定目的結果。比如，根據與設定的規(guī)則識別發(fā)送營銷信息郵件的最佳時機。當然，這種根據上下文來整理數據的做法，讓這些公司也具備了一定的價值，但是從本質上說，它們不屬于人工智能。

　　這里有一個關鍵的區(qū)別，即人工智能系統(tǒng)具有迭代性——隨著分析的數據越來越多，這個系統(tǒng)會變得越來越智能，越來越能干甚至越來越自主化。特斯拉的自動駕駛系統(tǒng)便是一個很好的例子，它可以根據所在車輛在路上行駛的每一英里來不斷進行自我完善。要知道，真正的人工智能是有可能徹底顛覆一個市場的。

　　除此以外，不少的軟件即服務(SaaS)或者自動化企業(yè)也都打起了人工智能公司的旗號。但實際上，這些企業(yè)所做的，只不過是通過數據分析來進行應用程序和工作流程的編排而已。進一步說，這個技術并不會隨著時間的推移變得越來越智能，更重要的是，它永遠也無法達到人工智能可以做到的自主水平，所以，這樣的企業(yè)，也算是“偽人工智能公司”的一員。

　　在一些公司里，存在一個這樣的錯誤認知：只要其工作與數據或者工作流程相關，便可以自稱人工智能。另外，他們還傾向于隨便拋出與人工智能緊密相關的“算法”一詞。要知道，即使一個系統(tǒng)擁有能夠驅動某些結果的算法，也并不意味著它就是人工智能。

　　機器學習被寄予厚望

　　在谷歌看來，人工智能是一個使事物變得智能的科學領域，是計算機科學技術的多樣化組合。其中一個重要組成部分，便是機器學習，這是一項通過舉例來進行系統(tǒng)訓練的技術，比如，通過展示標記為“貓”的圖片讓系統(tǒng)學會識別貓，而不用逐一下指令。

　　目前，機器學習已經深深浸透到了谷歌幾乎所有的產品中，包括搜索、Gamil、Youtube、地圖、硬件或者Android系統(tǒng)中。舉個例子，人們可以用一種自然的方式與谷歌助理進行交談來完成一項工作。在該助理中就結合了谷歌多年來一直開發(fā)的所有智能技術，從語音識別到自然語言處理。

　　而利用谷歌翻譯，可以讓一個人完成上百種語言的交談、寫作或者閱讀。這一過程便是神經網絡的作用。通過神經機器翻譯，用戶可以使用端到端的機器學習系統(tǒng)來翻譯整個語句，同時，計算機視覺技術更是可以通過手機拍照指向文本來完成即時翻譯。除此以外，為了幫助企業(yè)或者開發(fā)人員進行創(chuàng)新，谷歌還提供了許多相應的AI外部工具，比如，其靈活的機器學習系統(tǒng)TensorFlow(可以讓任何人編寫自己的模型的開源軟件)和Cloud AI Platform。

　　最重要的是，很多機器學習已經被用于解決人類面臨的一些嚴峻挑戰(zhàn)了，如醫(yī)療健康、環(huán)境保護和能源消耗等等。舉個例子，谷歌的健康研究團隊正在與印度、泰國和美國的醫(yī)院合作，開發(fā)一種可以通過機器學習幫助診斷糖尿病、眼病的工具;新西蘭的研究員在使用機器學習保護當地的鳥類;DeepMind開發(fā)的一種智能算法可以幫助其數據中心冷卻系統(tǒng)的能源使用量降低15%。

　　這些都是人工智能的真實使用案例。

　　辨別偽人工智能，不妨多問幾個問題

　　全球著名的計算機博弈專家吳韌認為，人工智能能夠取得進步主要有三個方面的原因：大數據的積累、計算能力的提升、以及大數據與計算力的結合。

　　從這幾個角度出發(fā)，投資人在面對高舉人工智能旗幟的初創(chuàng)企業(yè)的時候，不妨多問幾個問題：公司的業(yè)務是都超過了基礎數據分析的范圍?公司的算法模型從何而來，如果是自己訓練的，那么其計算能力有多強?以及它們是否擁有能夠降低流程中人類干預需求的迭代技術(像機器學習或深度學習)。

　　當然，也不乏有企業(yè)會抗議表示，自己的公司對使用人工智能技術很有經驗，這時候就要換問題進行咨詢了，公司里所謂的AI專家有沒有應對人工智能挑戰(zhàn)的經驗呢?是否了解公司自主打造的系統(tǒng)所需要的復雜技術細節(jié)呢?等等。

　　不過，在小智君(ID：Aiobservation)看來，所謂的人工智能，是一項可以真的為現(xiàn)實問題提供一些突破性的解決方案的，如果在蹭人工智能熱點的初創(chuàng)公司中，有些企業(yè)的確可以做到如此，那么它們蹭一些熱點，也未嘗不可。