人工智慧並非泡沫，而是潤物於無聲！

12月14日，工信部正式印發《促進新一代人工智慧產業發展三年行動計劃(2018-2020年)》(以下簡稱「《計劃》」)，提出以信息技術與製造技術深度融合為主線，以新一代人工智慧技術的產業化和集成應用為重點，推進人工智慧和製造業深度融合，加快製造強國和網路強國建設。

《計劃》按照「系統布局、重點突破、協同創新、開放有序」的原則，提出了四方面主要任務：一是重點培育和發展智能網聯汽車、智能服務機器人、智能無人機、醫療影像輔助診斷系統、視頻圖像身份識別系統、智能語音交互系統、智能翻譯系統、智能家居產品等智能化產品，推動智能產品在經濟社會的集成應用。二是重點發展智能感測器、神經網路晶元、開源開放平台等關鍵環節，夯實人工智慧產業發展的軟硬體基礎。三是深化發展智能製造，鼓勵新一代人工智慧技術在工業領域各環節的探索應用，提升智能製造關鍵技術裝備創新能力，培育推廣智能製造新模式。四是構建行業訓練資源庫、標準測試及知識產權服務平台、智能化網路基礎設施、網路安全保障等產業公共支撐體系，完善人工智慧發展環境。

人工智慧（Artificial Intelligence，AI）作為計算機學科的一個分支，20世紀70年代以來被稱為世界三大尖端技術之一。經過多年的不斷創新發展，人工智慧讓智能設備逐步實現從認識物理世界到個性化場景落地的跨越。近年來，通過人工智慧提高生產力以及創造全新的產品和服務，已經成為經濟競爭和產業升級的迫切需求。

為實體經濟創新發展賦能。實體經濟是強國之本，富民之基。建設現代化經濟體系，必須把發展經濟的著力點放在實體經濟上。在當前的大環境下，實體經濟的創新之路，離不開與人工智慧的深度融合。目前，應用型人工智慧已經滲透到了各行各業，多種技術組合后與硬體設備或者軟體設備的深度融合，改變了不同領域的商業實踐，為實體經濟的發展注入了新的能量。包括醫療、零售、金融、教育、農業等領域，通過運用自然語言處理（NLP）、計算機視覺與圖像（CV）、語音識別等人工智慧技術，實現了創新發展。以醫療為例，依託深度學習演算法，人工智慧在提高健康醫療服務的效率和疾病診斷方面具有天然的優勢：一方面是基於計算機視覺通過醫學影像診斷疾病；另一方面是基於自然語言處理，先「聽懂」患者對癥狀的描述，然後根據疾病資料庫里的內容進行對比和深度學習診斷疾病。這兩方面的運用，大大提升了醫療服務效率和體驗，對於未來健康醫療行業的發展具有重要的意義。

從人工智慧的核心三要素——演算法、計算力、數據來看，這些技術大牛創業往往都是抱著一套獨門秘籍的演算法起步，但想比於大公司，目前大多數以人工智慧演算法為核心的創業公司們，從現在來看並不算非常成功，儘管它們獲得了大量的估值，擁有著一個個自帶光環效應的明星團隊。

商湯科技，這家成立於2014年11月的創業公司，僅用了2年時間就實現了估值從0到10億美元的飛躍，其背後則是香港中文大學教授、IEEE Fellow 湯曉鷗博士，湯曉鷗是計算機視覺領域中華人科學家裡的翹楚，其帶領的團隊在ImageNet的排名中曾一度獲得第一名，超過了Google、Facebook旗下的AI研究團隊。

但這家融資超過1億美元的人工智慧創業公司似乎並沒有在技術的實際應用中找到好的場景，點開商湯科技的主頁我們不難發現，金融、商業、安防等領域都是商湯所研發的計算機視覺技術的應用方向，無論是官網，還是其在對外的文章中，我們似乎都很難搞清楚這家擁有著不錯技術的公司真正的發力點是哪裡。

與商湯有著同樣困惑的或許還有Face++、依圖等等，僅僅在計算機視覺演算法這一個小領域中，就已經聚集了多家融資超過千萬美元的創業公司，他們也一直在尋找自己技術應用場景，這其中不乏前微軟亞洲研究院首席研究員孫劍、中科院的人臉識別大牛山世光老師加入或帶領的創業團隊。

「今天再出來做一個公司，你要不說自己是用深度學習、人工智慧，你都不好意思出來混。就跟前兩年，你要不說自己是O2O，都不好意思去融資一樣，我覺得這個有泡沫的成分。」「大炮」周鴻禕曾這樣實在地評價人工智慧創業

但資本市場的泡沫並不意味人工智慧百無一用，只是當前大多數以演算法為核心的創業公司並沒有，也很難找到應用場景，而擁有場景和數據的產品疊加上人工智慧之後，所帶來的結果就大為不同了。

人工智慧並非泡沫，只是我們將過多的精力放在了那些還很遙遠的通用AI、自動駕駛上，而沒有關注到身邊那些細微的變化。可問題是，任何一個技術的出現從來也不會如同驚雷一般振醒世界，而是潤物於無聲。