人工智能业态简史：中国没有错过的拐点

虽然在谈及顶尖的人工智能技术时，我们更多讨论的是Deepmind、OpenAI以及各大学的AI实验室。但要知道，虽然AI领域的科研与产业关系密切，但学术水准终究不等同于产业水平。

或许我们可以用另一个视角来看待中国今天的人工智能机遇为何宝贵：AI产业化的最关键因素中，中国企业一个也没有遗漏。

让我们从几个维度梳理一下，以大数据+机器学习为主要特征的AI第三次次黄金周期中，AI的业态简史与中国企业的表现。从更广阔的视角看去或许我们会认同，AI是一个中国没有错过，也不能错过的技术拐点。

生态之源：深度学习框架

人工智能是一个标准的众创型技术，每一个巧妙的算法、每一种灵光乍现的逻辑，都可能解开困扰整个人类的问题。所以带给开发者、研究者工具和环境，让他们施展自己的才华，就成为了AI企业最主要的任务之一。

最早我们提起深度学习平台的时候，还是以加州大学伯克利分校推出的Caffe为主。Caffe创造性地将卷积神经融入开发环境，构建了比较高效清洗的深度学习框架。

而在2015年底，谷歌开源了此前在内部使用的TensorFlow。随着数次版本更新，一举打破了Caffe的垄断地位，成为了最活跃的深度学习框架。尤其随着DeepMind全面使用，其社区资源得到了广泛认可。

为了争夺开发者生态Facebook、微软、OpenAI等公司相继推出了深度学习的开发平台，重新试图颠覆谷歌的霸主地位。目前世界上主流的深度学习平台依旧有十几个之多。

开发者环境有多重要，从Facebook凭借PyTorch在AI界得到的话语权提升就可见一斑。拥有良性的深度学习架构是整个AI技术生态的基础。

这一点国内的企业也并未落后。比如百度最先推出了PaddlePaddle，宣布了国内企业进入这一领域。

而阿里云推出的PAI，以友好的开发环境和运算能力成为了新一代深度学习框架的代表。也为国内开发者进入主流深度学习研发提供了优质基础。

目前来看，国内深度学习框架正在凭借开发环境友好程度、社区资源和企业激励计划，逐渐对欧美主流开发平台形成冲撞。至少在AI研发的核心环节中，中国已经抢回了关键分。

硬实力的答卷：芯片代表的算力基础

人工智能的神经网络任务模型，是完全不同于传统运算需求的全新任务形式。换句话说，传统的硬件运算基础也将不再符合人工智能的需求。

在PC时代，就有得芯片者得天下的说法，在人工智能时代似乎依旧奏效。

2011年，IBM就通过对人类大脑的模仿，推出了可商用的类脑芯片，可以说是人工智能芯片解决方案的基础。但这种模式很快被证明实际价值不高，逐渐也就被束之高阁了。

此后FPGA、ACIS等处理人工智能任务的芯片类型相继推出。而英伟达据说在一次实验错误中发现了GPU可以很好地处理深度学习任务，也打开了GPU与人工智能狂飙突进的序幕。

目前英伟达Tesla V100号称性能最强的AI专用处理器。而今年谷歌发布了专门应对深度学习任务的TPU芯片，也在AlphaGo身上大展神威。

而对于国内相关产业链来说，如何获取到可以支撑人工智能研发与部署的运算能力、获得智能AI化迁移的运算服务基础，就成为了当务之急。

9月初，阿里云宣布推出了新一代异构加速平台。其异构计算家族涵盖GPU、FPGA在内等7款异构实例，并附带全新高性能计算实例E-HPC。可以说通过具体的服务对接将AI算力供给到了产业环境中。而且阿里云的解决方案似乎更加开放和定制化，比较符合中国企业的需求。

而云计算之外，终端的AI芯片也成为热门话题，特斯拉的无人驾驶芯片一度成为热门。在手机上，苹果推出了A11仿生芯片。而此前华为抢先发布了全球第一款移动AI芯片麒麟970。

不难看出，基于芯片和算力的AI博弈已经在中美两国的方方面面展开。而未来，云端一体化的AI算力似乎是更加切实的解决模式。云计算与硬件制造商之间的合纵连横，也非常惹人期待。

万物启蒙：关于智能硬件浪潮

用AI加持普通终端，开启万物互联的全新纪元，似乎早就成为了业界的共识。五花八门的AI硬件也很早就出现过。

但毫无疑问，亚马逊的Echo开启了智能语音+普及化硬件的新风口。一时间全球无数智能音箱崛起，一时间堪称壮观。

这个领域值得我们注意的，是中国企业对AI消费风潮的敏锐和战略性投入。就像亚马逊投入Echo的更大野心在打通家庭生态场景一样。中国巨头们先后投入AI硬件也难以离开生态化的诱惑。

从京东的叮咚到小米的小爱同学，一时间智能音箱成为巨头的战略要地。而比较惹人注意的，是阿里的天猫精灵，打通了阿里旗下文娱生态、电商生态和技术实力之间的界限，显然构筑了更广泛的智能体验视野。

天猫精灵这样的智能音箱，更有可能成为家居场景AI化的入口。通过后续更多AI赋能的想象力迸发，达成消费和家居体验的全面升级。

在万物互联矩阵更加完善的情况下，有理由相信机器视觉、图像识别等AI技术会争相进入消费智能硬件序列。开始体验到AI之后，智能消费市场很可能才刚刚崛起。

从实验室到物理世界：AI的场景化落地

假如AI技术只能待在实验室中，那恐怕只会有今天百分之一的人关注它。

毕竟任何技术都需要在现实世界中检验自己的价值。而AI又是一项非常底层的技术，很容易与各行各业的效率、体验和解决模式相连接，给人以意想不到的效果。

虽然我们今天已经习惯了很多AI带来的价值，但想一想初次接触谷歌ML的智能推荐、苹果Siri的语音交互体验，看到特斯拉的车辆收集数据反向训练自动驾驶，那种惊喜感是溢于言表的。

或许得以于移动互联网的铺垫，相比于美国市场，中国有更大的AI市场和更好的AI接受环境。而中国企业也在AI的场景化落地领域造就了许多个“China first”

比如说我们在语音交互领域，看到了百度的度秘、科大讯飞两大巨头齐飞。在机器视觉领域，出现了商汤、旷视等5大独角兽，着实令人惊叹。

这里不得不提到阿里云的ET大脑系列。ET城市大脑在杭州的部署，是人类史上第一次用大数据+人工智能方式来指挥真正的城市交通。随后，提高百分之一产能的ET工业大脑、看X光片准确率高于人类医生的ET医疗大脑，以及可以监控水土污染和海洋环境的ET环境大脑相继上线。

阿里云的系列部署，显然走了一条有“中国特色”的AI落地道路。结合数据感知和大规模计算领域的能力，人工智能可以输出为更多实际的社会价值。这种模式应该会在接下来的中国市场中不断发酵成熟。

综合来看，在中国企业利用人工智能达成具体行业的赋能和革新，需要的各领域产业基础已经相继成熟。而依托海量的用户网络，组成大数据、云计算、人工智能三位一体的价值逻辑网络，或许会成为中国特有的AI成熟方式。

总之，场景化中的创造力会是接下来中国AI最令人期待的一点。

更深层的未来：人才与研发聚合效应