人才短缺是AI创业最大困难

AI1年前 (2023)发布 aixure
73 0 0
导读:熊姿 人工智能(AI)是个比较大的领域,很难说清楚具体的界限在哪里。笼统地讲,可以认为是机器对人的思维、意识、行为的模拟,属于计算机技术的一个分支。近些年,人工智能得以快速发展,得益于几个重要的条件:计算速度显著提高、足够大的数据量、深度学习算…

熊姿

人工智能(AI)是个比较大的领域,很难说清楚具体的界限在哪里。笼统地讲,可以认为是机器对人的思维、意识、行为的模拟,属于计算机技术的一个分支。近些年,人工智能得以快速发展,得益于几个重要的条件:计算速度显著提高、足够大的数据量、深度学习算法的突破等等。另一方面,由于人类对自身大脑运作方式的认知有限,人工智能对人类的模拟,特别是情感和思维方式,还有很长的路要走。

从技术的生命周期角度来看,新技术一般分为起步、成长、成熟、衰退四个阶段。技术和商业开始紧密结合一般发生在成长后期和成熟期。举个例子,我们此前已经经历了PC和移动互联网的发展,特别是移动互联网,我们看到在这个周期开始的时候,苹果带来了设备和系统的革命,Facebook快速崛起,而Instagram、Rovio等创造了大量新玩法。中国大概是2010年开始进入到移动互联网爆发的时期。那么对于资本来说,2005年到2010年这个阶段应该是进行技术方面的布局,技术成熟后再进行商业模式方面的投资。

纵观2015年全球投资市场,人工智能领域的投资仅占到总投资的5%,虽然较前一年有所增长,但仍不是最热门投资领域。根据VentureScanner的统计,截至去年10月,全球有910家人工智能创业公司,分布在13个领域,平均融资额在1000万美元。其中美国本土有415家,是最为活跃的市常

除了投资机构,互联网巨头们也在背后频频出手,在自建人工智能实验室的同时,投资或收购了多家人工智能公司。谷歌收购了神经网络专家GeoffreyHinton创办的NDDresearch、Alphago的团队DeepMind,苹果收购了情绪识别创业公司Emotient,,IBM收购了虚拟助手Cognea等。

实际上,国内人工智能领域的创业公司远远多于被列入前述统计中的公司,但其中有较高技术含量的公司依然是凤毛麟角。在通用领域,有获谷歌投资的语音搜索平台出门问问,启明、创新工场投资的人脸识别服务平台Face++,以及红杉投资的模式识别公司格灵深瞳,智能机器人平台图灵机器人等。在垂直领域,因为与产业结合密切,人工智能的应用场景更加清晰具体。汽车领域的机器视觉企业,如中天安驰、Minieye等,已经开始与车厂合作研发,蓄力进入驾驶辅助市场;在医疗领域,去年离职华大基因的王俊创办了碳云智能。上述提到的大部分公司依然处在技术积累阶段,没有成型方案进行大规模商业输出。

另一方面,在商业应用层面,国内公司并未明显落后,在某些领域,也出现了领先全球水准的企业。比如深圳的无人机厂商大疆,可以算作广义人工智能范畴里,作为消费级无人机的先驱,已经占领全球市场70%的份额。而语音识别老牌公司科大讯飞,在人工智能领域的探索和积累也已经达到顶尖水平。

回过头来看人工智能这个领域的创业,有一个共识是,人工智能给人类社会带来的改变要远大于移动互联网,很可能是从生产到生活的全方位的颠覆。近几年也确实有一些优秀的人工智能产品进入到大众视野。比如谷歌的无人车,以及其投资的BostonDynamics所创造的Atlas机器人,还有最近备受关注的战胜李世石的Alphago,这些“黑科技”让我们感到离未来更近了。但是要清晰地认识到,我们现在所处的依然是人工智能技术周期中的起步阶段。对于创业公司来说,选择人工智能领域创业的门槛相对较高,往往需要在深度学习、图像识别、语言识别等方面有独特的技术;或选择相对成熟的技术,找到很好的切入点和健康的商业模式。我们相信,人工智能创业的技术门槛会越来越低,但是这个周期可能会持续较长时间,才会迎接技术成熟后的商业模式创业井喷。技术人才的短缺和商业前景不清晰是目前人工智能创业公司遇到的最大困难——持续地烧钱,而又不知道什么时候结束,这对创业团队无疑是巨大的考验。

任何科技产业的发展,都需要相关专业人才的充足供给;而产业逐步成熟,也会让更多的人愿意加入到行业的发展中。目前在人工智能领域较为领先的美国、加拿大等国家,在高校研究方面也同样领先,输送了大量人才。而反观国内,一方面是专业人才不足,一方面高校与产业结合还不够密切。让人欣慰的是,随着创业环境改善和资本的支持,越来越多的科技人才选择回国创业,他们正在成为人工智能领域的中坚力量。

(笔者系以太投资经理)

赞助本站

© 版权声明

相关文章

暂无评论

暂无评论...