01 简史：互联网风云背后的人工智能生长（第4/8页）

当人工智能遭遇冬天的时候，人们认为机器很难像人一样思考，但机遇也正在这句话里。20世纪90年代以后，人类认识到人工智能没必要像人类那样思考，只要能够解决人类的问题即可。所以语言学家乔姆斯基在被问及“机器可以思考吗？”的时候，借用丹麦计算机科学家迪克斯特拉（Dijkstra）的说法反问：“潜艇会游泳吗？”潜艇不会像鱼儿或者人类那样摆动身姿游泳，但是它的水下能力非常好。

当我们回望历史——这个历史不仅仅是互联网的发展历史——整个人类工业发展都在孕育人工智能。凯文·凯利说过，蒸汽机活塞的自我往复运动就是一个精巧的设计，这种自我应答已经蕴含了“进化”的要素。自动化的追求是人工智能的进化动力。

比如，工业革命开始的时候，蒸汽机最先出现在煤矿和坑口。因为早期的蒸汽机效率低、能耗大，只有在煤特别多、特别便宜的地方才可能使用。采煤的时候会产生很多水，要从煤矿里面把水抽出来。有了这种需求，又有足够廉价的能源，才会想到用蒸汽机这种办法。一旦得以运用，蒸汽机的技术就不断发展，最终推动工业革命。人工智能也是一样：当你容易得到足够多的数据时，数据就是新的能源，就是燃料，有了数据燃料，人工智能的发动机就可以运转起来。

要感谢互联网的发展以及一切人类活动产生的数据记录，没有人类的数据积累，计算机就没有可学习的对象。要感谢那些人工智能探索者，他们并非都是计算机科学家，他们有的做生物学研究，有的做工程学研究，有的研究数学和计算机程序的自动迭代优化，有的改革计算机芯片的协作架构。各种研究成果汇流成海，终于汇聚成今天的人工智能。

巨头群起逐鹿

2016年AlphaGo在媒体上引发的惊呼其实是舆论的后知后觉。回到2007年，人工智能领域巨擘Geoffrey Hinton早已察觉到“山雨欲来风满楼”。

当时他的一个学生在谷歌大数据的帮助下，将Hinton若干年前的研究成果应用于语音识别技术上，并取得了明显的成功。Hinton不由得感叹：“回顾过去，失败只是源于缺少数据量和计算能力”。

时间进入到21世纪的第二个10年，人工智能万事俱备，百舸争流的竞争时代开始了。自2015年以来，人工智能创业潮持续发酵。根据美国风投数据机构CB Insights发布的人工智能产业数据分析，人工智能投资额在2016年第一季度就超过了10亿美元，第二季度发生了121笔融资，而2011年同期只发生了21笔。2011年第二季度到2016年第二季度，人工智能方向上的投资额超过75亿美元，其中有60多亿美元都是在2014年后产生的。

《乌镇指数：全球人工智能发展报告》显示，2016年前两季度，国内新增60余家人工智能创业公司，投资金额达到6亿美元。在过去一年中，中国大陆在人工智能领域进行了202笔投资，共涉及10亿美元（约合人民币68亿元），市场规模庞大。

图1-3 中国人工智能投资金额和频次

资料来源：www.cbinsights.com

2016年，中科院副院长、中国人工智能学会副理事长谭铁牛院士说，2015年全球人工智能市场规模为1270亿美元，2016年当年预计达到1650亿美元，到2018年，这个数字将超过2000亿美元。

中、美、英三国是人工智能的发展重地。美国是互联网和人工智能的起源地，拥有得天独厚的人才优势，加上技术家底雄厚，科研经费庞大，使其在这个领域领先。除了谷歌、脸书、微软、亚马逊、IBM、苹果等巨头大举投入人工智能领域，还有大大小小近百家专注人工智能业务的公司。比如，擅长自然语言处理的X.AI公司，三轮融资达3.4亿美元。英国则继续老牌名校的辉煌，在制造业萎缩的背景下，将人才都聚集到人工智能领域。研发AlphaGo的DeepMind公司就是其中的代表。

亚马逊推出Alexa智能语音助手和Echo智能音箱，与苹果、谷歌、微软争夺语音入口。2016年6月，亚马逊总裁贝索斯在接受美国科技博主沃尔特·莫斯伯格（Walt Mossberg）采访时透露，亚马逊针对人工智能领域关键项目的投资已经持续了4年时间，“亚马逊从事这些项目的团队超1000人，你看见的只是冰山一角”。

2016年9月，微软宣布在执行副总裁哈里·舒姆的领导下成立新的人工智能研发事业群。他领导数千名计算机科学家和工程师将人工智能整合到该公司的产品中，包括必应搜索引擎（Bing）、小娜数字助理以及机器人项目。当年末，微软正式发布了可以开发聊天机器人的服务，并宣布将为埃隆·马斯克和创业孵化器Y Combinator的总裁山姆·奥特曼（Sam Altman）共同创办的Open AI人工智能实验室提供CPU服务。

脸书也拥有自己的人工智能实验室以及类似谷歌大脑的团队——应用机器学习事业群。这些机构的使命是在各种脸书产品中推广人工智能技术。用该公司首席技术官麦克·斯克洛普夫（Mike Schroepfer）的话说：“脸书约有1/5的工程师现在都在使用机器学习技术。”

AlphaGo的主人谷歌当然也不会只满足于下棋，其人工智能投入多年来不断膨胀。2012年，谷歌只有两个深度学习项目，2016年底这个数字突破了1000。目前谷歌从搜索、安卓系统、Gmail（免费网络邮件服务）、翻译、地图、YouTube（视频网站）甚至到无人车，都有深度学习的影子。

中国拥有庞大的业务应用场景、用户和数据以及基数最庞大的人才群体，进步很快。除了BAT（百度、阿里巴巴、腾讯三大互联网公司首字母缩写）、华为等巨头大力开发人工智能，还有很多垂直领域的人工智能公司涌现。2016年的各种互联网论坛上，不论是电商、社交媒体，还是搜索引擎，各家互联网企业的掌门人都在将话题引向人工智能，汇报着或大或小的成绩。

2016年，百度语音识别准确率达到97%、人脸识别准确率达到99.7%。作为百度大脑的云化，百度天算、天像、天工和天智平台相继向全社会全面开放百度大脑的技术和能力。

超强大脑汇聚

十多年前机器学习领域的少数坚持者，现在成了最宝贵的人才。人工智能浪潮兴起之后，在这个开源的世界上，除了数据，最稀缺的资源就是人才了。

人工智能背后的专业知识与数学、生物学等基础学科有极大相关性。人工智能科学家又是这些领域的翘楚，更显难得。但全国人工智能研究方向的博士生、研究生每年只有不到200人，而如今的创业公司多如牛毛，这个数字根本不够分。国内如此，国外亦然。2015年，优步直接挖走了卡内基梅隆大学国家机器人研究所140名研究人员中的40人，引起业界一片哗然。