2018年10月14日 | 疯狂背后，人工智能已浮现巨大的泡沫

前不久，国内AI巨头科大讯飞陷入了一场“造假”漩涡之中，有媒体报道，科大讯飞的AI同传可能是人类翻译冒充，并非机器翻译。虽然科大讯飞事后澄清并未造假，却无法打消大家的质疑。

实际上，类似的事件之前也出现过，在江苏卫视《最强大脑》节目中，百度大脑挑战一众最强大脑，也有网友认为其中可能存在鲜为人知的内幕。那么，为何大家会对AI产生诸多质疑？AI又是否真如企业所宣传的那么强大呢？

一，大部分AI技术仍存在致命的缺陷和瓶颈

我在网上搜索到一则《DMV2017年度最新自动驾驶测试报告》，报告准确显示了目前无人驾驶的发展水平，值得一提的是，即便全世界做的最好的Waymo，也就是谷歌的兄弟公司，目前仍不能说完全实现了 L4 级别的自动驾驶。显然，无人驾驶很难真正做到万无一失。

另外，数据还显示，Waymo 从每 1300 英里（2015 年）到 5000 英里（2016 年）到 5596 英里（2017 年）干预一次，提升的幅度越来越小。换言之，越往上无人驾驶面临的瓶颈越严重。

众所周知，无人驾驶技术是AI非常重要的一项应用，如果无人驾驶不能得到大面积推广，这必然会让人怀疑AI的发展前景。就眼下的情况来看，无人驾驶离大面积普及仍然有很长的路要走，实际上，对于交通这种对安全性要求极高的体系来说，无人驾驶或许永远不可能被民众普遍接受，因为没有人愿意把自己的生命完全交给机器来掌控，只能在部分相对局限的区域，比如产业园区无人驾驶才有应用价值，因为在这些区域，即便无人驾驶出现故障，也不会产生太严重的后果。

再者，无人驾驶也未必能达到高于人类驾驶的水平，众所周知，交通状况、路况信息是极其离散的，而人脑在吸收和处理这些数据时比机器有着得天独厚的优势。举个例子，如果出现某个路段临时管制无法通行，那么人脑会第一时间做出判断，但是机器就不一定了，面对复杂的情况，它一定会有一个漫长的学习和适应过程，这也使得无人驾驶在面对错综复杂的交通需求时显得“捉襟见肘”。

当然，这种情况在其他方面也有反映，以AI同传为例，如果是逻辑极其简单、行文极其标准的内容形式，那么机器翻译或许不存在太大的难度，也不会犯严重的错误。问题是，很多内容并不标准，不仅对上下文语言环境要求极高，而且，像中文的话，还存在各种各样的修辞手法，在面对这些问题时，AI翻译可能会出不少令人啼笑皆非的错误。不过，如果只是将AI作为辅助的翻译手段，还是可以降低不少人工成本的，因为某些场景对翻译的准确率没有太高的要求，只要能出大概意思就可以。

另外，百度大脑登上最强大脑那个节目，也确实展现了百度大脑的一些技术实力，不过，正如某些网友所说，如果让百度大脑像水哥那样对几百杯水进行“微观辨水”操作，估计系统就会直接崩溃了。因为对于微观信息近距离的获取，机器不见得能胜过水哥的双眼，同时，如何对不同微观信息进行处理，机器所使用的算法不同，结果也可能产生巨大的差异。

真正要使人工智能全面超越人类，前提是规则必须确定、信息必须有序，这样人工智能在逻辑分析、数据处理方面才会占据较大的优势。还有一种情况，如果能让机器具备人类的感情色彩、逻辑思维和学习能力，它也能全面超越人类，不过这看上去并不现实。

二，疯狂背后，人工智能已浮现巨大的泡沫

今年3月份，中国创客导师、创新工场创始人李开复在参加某活动时，就公开指出人工智能存在巨大泡沫------“最近我见了一个做内衣的，也说自己是人工智能的企业，这是非常不正常的现象。现在，人工智能领域的泡沫化特别严重。”

实际上，人工智能的泡沫和其他任何一种科技泡沫相比具备极高的相似性。这种泡沫首先表现在概念炒作层面，即在相关应用大规模落地之前，概念已经被炒得滚烫，并形成了新的“风口”。之后便是大量资本的涌入，推动泡沫从概念层面升级到资本层面，从某种意义上讲，任何泡沫都是资本推动的结果。当然，资本是要求回报的，如果资本无法从中获得回报，或者相关领域商业潜力并不大，那么一阵狂热后，资本必然会退潮，这也就是泡沫破灭的时候。

那么人工智能的泡沫到底有多大？这种泡沫又表现在哪些方面呢？

我们先来看看融资规模，CVSource显示，人工智能创企融资事件从2013年21起到2018年仅一季就有130起，融资额更是由2013年全年融资15亿增长到2017年的338亿元，而2018年仅一季度融资总额就已超过了2017全年，达到402亿元。大量资本的涌入，也抬高了AI独角兽的估值------9月10日，软银中国向商汤科技投资10亿美元，将商汤估值抬高至60亿美元，那么这种具备标杆效应的融资案例，也可能会推动其他AI巨头估值提升，当然，如果整个行业破灭，情况可能截然相反。

此外，人工智能领域相关人才的薪水已经大幅偏离IT产业的平均水平。虎嗅上有一篇文章深入探讨了这一点，其中提到“职位最低的工程师年薪在30~50万，商业公司中的研究员则在50~100万之间，项目主管或CTO则大多会在年薪80万以上上不封顶，普遍在150万左右。”可以说，市场对AI企业的期望值已经使得AI人才成为了香饽饽，AI人才身价水涨船高，这部分成本势必会转嫁给AI企业。然而，绝大多数企业并不在乎，因为在他们看来，只要笼络足够的人才，就可以做出更好的产品，获得更高的估值，融得更多的资金。正是在这种模式之下，AI的抢人大战才可以维持。

其实，无论是企业估值，还是人才身价，都是资本推动的结果，但资本要获得回报，就必须严格审视AI的商业化进程。光大新经济投资负责人艾渝在重庆智博会上就表示，AI技术商业化的压力增大，未来如果找不到合适的落地场景，将有百分之九十的人工智能初创企业将会落败出局。实际上，AI商业化的问题不仅困扰着初创企业，对BAT、谷歌、微软这类巨头而言，这同样是个难题。正如上面所说，AI在很多情况下无法真正替代人工，如果缺乏应用潜力，其商业价值必然饱受争议。

再者，如果有一天AI大量取代人工，我也担心整个经济会陷入衰退。因为AI的发达将导致就业困难，老百姓收入普遍降低，哪儿来的钱去下馆子、逛超市？机器可以代替人干活，却不能代替人消费。同时，机器的维护成本也相当低廉，甚至存在机器维护机器的可能，彻底取代人工，现如今汽车制造大部分工序已交由机器完成，这对AI而言是个非常危险的信号。

从某种意义上讲，一旦AI威胁到经济的正常运行，必然会被严格管控，相比投资的退潮和变现的困难，这可能才是其泡沫破灭的终极形式。