在全球頂尖的產業專家和投資機構看來，專利和專利訴訟的數量才是判斷產業是否爆發的兩個最重要指標。原加州伯克利大學中美戰略研究中心主任、北京大學訪問教授吳霽虹昨日公佈自己的研究發現，人工智慧領域的訴訟已經出現暴增，這意味著人工智慧已進入商業化應用階段，萬億級人工智慧產業即將爆發。
頂級指標發出“買入”信號
技術的突飛猛進和成本的下降，讓人工智慧跨越了產業化的門檻，萬億級的產業藍海徐徐展開。9日，在深圳舉行的第五屆中國電子資訊博覽會“2017人工智慧產業發展高峰論壇”上，北京大學訪問教授吳霽虹表示，人工智慧已進入商業化應用階段。而在科大訊飛董事長劉慶峰看來，堅持技術創新和打造產業生態，讓技術應用實現落地，是產業共襄盛宴的當前關鍵。
吳霽虹教授的預測依據別開生面，可謂見微知著。
“我的研究顯示，全球人工智慧專利數量在2008年達到頂峰；人工智慧領域的專利訴訟則在2010年後開始井噴，這意味著人工智慧的產業化快速發展。”吳霽虹闡述，大多數企業家和投資人會用投資額的多少和增長率來判斷產業是否爆發，但在全球頂尖的產業專家和投資機構看來，專利和專利訴訟的數量才是判斷產業是否爆發的兩個最重要指標。“專利和專利訴訟的爆發意味著人們可以靠技術告狀賺錢，意味著技術就進入了商業化應用階段。”
在吳霽虹看來，人工智慧是可以讓中國大多數傳統企業實現“換道超車”的最大契機。“互聯網通過打通管道、簡化中間環節實現效率的提升，工業4.0通過自動化、資訊化、數位化讓商業實現高效率的產出，人工智慧通過全方位的萬物互聯，智慧化的實現個性需求配對，這恰恰是個人和企業進入互聯網、工業4.0新世界的最大、也可能是最後的契機。”
“一切才剛剛開始，個人和大小公司均有機會。”在吳霽虹看來，人工智慧時代，不管是個人還是公司都有創新的機會，大公司可以做核心技術、開放平臺來構建“高城牆”；個人和小公司則可以充分借助大公司的開放平臺，在應用端做應用開發和解決方案。
“未來的智慧硬體必須有大腦，能夠進行自我反覆運算，這才是真正的人工智慧；開放合作是人工智慧產業的唯一選擇，單點的個人和企業都無法支撐人工智慧的精准專業化。”吳霽虹表示，全球範圍內，人工智慧正在快速滲透到衣、食、住、行、教育、醫療、保險等10大消費領域。
巨頭競技人工智慧晶片
換個角度觀察，人工智慧爆發，與積體電路（晶片）這“魔法”獲得突破密不可分。不管是智慧駕駛還是人臉識別，這些技術的實現都有賴於背後功能更強、體積更小、功耗更低的小小晶片（積體電路）。
全球科技巨頭競技人工智慧，給積體電路帶來新的發展機遇和增長點。在人工智慧晶片領域，已有GPU（影像處理器）、FPGA（現場可程式設計閘陣列）、ASIC（專用積體電路）、類腦晶片等多種不同發展路徑。
英偉達（Nvidia）的一戰成名讓GPU成為當前人工智慧晶片領域的“武林霸主”。憑藉平行計算優勢，GPU可更好地處理圖像渲染等任務，支援深度學習技術。英偉達正是憑藉GPU在無人駕駛領域聲名鵲起，並開始鎖定下一個巨大市場——醫學及衛生保健領域，期望可通過其人工智慧技術説明進行醫學影像和醫療資料的篩選、進行自動診斷，提高診斷的可靠性，甚至發現新藥物。
Intel則認為ASIC更適合深度學習和大眾消費領域。早在2015年，Intel就收購了Saffron、Altera謀求AI晶片；通過並購ASIC晶片供應商Nervana，Intel計畫今年上半年測試其第一款人工智慧晶片Lake Crest，並在下半年對客戶銷售。Intel的AI陣營晶片還包括下一代至強處理器（Skylake）、FPGA（旗下Altera為全球第二的FPGA供應商）等。
IBM則一開始就錨定了“再造人類大腦”的黑科技類腦晶片。IBM與美國國防部高級研究計畫局（DARPA）合作“神經形態自我調整伸縮可塑電子系統計畫（SyNAPSE)”，早在2011年就發佈了第一代TureNorth晶片（中文名真北）。TureNorth也成為被業內最為看好的AI晶片方向。
值得關注的是，隨著人工智慧被寫入政府工作報告，國內將湧起新一輪的人工智慧創業創新潮，作為AI的底層和核心，積體電路（晶片）可望執牛耳。
近日，百度聯合ARM、紫光展銳和漢楓電子發佈了DuerOS智慧晶片，打造一站式智慧語音交互解決方案；除百度外，騰訊和阿裡也加入戰局，近期均推出了FPGA雲解決方案，華為也在做雲計算的架構和方式研究。地平線和中科院的寒武紀則致力於開發類腦晶片。
人工智慧應用落地是關鍵
需要強調的一點是，與以往不同，人工智慧開始落地到可持續的商業模式，應用到各個領域，這將真正推動產業發展。機器視覺、生物識別（指紋識別、人臉識別、視網膜識別、虹膜識別、掌紋識別）、遺傳程式設計等等，成為眾多A股公司的“心頭好”，科大訊飛、海康威視、佳都科技等紛紛佈局。在業內人士看來，人工智慧的應用落地至關重要，“有了應用端的應用和盈利，才能推動技術的進步和可持續發展，這也正是中國市場的優勢。”
由此，在業內人士看來，人工智慧當前需要解決的首要問題是提供落地的一體化解決方案。“從晶片到軟體、演算法，以及整體的解決方案，一個都不能少，這樣才能真正地實現人工智慧晶片的應用落地，這是一個非常複雜而艱巨的任務。”地平線創始人余凱強調。
“我們已經延伸到了晶片領域，投資了中科院的寒武紀。”劉慶峰表示。
在吳霽虹看來，專用晶片、感測器、演算法資料訓練，這些是大公司可以構建優勢的領域；對創業者來說，垂直領域的人工智慧落地更為容易。“現階段，人工智慧還不是‘通才’，在某一專業領域的知識圖譜、神經網路更容易構建和訓練。”
另有創投界資深人士認為，場景應用的落地恰好是中國人工智慧產業的優勢所在。“中國有足夠多的用戶在使用互聯網和移動互聯網，這是人工智慧落地的最良好土壤。”
最新評論