0
| 本文作者： 李秀琴 | 2017-10-18 22:46 |
雷鋒網(wǎng)按：繼《2017年第二季度AI行業(yè)全景熱度觀察》之后，騰訊互娛研發(fā)部前沿技術中心和騰訊研究院今日聯(lián)合發(fā)布《2017 Q3 AI行業(yè)全景熱度觀察》。報告指出，2017年第三季度的全球AI公司融資總額已高達77.42億元，僅比前兩季度之和低10億美元；而與2012年同期相比則增長了70余倍。
從AI行業(yè)全景熱度分析圖可以看出，技術層面和產(chǎn)業(yè)鏈層面占據(jù)最高熱度，分別占比25%；資本層面、用戶層面和政策層面則熱度稍弱，分別占比20%、15%和15%。
政策層面
整體來看，我國對人工智能的發(fā)展持非常正向的態(tài)度。尤其是自2015年以來，國務院陸續(xù)出臺了相關激勵政策，以進一步加強對AI產(chǎn)業(yè)的支持。自2017年3月人工智能被首次納入政府工作報告以來，國家對人工智能的重視在今年7月達到歷史性時刻——人工智能上升為國家戰(zhàn)略，國務院特別針對人工智能提出“三步走”戰(zhàn)略目標。
其次，在政策層面，其還提及了對隱私保護、算法歧視、責任界定和知識產(chǎn)權(quán)四個方面的法律風險。
1、隱私保護：AI，包括深度學習，需要大量訓練數(shù)據(jù)，在算法訓練中使用醫(yī)療、金融等敏感信息可能威脅個人隱私。數(shù)據(jù)融合過程中可能使得數(shù)據(jù)重新識別特定個人，影響隱私。數(shù)據(jù)頻繁流通削弱個人對其數(shù)據(jù)的控制。
2、算法歧視：基于大數(shù)據(jù)的算法決策越來越流行，如何確保這一決策的公平性，是一個需要重視的問題。算法在圖像識別、信用評分、犯罪風險評估等方面已經(jīng)帶來一些歧視和不公正問題，這給AI算法和產(chǎn)品設計提出了倫理挑戰(zhàn)。
3、責任界定：自動駕駛汽車、智能機器人等引發(fā)事故、造成人身財產(chǎn)損害時，如何明確法律責任，這是需要思考的問題。
4、知識產(chǎn)權(quán)：AI在數(shù)據(jù)挖掘、機器學習過程中可能使用他人知識產(chǎn)權(quán)成功，帶來相關侵權(quán)問題。另外，對于AI自主生成的知識產(chǎn)權(quán)成果，如代碼、詩歌、小說等，如何分配知識產(chǎn)權(quán)的歸屬問題，尚值得商榷。
資本層面
據(jù)咨詢公司 Venture Scanner 估計，2017年Q3的全球AI公司融資總額已高達77.42億美元，僅比前兩個季度之和低10億美元，與2012年同期相比增長約70余倍。
另據(jù)投資網(wǎng)站 AngelList的數(shù)據(jù)，截止2017年Q3末，全球已有近3200家AI技術公司，較上季度末增長了約20%。
產(chǎn)業(yè)鏈層面
從產(chǎn)業(yè)鏈結(jié)構(gòu)來看，具體呈現(xiàn)兩種產(chǎn)業(yè)模式：生態(tài)構(gòu)建和技術驅(qū)動。
1、生態(tài)構(gòu)建：以各大超級互聯(lián)網(wǎng)公司為主，把控從流量數(shù)據(jù)到場景應用的全產(chǎn)業(yè)鏈，構(gòu)建生態(tài)閉環(huán)。
2、技術驅(qū)動：以軟件創(chuàng)業(yè)公司為主，在AI算法和通用技術上來講，著力為其他廠商提供完備優(yōu)越的技術解決方案。
其中，以Google、亞馬遜和科大訊飛為代表性廠商，分別在自有領域不斷增強核心優(yōu)勢。如，科大訊飛以語音和自然語言處理技術為核心，不斷加強技術實力。經(jīng)過多年的AI技術深耕，該公司已開始向外拓展云平臺、教育和醫(yī)療等領域。Google也是一種典型的生態(tài)構(gòu)建型發(fā)展模式，其產(chǎn)業(yè)布局遍布整個AI產(chǎn)業(yè)鏈。卓越的人才儲備和AI研發(fā)實力讓Google一直保持連年高速增長態(tài)勢。同時，亞馬遜不僅基于AI構(gòu)建和優(yōu)化了大量自身業(yè)務，也利用AWS云為其他廠商提供了高效的AI解決方案。
技術層面
首先來看全球AI相關論文的發(fā)表情況。2007年至2016年這段時間，與近期資本投入逐年攀升的趨勢相反，正規(guī)期刊和會議中AI相關論文的發(fā)表數(shù)量呈逐年遞減的態(tài)勢。究其原因，部分與理論研究的超前性和技術研發(fā)的滯后性有相關關系。
再來看全球AI專利申請情況。2007年-2016年，AI相關專利的申請量從2008年開始急速攀升，并于2012-2013年達到頂點，隨后又迅速回落。對比論文發(fā)表情況和資本運作模式，可以看出從AI理論轉(zhuǎn)化為技術專利，這之間至少存在著8年的時間滯后，而資本市場的反應速度則會更加慢半拍。
相較美國的AI專利申請數(shù)量，中國在2015年開始趕超前者。從2016年中美兩國專利局AI專利申請量前五的公司來看，美國以IBM占比最高，中國則以百度占比最高。
用戶層面
從2017年9月的情況來看，“人工智能”熱詞的百度指數(shù)已逐漸超過“VR”。
據(jù)谷歌趨勢顯示，AI技術的熱度指標依然呈穩(wěn)步上升態(tài)勢，且“機器學習”、“深度學習”等學術化的詞匯與AI本身的變化過程呈顯著正相關。在全球領域來看，中國對“機器學習”的關注度居全球之首。
雷鋒網(wǎng)結(jié)語
整體來看，2017年第三季度，全球在AI領域的發(fā)展依然十分重視技術實力。但相較第二季度，技術層面的關注度稍有下降。上一個季度里，產(chǎn)業(yè)鏈層面居第二影響地位，這一季度影響力上升，和技術層面平起平坐。這在一定程度上，也折射出了業(yè)界對AI應用和商業(yè)化的聚焦和專注。隨著人工智能、機器學習、深度學習等熱度的持續(xù)上升，不管是業(yè)界還是學界，都將追求AI技術帶給全球更為實際的經(jīng)濟價值。
注：資料來源于騰訊互娛研發(fā)部前沿技術中心發(fā)布的《2017 Q3 AI行業(yè)全景熱度觀察》，雷鋒網(wǎng)對其進行了整理。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
