從數據出發(fā)，看2016年人工智能產(chǎn)業(yè)的變與不變

根據研究機構發(fā)布的報告，我們看到了在過(guò)去的一年里，各人工智能細分領(lǐng)域都或多或少的發(fā)生了些微的變化，這些變化之中又包含著(zhù)什么？

在2016年，一場(chǎng)由AlphaGo發(fā)起的人機大戰引爆了人工智能領(lǐng)域。人們真正接觸到人工智能技術(shù)多是在2016年，但是，在此之前，這個(gè)行業(yè)就已經(jīng)潛伏多年了。根據CB Insights統計，僅僅是人工初創(chuàng )企業(yè)，其數量也已經(jīng)從2011年的70家發(fā)展到了2015年的400多家，增長(cháng)近六倍。從這個(gè)數值中，我們清楚地看到了人工智能領(lǐng)域對于玩家的吸引力之大。

此外，在Venture Scanner2016年發(fā)布的人工智能企業(yè)融資報告中顯示，截至2016年11月，相比于Q1時(shí)期擁有48億美元總融資金額的957家人工智能企業(yè)，Q4的統計中，人工智能企業(yè)數量和總融資金額已經(jīng)分別增加到了1485家和89億美元。在短短9個(gè)月的時(shí)間，增長(cháng)幅度分別達到了55%和85%，可以說(shuō)，在2016年，人工智能領(lǐng)域的活躍已經(jīng)達到了一個(gè)新的高度。另外，除了數量和融資金額的變化，在Venture Scanner劃分的細分領(lǐng)域內，人工智能產(chǎn)業(yè)也發(fā)生了一些變與不變。

機器學(xué)習兩頭領(lǐng)先，依舊占領(lǐng)主流位置

在機器學(xué)習（應用）領(lǐng)域中，企業(yè)主要是將計算機算法相關(guān)的技術(shù)應用到實(shí)際案例中，包括各種通過(guò)機器學(xué)習或者深度學(xué)習來(lái)進(jìn)行信息整合。根據Q1的人工智能產(chǎn)業(yè)報告中，機器學(xué)習（應用）領(lǐng)域共有260家公司，占有著(zhù)產(chǎn)業(yè)圖譜27%的份額，經(jīng)過(guò)9個(gè)月的發(fā)展后，該領(lǐng)域的玩家增長(cháng)到436家，漲幅高達67.7%，所占份額也有了2%的微弱增長(cháng)。

Venture Scanner 2016年Q1人工智能報告：人工智能領(lǐng)域的風(fēng)險投資

Venture Scanner 2016年Q4人工智能報告：人工智能領(lǐng)域的風(fēng)險投資

另外，在風(fēng)險投資總金額中，不管是Q1還是Q4，機器學(xué)習（應用）更是甩開(kāi)了第二名的自然語(yǔ)言處理一大截，理所當然的榮登“第一”寶座。

相對于機器學(xué)習（應用），雖然機器學(xué)習（平臺）的成績(jì)不算拔尖，但好歹也在前5名以?xún)?，企業(yè)和融資活躍度還是相當可觀(guān)的。從整體情況來(lái)看，在人工智能產(chǎn)業(yè)中，作為技術(shù)的“奠基石”，企業(yè)和VC機構對于機器學(xué)習還是相當看重的。

不過(guò)，值得注意的是，相比于企業(yè)數量和融資金額的增長(cháng)，在平均融資額上，機器學(xué)習的漲幅并不是太多，比如應用層面就只達到了7.4%的增長(cháng)。對此，我們是不是可以猜測這是另一種資本寒冬的體現？當然，或許也有同類(lèi)型企業(yè)太多，所以投資有些疲軟等原因的存在。

計算機視覺(jué)領(lǐng)銜，入局玩家漲幅第一

據統計，目前主攻計算機視覺(jué)的企業(yè)共有342家，占據了全球人工智能企業(yè)的23%，雖然這個(gè)數值還比不上機器學(xué)習（應用）的份額，但是，在企業(yè)數量的增長(cháng)幅度上，計算機視覺(jué)憑借81%的增長(cháng)幅度完勝機器學(xué)習機器學(xué)習的60.8%，尤其是計算機視覺(jué)的應用領(lǐng)域，以112%的增長(cháng)幅度傲視所有的細分領(lǐng)域，近乎企業(yè)數量增長(cháng)67.7%的機器學(xué)習（應用）的兩倍。

在2016年，計算機視覺(jué)算是人工智能領(lǐng)域的一大熱門(mén)技術(shù)，人臉識別、圖像識別等技術(shù)更是被應用到了多個(gè)產(chǎn)品和領(lǐng)域之中，成為了最先實(shí)現商業(yè)化的人工智能技術(shù)之一。

其實(shí)，計算機視覺(jué)的此種狀況此前還是可以預見(jiàn)的。在機器學(xué)習領(lǐng)域的推動(dòng)之下，計算機視覺(jué)技術(shù)也必然得到良好的發(fā)展，而與自然語(yǔ)言處理、語(yǔ)音識別、情景感知計算等人工智能細分領(lǐng)域相比，不管是研發(fā)難度和社會(huì )需求，計算機視覺(jué)在這兩方面還是比較有利的。

論商業(yè)化進(jìn)程，五大領(lǐng)域最受關(guān)注

根據Venture Scanner的報告，在過(guò)去的一年里，若是對各行業(yè)的融資總金額進(jìn)行排名的話(huà)，前五名分別為機器學(xué)習（36億美元）、計算機視覺(jué)（14.43億美元）、智能機器人（11億美元）、自然語(yǔ)言處理（11億美元）和手勢控制（6.3億美元）。

當前，機器學(xué)習、計算機視覺(jué)和智能機器人的商業(yè)化情況已經(jīng)相當不錯了，至于自然語(yǔ)言處理和手勢控制，也都有著(zhù)被關(guān)注的理由。對于自然語(yǔ)言處理領(lǐng)域，從CES 2017展會(huì )上語(yǔ)音識別技術(shù)的發(fā)展趨勢就可看出一二，在人機自然交互模塊中，“理解”是一個(gè)很重要的因素，也是吳恩達所說(shuō)的2017年發(fā)展趨勢“對話(huà)式電腦”的關(guān)鍵之一，由此自然語(yǔ)言處理技術(shù)的重要性可想而知。而在手勢控制，人工智能和虛擬現實(shí)都是它的主要戰場(chǎng)，尤其是后者，要想在場(chǎng)景中獲得極佳的體驗效果，手勢控制部分必然要做好。

根據融資金額，我們可以看見(jiàn)投資者對于這些產(chǎn)業(yè)的看好。作為資本家，他們最看重的就是利益，而當他們對某種技術(shù)或領(lǐng)域進(jìn)行投資之時(shí)，往往都能被看作一種商業(yè)化的風(fēng)向指標。此外，在產(chǎn)品商業(yè)化進(jìn)程中，資金是一個(gè)很重要的部分，都說(shuō)巧婦難為無(wú)米之炊，若是沒(méi)有資金的支持，企業(yè)的產(chǎn)品研發(fā)和推廣都將難以為繼，商業(yè)化道路更是難上加難。

當然，若只是以融資金額為參照數據的標準，這的確是有點(diǎn)草率了。不過(guò)，依據報告中的相關(guān)數據，比如現有公司規模和公司數量增長(cháng)幅度來(lái)看，這五大領(lǐng)域的看頭還是很足的。

結語(yǔ)

在2016年的這些數據上來(lái)看，人工智能產(chǎn)業(yè)的整體發(fā)展態(tài)勢可謂相當不錯，其細分領(lǐng)域的發(fā)展可以說(shuō)是一環(huán)扣這一環(huán)。舉個(gè)例子，機器學(xué)習算法的完善就推動(dòng)著(zhù)計算機視覺(jué)、語(yǔ)音識別等技術(shù)的發(fā)展，從而推動(dòng)商業(yè)化進(jìn)程，而這些技術(shù)的組合形式則推動(dòng)機器人等硬件產(chǎn)品的發(fā)展。最后，機器人又拉著(zhù)計算機視覺(jué)等技術(shù)來(lái)催促機器學(xué)習算法的繼續完善，繼而形成了現在的人工智能大生態(tài)。

從整體情況來(lái)看，人工智能正在受到越來(lái)越多業(yè)內外人士的關(guān)注。不過(guò)，在蓬勃發(fā)展的同時(shí)，各人工智能企業(yè)也需冷靜對待、穩步前進(jìn)，從用戶(hù)的需求和體驗建議出發(fā)，腳踏實(shí)地的服務(wù)于消費者，而不是罔顧社會(huì )需要自行打造“理想化”產(chǎn)品，相信這最后導致的結局并不是人們所希望看到的。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！