6月13日，CES Asia2019在上海落幕，展會上，人工智能依舊是關(guān)鍵詞之一。除了熟知的人臉識別、語音識別外，智能語音機(jī)器人、水下機(jī)器人、以及一眾智能家居產(chǎn)品，紛紛落地探尋產(chǎn)業(yè)化。
近年來得益于深度學(xué)習(xí)的技術(shù)突破，人工智能浪潮再次涌現(xiàn)。從底層的芯片，到框架模型、再到算法、應(yīng)用，硬件和軟件都得到了更迭。這些年崛起的人工智能巨頭、創(chuàng)業(yè)公司內(nèi)集中了如此多的頂尖人才和巨量資本，當(dāng)下格局未定，人才繼續(xù)流動，而大眾的期待值一直在上升。
然而到了2019年，大家對于人工智能未來的爭論愈發(fā)激烈。一方面，有專家指出，深度學(xué)習(xí)再前進(jìn)一步遇到了理論瓶頸；另一方面，人工智能在商用和結(jié)合行業(yè)的過程中，困難不少。
首先，其實(shí)學(xué)界一直在探討，要怎么解釋和證明深度學(xué)習(xí)的原理。對于計(jì)算的“黑盒子”，我們知其然，不知其所以然。對于單一的場景，可以利用深度學(xué)習(xí)的計(jì)算提出較好的解決方案，但是面對更為復(fù)雜的場景，對于大數(shù)據(jù)的運(yùn)算就無法把控。
機(jī)器學(xué)習(xí)領(lǐng)域的國際專家、創(chuàng)新工場科研合伙人張潼向21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示：“深度學(xué)習(xí)是用大的模型，大的數(shù)據(jù)這套思路來運(yùn)作，這套思路獲得了挺大的成功，也應(yīng)用到現(xiàn)在工業(yè)界中。但的確它往前走會有一些缺陷，這是我個人的觀點(diǎn)。從數(shù)學(xué)上，從原理上來講，大家都在理解這方面還需要加深。下一步要解決復(fù)雜場景，只靠它是不行的�！�
所以，在張潼看來，需要從原理上對深度學(xué)習(xí)再理解，“現(xiàn)在也有這種動作，就是逐漸把原理理解得更好，然后針對性地解決數(shù)據(jù)問題，再往前推進(jìn)一步。時間會稍微長一點(diǎn)，但我覺得還沒有到瓶頸，大數(shù)據(jù)這一塊以后慢慢變好，之前可能一下能提十個點(diǎn)，現(xiàn)在可能提一個點(diǎn)，將來可能提0.5點(diǎn)，但是還有其他的手段，需要慢慢地研究�！�
也有業(yè)內(nèi)人士向記者提到，對于深度學(xué)習(xí)的技術(shù)，大家容易忽略的問題是學(xué)習(xí)的原料夠不夠，可以用于機(jī)器學(xué)習(xí)的大數(shù)據(jù)量還是有限，尤其是定制化的數(shù)據(jù)還是不夠的，加工能力不足。如果能夠在產(chǎn)業(yè)鏈上解決有效數(shù)據(jù)的問題，深度學(xué)習(xí)也會得到突破。
其次，除了對技術(shù)進(jìn)步的擔(dān)憂，業(yè)內(nèi)對于人工智能的落地更加關(guān)注，技術(shù)產(chǎn)業(yè)化過程中仍存在不少難題，
一位人工智能研究人士告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者：“雖然圖像處理方面有Resnet模型的突破，自然語言領(lǐng)域有Bert模型的突破，使得通用領(lǐng)域的智能研究達(dá)到了新的高度，但在具體的商業(yè)領(lǐng)域依然沒有根本性突破。”
如何讓人工智能技術(shù)在復(fù)雜的行業(yè)應(yīng)用中更具價值，是新的挑戰(zhàn)。
在創(chuàng)新工場人工智能工程院執(zhí)行院長王詠剛看來，AI正從1.0向2.0升級，從科研到商業(yè)賦能轉(zhuǎn)化，“前期我們發(fā)現(xiàn)AI摘了比較容易摘的果子，AI把互聯(lián)網(wǎng)的內(nèi)部大數(shù)據(jù)，流程里面的廣告預(yù)測、商品推薦全都摘掉了，這些果子特別容易摘，因?yàn)橹灰袮I技術(shù)用起來就能得到結(jié)果。然后AI把一些淺層感知的果子摘掉了，比如說語音識別、人臉識別、影像的理解，這些摘掉之后接下來會問AI還能干什么？”
這就回歸到一個問題，AI的本質(zhì)到底是什么？王詠剛說道：“AI本質(zhì)是應(yīng)該幫助人類各個行業(yè)去提高效率、降低成本，但是當(dāng)把這些好摘的果子摘掉之后發(fā)現(xiàn)再進(jìn)一步提高效率，單獨(dú)的AI已經(jīng)很難單獨(dú)承擔(dān)這個義務(wù)、責(zé)任了，所以AI一定要和行業(yè)的知識理解、和行業(yè)的技術(shù)有一個結(jié)合點(diǎn)。而結(jié)合的難點(diǎn)在于今天AI解決的很多問題，在行業(yè)里根本就不是重要價值鏈條的一環(huán)，只是錦上添花。”
無論是醫(yī)療制藥、制造業(yè)，還是交通物流、零售、金融等領(lǐng)域，都是人工智能可以接入的重要場景。
而由于技術(shù)等因素和應(yīng)用難題的影響，也有觀點(diǎn)認(rèn)為2019年是AI寒冬，AI進(jìn)入平臺期的聲音漸起。
但是，王詠剛在接受記者采訪時談道：“我不覺得有什么AI寒冬。AI任何時候都會有行業(yè)里面的一些泡沫，但是泡沫排除掉之后，實(shí)際上AI是一個扎扎實(shí)實(shí)的技術(shù)，比如說這個技術(shù)它今天不能做到10分，但能做到5分，很多人對此有一個過高或者過低的期望，這其實(shí)都是不對的。所以我們要客觀地看待AI在整個行業(yè)里面今天的位置�！�
而從IDC發(fā)布的最新《全球人工智能系統(tǒng)半年度支出指南》來看，人工智能的投資熱度依舊很高，該指南顯示，亞太地區(qū)人工智能(AI)系統(tǒng)支出預(yù)計(jì)2019年將接近55億美元，比2018年增長近80%。
不過，無論是技術(shù)突破，還是技術(shù)落地，新一輪突破來臨前還需要一段時間的蟄伏。
