人工智能2023年投资展望：逻辑、机遇与未来
图片来源：Unsplash
2016年，DeepMind开发的AlphaGo横空出世，彻底引爆了全球人工智能发展热潮，此后，以机器学习，尤其是深度学习为代表的新一代人工智能在更加先进、复杂、自主的方向上取得了突破性进展，给经济和社会发展带来了新的变革与机遇。
纵观人工智能诞生的60年间，我们先后经历了Pre-AI时代、黄金时代、第一次低谷、第二次繁荣、第二次低谷，目前我们正处在人工智能的第三次浪潮之中。
同时，互联网的流量时代翻篇，从增量市场转变为存量市场，人口红利已经成为过去式。以抖音、快手为代表的一众短视频平台所打造的时长红利也即将见顶。
而互联网兴起所产生的海量数据、硬件技术的发展变革以及摩尔定律带来计算力突飞猛进，推动了深度学习技术在人工智能领域的普及，并促进了语音识别、图像识别等技术快速发展并且迅速产业化。有人认为，发展人工智能，释放效率红利正是整个互联网都在寻找的新第二增长曲线。
另从国家层面上讲，中美政府都把人工智能作为未来主导型战略。在2017年，人工智能首次被写入国务院的《政府工作报告》，正式进入国家战略层面。去年，我国政府又先后颁布了一系列行动计划和纲要，继续从顶层设计层面对人工智能的发展进行整体推进。在“十四五”规划纲要中，明确了人工智能将成为建设创新型国家，实现新型工业化、信息化，推动经济高质量发展的最有力助推器之一。
根据TortoiseIntelligence报告，2021年AI投资总额达到775亿美元，较去年360亿美元同比增加了115%，这是20年来人工智能投资同比增长最大的一年。恰逢硬科技时代的到来，不少投资人都认为人工智能在2022年整体将呈现乐观趋势。
本文将根据投资蒙钛奇与多位投资机构合伙人的对话，解析以下三个方面的问题：
1、2022年，人工智能的投资逻辑是什么？
2、人工智能赛道的新机遇在哪里？
3、中国人工智能能否实现弯道超车？
2022年，人工智能的投资逻辑是什么？
近几年来，大家对整个AI的基础能力与算法数据的认知都在不断深化。蓝驰创投投资合伙人石建平从宏观层面对投资蒙钛奇讲述了人工智能领域投资的三个逻辑点。
第一个是更关注视觉和语音向行业更深层次的渗透发展，例如深化行业里的应用。人工智能无论从工具层面或是应用层面，都是效率提升的重要驱动力。以往大家对AI的应用场景的印象可能还停留在人脸识别、视觉等方面，但石建平认为，随着AI的持续渗透，未来在各个行业里的深化和普及都会大大提升。例如在工业行业里，人工智能可以在设计、智能决策上提供很大的帮助。
第二个是“AI+”有望成为新的业态，曾经“互联网+”的出现，对经济发展产生了重要影响。尤其是AI+科学，AI和科学是人类认识自然世界物理规律的两种不同范式。例如由百度创始人李彦宏发起创立的生物计算引擎驱动的创新药物研发平台百图生科（BioMap）就是AI+药物发现的例子。
百图生科将先进AI技术与前沿生物技术相结合，通过高精准AI抗体设计，实现世界领先的蛋白质预训练技术，建立对抗体药物亲和力、稳定性等关键参数的预测能力。在此基础上，通过干湿闭环实验的主动、强化学习手段，大大加速抗体药物的设计和理解过程。再利用超大规模图神经网络，从海量生物数据中提取高维度的靶点与疾病关联规律，将所收集的高质量验证数据与AI技术结合，实现高效新药发现。
另外包括AI+材料，在材料方面有很大的推进作用，石建平认为这是人工智能与科学的一次有机结合，用第一性原理与人工智能融合，做更广领域的渗透，会持续发现新的场景突破。
第三，AI技术底层逻辑仍然存在挑战。整个AI的底层工具发展至今天，由于AI底层工具的壁垒较高，人工智能想要真正做到普及化还面临着很大的挑战。不过在底层AI的基础能力上，石建平相信还会持续迭代和演进，包括近期大家特别关注的通用模型、大模型、高性能计算等领域，对AI的持续发展提供重要的基础能力，也会推动AI与知识图谱更好的结合，帮助人工智能进入一个平民化的时代。
细化到项目本身，九合创投合伙人谢振亮向投资蒙钛奇表示，关于人工智能的投资并不局限某一个细分赛道，而是主要看项目本身的技术含量、落地场景结合度、市场空间以及团队人员结构是否“强大”等综合因素来评判。
换一种方式来理解，可以认为人工智能各大细分赛道无论是无人驾驶、机器人、医疗、金融或者其他领域，放眼未来都会爆发巨大的社会效益。
未来人工智能的新机遇在哪里？
在与机构交谈中，谈及人工智能未来的机会，更多投资人会专注于目前的卡点，认为解决卡点就是未来的机会。而现在大家讨论最多的一个问题是人工智能的可解释性。
2021年11月，联合国UNESCO通过的首个全球性AI伦理协议《人工智能伦理建议书》（Recommendationontheethicsofartificialintelligence）中，提出十大AI原则，其中就包括“透明性与可解释性”。
现在很多AI应用其背后的算法的工作方式和算法训练数据是未知的，这种未知到了社会运转中非常关键，尤其是在医疗、自动驾驶等与生命安全直接挂钩的领域，以及公众比较敏感的隐私问题。可解释性也是这几年一直没有太大突破的地方。
在腾讯研究院发表的《可解释性发展报告2022》中总结了5个可解释性AI的意义：
1、帮助用户增强对AI系统的信心与信任。
2、防止偏见，促进算法公平。
3、满足监管标准或政策需求。
4、理解和验证AI系统的输出，推动系统设计的改进。
5、帮助评估风险、鲁棒性和脆弱性。
换言之，可解释AI主要是面向直接用户、政策和监管部门、科研研究以及公众这四个群体。眼下，可解释性成为AI亟需迈过的一道“坎”。
如果说“AI+”是未来的发展趋势，那么在受AI影响最大的地方或许也能看见新的机会。
谢振亮认为，受AI发展影响最大的行业集中在早期自动驾驶、汽车相关的领域另外从整体行业角度来看受影响较大的是医疗行业，尤其是在AI辅助制药、医疗影像等领域。
石建平则告诉投资蒙钛奇，受人工智能影响最大的有两个部分，首先是所有行业中数字化转型累计数据积累相对较多的企业，其次是相对毛利较高的企业。实际上每个行业都有符合这两个前置条件的企业，也就是说每个产业都有新机会。从未来五年的角度来说，除了互联网等一些容易获取数据的企业外，还会下沉到一些所谓的传统企业，甚至还会渗透更多到第一第二产业里去，为社会创造更多机会与价值。
提及商用空间和成熟度，眼下图像、音频领域的应用更为成熟，包括自动驾驶、安防、人脸识别、翻译、语音合成等。
再一个是NLP，人机对话在类似OpenAI这样的超大模型里，实际上语言生成能力已经达到较高水平了，但眼下NLP还不够成熟，一些逻辑性思考与连接上下文能力还有待提升。不过正因为不成熟，模型还在迭代优化中，相对图像和音频来说，有更大的机会，通用性对话会是一个突破口。
人工智能展望未来，中国能否实现弯道超车？
由于冬奥会的成功举办，人工智能也成为近期冬奥的热门话题之一。从冬奥手语播报数字人、可穿戴式体温计、滑雪场AI哨兵，到AI裁判以及一系列智能机器人成为全平台争相报道的内容，平时少与AI打交道的朋友也在转发评论。
尽管对于从事人工智能赛道的人来说，冬奥中的一些AI应用可能只是针对一些场景做了特殊优化，但经过此次冬奥会的宣传，提高了大众对于人工智能的认知度，并且不限于中国公民，凭借冬奥会的影响力，还培养了世界公民让人工智能成为生活一部分的习惯。而这还只是刚刚开始，逐渐渗透也是人工智能发展的必要路径。
依赖人工智能生活习惯的建立，能够帮助人工智能开发ToC这个大市场，也对应人工智能平民化的呼声。ToC领域有许多应用和场景，甚至可以颠覆人类的娱乐方式，例如近一年火爆的元宇宙和虚拟数字人等等。但在技术不够成熟的情况下，ToC会比ToB慢，B端的接受能力会更强。石建平认为，目前国家正在向硬科技领域做导向，对于整个社会的影响来说，ToB可能是更能创造价值的一件事。
从外部性因素层面出发，硬科技实力已经成为大国博弈的关键点。就客观事实而言，相对于光刻机等偏工程领域的技术来说，在人工智能包括云计算等领域，中美差距并不大，多位投资人均表示，看好中国未来科研能力。
对于这样的情况，石建平向投资蒙钛奇表示，中国有相当多的优势，首先是场景和规模都可以说是世界最大的。从单一国家的贡献力来说，中国也是非常领先的，加之中国更愿意在新事物领域做尝试。
同时，在人工智能研究领域华人占据了半壁江山，论文发表方面，黄煦涛老先生以1477篇居首位；论文被引用数统计中，韩家炜、吴恩达、孙剑、何恺明等排名前列，分别都有6万以上的被引数。
中国拥有丰富的场景和充足的人才储备，因此，石建平相信中国能出现一些世界级的产品。至于中国能否实现弯道超车，这需要很多人的努力，目前我们面临的挑战在于原始创新。
回到2022年的投资展望，依旧在工具、基础建设层面以及行业渗透层面，随着大家认知度不断地的提高，生产价值也会愈发明显，乐观地看待人工智能行业实际上是一种理性行为。
至于能够颠覆一切的新算法框架何时才会出现，我们无从预测，只能在人工智能质变和爆发的前夜，提前做好准备，迎接这一天的到来。
（本文首发钛媒体APP，作者|张翌楠）
人工智能应用领域的研究与展望
引言
20世纪的科技成就中，人工智能占据着重要的位置，它的研发使用是将智能机器人的技术、信息化技术、自动化技术和关于人类自身智能探索与研究融为一体的必然结果。随着人工智能的系列化研究与发展，如今，人工智能已经被广泛地应用于很多领域。但是关于人工智能的应用领域的综述并不多，本文就人工智能在不同领域应用发展趋势进行展望。
1人工智能的由来
人工智能是研究、开发模拟应用、延伸和拓展人的智能领域的理论、方法、技术以及应用系统的一门新的学科。相比于其他学科，人工智能的研究和发展历史是很短暂的，但是它的研究发展与应用却为人类生活带来了翻天覆地的变化，是人类发展历史的一个里程碑，将人类从繁重的体力劳动和脑力劳动中解放出来，同时帮助人类探索拓展了更多的未知领域。
1956年，麦卡赛和明斯基等科学家就提出了“人工智能”的理念，认为在未来机器将会以其独有的人工智能特点更好地服务于人类，代替人类来完成许多高难度、高强度和高危险系数类的工作。这一理念的提出引来了许多优秀科学家的青睐，随即对此展开了更深入的研究、探索、发展和应用[1]。
在计算机的应用普及之前，几乎没有什么机器设备可以分担人类的脑力劳动，特别是依据人脑的思维去对数据进行收集、处理、运算、判定、存储、积累、分析和选择决断。当计算机有了一定程度的发展和应用之后，能够代替人脑工作的软件才逐步被开发并应用到研究和生活中。由早期的各种复杂数据分析运算，一维、二维、三维和立体的测绘，继而发明并应用二维码的识别、无人机作业、月球车等各种模拟人类思维模式的应用，到后来人工智能云处理、对比、处理和建议等人脑无法准确、无误且快速处理大数据的运用。如今，人工智能的应用已经遍布人类生活的许多领域。
2人工智能的应用领域
现在人工智能在计算机领域的应用比较广泛，在其他领域的发展应用也是频见报道。随着人工智能“深、广、精”的研究、发展与应用，不久，必将迎来在更多领域的应用，未来的人工智能将更加智能，更加的人性化，更像个“人”一样进入人类生活，为人类社会的发展服务。
2.1人工智能在工业领域的应用
人工智能的应用在工业发展方面起着举足轻重的作用，它具有效率高、稳定可靠、重复精度好，可承担劳动强度大、危险系数高的作业等优势，已被广泛应用到了工业生产领域，如机器人焊接、机器人搬运、机器人装配、机器热打磨抛光和机器人喷涂电镀等。2018年，林远长等人研究得到焊接机器人在每米长度方向上焊接轨迹跟踪仿真误差为0.18mm，而实际跟踪误差为0.2mm，由此验证利用人工智能仿真误差与实际误差基本一致，完全满足工业生产需求[2]。赵猛研发发动机挠性飞轮盘螺纹装配工业机器人项目[3]，提高装配的自动化和柔性化程度，保证装配质量和生产效率。用人工智能的机器人来代替普通工人去完成许多对人体有不良影响及人体生理条件限制而不能承受的工作，是20世纪工业发展的一个质的飞跃，是工业发展史的一个标志性的里程碑。
2.2人工智能在金融领域的应用
近来，随着人工智能的开发及应用，互联网金融更是取得了极其辉煌迅猛的发展。二维码支付、手机银行、网络借贷、P2P平台、淘宝、京东等逐渐成为人们茶余饭后议论的热点词汇。通过大数据库、云计算、计算机网络应用、区块数据链等最新IT技术，即可获取大量、精确的信息，更加个性化、定向化的风险定位模型，更科学、严谨的投资决策过程，更透明、公正的信用中介角色等，从而能大大地提高金融业务效率和服务水平，特别是一些技术应用，如大数据征信、供需信息、供应链金融等[4]。
2.3人工智能在信息安全领域的应用
数字密码安保模式伴随着互联网技术的不断发展，其弊端也逐步显露，一方面容易被破解，导致信息泄露，另一方面，对于越来越多的信息安保需求，对人脑的记忆力要求也越来越高。由此产生的各种困扰也越来越多，如忘记密码后，自动取款机无法取现、打不开文件、登录不了系统等问题层出不穷，因此信息安全问题越来越被人们所关注。但当人工智能和生物识别技术结合并深入发展之后，信息安全领域得到了一个全新的发展和提高。指纹解锁速度可达0.2s，支持多个指纹同时录入，且被广泛应用；iPhoneX的人脸识别解锁，支付宝的刷脸登录和考勤机器上的刷脸打卡等正渐渐步入人们的日常生活之中；人的虹膜具有惟一性，为实现信息认证、保障信息安全提供了理论基础。现实中也已经有电子厂商将这一技术运用到了实际产品当中，比如三星S系列的手机，就配备了虹膜识别技术，但是虹膜识别目前对环境的要求比较高，尤其是在暗光环境下识别效果还有待提升。相比于指纹识别，虹膜识别在完成产业化的道路上还有很长的路要走[5]。
2.4人工智能在医疗领域的应用
医疗领域的人工智能应用更加普遍，它正在成为改善人们身心健康的主力军，可为病人提供就诊前健康状况初步分析和评估、协同医师处理病人信息和改善服务质量、在医院精准地指导病人就医、节约医疗资源、缓解就医难的紧张局面等。医学领域，精准是非常重要的，因为任何偏差或者误判都会危及人体的健康乃至生命。2015年，杨宇面对心脏手术医疗机器人的异构式主从控制研究，充分运用人工智能[6]，简化了手术操作，降低了操作风险。人工智能芯片能够存入大量的信息，并对这些信息进行高速地运算处理和判断，做出最准确的决策，这是目前人脑没有办法做到的[7]。人工智
能还可以根据患者的实际情况，收集所需要的数据，结合过去的数据进行计算和决策，从而得出最有效的治疗方案，以此减少医务人员的脑力劳动强度，合理利用医疗资源[8]。
3人工智能应用领域的展望
随着人工智能在数字理论技术、自动化控制、机器人应用等方面不断地研究发展，将来，机器必定会无限地接近人的各种行为，通过智能“视觉”“听觉”“触觉”“味觉”“嗅觉”来接收信息，传递信息；通过“电脑”来处理信息，选择和决策；通过智能输出端的“说”和“做”来传递信息发布需求和指令；通过智能肢体“行为”来响应与实施。在人类的日常工作、学习、医疗、安全和可持续发展等领域，人工智能都将尽最大的可能去为人类提供服务。然而无论人工智能发展到哪一步，依然无法在思维、精神、感触和情绪方面全盘取代人脑，仍旧不够人性化和智能化，只能跟随人类对自身智能的开发和研究而尽量接近人类[9]。与此同时，随着大数据类的人工智能的研究与开发，信息安全问题将会凸显，并且成为科学家以后很长一段时间的困扰和研究热点[10]。
4结语
总之，人工智能技术的发展是日新月异的，为将来在更多领域、更广泛的应用人工智能技术提供了更多的可能，但是，这一切都是基于人类对自身智能的充分了解和掌握。为此，还需要很多的知识和技术积累，针对人工智能更大量的应用，科研人员还需要做更多的工作。一方面是开发更多的未知智能，另一方面是完美地将人的智能转化成机器人的智能来为人类生存与发展服务。
人工智能技术应用的领域主要有哪些
随着智能家电、穿戴设备、智能机器人等产物的出现和普及，人工智能技术已经进入到生活的各个领域，引发越来越多的关注。那么，人工智能目前都应用在哪些领域，运用了怎样的技术原理呢？
什么是人工智能？人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是认知、决策、反馈的过程。曾经有很多人戏称，人工智能就像一列火车，你苦苦期盼，它终于来了，然后它呼啸而过，把你抛在身后。虽然这是一种笑谈，但也反应了人工智能技术发展的迅速和无法想象的快，可能一个不小心，你就被远远甩在身后。
##人工智能技术的细分领域有哪些？人工智能技术应用的细分领域：深度学习、计算机视觉、智能机器人、虚拟个人助理、自然语言处理—语音识别、自然语言处理—通用、实时语音翻译、情境感知计算、手势控制、视觉内容自动识别、推荐引擎等。
1、深度学习深度学习作为人工智能领域的一个应用分支，不管是从市面上公司的数量还是投资人投资喜好的角度来说，都是一重要应用领域。说到深度学习，大家第一个想到的肯定是AlphaGo，通过一次又一次的学习、更新算法，最终在人机大战中打败围棋大师李世石。百度的机器人“小度”多次参加最强大脑的“人机大战”，并取得胜利，亦是深度学习的结果。
深度学习的技术原理：
1.构建一个网络并且随机初始化所有连接的权重；2.将大量的数据情况输出到这个网络中；3.网络处理这些动作并且进行学习；4.如果这个动作符合指定的动作，将会增强权重，如果不符合，将会降低权重；5.系统通过如上过程调整权重；6.在成千上万次的学习之后，超过人类的表现；
2、计算机视觉计算机视觉是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉有着广泛的细分应用，其中包括，医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被支付宝或者网上一些自助服务用来自动识别照片里的人物。同时在安防及监控领域，也有很多的应用……
计算机视觉的技术原理：
计算机视觉技术运用由图像处理操作及其他技术所组成的序列来将图像分析任务分解为便于管理的小块任务。比如，一些技术能够从图像中检测到物体的边缘及纹理。分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。
3、语音识别语音识别技术最通俗易懂的讲法就是语音转化为文字，并对其进行识别认知和处理。语音识别的主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。
语音识别技术原理：
1、对声音进行处理，使用移动窗函数对声音进行分帧；2、声音被分帧后，变为很多波形，需要将波形做声学体征提取，变为状态；3、特征提起之后，声音就变成了一个N行、N列的矩阵。然后通过音素组合成单词；
4、虚拟个人助理说到虚拟个人助理，可能大家脑子里还没有具体的概念。但是说到Siri，你肯定就能立马明白什么是虚拟个人助理。除了Siri之外，Windows10的Cortana也是典型代表。
虚拟个人助理技术原理：（以Siri为例）
1、用户对着Siri说话后，语音将立即被编码，并转换成一个压缩数字文件，该文件包含了用户语音的相关信息；2、由于用户手机处于开机状态，语音信号将被转入用户所使用移动运营商的基站当中，然后再通过一系列固定电线发送至用户的互联网服务供应商(ISP)，该ISP拥有云计算服务器；3、该服务器中的内置系列模块，将通过技术手段来识别用户刚才说过的内容。总而言之，Siri等虚拟助理软件的工作原理就是“本地语音识别+云计算服务”。
5、语言处理自然语言处理（NLP），像计算机视觉技术一样，将各种有助于实现目标的多种技术进行了融合，实现人机间自然语言通信。
语言处理技术原理：
1、汉字编码词法分析；2、句法分析；3、语义分析；4、文本生成；5、语音识别；
6、智能机器人智能机器人在生活中随处可见，扫地机器人、陪伴机器人……这些机器人不管是跟人语音聊天，还是自主定位导航行走、安防监控等，都离不开人工智能技术的支持。
智能机器人技术原理：
人工智能技术把机器视觉、自动规划等认知技术、各种传感器整合到机器人身上，使得机器人拥有判断、决策的能力，能在各种不同的环境中处理不同的任务。
智能穿戴设备、智能家电、智能出行或者无人机设备其实都是类似的原理。7、引擎推荐不知道大家现在上网有没有这样的体验，那就是网站会根据你之前浏览过的页面、搜索过的关键字推送给你一些相关的网站内容。这其实就是引擎推荐技术的一种表现。
Google为什么会做免费搜索引擎，目的就是为了搜集大量的自然搜索数据，丰富他的大数据数据库，为后面的人工智能数据库做准备。
引擎推荐技术原理：
推荐引擎是基于用户的行为、属性（用户浏览网站产生的数据），通过算法分析和处理，主动发现用户当前或潜在需求，并主动推送信息给用户的信息网络。快速推荐给用户信息，提高浏览效率和转化率。
关于人工智能的展望除了上面的应用之外，人工智能技术肯定会朝着越来越多的分支领域发展。医疗、教育、金融、衣食住行等等涉及人类生活的各个方面都会有所渗透。
当然，人工智能的迅速发展必然会带来一些问题。比如有人鼓吹人工智能万能、也有人说人工智能会对人类造成威胁，或者受市场利益和趋势的驱动，涌现大量跟人工智能沾边的公司，但却没有实际应用场景，过分吹嘘概念。
转自：http://www.arduino.cn/thread-45848-1-1.html