伪概念催生人工智能行业泡沫 2018年或迎大洗牌
图集伪概念催生人工智能行业“泡沫”
2018年或迎大洗牌，业内建议引导技术与市场有效结合
在政策引导和资本大量涌入下，国内人工智能领域迎来空前繁荣。记者走访业内相关企业和专家发现，市场上人工智能概念众多，除了技术突破，还有伪概念下的虚假繁荣，助推了行业“泡沫”的出现。近期，国内外一些人工智能企业接连倒闭，业内预警，经过大浪淘沙，2018年我国人工智能企业或将迎来“倒闭潮”，加速该行业调整。业内建议营造“去泡沫化”的务实发展环境，引导人工智能技术与市场有效结合。
人工智能行业或将洗牌
近期，各方高度关注的人工智能行业出现了“大规模倒闭”的预期。腾讯研究院发布的《2017年中美人工智能创投现状与趋势研究报告》称，据初步估算，中美倒闭企业总数已超过50家。近期倒闭的公司有雨恒矩阵、智能万事屋等。
根据该报告，人工智能经过创业持续火爆增长的两年高峰期，在2017年，产业开始进入休整阶段。2013至2015两年间快速发展下积压的众多市场矛盾已经出现爆发的前兆。截至2017年6月份，智能无人机、餐厅机器人、虚拟助理、智能硬件等领域和行业已初显颓势。根据研报，2017年，很多无人机领域的公司资金方面都遇到了一些问题，亿航、零度相继大幅裁人，全球销量前三的Parrot也宣布裁员三分之一。机器人服务员是噱头，早期几家均倒闭。由多位苹果前资深员工创立的PearlAutomation(珍珠自动化)自动驾驶公司，曾获得两轮总计5000万美元的投资，也因为旗下产品销量惨淡，目前已经停止了运营。
除了研究机构出具的报告，一些人工智能企业负责人也预计，2018年将迎来“倒闭潮”。创新工场董事长李开复2017年4月公开发言称，人工智能创业有泡沫，未来可能会有一批人工智能公司钱花完了后倒闭。“AI项目(融资热)是2017年上半年开始的，融资差不多够18个月花，2018年底估计有一批公司倒掉。”“新经济100人”创始人兼CEO李志刚预测，未来两三年，95%以上的人工智能创业公司要倒闭。星河互联人工智能事业部总经理、合伙人刘玮玮也认为，在IPO提速以及高估值的双重作用下，2018年将会出现第一拨AI公司的倒闭潮。亿欧公司创始人黄渊普亦撰文称，2016年和2017年，人工智能公司还在拼科学家和发布的论文数量，到了2018年，缺少商业应用能力的人工智能公司将越来越难生存，第一波倒闭潮将来临。
业内认为，“倒闭潮”是整个行业洗牌、稳定的必经之路。科大讯飞董事长刘庆峰认为，2018年将有一大批的人工智能创业公司倒闭，但整体上人工智能产业会大规模发展。就像当年所谓的互联网泡沫一样，在2002年看，互联网是大泡沫，但在2014年看，互联网是人类历史上的一次产业浪潮。人工智能会快速改变世界，深入到越来越多的行业。不过也应该看到，随着人工智能领域竞争的加剧，那些光靠概念的创业公司确实可能会出现倒闭。
机器人技术与系统国家重点实验室副主任孙立宁认为，人工智能的发展需要时间与过程，目前整个行业有些过热和盲目，出现泡沫和倒闭很正常，符合科技产业市场规律。和早些年的机器人、纳米科技，最近的生物医药等前沿领域一样，市场本身存在优胜劣汰、大浪淘沙的过程。“随着小企业的倒闭，未来一定会达到一个平衡：大的把小的整合了，出现大的公司和稳定的发展板块。这符合前沿科技发展的规律。”
技术发展跟不上产业化步伐
业内分析，两个原因加速人工智能行业调整步伐。
一是人工智能领域创业和投资过热，出现了“虚火”和“伪创新”、伪概念。根据腾讯研究院市场统计数据，国内智能机器人与无人机相关技术创业最为火爆，位居于第一梯队；语义分析、语音识别、聊天机器人等自然语言系列的技术位列第二梯队；第三梯队则为人脸识别、视频/监控、自动驾驶、图像识别等计算机视觉系列的技术。截至2017年6月30日，全球人工智能企业总数达2542家，其中美国拥有1078家，占全球人工智能企业总量的42%；中国拥有592家，占据23%，排名第二。美国AI公司总融资金额达978亿元，占据全球总融资的50.10%；中国以635亿元位居第二，占据全球AI公司总融资的33.18%。
腾讯研究院相关人士认为，人工智能产业虽然前景广阔，但创业项目增量降低，创新鸿沟已经出现，泡沫依然在扩大。“自1999年美国第一笔VC资金投资给AI技术平台Enkia时，在短短的18年内，各大投资方竞相争抢有潜力的人工智能企业，全球人工智能领域投资吸金2026亿元。项目少而资金多，当前，人工智能产业的核心矛盾有两个：一是投资需求大而创业项目供给减少；二是市场期望高而产品体验却不佳。”
上海社科院互联网研究中心首席研究员李易认为，目前市面上高达90%的智能音箱、机器人，都算不上人工智能。“无论人脸识别还是语音识别，拥有海量数据的企业，国内外只有寥寥几家。”
记者走访市场可见，一些装上简单预设程序的音箱、机器人，就敢冠以“人工智能”；一些自动化设备也偷换概念，被包装成人工智能。甚至有做内衣的企业，也炒作自己是人工智能。专家认为，类似这些“伪创新”的炒作，炒得越热，潜在的泡沫就越大，对人工智能的发展伤害也越大。
阿里巴巴前CEO卫哲发文说，人工智能项目当中存在大量的“伪人工智能”，比例可能高达90%以上。讯飞智慧医疗事业部副总经理鹿晓亮说，目前泡沫肯定是存在的。当下炙手可热的AI，“绝大部分的公司是圈钱的”。杜绝忽悠和投机，人工智能需要的是清醒客观的判断和扎扎实实的努力。
深圳市罗伯医疗科技有限公司市场总监关磊认为，人工智能是一门综合的技术科学，在热捧和经济簇拥中，人工智能成为了一个招商的火热概念。人工智能泡沫和倒闭潮的出现是因为概念、人才、产品、市场出现断层，这四者环环相扣，缺一不可。“讲故事”的人工智能终将被淘汰，重技术、研产品、抓市场的人工智能公司才能长久的走下去。
二是技术发展跟不上产业化步伐，门槛太高难以迅速落地。业内分析，随着《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划(2018-2020)》等政策的发布，国内的人工智能企业将朝着产业化的方向不断前进。在这过程中，“优胜劣汰”的齿轮也将加速转动。
从技术上，孙立宁等业内人士认为，人工智能的技术发展仍需要过程，说“成熟”为时尚早。腾讯研究院分析，人工智能发展的基础在于算法、算力和数据，三者缺一不可。中国拥有庞大的数据库，在应用算法上也不落后，唯独在算力这一领域，出现了非常严重的缺陷。算力的核心在芯片，而中国在芯片领域上的技术不足也延伸到了AI芯片上。
从企业角度分析，AI行业的技术门槛很高、投入时间很长，很多创业型研发企业短期内都没有办法让产品落地，应用前景渺茫。比如医疗影像产业有很多公司，但是真正能用于临床的产品很少。一些企业技术未成熟，产品不合格，难以突破并实现稳定的市场份额增长，缺乏与巨头竞争的能力，成本高昂导致售价超过消费者购买能力，资金不足无法支撑后续研发，导致难以为继。
此外，孙立宁认为，地方政府在高度重视人工智能的同时，也要理解，只有具备人才、产业链等基础条件，才能发展人工智能产业。如果不具备上述条件而盲目上马人工智能产业，将面临很多风险。
引导技术与市场有效结合
业界肯定“人工智能”的发展方向，建议营造一个更务实的发展环境。
——持续鼓励，营造去泡沫发展环境，引导技术与刚需结合。刘庆峰说，《科学》杂志预测人工智能在2045年会替代全球就业率的50%，而在中国这个数字是77%，未来28年之内全中国每4个工作会有3个被替代，人工智能领域中美将同步进入无人区。孙立宁认为，人工智能是一个方向，建议持续加强人才培养，支持自主创新。从产业引导上，建议政府不能为了支持而支持，而应加强人工智能与产业结合。例如，在远程个性化教育、医疗等与生活密切相关的领域，先找准技术需求点，再带动整个链条的创新，鼓励人工智能与底层制造、装备、产品结合，以提高性能为主要考核指标。
——人工智能发展还需解决盈利模式。鹿晓亮认为，现在虽然国家出台了发展人工智能的大策略，讯飞也有幸入选四个国家级平台之一，但具体的政策、产业配套的相关细节还没有落实。以医疗产业为例，临床辅助诊疗系统就面临着不知道从何处收费的问题，这还需要药监、医保、物价部门的相关政策做一系列的磨合。
——资金支持不宜全面撒网，加强结果导向的考核。鹿晓亮认为，人工智能行业刚刚开始发展，“雷区”很多，建议政府政策支持和资本投入都不能撒胡椒面，强调结果导向。关磊也认为，对于政策、资金方面，在落实考核上，建议以结果为导向，加强效果反馈，做到物尽其用。（记者肖思思鲍晓菁北京报道）
+1【纠错】责任编辑：冯文雅这一次，人工智能“泡沫”会破灭吗
2006年，达特茅斯会议五十年后，当事人重聚达特茅斯。左起：摩尔、麦卡锡、明斯基、塞弗里奇、所罗门诺夫。
资料图片
达特茅斯会议原址
日本制造公司NISSEIECO企划书中，有一项内容备受瞩目，用人型机器人Pepper主持葬礼。
美国脸书（Facebook）人工智能研究所实验室，两个机器人有时竟然用非人类语言，进行谈判性对话。研究人员不得不调整模型，不让其肆意聊天。
中国北京龙泉寺，机器人贤二，身高近60厘米，穿黄色僧袍，诵佛经，解佛法，遇到难解处，会说“我去问问我师父”。
近两年，人工智能和深度学习，成为创业显学。硅谷一些研究室为了招聘工程师，全球撒网，薪水之高，令人咋舌。大到一个国家的规划，小到一本创业计划书，无人工智能，寸步难行。
其实，自1956年“人工智能”一词诞生以来，人工智能研发热，几起几落。究其因，包括科学家在内的众人，对人工智能抱有偏见和误判。
这一次，人类能够摒弃偏见，少一些误判吗？
AI从何来
名不正，言不顺。
消除偏见，从人工智能的词汇起源开始。
人工智能这个词由谁创造的？
回答这个问题，绕不开1956年的“人工智能夏季研讨会”(SummerResearchProjectonArtificialIntelligence)。
那个年代，这真是个别处心裁的会议名称，给这个会议取名的是麦卡锡（JohnMcCarthy），时任达特茅斯学院数学系助理教授。
1955年夏天，麦卡锡到IBM一个研究团队打临工，该团队负责人是罗切斯特（NathanielRochester），IBM第一代通用机701主设计师，对神经网络素有兴趣。两人一见如故，决定第二年夏天在达特茅斯大学搞一次活动，于是给洛克菲勒基金会写了个项目建议书，希望得到资助。
麦卡锡申请的预算是1.35万美元，但洛克菲勒基金会只批了7500美元。麦卡锡预计有六位学界代表出席，最终有10个人参加，其中有一位研究跳棋，一位研究象棋。
原本计划是两个月闭门研讨，但是，只有所罗门诺夫严肃地待了整整一个暑假。
普遍的误解是“人工智能”这个词是麦卡锡创造出来的，其实不是。麦卡锡晚年回忆时承认，“人工智能”这个词最早是从别人那里听来的，但记不清是谁。
英国数学家菲利普·伍德华（Woodward）给《新科学家》杂志写信说，他才是人工智能一词的始作俑者，麦卡锡是听他说的，因为伍德华1956年曾去麻省理工大学交流，见过麦卡锡。可是，麦卡锡的建议书1955年开始用“人工智能”了。
由于那个时代多位科研代表先后离世，人工智能一词究竟由谁创造，已成为公案。
AI有多热
“我这么年轻，当然希望自己一直赢下去，一直骄傲下去，统治棋盘多少多少年……”2016年3月，韩国围棋选手李世石对阵谷歌人工智能围棋软件阿尔法狗（AlphaGo）之前，中国围棋选手柯洁刚刚在一项公开赛决赛中击败了他。
一个月后，阿尔法狗赢了李世石；一年后，阿尔法狗赢了柯洁。
其实，谷歌有很多狗：自动驾驶狗（已行驶超200万公里）、医疗狗（DeepMind对疾病诊断已初试身手）、翻译狗（谷歌几十种语言的自动翻译）、军事狗（BostonDynamic机器人）、金融狗……
用谷歌执行长桑德尔·皮查伊（sundarpinchar）的话说，人工智能已经将几年前无法想象的事物化为可能。
这种对人工智能的无尽热情和期待，几乎席卷整个世界。
在美国，谷歌、苹果与国际商业机器公司（IBM）等公司早已推出各自的人工智能计划。在开发者大会上，谷歌宣布“人工智能为先”的战略；在阿斯彭理念大会(AspenIdeasConference)，微软总裁SatyaNadella号召人类与人工智能系统协作，用设计出来的机器增强人类。即便马斯克再强调人工智能的威胁，无论是特斯拉还是SpaceX火箭，都离不开人工智能。特别是特斯拉自动驾驶技术，核心就是人工智能。
有了目标和追求，就要有人才。
近几年，顶尖教授离开学术界，进入科技行业的案例比比皆是。多伦多大学的杰佛里·辛顿(GeoffreyHinton)加盟谷歌，纽约大学扬·勒丘恩(YannLeCun)去了脸书，斯坦福大学吴恩达(AndrewNg)加入了百度，卡內基梅隆大学亚力克斯·斯姆拉(AlexSmola)去了亚马逊。
那些刚刚拿到毕业证的学生也成为抢手货。
“人工智能系毕业生价值介于500万到1000万美元之间，这是科技公司的底线。”卡耐基·梅隆大学(CMU)电脑科学学院院长安德鲁·摩尔(AndrewMoore)说。
除了“掠夺”人才，大企业还大力“收割”初创项目。
根据CBInsights报告，自从2011年以来，人工智能行业的并购活动增加了7倍，大多数创业公司在首轮融资的前四年内会被收购，已有近140家人工智能初创公司被收购。仅2016年第三季度的收购额就达到了10.5亿美元。
为了获取最佳的人工智能解决方案，谷歌、苹果、IBM、雅虎、英特尔等科技巨头，一直在加大收购人工智能初创公司的力度。微软在人工智能领域投资了大约25年了，专门“投资那些增长快、对社会积极影响很大的人工智能初创公司”。
根据TheInformation报道，过去两年时间收购人工智能公司最多的是谷歌，全资买了9家。苹果买了5家，英特尔和推特分别买了4家。
在中国，据投资中国等多家机构的不完全统计，2016年中国公开披露的AI领域投资超过200起，累计投资金额超过200亿元。业内认为，未来两年内，AI领域的投资金额将保持高速增长，2017年投资总金额可能是2016年的三倍甚至更高。
消费端又是一幅怎样的景象？
中央电视台的《开学第一课》栏目，让意大利的机器人TEO与两位年轻的钢琴演奏家同台“飙”琴技。
那个刚刚被阿尔法狗打败的柯洁，参加了一档科学挑战类节目《机智过人》，向人工智能机器人“少女诗人”小冰“告白”！
AI走弯路
以史为鉴，可知兴替。
人工智能的这波热潮，似曾相识。
一个细节是，人工智能，作为一个词汇被广泛认可，源于一位哲学家的质疑，那是达特茅斯会议召开十年后。
1965年，加州大学伯克利分校欧陆派哲学家德雷弗斯（HubertDreyfus）发表了《炼金术与人工智能》，针对纽厄尔和司马贺的工作，谈了一点意见，引发讨论。
几年后，德雷弗斯以这篇文章为基础，扩充内容成书——《计算机不能干什么》，人工智能成为靶子。
为什么一个质疑能引起如此大的轰动效应？因为那些年人工智能方向的研究者对形势产生了误判。
纽厄尔和司马贺（HerbertSimon）是当年参加达特茅斯的两位重量级参与者。
因缘际会，纽厄尔和司马贺合作搞研究一辈子。1975年，他们共享了图灵奖，三年后司马贺再得诺贝尔经济学奖。
也许是因为学术自信，1957年，司马贺预言，十年内计算机打败职业棋手。
1968年麦卡锡与象棋大师列维（DavidLevy）打赌，十年内下棋程序会战胜列维。列维为此输了2000美元。
正是在这样的“娱乐”气氛下，德雷弗斯找到了攻击点。
这是人工智能发展中的一个花絮，从侧面见证了人工智能的第一次泡沫的兴起和破灭——1956年至1974年，逻辑证明器、感知器、增强学习等只能做很简单、专门面很窄的任务，当时的计算机，无论是内存，还是处理速度，不足以解决任何实际的人工智能问题。
沉寂了约10年，人工智能于上世纪80年代迎来第二波热潮，一类名为“专家系统”的人工智能走俏，“知识处理”成为研发焦点。但是，“专家系统”的实用性仅限于某些特定情景，无法普及，第二次泡沫破灭。
司马贺1957年的预言，直至1997年才实现，1997年，IBM的“深蓝”击败了卡斯帕罗夫。
四十年，终成夙愿。为此，司马贺和日本计算机科学家宗像俊则（Munakata）合写了篇《人工智能的教训》（AILessons）。
伴随着深蓝的胜利，人工智能迎来第三波热潮，阿尔法狗的胜利，为这波浪潮再添一把火，深度学习和人工智能成为显学。
腾讯研究院近日推出的《中美两国人工智能产业发展全面解读》指出，自1999年美国第一笔人工智能风险投资出现以后，全球AI加速发展，在18年内，投资到人工智能领域风险资金累计1914亿元。
初创大师、斯坦福大学兼职教授史蒂夫·布莱克（steveblank）表示，未来，一切事物都将拥有人工智能。
这一次，泡沫会破灭吗？
美国硅谷人工智能研究院院长皮埃罗·斯加鲁菲，“在硅谷待了三十多年，专注了一个科技领域，就是人工智能”，亲身经历过人工智能的两次退潮。
对于目前正在兴起的第三次高潮，他保持着相当的警惕，“硅谷有泡沫，中国学习了硅谷，泡沫更大”。
其实，市场里，“会”或“不会”的“答案”都有。其实，这个问题的最大不确定性，还是在于技术能够给人类的想象多大的发挥空间。
AI有何用
1955年，在写给洛克菲勒基金会的项目申请书上，麦卡锡罗列了计划研究的七个领域：一、自动计算机；二、编程语言；三、神经网络；四、计算规模的理论（theoryofsizeofacalculation)；五、自我改进（机器学习）；六、抽象；七、随机性和创见性。
六十多年过去了，人工智能的研究主要专注于六大能力的塑造：一、感知能力，主要分为视觉和听觉。目前，公众较为熟悉的是计算机视觉（CV）和语音识别（voicerecognition）；二、语言能力（NLP），该能力延伸出的范围也是相当广。除了语音识别，还有语音转文字，文字转语音，文本语义抽取，文本情感分析，文本分类，语法分析等；三、记忆能力。这个能力看似容易，实际非常困难；四、推理能力；五、规划能力（planning），对最优决策/路线/动作的求取。比如自动驾驶技术离不开高性能高精度的规划算法；六、学习能力。比如机器学习、深度学习。特别是深度学习，是目前市场最为火热的一个人工智能分支。
不难看出，目前大家推崇的阿尔法狗，只是人工智能的一个细小分支。
正如一位知乎用户所言，当前被称为“人工智能”学界的，实际上是相当广泛的一批人，人工智能的问题相当多样化，主流学术界一般都不会称自己是搞“人工智能”的，一般都是搞机器学习、统计学习、神经网络、逻辑编程等。
从这个角度看，人工智能的商业泡沫，不会也不能阻挡这个学科的发展。2006年，达特茅斯会议五十年，十位当时的与会者，仅有五位还在世，摩尔、麦卡锡、明斯基、塞弗里奇和所罗门诺夫在达特茅斯再聚首，忆往昔，展未来。参会人之一霍维茨（Horvitz)和老婆拿出一笔钱在斯坦福大学捐助了一个“AI100”的活动：在下面一百年里各路豪杰聚会，每五年出个AI进展报告。
AI有多危险
你是做什么的？
我们做的是人工智能！
为什么你是在热钱来了后创办这家公司？
2016年3月28日，在一场投资洽谈会上，硅谷风投Greylock合伙人JoshElman与创业者交谈时，反复强调，人工智能不是“创业噱头”，要能解决真问题。
芝加哥大学在硅谷举办人工智能论坛，投资人这样谈如何评估一家人工智能初创公司：产品第一天上市就能给用户“价值”，而不是需要其他有的没的配套才能跟用户价值；产品有获利模式，不用损益平衡但要有营业额；最重要的是，每一个新来的用户带给公司更多的价值。
其实，面对如今的人工智能风潮，投资人和企业都在用一条商业判断标准，丈量风险。但是，他们都忽略了伦理风险。
事实上，人类在伦理面前，充满偏见。
日本制造公司NISSEIECO企划书中，有一项内容备受瞩目，用人型机器人Pepper主持葬礼。
美国脸书（Facebook）人工智能研究所实验室，两个机器人有时竟然用非人类语言，进行谈判性对话。研究人员不得不调整模型，不让其肆意聊天。
前者的商用价值就一定比后者大吗？
真不一定。没人能肯定，死者家属能够坦然面对机器人的祷告，因为那些声音里不可能饱含情感和宗教情怀。
对于“未来人工智能（AI）在人类社会中扮演的角色”这一问题，美国硅谷两大巨头近日的争论，是上述问题的一个缩影。
特斯拉（Tesla）执行长马斯克（ElonMusk）认为，未来人类会被人工智能主宰，“人工智能的潜在危险不是空穴来风，在未来确实有可能危及人类生存。”他表示，在未来人工智能有可能反倒变成人类的主人，而人类则沦落为次等公民，甚至有可能面临人工智能的叛变。
脸书执行长扎克柏格（MarkZuckerberg）则认为，这样悲观的态度非常不负责任，“运用人工智能不会导致如马斯克所预言的情况，而是对人类大有助益，以自动驾驶为例，车祸仍是人类主要死因之一，如果你用人工智能解决这个问题，那将会是重大的进步”。
推特前执行长迪克（DickCostolo）也加入讨论，扎克柏格低估了人工智能的潜在危险。
1950年，阿兰·图灵考虑了一个问题：“机器能思维吗？”
67年过去了，马斯克开始考虑一个问题：“机器有多危险？”
67年间，人类对人工智能的认识已经足够多，但是，偏见依然在，因为每一个关于人工智能的思考，都没有标准答案。
数说
2542家VS592家
截至2017年6月，全球人工智能企业总数达到2542家，其中美国拥有1078家，占据42%；中国其次，拥有592家，占据23%。
1957年VS1997年
1957年，司马贺预言，十年内计算机打败职业棋手。司马贺1957年的预言，直至1997年才实现，1997年，IBM的“深蓝”击败了卡斯帕罗夫。
140家
2011年以来，人工智能行业的并购活动增加了7倍，大多数创业公司在首轮融资的前四年内会被收购，已有近140家人工智能初创公司被收购。
1914亿
自1999年美国第一笔人工智能风险投资出现以后，全球AI加速发展，在18年内，投资到人工智能领域风险资金累计1914亿元。
(责编：陈键、赖悦)人工智能泡沫价值(人工智能泡沫包括伪人工智能)
导读人工智能泡沫包括伪人工智能 消防泡沫液（水成膜泡沫灭火剂）又称轻水”泡沫灭火剂。由氟碳表面活性剂、无氟表面活性剂(碳氯表面活性…人工智能泡沫包括伪人工智能消防泡沫液（水成膜泡沫灭火剂）又称轻水”泡沫灭火剂。
由氟碳表面活性剂、无氟表面活性剂(碳氯表面活性剂或硅酮表面活性剂)和改进泡沫性能的添加剂(泡沫稳定剂、抗冻剂、助溶剂以及增稠剂等)及水组成。
按与水体积混合比分为3�FF(3：97)和6�FF(6∶94)两种，保质期为八年。灭火原理水成膜泡沫灭火剂通过泡沫比例混合装置与水混合后，输出的泡沫混合液经泡沫产生喷射设备（泡沫产生器、泡沫发生器、泡沫喷头）产生灭火泡沫，喷射到燃烧的油面时，泡沫层析出的水分能在燃料表面形成一层封闭性很好的水膜，起到隔离燃料与空气的接触，靠泡沫和保护膜双重作用，能迅速、高效率的扑救油类火灾。
人工智能发展方面的泡沫有哪些以下为人工智能四大独角兽
1、深兰科技（上海）有限公司
深兰科技（上海）有限公司DeepBlueTechnology（Shanghai）Co.，Ltd是快速成长的人工智能第一梯队头部企业，自2014年由归国博士团队创建以来，一直以“人工智能服务民生”为理念，致力于人工智能基础研究和应用开发。
发展至今，深兰科技已在欧洲、美国、澳洲等多地设立区域总部和分支研发机构，国际销售网络覆盖全球17个国家。分别和世界排名第87位的日本永旺集团，世界500强的绿地集团成立了合资公司。
2、科大讯飞股份有限公司
国内知名AI企业，拥有领先的感知智能及认知智能技术，大型智能语音和人工智能上市公司。
3、旷视科技有限公司
成立于2011年10月，以深度学习和物联传感技术为核心，立足于自有原创深度学习算法引擎Brain＋＋，布局金融安全，城市安防，手机AR，商业物联，工业机器人五大核心行业，致力于为企业级用户提供全球领先的人工智能产品和行业解决方案。旷视的核心人脸识别技术Face＋＋曾被美国著名科技评论杂志《麻省理工科技评论》评定为2017全球十大前沿科技，同时公司入榜全球最聪明公司并位列第11名。在中国科技部火炬中心“独角兽”榜单中，旷视排在人工智能类首位。
4、深圳市图灵机器人有限公司
深圳市图灵机器人有限公司于2014年7月14日在深圳市市场监督管理局登记成立。法定代表人丘宇彬，公司经营范围包括从事智能电子产品、信息技术、生物技术、化工产品等。
人工智能彻底爆发一、初级阶段：聊天机器人
1956年的达特茅斯会议上，“人工智能”一词登上了历史的舞台。之后，各种人工智能程序陆续登场，人工智能迎来了第1次发展热潮。在这个时期，人工智能软件“Eliza（伊莉莎）”引起了很大的反响。Eliza，是最早的与人对话程序，从1964年开始，由德国科学家约瑟夫魏泽堡主持编写。当时，使用了专门的编目处理语言“SLIP”进行程序开发，之后的程序开发则是由LISP主导进行的。
二、第一次热潮：弱人工智能阶段
在第1次人工智能发展热潮中诞生的各种人工智能程序，只是进行简单推理的程序较多，在发展过程中，瓶颈也就逐渐地显现出来了。
早在第1次发展热潮之前，马文明斯基和西摩尔派普特着手的人工神经网络研究就指出了人工智能发展可能出现的瓶颈问题。具体来说，由输入系统和输出系统组成的简单感知器，作为人工神经网络的一种形式，无法解决“不可分的问题”。
在这里我们不做详细说明，但是线性不可分问题的确在很多地方都存在，它也显示出只是导入了简单感知器的人工智能的弊端，这也导致了世人对人工神经网络的期待急速地降低。
最近流行的多层人工神经网络（深度学习模型），随着学习运算法则的不断进化，线性不可分的问题也逐渐被解决。这一点我们将在后面的篇章里做详细解释。
三、人工智能的瓶颈初现端倪
在第1次人工智能发展热潮中诞生的各种人工智能程序，只是进行简单推理的程序较多，在发展过程中，瓶颈也就逐渐地显现出来了。
早在第1次发展热潮之前，马文明斯基和西摩尔派普特着手的人工神经网络研究就指出了人工智能发展可能出现的瓶颈问题。具体来说，由输入系统和输出系统组成的简单感知器，作为人工神经网络的一种形式，无法解决“不可分的问题”。
在这里我们不做详细说明，但是线性不可分问题的确在很多地方都存在，它也显示出只是导入了简单感知器的人工智能的弊端，这也导致了世人对人工神经网络的期待急速地降低。
最近流行的多层人工神经网络（深度学习模型），随着学习运算法则的不断进化，线性不可分的问题也逐渐被解决。这一点我们将在后面的篇章里做详细解释。
四、经历“低谷时代”，进入第2次发展热潮
人工智能发展的第1次热潮，从1956年一直持续到70年代前期。这一时期研发的专家系统等人工智能系统，因受到计算机处理性能的制约，只能处理一定数量的规则，并且是在特定的领域、特定的环境下才能够发挥作用。
人们在对人工智能充满期待的同时，对研发出来的缺乏实用性的系统也充满了失望，因此，国家以及企业在人工智能方面的预算也越来越少。这一时期，也就是20世纪70年代后期被称为人工智能发展的“第1次低谷”。
但是，进入20世纪80年代后，人工智能很快再次迎来了新的发展热潮。
本次发展热潮的主角是在第1次发展热潮时诞生的专家系统。因处理美国迪吉多公司（DEC）的VAX系统的各种订单并取得非常成功的专家系统受到广泛关注，各IT供应商迅速导入专家系统。
人工智能发展迎来第2次热潮，最大的一个原因在于计算机性能的大幅提高。进入20世纪80年代，基于复杂规则的专家系统也可以在计算机上运行。由此，逐渐实现了专家系统的商业性使用。
随着专家系统的兴盛，制定专家系统运行规则的工程师也被称为“知识工程师”，并且一时间成为炙手可热的职业，就像在今天，数据科学家这个职业相当流行，受到人们的追捧。
知识工程师的主要工作是听取用户的业务内容并对其进行分析，从中抽出明显的规则与隐藏的规则，然后进行分类。
当时，科学家们研发出了各种专家系统。初期的各种专用专家系统大都是利用LISP编程，随着技术的革新，慢慢地发生了变化，通用的引擎部分依然利用LISP编程，规则部分则是知识工程师利用外部数据进行编程。并且，用LISP编程的引擎部分，利用C语言进行编程的开发研究也已经展开了。
专家系统的编程由专用LISP语言向普通的C语言过渡，该系统也变成了一般的程序员编写的一般系统，其新意也就逐渐淡化了。
由此，专家系统也就从人工智能程序变成了决定论式的普通程序。随着这一变化，专家系统的作用效果也变得非常明确，但是其发展瓶颈也开始显现出来。
人工智能并非洪水猛兽现在的人工智能的技术大概还处于初级阶段。主要还是以指令的形式进行控制而已。
没有自主意识的人工智能还不足畏惧，还没有什么不利于人类的灾害产生。弊端还不是太明显。好处应该还不少。
人工智能的利就是服务人类，让我们解放自己，各方面都有发展。工业生产现场，各种机器人的使用，解放了我们的劳动力，还能不知疲倦的不停的工作。弊端就是我们的饭碗没了，都被机器所代替。
服务行业的服务机器人，给我们提供了生活上的各种便利，各种指令形式各异。声控，手势，意念等很多方式。这种应用应该没有什么弊端的。
将来的人工智能的发展，是越来越高级，就像电影里的那些机器人。他们拥有自己的思维，会思考，控制方式不仅是我们发的指令了，有可能机器人自己给自己发指令了。
这样的高级的人工智能，有利的方面是他们可以自主思考问题，解决问题，力量大，不知疲倦的帮我们人类工作。
而不好的方面也就是弊端是，机器有了自己的思维，思考，会不会想到自己为什么要听你们人类的话，人类控制的权限被自动删除，造反怎么办。这个局面是我们人类不想看到的。但是我们还是在研究，很想让机器有自己的思维，会思考，这也是我们人类能发展到现在的原因吧。喜欢研究研究。动动脑子，使大脑更发达。也在朝着机器大脑的进化而努力。
人工智能泡沫包括伪人工智能和什么打个比方，下属和领导下棋，阿尔法狗和领导下棋，下属即使是下棋高手，但是他不能赢领导，这是下棋的情商规则。而阿尔法狗，它下棋就是下棋，根本没有人类的思考能力和心理结构。这就是专用人工智能和通用人工智能的区别。
人类暧昧的规则，机器人是无法判断的。模拟人类的思考方式，才是机器人的最大挑战。
1、专用人工智能和通用人工智能的区别——专用人工智能
专用人工智能，是指只对某一方面有自动化专业能力。例如阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，AI程序在大规模图像识别和人脸识别中达到了超越人类的水平，甚至助诊断皮肤癌达到专业医生水平等。
2、专用人工智能和通用人工智能的区别——通用人工智能
通用人工智能，是指具有像人一样的思维水平以及心理结构的全面性智能化。比如电影里的救世机器人，或是具有较高情商的机器人。目前为止，通用人工智能还未实现，专用人工智能发展势头较猛。
人工智能，于人们而言，有两种理论，一种是乌托邦论，一种灭世论。乌托邦论，是指人工智能将全方位改变人类世界的生活。灭世论，是指人工智能将在未来某一时刻推翻人类世界。
复旦大学一位教授提出了一种新看法，泡沫论。这是指人工智能被科幻片夸大了事实，人工智能的实际发展情况与电影不符，电影走在了人工智能发展前面，所以将会呈现出中空地带亦或是断层地带。人类对人工智能的积极态度还是悲观态度，都不是可取的，而应是平稳心态。
人工智能是个伪命题人类脑力退化与否，不在于人工智能，而在于人本身是否懒惰。 甘于懒惰的人，即使没有人工智能技术的出现也会出现脑力退化;相反，如果跟上时代的步伐，不断地自我鞭策，挖掘自己的潜在价值和学习能力，也就没有了“人工智能技术使人退化”的伪命题了。
科技改变了人类的生活，让我们生活越来越舒适、工作效率越来越高。对于我们来说，人工智能的利是大于它的弊的。我们有理由相信，人工智能将会为我们开启一个充满想象力的崭新世界。
人工智能泡沫看起来已经爆裂了网络泡沫是指在互联网行业或网络经济中，出现大量虚假、虚幻或不切实际的商业活动、投资行为和资产价格上涨等现象，最终导致市场崩溃和经济衰退。
这种现象通常由于过度乐观的市场预期、过度投资和夸大广告等原因引起，是经济发展中一种普遍存在的问题。