AI產業遇冷，大批科學家出走，基礎科學研發的可持續模式在哪？_風聞
返朴-返朴官方账号-关注返朴（ID：fanpu2019）,阅读更多！2021-03-19 11:09
1 AI技術產業化
第一次人工智能熱潮，出現在20世紀60年代，人工智能之父圖靈，提出了著名的圖靈測試，用於判斷機器是否智能，引發熱潮。
第二次是在20世紀80-90年代，以語音識別的階段性突破為標誌。還記得當時在windows 97上運行的一款IBM的語音識別軟件，需要先對着麥克風朗讀大概幾百個字對軟件進行訓練，基本可用，但並不好用。
第三次人工智能熱潮，就是當下以深度學習為基礎的人工智能。
從2017到2018，人工智能這把火越燒越旺，如人臉識別技術，語音識別技術，大數據分析挖掘等等，以及集這些技術之大成的自動駕駛。這一次熱潮中，出現了完成度較高的產品，AI技術正式進入產業化。比如，包括科大訊飛的翻譯器、語音轉文字、人臉識別、智能AI音箱，這些產品已經進入生活。
這個階段的AI產業發展趨勢，類似於鄧寧-克魯格曲線，短期內爆發到頂點，充滿自信，行業泡沫產生，相關技術的創業公司湧現，不管是創業公司還是大廠，紛紛爭搶頭部AI人才，資本追捧。
比如，商湯在2017年和2018年兩年間就融資數十億美元，其中僅2018年，融資總額就達到了22.2億美元，估值也從2017年底的20億美元猛增至了60億美元。
2 AI科學家的吸納與出走
不同於傳統經濟，“研發—銷售—賺錢—再次投入研發”這種緩慢的技術升級模式，互聯網、特別是移動互聯網帶來了“風投融資—上市”模式。這種模式對市場份額極端依賴。新技術獲得風投，迅速把最基本的商業模式變為現實，然後，吸引流量與客户，隨後再通過幾輪融資擴大規模，最後上市。
這種模式之下，贏家通吃，依靠風投迅速擴張，獲得市場份額變得至關重要，甚至是超越短時期的盈利。
技術創業公司，既然依靠風投推動，也大致離不開這個規律。不過，技術創業公司與O2O領域還不同，最重要的指標，不是用户數量、市場份額，因為技術還沒有投入市場，沒有用户也沒有份額。這個時候，創業公司需要證明自己的技術，最直觀的辦法，就是擁有多少科學家。
而且，與O2O不同，AI技術創業公司專業程度更高，一般人投資人很難看懂，他們就需要一些外顯的、易懂的指標。擁有一個科學家，就把他的技術、論文置入公司麾下，那麼，公司對外展示實力、吸引風投，就多了幾分勝算。
另一方面，很多這個領域的科學家也希望進入行業。
當時行業的確是充滿對未來的自信，相信AI即將改變世界，誰擁有更強的技術，誰就是可以獨佔鰲頭。科學家也相信這一點。從默默無聞的算法專業，到紅得發紫的人工智能，這個領域的科學家也會因為突然受到追捧而興奮。
更重要的是，科學家不斷的認識世界，不斷將人類的知識推向新的邊緣，最終目的就是改變世界。進入業界，就是一個改變世界的機會。
於是，在各方多種動機之下，創業公司給高薪，科學家要人給人，要錢給錢。當時卡耐基梅隆大學計算機科學院院長 Andrew Moore 教授曾公開表示：“一名 AI 專家對於企業的價值，至少為500-1000萬美元”。
但是，時間進入2019年，隨着AI公司並未立刻獲得爆發性增長，技術相對停滯，而外部資本情況發生變化時，AI（人工智能）行業遭遇寒冬。作為行業遇冷的表現及後果，就是一些大型互聯網公司或者AI明星的科學家開始“出走”。
據虎嗅不完全統計，國內知名AI科學家職位變動人數達十餘位。而這與幾年前，形成巨大的對比。
AI行業也從自信的高峯，立刻跌入低谷。
3 基礎科學研發的可持續模式
低谷中的創業公司，首要任務是活下來，無法用更長的探索週期來實現技術與產業的結合，而科學家的聲譽也不能再帶來融資。科學家再度出走，走入高校，或選擇跳槽，或選擇自己創業，就成為一個行業發展的必然現象。
行業泡沫是正常的，這本身是繁榮的一部分。不過，真正需要思考的是，基礎科學的研發，依靠“風投—融資—上市”，是否可行？還是仍要依靠以前的，“研發—銷售—賺錢—再次投入研發”這樣的長期的、可持續的模式？
個人覺得，AI技術的發展，不是互聯網+，不是簡單的把AI應用於傳統場景就能改變世界的。某種程度上，互聯網+，是把成熟的基礎技術組合，比如LBS+無線通訊技術+攝像頭技術。這些都是成熟的技術。
但AI技術本身，是一個底層的基礎技術，這就決定了它還有很長的路要走，也就是説，還是需要回到“研發—銷售—賺錢—再次投入研發”的模式。這當然，需要企業做出長期的科研投入，而長期的科研投入，則需要建立對未來穩定的預期。
值得一提的是，科學家重回校園，也是一種可持續的長期循環，也即“研發—投入社會—社會效益—税收—研發”的政府大循環。而越是基礎的科學，就越需要這種大循環。
本文經授權轉載自微信公眾號“科思”。