在2016年,，一場由AlphaGo發(fā)起的人機大戰(zhàn)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，這個行業(yè)就已經(jīng)潛伏多年了,。根據(jù)CB Insights統(tǒng)計,，僅僅是人工初創(chuàng)企業(yè)，其數(shù)量也已經(jīng)從2011年的70家發(fā)展到了2015年的400多家,，增長近六倍,。從這個數(shù)值中，我們清楚地看到了人工智能領(lǐng)域?qū)τ谕婕业奈χ蟆?/p>

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時期擁有48億美元總?cè)谫Y金額的957家人工智能企業(yè),，Q4的統(tǒng)計中,，人工智能企業(yè)數(shù)量和總?cè)谫Y金額已經(jīng)分別增加到了1485家和89億美元。在短短9個月的時間,，增長幅度分別達到了55%和85%,，可以說，在2016年,，人工智能領(lǐng)域的活躍已經(jīng)達到了一個新的高度,。另外，除了數(shù)量和融資金額的變化,，在Venture Scanner劃分的細分領(lǐng)域內(nèi),，人工智能產(chǎn)業(yè)也發(fā)生了一些變與不變。

機器學(xué)習(xí)兩頭領(lǐng)先,，依舊占領(lǐng)主流位置

在機器學(xué)習(xí)（應(yīng)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(yīng)用到實際案例中，包括各種通過機器學(xué)習(xí)或者深度學(xué)習(xí)來進行信息整合,。根據(jù)Q1的人工智能產(chǎn)業(yè)報告中,，機器學(xué)習(xí)（應(yīng)用）領(lǐng)域共有260家公司，占有著產(chǎn)業(yè)圖譜27%的份額,，經(jīng)過9個月的發(fā)展后,，該領(lǐng)域的玩家增長到436家,，漲幅高達67.7%，所占份額也有了2%的微弱增長,。

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(xí)（應(yīng)用）更是甩開了第二名的自然語言處理一大截，理所當然的榮登“第一”寶座,。

相對于機器學(xué)習(xí)（應(yīng)用）,，雖然機器學(xué)習(xí)（平臺）的成績不算拔尖，但好歹也在前5名以內(nèi),，企業(yè)和融資活躍度還是相當可觀的,。從整體情況來看，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(gòu)對于機器學(xué)習(xí)還是相當看重的。

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

計算機視覺領(lǐng)銜，入局玩家漲幅第一

據(jù)統(tǒng)計,，目前主攻計算機視覺的企業(yè)共有342家,，占據(jù)了全球人工智能企業(yè)的23%，雖然這個數(shù)值還比不上機器學(xué)習(xí)（應(yīng)用）的份額,，但是,，在企業(yè)數(shù)量的增長幅度上，計算機視覺憑借81%的增長幅度完勝機器學(xué)習(xí)機器學(xué)習(xí)的60.8%,，尤其是計算機視覺的應(yīng)用領(lǐng)域,，以112%的增長幅度傲視所有的細分領(lǐng)域，近乎企業(yè)數(shù)量增長67.7%的機器學(xué)習(xí)（應(yīng)用）的兩倍,。

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

其實，計算機視覺的此種狀況此前還是可以預(yù)見的,。在機器學(xué)習(xí)領(lǐng)域的推動之下,，計算機視覺技術(shù)也必然得到良好的發(fā)展，而與自然語言處理,、語音識別,、情景感知計算等人工智能細分領(lǐng)域相比，不管是研發(fā)難度和社會需求,，計算機視覺在這兩方面還是比較有利的,。

論商業(yè)化進程，五大領(lǐng)域最受關(guān)注

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

當前,，機器學(xué)習(xí)、計算機視覺和智能機器人的商業(yè)化情況已經(jīng)相當不錯了,，至于自然語言處理和手勢控制,，也都有著被關(guān)注的理由。對于自然語言處理領(lǐng)域,，從CES 2017展會上語音識別技術(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”是一個很重要的因素,，也是吳恩達所說的2017年發(fā)展趨勢“對話式電腦”的關(guān)鍵之一,，由此自然語言處理技術(shù)的重要性可想而知。而在手勢控制,，人工智能和虛擬現(xiàn)實都是它的主要戰(zhàn)場,，尤其是后者，要想在場景中獲得極佳的體驗效果,，手勢控制部分必然要做好,。

根據(jù)融資金額，我們可以看見投資者對于這些產(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)域進行投資之時，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)化進程中，資金是一個很重要的部分,，都說巧婦難為無米之炊,，若是沒有資金的支持，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(shù)據(jù)的標準,，這的確是有點草率了。不過,，依據(jù)報告中的相關(guān)數(shù)據(jù),，比如現(xiàn)有公司規(guī)模和公司數(shù)量增長幅度來看，這五大領(lǐng)域的看頭還是很足的,。

結(jié)語

在2016年的這些數(shù)據(jù)上來看,，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)展可以說是一環(huán)扣這一環(huán),。舉個例子,，機器學(xué)習(xí)算法的完善就推動著計算機視覺、語音識別等技術(shù)的發(fā)展,，從而推動商業(yè)化進程,，而這些技術(shù)的組合形式則推動機器人等硬件產(chǎn)品的發(fā)展。最后,，機器人又拉著計算機視覺等技術(shù)來催促機器學(xué)習(xí)算法的繼續(xù)完善,，繼而形成了現(xiàn)在的人工智能大生態(tài)。

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