记者：陈鹏丽
近日，AI圈被一篇题为《投资人逃离人工智能》的文章刷屏了。该文章以一家人脸识别“千里马”企业的融资难经历，讲述了人工智能初创企业面临“资本寒冬”、投资人逃离人工智能领域的情况。
9月25日下午，一场人工智能产学研合作研讨会在广电运通公司举行。《每日经济新闻》记者在现场获悉，多位与会专家对人工智能的“寒冬论”表示在预料之中。“（人工智能）产业起起伏伏了很多次，每次（行业）起来，我们都觉得能解决问题的，（最后）发现还是不行，就又下去了。”电子科技大学光电科学与工程学院教授高椿明在接受记者采访时如是表示。在他看来，这轮人工智能资本“寒冬”背后的原因在于AI企业与现实
应用场景的结合问题。
广电运通副总经理魏东也持有相同的观点。他表示，以人脸识别为例，一些纯粹AI技术的初创企业会通过各种竞赛去刷识别率数据，再拿着这些指标去融资，但从应用的角度来看，“我们认为，（识别率）差一两个百分点甚至几个百分点，对应用本身没有本质的区别。”魏东强调，单一人工智能技术并没有太多价值，关键还是如何与场景结合。
人工智能走到瓶颈期
2016年的春天，世界围棋冠军李世石在与谷歌人工智能系统AlphaGo的对垒中失败，意味着
机器人战胜了人类，人工智能界一片欢呼。在这场比赛当天，《每日经济新闻》记者正在上海参加中国家电及消费电子博览会（AWE）。会上，互联网界人士兴致勃勃、春风满面，BroadLink CEO刘宗孺欣喜地说：“这表示人工智能的极点来了。”
AlphaGo“风光一时”之后，2016年至2017年，国内的确掀起了人工智能投资热潮，投资界疯狂撒钱，人工智能独角兽逐渐养成。但如今看来，极点不仅没有如期来临，人工智能行业反而正在经历又一轮“寒冬期”。日前，“投资人逃离人工智能”成为了全行业讨论的焦点。
9月25日下午，魏东在接受《每日经济新闻》记者采访时表示：“我不是搞投资的，但据我了解，实际上从去年下半年开始，投资人在AI领域都变得不像前期那么大胆了。某些独角兽企业前期估值快速爆发，而传统投资都是买涨不买跌。”据魏东介绍，一些AI独角兽公司在实现盈利的道路上还需要一些过程，而现在投资界的态度并不乐观，他们不认为这个过程一定能迎来好的结果，这也是当下投资界对人工智能出现争论的原因。
中山大学数据科学与计算机学院教授赖剑煌也表示，AI行业从过度期望正转向过度失望。CB Insight数据显示，2018年90%的人工智能公司处于亏损状态。做出AlphaGo的谷歌旗下人工智能公司DeepMind2018年负债超过12亿美元，亏损5.72亿美元。
赖剑煌称，多家AI公司因技术落地进度远远达不到预期，正在出售资产，或是公司投资人陆续退出。“投资人投了几年，发现达不到效果，就撤资了。”对于投资界的“逃离”，赖剑煌指出，根本原因是AI技术“和场景结合得不是特别好”。
高椿明对《每日经济新闻》记者表示，以他的实际经验来看，工业应用上追求的是百万分之几的失效率，这个级别的失效率纯粹依托某项单一的AI技术是很难实现的。
魏东也在接受记者采访时称，纯粹的AI技术公司应该回归到应用和场景的结合。“再高超的AI技术都要解决好场景落地，帮助场景里的客户真正解决问题。”
他进一步表示，从广电运通的实际应用经验来看，纯粹的AI技术公司在单一技术上做得多么高超并没有太大价值。他以深圳地铁的人工智能应用案例分析称，作为行业整体解决方案的供应商，广电运通不会只盯着单一AI技术，“通过单一的人脸识别技术去识别人的时候，无论识别率多么高，总会有认不准的时候。这就需要第二条路径帮助解决实际应用问题，通过指静脉的手段就可以非常确定这个人是A还是B”。
“我觉得（AI初创企业）应该回归到企业经营的本质。能够通过融资去真正解决问题，这样的AI企业才会更稳健、更长久。”魏东表示。
人工智能技术已经被滥用
高椿明告诉记者：“从技术上理解，我们其实很早就预见（人工智能热潮）是要退潮的。物联网热了，大数据热了，人工智能也热了，哪个没有退潮呢？退潮完了，剩下的才是真正有价值的，不能真正落地解决问题的都是有泡沫的。从技术上来看，我们不觉得人工智能是个特别颠覆性的东西，其实在上世纪70年代以后，人工智能没有真正意义上的大进展。有进展的是计算力，计算快了，而这主要是得益于计算机硬件的发展。”
赖剑煌表示，人工智能起源于1956年，发展至今经历过好几个高潮和低谷。在他看来，目前人工智能正处于弱人工智能向强人工智能过渡的阶段。“现在人工智能的深度神经网络学习理论是有智能、无智慧，产业的局限在于先进的算法如何与场景结合，企业怎么赚到钱。”他进一步指出，人工智能的产业局限还在于人工费用高昂，而初创企业基本上是靠风投收回成本。
中山大学数据科学与计算机学院教授赖剑煌
图片来源：每经记者 陈鹏丽 摄
图片来源：每经记者 陈鹏丽 摄
今年9月，换脸软件ZAO引起外界恐慌。赖剑煌认为，这是人工智能技术被滥用的一个典型案例。“里面有很多隐形霸王条款，比如你在平台上上传了照片，这张照片可以被平台任意使用；甚至，如果你模仿某个明星，明星因此告你，你也要负责。”
类似的人工智能技术被滥用的案例还有很多，“比如手机经常自动提示你离家或者公司有多远，我认为这是多余的；有时候去银行现场操作业务，还被要求活体识别，我人都在那里了，还需要我张嘴刷脸；教学软件的争议最大，教室里都是摄像头，可以识别学生打瞌睡、闭眼睛，这既解决不了行业的痛点，又无法产生自身的经济效益，在我看来是无病呻吟。”赖剑煌表示。
他强调，AI技术的应用应该使人类的生活更加美好，不宜被应用到过度监控人类的生活细节。“AI技术已经从‘不可用’到‘可用’，但还‘不好用’，关键是下一步怎么变得更好用。”
产学研怎么高效结合？
广电运通总经理叶子瑜提出，由于数据和场景的限制，当前的人工智能远未达到最高级别的智能，面临着理论不足、前沿不足、应用不足的现状。在这个时候，企业与高校科研的合作显得尤为重要。
那么，要如何实现产学研的高效结合呢？
华南理工大学电子与信息学院教授胡永健表示，校企合作最大的困境是知识产权的问题。高校研究生要毕业，要么写论文，要么做专利。学生去公司实践，如果人工智能相关的技术专利只能是企业为唯一发明人，学生就没有办法保证毕业，这也会打击学生的积极性。另外，对于表现优秀的学生，公司应该提前有所行动，将Kaiyun官方网站app登录 留在公司。
暨南大学信息科技技术学院教授易清明则认为，高校老师由于各种因素，一般都是对某一技术点有专攻。企业一定要懂得与高校老师一起寻找能够提供方案的着力点，而不是希望高校老师可以全盘负责。“之前也有企业找我们合作的案例，他们希望我们全部都做，我就告诉他，我们做不了整机。”
广东工业大学计算机学院教授战萌伟建议，广电运通可以建一所自己的大学，通过学校这种机制来整合资源，提高产学研结合的效率。
