普通人咋用上AI技术？语音交互与人脸识别可试试

（原标题：能动口解决的事何必动手？语音交互、人脸识别有望成为AI商业化先驱） 编者按【人工智能（AI）发展到今天，尤其是近几年，已经取得跨越式的发展，它已经渐渐融入我们的生活，特别是语音交互和人脸识别，早已经不是电视里面的场景了。今天，你能够想象一下十年之后人工智能的场景吗？就像十年前，你敢想象一下智能手机给我们生活带来的影响吗？或许你还没有感觉到趋势的变化，但有人已经提前布局，比如风险投资人

（原标题：能动口解决的事何必动手？语音交互、人脸识别有望成为AI商业化先驱）

编者按

【人工智能（AI）发展到今天，尤其是近几年，已经取得跨越式的发展，它已经渐渐融入我们的生活，特别是语音交互和人脸识别，早已经不是电视里面的场景了。今天，你能够想象一下十年之后人工智能的场景吗？就像十年前，你敢想象一下智能手机给我们生活带来的影响吗？

或许你还没有感觉到趋势的变化，但有人已经提前布局，比如风险投资人。资本是判断人工智能前景最灵敏的风向标，人工智能投资企业正在逐年增多。就在刚刚过去的一周内，国内多家与人工智能相关的企业获得融资，而2017年有望成为全球人工智能商业化运用元年。】

每经记者 张斯 实习记者 刘春山 每经实习编辑 谢金池

不用动手，只需开口就能驾驭身边的智能设备，这样的体验明显好很多。因此，各大科技巨头纷纷布局智能音响，想让它成为家用科技产品的控制入口。除了智能音箱，人脸识别技术已成为目前创业热度最高的细分领域，尤其是应用在金融身份认证和安防场景。多位业内人士表示，中国地大物博人口众多，在人工智能替代领域具有诸多优势，且有望实现AI技术商业化运作在国际上领先。

●争夺智能语音交互消费级服务

7月5日，阿里巴巴正式发布旗下首款智能音箱天猫精灵X1，6月份苹果开发者大会上HomePod智能音响压轴出场，在此之前亚马逊Echo已累计销售近千万台。智能音响成为语音交互技术重要载体，受吹捧的另一个原因在于智能音响有望成为未来各种家用科技产品的控制入口。

另外一方面通过苹果Siri、微软小冰、度秘这些语音助手，进而延伸出的实时语音翻译、语音输入法、语音控制等，智能语音技术供应商已经挖掘出众多应用领域，正在加速消费级服务。

而在汽车应用方面，科大讯飞已与奔驰、宝马、丰田等国际厂商、国内汽车厂商实现合作。在今年3月份，科大讯飞又与长安汽车宣布将在汽车电子智能化的技术研发、产品设计、以及整车应用领域展开全面深度合作，共同研发智能汽车。

百度创始人李彦宏在演讲中多次提到，软硬件结合的人工智能产品将是重要方向，今年2月份百度收购渡鸦科技，在外界看来百度正在加紧人工智能技术输出，通过软硬结合将产品落地到生活场景中。

今年1月面世以来，百度DuerOS系统已与美的、海尔、TCL、联想、vivo、HTC、中信国安广视、小鱼在家等知名企业达成合作，并在电视、冰箱、智能穿戴和车载等多个场景，为用户带来“动口不动手”的生活体验。

思必驰首席营销官龙梦竹在接受《每日经济新闻》记者采访时表示，其更看好垂直领域的应用。目前聚焦在智能家居、车载物联网、机器人等领域，通过赋能传统科技企业，实现产业升级。

●“看不见”的人脸识别

语音技术借助手机智能助手、智能音响等已经开始被大规模应用。而图像识别则显得有点清冷，并没有被普通消费者广为讨论。那是否意味着图像识别离我们很遥远呢？

龙梦竹在接受采访时指出，用户在使用美图秀秀等自拍软件的过程中，都会用到人工智能图像技术。拍照时需要自动捕捉人脸的位置，美颜、加特效的实现需要锁定人的面部、鼻子、眼睛。百度以图搜图、天猫商品搜索皆是用的是图像识别技术。语音技术之所以感知度更高一些，是因为用户参与主动说话以及存在语音反馈这些方面。

商汤科技联合创始人、CEO徐立博士对《每日经济新闻》记者表示，在公安监控系统、家庭安防系统、身份认证、娱乐互联网等领域人脸识别技术已经应用多年，成为计算机视觉最先落地的行业应用。在商汤科技的合作名单中，出现最多的是银行、金融等企业用户，其SenseTime人脸识别技术与京东钱包合作，用户在京东钱包上扫描人脸，即可完成比对，实现密码解锁，代替传统密码登录方式。

计算机视觉初创公司Insight创始人Jeff Lin在接受记者采访中提到，人脸识别技术是目前创业热度最高的细分领域，尤其是金融身份认证和安防场景，已经成为人工智能创业公司重点布局场景。

和语音交互不同的是，计算机视觉公司几乎都是向其他企业提供技术支持，而非直接向消费者提供相关产品。徐立对记者表示，目前技术能够做到单一视觉垂直领域准确度超越人类，但整体视频场景内容、物体识别，现阶段还没有达到人的标准水平，这就是为什么目前还未出现计算机视觉技术层面的消费级产品。

●中国的机会

以“智能语音操作系统”为核心的人机交互，以及以“人脸识别”为核心的智能图像识别，以及其背后所连接的智能家居、物联网和安防、身份识别场景，正逐渐成为AI商业化落地的主战场。实现智能音响、人脸识别等领域的垂直应用，人工智能初创企业也正在尝试更多的应用可能。

计算机行业分析师王商之对《每日经济新闻》记者表示，中国在人工智能领域具有诸多优势，有望实现AI技术商业化运作在国际上的弯道超越。中国市场潜力大，人口密集大决定了个性化服务需求较大，另外人工智能有望代替众多重复性较强的低端劳动力。

“在数据业务场景方面，中国本身有一些先天优势，中国地大物博人口多，不管做物体识别还是场景识别，科技企业都可以在各个场景当中获得一线数据；其次在场景应用实践上面，中国具备所有AI的应用场景，而且大环境勇于接纳新技术新东西；再者中国人工智能工程师级别人才储备足够多。基于这三个条件，中国人工智能其实是可以引领这个世界的。”徐立对记者《每日经济新闻》记者表示。

王商之同时指出，人工智能技术在中国创业环境和机制不成熟、法律和政策监管尚未健全等在某些方面阻碍着中国人工智能技术和实际应用快速结合。

【消费未到投资先行 过去一周至少4家人工智能企业融资成功】

每经记者 张 斯 每经实习编辑 谢金池

资本是最灵敏的风向标，人工智能（AI）投资企业正在逐年增多。在过去的一周内，包括聚焦人脸识别技术的中国创业公司商汤科技、机器人公司Geek+、云脑科技、特斯联科技在内的多家公司相继发布了融资信息，其中商汤科技获得4.1亿美元B轮融资创下全球人工智能市场单轮最高纪录。

多位投资人在接受《每日经济新闻》记者采访时表示，随着大数据的积累和云计算基础设施的完善，人工智能技术正在对我们的产业发展带来巨大的变革，而2017年有望成为全球人工智能商业化运用元年。

“人工智能＋”成为新趋势

是什么让人工智能突然火起来的？几乎所有人在接受本报记者采访时回答――“AlphaGo”。

人工智能此轮产业浪潮的发展迄今已经经历了5年的时间，风险投资机构蓝驰创投从2012年开始关注人工智能领域。当时他们得出一个结论：人工智能的基础是大数据，大数据的基础是云计算，这个事情其实急不得，要先解决的是数据和底层云计算平台的问题。

蓝驰创投执行董事曹巍对《每日经济新闻》记者表示，前阵子百度创始人李彦宏乘坐公司研发的无人驾驶汽车开上五环，这是一个行业信号。自动驾驶技术已通过实际操作交付出来，说明围绕技术的积累，目前已经可以展开多场景的应用，人工智能的发展已经到了商业爆发的临界点。

联想之星投资经理王征在接受《每日经济新闻》采访时谈到了上述商汤科技融资案例。在他看来，商汤科技的高融资来自公司大量的落地应用。早期进入该领域的商汤科技对行业认知能力强，在积累了大量运营数据后，其对应用场景的落地想得非常清楚。

联想之星是中国人工智能领域主要投资机构之一，其早期投资的旷视科技、思必驰两家公司，如今均有望成为计算机视觉以及语音识别领域的独角兽潜在公司。

上述两家投资机构只是庞大投资网的缩影。今年3月人工智能被写入政府工作报告，国家领导层高度重视人工智能作为战略发展技术。国内百度、阿里，腾讯，国外亚马逊、苹果、Facebook和微软等IT巨头都将人工智能视为下一次技术革命的突破点，并投重金加速布局。

根据CB Insights数据统计，2010年有61家人工智能企业获得融资，到2016年有522家人工智能创业公司拿到融资；投资金额从原先的8100万美元一路飙升到31.2亿美元。

为何市场如此重视人工智能的发展？据咨询公司埃森哲研究报告显示，通过对超16个行业经济增长率的对比发现，当某个行业越多地去整合人工智能技术，其行业经济增长潜力也就越大。预估到2035年时，人工智能可以将所有涉及行业的平均盈利提高30%以上，促使经济总值增长近14万亿美元

毫无疑问，“人工智能＋”将成为新趋势，但它对标的并不是O2O、电商和消费升级这样的具体赛道，而是像互联网一样，提供了一个全产业升级的技术工具――互联网的诞生让O2O、电商和消费升级成为了可能，当人工智能成熟后，所有行业都可以利用人工智能提升自己的效率和生产力。这也是其备受资本及全行业关注的原因所在。

高融资高估值怎么来

以学术水平论估值，是过去布局AI领域一些投资的基本逻辑，但这个情况从今年开始正在发生变化。

“投资是一门风险很大的生意，既然是生意都要严肃关注投资落地，尤其是技术类项目，变现更难。只强调技术，不强调落地商业化的公司会谨慎看待。”王征表示，能够获得高估值的公司，除了关注团队背景，更在意其获得各类资源的能力，包括有没有选对赛道。

曹巍也持相同的看法，“基础技术积累前提下，要选择大的行业赛道，比如物流领域，除了看团队背景，技术能力，还要看其对物流行业本身的理解，是否能够真正通过数据处理帮助物流企业实现空间的优化。这就要求科学家、技术类创始人对产业需求有一定的理解，其设计方案不仅要符合行业应用的需求，还要具备销售能力，保证企业能用起来。

智研咨询研究报告显示，投资规模较大的领域有自然语言处理、机器人、智能家居、智能驾驶、智能金融等。其中，自然语言处理、机器人、计算机视觉等领域获得投资金额较多，均超过15亿元人民币。

此外，据埃森哲研究报告显示，拟人技术未来在通信业、制造业与金融业将被广泛应用，预计将成为2035年经济增长率最高的三大行业。

但是，目前人工智能大规模应用还缺少成功的案例，人工智能企业变现艰难，高投入背后是人工智能企业还在艰难探索商业化落地场景。如果实现不了技术和实际结合，人工智能就是一个等待戳破的泡沫。

此外，过早的商业关注，也是对人工智能学术进步的一种阻碍。业内认为，学术界上一次突破（深度学习算法）带来的应用红利可能马上就要到头了。

【AI人才需求3年增长8倍】

每经记者 张斯 实习记者 宗旭 每经实习编辑 谢金池

据LinkedIn（领英）发布的《全球AI领域人才报告》显示，过去三年在全球范围内AI领域人才需求量急速增长，通过领英平台发布的AI相关职位数量从2014年接近5万个职位到2016年超过44万个职位。三年间职位需求量激增，不仅展现出人工智能在近几年以来的快速发展，也反映出背后人工智能领域人才的缺乏。

为何AI人才需求这么大？多位业内人士在接受记者采访时表示，买人才就是买未来。未来5~10年，人工智能人才匮乏的问题或会加剧。

人员流动成常态

人员的稀缺性及高流动性推动人工智能人才价格的飞速上涨，在这场人工智能人才的“军备竞赛”中，用绝对的高薪吸引资深专家及高校科研人员已经成为了高科技企业的常用手段。

2013年谷歌出重金邀请Geoffrey Hinton加入谷歌大脑团队。当时Geoffrey Hinton的公司DNNresearch没有产品且只有三人。苹果的招数和谷歌是一样的，在2016年收购了Guestrin在西雅图创办的一家名为Turi的人工智能公司。

另外，人才需求激增也使科技公司渐渐将目光瞄准各大高校AI领域的顶尖学术人才。2013年，Facebook挖到深度学习三大领袖级学者之一纽约大学教授Yann LeCun担任Facebook人工智能实验室负责人；谷歌在蒙特利尔大学投资了450万美元 ；英特尔捐赠了150万美元，在佐治亚理工大学建立机器学习和网络安全研究中心。

在国内，最著名的AI人才争夺案例当属吴恩达加盟百度。吴恩达曾于2010年加入Google X Lab，并在2011年负责创建了世界上最大的神经网络“谷歌大脑”。

不过在人工智能大潮的冲刷下，挖过来的人才最终也不一定是自己的。以百度为例，在成功挖到吴恩达之后，2015年6月百度深度学习研究院常务副院长余凯宣布离职创业。在今年3月份吴恩达也宣布离职，随后百度高级副总裁（原无人驾驶事业部总经理）王劲宣布离职，再加上此前离职的张潼，百度人工智能顶级人才纷纷出走。在国内人工智能技术人才市场上，百度扮演了“黄埔军校”的悲情角色。

为什么这些公司要花大价钱买人才？商汤科技联合创始人、CEO徐立博士在接受《每日经济新闻》记者采访时认为，买人才就是买未来。“当时谷歌花了4亿英镑买了DeepMind这家公司的时候，全世界只有50个人真正懂得深度学习的引擎设计，其中有12个是在DeepMind，所以谷歌其实买的是未来的引擎设计。”

缺乏创意人才

对于人工智能人才，谷歌在人工智能和机器学习领域的资深研究员Dr. Greg S Corrado认为分两类，一类是那些能真正理解并运用人工智能工具的工程师，另一类则是有创新意识和商业头脑的人才，能有效地将人工智能技术进行更广泛地应用。

据《全球AI领域人才报告》显示，2017年第一季度全球人工智能人才超过190万人，其中美国拥有85万以上占据半壁江山占据第一；中国拥有5万，位列全球第七。在人才结构方面，中国资深AI人才数量与美国差距显著。

计算机行业分析师王商之在接受《每日经济新闻》记者采访时分析指出，在人工智能领域，中国人才储备较强，特别是“工程师”人才品质较高，但中国仍缺乏“创意型人才”，对商业模式的变革缺乏深刻理解和全球影响力。

徐立也认为中国确实是有一大批未来的AI工程人员的储备，但是缺乏最顶级研究性的人才。“在AI研究上面，真正意义上能够指导推动整个行业的人才，非常的稀缺，两个国家在PK的时候就是靠的最聪明的人。”

清华大学教授邓志东在接受《每日经济新闻》记者采访时分析认为，随着产业的兴起，未来5~10年，人工智能人才匮乏的问题或会加剧。

如何解决人才培养问题？这件事涉及到政府、企业和大学三部分。在邓志东看来，作为政府，有必要出台政策，例如支持在一流大学中开设更多的人工智能专业，或创设人工智能学院，或支持社会办学，利用慕课等在线教学方式，以创新体制机制的方式为社会培养大量的人工智能研发人才。“近期中国科学院大学就正式成立了人工智能技术学院，这是一个很好的开端。”

中国的大学及研究机构在关注人工智能前沿技术的探索与原始性创新的同时，更应该加大力度，为中国人工智能企业培养大量的工程技术开发人才。而且企业则要加速产业落地的进程，实现其商业价值。