國(guó)外媒體發(fā)表文章稱，一股新的趨勢(shì)正風(fēng)靡硅谷�？纯磩�(chuàng)業(yè)公司們最近的融資情況，就會(huì)發(fā)現(xiàn)有一已有超過(guò)半個(gè)世紀(jì)歷史的概念備受追捧：人工智能。

“這是時(shí)下的熱點(diǎn)投資領(lǐng)域�！比斯ぶ悄芄�司Context Relevant的史蒂芬·普爾普拉（Stephen Purpura）指出。Context Relevant自2012年創(chuàng)立以來(lái)已累計(jì)融資超過(guò)4400萬(wàn)美元。據(jù)普爾普拉稱，已有超過(guò)1700家創(chuàng)業(yè)公司加入人工智能浪潮。

人工智能的新晉者以為，該技術(shù)終于遇上人類對(duì)它的期望了，它將給計(jì)算機(jī)帶來(lái)更高的智能程度。它們想要給人類帶來(lái)新的人機(jī)互動(dòng)方式，想要使得機(jī)器能夠以預(yù)想不到的方式“入侵”人類世界。

另一家新興人工智能創(chuàng)業(yè)公司Kensho的丹尼爾·納德勒（Daniel Nadler）表示，“從技術(shù)上說(shuō)，從給機(jī)器輸入指令到讓計(jì)算機(jī)自動(dòng)觀察學(xué)習(xí)是一種范式轉(zhuǎn)變�！盞ensho最近獲得了1500萬(wàn)美元的融資，它正追一一個(gè)雄心勃勃的目標(biāo)：練習(xí)計(jì)算機(jī)使得它們能夠取代金融分析師等白領(lǐng)崗位。

“我們并沒(méi)有將我們?cè)谧龅氖虑榉Q作人工智能，而是稱之為‘自動(dòng)化人為干涉干與型的知識(shí)性工作�！�”納德勒指出。

投資者的羊群效應(yīng)，一定程度上解釋了為什么人工智能在“大數(shù)據(jù)”口號(hào)燃起了千千萬(wàn)萬(wàn)創(chuàng)業(yè)夢(mèng)想以后成為了最熱點(diǎn)的創(chuàng)業(yè)投資趨勢(shì)之一。那些融資的規(guī)模還相對(duì)較小，說(shuō)明那些創(chuàng)業(yè)公司大多處于初期階段。不外，獲得融資的公司之多，投資者背景之廣泛，充分說(shuō)明了投資者對(duì)人工智能的濃厚愛(ài)好。

除了硅谷的部門著名風(fēng)投公司（其中包括Khosla Ventures和Greylock Partners）以及伊隆·馬斯克（Elon Musk）、彼得·泰爾（Peter Thiel）等科技大佬之外，人工智能創(chuàng)業(yè)公司的部門活躍投資方還包括以為該類技術(shù)在其行業(yè)大有用處的企業(yè)，如高盛。

納德勒說(shuō)，各家風(fēng)投公司現(xiàn)在都需要介入投資該領(lǐng)域：有限合伙人們都但愿在科技行業(yè)最新的“下一個(gè)大熱點(diǎn)”分得一杯羹。

價(jià)值應(yīng)用題目

最新的人工智能高潮很大程度上得益于針對(duì)近乎“智能”的機(jī)器的新編程技術(shù)。首當(dāng)其沖的是機(jī)器學(xué)習(xí)技術(shù)，它涉及練習(xí)機(jī)器通過(guò)挖掘大量的數(shù)據(jù)來(lái)識(shí)別模式和作出猜測(cè)。但跟其它催生一眾創(chuàng)業(yè)公司的新熱點(diǎn)概念一樣，涉足其中的公司良多將面對(duì)著難以給其技術(shù)找到有利可圖的應(yīng)用的風(fēng)險(xiǎn)。

“良多的人工智能平臺(tái)都像是瑞士軍刀，”最近獲投1300萬(wàn)美元的Expect Labs的CEO蒂姆·塔特爾（Tim Tuttle）說(shuō)道，“它們能夠做良多的事情，但哪些才是高價(jià)值的應(yīng)用并不明朗�！�

他說(shuō)，結(jié)果是該行業(yè)彷如狂熱的西部，創(chuàng)業(yè)者們都爭(zhēng)相將人工智能應(yīng)用到他們能夠想到的任何一個(gè)計(jì)算題目。

普爾普拉增補(bǔ)道，“我不以為機(jī)器學(xué)習(xí)作為獨(dú)立的技術(shù)會(huì)造就一項(xiàng)富有價(jià)值的業(yè)務(wù)。良多的相關(guān)公司都將以被收購(gòu)收?qǐng)�。�?/p>

人們之所以覺(jué)得人工智能將不僅僅是另一股只是一時(shí)流行的高潮，是出于對(duì)其廣泛潛力的考慮。跟“大數(shù)據(jù)”一樣，人工智能指代的不僅僅是單一的技術(shù)或者用途，而是可能有廣泛用途的一種解決方案。

西雅圖風(fēng)投公司Madrona合伙人麥特·麥克韋恩（Matt McIlwain）表示，深度學(xué)習(xí)等技術(shù)會(huì)有助于企業(yè)在客戶情況上獲得更加智能的推斷。他增補(bǔ)道，它們將能夠識(shí)別客戶的偏好并作出猜測(cè)，如客戶最想在什么時(shí)候被接洽，哪些客戶最有可能不續(xù)約。

涌入該領(lǐng)域的創(chuàng)業(yè)公司面對(duì)著巨大的競(jìng)爭(zhēng)。人工智能最大的進(jìn)展悉數(shù)來(lái)自谷歌、IBM、Facebook等投入巨大的科技巨頭。這些公司并沒(méi)有透露它們?cè)敿?xì)投入了多少資源去研發(fā)該項(xiàng)技術(shù)，倒是進(jìn)行了一些公然演示來(lái)向大眾證實(shí)它們處于領(lǐng)先位置：谷歌旨在從YouTube視頻識(shí)別出貓的一項(xiàng)測(cè)試，F(xiàn)acebook用以識(shí)別人臉的Deep Face系統(tǒng)，以及IBM的沃森（Watson）問(wèn)答系統(tǒng)。

然而，塔特爾等創(chuàng)業(yè)者將但愿更多地寄托在將現(xiàn)有技術(shù)打包應(yīng)用于針對(duì)性很強(qiáng)的用途，而不是寄托在新技術(shù)的前沿開(kāi)發(fā)上。例如，Expect Labs致力于打造聲控服務(wù)，使得企業(yè)能夠通過(guò)其服務(wù)讓客戶可以進(jìn)行在線對(duì)話檢索等操縱。

塔特爾表示，“至公司在試圖開(kāi)發(fā)這種技術(shù)來(lái)解決一切題目，而我們則是嘗試解決不同的題目�！彼�特爾說(shuō)。

三大熱點(diǎn)用途

該技術(shù)的基本用途可分成幾個(gè)不同的領(lǐng)域。得益于模式識(shí)別功能的提高，圖像識(shí)別變得比以往輕易了。涉足這一領(lǐng)域的創(chuàng)業(yè)公司Vicarious最近完成融資7200萬(wàn)美元。它能夠解決驗(yàn)證碼題目。

同樣的技術(shù)也用于匡助計(jì)算機(jī)“理解”語(yǔ)言——天然語(yǔ)言識(shí)別題目。這是IBM沃森等系統(tǒng)背后的技術(shù)之一。人工智能的第三個(gè)熱點(diǎn)用途是找出聯(lián)系關(guān)系性——用于個(gè)性化在線內(nèi)容和其它的推薦服務(wù)，或者進(jìn)步廣告定向效率。

跟遠(yuǎn)景可期的新概念一樣，人工智能的部門早期應(yīng)用也是用于金融市場(chǎng)，不外考慮到所涉的利益題目，介入者并不敢公然宣講它們的技術(shù)。

“假如你的金融應(yīng)用可行的話，為什么要將它公諸于眾呢？”Sentient Technologies首席科學(xué)家巴巴克·霍賈特（Babak Hodjat）指出。他的公司致力于從數(shù)據(jù)中央獲得大量的運(yùn)算能力來(lái)對(duì)金融市場(chǎng)進(jìn)行全面的模擬：通過(guò)運(yùn)用嘗試學(xué)習(xí)市場(chǎng)對(duì)不同情況的反應(yīng)的“進(jìn)化算法”，它但愿能夠開(kāi)發(fā)出模型來(lái)猜測(cè)市場(chǎng)未來(lái)的演變。

將像這樣的想法主意在各個(gè)領(lǐng)域付諸實(shí)踐，需要作出巨大的投入來(lái)開(kāi)發(fā)人工智能技術(shù)。例如，Sentient最近融資超過(guò)1億美元來(lái)將它的技術(shù)應(yīng)用于更多的領(lǐng)域，說(shuō)明招攬“練習(xí)”人工智能系統(tǒng)應(yīng)用于多個(gè)不同領(lǐng)域所需的行業(yè)專家等事項(xiàng)的本錢相稱高昂。

Sentient以為，最有吸引力的行業(yè)是那些需要挖掘海量數(shù)據(jù)來(lái)解決高價(jià)值題目的行業(yè)，如醫(yī)療保健、保險(xiǎn)和電商。計(jì)算機(jī)安全和詐騙檢測(cè)也屬于諸多人工智能公司最想涉足的那部門領(lǐng)域。

Context Relevant的普爾普拉說(shuō)，讓人工智能技術(shù)能夠真正用于現(xiàn)實(shí)用途也需要付出其它的本錢�！皹屑~的爭(zhēng)奪跟底層的機(jī)器學(xué)習(xí)技術(shù)無(wú)關(guān)，而是關(guān)乎建造支撐系統(tǒng)讓它變得可用。”他稱，這些輔助技術(shù)包括傳輸大量信息所需的數(shù)據(jù)“管道”，以及用以確保人工智能技術(shù)在可接受的業(yè)務(wù)參數(shù)內(nèi)運(yùn)行的控制系統(tǒng)。

鑒于諸多創(chuàng)業(yè)公司面對(duì)著證實(shí)其技術(shù)不僅僅是令人驚艷的展品的壓力，能否從投資者那里搶得融資，可能會(huì)決定它們?cè)跓o(wú)可避免的人工智能行業(yè)洗牌中的生死存亡。

機(jī)器學(xué)習(xí)

金融時(shí)報(bào)專欄作家理查德·沃特斯（Richard Waters）寫(xiě)道，人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，關(guān)乎開(kāi)發(fā)機(jī)器來(lái)解決之前被以為只有人腦才能解決的題目，它們催生了一系列的技術(shù)和專門術(shù)語(yǔ)。

跟其它技術(shù)分支一樣，公司在最佳方案上的差異有時(shí)候就像是宗教信奉上的差異�！澳闼�使用的名稱表示你所屬的部族�！逼諣柶绽�說(shuō)道。

人工智能承載著實(shí)現(xiàn)完全人類式的計(jì)算機(jī)“思維”的夢(mèng)想。但以計(jì)算機(jī)邏輯解碼人類思維的嘗試并不順利。

業(yè)界對(duì)人工智能重燃愛(ài)好，很大程度上是由于機(jī)器學(xué)習(xí)——一種有意跟人類思維類比劃清界限的方案。機(jī)器學(xué)習(xí)是信息處理本錢下降的產(chǎn)物，涉及海量如今能夠進(jìn)行收集并傳輸?shù)骄W(wǎng)上的數(shù)字?jǐn)?shù)據(jù)。

作為機(jī)器學(xué)習(xí)的子集，深度學(xué)習(xí)是人工智能趨勢(shì)泛起的重要原因。深度學(xué)習(xí)基于人工智能歷史的另一個(gè)概念：神經(jīng)網(wǎng)絡(luò)，即尋求模擬人腦運(yùn)作加快“學(xué)習(xí)”的軟件。

Nara Logics的CEO亞娜·艾格斯（Jana Eggers）表示，神經(jīng)科學(xué)的提高為這種生物模擬帶來(lái)了新思路。她增補(bǔ)道，模擬的目的是“看看人腦是如何進(jìn)行決議計(jì)劃的，如何使得計(jì)算性能夠做得更好�！�