2017年1月10日，创新工场正式发布了《投资AI生态，共赢智慧未来》人工智能战略白皮书，揭示了创新工场在人工智能领域的未来愿景。“白皮书”从目前人工智能领域各项技术突破所带来的产业发展机遇入手，阐述了人工智能产业未来发展所面临的六大挑战，大胆预测中国已经并将继续借助人才优势，成为全球人工智能科研与产业化的中坚力量。

创新工场人工智能工程院将由李开复博士亲任院长，两位副院长王咏刚和王嘉平也正式到任。王咏刚先生毕业于北京大学，此前曾在Google担任资深工程师超过10年；王嘉平博士拥有中科院计算所博士学位，曾就任微软研究院主管研究员。

创新工场为大家全文奉上《投资AI生态，共赢智慧未来》人工智能战略白皮书，让我们一起见证人工智能的光辉未来。

这是人工智能的最好时代。

十年后，当我们回首往事，是否还会因人工智能在围棋棋盘上的标志性胜利而莫名兴奋？是否还会因深度学习在诸多领域取得的开创性成果而备受鼓舞？

这是人工智能的黄金时代。

历史会将这个时代与1970年代的PC萌芽、1990年代的互联网兴起相提并论吗？或者，人工智能终将成为推动人类社会与经济形态演进的革命性力量，与蒸汽机、电力、核能等并列，在人类科技史上承前启后、熠熠生辉？

普通公众对人工智能快速发展的认知始于2016年初AlphaGo的惊世对局，科研和产业界则更早感受到了此次人工智能热潮的来临。

2010年以来，基于深度学习的人工智能技术陆续在谷歌、Facebook、百度等顶尖互联网公司获得广泛应用；2016年，谷歌的战略重心已从“移动先行”全面转向“人工智能先行”；埃森哲预测，到2035年时，人工智能可将12个发达经济体的年经济增长率提升一倍；2016年下半年，美国白宫科技政策办公室连续发布人工智能战略规划和研究报告，呼吁美国政府关注人工智能相关的科研、教育、产业发展及可能引发的就业和经济问题。

回望历史，人工智能在过去数十年间也几度成为大众关注的焦点，但转瞬又归于沉寂。此次人工智能热潮是否仍会昙花一现？

创新工场相信，此次人工智能热潮与以往有本质不同，是相关产业步入成熟的标志。这是因为，在深度学习、大数据和计算能力的共同推动下，人工智能第一次将实验室技术带进了产业实践，第一次在机器视觉、语音识别等领域突破了普通用户可接受的心理阈值，第一次在互联网、金融、安防等先导行业创造出可观的商业价值，第一次显示出带动整个产业生态协同发展的巨大潜力。人工智能正进入可长期持续发展的稳健增长期。

与过于乐观的从业者、公众所持有的观点相反，创新工场对于通用人工智能乃至超人工智能在近未来取得突破的可能性持谨慎态度。创新工场认为，人工智能在未来很长一段时间内只是人类的工具，在社会和经济生活中扮演协作者、助力器和加速器的角色。人工智能相关的商业模式还处在相对早期的实践和发展阶段，不同垂直领域在适用人工智能的水平和阶段上有巨大差异。

创新工场认为，目前的人工智能产业发展面临六大挑战：

一、前沿科研与产业实践尚未紧密衔接

除少数垂直领域凭借多年大数据积累和业务流程优化经验，已催生出营销、风控、智能投顾、安防等人工智能技术可直接落地的应用场景外，大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小距离。面向普通消费者的移动互联网应用与人工智能技术之间的结合尚处在探索阶段。科学家和研究者所习惯的学术语境，与创业者和工程师所习惯的产品语境之间还无法快速衔接。

二、人才缺口巨大，人才结构失衡

据LinkedIn统计，全球目前拥有约25万名人工智能专业人才，其中美国约占三分之一。这一数量级的人才储备远无法满足未来几年中人工智能在垂直领域及消费者市场快速、稳健增长的宏观需求。人才供需矛盾显著，高级算法工程师、研究员和科学家的身价持续走高。人才结构方面，高端人才、中坚力量和基础人才间的数量比例远未达到最优。

三、数据孤岛化和碎片化问题明显

数据隐私、数据安全对人工智能技术建立跨行业、跨领域的大数据模型提出了政策、法规与监管方面的要求。各垂直领域的从业者从商业利益出发，也为数据的共享和流转限定了基本的规则和边界。此外，许多传统行业的数据积累在规范程度和流转效率上还远未达到可充分发挥人工智能技术潜能的程度。

四、可复用和标准化的技术框架、平台、工具、服务尚未成熟

虽然TensorFlow、Ca?e、MXNet等深度学习框架已被数以万计的研发团队采纳，相关开源项目的数量也在飞速增加，但一个完整人工智能生态所必备的，从芯片、总线、平台、架构到框架、应用模型、测评工具、可视化工具、云服务的模块化与标准化工作，尚需三年或更长时间才能真正成熟。

五、一些领域存在超前发展、盲目投资等问题

目前的人工智能技术只有在限定问题边界、规范使用场景、拥有大数据支持的领域才能发挥最大效能。但创投界存在盲目追捧，不顾领域自身发展程度，或利用人工智能来包装概念等现象。由此产生的盲目创业和投资问题虽非主流，但仍有可能伤害整个行业的健康发展。

六、创业难度相对较高，早期创业团队需要更多支持

与互联网时代、移动互联网时代的创业相比，人工智能创业团队面临诸多新的挑战。例如，对高级人才较为依赖，科学家创业者自身的商业实践经验较少，高质量大数据较难获得，深度学习计算单元和计算集群的价格十分昂贵，等等。

未来人工智能产业的特点

挑战从来都与机遇并存。创新工场认为，未来十年是人工智能发展的关键时期。这一时期内的人工智能产业将呈现出以下特点：

机器将成为人类的工具

机器将在若干行业替代人工劳动，或协助人类完成任务。李开复博士预测，从事翻译、新闻报道、助理、保安、销售、客服、交易、会计、司机、家政等工作的人，未来十年将有约90%被人工智能全部或部分取代。同时，一些全新的工作机会将应运而生，一部分传统工作会转变为人工智能辅助下的全新工作类型。相关人群的再培训和再就业变得至关重要。

人工智能将催生数个千亿美元甚至万亿美元规模的产业

以金融行业为例，据高盛公司估计，到2025年人工智能可通过节省成本和带来新盈利机会创造大约每年340亿至430亿美元的价值。创新工场认为，在金融、医疗、安防、教育、能源、机器人、互联网产业升级、传统行业的流程自动化及商业智能等方面，人工智能都具有千亿美元以上的市场潜力。而自动驾驶技术对于交通运输和汽车制造业的颠覆，更具有无法估量的经济价值。

传统行业面临人工智能带来的重大机遇和挑战

许多传统行业甚至来不及完成全面的信息化和网络化改造，就将面对全球智能化带来的巨大转型压力。如果无法适应人工智能环境下的下一代商业模式，或无法尽快将人工智能技术应用在流程优化、效率提升、成本控制等方面，企业将在竞争中处于极为不利的地位。

中国将成为人工智能科研与产业化的中坚力量

美国白宫科技政策办公室发布的报告指出，中国研究者贡献的人工智能相关论文数量已在近年超越美国，居世界第一。据创新工场统计，即便只考虑顶级人工智能论文，2015年华人作者的论文数量已占全部顶级论文的42.8%，被引用次数则占55.8%。虽然来自美国、加拿大、欧洲的研究者仍是人工智能算法中那些革命性突破的核心推动者，但借助人才优势，中国会很快成为人工智能科研与产业化的中坚力量。

人工智能时代的教育和职业培训意义重大

无法适应人工智能时代要求的人才培养体系必将被时代摒弃。未来，学生不再需要学习大量简单、可重复、可被机器完全替代的技能，而必须将更多精力用于思想方法的提高、个人素质的培养和高层次知识、技能的学习上。同时，学习如何与智能机器协作来完成复杂任务，也将成为未来职业培训的一个主要方向。

创新工场的人工智能战略

创新工场自2009年成立至今，已在移动互联网和各垂直领域投资了近300家创业公司，对人工智能目前和未来落地的主要应用场景有着透彻的理解和深厚的经验积累。创新工场创始人李开复博士本身就是人工智能专家，曾在语音识别领域做出过突破性贡献，是人工智能技术发展史上的代表人物之一。基于这些自身优势，创新工场正全力支持人工智能领域的优秀人才创业。

把握时机对创业和投资至关重要。创新工场根据技术成熟度和未来发展趋势，将人工智能各应用领域划分为现阶段已成熟、三到五年成熟、五到十年成熟、十年后成熟等不同类型，并分别设计相应的投资策略。

本文出处：畅享网
本文来自云栖社区合作伙伴畅享网，了解相关信息可以关注vsharing.com网站。