然而，當(dāng)時(shí)的技術(shù)和硬件設(shè)備跟不上新型人工智能的發(fā)展，人工智能于1974年迎來了第一次寒冬，一直持續(xù)到上世紀(jì)八十年代。進(jìn)入新世紀(jì)來，隨著大數(shù)據(jù)技術(shù)的發(fā)展、深度學(xué)習(xí)的出現(xiàn)、算力的提升，人工智能的潛力被人們愈發(fā)重視。

　　自2016年開始，人工智能領(lǐng)域的創(chuàng)業(yè)公司被這個(gè)時(shí)代賦予了最優(yōu)的待遇，大量資本流入其中，2017年全球人工智能初創(chuàng)企業(yè)融資額達(dá)152億美元，中國占48%，位居第一。這樣的盛況一直持續(xù)了三年，直到2019年初的大降溫。

　　它指出新科技的成熟往往需要?dú)v經(jīng)5個(gè)階段：科技誕生的促動(dòng)期、過高期望的峰值、泡沫化的底谷期、穩(wěn)步爬升的光明期、實(shí)質(zhì)生產(chǎn)的高峰期。

　　任何技術(shù)的發(fā)展路徑都必然是螺旋式的，不可能一帆風(fēng)順。毫無疑問，人工智能便處于“退燒階段”，過往的熱捧，讓不少AI公司迅速膨脹，獲得了與當(dāng)下業(yè)務(wù)體量并不匹配的高估值，而一旦市場降溫，資本開始理性，越是高估值的公司，就越難引入新融資。

　　難以融資的情況下，能讓人工智能企業(yè)安穩(wěn)過冬的自然是其核心的盈利變現(xiàn)能力。初創(chuàng)公司們的重心也將從融資轉(zhuǎn)向業(yè)務(wù)。而客戶只看重一件事，就是技術(shù)能不能讓他降本增效。資本寒冬，反而有助于人工智能領(lǐng)域淘汰落后產(chǎn)能，而且很可能不僅是小的初創(chuàng)公司，也包括大公司的內(nèi)部團(tuán)隊(duì)。

　　像過去數(shù)年大量涌現(xiàn)的AI芯片初創(chuàng)團(tuán)隊(duì)，要知道硬件研發(fā)需要非常長的時(shí)間周期，有的團(tuán)隊(duì)選擇在FPGA上實(shí)現(xiàn)一些深度學(xué)習(xí)算法，很多團(tuán)隊(duì)直接上手ASIC，從底層設(shè)計(jì)芯片加速深度學(xué)習(xí)算法，然而前者性能跟不上，后者開發(fā)成本高、消耗時(shí)間長，產(chǎn)品競爭力嚴(yán)重缺失。至于更多混概念、拿融資的公司也處于加速出清階段。

　　但我們同樣要看到，人工智能商業(yè)化帶來了企業(yè)數(shù)字化加速、產(chǎn)業(yè)鏈結(jié)構(gòu)改善、信息利用效率提升等積極效應(yīng)，在金融、醫(yī)療、安防等多個(gè)領(lǐng)域?qū)崿F(xiàn)技術(shù)落地，且應(yīng)用場景愈發(fā)豐富。眾多企業(yè)降本增效的預(yù)期、國家政策的扶持，這些都是利于人工智能行業(yè)穩(wěn)步發(fā)展的關(guān)鍵。

　　與常規(guī)語言、圖譜不同，這種知識是以分布式重疊向量表示，機(jī)器學(xué)習(xí)也正是基于此，通過可微分函數(shù)自動(dòng)學(xué)習(xí)從而解決各種難題。

　　人類與世界的交互主要由感知、思考、行動(dòng)三者構(gòu)成，我們的知識也在這一輪輪的循環(huán)往復(fù)中逐步完成歸納、總結(jié)與驗(yàn)證。這一過程同樣適用于人工智能，AI通過傳感器觀察外界環(huán)境，用數(shù)據(jù)記錄感知結(jié)果，進(jìn)而在對數(shù)據(jù)歸納總結(jié)的過程中獲取知識，完成認(rèn)知過程，規(guī)劃行動(dòng)后再通過與外界的互動(dòng)完成驗(yàn)證、認(rèn)知閉環(huán)。

　　這也就解釋了，為何人工智能有著愈發(fā)垂直化的趨勢，各行各業(yè)很難以開放共享的心態(tài)來設(shè)計(jì)AI的商業(yè)模式的對外合作，辛苦積累的場景與數(shù)據(jù)自然如此，優(yōu)質(zhì)數(shù)據(jù)難尋。深耕垂直領(lǐng)域的公司則依靠較少精準(zhǔn)數(shù)據(jù)即可把模式跑通，而且多數(shù)客戶為政府、國企，這些人工智能企業(yè)多數(shù)收入也來源于此，形成先toB跑通后toC普及模式。

　　而從人機(jī)交互角度上看，電腦的誕生簡化了人類繁瑣的操作流程，通過鼠標(biāo)的點(diǎn)擊即可遠(yuǎn)程操控；而觸屏手機(jī)的出現(xiàn)則進(jìn)一步解放全身，我們僅靠手指即可隨時(shí)隨地完成遠(yuǎn)程的操作與娛樂；大膽地推測一下，在手指被占用的情況下，未來可能的潛在交互模式就愈發(fā)明顯了，像語音交流、眼動(dòng)控制等都已進(jìn)入商用階段，腦機(jī)接口等前沿技術(shù)也在逐步試驗(yàn)中，在這種可預(yù)見的新模式下行業(yè)亦將誕生一批服務(wù)相關(guān)技術(shù)與內(nèi)容的獨(dú)角獸企業(yè)。

　　如果說互聯(lián)網(wǎng)將全球信息扁平化，移動(dòng)互聯(lián)網(wǎng)則在此基礎(chǔ)上將人類日�；顒�(dòng)與行為數(shù)字化。AI時(shí)代下，數(shù)字世界和物理世界則通過傳感器與傳動(dòng)器趨于融合，有價(jià)值的人類活動(dòng)和物理世界都將被數(shù)字化，真正形成萬物互聯(lián)的時(shí)代。

　　2020年3月4日，中共中央政治局常務(wù)委員會召開會議，提出要發(fā)力于科技端的基礎(chǔ)設(shè)施建設(shè)，人工智能成為“新基建”七大版塊中的重要一項(xiàng)。“新基建”不同于傳統(tǒng)思路，其本質(zhì)是信息數(shù)字化的基礎(chǔ)設(shè)施建設(shè)，用于支撐傳統(tǒng)產(chǎn)業(yè)向網(wǎng)絡(luò)化、數(shù)字化、智能化方向發(fā)展。

　　作為國家級戰(zhàn)略，此次在新基建的背景下，人工智能的發(fā)力點(diǎn)首先便是要填補(bǔ)算力的不足，當(dāng)前摩爾定律失效，算力需求增速已經(jīng)遠(yuǎn)遠(yuǎn)超過了算力供給能力。有報(bào)告顯示，2012年以前，人工智能算力需求緊追摩爾定律，每兩年翻一番。2012年以后，漸漸縮短為3、4個(gè)月翻一番，人工智能算力需求空間巨大。

　　但同時(shí)，算力提升背后涉及眾多產(chǎn)業(yè)鏈，像AI芯片，包括“云端”、用戶端的類腦芯片，以及各類傳感器、激光雷達(dá)、毫米波雷達(dá)、攝像頭、體感傳感器等。最重要的，人工智能是通用的AI平臺，包括計(jì)算機(jī)視覺、語音識別、自然語言處理，機(jī)器學(xué)習(xí)、知識圖譜等，這都有助于在泛在、融合的發(fā)展趨勢下，構(gòu)建軟硬件協(xié)同、新老系統(tǒng)協(xié)同、各個(gè)行業(yè)協(xié)同的產(chǎn)業(yè)新生態(tài)。

　　人工智能及場景應(yīng)用的基礎(chǔ)建設(shè)，在連接巨大的投資與需求的同時(shí)，還牽著不斷升級的消費(fèi)市場。人工智能的發(fā)展無疑是未來20年數(shù)字經(jīng)濟(jì)時(shí)代，支撐中國經(jīng)濟(jì)社會繁榮發(fā)展的基石，對推動(dòng)中國經(jīng)濟(jì)轉(zhuǎn)型升級形成極大助力。

　　人工智能時(shí)代，數(shù)據(jù)與場景成為核心。圍繞5G+新一代人工智能的垂直模式，打造以網(wǎng)絡(luò)層、云基礎(chǔ)設(shè)施和以新一代人工智能領(lǐng)域龍頭企業(yè)在應(yīng)用場景的協(xié)同創(chuàng)新生態(tài)是未來的核心趨勢，合作方式可采取項(xiàng)目聯(lián)合攻關(guān)、共建研發(fā)機(jī)構(gòu)、組建產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟等，為人工智能方案落地起到重要助推作用。

　　中央經(jīng)濟(jì)工作會議在部署“著力推動(dòng)高質(zhì)量發(fā)展”重點(diǎn)任務(wù)中，明確提出“要大力發(fā)展數(shù)字經(jīng)濟(jì)，推動(dòng)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合”。作為數(shù)字經(jīng)濟(jì)的應(yīng)用領(lǐng)域的新引擎，人工智能正在逐步成為推動(dòng)實(shí)體經(jīng)濟(jì)優(yōu)化升級、生產(chǎn)力躍升的驅(qū)動(dòng)力量。