文|陈根
从全球市场来看,人工智能的火热,离不开背后资本的助力。然而,人工智能的投资却呈现降温态势。
据2019年4月发布的《全球人工智能产业数据报告》,融资规模方面,2018年Q2以来全球领域投资热度逐渐下降。2019Q1全球融资规模为126亿美元,环比下降3．08%。其中,中国领域融资金额为30亿美元,同比下降55．8%,在全球融资总额中占比23．5%,比2018年同期下降了29个百分点。
此外,人工智能企业盈利仍然困难。以知名企业DeepMind为例,其2018年财报显示营业额为1．028亿英镑,2017年为5442．3万英镑,同比增长88．9%,但 DeepMind在2018年净亏损4．7亿英镑,较2017年的3．02亿英镑增加1．68亿英镑,亏损同比扩大55．6%。
究其原因,一方面,市场对人工智能寄予过高的期望,而实际的产品体验却往往欠佳,人们对人工智能能力、易用性、可靠性、体验等方面的要求都给当前的人工智能技术带来了更多挑战。
其一,是由于部分人工智能企业及媒体传播的夸大,导致了人工智能仍然青涩的能力在某些领域存在被夸大的情况;其二,是当前的人工智能高度依赖数据,但数据积累、共享和应用的生态仍然比较初级,这直接阻碍着人工智能部分应用的实现。
其三,人工智能作为一种新的技术,在市场的应用无疑需要长期与实体世界和商业社会进行磨合,避免意外的情况发生。人工智能掀起的技术革命成为不争的事实,但对于人工智能的发展仍然需要合理的期待,否则将面临造成巨大的泡沫的可能。
另一方面,尽管越来越多的人工智能技术从开发者和实验室中走出来,开始进入到各个行业中,但是从Al产业向产业Al的转型和落地却并不一片美好。
医疗作为民生领域受到了AI投资持续的关注。事实上,科技企业智能医疗的布局与应用已有雏形。例如,IBM Watson已应用于临床诊断和治疗,在2016年就进入中国在多家医院推广;阿里健康重点打造医学影像智能诊断平台;腾讯在17年8月推出腾讯觅影,可辅助医生对食管癌进行筛查。
然而,由于人工智能需要大量共享数据,而医院和患者的数据却存在“孤岛”障碍,打破各方壁垒的同时,保障数据安全性又成为现实困境,而这同时阻碍着人工智能在医疗领域的真正爆发。
以此来看,人工智能要想“升温”,打破“数据孤岛”并保障数据安全性势在必行。
