内容标题26

  • <tr id='X2vp8R'><strong id='X2vp8R'></strong><small id='X2vp8R'></small><button id='X2vp8R'></button><li id='X2vp8R'><noscript id='X2vp8R'><big id='X2vp8R'></big><dt id='X2vp8R'></dt></noscript></li></tr><ol id='X2vp8R'><option id='X2vp8R'><table id='X2vp8R'><blockquote id='X2vp8R'><tbody id='X2vp8R'></tbody></blockquote></table></option></ol><u id='X2vp8R'></u><kbd id='X2vp8R'><kbd id='X2vp8R'></kbd></kbd>

    <code id='X2vp8R'><strong id='X2vp8R'></strong></code>

    <fieldset id='X2vp8R'></fieldset>
          <span id='X2vp8R'></span>

              <ins id='X2vp8R'></ins>
              <acronym id='X2vp8R'><em id='X2vp8R'></em><td id='X2vp8R'><div id='X2vp8R'></div></td></acronym><address id='X2vp8R'><big id='X2vp8R'><big id='X2vp8R'></big><legend id='X2vp8R'></legend></big></address>

              <i id='X2vp8R'><div id='X2vp8R'><ins id='X2vp8R'></ins></div></i>
              <i id='X2vp8R'></i>
            1. <dl id='X2vp8R'></dl>
              1. <blockquote id='X2vp8R'><q id='X2vp8R'><noscript id='X2vp8R'></noscript><dt id='X2vp8R'></dt></q></blockquote><noframes id='X2vp8R'><i id='X2vp8R'></i>
                您的位置 > 首页 >

                泡沫破裂?人工智能↘产业化路在〇何方

                  在经◆历近几年高歌猛进的泡沫破裂发展后,人工智能似乎正在经历一波低谷。人工被称为“AI四小龙”的产业商汤科技、旷视科技、化路何方依图科技、泡沫破裂云从科技ㄨ遭遇市值暴跌或经营亏损。人工其中,产业实力最强、化路何方曾创下全球人工智能领域最大规模IPO的泡沫破裂商汤科技,在6月底股价跌破发行价。人工也有不少人工智能企︼业目前仍处于亏损状态中。产业

                泡沫破裂?人工智能产业化路√在何方

                  亏损成常态、化路何方市值缩⌒水、泡沫破裂融资困⌒难……人工智能是人工否正在经历市场泡沫的破裂?人工智能的“第三次寒冬”是否已经到来?日前,中国¤计算机学会青年计算机科技论坛(CCF YOCSEF)举行论坛,产业邀请人工智能领域的技术、投资等专√业人士探讨“人工智能产业化路在ㄨ何方”。

                  投资估值回归理性

                  人工智能是不是迎来了泡沫破裂?技术◎出身的投资人颇有发言权。

                  在这场研讨会上,将门创始合伙人兼首席技术官沈强直言:这并不意味着人工智能领域迎来投资寒冬,而是说明投资估值体系更加回归理性。“毕竟经历了◢十年时间的持续投资,产业◢界对于AI技术的期待不仅仅是在创造更多、更新的技术,而是要在实际的业务里创造价值。”

                  沈强曾★在诺基亚、微软等科技企业工作,曾担任微软创投加速器首席技术官,也参与过对不少人工智能初创企业的投资与服务。他总结近十年来人工智能领域的投资情况后发现,2021年ξ投资总额达到顶峰,但此时单笔∞融资的平均金额也在上升,这说明人工智能领域的投资已经发展到了中后期。“越来越多AI公司已经从高速々增长期,转入到成熟发展的阶段。”

                  至于最近两年一些人工智能企业的融资或估值下调,沈强认为这并不能归因于投资界对人工智能的热情在衰减,而是因为疫情产生的一系列连锁反应:投资机构的资金供给减少,估值下降。而已经公◥开上市的明星AI公♀司的股价波动,会直接传导给一级市场(通常是未公开上市之前的股权融资市场——记者注)。

                  “如果(已经IPO上市的企业)它们都不行,是不是在一级市场上投的公司也会有隐忧,AI创业还要继续吗?”沈强说,在将门创投所维护的约两万人的AI技术创业者社Ψ区内,这是许多创Ψ业者、工程师都非常关心的问题。

                  作为创业者,北京一流科≡技有限公司创始人袁进辉也有“唇亡齿寒之感”:“二级市场不好,创业企业在一级市场融资也会变难。”他认为,前几年↘市场普遍对“人工智能产业化”期望过高,如今在未能满足期望的情况下会有些失望,但人工智能已经在越来越多的领域开始创造价值了←,而且随着渗透【率提升,机会不仅限于人脸识别、语音识别等表层应用,还有很多中下层、基础设施的机会开始涌现。

                  袁进辉博士毕业于清华大学,2017年开始带领创业团队研发深度学习框架OneFlow。这类框架被称为“人工智「能操作系统”的基础「设施软件,是人工智能芯片等底层硬件的软件入口,也是近年来被看好的投资热点。他创办的一流科技也获得了九合创投、高瓴创投等知名投资机构的近亿元风险投资。

                  作为从业者,袁进辉认为国内人工智能领域已经培养了大量工程师人才,有条件在更多和人工智能基础设◣施这样类似“丛林探险”的新兴领域领先和超越。“如果我们比别人思考得更深入一些,看得更远↓一些,是有这☆个机会的。”

                  “技术创造了多少价值”

                  在本次研讨会上,北京交通大学教授陶耀东讲了一个真实的案例:某家工业互联网企业准备向其他工业企业提供服务,具体做法是派出大数据工程师帮其进行节能改造,但仔细计算人员工ω资、时间成本后,发现这种模式无法长期复制。

                  “因为用AI的成本现』在不低,一个普通的企业要用AI,怎么能有利润来覆盖这个成本?”陶耀东提醒,人工智能的长远发展∞仍需与产业紧密结合,让使用AI技术服务或产品的企∞业能降本增效,创造更多价值。

                  事实上,如何降低人工智能的使用门槛也是全球产★业界面临的共同问题。加拿大蒙特利尔大学算法研ω 究所(Mila)、商学院、计算机系副教授唐建认为,早期的人工智能创业公司的商业模式,大多是向传统产业提供由AI算法支撑的技术服务,但这类商业模式的局限性在于研发投入很高,利润很薄:需要建设数据中心和算法模型,相应的人员投入也非■常大,但拿到的收』入却不多,“造成很多企业◆基本不盈利,很多都是投资在后面支撑”。

                  此外,许多AI初创企业还要面临来自其他行业〓的挑战。唐建举例说,商汤科技等人工智能企业在进入安防摄像头领域时,往往会面临其他企业的竞争,这些企※业的优势在于大量的数据、用户积累。随着人↑工智能技术的发展,这些企业也在吸纳相关人才,提升自身实力,甚至在一些细分领域会超过≡商汤科技等AI公司。

                  创客总部︾合伙人、北大校友创业联合会副会长陈荣根指出,像许多前沿技术一样,人工智能在产业化的过程中往往面临三大鸿沟:技术鸿沟,技术到底行不行;产品鸿沟,能不能做出产品;规模鸿沟,能不能做出规模。

                  “从产∏业化的角度来说,尽快跟客户见面,知道客户想要什么,最终要创造客▲户的价值,这也是一个挑战。”陈荣根认为,人工智能在近几年已经过了“技术行不行”“技术怎么落㊣ 地”的阶段,现阶段要回答的问∑ 题是“技术怎么能为应用场景创造价值”。“现在不仅仅谈技术、性能,还要看你创造了多少价值。”

                  呼唤人才培养机制创█新

                  人工智能为各行各业提供了价值,既懂技术又懂产业的跨学科、跨领域人才就显得至关重要。

                  清华大学智能产业研究院院长助理、战略发展与合作部主任张煜曾在微软公司工作过十多年。在他看来,人工智能属于△应用型学科,目前还不是一级△学科,需要跟实际应用紧密结合。因此,在人工智能的人才培养方面,交叉学科的建设就显得非常重要。

                  这也是华北电力大学教授张莹关注的问题。她注意到,目前高校对人工智能人才的考核,不论是理论研究方向还是产业落地方向,评价体系是一样的,高水平论文都是其中的一项重要内容。

                  “考核必然引导〇大家研究的方向,或着力点不同。”张莹认为,要想提高人工智能在各行业的落地成效,需要相关科研人员深入具ξ 体企业。“只有深入了←解行业背景,才能产生更好的模型,适合在不同的行业。”因此,她ζ 建议借鉴国外经验,允许高校教师、科研人员利用一年或半年的学术年假,到一些企业中参与工作,深度理解行业♀需求。

                  “产业化的核◣心是人才培养。”中国科学技术大学教授何向南提到,工程硕士、工程博士等专业型人才的培养非常重要,我国已经培养大量专◆业硕士、博士,但对于人工智能与其他行业的交叉学科,如何评价一个专业硕士或专业博士是否合格则显得十分困难。“目前评价体系缺失,所∴以很多学校‘偷工减料’,就是用原来的体系去考核∴。”他认为,如何培养人工智能产业所适用的人才,是当下亟待解决的挑战。

                  本次论坛︼的主办方——中国计算机学会青年计算机科技论坛(CCF YOCSEF),创建于1998年,总部位于北京,在全国有27个分论坛,通过举办论坛等活动讨论学术、公共政策等▓问题。

                  中青报·中青网记者 王林

                泡沫破裂?人工智〗能产业化路在何方

                泡沫破裂?人工智能产业化路√在何方

                泡沫破裂?人工智能■产业化路在何方

                泡沫破裂?人工智能产业▂化路在何方

                热门文章