人臉識別就是人工智能？別鬧了

有人說站在風口上，豬都能飛起來。不錯，這次人工智能站上了風口浪尖。關於人工智能的技術和企業如雨後春筍般冒出來了。從內容來看，大部分企業研究的是關於機器視覺、人臉識別的深度學習算法。而筆者不僅僅疑惑，人臉識別和深度學習就是人工智能?機器視覺和深度學習離我們所期待的人工智能還有多遠?

瘋狂的人工智能

日前，被稱為AI獨角獸企業之一，商湯科技宣布完成 6 億美元 C 輪融資，而這次C輪的融資離2014年11月成立還不到4年時間，據彭博社報導，此輪融資對商湯科技的估值為30億美元。

而2011年成立的曠視科技，在2017年完成了 4.6 億美元融資，消息稱，這家公司目前的估值已經達到14.6億美元。

雲從科技2017年11月完成了B輪融資，據網上最新公開資料，其目前估值200億元人民幣左右。

3月8日有消息稱，AI獨角獸依圖科技近期完成最新一輪融資，紅杉、高瓴、高榕等前幾輪投資方均有跟投，公司整體估值已經突破150億元。

而2017年3月雲天勵飛宣布，公司獲得數千萬美元的A輪融資。

借助於人工智能熱潮，這些新興的AI公司估值動輒數十億甚至百億。人工智能就像一把火，熊熊烈火推動了資本熱炒，一浪高過一浪。科大訊飛、商湯、曠視、雲從科技、依圖科技、雲天勵飛等這些主打AI的公司正成為了資本的寵兒。

人、車、物深度識別≠人工智能

但是細看，這些資本寵兒。作為國內第一梯隊的人工智能企業無論是商湯、曠視還是依圖、雲從亦或是雲天勵飛，其主要領域還是在機器視覺。

上述公司的主要業務還是集中在人臉識別這一領域。具體的落地場景主要有金融和安防。

比如商湯科技，在行業落地方向上，商湯目前專注於安防監控、金融、手機、移動互聯網和深度學習芯片五大領域;在核心技術上，主攻人臉識別、影片監控識別算法、擴增實境、文字識別、自動駕駛識別算法和醫療影像識別算法幾項技術。

曠視科技目前的主要業務來自於安防、金融、移動應用三個領域。這也是當前電腦視覺領域初創公司最主要的變現領域。具體來說，基於電腦視覺、深度學習算法方面的研究，曠視科技打造了算法引擎Brain++，並在金融安全、城市安防、商業物聯、手機智能以及工業機器人等細分行業。

對依圖科技而言，其致力於全面解決機器看、聽、理解的根本問題，其技術主要服務於安防、金融、交通、醫療等多個行業。

雲從科技也不例外，主要專注於電腦視覺，深耕於金融、安防、機場等領域。

雲天勵飛也是致力於打造基於視覺芯片、深度學習和大數據技術，提供視覺智能應用解決方案和開發平台。

機器視覺中的適用性依賴於機器學習技術，更準確的說是深度學習能力。深度學習，是機器學習的一個子領域，使電腦能夠從經驗中不斷學習。

對人、車、物的機器視覺和深度學習是目前AI新興企業最大的亮點。那麽這種深度學習就是是AI了嗎?

根據百度百科解釋，人工智能(Artificial Intelligence)是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得電腦知識，心理學和哲學。人工智能的實際應用中應包含機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，自動規劃，智能搜索，定理證明，博弈，自動程式設計，智能控制，機器人學，語言和影像理解，遺傳編程等。

頂著AI的光環，不斷湧現的新興企業正如過江之鯽，大步邁進AI領域，並受到了眾多資本青睞。難道這就是我們探求已久的AI?

人工智能 道阻且長

正如百度李彥巨集所說：“人工智能是一個30年到50年的機會。”

2017年深圳安博會上，宇視科技總工兼宇視研究院副院長朱兵曾告訴記者，人工智能在機器視覺領域正處於飛速發展期。目前人工智能和安防的結合是安防機器視覺，但並不止於安防機器視覺。人工智能在安防行業還有很長一段路要走。

2018中國(深圳)IT領袖峰會上，美國斯坦福大學物理系講座教授張首晟表示，整個人工智能雖然有突飛猛進的改變，但還處在非常早期的階段。現在人工智能是在簡單模仿人的神經原，但是更應該思考的是在這裡面有基礎科學重大突破的機會，就是真正去理解智慧和智能的基本的原理、基本的數學原理，這樣可以使人工智能突飛猛進地變化。

李開複曾在公開場合坦言，現在人工智能的投資和估值存在泡沫。雖然經常媒體報導到某某人工智能公司在影像識別或上路測試中取得新進展，但那些算法限定於某種特定場景下識別率能提升百分之零點幾。這只能表明在技術上是一個重大進步，但在實際的應用場景中不一定可行。複雜的應用環境、全面完善數據的缺乏、高性能芯片的研發進度等因素，決定了感知智能技術距離應用普及還需要至少5年到10年。

中國科學院自動化研究所研究員王金橋撰文指出，人工智能被過高期待，泡沫不少。他表示，人工智能當前的熱潮得益於學術界上一輪深度學習算法的突破，但應用紅利總有用盡之日，認知層的技術突破和基礎資源積累才是長期重點。人工智能毫無疑問是未來，但只有當相關技術真正成熟，可被廣泛應用於大多數行業時，我們才能迎來真正沒有泡沫的人工智能時代。

目前而言，人工智能技術還處在一個初級階段。人工智能發展，道阻且長。