从数据出发,看2016年人工智能产业的变与不变

韩璐 7年前 (2017-01-22)

根据研究机构发布的报告,我们看到了在过去的一年里,各人工智能细分领域都或多或少的发生了些微的变化,这些变化之中又包含着什么?

在2016年,一场由AlphaGo发起的人机大战引爆了人工智能领域。人们真正接触到人工智能技术多是在2016年,但是,在此之前,这个行业就已经潜伏多年了。根据CB Insights统计,仅仅是人工初创企业,其数量也已经从2011年的70家发展到了2015年的400多家,增长近六倍。从这个数值中,我们清楚地看到了人工智能领域对于玩家的吸引力之大。

此外,在Venture Scanner2016年发布的人工智能企业融资报告中显示,截至2016年11月,相比于Q1时期拥有48亿美元总融资金额的957家人工智能企业,Q4的统计中,人工智能企业数量和总融资金额已经分别增加到了1485家和89亿美元。在短短9个月的时间,增长幅度分别达到了55%和85%,可以说,在2016年,人工智能领域的活跃已经达到了一个新的高度。另外,除了数量和融资金额的变化,在Venture Scanner划分的细分领域内,人工智能产业也发生了一些变与不变。

从数据出发,看2016年人工智能产业的变与不变

机器学习两头领先,依旧占领主流位置

在机器学习(应用)领域中,企业主要是将计算机算法相关的技术应用到实际案例中,包括各种通过机器学习或者深度学习来进行信息整合。根据Q1的人工智能产业报告中,机器学习(应用)领域共有260家公司,占有着产业图谱27%的份额,经过9个月的发展后,该领域的玩家增长到436家,涨幅高达67.7%,所占份额也有了2%的微弱增长。

从数据出发,看2016年人工智能产业的变与不变

Venture Scanner 2016年Q1人工智能报告:人工智能领域的风险投资

从数据出发,看2016年人工智能产业的变与不变

Venture Scanner 2016年Q4人工智能报告:人工智能领域的风险投资

另外,在风险投资总金额中,不管是Q1还是Q4,机器学习(应用)更是甩开了第二名的自然语言处理一大截,理所当然的荣登“第一”宝座。

相对于机器学习(应用),虽然机器学习(平台)的成绩不算拔尖,但好歹也在前5名以内,企业和融资活跃度还是相当可观的。从整体情况来看,在人工智能产业中,作为技术的“奠基石”,企业和VC机构对于机器学习还是相当看重的。

不过,值得注意的是,相比于企业数量和融资金额的增长,在平均融资额上,机器学习的涨幅并不是太多,比如应用层面就只达到了7.4%的增长。对此,我们是不是可以猜测这是另一种资本寒冬的体现?当然,或许也有同类型企业太多,所以投资有些疲软等原因的存在。

从数据出发,看2016年人工智能产业的变与不变

计算机视觉领衔,入局玩家涨幅第一

据统计,目前主攻计算机视觉的企业共有342家,占据了全球人工智能企业的23%,虽然这个数值还比不上机器学习(应用)的份额,但是,在企业数量的增长幅度上,计算机视觉凭借81%的增长幅度完胜机器学习机器学习的60.8%,尤其是计算机视觉的应用领域,以112%的增长幅度傲视所有的细分领域,近乎企业数量增长67.7%的机器学习(应用)的两倍。

在2016年,计算机视觉算是人工智能领域的一大热门技术,人脸识别、图像识别等技术更是被应用到了多个产品和领域之中,成为了最先实现商业化的人工智能技术之一。

其实,计算机视觉的此种状况此前还是可以预见的。在机器学习领域的推动之下,计算机视觉技术也必然得到良好的发展,而与自然语言处理、语音识别、情景感知计算等人工智能细分领域相比,不管是研发难度和社会需求,计算机视觉在这两方面还是比较有利的。

从数据出发,看2016年人工智能产业的变与不变

论商业化进程,五大领域最受关注

根据Venture Scanner的报告,在过去的一年里,若是对各行业的融资总金额进行排名的话,前五名分别为机器学习(36亿美元)、计算机视觉(14.43亿美元)、智能机器人(11亿美元)、自然语言处理(11亿美元)和手势控制(6.3亿美元)。

当前,机器学习、计算机视觉和智能机器人的商业化情况已经相当不错了,至于自然语言处理和手势控制,也都有着被关注的理由。对于自然语言处理领域,从CES 2017展会上语音识别技术的发展趋势就可看出一二,在人机自然交互模块中,“理解”是一个很重要的因素,也是吴恩达所说的2017年发展趋势“对话式电脑”的关键之一,由此自然语言处理技术的重要性可想而知。而在手势控制,人工智能和虚拟现实都是它的主要战场,尤其是后者,要想在场景中获得极佳的体验效果,手势控制部分必然要做好。

从数据出发,看2016年人工智能产业的变与不变

根据融资金额,我们可以看见投资者对于这些产业的看好。作为资本家,他们最看重的就是利益,而当他们对某种技术或领域进行投资之时,往往都能被看作一种商业化的风向指标。此外,在产品商业化进程中,资金是一个很重要的部分,都说巧妇难为无米之炊,若是没有资金的支持,企业的产品研发和推广都将难以为继,商业化道路更是难上加难。

当然,若只是以融资金额为参照数据的标准,这的确是有点草率了。不过,依据报告中的相关数据,比如现有公司规模和公司数量增长幅度来看,这五大领域的看头还是很足的。

从数据出发,看2016年人工智能产业的变与不变

结语

在2016年的这些数据上来看,人工智能产业的整体发展态势可谓相当不错,其细分领域的发展可以说是一环扣这一环。举个例子,机器学习算法的完善就推动着计算机视觉、语音识别等技术的发展,从而推动商业化进程,而这些技术的组合形式则推动机器人等硬件产品的发展。最后,机器人又拉着计算机视觉等技术来催促机器学习算法的继续完善,继而形成了现在的人工智能大生态。

从整体情况来看,人工智能正在受到越来越多业内外人士的关注。不过,在蓬勃发展的同时,各人工智能企业也需冷静对待、稳步前进,从用户的需求和体验建议出发,脚踏实地的服务于消费者,而不是罔顾社会需要自行打造“理想化”产品,相信这最后导致的结局并不是人们所希望看到的。

最后,记得关注微信公众号:镁客网(im2maker),更多干货在等你!

镁客网


科技 | 人文 | 行业

微信ID:im2maker
长按识别二维码关注

硬科技产业媒体

关注技术驱动创新

分享到