6月13日，CES Asia2019在上海落幕，展會上
，人工智能依舊是關鍵詞之一。除了熟知的人臉識別、語音識別外
，智能語音機器人、水下機器人
、以及一眾智能家居產品，紛紛落地探尋產業化。

　　近年來得益於深度學習的技術突破，人工智能浪潮再次湧現。從底層的芯片，到框架模型、再到算法、應用，硬件和軟件都得到了更迭。這些年崛起的人工智能巨頭、創業公司內集中了如此多的頂尖人才和巨量資本，當下格局未定，人才繼續流動，而大眾的期待值一直在上升。

　　然而到了2019年

，大家對於人工智能未來的爭論愈發激烈。一方麵，有專家指出，深度學習再前進一步遇到了理論瓶頸
；另一方麵，人工智能在商用和結合行業的過程中，困難不少。

　　首先
，其實學界一直在探討，要怎麼解釋和證明深度學習的原理。對於計算的“黑盒子”，我(wo)們(men)知(zhi)其(qi)然(ran)，不(bu)知(zhi)其(qi)所(suo)以(yi)然(ran)。對(dui)於(yu)單(dan)一(yi)的(de)場(chang)景(jing)，可(ke)以(yi)利(li)用(yong)深(shen)度(du)學(xue)習(xi)的(de)計(ji)算(suan)提(ti)出(chu)較(jiao)好(hao)的(de)解(jie)決(jue)方(fang)案(an)，但(dan)是(shi)麵(mian)對(dui)更(geng)為(wei)複(fu)雜(za)的(de)場(chang)景(jing)，對(dui)於(yu)大(da)數(shu)據(ju)的(de)運(yun)算(suan)就(jiu)無(wu)法(fa)把(ba)控(kong)。

　　機器學習領域的國際專家
、創新工場科研合夥人張潼向21世紀經濟報道記者表示：“深shen度du學xue習xi是shi用yong大da的de模mo型xing，大da的de數shu據ju這zhe套tao思si路lu來lai運yun作zuo

，這zhe套tao思si路lu獲huo得de了le挺ting大da的de成cheng功gong，也ye應ying用yong到dao現xian在zai工gong業ye界jie中zhong。但dan的de確que它ta往wang前qian走zou會hui有you一yi些xie缺que陷xian，這zhe是shi我wo個ge人ren的de觀guan點dian。從cong數shu學xue上shang，從cong原yuan理li上shang來lai講jiang，大da家jia都dou在zai理li解jie這zhe方fang麵mian還hai需xu要yao加jia深shen。下xia一yi步bu要yao解jie決jue複fu雜za場chang景jing，隻zhi靠kao它ta是shi不bu行xing的de。”

　　所以
，在張潼看來，需要從原理上對深度學習再理解，“現(xian)在(zai)也(ye)有(you)這(zhe)種(zhong)動(dong)作(zuo)，就(jiu)是(shi)逐(zhu)漸(jian)把(ba)原(yuan)理(li)理(li)解(jie)得(de)更(geng)好(hao)，然(ran)後(hou)針(zhen)對(dui)性(xing)地(di)解(jie)決(jue)數(shu)據(ju)問(wen)題(ti)，再(zai)往(wang)前(qian)推(tui)進(jin)一(yi)步(bu)。時(shi)間(jian)會(hui)稍(shao)微(wei)長(chang)一(yi)點(dian)

，但(dan)我(wo)覺(jiao)得(de)還(hai)沒(mei)有(you)到(dao)瓶(ping)頸(jing)，大(da)數(shu)據(ju)這(zhe)一(yi)塊(kuai)以(yi)後(hou)慢(man)慢(man)變(bian)好(hao)，之(zhi)前(qian)可(ke)能(neng)一(yi)下(xia)能(neng)提(ti)十(shi)個(ge)點(dian)，現(xian)在(zai)可(ke)能(neng)提(ti)一(yi)個(ge)點(dian)，將(jiang)來(lai)可(ke)能(neng)提(ti)0.5點，但是還有其他的手段，需要慢慢地研究。”

　　yeyouyeneirenshixiangjizhetidao
，duiyushenduxuexidejishu，dajiarongyihulvedewentishixuexideyuanliaogoubugou，keyiyongyujiqixuexidedashujulianghaishiyouxian，youqishidingzhihuadeshujuhaishibugoude
，jiagongnenglibuzu。ruguonenggouzaichanyelianshangjiejueyouxiaoshujudewenti

，shenduxuexiyehuidedaotupo。

　　其次

，除了對技術進步的擔憂，業內對於人工智能的落地更加關注，技術產業化過程中仍存在不少難題
，

　　一位人工智能研究人士告訴21世紀經濟報道記者：“雖然圖像處理方麵有Resnet模型的突破，自然語言領域有Bert模型的突破，使得通用領域的智能研究達到了新的高度，但在具體的商業領域依然沒有根本性突破。”

　　如何讓人工智能技術在複雜的行業應用中更具價值，是新的挑戰。

　　在創新工場人工智能工程院執行院長王詠剛看來，AI正從1.0向2.0升級，從科研到商業賦能轉化，“前期我們發現AI摘了比較容易摘的果子，AI把互聯網的內部大數據
，流程裏麵的廣告預測、商品推薦全都摘掉了，這些果子特別容易摘，因為隻要把AI技術用起來就能得到結果。然後AI把一些淺層感知的果子摘掉了，比如說語音識別
、人臉識別、影像的理解，這些摘掉之後接下來會問AI還能幹什麼？”

　　這就回歸到一個問題，AI的本質到底是什麼？王詠剛說道：“AI本質是應該幫助人類各個行業去提高效率、降低成本
，但是當把這些好摘的果子摘掉之後發現再進一步提高效率，單獨的AI已經很難單獨承擔這個義務、責任了，所以AI一定要和行業的知識理解、和行業的技術有一個結合點。而結合的難點在於今天AI解決的很多問題
，在行業裏根本就不是重要價值鏈條的一環，隻是錦上添花。”

　　無論是醫療製藥、製造業，還是交通物流、零售、金融等領域，都是人工智能可以接入的重要場景。

　　而由於技術等因素和應用難題的影響
，也有觀點認為2019年是AI寒冬
，AI進入平台期的聲音漸起。

　　但是
，王詠剛在接受記者采訪時談道：“我不覺得有什麼AI寒冬。AI任何時候都會有行業裏麵的一些泡沫，但是泡沫排除掉之後，實際上AI是一個紮紮實實的技術，比如說這個技術它今天不能做到10分
，但能做到5分，很多人對此有一個過高或者過低的期望
，這其實都是不對的。所以我們要客觀地看待AI在整個行業裏麵今天的位置。”

　　而從IDC發布的最新《全球人工智能係統半年度支出指南》來看
，人工智能的投資熱度依舊很高，該指南顯示，亞太地區人工智能(AI)係統支出預計2019年將接近55億美元，比2018年增長近80%。

　　不過

，無論是技術突破
，還是技術落地
，新一輪突破來臨前還需要一段時間的蟄伏。