AI领域的投资越来越热。仅2017年第一季度，初创公司股权融资成交达245笔，总额超过17亿美元。

  科技巨头们的AI竞赛火热进行。它们在“买买买”上毫不吝啬，单次收购最高金额达153亿美元。

  AI未来会走向何方？有的人觉得通用AI很快就会迎来突破，但“奇点来临”的理论仍然遭受多数专家质疑，称目前机器的智能水平甚至不如老鼠。

  这些数据和观点，来自知名风投数据公司CB Insights发布的“2017年人工智能全局报告”。创新工场选取部分重要有趣的内容，结合其对AI的理解做了解读。

  CB Insights报告数据显示，在过去5年，人工智能初创企业收到的融资，保持了持续增长，融资总额超过149亿美元，总交易量达到2250笔。

  2017年第一季度，是AI初创企业融资历史上最活跃的一个季度，共成交了245笔，融资总额超过17亿美元。其中，近48%的交易是在种子或天使轮，而2016年一整年，种子轮融资比例也达到了50%，这在某种程度上预示着不断有新的公司进入该领域。

  1、医疗健康：AI最热的投资领域，从2012年至今，已经有270起交易；

  2、横向应用：几年来，很多类型的AI应用程序交易量表现出波动，不过在所有的AI投资中，依然是第二热门的类型；

  3、科技金融与保险：金融科技和保险科技中的AI应用，是2017年截至目前最热门的领域，第一季度就有30起交易；

  4、其他：销售和CRM相关的交易数量在2016年就前一年翻一番，是2017年第一季度第三热门的领域。而网络安全领域的交易数量在2016年遭遇下跌后在2017年开始反弹。

  与其他AI类别相比，5年来，医疗保健领域的交易数量最多。其中，73％来自美国创业公司，其次是英国（9.2％）和以色列（3.7％）。

  该领域的交易数量和资金在2016年达到5年最高点。2016年1月，癌症大数据独角兽公司Flatiron Health获得C轮1.75亿美元投资；4月，来自中国的碳云智能（iCarbonX）获得腾讯等1.55亿美元A轮投资。

  与以往不同的是，2017年第一季度，科技金融与保险成为投资最热的领域。科技金融行业有大规模规范化的数据，同时也有最迫切的智能化和自动化需求，这是基于深度学习的人工智能技术最佳的应用场景之一。

  谷歌在2011年成立AI部门，目前已经有100 多个团队用上了机器学习技术，如Google搜索、Google Now、Gmail等。同一年，苹果推出语音助手Siri，首次将AI放在数以百万计消费者的口袋里。

  科技巨头们在“买买买”上同样热情极大。据CB Insights报告，2002年至今，AI领域已发生了200多起收购。仅2017年第一季度，兼并和收购的交易就超过30起。

  谷歌是AI市场最积极的买家。从2012年开始，它累计收购了11家人工智能初创企业。这中间还包括研发出围棋程序AlphaGo的DeepMind Technologies公司、主营深度学习与神经网络方向的DNNresearch、智能手机消息应用公司Emu等。

  收购后，谷歌会整合技术并融入公司产品。比如Emu被用于Google Hangouts以及Google Now两项产品中，DNNresearch则大幅度的提高了Google的图片搜索功能。

  苹果、英特尔、微软、Facebook等公司也在上演智能竞赛，大量收购AI企业。

  2017年5月，苹果以2亿美元价格收购了Lattice Data公司，该企业主要使用人工智能技术来处理黑暗数据；英特尔仅2016年就收购了3家公司；Facebook最近收购的2家公司分别来自白俄罗斯和瑞士；微软最近则收购了一家人工智能个人助手公司和一家交谈AI公司。

  据报道，2017年3月初，英特尔公司以153亿美元的巨资收购曾经为特斯拉Autopilot辅助驾驶方案提供技术的以色列公司Mobileye。这一收购创下以色列公司被收购的最高价，也深刻影响了整个人工智能的创投格局。例如，所有研发无人驾驶技术的勇于探索商业模式的公司在下一轮融资时，也许都会用这个收购案作为对标依据。

  科技巨头上演的AI智能竞赛已经很激烈。无论是依靠自身力量建立人工智能团队，还是通过收购、并购的方式获得相应的研发能力，越早重视人工智能，越早拥有人工智能技术力量，就越容易掌握未来竞争。

  CB Insights报告搜集了专家对通用AI的预期。Good AI公司的 CEO Marek Rosa说，有人问我觉得我们还需要多久能实现这一目标，我只能坦白回答我不确定。在大多数情况下要3年也在大多数情况下要30年，但我确信的是，这会在本世纪内发生。

  通用人工智能，指的是具备人类的智能与认知水平，可以取代人类所有工作的人工智能。有的人觉得，这项技术一旦突破，人类就到了必须认真思考命运的时候了。因为从通用AI“进化”到超级人工智能，对机器而言，也许只是几个小时的事情。

  一个具备了人类水平认知能力和学习能力的机器，能借助比人类强大得多的计算资源、网络资源永不疲倦、无休止地学习、迭代下去。届时，科幻小说中令人担忧和恐惧“奇点”就会发生。

  谷歌DeepMind发表的论文提出PathNet，即或可通过迁移学习实现通用人工智能

  但这个假设基于一个关键的前提，即人类科技总是保持加速度的跃进式发展。而更也许会出现的情况却是：特定的科技如人工智能，在一段时间的加速发展后，会遇到某些难以逾越的技术瓶颈。

  摩尔定律由英特尔的创始人高登·摩尔提出，内容为：价格不变时，集成电路上可容纳的元器件数目每隔18到24个月便会增加一倍，性能也将提升一倍。

  计算机芯片的处理速度，曾在1975年到2012年的数十年间保持稳定的增长趋势，却在2013年前后显著放缓。2015年，连高登·摩尔本人都说：“我猜我可以看见摩尔定律会在大约10年内失效，但这并不是一件令人吃惊的事。”

  据此来看，通用AI目标的实现，并不会一帆风顺。弱AI和强人工智能之间的鸿沟可能比我们所能想象的要大得多。

  微软联合创始人Paul Allen说，要开发这种先进的软件，我们第一步要对人类的认知基础有科学的认识，但我们目前只接触到了表面。“奇点来临”的理论之所以无法说服我们，就是由于目前尚未理解认知的科学基础。

  尽管如此，针对通用AI研发的热情却始终高涨，毕竟通用AI一旦实现，人类将不再需要劳动，获得完全的自由。

  这种热情值得鼓励，但前路漫漫、道阻且长。正如Facebook AI研究院院长、纽约大学终身教授Yann LeCun所说，虽然取得了这些令人惊叹的进步，但我们离具有人类，甚至是老鼠的智能水平的机器还有很远的路要走。对于AI能做什么，我们现在看到的最多只有5%。