导读：本篇文章首席CTO笔记来给大家介绍有关中国人工智能创业者有多少的相关内容，希望对大家有所帮助，一起来看看吧。
2019，人工智能泡沫即将破裂
中国工信部下属中国信息通信研究院消息表示，2018上半年全球人工智能领域投资额达435亿美元，其中中国的投资规模高达317亿美元，占70%以上。截至2018年9月，全球人工智能企业数量为5159家，其中中国大陆1122家，北京市以445家成为全球人工智能企业最多的城市。
人工智能在中国的火热情况可见一斑。
资本的疯狂涌入人工智能行业，同时催生了大量泡沫。有投资人指出：“最近我见了一个做内衣的，也说自己是人工智能的企业，这是非常不正常的现象。现在，人工智能领域的泡沫化特别严重。”
中国人工智能行业发展如何？人工智能泡沫有哪些表现？资本寒冬对人工智能行业有哪些影响？近期，我们采访了英诺天使基金合伙人周全，聊了聊他对这些问题的看法。
周全在英诺天使基金主要关注人工智能、大数据、智能硬件泛 科技 类领域，投出了推想 科技 、微动天下、智行者、未来黑 科技 等项目。
文|朱丹
01
“泡沫”必然存在
当资本开始关注一个行业的时候，一定会催生泡沫。
过去一两年，人工智能项目受到资本追捧。我们观察到，科研院所的科学家们出来创业拿融资非常容易。譬如中科院系的寒武纪，清华电子工程系长聘副教授汪玉联合创办的深鉴 科技 等。
2018年地平线B轮融资十亿美金，有这么多投资机构投资，肯定有他们的投资逻辑。
地平线创始人余凯，前百度研究院执行院长，智商和研究能力都很高。同时，他能将行业顶级人才汇聚在一起，地平线的估值和公司科学家数量成正比。尽管目前地平线还没有产品销售收入，但它已经有了足够的人才积累，资本市场给出的溢价就会高几倍。
头部项目的稀缺性，也为地平线带来了一定的溢价。资本愿意给地平线这么高的估值，肯定是看中了它未来的市场空间足够大。如果未来中国能出现一家伟大的芯片公司，目前头部芯片公司成功的概率相较更大。
做投资，并不是说现在项目的价值是一块钱，就给它一块钱。资本给它一百块，赌的是未来它能成为一万块的可能性。
在我看来，资本追捧也有益于行业发展。2000年互联网泡沫破灭后，大批公司倒闭了，但成就了中国的百度、阿里巴巴。人工智能泡沫也好、 科技 泡沫也好，胜者为王，经历过资本寒冬的洗礼，两三年后中国一定会沉淀出一些伟大的人工智能公司，这对我们国家从房地产资源型经济增长转向 科技 创新驱动来说是有好处的。
02
2019，人工智能泡沫将会破裂
近两年人工智能项目融资最多，估值最高。很多VC项目是IPO的价格，甚至一些人工智能天使轮的项目是Pre-IPO的价格，这极其不合理。
今年整个行业进入了资本寒冬。在我看来，人工智能泡沫也将在2019年破裂，一些没有造血能力、没有落地场景、没有收入的人工智能公司会首当其冲。
无人驾驶作为人工智能领域的皇冠和排头兵，现在也传出了裁人、收缩、公司团队不和的消息。因为无人驾驶难度很大，需要很长时间才能落地，这个过程没有收入，全靠资本投入。现在投资人都出手谨慎，无人驾驶肯定首当其冲。2019年，无人驾驶领域的军备竞赛将会史无前例地惨烈。
现在项目去融资的时候，行规都是砍一半估值。（这个估值是相对的，好项目的估值很坚挺，不好的项目估值再低也不投。）现在，整体项目估值趋向合理。优秀、头部项目的估值不会太便宜，只是不再像以前那样，上午一个价，下午一个价，晚上不投就没机会了。现在，创业者也更加理性，他们也希望找一些有资源、有品牌背书的投资方。
03
焦虑的投资人
每当风口来临，投资人也很焦虑，生怕错过机会。因此，现在市面上也有一些不懂人工智能技术，完全凭感觉出手的投资人。
如果投资人知道了一个项目的营业收入、利润，对照上市公司的估值就能投资的话，那小学生也可以做投资了。投资人只有投自己看的懂、有认知的行业才会容易成功。如果只是追风口，最后肯定一地鸡毛。就像2018火起来的区块链，这个现象就明显存在。
英诺在投资 科技 项目主要关注三点：
第一，上天。 科技 创新和模式创新不同，有一定的创业门槛。 科技 创新需要一万小时的积累，科学家有过去五年、十年的科研积累、技术积累和团队积累；
第二，入地。 科学家创业如果只有好技术，但没有落地的能力，找不到实际的应用场景，是不可能成功的。因此，我们希望团队中除了有大科学家，大教授、专家做技术支撑，也有年轻人冲在一线去做市场BD，招人，这样的团队更容易成功；
第三，能出海。 现在 科技 竞争是全球化竞争，希望创业团队要有国际化视野。
科学家要想转身成为企业家需要跨越一条鸿沟：从技术到产品，产品到市场，需要面对很多挑战。英诺会为创业者对接其欠缺的产业资源、政府资源、VC资源，通过深度投后服务加速项目的发展。
人工智能、大 科技 行业有很多的细分领域，如果投资人不在细分行业进行深入研究的话，对项目很难有专业判断。
2015年，我们在未来黑 科技 只有一个想法、一张PPT的时候投资了它。现在它已经完成了三轮融资，估值翻了几十倍。做早期投资，大部分项目就像未来黑 科技 的状况一样，处于起步阶段。这就需要投资者人判断项目的产品和技术的市场有没有想象力，三五年后能不能发展成为一家几十亿估值的公司。
有一家做低轨卫星的公司在估值非常低的时候找到了我们，当时我们对这个行业没有足够的认知和研究，最后就错过了。这警醒我们做早期投资，要对新鲜事物保持足够的好奇心，始终保持谦卑和包容，不断提升自己的认知。如果因为你不懂，就贸然否定一个项目的话，就会错失很多机会。
04
科技 创新的时代
过去几年，中国创业公司大部分都是模式创新，中国人口基数大，加上移动互联网红利，使得如电商、共享经济这类企业在过去几年发展的非常快。但2018年中美贸易战，让我们清醒的意识到中国缺乏自己的核心技术，很多“大厦”建立在别人的地基上。
从大趋势来说，中国的确需要 科技 创新：
一方面，外企在中国的成本每年以100%的幅度上涨，逃离中国，搬去东南亚已经成为趋势。中国制造鞋、衬衣已经没有成本优势了，我们需要一些有核心技术的机器人公司、人工智能公司、芯片公司、智能制造等创新公司来填补产业空白。
此外，中国过去10年培养了6000万大学毕业生和450万研究生，留学人员的回国比例也在上涨。中国由过去的人口红利慢慢转向工程师红利（高教育素质人口红利）。有了足够多的工程师，为中国从传统的房地产转向 科技 创新，提供了良好的基础。
在人工智能领域，目前中美差距主要在基础技术研究和高端技术人才上。比如需要长期技术研发、资金投入积累的芯片半导体行业，中国在算法上要落后于美国。但中国的人口基数和市场足够大，可以获取大量数据，因此，中国在应用层面要领先于美国。
譬如英诺投资的“推想 科技 ”，它利用深度学习技术，辅助医生分析DR、CT及MRI等医学影像数据。这个公司找到我们的时候，当天我们就决定投资。
在投决时，我当时认定这个公司以后会超过国外类似公司，甚至会成为一家全球化的公司。推想 科技 的创始人是芝加哥大学博士毕业，团队在算法技术上并不比美国同类项目差，它们的优势在于获取的医疗影像数据远超美国。在就医量上，中国一家三甲医院一天的数据比美国竞争对手一个月可获取的数据都大；从隐私数据的保护上来说，在美国，企业要想获取一个病人的影像数据，需要病人亲笔签字，非常复杂，在这方面中国创业公司有巨大的优势。
中美贸易战原因之一是美国看到中国在人工智能、智能制造领域的野心和宏图，而这是美国的产业制高点，中国要做，美国肯定全面打压。人工智能、智能制造是未来的趋势，中国不会放弃追赶。
未来十年将是 科技 创新的时代。
05
争取活下来，活得更长
今年，我希望深挖智能网联 汽车 和智能制造两个方向：
汽车 是一个万亿级的市场。 汽车 从发明至今，相对于手机、计算机来说，变化并不大。现在 汽车 行业迎来了一个变革的拐点，未来 汽车 是一个智能化的交通工具。譬如，现在通话不是手机最主要的功能，未来开车或许也不是 汽车 最大的功能，而是变成智能终端、检测终端。
过去10年苹果公司带动了智能手机产业链的爆发，产生了欧菲光、舜宇光电市值翻了10倍的白马股。智能 汽车 时代随着特斯拉到中国的建厂，智能网联车产业链的投资机会也已经出现，比如无人驾驶的整车、关键核心零部件、V2V、V2X、车网联信息安全等。
在智能制造方面，20年前的日本工厂就已经非常先进和自动化，中国在纺织行业、服装行业以及一些重工行业，大部分的产能都很落后。
一年前，我去很多3C制造企业参观，缺陷检测还需要女工人工检测，在放大镜前面一盯就是一天，原本好好的眼睛最后都不行了。如果用机器视觉，既能把人从繁琐枯燥的工作中解放出来，也能大大提高准确率。国内很多国内芯片制造业，甚至还需要人工搬运芯片晶舟，我记得很清楚，一个操作工在搬芯片的时候摔了下去，一下子损失了几十万，最后被开除了，而这在日本早就实现全自动化了。当我们淘汰掉不合理的产业和过剩产能后，肯定会产生一些新的力量。
过去四十年，中国因为改革开放的红利，享受着高速发展。过去20年中国的房价从来没有跌过，不断挑战大家的想象空间。未来三年，从内外部来看，中国的经济都将处于调整期，经济降速、资本寒冬是常态。因为中国有庞大的人口基数，以及工程师红利，再过三年、五年可能又是一个高速发展期，
但在2019年胜者为王的大环境下，创业者应该更加务实，稳中求进，管理好自己的现金流，做更多的确定性的事情，不要盲目扩张。在资本充裕的情况下，企业可以做冒进的事情。现在企业运营要更加稳一点，争取活下来，活的更长。
如果你是创业者，同时对这一话题感兴趣，欢迎加微信：hizhudan进行讨论，请注明姓名+公司+Title。
如果人工智能是未来 哪些方向可以创业
第一条，走学术研究，概念产品设计路线。研究智能机器人，研究未来可能出现并使用的未来概念机器。这条路线可能通过参加一系列的比赛或者加入到国家等研究所来研究，实体化的可能性较小，但是可以成为学术前沿。
第二条，走应用路线。进入公司，结合行业目前的应用，将AI实际带入现实。比如现在苹果的siri。这样的AI知名公司不带多，需要仔细研究下他们的产品，然后再定下你自己感兴趣的AI下面的具体的方向，为未来AI实体化应用做准备。
其次人工智能未来的应用包括设备和场景两个角度，新的设备语音交互会用的更多，很多传统场景也会朝着语音交互使用率提高的趋势发展。随着数据采集、算法和计算结构取得进展，语音未来也会有更好的识别效果和更多的应用场景。同样人工智能在医疗领域的应用将会大于在汽车领域，第二点辅助医生决策是人工智能应用最近的机会
人工智能，未来竞争压力大不大？
人工智能是未来的大趋势。机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。竞争压力是会有的，这恰恰体现了人工智能专业的热门，所以学习人工智能方面的专业是很不错的。虽然这些不是人人都能干的，但是对于我国乃至世界来讲人才也是非常多的，所以竞争压力肯定会有的。必须的不断学习，探索新知。
拓展补充：
对于中国而言，人工智能的发展是一个历史性的战略机遇，对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要。
虽然“人工智能”(AI)已经成为一个几乎人人皆知的概念，但对人工智能的定义还没有达成普遍共识。传统的人工智能发展思路是研究人类如何产生智能，然后让机器学习人的思考方式和行为。现代人工智能概念的提出者约翰·麦卡锡认为，机器不一定需要像人一样思考才能获得智能，重点是让机器能够解决人脑所能解决的问题。
第四次工业革命正在来临，而人工智能已经从科幻逐步走入现实。从1956年人工智能这个概念被首次提出以来，人工智能的发展几经沉浮。随着核心算法的突破、计算能力的迅速提高、以及海量互联网数据的支撑，人工智能终于在21世纪的第二个十年里迎来质的飞跃，成为全球瞩目的科技焦点。自从2016年AIphaGo战胜李世石之后，全球对于人工智能发展的兴奋与担忧交织难分。
即使如此，世界各国已经认识到人工智能是未来国家之间竞争的关键赛场，因而纷纷开始部署人工智能发展战略，以期占领新一轮科技革命的历史高点。对于中国而言，人工智能的发展是一个历史性的战略机遇，对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要。
本文从科技产出与人才投入、产业发展和市场应用、发展战略和政策环境等方面描绘中国人工智能的发展面貌。
科技产出与人才投入
1. 论文产出 : 中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从 1997 年 4.26% 增长至2017 年的 27.68%，遥遥领先其他国家。高校是人工智能论文产出的绝对主力，在全球论文产出百强机构中，87家为高校。中国顶尖高校的人工智能论文产出在全球范围内都表现得十分出众。不仅如此，中国的高被引论文呈现出快速增长的趋势，并在 2013 年超过美国成为世界第一。但在全球企业论文产出排行中，中国只有国家电网公司的排名进入全球前 20 位。从学科分布看，计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响十分明显，高水平论文里中国通过国际合作而发表的占比高达 42.64% 。
2. 专利申请 : 中国专利数量略微领先于美国和日本，国家电网表现突出。中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本，而中美日三国占全球总体专利公开数量的 74%。全球专利申请主要集中在语音识别、图像识别、机器人以及机器学习等细分方向。中国人工智能专利持有数量前 30 名的机构中，科研院所与大学和企业的表现相当，其技术发明数量占比分别为 52% 和48%。企业中的主要专利权人表现差异巨大，尤其是中国国家电网近五年的人工智能相关技术发展迅速，在国内布局专利技术量远高于其他专利权人，而且在全球企业排名中位列第四。中国的专利技术集中在数据处理系统和数字信息传输等领域，其中图像处理分析的相关专利占总发明件数的 16%。电力工程也已成为中国人工智能专利布局的重要领域。
3. 人才投入 : 中国人工智能人才总量居世界第二，但是杰出人才占比偏低。截至 2017 年，中国的人工智能人才拥有量达到 18232 人，占世界总量的 8.9%，仅次于美国(13.9% ) 。高校和科研机构是人工智能人才的主要载体，清华大学和中国科学院系统成为全球人工智能人才投入量最大的机构。然而，按高 H 因子（又称 H 指数，用于评价科学家的科研绩效）衡量的中国杰出人才只有 977 人，不及美国的五分之一，排名世界第六。企业人才投入量相对较少，高强度人才投入的企业集中在美国，中国仅有华为一家企业进入全球前 20。中国人工智能人才集中在东部和中部，但个别西部城市如西安和成都也表现十分突出。国际人工智能人才集中在机器学习、数据挖掘和模式识别等领域，而中国的人工智能人才研究领域则比较分散。
产业发展和市场应用
1. 企业规模 : 中国人工智能企业数量为全球第二，北京是全球人工智能企业最集中的城市。截至2018 年 6 月，全球共监测到人工智能企业总数达 4925 家，其中美国人工智能企业数 2028 家，位列全球第一。中国( 不含港澳台地区 )人工智能企业总数 1011 家，位列全球第二，其后分别是英国、加拿大和印度（图 1）：
从城市尺度看（图 2），全球人工智能企业数量排名前 20 的城市中，美国占 9 个，中国占 4 个，加拿大占 3 个，英国、德国、法国和以色列各占 1 个。其中，北京成为全球人工智能企业数量最多的城市，其次是旧金山和伦敦。上海、深圳和杭州的人工智能企业数量也进入全球前 20。
从成立时间看（图 3），中国人工智能创业企业的涌现集中在2012-2016 年，在 2015 年达到顶峰，新增初创企业数量达到 228 家。从2016 年开始，创业企业的增速有所放缓。
中国人工智能企业的平均年龄为 5.5 年。其中，北京、上海和天津等地初创企业云集，企业平均年龄相较于全国平均水平更年轻，平均年龄在 5.5 年以下。山东和辽宁等地老牌工业机器人和自动化企业转型较多，企业年龄相对较大。
人工智能的应用技术主要包括语音类技术 ( 包括语音识别、语音合成等 )、视觉类技术 ( 包括生物识别、图像识别、视频识别等 ) 和自然语言处理类技术 ( 包括机器翻译、文本挖掘、情感分析等 )。将基础硬件考虑在内，国内外人工智能企业应用技术分布如图 4 所示。相比国外，中国人工智能企业的应用技术更集中于视觉和语音，而基础硬件占比偏小。
人工智能在行业应用上包括智能机器人、智能驾驶、无人机、AR/VR、大数据及数据服务、各类垂直领域应用(本文中定义为“AI+")等。国内外人工智能企业的行业应用分布如图 5 所示。可以看出，相比于国外，国内企业更看重智能机器人、无人机和智能驾驶等终端产品的市场，而国外企业更注重 AI在各类垂直行业的应用。
2. 风险投资 : 中国已成为全球人工智能投融资规模最大的国家。自 2013 年以来，全球和中国人工智能行业投融资规模都呈上涨趋势（图 6）。2017 年全球人工智能投融资总规模达 395 亿美元，融资事件1208 笔，其中中国的投融资总额达到 277.1 亿美元，融资事件 369 笔。中国 AI 企业融资总额占全球融资总额的 70%，融资笔数达 31%。
根据 2013 年到 2018 年第一季度全球的投融资数据，中国已在人工智能融资规模上超越美国成为全球最“吸金”国家，但是在投融资笔数上，美国仍然在全球处于领先地位。
发展战略和政策环境
1. 国际比较 : 各国人工智能战略与政策各有着重点。 2013年以来，美、德、英、法、日、中等国都纷纷出台了人工智能战略和政策。各国人工智能战略各有侧重，美国重视人工智能对经济发展、科技领先和国家安全的影响 ; 欧盟国家关注人工智能带来的安全、隐私、尊严等方面的伦理风险 ; 日本希望人工智能推进其超智能社会的建设 ; 而中国人工智能政策聚焦于实现人工智能领域的产业化，助力中国的制造强国战略。各国政策在研发重点和重点应用领域也存在着较大差异。
2. 国家政策 : 从物联网，到大数据，再到人工智能。从 2009 至今，中国人工智能政策的演变可以分为五个阶段，其核心主题词也不断变化，体现了各阶段发展重点的不同。
国家层面政策早期关注物联网、信息安全、数据库等基础科研，中期关注大数据和基础设施，而 2017年后人工智能成为最核心的主题，知识产权保护也成为重要主题。综合来看，中国人工智能政策主要关注以下六个方面 : 中国制造、创新驱动、物联网、互联网 +、大数据、科技研发。
3. 地方政策 : 响应国家战略，地方政策主题因地而异。地方政府积极响应国家人工智能发展战略，其中，《中国制造 2025》处于人工智能政策应用网络的核心，在地方人工智能政策制定过程中发挥着纲领性的作用。通过政策发布数量来看，目前中国人工智能发展活跃的区域主要集中在京津冀、长三角和粤港澳地区。各省的政策主题也大有不同，比如江苏省关注基础设施、物联网和云计算等基础研发领域，广东省关注制造和机器人等人工智能应用，而福建省关注物联网、大数据、创新平台和知识产权，各地政策与地方发展条件密切相关。
对社会的综合影响
随着人工智能的充分发展，劳动生产率和生产力水平的提升，人们的生活体验将更加丰富多彩，将更多地将人们从体力劳动乃至常规性的脑力劳动中解放出来，更多地投入到创造性活动当中，使人类自身与社会得到更充分的发展。当前，人工智能技术的突飞猛进正不断改变着零售、农业、物流、教育、医疗、金融、商务等领域的发展模式，重构生产、分配、交换、消费等各环节。根据 IDC 数据显示，在未来5 年内，人工智能技术应用到多个行业，将极大提高这些行业的运转效率，具体提升的效率为教育行业82%、零售业 71%、制造业 64%、金融业 58%。
1. 人工智能对教育和就业的影响。发展人工智能的最终目的不是用来替代人类，而是帮助人类变得更加智慧，而教育将在这个过程中起到关键性作用。人工智能技术提升经济活动中的产能，使得人们逐渐从机械的重复性的或危险的劳动中抽离出来，从而增加了思考、欣赏等闲暇时间，更专注于创新能力、思考能力、审美与想象力的潜能开发与提升。
目前，人工智能在教育领域的应用主要集中在以下几方面 : 自适应 ( 个性化 ) 学习、虚拟导师、教育机器人、基于编程和机器人的科技教育、基于虚拟现实 / 增强现实的场景式教育。用适合自己的方式去学习，不仅效率会提高，而且会保持更长时间的学习兴趣。
在教育领域深度发展人工智能的意义并不是取代教师，而是协助教师使教学变得更加高效和有趣。另外，在人工智能技术所影响的教育体系中，对人才的信息输入与输出能力、自主学习能力等的要求骤然提高，创新能力的培养也成为重要方向。
随着技术的发展逐步替代人类从事大部分繁琐重复的工作或体力劳动，在给人们带来福利的同时也带来前所未有的挑战。今天已经有越来越多的人担忧是否自己的工作会被人工智能技术所取代，或者只能在人工智能所留下的“夹缝”中生存。有专家对中国的就业岗位被人工智能取代的概率进行了估算，结果显示，未来 20 年中，约占总就业人口 76% 的劳动力会受到来自人工智能技术的冲击，若只考虑非农业人口，这一比例为 65 %。但同时，人工智能技术对就业的创造效应也已有所显现。调查显示，中国科技公司目前人工智能团队规模平均扩张 20%，而且这种需求还会增长。另外国家工业和信息化部教育考试中心专家称，在未来几年中国对 AI 领域的人才需求可能增至 500 万。
可以判断，在人工智能重塑产业格局和消费需求的情境下，一部分工作岗位终将被历史淘汰，但是也会伴随着人工智能技术孵化出一系列新的岗位。另一方面，新型的人机关系正在构建，非程序化的认知类工作会变得愈发难以替代，其对人的创新、思考与想象力提出更高的要求。
机械化和智能化塑造着新的就业格局，但也要警惕新格局下有可能发生的衍生问题，比如由于失业率上升而引起的贫富差距和社会稳定问题。人工智能所带来的“冲击”是持续性的，对教育和就业的多重影响也是持续性的，因此也需要不断积极探索与技术革命相匹配、相适应的教育与就业机制。
2. 人工智能对隐私与安全的影响。今天，在许多生活消费场景中，人们对个性化体验的需求不断增加，个性化、场景化服务也逐渐成为人工智能驱动创新的主要方向。服务供应方在信息获取社交化、时间碎片化的情境下，着力建立更灵活便捷的消费场景，给人们带来更加友好的用户体验。与此同时，随着语音识别、人脸识别、机器学习算法的发展和日趋成熟，企业可以通过分析客户画像真正理解客户，精准、差异化的服务使得客户的被重视被满足感进一步增强。但是在蕴藏着巨大商业价值的同时，也对现有法律秩序与公共安全构成了一定的挑战。
网络空间的虚拟性，使得个人数据更易于被收集与分享，极大地便利了身份信息编号、健康状态、信用记录、位置活动踪迹等信息的存储、分析和交易过程，与此同时，人们却很难追踪个人数据隐私的泄露途径与程度。例如，以人工智能技术为支撑的智慧医疗，病人的电子病例、私人数据归属权如何界定，医院获得及使用私人数据的权限界限如何规范。再比如人工智能技术生成作品的著作权问题等。开放的产业生态使得监管机构难以确定监管对象，也令法律的边界变得越来越模糊。
人工智能的普遍使用使得“人机关系”发生了趋势性的改变，人机频繁互动，可以说已形成互为嵌入式的新型关系。时间与空间的界限被打破、虚拟与真实也被随意切换，这种趋势下的不可预测性与不可逆性很有可能会触发一系列潜在风险。与人们容易忽略的“信息泄露”不同，人工智能技术也可能被少数别有用心的人有目的地用于欺诈等犯罪行为。如基于不当手段获取的个人信息形成“数据画像”，并通过社交软件等冒充熟人进行诈骗。再比如，使用人工智能技术进行学习与模拟，生成包括图像、视频、音频、生物特征在内的信息，突破安防屏障。去年曾有报道，新款苹果手机“刷脸”开机功能被破解即是这类例子。而从潜在风险来看，无人机、无人车、智能机器人等都存在遭到非法侵入与控制，造成财产损失或被用于犯罪目的的可能。
3.人工智能对社会公平的影响。随着人工智能研发与应用的突飞猛进，一系列价值难题也正逐渐显现在人们面前。目前还有大量不会上网、由于客观条件无法使用互联网及不愿触碰互联网的人群，已经被定义为人工智能时代的“边缘人”，而人工智能对人们的文化水平、信息流的掌握程度又有了更高的要求。人工智能技术越发达，信息鸿沟就越深，进而演变为服务鸿沟、福利鸿沟，而在人工智能时代，“边缘人”将越来越难享受到便捷的智能信息服务，也更不易获得紧缺的服务资源。
本文转自 中国经济报告 2018年第10期，作者：清华大学中国科技政策研究中心
2016盘点之AI：一面是理想，一面是现实
2016年对人工智能来说是意义非凡的一年，或许在技术领域的感知并不明显，在商业层面的“成功”却是前所未有的。
从年初AlphaGo和李世石的围棋大战，到一场场和人工智能有关的发布会，再到刚刚完结的《西部世界》第一季。我们先是被人工智能所震撼，然后被人工智能的商业化所俘虏，最后又为人工智能的未来所恐惧。这里面有悲天悯人的情怀，也有科技巨擘的野心，不管怎样，人工智能终于跳出了实验室的禁锢，成为活跃在科技领域的核心力量。
聚焦到2016年这个时间点来看，人工智能最耀眼的还是商业化的起步。然而，在人工智能被做各种加法、各种布局的同时，也出现了一些不和谐的现象。笔者将从人工智能现状、场景及未来趋势盘点何为理想何为现实。
资本跑马圈地，人工智能的第三个红利期
距离“人工智能”这个名词的诞生已经有60年，并且在上个世纪60年代和80年代相继迎来了两个红利期。按照这个说法，2016年前后很可能是人工智能的第三个红利期，更重要的是，资本对人工智能表现出了从未有过的青睐。
Venture Capital 的调查报告显示，截至到2016 年11 月，全球范围内总计1485 家与人工智能技术有关公司的融资总额达到89 亿美元。同时，CB Insight公布了对美国人工智能初创企业的调查结果，这类企业在今年的融资金额约是四年前的十倍，且被收购的企业数量迎来了近几年的最大值。
比资本更加疯狂且更惹人注目的还有疯狂跑马圈地的互联网巨头们。
2016年1月份，苹果收购人工智能初创公司Emotient，这家公司的成果在于使用人工智能技术读取图片中的面部表情。
2016年5月份，eBay宣布收购Expertmaker，这是一家使用机器学习进行大数据分析的瑞典企业。
2016年5月份，英特尔收购了专门从事计算机视觉（CV）算法的初创公司Itseez，计划利用Itseez专业能力来创建从汽车到安全系统的物联网（IoT）。
2016年8月份，微软收购了一个两年半的初创公司Genee，其主要产品是一款拥有AI技术的智能日程工具。
2016年9月份，谷歌相继收购了用于开发聊天机器人的人工智能平台Api.ai，距离收购视觉搜索创企Moodstock仅过去两个月之久。
2016年9月份，亚马逊低调收购了机器人创业公司Angel.ai，这家公司的联合创始人成为亚马逊“新机器人产品”的项目负责人。
当然，上述列举的案例只是这些科技巨头们近几年收购事件中的很小一部分。打败了李世石的AlphaGo出自创业者之手，亚马逊Echo智能音响的诞生和初创公司Yap和Evi不无关系，就连曾经让世界惊艳的Siri也是在初创产品的雏形上打造的，这些收购具有鲜明的美国互联网色彩。同样，中国互联网行业对人工智能的热情也是如此高涨，但模式却和美国有所不同。
百度可以说是国内在人工智能领域“声势”最大的玩家，诸如百度大脑、百度医疗大脑、天智云计算解决方案等等。以至于在今年的百度世界大会上，人工智能成功取代O2O成为百度新的“旗帜”，再加上吴恩达、百度无人驾驶车等专家和产品的频繁亮相，百度在人工智能方面获得了不小的关注。
2016年之前，阿里采取了错位营销的战略，把人工智能统一规划在“云服务”内来做推广。2016年以来，阿里在人工智能领域的动作也开始趋于高调。先是在人脸识别、语音识别等方面“炫技”营销，在今年八月份直接推出了ET机器人，涵盖语音识别、图像识别、情感分析等技术。
在BAT的阵营中，腾讯可以说是在AI方面动作最为“迟缓”的，直到现在令人印象深刻的动作也只有QQ互联和微信硬件平台。不过在人工智能技术层面，腾讯上镜的机会并不比百度和阿里少，在今年相继投资了数据公司Diffbot和碳云智能等人工智能相关的公司，或是借鉴了国外的思路。
除此之外，网易、360、科大讯飞等也把人工智能视为新一轮的机遇，比如丁磊直言“下一个十年的方向肯定是人工智能，比如汽车驾驶、辅助机器人等”，网易自身也推出了全智能客服系统网易七鱼、人工智能反垃圾云服务网易易盾等。可以肯定的是，虽然国内二三阵营的互联网公司在2016年并未有过多的动作，大多企业已经开始了和人工智能有关的布局。
即便和巨头相比，国内的人工智能创业者不那么耀眼，整个行业的春天已是不争的事实。此前乌镇智库和网易科技联合发布的《全球人工智能发展报告（2016）》中，在人工智能投资专注度最高的15家投资机构中，真格基金、维港投资这两家来自中国的投资机构赫然在列，碳云智能、出门问问、云知声等创业公司也出现了极高的频次。虽然国内人工智能创业者所展现出的热度和高度仍不及美国、以色列等国家，让人感同身受的是，几乎在每一场科技展览会上都不难看到大大小小的人工智能企业。
诚然，在巨头眼中“人工智能”是不可错失的机遇，对创业者来说“人工智能”是互联网之后的新一轮曙光，而资本也抱着投资人工智能“一本万利”的心态。人工智能寄托了太多人的理想，但现实应用呢？
巨头卡位布局，人工智能的落地是个什么命题？
正如开头所说，在技术层面对人工智能进展的感知并不明显，至少没有任何一个科学家站出来“神化”人工智能。可在商业层面，相比于上两次红利期，足以用成功一词来形容。此前谈到智能和AI，很多人喜欢称之为伪命题，那么在商业化如此成功的2016年，人工智能的落地情况如何呢？
笔者在此选取了5个应用场景来进行探讨。
1、智能聊天机器人
从苹果推出语音助手Siri开始，人们对于“聊天机器人”的欲望进一步爆发，虽然和科幻电影里的“贾维斯”等仍相距甚远，从虚拟聊天助手走向有硬件支撑的机器人已然成为2016年的成果之一。比较典型的产品有Echo智能音箱以及各种各样的儿童陪伴机器人。或许不少人认为人工智能在这个领域的应用至少需要五年才能逐渐成熟。值得乐观的是，这类软件或机器人已经能够理解自然语言，帮助人们完成邮件、消息回复等功能。相比于只能完成特定指令的扫地机器人，微软小冰、阿里ET等结合了云计算和大数据的聊天机器人有着长足的进步。
2、智能APP
在Gartner不久前发布的“2017年前十大战略技术趋势”中，智能APP位列第二，似乎预示着人工智能技术将出现在更多的APP中。事实上，在2016年使用到人工智能技术的应用已经开始出现，比如一些集成了人脸识别技术的支付工具、针对图像识别技术开发的工具类APP、电商平台借助机器识别侦查刷单行为，如此种种。根据Gartner的定义来看，运用人工智能的形式是通过新的智能特性嵌入到某一行业的现有应用程序中，比如食品厂利用人工智能来检查面包的颜色、形态和芝麻分布，并根据分析结果不断自动调整烤箱和流程。
3、智能投顾
金融似乎是人工智能乐于“入侵”的领域，仅智能投顾就涌现了近百家平台。顾名思义，智能投顾就是人工智能＋投资顾问的结合体，借助大数据识别用户的风险喜好，再通过通过算法和模型定制风险资产组合。优势在于费用低、服务效率高、覆盖人群广，且在一定程度上满足了“千人千面”的理财需求。国外有Wealthfront、Betterment、Future Advisor等知名智能投顾平台，国内也出现了钱景、拿铁财经、理财魔方等模仿者，就连记账软件网易有钱也开始向智能投顾转型。不过在政策和牌照的压力下，智能投顾能走多远仍不得而知。
4、智能硬件
智能硬件的高潮时代应该是在2014年前后，经历了资本看好和看衰之后，2016年不少智能硬件开始加入AI的元素。从IDC的预测来看，AI硬件收入将在未来五年内以超过60%的复合年增长率发展。不过，IDC等之所以如此乐观，原因在于智能硬件早已不再是智能手环、手表等可穿戴设备的代名词，无人驾驶、机器人、无人机等成为新的关注对象。2016年，包括大疆、零度智控等都开始将无人机智能化，无人驾驶被科技巨头和汽车巨头拥抱。人工智能在这个行业的发展似乎值得期待。
5、取代人工
利用人工智能取代人工一直是人类的夙愿，2016年人工智能在这个领域的应用也比较瞩目。除了前面所说的聊天机器人、应用软件、金融、智能硬件等，不少云服务平台也开始引入人工智能技术。以2016年比较火爆的直播为例，传统的内容审核机制需要投入巨大的人力资源，诸如网易易盾等反垃圾云服务的出现，结合深度学习、图像识别、语义分析、语音识别、动作识别等人工智能技术，解决了80%以上的人力投入，“机器审核+人工服务”逐渐成功UGC产品的主要形态。这大概也是人工智能应用最为广泛的领域之一。
不难发现，人工智能的落地虽然和想象中仍有一些距离，却也摆脱了伪命题的说法，更重要的是，其中从未少却互联网巨头的身影。既选择在计算机视觉、深度学习、自然语言处理、情景感知等核心算法的研究或收购，及早在产品上应用和变现也成了巨头们卡位布局的鲜明特点。也正是如此，几乎可以肯定这次人工智能的高潮不会重蹈前两次的覆辙。
结语
2016年行将结束，或许人工智能在某些领域仍充当着炫技的角色，或许仍有一些玩家对人工智能寄予了不符合现状的希望。无论如何，行业巨头和创业者都承担了两个角色，即人工智能技术的研究者和实践者。也就意味着，人工智能离象牙塔越来越远，离商业化越来越近，并非遥不可及。
Alter，互联网观察者，长期致力于对智能硬件、云计算、VR等行业的观察研究。
结语：以上就是首席CTO笔记为大家整理的关于中国人工智能创业者有多少的相关内容解答汇总了，希望对您有所帮助！如果解决了您的问题欢迎分享给更多关注此问题的朋友喔～