人工智能这两年的确有一些新的突破，在深度学习和神经网络的学习系统上，计算效率和学习方法都有大的提升。这些在各个行业都会渗透，我们非常看好。

　　人工智能火爆的背景来自传统行业难以突破的瓶颈。传统行业的高度竞争、高度保守已弊端频现。随着工业 4.0 的提出，传统行业必然与人工智能产生更加紧密的联系。

　　硅谷早期投资基金 SVC Angel Fund 的管理合伙人 Roy Kong 曾指出，人工智能自己是做不到商业化的，必须做到产业与技术融合，包括制造业、医疗诊断、投资分析等。

　　全球人工智能投资地理分布

　　“人工智能经过几轮的复兴及衰落正渐渐成熟，传统行业竞争高度激烈，两点的结合让传统行业对人工智能技术的接受度提高。人工智能会支持已有的商业模式，让已有的商业模式更加高效。”王笑说。

　　投资机构 Liquid2 的合伙人 Michael 毫不掩饰对人工智能的赞美：

　　人工智能有潜力做任何人类可以做的事，并可以做得更好、更快。它会极大改变生产力和人力劳动的性质。传统上，大多数创新只能影响一个领域，但人工智能可以影响很多，因为人类涉及多个行业。

　　王笑说：

　　以前人们认为人工智能只能自动化，没有创意，只能提升现有东西的效率，自身不能形成一个独立的、新的商业模式。我觉得这个是一个误区。现在已经出现一些新的产品，人工智能可以模仿一些著名画家的画，自己会写诗甚至谱曲——也就是说，现在连创意都能被机器所重复，如果这个都能做的话，人工智能的潜力是无限的。

　　王笑告诉 Xtecher，人工智能的算力现在已经非常低廉，一定会产生一些新的东西。“人永远低估技术发展的速度。”

　　“任何时候一旦出现新想法，硅谷就会蜂拥而去。” 英伟达 CEO 黄仁勋指出，“不过，你得等待好想法的出现，好想法不会天天出现。” 该芯片厂商以为视频游戏行业打造图形处理器起家，但去年它坚决转向打造针对人工智能应用的产品。

　　硅谷看好的三个方向

　　“人工智能” 概念宽泛，根据应用方向不同，得到了投资人不同的对待。其中，三大方向得到了硅谷投资人的普遍偏爱。

　　第一个方向，显然是自动驾驶。 王笑说：

　　自动驾驶是一个经典的人工智能产生的全新的、纯粹颠覆式的商业模式。它到来的时间一定比人预计的快，而且非常快。

　　她的信心来自于所投资的 Drive.ai，全球屈指可数的部分技术能达到自动驾驶 Level 4 的公司之一。“它的图像识别已经不用依赖复杂的传感器，就用我们普通的照相机的图像技术，就能达到 Level 3。”

　　目前，无论是国内还是硅谷，自动驾驶已经成了一片红海。巨头混战之下，技术的完善只是时间问题。

　　“能不能商业化？已经商业化了。但你说成不成熟？不成熟。” 但王笑相信，自动驾驶时代一定会很快到来。

　　目前，硅谷至少有 19 家公司在设计无人驾驶的汽车和卡车，相比 5 年前大幅增加。

　　第二个方向，是将图像识别应用于安防。

　　图像识别领域，可以说是现在人工智能视觉、语音、语义、大数据四大方向最为成熟的一个。这一点，李飞飞的 ImageNet 功不可没。

　　“由于神经网络技术的推进，图像识别和安防的结合已经走到非常前面了。也有一些公司达到了很好的收入和商业化。因为这个市场本身客户比较稳定，需求比较明确，商业化有清晰的路径。” 王笑告诉 Xtecher。

　　郭威所投资的安防机器人 Knightscope 就是一个很好的例子。

　　通过高清摄像头、麦克风、热感成像、红外传感、激光雷达、超声波测距等你能想象的各种各样的传感器，生成大量的实时环境数据，并通过抓取实时的政府数据、社交网络数据等所有可以利用的资源进行综合评估，为环境设定了不同的警报级别——如果它侦测到有异常噪音和温度变化，或识别出已知的罪犯，它会提醒地方当局，从而预防犯罪。

　　在国内，百度 IDL 在计算机视觉领域深耕多年，人脸闸机已经投入应用；领先的几家 CV 初创公司，如旷视、依图等，亦纷纷布局安防。

　　未来我们的安全，注定将越来越多地依赖人工智能。

　　第三个方向，是形态各异的语音入口。

　　作为最自然的交互模式，人们一直希望，人工智能能够直接用语音与我们交流。然而在这背后，NLP（自然语言理解）一直是个困难的话题。

　　但随着神经网络的发展，语音、语义技术也取得了新的突破。王笑说