從數據出發，看2016年人工智能產業的變與不變

根據研究機構發布的報告，我們看到了在過去的一年里，各人工智能細分領域都或多或少的發生了些微的變化，這些變化之中又包含著什么？

在2016年，一場由AlphaGo發起的人機大戰引爆了人工智能領域。人們真正接觸到人工智能技術多是在2016年，但是，在此之前，這個行業就已經潛伏多年了。根據CB Insights統計，僅僅是人工初創企業，其數量也已經從2011年的70家發展到了2015年的400多家，增長近六倍。從這個數值中，我們清楚地看到了人工智能領域對于玩家的吸引力之大。

此外，在Venture Scanner2016年發布的人工智能企業融資報告中顯示，截至2016年11月，相比于Q1時期擁有48億美元總融資金額的957家人工智能企業，Q4的統計中，人工智能企業數量和總融資金額已經分別增加到了1485家和89億美元。在短短9個月的時間，增長幅度分別達到了55%和85%，可以說，在2016年，人工智能領域的活躍已經達到了一個新的高度。另外，除了數量和融資金額的變化，在Venture Scanner劃分的細分領域內，人工智能產業也發生了一些變與不變。

機器學習兩頭領先，依舊占領主流位置

在機器學習（應用）領域中，企業主要是將計算機算法相關的技術應用到實際案例中，包括各種通過機器學習或者深度學習來進行信息整合。根據Q1的人工智能產業報告中，機器學習（應用）領域共有260家公司，占有著產業圖譜27%的份額，經過9個月的發展后，該領域的玩家增長到436家，漲幅高達67.7%，所占份額也有了2%的微弱增長。

Venture Scanner 2016年Q1人工智能報告：人工智能領域的風險投資

Venture Scanner 2016年Q4人工智能報告：人工智能領域的風險投資

另外，在風險投資總金額中，不管是Q1還是Q4，機器學習（應用）更是甩開了第二名的自然語言處理一大截，理所當然的榮登“第一”寶座。

相對于機器學習（應用），雖然機器學習（平臺）的成績不算拔尖，但好歹也在前5名以內，企業和融資活躍度還是相當可觀的。從整體情況來看，在人工智能產業中，作為技術的“奠基石”，企業和VC機構對于機器學習還是相當看重的。

不過，值得注意的是，相比于企業數量和融資金額的增長，在平均融資額上，機器學習的漲幅并不是太多，比如應用層面就只達到了7.4%的增長。對此，我們是不是可以猜測這是另一種資本寒冬的體現？當然，或許也有同類型企業太多，所以投資有些疲軟等原因的存在。

計算機視覺領銜，入局玩家漲幅第一

據統計，目前主攻計算機視覺的企業共有342家，占據了全球人工智能企業的23%，雖然這個數值還比不上機器學習（應用）的份額，但是，在企業數量的增長幅度上，計算機視覺憑借81%的增長幅度完勝機器學習機器學習的60.8%，尤其是計算機視覺的應用領域，以112%的增長幅度傲視所有的細分領域，近乎企業數量增長67.7%的機器學習（應用）的兩倍。

在2016年，計算機視覺算是人工智能領域的一大熱門技術，人臉識別、圖像識別等技術更是被應用到了多個產品和領域之中，成為了最先實現商業化的人工智能技術之一。

其實，計算機視覺的此種狀況此前還是可以預見的。在機器學習領域的推動之下，計算機視覺技術也必然得到良好的發展，而與自然語言處理、語音識別、情景感知計算等人工智能細分領域相比，不管是研發難度和社會需求，計算機視覺在這兩方面還是比較有利的。

論商業化進程，五大領域最受關注

根據Venture Scanner的報告，在過去的一年里，若是對各行業的融資總金額進行排名的話，前五名分別為機器學習（36億美元）、計算機視覺（14.43億美元）、智能機器人（11億美元）、自然語言處理（11億美元）和手勢控制（6.3億美元）。

當前，機器學習、計算機視覺和智能機器人的商業化情況已經相當不錯了，至于自然語言處理和手勢控制，也都有著被關注的理由。對于自然語言處理領域，從CES 2017展會上語音識別技術的發展趨勢就可看出一二，在人機自然交互模塊中，“理解”是一個很重要的因素，也是吳恩達所說的2017年發展趨勢“對話式電腦”的關鍵之一，由此自然語言處理技術的重要性可想而知。而在手勢控制，人工智能和虛擬現實都是它的主要戰場，尤其是后者，要想在場景中獲得極佳的體驗效果，手勢控制部分必然要做好。

根據融資金額，我們可以看見投資者對于這些產業的看好。作為資本家，他們最看重的就是利益，而當他們對某種技術或領域進行投資之時，往往都能被看作一種商業化的風向指標。此外，在產品商業化進程中，資金是一個很重要的部分，都說巧婦難為無米之炊，若是沒有資金的支持，企業的產品研發和推廣都將難以為繼，商業化道路更是難上加難。

當然，若只是以融資金額為參照數據的標準，這的確是有點草率了。不過，依據報告中的相關數據，比如現有公司規模和公司數量增長幅度來看，這五大領域的看頭還是很足的。

結語

在2016年的這些數據上來看，人工智能產業的整體發展態勢可謂相當不錯，其細分領域的發展可以說是一環扣這一環。舉個例子，機器學習算法的完善就推動著計算機視覺、語音識別等技術的發展，從而推動商業化進程，而這些技術的組合形式則推動機器人等硬件產品的發展。最后，機器人又拉著計算機視覺等技術來催促機器學習算法的繼續完善，繼而形成了現在的人工智能大生態。

從整體情況來看，人工智能正在受到越來越多業內外人士的關注。不過，在蓬勃發展的同時，各人工智能企業也需冷靜對待、穩步前進，從用戶的需求和體驗建議出發，腳踏實地的服務于消費者，而不是罔顧社會需要自行打造“理想化”產品，相信這最后導致的結局并不是人們所希望看到的。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！