人工智能作为一种新兴技术，为何频频传出投资者撤资？

　　人工智能技术是一种可以改变人类的技术，然而这并不是简单就能实现的。相比于大家在机器视觉与语音识别领域杀得刺刀见红，人工智能技术面临重重困难，深度学习模型在新领域突破的举步维艰似乎才是真正的麻烦。

　　2016年曾被称为“人工智能元年”。

　　这一年的春天，一场AlphaGo与世界顶级围棋选手李世乭的世纪对战，让“人工智能”这一概念几乎一夜之间火遍全球。像科幻小说或电影描述得那样，吃瓜群众们第一次意识到被“天网”支配的恐惧已经距离自己如此之近;各大科技论坛之上，人们谈论的话题也变成了是“奇点已来”和机器人三定律。而“卷积网络”和“深度学习”的横空出世，也让新技术的曙光照进现实，人类文明似乎踏上一条全新的进化之路。

　　红利透支：没有进展的2018

　　如此巨大的“风口”，资本当然不可错过——以2012年为起点，各路投资人开始蜂拥涌入AI赛道。

　　首先进场的是互联网巨头。Google、Facebook等公司开始大举扫货，不惜重金购入深度学习领域的头部学者——比如那个来自多伦多大学的获奖团队很快注册了一家公司，2013年就被Google斥资5000万美金收购;半年之后Google 相册就有了搜索能力，紧接着Google就可以从自家拍摄的街景图像中识别每家每户的门牌号码了。

　　另一方面，VCPE们也不甘示弱，热钱汹涌之下，大批深度学习领域中的专家开始在风险资本的支持下自主创业，而这其中也不乏一些卓越的华人科学家。

　　事实上，过去一年业界对人工智能有一个共同的评价：2018年，人工智能的进展就是没有进展。

　　经过了数年的发展，目前深度神经网络算法仍处于“黑箱阶段”，轻微扰动导致的严重的对抗识别的范例尚无法得到有效解释和解决。对此，图灵奖得主、清华大学姚期智院士曾公开表示称：深度神经网络能产生的“价值有限”，即使未来实现了算法的透明化，其结果也很可能“令人失望”;在他看来，与其对现有的神经网络模型小修小补，不如另起炉灶，“探索新路径，寻求突破。”

　　然而“探索新路径”这事儿过于看脸，毕竟砸下去的真金白银，并没有20年可以等。一个残酷现实是，这其中大部分投资的前景并不乐观。