人民日報、央視痛批中國AI偽創新，95%的公司都是來騙錢的！

點擊：352  作者：人工智能機器人聯盟    來源：今日頭條  發布時間:2017-12-07 
10:04:11



          什麽都不幹，手擁概念估值就不斷飆升，這把中國人工智能的火，咋看上去有些
虛呀！俗話說，物極必反，人工智能現在如日中天，總有給人一種不真實的感覺。

人工智能虛火的另一種表述，就是人工智能市場泡沫的泛濫。如今的人工智能，就跟20
年前創業者們名片前麵加個“WWW”，後麵加個“.com”，馬上就光環籠罩一般。

然而，虛火並不可持續。作為中央權威媒體人民日報，在21日就刊文為人工智能虛火喊
刹車了——要當心AI潛在泡沫，防範熱潮轉冷。

人民日報截圖

《人民日報》在題為“人工智能，怎樣火下去”的文章中指出，當下炙手可熱的AI，可
能有熱過頭的傾向。AI概念早在1960年代便被提出，雖在曆史經曆2次大熱潮，但卻呈
現“熱5年、冷10年”趨勢，短暫熱潮後出現的是更長的寒潮。

文章引述史丹佛大學人工智慧實驗室主任李飛飛說法稱，AI雖是個“真貨”，但也在許
多隨意和缺乏嚴謹性的交流或展示中被強烈地誇大，進而影響政、商、投資者。

報道稱，各界低估AI基礎理論和核心關鍵技術的難度，是反覆出現冷熱潮的主因，在新
技術之下，不少乘機炒作、騙取資本的人士，將AI炒得越熱，做大潛在的AI泡沫。

而就在今天，繼中央權威媒體《人民日報》在11月對人工智能創新喊刹車後，另一家中
央權威媒體“中央人民廣播電台”經濟之聲《天下財經》欄目，再批人工智能的偽創新
——不要像“炒作明星”一樣炒作人工智能“創新”。

央廣網

為何中央人民廣播電台反其道行之，在互聯網大會期間直接批互聯網大會的主題詞人工
智能呢？因為對於人工智能發展水平而言，我國與發達國家基本處於同一起跑線，甚至
BATK為代表的科技企業及相關研究機構，正在深度參與人工智能全球化競爭。

中央的策略就是，政策上積極扶持人工智能產業的發展和創新，但同時也必須營造一個
去泡沫化、更務實的發展環境。

根據對中國以人工智能為驅動技術或業務的非上市公司的信息整理，其中，25.7%的人
工智能創業公司成立於2015年，2017年截至10月份人工智能創業公司數量就與2015年整
年相當。隨著產業環境越趨成熟，還有國家整理支持力度的持續加強，人工智能創業潮
有望再次湧現。

但一個基本的事實是，目前的人工智能市場泡沫泛濫，95%以上的概念公司都隻是湊熱
鬧來騙錢的。而另一個事實是，投資圈也開始談論人工智能的泡沫了。

除了客觀的技術局限，中央廣播電台還專門批了企業故意造假。國內的聊天機器人項目
，國外的會議秘書，都曾先後被曝以人力輔助或替代軟件，欺騙公眾和投資人。

不僅是新聞事實，央廣還專門配發評論《杜絕忽悠，人工智能需要的是紮實和冷靜》，
以忽悠來痛批偽人工智能，用力真狠！

文章稱：一些裝上簡單的預設程序的音箱、機器人，就敢冠以人工智能；一些自動化設
備也偷換概念，被包裝成人工智能。甚至有做內衣的企業，也炒作自己是人工智能。類
似這些“偽創新”的炒作，炒得越熱，潛在的泡沫就越大，對人工智能的發展傷害也越
大。杜絕忽悠和投機，人工智能需要的是清醒客觀的判斷和紮紮實實的努力。

別以為中央媒體這盆冷水潑的有些冤枉。

阿裏巴巴前CEO衛哲，前段時間發文論斷——就是今天的人工智能項目當中，存在大量
的“偽人工智能”。偽人工智能比例可能高達 90%，或者 99%。其中一個很重要的原因
，就是很多項目是“穿個馬甲”，流行什麽就貼上什麽標簽，以為貼上了人工智能標簽
，就真的是人工智能了。

不過，當前的景象是，AI 喊得震天價響，彷佛機器人智商馬上就要追上人類。但實際
上，還遠著了。

附衛哲發文部分內容：

下一位人工智能新獨角獸在哪？

在哪些領域，人工智能可以跑出來獨立的公司、獨立的平台？

如果在美國你要用的數據，大部分或者全部由 Google、Facebook、亞馬遜所掌握，那
磨刀石在別人手上。今天你的技術再領先，也維持不了多久。

我們看到很多這樣的技術公司，唯一出路就是賣給美國 Facebook、Google、亞馬遜。

同樣在中國，如果你要做人工智能，所能用到的數據，都是為 BAT 所掌握。那最終這
個磨刀石也不在你手裏，你也沒有太大機會。你就是一個技術還不錯的團隊。

最後的出路可能是把這個團隊，以並不太高的估值，賣給這些有數據的大互聯網公司。

那麽在哪些領域，美國的 Facebook、Google、亞馬遜也沒有數據，中國 BAT 也沒有數
據呢？這種領域有沒有？答案是有。

比如說醫療數據，BAT 也沒有；很多金融相關的數據目前還是銀行、保險公司的內部數
據，互聯網公司也沒有；可能還有一些其他的領域。

那麽就以這兩個領域來說，和人工智能結合，至少不管這把刀是不是很鋒利，找數據源
或者找磨刀石的起步，你和大公司是平等的。那就有可能在醫療、金融等領域，你和人
工智能的結合跑出大公司來。

我們就拿醫療說，美國 FDA 已經批準人工智能讀很多片子。我們覺得一個醫生一輩子
讀 10 萬張 X 光片或者 CT 片子就很厲害了，但這個片子拍完以後，他完全基於自己
的經驗和知識來判斷。他判斷得先有積累。

但這個事對機器來說，對人工智能來說太簡單了。就是圖像和打完標簽的圖像，同時要
結合這個標簽打完的圖像和最終診斷的病例，做一個閉環的學習過程。

所以機器 1 個小時可以學 10 萬張片子；人類最有經驗的醫生，從業 30 年，一萬多
天，一天看 10 張片子，一輩子 10 萬張片子。但機器可以 1 小時讀 10 萬張片子。

但同是，由於美國對隱私的很多保護，很多醫院的數據，在美國並不能輕易開放給這些
人工智能公司。

我們看到一個趨勢，很多從事醫療行業的公司開始尋找中國的合作夥伴，因為中國人口
同樣眾多，隱私的保護卻沒有那麽嚴格，有機會讓醫療數據迅速地集中起來。

同樣的今天很多人臉識別的公司，估值很高。我無法評價他們技術多牛。但我突然發現
不是從事這個領域的公司，隻要有大量的數據，迅速可以追上或者趕超，有在 A 股上
市的。

比如海康威視，這麽多攝像頭，它采集到很多真實的人臉。由於這個數據的存在，我覺
得他們人臉識別的技術不僅目前達到，未來一定在中國這方麵最優秀的公司，沒有之一。

數據，無論說到人臉還是醫療都非常重要。
--