6月13日，CES Asia2019在上海落幕，展會上
，人工智能依舊是關鍵詞之一。除了熟知的人臉識別、語音識別外，智能語音機器人、水下機器人、以及一眾智能家居產品，紛紛落地探尋產業化。

　　近年來得益於深度學習的技術突破，人工智能浪潮再次湧現。從底層的芯片，到框架模型
、再到算法、應用，硬件和軟件都得到了更迭。這些年崛起的人工智能巨頭、創業公司內集中了如此多的頂尖人才和巨量資本
，當下格局未定，人才繼續流動，而大眾的期待值一直在上升。

　　然而到了2019年，大家對於人工智能未來的爭論愈發激烈。一方麵
，有專家指出
，深度學習再前進一步遇到了理論瓶頸；另一方麵

，人工智能在商用和結合行業的過程中，困難不少。

　　首先，其實學界一直在探討
，要怎麼解釋和證明深度學習的原理。對於計算的“黑盒子”
，womenzhiqiran

，buzhiqisuoyiran。duiyudanyidechangjing，keyiliyongshenduxuexidejisuantichujiaohaodejiejuefangan
，danshimianduigengweifuzadechangjing，duiyudashujudeyunsuanjiuwufabakong。

　　機器學習領域的國際專家
、創新工場科研合夥人張潼向21世紀經濟報道記者表示：“深(shen)度(du)學(xue)習(xi)是(shi)用(yong)大(da)的(de)模(mo)型(xing)，大(da)的(de)數(shu)據(ju)這(zhe)套(tao)思(si)路(lu)來(lai)運(yun)作(zuo)

，這(zhe)套(tao)思(si)路(lu)獲(huo)得(de)了(le)挺(ting)大(da)的(de)成(cheng)功(gong)，也(ye)應(ying)用(yong)到(dao)現(xian)在(zai)工(gong)業(ye)界(jie)中(zhong)。但(dan)的(de)確(que)它(ta)往(wang)前(qian)走(zou)會(hui)有(you)一(yi)些(xie)缺(que)陷(xian)
，這(zhe)是(shi)我(wo)個(ge)人(ren)的(de)觀(guan)點(dian)。從(cong)數(shu)學(xue)上(shang)
，從(cong)原(yuan)理(li)上(shang)來(lai)講(jiang)，大(da)家(jia)都(dou)在(zai)理(li)解(jie)這(zhe)方(fang)麵(mian)還(hai)需(xu)要(yao)加(jia)深(shen)。下(xia)一(yi)步(bu)要(yao)解(jie)決(jue)複(fu)雜(za)場(chang)景(jing)，隻(zhi)靠(kao)它(ta)是(shi)不(bu)行(xing)的(de)。”

　　所以，在張潼看來，需要從原理上對深度學習再理解，“xianzaiyeyouzhezhongdongzuo
，jiushizhujianbayuanlilijiedegenghao，ranhouzhenduixingdijiejueshujuwenti，zaiwangqiantuijinyibu。shijianhuishaoweichangyidian
，danwojiaodehaimeiyoudaopingjing，dashujuzheyikuaiyihoumanmanbianhao，zhiqiankenengyixianengtishigedian
，xianzaikenengtiyigedian，jianglaikenengti0.5點，但是還有其他的手段

，需要慢慢地研究。”

　　也ye有you業ye內nei人ren士shi向xiang記ji者zhe提ti到dao，對dui於yu深shen度du學xue習xi的de技ji術shu
，大da家jia容rong易yi忽hu略lve的de問wen題ti是shi學xue習xi的de原yuan料liao夠gou不bu夠gou，可ke以yi用yong於yu機ji器qi學xue習xi的de大da數shu據ju量liang還hai是shi有you限xian，尤you其qi是shi定ding製zhi化hua的de數shu據ju還hai是shi不bu夠gou的de，加jia工gong能neng力li不bu足zu。如ru果guo能neng夠gou在zai產chan業ye鏈lian上shang解jie決jue有you效xiao數shu據ju的de問wen題ti，深shen度du學xue習xi也ye會hui得de到dao突tu破po。

　　其次
，除了對技術進步的擔憂
，業內對於人工智能的落地更加關注，技術產業化過程中仍存在不少難題，

　　一位人工智能研究人士告訴21世紀經濟報道記者：“雖然圖像處理方麵有Resnet模型的突破，自然語言領域有Bert模型的突破，使得通用領域的智能研究達到了新的高度，但在具體的商業領域依然沒有根本性突破。”

　　如何讓人工智能技術在複雜的行業應用中更具價值
，是新的挑戰。

　　在創新工場人工智能工程院執行院長王詠剛看來，AI正從1.0向2.0升級，從科研到商業賦能轉化
，“前期我們發現AI摘了比較容易摘的果子，AI把互聯網的內部大數據
，流程裏麵的廣告預測、商品推薦全都摘掉了
，這些果子特別容易摘，因為隻要把AI技術用起來就能得到結果。然後AI把一些淺層感知的果子摘掉了，比如說語音識別
、人臉識別、影像的理解，這些摘掉之後接下來會問AI還能幹什麼？”

　　這就回歸到一個問題，AI的本質到底是什麼
？王詠剛說道：“AI本質是應該幫助人類各個行業去提高效率、降低成本，但是當把這些好摘的果子摘掉之後發現再進一步提高效率，單獨的AI已經很難單獨承擔這個義務、責任了，所以AI一定要和行業的知識理解、和行業的技術有一個結合點。而結合的難點在於今天AI解決的很多問題，在行業裏根本就不是重要價值鏈條的一環
，隻是錦上添花。”

　　無論是醫療製藥


、製造業，還是交通物流
、零售、金融等領域，都是人工智能可以接入的重要場景。

　　而由於技術等因素和應用難題的影響，也有觀點認為2019年是AI寒冬，AI進入平台期的聲音漸起。

　　但是，王詠剛在接受記者采訪時談道：“我不覺得有什麼AI寒冬。AI任何時候都會有行業裏麵的一些泡沫，但是泡沫排除掉之後，實際上AI是一個紮紮實實的技術，比如說這個技術它今天不能做到10分，但能做到5分，很多人對此有一個過高或者過低的期望
，這其實都是不對的。所以我們要客觀地看待AI在整個行業裏麵今天的位置。”

　　而從IDC發布的最新《全球人工智能係統半年度支出指南》來看，人工智能的投資熱度依舊很高，該指南顯示
，亞太地區人工智能(AI)係統支出預計2019年將接近55億美元，比2018年增長近80%。

　　不過，無論是技術突破
，還是技術落地
，新一輪突破來臨前還需要一段時間的蟄伏。