AI已经发展这么多年了，那么这一次的“火”又有什么不同？ |【经纬低调出品】

正文

请到「今天看啥」查看全文

下图是 CBInsights 针对 AI 领域全球投资事件统计：

2015 年 Q1 投资交易为12笔，对比可见 2016 年Q1达到了 27 笔，增加了 2 倍多。

就像前两年的“ 互联网+ ”一样给传统产业赋能，让不少具有互联网能力的传统产业升级了，把线下翻到线上，加速信息流动，大大提升了信息匹配效率。于是，我们出行更方便了，吃饭更方便了，变美更方便了，整理家务更方便了。那这个迎面而来的“ AI+ ” 又是什么？

“ 互联网 ”+与  “ AI+ ” 的区别：大白话的说，“ 互联网+ ”提升的是效率，“ AI+ ” 提升的是品质 。

➀“ 互联网+ ”提高匹配效率

“ 互联网+ ”把用户行为数据化——我们吃饭，看电影等消费行为及商家的服务／商品都被信息化了，这就解决了双方搜寻及匹配的问题。而 “ AI+ ” 则是采集更丰富的信息，并让机器模拟思考决策过程，生成行业应用来更好地服务双方。

在 O2O 热潮里，创业者只要给项目贴上“互联网+”的标签就很容易融到钱，可惜好景不长，“ 互联网+ ”的改造并非在每个行业都立杆见影，发力过猛的 VC 们于是开始集体反思，我们意识到仅提升信息匹配效率是不够的。

➁“ AI+ ”提升服务品质

互联网的本质除了“连接”服务、信息、人以外，还应该让服务变得更“聪明”，让消费体验更好，这就是 “ AI+ ” 了。AI 应用是总结现有的规律并实时制定出更聪明的解决方案。实现更“聪明”的关键是：对数据积累的越丰富越好；对未知的事物反应速度越快越好。大数据分析从静态统计演进到动态算法，让机器的深度学习模拟人类思考决策并能动态调优。

AI 为什么现在被关注

AI 领域投资能成为当前的一把火，有几个客观原因：

➀处理能力的突破

传统的处理器在计算神经网络的选项范围上需要好几个星期，而现代化的图形处理器（GPUs）能够在 24 小时内完成这一任务。除此外，云计算基础设施的完善也使得 AI 响应速度更快。

➁数据采集的丰富

人工智能实现的基础是采集庞杂的数据。

在 PC 时代的数据来自感应器收集，模数转换输入、手工主动录入等方式，数据格式有限且效率不高。而移动互联网时代，智能手机及智能硬件的普及使数据采集已进化到多维度实时进行，采集颗粒度细化到个体、位置、环境、行为、社交关系；数据内容从图文、声音、视频、甚至生物特征等数据都极大丰富，使得基于大数据做出行为分析及短期预判成为可能，如火如荼的互联网+创业已为此奠定了良好基础。

➂优化的算法

过去几年，业界的巨头们无一不在认知领域和深度学习领域持续发力，除了IBM、Google 、微软、Amazon等有海量用户行为数据的企业，当然还包括BAT，或许这是百度翻盘的最佳时机了。

请到「今天看啥」查看全文