有人说站在风口上，猪都能飞起来。不错，这次人工智能站上了风口浪尖。关于人工智能的技术和企业如雨后春笋般冒出来了。从内容来看，大部分企业研究的是关于机器视觉、人脸识别的深度学习算法。而笔者不仅仅疑惑，人脸识别和深度学习就是人工智能?机器视觉和深度学习离我们所期待的人工智能还有多远?

   机器视觉不等于人工智能
　　疯狂的人工智能
　　日前，被称为AI独角兽企业之一，商汤科技宣布完成 6 亿美元 C 轮融资，而这次C轮的融资离2014年11月成立还不到4年时间，据彭博社报道，此轮融资对商汤科技的估值为30亿美元。
　　而2011年成立的旷视科技，在2017年完成了 4.6 亿美元融资，消息称，这家公司目前的估值已经达到14.6亿美元。
　　云从科技2017年11月完成了B轮融资，据网上最新公开资料，其目前估值200亿元人民币左右。
　　3月8日有消息称，AI独角兽依图科技近期完成最新一轮融资，红杉、高瓴、高榕等前几轮投资方均有跟投，公司整体估值已经突破150亿元。
　　而2017年3月云天励飞宣布，公司获得数千万美元的A轮融资。
　　借助于人工智能热潮，这些新兴的AI公司估值动辄数十亿甚至百亿。人工智能就像一把火，熊熊烈火推动了资本热炒，一浪高过一浪。科大讯飞、商汤、旷视、云从科技、依图科技、云天励飞等这些主打AI的公司正成为了资本的宠儿。
人、车、物深度识别≠人工智能
　　但是细看，这些资本宠儿。作为国内第一梯队的人工智能企业无论是商汤、旷视还是依图、云从亦或是云天励飞，其主要领域还是在机器视觉。
　　上述公司的主要业务还是集中在人脸识别这一领域。具体的落地场景主要有金融和安防。
　　比如商汤科技，在行业落地方向上，商汤目前专注于安防监控、金融、手机、移动互联网和深度学习芯片五大领域;在核心技术上，主攻人脸识别、视频监控识别算法、增强现实、文字识别、自动驾驶识别算法和医疗影像识别算法几项技术。
　　旷视科技目前的主要业务来自于安防、金融、移动应用三个领域。这也是当前计算机视觉领域初创公司最主要的变现领域。具体来说，基于计算机视觉、深度学习算法方面的研究，旷视科技打造了算法引擎Brain++，并在金融安全、城市安防、商业物联、手机智能以及工业机器人等细分行业。
　　对依图科技而言，其致力于全面解决机器看、听、理解的根本问题，其技术主要服务于安防、金融、交通、医疗等多个行业。
　　云从科技也不例外，主要专注于计算机视觉，深耕于金融、安防、机场等领域。
　　云天励飞也是致力于打造基于视觉芯片、深度学习和大数据技术，提供视觉智能应用解决方案和开发平台。
　　机器视觉中的适用性依赖于机器学习技术，更准确的说是深度学习能力。深度学习，是机器学习的一个子领域，使计算机能够从经验中不断学习。
　　对人、车、物的机器视觉和深度学习是目前AI新兴企业最大的亮点。那么这种深度学习就是是AI了吗?
　　根据百度百科解释，人工智能(Artificial Intelligence)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能的实际应用中应包含机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。
　　顶着AI的光环，不断涌现的新兴企业正如过江之鲫，大步迈进AI领域，并受到了众多资本青睐。难道这就是我们探求已久的AI?
人工智能 道阻且长
　　正如百度李彦宏所说：“人工智能是一个30年到50年的机会。”
　　2017年深圳安博会上，宇视科技总工兼宇视研究院副院长朱兵曾告诉记者，人工智能在机器视觉领域正处于飞速发展期。目前人工智能和安防的结合是安防机器视觉，但并不止于安防机器视觉。人工智能在安防行业还有很长一段路要走。
　　2018中国(深圳)IT领袖峰会上，美国斯坦福大学物理系讲座教授张首晟表示，整个人工智能虽然有突飞猛进的改变，但还处在非常早期的阶段。现在人工智能是在简单模仿人的神经原，但是更应该思考的是在这里面有基础科学重大突破的机会，就是真正去理解智慧和智能的基本的原理、基本的数学原理，这样可以使人工智能突飞猛进地变化。
　　李开复曾在公开场合坦言，现在人工智能的投资和估值存在泡沫。虽然经常媒体报道到某某人工智能公司在图像识别或上路测试中取得新进展，但那些算法限定于某种特定场景下识别率能提升百分之零点几。这只能表明在技术上是一个重大进步，但在实际的应用场景中不一定可行。复杂的应用环境、全面完善数据的缺乏、高性能芯片的研发进度等因素，决定了感知智能技术距离应用普及还需要至少5年到10年。
　　中国科学院自动化研究所研究员王金桥撰文指出，人工智能被过高期待，泡沫不少。他表示，人工智能当前的热潮得益于学术界上一轮深度学习算法的突破，但应用红利总有用尽之日，认知层的技术突破和基础资源积累才是长期重点。人工智能毫无疑问是未来，但只有当相关技术真正成熟，可被广泛应用于大多数行业时，我们才能迎来真正没有泡沫的人工智能时代。
　　目前而言，人工智能技术还处在一个初级阶段。人工智能发展，道阻且长。