WAIC 2018：人工智能从会下棋到做产业

九月十七日，2018 世界人工智能大会在上海拉开帷幕，会期三天，主题定为”人工智能赋能新时代”。这是国内第一次以”世界人工智能大会”为名、规格如此之高的行业盛会，会场里挤满了做算法的、做芯片的、做机器人的，也挤满了来寻找下一个风口的投资人。差不多同一周，苹果发布了双卡双待的新 iPhone，阿里在云栖大会上宣布成立平头哥半导体。这个九月，AI 从实验室里的热词，正式变成了被各方押注的产业主线。这篇文章我想聊聊，从这场大会看，人工智能到底走到了哪一步。

一、从”会下棋”到”做产业”

如果说前几年人工智能的公众记忆还停留在 AlphaGo 战胜人类棋手，那么到了 2018 年，叙事已经明显转向。大会上展示的不再是炫技式的对弈，而是一整套试图落地的产业图景：人脸识别走进了机场和商圈，语音助手住进了智能音箱，机器视觉开始在工厂质检里替代人眼，自动驾驶则在封闭园区里慢吞吞地跑。人工智能第一次以”水电煤”的姿态，被摆在了各行各业的桌面上。

这种转变背后，是深度学习这几年积累的红利在集中兑现。卷积神经网络在图像识别上把准确率推过了实用门槛，循环神经网络让机器翻译和语音识别变得可用，加上云计算提供的廉价算力，原本停留在论文里的模型，终于有了大规模训练和部署的条件。大会传递的信号很清楚：AI 不再只是研究院的课题，而是一门要算投入产出的生意。

值得一提的是，这次大会的规格本身就很说明问题。政府高层专门发来贺信，把人工智能提到了国家战略的高度，上海更是顺势抛出了建设人工智能高地的一揽子计划。这种自上而下的推动，和硅谷那种由企业自发生长的路径很不一样。它意味着在中国，AI 不只是技术圈的自娱自乐，而是和产业升级、城市治理紧密绑定的一件大事。对创业者来说，这既是机遇——政策和资源会向这个方向聚集；也是约束——它必须回答”如何服务实体经济”这个问题，而不能只做炫技的 demo。

二、”四小龙”与 AI 芯片的暗线

会场里最活跃的，是国内那批被称作”计算机视觉四小龙”的公司——商汤、旷视、依图、云从。它们的展台几乎都在讲同一件事：把人脸识别和图像识别能力做成可以输出的服务，卖给城市安防、金融和零售。这一年，”刷脸”这个词以前所未有的速度进入日常生活，从手机解锁到机场安检，技术渗透的速度快得让人来不及讨论隐私边界。

另一条暗线是 AI 芯片。当算法对算力的胃口越来越大，谁来提供便宜又高效的计算单元，成了兵家必争之地。大会上，从云端训练芯片到终端推理芯片，各路玩家都在讲自己的故事；几乎同一时间，阿里在云栖大会上把达摩院的芯片团队独立出来，成立了平头哥。这说明一个共识正在形成：人工智能的竞争，不只是算法和数据的竞争，也是底层算力的竞争。没有自己的芯片，再强的算法也可能被人卡脖子。

三、热闹之下的冷思考

作为常年和技术打交道的人，我更愿意在热闹之外泼一点冷水。第一波 AI 落地，大多集中在”有明确数据、有清晰任务”的窄场景——刷脸、语音、推荐、质检。这些场景确实被深度学习啃下来了，但它们离人们想象中那种能理解、能推理、能通用的强人工智能，还非常遥远。很多展台演示里惊艳的效果，一旦离开精心准备的环境，鲁棒性就大打折扣。

第二个绕不开的问题是数据与隐私。人脸识别越普及，”被采集”的焦虑就越真实。当一个城市的大街小巷都在部署摄像头，当你的脸、你的行踪都可能被实时识别和比对，技术效率和个人权利之间的边界在哪里？大会上讨论技术乐观的人很多，认真讨论治理框架的人相对少。我始终认为，AI 要真正走得远，光有算法不够，还得有一套被社会接受的规则——什么数据能用、怎么用、谁来负责，这些问题不解决，落地迟早会撞上反弹。

还有一个现实的隐忧，是同质化。大会转一圈你会发现，讲人脸识别的展台有一排，讲智能语音的有一排，做机器人的又有一排，演示的东西大同小异。资本追逐热点时，大家挤在同一条赛道里，靠堆参数、拼价格抢市场，真正在底层算法上做硬突破的反而不多。这种繁荣有点像几年前的团购和共享单车——风口来了，万箭齐发，但最后能活下来、能真正形成壁垒的，往往是少数。热闹归热闹，冷静算账的人不能太少。

四、对从业者的判断

我的判断是：2018 年是人工智能从”概念热”走向”产业热”的关键一年，但距离真正的大规模变现，还有一段不短的路。对做技术的人来说，机会不在空谈通用智能，而在沉到具体行业里，把一个窄场景做深做透——医疗影像、工业质检、客服语音、内容审核，这些地方都有真实的痛点和付费意愿。与其追着最炫的模型跑，不如想清楚自己手里的数据和场景，能被 AI 解决什么具体问题。

还有一点值得提醒：AI 工程化的门槛正在快速降低。开源框架越来越成熟，预训练模型可以直接调用，这意味着靠”会调模型”吃饭的窗口期在缩短。未来真正值钱的，是既懂行业 know-how、又能把 AI 能力嵌进业务流程的复合能力。工具会越来越便宜，理解问题的能力反而越来越贵。

换个角度看，这次大会也是观察中国 AI 生态的一个窗口。和美国主要靠少数几家科技巨头牵引不同，中国的 AI 力量分布得更散：有高校和研究院，有四小龙这样的明星创业公司，有阿里、百度、腾讯这样的平台大厂，还有大量试图把 AI 装进各种垂直场景的中小团队。这种生态既有活力，也容易内耗。最终谁能跑出来，不取决于谁的展台更炫酷，而取决于谁能真正把技术变成可复制、可盈利的产品。这个答案，还要交给时间。

五、结语

九月这场大会，更像是一次集体的”站队”：政府、企业、资本，都在为人工智能下注。我的总体感受是乐观而谨慎的——乐观在于，技术确实在实实在在地改变一些行业；谨慎在于，泡沫和期待之间的落差，迟早要被现实抹平。对我们这些写代码、做产品的人来说，最好的姿态不是跟风喊口号，而是把手头的场景做扎实。人工智能的新时代已经开场，但真正的好戏，属于那些肯在具体问题上死磕的人。