隨著數據、算法、算力三個維度的全面提升以及AI芯片的更新迭代，人工智能得到了迅猛的發展。這并不是人工智能的首次發展了，從某種意義上來講，當今這個時代算的上是人工智能發展史上第三次爆發。這場由深度學習點燃的浪潮，如今也只是將深度學習做的更深罷了，高性能的并行計算+大數據的監督訓練塑造出了更加精進的深度學習，世界才得以開啟智能時代的大門。

最好的數據就是最多的數據

“今天在圖像，在語言，在金融，在醫療，在各種垂直的行業里面，都有大量的問題亟待解決?？赡芪覀兏嗟臅r候遇到的局面還是數據稀缺，還沒有足夠的數據讓我們去解決這個問題。”搜狗CTO楊洪濤曾公開談論過現下人工智能的發展痛點。更精準一點，人工智能是缺乏一定規模和高質量的數據集。這對于那些以深度學習作為核心技術的企業而言，高質量的規模數據顯得尤為關鍵，畢竟深度學習的智能算法屬于開源狀態，但高質量的有效數據就顯得極為珍貴。就像是創新工場CEO李開復所闡述的那樣：數據肯定越多越好，最好的數據就是最多的數據。深度學習是由大數據訓練出來的，整個產業必須重視數據的重要性。

值得慶幸的是，在行業的共同認知下，規模化的高質量數據已經成為AI發展的剛需問題。數據的稀缺成為制約AI發展的要素，在人工智能的世界中，擁有數據就等同于擁有了核心競爭力，畢竟通過大規模數據訓練的模型才是準確的、有價值的東西。對于數據的看法，華為創始人任正非早在去年就曾公開表示：“高質量的數據是人工智能的前提和基礎，高質量數據輸出要作為作業完成的標準。”有觀點認為，AI業界急需構建一個而開放的數據平臺，聚合各類企業共享數據資源，打造出一個精進的AI系統，適度開放，讓這個領域中有技術、想法卻缺少數據的人參與進來，加速推進人工智能的發展。

產業爆發的同時還需要謹防泡沫

目前，人工智能的產業形態主要分為三層，最底層是應用層面，就是我們常說的包括自動駕駛、圖像語音識別、金融、醫療、制造等垂直領域的融合應用;第二層則是計算軟硬件平臺;最后則是技術含量相對較高的算法和芯片領域。在近五年的全球人工智能投資中，熱點主要集中在AI+(垂直領域)、視覺、大數據及數據服務和智能機器人領域。其中，AI和行業融合比較熱，幾乎每個行業都能找到AI的結合點，AI+已經成為了標配。而各類AI+行業中，最受資本青睞的則是商業智能、醫療健康和金融等領域。

盡管資本大熱，產業爆發，卻要時刻謹防泡沫橫生。“全球的人工智能尚屬混沌階段，至少在相當長的時間里，人類還難以掌控這類技術的發展。” 據中國信息通信研究院與Gartner聯合發布的2018世界人工智能產業發展藍皮書指出，目前人工智能仍處于早期階段，調研企業中僅有4%的企業正在考慮和規劃AI部署?，F在很多人工智能創業者往往利用產業熱點尋扎資本投資，甚至沒有一套完整的解決方案，價值也無從談起，事實上這就是行業泡沫的存在。空殼、套路，缺少創造性，一定沒有未來。對此，昆仲資本創始合伙人姚海波很早就回答過這個問題。“泡沫看兩件事，一是錢，二是人。除了人和資金，接下來就看美國，和中國頭部體系全業務的滲透相比，美國的更傾向做生態系統，在生態系統找到自己的位置，而不是做頭部公司集齊所有資源。”