人机大战加速了整个人工智能的前进步伐，基于神经网络的机器学习、高性能计算和大数据技术等领域都成为了资本和创业者角逐的焦点。

“今年是人工智能的启蒙阶段，预计未来三年时间内人工智能将进入商用领域，不管是对接受服务的消费者抑或提供方而言，人工智能都到了一个新的爆发期。”搜狗公司CEO王小川告诉《第一财经日报》记者。在他看来，有了AlphaGo之后，老百姓开始接受人工智能。不管是创始人还是创业者、工程师，也更相信人工智能了。“有时候你相信就可能做得比原来更好。所以，从接受服务的人和提供方来说，现在都到了一个新的爆发期。”王小川说。

而在IDG资本2016年锁定的新投资趋势上，人工智能也被列为首要投资方向。IDG资本合伙人李骁军认为人工智能投资契机逐渐成熟，主要取决于三方面的原因：其一，硬件水平的提升，计算机的芯片、运行速度、存储能力、系统稳定性等方面都已经达到基本要求。其次伴随硬件的提升，计算机算法也在不断优化，MachineLearning已经是计算机系必修课。同时基于互联网和移动手机的普及，企业端积累了大量数据，让数据分析成为可能。

但即便如此，人工智能似乎距离我们依然很遥远，“人工智能的改变仍需时日，当前更多的投资机会在于垂直领域深耕，具体而言就是看得懂、听得懂、很贴心、能够干活的人工智能创业项目。”李骁军表示。

商汤科技SensetimeCEO徐冰也坦言，现在深度学习实际上是在用数学模拟人脑的结构，人脑有接近3000亿量级的神经元，没有任何的计算机设备存储和数据处理能力可以到这样的量级，现在可以落地的技术和10年后可以落地的技术，主要局限在硬件层面和计算机的计算速度。

而目前真正落地的技术主要在单项应用上，例如人脸识别、语音识别、图像分类、理解等这些单项任务上。“我们拿机器人、拿算法模拟人脑的时候，不需要模拟整个大脑，往往是去逼近某一项特有功能，单项技术可以做得非常好，甚至拥有超过人的能力。”徐冰告诉《第一财经日报》记者。

这已然成为事实。王小川就坦言在搜狗公司2000多名员工中，80%都是工程师，目前就是在语音、图像、网页搜索和广告领域做深度学习，把语音输入转化成文字、在图片里进行检索，在网页搜索结果中排序还有对商业广告的优化。

“国内很多的研究者在某一个技术点上做得非常好，但缺乏长期目标和哲学层面的思考。”浙江大学教授张宏鑫表示。其次，虽然人口红利使得中国在数据量积累方面拥有得天独厚的优势，但国内在底层技术的研发和算法都落后于国外。

作为一家技术公司的负责人，王小川则更是直言：“我们和Google最大的差距是学校教育。其实一篇论文发表以后，大概三四个月的时间我们就能消化吸收了。在应用领域，中国和美国的距离不算远，但是在基础研究里、在数学领域里、在人工智能的一些基础原理或者神经学里，我们对大脑神经元的理解，这方面的差距巨大。所以，美国更多的是原创，我们这边做一些应用实践。”

事实上，即便将技术转化成产品也不意味着有赚钱的保障，但至少变成一个能提供给用户的服务。

此外，张宏鑫提及的哲学层面的考虑确实是当前人工智能领域颇具争议的焦点。例如从人文和社会道德角度而言，人工智能将会带来哪些风险?是否会导致大范围失业?或者人工智能达到一定程度是否会改变人类?而在长期陪伴中，如果人类与机器人产生情感依赖该怎么办?

这的确是一个极具挑战性的话题，人工智能恐慌论并非毫无依据。据徐冰介绍，当前的人工智能和以往几年已经大不相同，人工智能一定程度上是由人设定程序，让机器按照这个程序重复性地完成工作，从而最终在某种程度上实现取代。

“机器会出现自适应进行学习，还可以自己迭代，虽然人类没有指定某个目标，但经过大量数据训练会自动得出结论。”徐冰告诉记者。这样的案例并非没有发生过，此前谷歌曾做过一个实验，用一套超计算机处理大量视频，最终这个计算机自己学习出了‘猫’的概念。

“人工智能一定程度上包含了社会的机制在里边，如何把技术真正产生的生产力转化为我们作为一个整体的效益，这是一个社会体制的问题。”徐冰建议。

其次对安全性的威胁同样是发展人工智能需要考虑的另一重问题。现在越来越多的东西会通过物联网、传感器连成一体，但往往存在安全性极差的问题，时常采用一些私有协议，极易遭到黑客的攻击。

“大量数据连在一起，继续往下走可能会变成城市级别的大脑，如果不经监控、管理，很可能会变成一个系统，这样的系统对人的自由度是一种挫伤。”张宏鑫表示。