對于人工智能，目前有兩種态度。一種是擔心，elon musk等人擔心先進的人工智能會對人類造成威脅，nicholas carr擔心自動化會搶人飯碗、讓人變蠢；一種是放心，google主席eric schmidt認為先進的技術智慧讓人類變得越來越好，況且現在的人工智能還非常原始。那麼，現在的機器智能現狀到底是怎樣的呢？bloomberg beta 的 vc shivon zilis 曆時 3 個月，分析了 2529 家人工智能、機器學習及資料相關的初創企業後為我們做出解讀。
什麼是機器智能？
所謂機器智能，是機器學習與人工智能的統稱。計算機正在學習如何思考以及讀寫。也正在獲得人類的感覺功能，包括視覺、聽覺，以及觸覺、味覺和嗅覺（對後三者的關注略少）。機器智能技術涉及多種不同的問題類型（分類、聚類、自然語言處理、計算機視覺等）和方法（支援向量機、深度信念網絡等）。這些都包含在機器智能版圖當中。
機器智能離不開大資料，資料是機器學習和人工智能的基礎。盡管如此，出于篇幅和專注于人工智能方法的原因，這份版圖并沒有把大資料放進去。
公司分類
從事機器智能的公司很多，但是版圖幅面有限。是以機器智能方法被當作關鍵技術的公司才可以列入。然後入選的公司再分為三大類，一類是專注于機器智能核心技術創新的核心技術類公司；一類就是應用型公司，應用型按照應用對象又可以分為面向企業、面向行業以及面向人 / 人機互動（hci）這三類；第三類則是支撐技術，包括硬體、資料準備、資料采集等。
如果你打算開一家相關的公司，可以利用這張圖找出合适的核心技術和支援技術，然後打包成新穎的行業應用。盡管人人都想解決一些吸引人的問題，但是在許多不那麼性感的行業還存在着大量的商機值得挖掘（如通過 watson developer cloud、alchemyapi 等），是以未必要緊緊盯住熱門的領域。
版圖思考
kevin kelly（k.k）認為，廉價的并行計算、大型的資料集，以及更好的算法推動了機器智能的發展，進而給企業、産業和人類帶來了變革。這張版圖的應用劃分正是受到了這種觀點的啟發。正如 k.k 所言，“接下來的 10000 個初創企業的商業計劃很容易預測，做 x 然後增加 ai。”有時候甚至連 x 都可以不要，因為機器智能本身就有可能創造出全新的行業。
機器智能的前景非常可觀。目前這個領域的初創企業被收購率已達到有 10%，zilis 認為到 2015 年年底可能還會有另 10% 被收購掉。買家共有 15 個，其中 google 是機器智能領域的頭号買家。
大公司具有壓倒性優勢，尤其是開發有消費者産品的那些。搜尋（google、百度）、社交網絡（facebook、linkedin、pinterest）、内容（netflix、yahoo！）、移動（蘋果）及電子商務巨頭（amazon）處在非常領先的位置。因為這些公司擁有大量的資料，且可以通過不斷與消費者互動，進而形成算法調整的回報回環，再加上網絡效應，是以是最容易從中收獲機器智能成效的公司。
一流的個性化和推薦算法促進了這些公司的成功。在移動的新戰場上，機器智能也不可或缺：如自然語言接口（蘋果 siri）、可視化搜尋（amazon 的 firefly）、直接提供答案而非連結的動态問題回答。而 ibm 和微軟在這個領域也取得了很大進展，但是主要集中在面向大型行業資料集的知識表征任務（因為缺乏上述公司類似的面向人的需求），比方說 ibm 的 watson 就用到了輔助醫生診斷上面。
人才壟斷
過去 20 年裡，人工智能領域最好的人才都在學術界。這些人發明了許多新的機器智能方法，但是能帶來商業價值的卻沒幾個。但現在像深度信念網（deep belief nets）和階層式神經網絡（hierarchical neural network）這樣複雜的機器智能方法開始解決一些現實問題了。而象牙塔上的那些學者也開始走進企業。比方說facebook招了紐約大學的yann lecun教授和 rob fergus，google聘了多倫多大學的 geoffrey hinton，而百度則有吳恩達（andrew ng），這些都是機器智能領域“教父”級的任務。不過這些人并不是完全跟學術脫離了關系，不少的時間和精力還是要貢獻給學校的。
高薪和好設施當然是吸引這些頂尖學術人才的因素之一，但是最重要的卻是另一個東西：資料。facebook、google、百度等擁有龐大的計算資源，還壟斷了海量的資料，必然會吸引越來越多的人才加入，這就是大公司形成壓倒性優勢的原因。
和平紅利
如上所述，大公司擁有固有優勢，而赢得機器智能戰者未來還會更加強大。幸運的是，對于其他公司來說，大公司開發出來的核心技術會迅速湧入到其他領域—通過大公司離職人員以及公開發表的研究的方式。
此外，跟大資料革命類似，技術巨頭也會把一些突破性的技術貢獻給社群，然後由其他人來做應用層面的創新。
創業機遇
我的公司從事 x 的深度學習
要想讓你的公司明年火，可以用上面這句話做廣告詞。當然，前提是你的确是。
深度學習是機器智能的熱門方法。雖然可能有點炒作過頭，但 google、facebook、百度這樣的巨頭，以及 enlitic 等很初創企業，在視覺和語言處理方面采用這種辦法的确取得了不俗的成績。
深度學習最令人興奮的是，如果處置得當的話，其自動學習功能可以替代部分領域專家的直覺。在很多情況下，這有望改寫許多領域的解決方案。
人才收購作為商業模式
我們在讨論大資料的時候往往提到資料科學家的短缺。但是由于此前機器智能僅限于學術研究，機器智能專家更是短缺中的短缺。這一現狀并不會很快改變。
這種短缺對于真正了解機器智能的創始人來說卻是一種福利。這一領域的許多初創企業能夠獲得種子輪融資，往往就因為一個原因—機器智能人才收購的價格是一般技術人才收購價格的 5 倍以上（比方說 deep mind 人均收購價格為 500 到 1000 萬美元）。作為有悟性的創始人，你甚至可以網羅一批機器智能人才然後就成立公司，說不定就有人會收購你了—好吧，這是個玩笑，但是這的确反映出“人工”智能的價值。
原文釋出時間為：2014-12-13
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号