難呈爆炸性增長？這六個障礙阻礙AI創新

據VentureBeat報道，乍一看，人工智慧(AI)產業似乎火了，消費者需求巨大，投資者興趣濃厚。事實上，2017年前5個月投資於AI初創企業的風險投資超過95億美元，而2014年全年僅為32億美元。AI的發展有無數令人興奮的期待，包括醫療、農業和其他技術領域的應用，但AI產業還沒有成為高速列車。AI已經獲得很多令人興奮的支持，但有些重大障礙正阻止它呈爆炸性增長：

1.靈活性

創業公司最大的優勢之一是它們的靈活性。大公司常常會遭受長期決策的困擾，很難轉向，但更小、更靈活的公司可以對新環境做出更有效的快速反應。然而AI初創公司並沒有這種優勢，因為AI技術太複雜了，而且依賴於很多未知的變數，所以很難在項目中間換擋。這可能會導致許多初創公司溺水而亡，或者項目實施遠遠超過原來的時間表。

2.人才短缺

精通機器學習和創新能力，以創造新特性的專業人員數量非常稀少。AI領域就存在人才短缺的問題，並對行業發展的速度產生了深遠的影響。熟練的AI技術開發人員可以要求高額的薪水，這使得初創公司很難負擔得起，甚至有足夠現金的初創公司也很難填補他們的AI崗位。

3.激烈競爭

有數以百計對AI感興趣的初創公司正在湧現，這聽起來像是個令人興奮的前景，因為消費者希望儘快享受下一代技術，但這也提出了一個重要問題——競爭。初創公司被迫做出更快的決策，更快地進入市場，並削減功能以打敗競爭對手。這導致許多初創企業更快地耗盡精力，而另一些公司則推出劣質產品。

4.銷售周期不可預測

當前，很少AI產品有明確的銷售周期。這是因為AI仍然是一個相對較新的領域，因此它的市場還沒有明確定義。許多應用既可以針對單個用戶，也適合公司使用，而且很難準確地預測在開發周期結束時你的產品會是什麼樣子，即使你有個雄心勃勃的遠景計劃。這使得AI初創公司很難準確預測其收入來源，更難以確保在其早期增長期間維持足夠的收入。

5.機器學習的複雜性

無需多說，編程高級AI功能是非常複雜的。如果你遵循現有的公式並依賴於我們已經擁有的集體知識，機器學習就變成了簡單的複製、粘貼和調整問題。但要想在這個領域真正地創新，你需要豐富的知識和經驗，以及勇於嘗試新事物的精神。

6.處理能力

大多數AI系統需要大量的處理能力支持。直到最近，這始終是其發展的重要限制因素。許多初創公司沒有獲得完成工作所必需的處理單元。現在，像英偉達這樣的公司正享受著為AI應用開發處理晶元的需求，並報告創紀錄的銷售額和利潤。然而，總的來說，處理能力增長並不能完全跟上最新AI技術的步伐，而且這一基本限制可能會繼續成為開發人員的問題。

AI進步速度會放緩嗎？

那麼，我們是否會看到AI技術進步速度放緩？在短期內，這是有可能的，儘管高水平的消費刺激和風險資本投資可能會抵消其中部分影響。但隨著技術變得更容易理解和更容易掌握，這個領域內的創新者自然會克服許多問題。可是在那之前，它們將繼續使本就十分複雜的行業更加複雜化。 相關新聞笑噴！網友花式調教智能音箱 示範AI錯誤使用方式 谷歌開放AI晶元公測版 可加快機器學習速度 AI是怎麼合成的？貝佐斯的臉被換成馬斯克 AI加快工作崗位迭代 這6份工作是未來潛力股 假如人類是螞蟻 群體智能或是真正創造AI的關鍵 責編：陶宗瑤(實習生)

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！