AI下半场，谁主沉浮？
AI是一个严重依赖根源性创新、针尖式突破的行业，一个尚处于发展期但带头人层次高的企业，有更大概率超过团队庞大、但缺乏先进理论引领的企业。简而言之，人工智能企业的成功，很大程度上取决于引领者、研究者的境界和层次。
虽然已经写进了“新基建”，但人工智能从总体上来说，仍然是一个非常前沿且充满不确定性的交叉学科。
我们不能否定AI将在未来智能社会图景中扮演重要角色的历史意义，但从上半场“展示概念”到下半场“展示实力”的转变中，AI本身也将迅速迭代和升级，其发展将是跳跃性而非线性的。
对一家刚刚经历A轮融资的AI企业——暗物智能科技（以下简称“暗物智能”）的观察，或许能证实上述观点。
鹦鹉范式和乌鸦范式，
AI也有智商问题
人们开始关注“AI寒冬”这个问题。
其实，这并不是人工智能领域第一次遇到类似的问题。
自从1956年大名鼎鼎的“达特茅斯会议”开始，人工智能领域其实就是一个没有共识、不按线性发展的领域。由于它没有明确的路径和验证过的模式，所有的努力都在无人区里。
达特茅斯会议后，曾掀起一阵人工智能浪潮，包括美国国家科学基金会在内的很多机构满怀希望投了很多钱，但由于算力等基础条件不具备，人工智能在1970年和1990年迎来了两次寒冬。
2016年以后，人工智能似乎开始再次繁荣，标志性事件是阿尔法狗战胜李世石，后者直接导致中国创业领域开始密集扎堆在AI领域。据不完全统计，和AI有关的创业公司在数年里成立了上万家。
但是，AI的前沿性决定了，既不是某一家公司起步早、资金雄厚就一定干得成，也不是一个赛道、一个方向上鏖集的企业越多、投资越多，就一定是正确的方向。
也许你觉得我们身边的“AI”产品不少了，但就如同人脑一样，AI也有“聪明”和“弱智”的区别，初级和高阶的区别。
很多我们现在感到很先进的“AI”技术，其实只是“感知层”AI。
什么叫“感知层”AI呢？我们可以将其比作人的器官——眼睛。比如儿童的双眼可以清楚地看到物体，但并不能分辨物体背后的信息，是真实的还是虚幻的，是安全的还是危险的，这就是只有“感知”而没有“认知”。
大家熟知的“人脸识别”就是感知层AI应用的一个典型。摄像头通过采集人脸数据的方式获取了人脸特征信息，然后和数据库中保存的数据进行对比，如果对比通过就识别成功。但摄像头背后的电脑，也许并不知道这个数据代表的是“脸”，更不用说分辨出“人”对应着什么，需要作何判断。
能判断、推理的AI能力，我们才称为“认知AI”。简单来说，认知AI的特点就是“知其然，并且知其所以然”。因此，系统不但能感知信息，而且基于感知的结果能做认知层面的推理和判断。
去年起，中国轰轰烈烈的AI创业遇到了很大的挑战，投资缩减、多个企业宣布裁员或转型。这里面的原因很多也很复杂，但从现象上来看，是AI的大规模商业化落地并不如想象中那么顺利。而其背后的本质，主要还是受制于AI的发展水平，目前“感知层”AI能解决的问题有限，使用场景有限，解决的痛点不多。
人工智能领域的大牛朱松纯教授曾生动地用“鹦鹉范式”和“乌鸦范式”来譬喻人工智能的层次：
一种称之为“鹦鹉范式”，鹦鹉经训练可以与人类对话，但是不理解你在说什么。
还有一种是“乌鸦范式”，乌鸦找到核桃之后，会把核桃扔在路上，让车去压，压碎了再吃。但是因为路上车太多，乌鸦吃不到核桃，于是乌鸦把核桃扔到斑马线上，因为这里有红绿灯，红灯亮时车都停住了，它就可以去吃。
图 / 乌鸦吃到核桃的过程
这个例子是非常惊人的，因为乌鸦既没有大数据，也没有监督学习，却完全可以自主地研究其中的因果关系，然后利用资源规划和执行任务，在过程中不断修正计划，发现新的因果链条，而且功耗非常小，这给了我们很大的启发。
显然，我们需要的真正的智能是“乌鸦”而不是“鹦鹉”。但为何认知智能和感知智能的差别如此之大？朱松纯教授认为，这是因为“人”在面对同一个画面时，由于所面临的任务、心情、社交意图和价值取向等多种主观因素，产生的认知反应会有多种变化，而这些因素并不能被现在的计算机视觉算法所察觉，所谓“相由心生”。他形象地把这些不被察觉但确实存在的因素称为“AI暗物质”，是感知智能和认知智能之间的一座大山。
于是，一家被称为“暗物智能”的企业由此诞生。
暗物智能的三重门
看一家AI公司是否牛逼，要看三个层次，带头人、技术架构及核心应用。
去年9月，多方媒体验证，UCLA教授朱松纯以国家战略科学家的身份回国，受邀筹建北京通用人工智能研究院并担任院长，与此同时，朱教授也将与北京大学、清华大学展开研究合作。
为什么是朱松纯？
首先，从学术地位来说，作为华人AI领域的顶级学者，他曾在各种国际顶级期刊上发表论文300余篇，三次问鼎计算机视觉领域最高奖项马尔奖。
其次，从UCLA网站搜索到的信息来看，他两次担任美国视觉、认知科学及AI领域跨学科合作项目MURI（Multidisciplinary University Research Initiative）负责人，带领来自Berkeley、Caltech、CMU、MIT、Stanford、Brown、Yale以及英国牛津大学的跨学科教授专家攻关人机交互认知理论、跨领域AI融合等新一代人工智能技术的难题。这种作为国际大项目领导者、组织者的经历，是十分难得的。
图 / 2010-2020年间，朱松纯两次担任跨学科合作项目MURI首席科学家
朱教授“门下弟子三千”，其中有很多学生都是在公开场合听到他的演讲，慕名而来。这其中起关键作用的，是他在科研方面的前瞻性和超一流的直觉，总能提前把握大方向等特质对于AI研究者的吸引是“致命”的。
知乎中有个关于朱教授的著名回答：“12年下半年，朱松纯主持的一个MURI大项目开会……朱松纯教授上台，讲了一通视觉和语言结合的问题，系统该如何描述一张图片，用hierarchical和AOG（And-Or graph）该如何实现。我当时和UCLA的室友在下面偷笑，说他又在讲天书了。没想到刚过了一两年，这套想法就是红极一时的VQA（Visual Question Answering）任务。”
除了学术地位突出、跟随者众多，朱松纯教授更大的价值，在于他倡导的是一条和目前AI领域发展理念不同的道路，而AI这个领域正是需要多向探索、多方试错的。
这就必须讲到朱教授的学术方向。从早年赴美深造，到加盟洛杉矶加州大学（UCLA）任教，再到如今回国“圆梦”，朱松纯30年间始终追寻“人工智能统一理论框架”，即“AI大一统”。
暗物智能作为强认知AI的开拓者，其创新基因源于创始人朱松纯。
现在，略知AI的人都知道，大数据和深度学习是目前多数国内AI企业的技术基础和理论基础。
朱教授也走过数据标注的路，时间大概是2005年，但那时他就敏锐地发现，并不是无限地堆砌数据就能实现真正的智能。为此，他率先带领团队，从感知转向认知领域的研究，并提出一整套颠覆性的“强认知AI技术理论”，包括人机交互“五层认知架构”、“小数据、大任务”技术范式等，而这些林林总总，都指向一个目的——为探索通用人工智能的道路指明方向。
简单来说，朱松纯教授开辟的是一条与深度学习、大数据完全不同的路，事实上，这种架构是颠覆式的，但又有深刻的现实意义。
我们可以看到，目前国内的AI研究，大都集中于数据密集的领域，比如消费互联网、政务和金融，这些领域积累了大量数据，但并没有产生特别好的通用AI技术，更不要说一些先天数字化程度低的传统领域。
简单来说，目前大多数企业在走的路，建立在数据极大丰富的前提上，这不但意味着更高的门槛和成本，也并没有产生足够好的“通用智能”。
而朱教授的这条路就是，用先进的方法，更少的数据和投入，产生更聪明的“通用智能”。
或许你会说，世界上是否有这么完美的事情——成本更低，但效果更好？
答案是，有可能，但必须完成架构上的飞跃。理论的“底座”必须替换，说得通俗一点就是，如果不把“鹦鹉”换成“乌鸦”，你就只能依靠海量数据“鹦鹉学舌”。
这种完美的理论是否已经有了成功的实践呢？答案是肯定的。通过深耕教育等关键领域，暗物智能填补了行业在深度人机互动、个性化服务及情境理解等应用领域的空白，服务客户涵盖腾讯教育、创显科教、吉比特、传音和趣互联等，实现商业价值与社会价值的统一。
融资后能否成为
下半场的领头羊？
AI是一个严重依赖根源性创新、针尖式突破的行业，一个尚处于发展期但带头人层次高的企业，有更大概率超过团队庞大、但缺乏先进理论引领的企业。简而言之，人工智能企业的成功，很大程度上取决于引领者、研究者的境界和层次。
但同时，AI又需要商业化落地。
所以，朱教授也选择用创办企业，而非单纯和学术机构合作的方式，来为中国AI产业赋能。
今年1月28日，暗物智能对外宣布，已于2020年年中完成由赛领资本与吉富创投共同领投，联想创投、广州基金、将门创投和花城创投跟投的5亿元人民币融资。
作为本轮融资的领投方，赛领资本合伙人范瑗对暗物智能的商业模式表示高度肯定。她表示：“作为最早发现并投资暗物智能的基金之一，我们非常高兴地再次领投，并看到公司顺利完成新一轮融资，获得了行业以及各方资本的高度认可与价值发现。赛领基金一直在全球范围内寻找与挖掘人工智能行业具备领军潜质的创业公司，我们对暗物智能的投资践行了本基金的投资理念。暗物智能在成立之初即拥有在全球范围内领先的通用型人工智能技术实力，在其创始人、全球著名人工智能专家朱松纯教授的带领下，公司核心的‘小数据、大任务’技术范式极大的填补了目前主流市场强认知AI的技术和商业空白。通用型AI能够基于更少量的数据分析积累，实现更为复杂、更为高效的人机交互，让AI变得更‘聪明’、‘智能’。相信这轮融资完成以后，公司的世界顶级颠覆性技术优势将为更广泛的大众所知，让更多人感受到通用型AI的神奇与魅力所在，并最终推动人工智能行业更进一步的发展与变革。”
当然，A轮融资对一个企业来说，只是一个开始，路还很长。但对于朱松纯教授和团队多年的积累而言，暗物智能目前已经进入快速商业化落地阶段，这家企业的未来将取决于目前一系列“初试啼声”是否有好的商业表现。
好的AI企业，一定是领先的技术+合适的商业模式的结合，只有技术没有商业模式的是实验室创新，没有技术奢谈商业的是PPT企业。而暗物智能虽然规模不大，但是解决的都是核心应用的问题。
2020年，人工智能成为国家“十四五”规划中优先发展的五大领域之首，落地应用也在疫情催化下全面加速，正迎来全新的发展窗口期。有关强认知AI给社会生活带来的改变其实才刚刚开始，而仅仅是一个开始，也是本文的篇幅所不能覆盖的。
「子弹财经」想说的是，在新基建已经成为新经济的动能来源的情况下，好的AI一定会成为国家、经济社会高度关注的动向。举个例子，百度为何最近股价有回到千亿美金的趋势？主要就是其推动的几个核心AI应用的落地化有了明显加速的趋势。这说明了中国社会、资本市场和用户端对于好的AI价值的期盼。
而对于像暗物智能这样颠覆性、根源性的AI创新企业，其带来的变化绝非仅仅是几个行业、几个应用，它将给正处于“少年的迷茫期”的中国AI领域重要的启发、引领，也必然在将来吸引一大批实践、认同这一理论体系的企业、资本的到来。它更有希望改变整个中国AI发展的路径，实现真正意义上的全球领先。
以子弹般的穿透力、专业性与深度性
解读互联网时代的最新财经动态
全球近32万财经精英关注