估值泡沫碰撞资本寒冬，相较两年前AI投资热情正在减退。一方面每个细分领域的头部企业获得超额资本加持，头部玩家拿走了绝大份额投资，资本集中度迅速增大。另一方面，专注AI早期的投资机构越来越少，大量缺乏核心技术的创业公司进入淘汰期，新进AI创业公司的融资变得越来越艰难。

“AI领域投资热情减退的原因，是因为很多人都想要马上得到回报。”哥伦比亚大学数据科学研究院（DSI）主任周以真教授告诉第一财经。在计算机科学领域，周以真以倡导计算思维而闻名，在数据科学方面颇有研究。

AI并非创业赛道

周以真认为，从科学视角而言，想要让人工智能真正解决某一项特定问题，或者完成某个特定任务的时候，需要大量的人力投入，才能建立一种能够帮助做出决策，或是进行结果预测的模型出来。

事实上，这个过程需要进行大量的数据收集，再通过这些数据反复训练算法，才能让算法的结果更准确，这往往需要几周的时间，最后可能只是解决了一个很小的问题，而这个问题如果是人来操作的话会很容易解决。

“但我们的任务就是要建造比人更胜一筹的AI模型去解决简单任务。一旦模型建好之后就有取得成功的可能，但如果追求短期回报，想要立刻取得成功的话就会很难，那些想要投身AI行业，有所作为的企业，需要有足够的耐心。”周以真表示。

对此深演智能创始人兼CEO黄晓南有着切身感受，深演智能是一家AI商业决策平台，主要专注于广告营销、公共决策、疫情预测等领域的数字化决策。黄晓南告诉第一财经，当下AI发挥作用还需要很多Dirty Work（人工苦力），他们在帮助企业做第一方数据管理平台的时候，为了让模型更好用，需要请大量的人清理数据，将作弊的规则设立出来，字段和字段之间对齐，然后再打上标签，诸如此类的工作都需要人工来做。

“大家对AI发挥作用之前要的基础工作是不理解的，所以很多创业公司都是盲目创业。另外投资人是没有耐心的，大家都觉得投资公司十个亿，明年就应该值二十个亿，但如果没有产生足够的价值这是不可能发生的。当下AI不是一个创业窗口，AI只是大公司的玩法，是比较成熟的公司去做进一步发展的赛道。”黄晓南表示。

AI偏见越来越多

互联网平台“杀熟”、“精准”的人工智能骚扰电话，让大众越来越意识到AI偏见问题。

周以真表示，目前学术界发现AI存在偏见性的现象实际上是越来越多了，每种人工智能模型都有自己的偏见性，并非是模型或者算法的问题，而是不断提供给算法进行计算的数据本身就存在偏见性。

例如亚马逊的人脸识别系统存在偏差，也是因为这个模型接收到的信息就存在偏差。因此，从学术的角度来看，在某些情况下，建造一个完全正确的模型是不可能的。

黄晓南表示，这也是自己选择AI商业决策赛道的重要原因。与无人驾驶、医疗不同，商业决策行业目前允许误差。“在没有人可以获得百分百数据的情况下，数据就会存在偏见，而我们能做的就是尽可能获得全面数据，人工智能决策是人工智能+人脑智能，大数据+小数据，这样才能尽可能避免偏见和误差。”

对于人工智能未来的发展，周以真认为，深度学习技术最早的应用是解决人很擅长的一些工作，比如语音识别、物体识别、人脸识别以及机器翻译，这些都是人类天生就擅长的领域，但建立一个能够翻译语言的机器，和建造一个能够替人类做出决策的机器是完全不同的，当中存在很大差距。

此外周以真强调，虽然深度学习已经有很多成功应用，但从科学的视角来看，其工作原理到底是什么，仍然缺乏科学理论根基，所以早晚将会碰到发展的壁垒，而这正是学术界作用所在，首先要真正了解这项科技的工作原理，然后才能知道如何翻越发展的壁垒，从而让科技进一步发展。