“阿法狗”打敗人類棋手，人工智能空前火熱;SpaceX 實現(xiàn)第一級火箭回收; 無人駕駛技術“愈演愈烈”，但也有人為之而喪命……科技縱貫在整個 2016 年，依舊遵循著同一個規(guī)律——人類追逐、享受科技，進而不斷推動科技發(fā)展，而科技也反過來促進著人類前進，猶如無限長度的“莫比烏斯帶”。

　　今年的評選維度與去年相同：

　　技術改變行業(yè)的潛力

　　技術產(chǎn)品化的成熟度

　　社會關注度

　　經(jīng)過再三思考、討論，最終選定了 3 大技術領域：人工智能、自動駕駛和虛擬現(xiàn)實。

　　人工智能

　　入選理由：AlphaGo 在人類最難游戲圍棋上打敗人類，人工智能技術滲透人類生活;

　　狀態(tài)：Pre-alpha(功能不完整，但是可以預見技術的威力)

　　注：需要提前說明的是，本文中所提到的“人工智能”并非存在于科幻小說中的“機器意識”，而是更為寬泛的定義：“智能主體通過識別環(huán)境、并作出行動、達成目標”(出自人工智能相應著作《人工智能：一次現(xiàn)代嘗試》)。

　　作為今年最熱門的一個趨勢，人工智能在年初就展露鋒芒，原因只有一個——Google 旗下公司 DeepMind 研制出的人工智能圍棋程序 AlphaGo（“阿法狗”），在五番棋中以 4:1 正式打敗了人類頂尖棋手李世乭。

　　圍棋是人類迄今為止最為復雜的棋盤類游戲，理論上走法更是達到 10 的 171 次方。即便是人類自己，也不敢說對圍棋完全掌握，雖然基礎規(guī)則很簡單，但每一步棋所造成的變化都會對整盤棋最終結果產(chǎn)生影響，這也讓圍棋變得特別“玄”：注重整體布局和雙方“氣勢”。

　　這也是為什么人類一直堅信：“機器無法通過簡單窮舉運算，在圍棋上打敗人類”。因為哪怕計算機性能再強，也來不及在比賽時間內(nèi)完成所有可能性的運算。直到人工智能獲得了一種新能力，也是 AlphaGo 的“秘密武器”——機器學習。

　　原本復雜、無序的棋盤通過不同維度(每個子絕對位置、己方最近子距離、敵方最近子距離、整體結構)進行數(shù)據(jù)提煉，然后讓計算機去大量梳理各種棋盤數(shù)據(jù)，最終發(fā)現(xiàn)“冥冥之中的規(guī)律”。簡單點說：人類嘗試給機器以更為強大的自我學習權限和能力。

　　在通過數(shù)以百萬計算的人類高手棋譜“訓練”之后，AlphaGo 最終將人類眼中“玄之又玄”的圍棋變成了一次“數(shù)字游戲”：數(shù)個下一步選擇與最終輸贏之間的關系通過數(shù)值表現(xiàn)，數(shù)值越高代表電腦認為“最終勝率越高”。

　　而這正是 AlphaGo 最終獲得勝利的關鍵——“走”一條完全不同于人類的圍棋之路：雖然基于人類提供的數(shù)據(jù)，且思考過程也是來自人類，但在大量數(shù)據(jù)累積下，卻形成了計算機自己對于圍棋的“認識”。更重要的是，新“認識 ”形成過程人類自己無法做到，甚至無法完全理解“認識”的最終結果。

　　這一點在李世乭與 AlphaGo 的對決中已經(jīng)展露無遺，AlphaGo 雖然“師從”人類棋手，但卻下著一手普通棋手不會去下的棋;即便李世乭最后“孤注一擲”采取“出其不意”戰(zhàn)術，AlphaGo 依舊能夠很好地應對。

　　最終，AlphaGo 只用 5 個月的學習就換來了一次?4:1 大勝，因為人類高手的棋譜已經(jīng)看得差不多了，它甚至還開始自己跟自己下，因為人類的棋譜已經(jīng)無助于能力提升。

　　至此，圍棋這項已經(jīng)存在了 2000 多年的游戲真正進入了“機器時代”。諷刺的是，教會 AlphaGo 如何下棋的人類，從這一刻起已經(jīng)變成了機器的“半個徒弟”。因為已經(jīng)有圍棋界人士對于在圍棋教學中引入 AlphaGo 表示出了興趣， 說不好 AlphaGo 反過來能夠將人類對于圍棋的理解帶到下一個層次。

　　嚴格來說，AlphaGo 并未真正擁有“意識”，只是在人類給出基礎數(shù)據(jù)維度、大數(shù)據(jù)學習方式之后，做著數(shù)據(jù)的積累、歸納等一些相對簡單的任務。但就是這些簡單的量變，最終催生出了質(zhì)變。

　　在人類被擊敗之后，一股人工智能狂潮隨之而來，小到分析人類文字、音樂作品之后嘗試創(chuàng)作的趣味程序，甚至是直接在手機上合成一段旅行精選影片，輕點幾下，就能把自己照片變成跟世界名畫一樣的風格等等。

　　先知先覺的科技巨頭們也進入了人工智能相關公司的井噴式收購期：

　　2016 年 1 月份，蘋果收購人工智能初創(chuàng)公司 Emotient，這家公司的成果在于使用人工智能技術讀取圖片中的面部表情。

　　2016 年 5 月份，eBay 宣布收購 Expertmaker，這是一家使用機器學習進行大數(shù)據(jù)分析的瑞典企業(yè)。

　　2016 年 5 月份，英特爾收購了專門從事計算機視覺(CV)算法的初創(chuàng)公司 Itseez。

　　2016 年 8 月份，微軟收購了一個兩年半的初創(chuàng)公司 Genee，其主要產(chǎn)品是一款擁有 AI 技術的智能日程工具。

　　2016 年 9 月份，Google 相繼收購了用于開發(fā)聊天機器人的人工智能平臺 Api.ai，距離收購視覺搜索創(chuàng)企 Moodstock 僅過去兩個月之久。

　　2016 年 9 月份，亞馬遜低調(diào)收購了機器人創(chuàng)業(yè)公司 Angel.ai，這家公司的聯(lián)合創(chuàng)始人成為亞馬遜 “新機器人產(chǎn)品” 的項目負責人。

　　隨著上面這些巨頭的布局，我們有希望在接下來的幾年內(nèi)看到一個真正的人工智能時代。

　　由于目前人工智能技術的核心依舊是“在人類指導下對于大量數(shù)據(jù)的分析總結”，所以距離真正的“機器意識”仍有相當距離。研究、應用還是目前的最優(yōu)事項，預防工作也可以同步進行，所謂的“機器覺醒”無需過多擔憂。

　　自動駕駛

　　入選理由：低級別自動駕駛技術(L2-L3，以高級輔助駕駛技術為主)走向成熟、自動駕駛技術參與者越來越多

　　狀態(tài)：Beta(功能走向成熟，商用化趨勢愈發(fā)明顯)

　　自動駕駛去年已經(jīng)上榜了，為啥今年又有它?原因很簡單——這是一項需要數(shù)年乃至十數(shù)年才能成熟的新技術。回顧 2015 年，自動駕駛當時上榜理由是：

　　自動駕駛喊了這么多年，Google 和特斯拉今年第一次讓大眾看到了技術產(chǎn)品化的曙光。

　　相比之下，2016 年則是這項技術迄今為止發(fā)展最快的年份：特斯拉系統(tǒng)不斷升級，越來越多用戶使用;傳統(tǒng)車廠沃爾沃、奔馳、福特開展自己的自動駕駛項目，還出現(xiàn)了數(shù)個自動駕駛卡車項目;Google 自動駕駛汽車也在 12 月成為?Alphabet 旗下獨立子公司，并且改名為 Waymo 等等。

　　除了進步，2016 年自動駕駛技術也迎來了歷史性波折：一輛特斯拉 Model S 轎車在 Autopilot 功能狀態(tài)下，與一輛大貨車直接碰撞。Tesla 骨灰粉車主 Joshua Brown 當場死亡。這是首個涉及自動駕駛技術的惡性事故。

　　作為目前自動駕駛的領頭羊，電動車企業(yè) Tesla 采用了一套“低成本”解決方案：用攝像頭和距離(紅外、毫米波)雷達，而不是全面探測的激光雷達。成為了導致車禍發(fā)生的重要原因——特定場景下車輛被誤導，最終沒有根據(jù)交通情況剎車。

　　這一悲劇也反映出了目前自動駕駛技術所面臨的安全性與成本的矛盾：“攝像頭、距離(紅外、毫米波)雷達”組合硬件技術成熟，價格低廉，但攝像頭拍攝的圖像需要通過計算才能生成所需數(shù)據(jù)、普通距離雷達更是只能捕獲特定角度內(nèi)的最近障礙距離信息。用這樣的組合應對多變的道路情況，總會存在意外情況。

　　相比之下，激光雷達技術則要更可靠一些，這也是 Google 無人駕駛車一直堅持采用的技術。通過數(shù)個高速旋轉的激光發(fā)/接收器，得到整個環(huán)境內(nèi)特定方向的距離信息，其可靠性比攝像頭高出不少。但是關鍵問題在于成本。以百度無人車為例，3 個激光雷達的成本已經(jīng)超過了百萬人民幣，數(shù)倍于車輛本身。

　　究竟是優(yōu)先保證盡可能安全，還是權衡成本之后先行開發(fā)安全性接近或者超過人類自身的系統(tǒng)?——這很可能是無人駕駛技術接下來面臨的一個分歧點。

　　隨著 Google 無人駕駛車在 12 月獨立為 Alphabet 旗下子公司之后，自動駕駛領域的四大勢力已經(jīng)形成：在自家電動車上打造 Autopilot 功能的 Tesla;最早啟動目標打造完美無人駕駛的 Alphabet;利用自身數(shù)據(jù)打算彎道超車的 Uber;以及躍躍欲試的各大傳統(tǒng)汽車廠商。

　　這也是個好消息，如果自動駕駛技術保持這種推進速度，或許用不了 10 年我們就將坐上真正的“無人駕駛汽車”。

　　虛擬現(xiàn)實

　　入選理由：今年唯一接近“成熟”的新技術

　　狀態(tài)：RC(整體體驗水平趨向穩(wěn)定，但商業(yè)化方案不同程度受阻)

　　相比上面的人工智能、自動駕駛，虛擬現(xiàn)實技術入選 ifanRank 2016 年度創(chuàng)新技術引起的爭議還要更大：既不新——2013 年前后已經(jīng)開始出現(xiàn)，又不火——今年的標準說法是虛擬現(xiàn)實寒冬。

　　但如果從另外一個維度來看，虛擬現(xiàn)實卻是今年唯一走向成熟的新技術，征兆分散在整個行業(yè)當中。

　　硬件上活躍的產(chǎn)品數(shù)量大幅減少，并且基本分成兩派：由 Oculus、HTC Vive 為代表的高端定位產(chǎn)品，雖然售價較貴，但是顯示效果、操作體驗都最佳;另外一派則是“華強北大軍”——各種與手機配合使用的 Cardboard 設備，售價極其低廉，但是銷售量極大。

　　這也意味著 2015 年數(shù)量眾多的非 Cardboard 中低端 VR、AR 頭顯日子將會越來越難。剩下來的技術派有著更好的使用體驗，雖然售價更貴，但非它不可;而最便宜的 Cardboard，目標則是讓盡可能多的人體驗到虛擬現(xiàn)實的魅力，使用手機作為顯示屏絕對是最簡單實用的方法。

　　原來大家最為期待的“下一代 AR 產(chǎn)品”Magic Leap 進展依舊不佳，甚至還傳出了部分核心員工離職的消息。至少從目前來看，“高端頭顯 + Cardboard”的硬件虛擬現(xiàn)實格局還將持續(xù)一段時間。

　　相比之下，虛擬現(xiàn)實內(nèi)容的狀況則是平淡中略有驚喜。以虛擬現(xiàn)實游戲為例。截止今年 12 月 20 日，對多種 VR 頭盔提供支持的 Steam 上已經(jīng)有 987 個虛擬現(xiàn)實游戲，這個數(shù)字在今年 10 月份也只有 600 多個。但其中絕大部分都只是“默默無名”：游戲平平無奇，銷量也寥寥無幾。

　　今年 7 月《Raw Data》上線，這款花?39.99 美元購買了才能玩的 VR 大作，在發(fā)布第一天就登頂了 Steam 平臺游戲暢銷榜，而且還是全種類游戲暢銷榜。三天累計下載量過萬，一個月內(nèi)直接賣出了 100 萬美元。

　　但正如愛范兒(微信號：ifanr)之前采訪國內(nèi)某著名虛擬現(xiàn)實游戲制作商時得到的回復：“單單靠游戲制作發(fā)行來賺錢其實是很困難的，現(xiàn)在的 VR 用戶量不夠，也沒有那么高的需求。就是到明年年底，VR 游戲企業(yè)都難以盈利。”虛擬現(xiàn)實游戲內(nèi)容前景或許最多也只是維持現(xiàn)狀。

　　提起虛擬現(xiàn)實技術的變現(xiàn)，自然不能不提今年擴散速度極快的各種線下體驗店。這些裝備了各種虛擬現(xiàn)實頭盔、遙控器、反饋設備的線下場所幾乎是一夜之間就出現(xiàn)在了各種人流涌動的黃金地段。一個游戲 5 分鐘的體驗費用往往都是 50 元起。

　　當然他們的裝備也不僅僅是各種 VR 頭顯，還有與之相配套的體感設備、虛擬內(nèi)容支撐，在用戶體驗上明顯更加完善。由于硬件和軟件方面的投入相對固定，這也被大家視為目前虛擬現(xiàn)實技術最有可能實現(xiàn)變現(xiàn)的突破口。

　　根據(jù) 《中國 VR 體驗店經(jīng)營現(xiàn)狀白皮書》的數(shù)據(jù)，2016 年能盈利的線下體驗店不到 30%，52% 以上的店只有一成回頭客。

　　VR 用戶量不夠、需求也不高，絕大多數(shù)項目仍沒有看到盈利的希望——依舊是目前業(yè)內(nèi)對于虛擬游戲市場的整體看法。線下店不能只是擔當“樂園”的角色，同時還要繼續(xù)輸出整體硬件解決方案和最新的 VR 內(nèi)容，同時通過線下店的收入獲得相應的回報。這種戰(zhàn)略性的合作、抱團也成為了趨勢：

　　9 月 29 日，在工業(yè)和信息化部電子信息司指導下，數(shù)家國內(nèi)外知名企業(yè)和科研機構共同發(fā)起的虛擬現(xiàn)實產(chǎn)業(yè)聯(lián)盟(IVRA)，正式在京成立。

　　12 月 8 日，Google、HTC、Oculus、三星、索尼、宏碁宣布成立全球 VR 聯(lián)盟(Global VR Association)，致力于解開 VR 行業(yè)仍存的桎梏，最大化 VR 技術的創(chuàng)造力。

　　“集體抱團”能否真的讓虛擬顯示技術走向商業(yè)的成熟化尚不可知，但如果真的能夠通過抱團催生統(tǒng)一的行業(yè)標準，從而形成行業(yè)合力，或許能夠將虛擬現(xiàn)實技術推向一個新的高峰。

　　2016，技術發(fā)展承前啟后的一年

　　業(yè)界知名分析公司 Gartner 今年 7 月再次如約發(fā)布了“Hype Cycle for Emerging Technologies(新興技術的炒作周期)”。

　　如果你將這項權威年度新技術盤點的 2016 版跟 2015 版做個對比，你會發(fā)現(xiàn)一個非常明顯的規(guī)律：幾乎所有新技術集中在最早兩個階段(“技術觸發(fā)”、“過高期望的峰值”)，進入后面三個階段的新技術寥寥無幾”。

　　這一現(xiàn)象也概括出了 2016 科技的整體發(fā)展整體趨勢：前幾年布局下來的新技術不是已經(jīng)被開發(fā)利用，就是已經(jīng)淘汰；前兩年過于偏重商業(yè)模式、資本力量的做法間接導致了一個相對“無趣”的 2016 年。

　　人類自然不可能不發(fā)展科技，于是就有了 2016 年發(fā)展曲線中數(shù)量眾多的新技術，這些剛剛被提及、討論的新技術中有一半還是 10 年以上的長遠項目。在愛范兒看來，這很可能就代表著下一波硬科技浪潮。

　　回想 2004 年前后的硅谷，以英特爾為代表的一批硅谷硬件企業(yè)在經(jīng)過十幾年的助跑后，終于為我們掀開了“摩爾時代”的面紗。計算能力日益提升，計算芯片不斷縮小，最終也引發(fā)了我們現(xiàn)在的“智能手機浪潮。

　　網(wǎng)絡也是這個過程中的重要因素，從原來最原始的電話線 Modem、再到 ADSL、光纖，不斷提升的速度與容量實際上也賦予了人類更多應用的空間。而 3G、4G 技術的誕生和發(fā)展也讓移動設備獲得了最需要的連接能力。

　　但在過去的 2-3 年里，恰恰這兩項技術都遇到了一個“隱形瓶頸”：芯片架構日趨成熟、半導體生產(chǎn)工藝愈發(fā)難以提升;無線網(wǎng)絡的提速也不再像 3G、4G 那樣迅猛，5G 提出了好多年，但實際的測試部署可能在明年才會開始。

　　這些“硬科技”的缺位并不全是企業(yè)故意為之，少部分是缺乏相應的技術基礎、學術研究，剩下的甚至已經(jīng)開始接近人類基礎理論的認知。如何在原有“軌道”遇到一堵墻的時候繞過去繼續(xù)前行——這是人類接下來在科技發(fā)展方面需要解決的問題。

　　而實際答案很可能就像本文中提到的“初步人工智能技術”，雖然距離最終完成體遙遠，但卻能在利用現(xiàn)有軟硬件基礎的前提下，打造出“跨越式”的功能和體驗。

特別提醒：本網(wǎng)內(nèi)容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內(nèi)容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網(wǎng)有任何內(nèi)容侵犯您的權益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。