作者 | 龍老師
出品 | 子彈財經
雖然已經寫進了“新基建”，但人工智能從總體上來説，仍然是一個非常前沿且充滿不確定性的交叉學科。
我們不能否定AI將在未來智能社會圖景中扮演重要角色的歷史意義，但從上半場“展示概念”到下半場“展示實力”的轉變中，AI本身也將迅速迭代和升級，其發展將是跳躍性而非線性的。
對一家剛剛經歷A輪融資的AI企業——暗物智能科技（以下簡稱“暗物智能”）的觀察，或許能證實上述觀點。
1、鸚鵡範式和烏鴉範式，AI也有智商問題人們開始關注“AI寒冬”這個問題。
其實，這並不是人工智能領域第一次遇到類似的問題。
自從1956年大名鼎鼎的“達特茅斯會議”開始，人工智能領域其實就是一個沒有共識、不按線性發展的領域。由於它沒有明確的路徑和驗證過的模式，所有的努力都在無人區裏。
達特茅斯會議後，曾掀起一陣人工智能浪潮，包括美國國家科學基金會在內的很多機構滿懷希望投了很多錢，但由於算力等基礎條件不具備，人工智能在1970年和1990年迎來了兩次寒冬。
2016年以後，人工智能似乎開始再次繁榮，標誌性事件是阿爾法狗戰勝李世石，後者直接導致中國創業領域開始密集扎堆在AI領域。據不完全統計，和AI有關的創業公司在數年裏成立了上萬家。
但是，AI的前沿性決定了，既不是某一家公司起步早、資金雄厚就一定幹得成，也不是一個賽道、一個方向上鏖集的企業越多、投資越多，就一定是正確的方向。
也許你覺得我們身邊的“AI”產品不少了，但就如同人腦一樣，AI也有“聰明”和“弱智”的區別，初級和高階的區別。
圖 / 攝圖網，基於VRF協議
很多我們現在感到很先進的“AI”技術，其實只是“感知層”AI。
什麼叫“感知層”AI呢？我們可以將其比作人的器官——眼睛。比如兒童的雙眼可以清楚地看到物體，但並不能分辨物體背後的信息，是真實的還是虛幻的，是安全的還是危險的，這就是隻有“感知”而沒有“認知”。
大家熟知的“人臉識別”就是感知層AI應用的一個典型。攝像頭通過採集人臉數據的方式獲取了人臉特徵信息，然後和數據庫中保存的數據進行對比，如果對比通過就識別成功。但攝像頭背後的電腦，也許並不知道這個數據代表的是“臉”，更不用説分辨出“人”對應着什麼，需要作何判斷。
能判斷、推理的AI能力，我們才稱為“認知AI”。簡單來説，認知AI的特點就是“知其然，並且知其所以然”。因此，系統不但能感知信息，而且基於感知的結果能做認知層面的推理和判斷。
去年起，中國轟轟烈烈的AI創業遇到了很大的挑戰，投資縮減、多個企業宣佈裁員或轉型。這裏面的原因很多也很複雜，但從現象上來看，是AI的大規模商業化落地並不如想象中那麼順利。而其背後的本質，主要還是受制於AI的發展水平，目前“感知層”AI能解決的問題有限，使用場景有限，解決的痛點不多。
人工智能領域的大牛朱松純教授曾生動地用“鸚鵡範式”和“烏鴉範式”來譬喻人工智能的層次：
一種稱之為“鸚鵡範式”，鸚鵡經訓練可以與人類對話，但是不理解你在説什麼。
還有一種是“烏鴉範式”，烏鴉找到核桃之後，會把核桃扔在路上，讓車去壓，壓碎了再吃。但是因為路上車太多，烏鴉吃不到核桃，於是烏鴉把核桃扔到斑馬線上，因為這裏有紅綠燈，紅燈亮時車都停住了，它就可以去吃。
圖 / 烏鴉吃到核桃的過程
這個例子是非常驚人的，因為烏鴉既沒有大數據，也沒有監督學習，卻完全可以自主地研究其中的因果關係，然後利用資源規劃和執行任務，在過程中不斷修正計劃，發現新的因果鏈條，而且功耗非常小，這給了我們很大的啓發。
顯然，我們需要的真正的智能是“烏鴉”而不是“鸚鵡”。但為何認知智能和感知智能的差別如此之大？朱松純教授認為，這是因為“人”在面對同一個畫面時，由於所面臨的任務、心情、社交意圖和價值取向等多種主觀因素，產生的認知反應會有多種變化，而這些因素並不能被現在的計算機視覺算法所察覺，所謂“相由心生”。他形象地把這些不被察覺但確實存在的因素稱為“AI暗物質”，是感知智能和認知智能之間的一座大山。
於是，一家被稱為“暗物智能”的企業由此誕生。
2、暗物智能的三重門看一家AI公司是否牛逼，要看三個層次，帶頭人、技術架構及核心應用。
去年9月，多方媒體驗證，UCLA教授朱松純以國家戰略科學家的身份回國，受邀籌建北京通用人工智能研究院並擔任院長，與此同時，朱教授也將與北京大學、清華大學展開研究合作。
為什麼是朱松純？
首先，從學術地位來説，作為華人AI領域的頂級學者，他曾在各種國際頂級期刊上發表論文300餘篇，三次問鼎計算機視覺領域最高獎項馬爾獎。
其次，從UCLA網站搜索到的信息來看，他兩次擔任美國視覺、認知科學及AI領域跨學科合作項目MURI（Multidisciplinary University Research Initiative）負責人，帶領來自Berkeley、Caltech、CMU、MIT、Stanford、Brown、Yale以及英國牛津大學的跨學科教授專家攻關人機交互認知理論、跨領域AI融合等新一代人工智能技術的難題。這種作為國際大項目領導者、組織者的經歷，是十分難得的。
圖 / 2010-2020年間，朱松純兩次擔任跨學科合作項目MURI首席科學家
朱教授“門下弟子三千”，其中有很多學生都是在公開場合聽到他的演講，慕名而來。這其中起關鍵作用的，是他在科研方面的前瞻性和超一流的直覺，總能提前把握大方向等特質對於AI研究者的吸引是“致命”的。
知乎中有個關於朱教授的著名回答：“12年下半年，朱松純主持的一個MURI大項目開會……朱松純教授上台，講了一通視覺和語言結合的問題，系統該如何描述一張圖片，用hierarchical和AOG（And-Or graph）該如何實現。我當時和UCLA的室友在下面偷笑，説他又在講天書了。沒想到剛過了一兩年，這套想法就是紅極一時的VQA（Visual Question Answering）任務。”
除了學術地位突出、跟隨者眾多，朱松純教授更大的價值，在於他倡導的是一條和目前AI領域發展理念不同的道路，而AI這個領域正是需要多向探索、多方試錯的。
這就必須講到朱教授的學術方向。從早年赴美深造，到加盟洛杉磯加州大學（UCLA）任教，再到如今回國“圓夢”，朱松純30年間始終追尋“人工智能統一理論框架”，即“AI大一統”。
暗物智能作為強認知AI的開拓者，其創新基因源於創始人朱松純。
現在，略知AI的人都知道，大數據和深度學習是目前多數國內AI企業的技術基礎和理論基礎。
朱教授也走過數據標註的路，時間大概是2005年，但那時他就敏鋭地發現，並不是無限地堆砌數據就能實現真正的智能。為此，他率先帶領團隊，從感知轉向認知領域的研究，並提出一整套顛覆性的“強認知AI技術理論”，包括人機交互“五層認知架構”、“小數據、大任務”技術範式等，而這些林林總總，都指向一個目的——為探索通用人工智能的道路指明方向。
簡單來説，朱松純教授開闢的是一條與深度學習、大數據完全不同的路，事實上，這種架構是顛覆式的，但又有深刻的現實意義。
我們可以看到，目前國內的AI研究，大都集中於數據密集的領域，比如消費互聯網、政務和金融，這些領域積累了大量數據，但並沒有產生特別好的通用AI技術，更不要説一些先天數字化程度低的傳統領域。
簡單來説，目前大多數企業在走的路，建立在數據極大豐富的前提上，這不但意味着更高的門檻和成本，也並沒有產生足夠好的“通用智能”。
而朱教授的這條路就是，用先進的方法，更少的數據和投入，產生更聰明的“通用智能”。
或許你會説，世界上是否有這麼完美的事情——成本更低，但效果更好？
答案是，有可能，但必須完成架構上的飛躍。理論的“底座”必須替換，説得通俗一點就是，如果不把“鸚鵡”換成“烏鴉”，你就只能依靠海量數據“鸚鵡學舌”。
這種完美的理論是否已經有了成功的實踐呢？答案是肯定的。通過深耕教育等關鍵領域，暗物智能填補了行業在深度人機互動、個性化服務及情境理解等應用領域的空白，服務客户涵蓋騰訊教育、創顯科教、吉比特、傳音和趣互聯等，實現商業價值與社會價值的統一。
3、融資後能否成為下半場的領頭羊？AI是一個嚴重依賴根源性創新、針尖式突破的行業，一個尚處於發展期但帶頭人層次高的企業，有更大概率超過團隊龐大、但缺乏先進理論引領的企業。簡而言之，人工智能企業的成功，很大程度上取決於引領者、研究者的境界和層次。
但同時，AI又需要商業化落地。
所以，朱教授也選擇用創辦企業，而非單純和學術機構合作的方式，來為中國AI產業賦能。
今年1月28日，暗物智能對外宣佈，已於2020年年中完成由賽領資本與吉富創投共同領投，聯想創投、廣州基金、將門創投和花城創投跟投的5億元人民幣融資。
作為本輪融資的領投方，賽領資本合夥人範瑗對暗物智能的商業模式表示高度肯定。她表示：“作為最早發現並投資暗物智能的基金之一，我們非常高興地再次領投，並看到公司順利完成新一輪融資，獲得了行業以及各方資本的高度認可與價值發現。賽領基金一直在全球範圍內尋找與挖掘人工智能行業具備領軍潛質的創業公司，我們對暗物智能的投資踐行了本基金的投資理念。暗物智能在成立之初即擁有在全球範圍內領先的通用型人工智能技術實力，在其創始人、全球著名人工智能專家朱松純教授的帶領下，公司核心的‘小數據、大任務’技術範式極大的填補了目前主流市場強認知AI的技術和商業空白。通用型AI能夠基於更少量的數據分析積累，實現更為複雜、更為高效的人機交互，讓AI變得更‘聰明’、‘智能’。相信這輪融資完成以後，公司的世界頂級顛覆性技術優勢將為更廣泛的大眾所知，讓更多人感受到通用型AI的神奇與魅力所在，並最終推動人工智能行業更進一步的發展與變革。”
當然，A輪融資對一個企業來説，只是一個開始，路還很長。但對於朱松純教授和團隊多年的積累而言，暗物智能目前已經進入快速商業化落地階段，這家企業的未來將取決於目前一系列“初試啼聲”是否有好的商業表現。
好的AI企業，一定是領先的技術+合適的商業模式的結合，只有技術沒有商業模式的是實驗室創新，沒有技術奢談商業的是PPT企業。而暗物智能雖然規模不大，但是解決的都是核心應用的問題。
圖 / 攝圖網，基於VRF協議
2020年，人工智能成為國家“十四五”規劃中優先發展的五大領域之首，落地應用也在疫情催化下全面加速，正迎來全新的發展窗口期。有關強認知AI給社會生活帶來的改變其實才剛剛開始，而僅僅是一個開始，也是本文的篇幅所不能覆蓋的。
「子彈財經」想説的是，在新基建已經成為新經濟的動能來源的情況下，好的AI一定會成為國家、經濟社會高度關注的動向。舉個例子，百度為何最近股價有回到千億美金的趨勢？主要就是其推動的幾個核心AI應用的落地化有了明顯加速的趨勢。這説明了中國社會、資本市場和用户端對於好的AI價值的期盼。
而對於像暗物智能這樣顛覆性、根源性的AI創新企業，其帶來的變化絕非僅僅是幾個行業、幾個應用，它將給正處於“少年的迷茫期”的中國AI領域重要的啓發、引領，也必然在將來吸引一大批實踐、認同這一理論體系的企業、資本的到來。它更有希望改變整個中國AI發展的路徑，實現真正意義上的全球領先。
*文中題圖來自：攝圖網，基於VRF協議。