年终盘点系列之年度最佳科技：人工智能、自动驾驶和虚拟现实

“阿法狗”打败人类棋手，人工智能空前火热；SpaceX 实现第一级火箭回收； 无人驾驶技术“愈演愈烈”，但也有人为之而丧命……科技纵贯在整个 2016 年，依旧遵循着同一个规律——人类追逐、享受科技，进而不断推动科技发展，而科技也反过来促进着人类前进，犹如无限长度的“莫比乌斯带”。

今年的评选维度与去年相同：

[li]技术改变行业的潜力[/li][li]技术产品化的成熟度[/li][li]社会关注度[/li]

经过再三思考、讨论，我们最终选定了 3 大技术领域：人工智能、自动驾驶和虚拟现实。

人工智能

[li]入选理由：AlphaGo 在人类最难游戏围棋上打败人类，人工智能技术渗透人类生活；[/li][li]状态：Pre-alpha（功能不完整，但是可以预见技术的威力）[/li]

注：需要提前说明的是，本文中所提到的“人工智能”并非存在于科幻小说中的“机器意识”，而是更为宽泛的定义：“智能主体通过识别环境、并作出行动、达成目标”（出自人工智能相应著作《人工智能：一次现代尝试》）。

作为今年最热门的一个趋势，人工智能在年初就展露锋芒，原因只有一个——Google 旗下公司 DeepMind 研制出的人工智能围棋程序 AlphaGo（“阿法狗”），在五番棋中以 4:1 正式打败了人类顶尖棋手李世乭。
围棋是人类迄今为止最为复杂的棋盘类游戏，理论上走法更是达到 10 的 171 次方。即便是人类自己，也不敢说对围棋完全掌握，虽然基础规则很简单，但每一步棋所造成的变化都会对整盘棋最终结果产生影响，这也让围棋变得特别“玄”：注重整体布局和双方“气势”。
这也是为什么人类一直坚信：“机器无法通过简单穷举运算，在围棋上打败人类”。因为哪怕计算机性能再强，也来不及在比赛时间内完成所有可能性的运算。直到人工智能获得了一种新能力，也是AlphaGo 的“秘密武器”——机器学习。

原本复杂、无序的棋盘通过不同维度（每个子绝对位置、己方最近子距离、敌方最近子距离、整体结构）进行数据提炼，然后让计算机去大量梳理各种棋盘数据，最终发现“冥冥之中的规律”。简单点说：人类尝试给机器以更为强大的自我学习权限和能力。
在通过数以百万计算的人类高手棋谱“训练”之后，AlphaGo 最终将人类眼中“玄之又玄”的围棋变成了一次“数字游戏”：数个下一步选择与最终输赢之间的关系通过数值表现，数值越高代表电脑认为“最终胜率越高”。
而这正是 AlphaGo 最终获得胜利的关键——“走”一条完全不同于人类的围棋之路：虽然基于人类提供的数据，且思考过程也是来自人类，但在大量数据累积下，却形成了计算机自己对于围棋的“认识”。更重要的是，新“认识 ”形成过程人类自己无法做到，甚至无法完全理解“认识”的最终结果。

这一点在李世乭与 AlphaGo 的对决中已经展露无遗，AlphaGo 虽然“师从”人类棋手，但却下着一手普通棋手不会去下的棋；即便李世乭最后“孤注一掷”采取“出其不意”战术，AlphaGo 依旧能够很好地应对。
最终，AlphaGo 只用 5 个月的学习就换来了一次 4:1 大胜，因为人类高手的棋谱已经看得差不多了，它甚至还开始自己跟自己下，因为人类的棋谱已经无助于能力提升。
至此，围棋这项已经存在了 2000 多年的游戏真正进入了“机器时代”。讽刺的是，教会 AlphaGo 如何下棋的人类，从这一刻起已经变成了机器的“半个徒弟”。因为已经有围棋界人士对于在围棋教学中引入 AlphaGo 表示出了兴趣， 说不好 AlphaGo 反过来能够将人类对于围棋的理解带到下一个层次。
严格来说，AlphaGo 并未真正拥有“意识”，只是在人类给出基础数据维度、大数据学习方式之后，做着数据的积累、归纳等一些相对简单的任务。但就是这些简单的量变，最终催生出了质变。
在人类被击败之后，一股人工智能狂潮随之而来，小到分析人类文字、音乐作品之后尝试创作的趣味程序，甚至是直接在手机上合成一段旅行精选影片，轻点几下，就能把自己照片变成跟世界名画一样的风格等等。

先知先觉的科技巨头们也进入了人工智能相关公司的井喷式收购期：

[li]2016 年 1 月份，苹果收购人工智能初创公司 Emotient，这家公司的成果在于使用人工智能技术读取图片中的面部表情。[/li][li]2016 年 5 月份，eBay 宣布收购 Expertmaker，这是一家使用机器学习进行大数据分析的瑞典企业。[/li][li]2016 年 5 月份，英特尔收购了专门从事计算机视觉（CV）算法的初创公司 Itseez。[/li][li]2016 年 8 月份，微软收购了一个两年半的初创公司 Genee，其主要产品是一款拥有 AI 技术的智能日程工具。[/li][li]2016 年 9 月份，Google 相继收购了用于开发聊天机器人的人工智能平台 Api.ai，距离收购视觉搜索创企 Moodstock 仅过去两个月之久。[/li][li]2016 年 9 月份，亚马逊低调收购了机器人创业公司 Angel.ai，这家公司的联合创始人成为亚马逊 “新机器人产品” 的项目负责人。[/li]

随着上面这些巨头的布局，我们有希望在接下来的几年内看到一个真正的人工智能时代。
由于目前人工智能技术的核心依旧是“在人类指导下对于大量数据的分析总结”，所以距离真正的“机器意识”仍有相当距离。研究、应用还是目前的最优事项，预防工作也可以同步进行，所谓的“机器觉醒”无需过多担忧。

自动驾驶

[li]入选理由：低级别自动驾驶技术（L2-L3，以高级辅助驾驶技术为主）走向成熟、自动驾驶技术参与者越来越多[/li][li]状态：Beta（功能走向成熟，商用化趋势愈发明显）[/li]

自动驾驶去年已经上榜了，为啥今年又有它？原因很简单——这是一项需要数年乃至十数年才能成熟的新技术。回顾 2015 年，自动驾驶当时上榜理由是：
[blockquote]
自动驾驶喊了这么多年，Google 和特斯拉今年第一次让大众看到了技术产品化的曙光。[/blockquote]相比之下，2016 年则是这项技术迄今为止发展最快的年份：特斯拉系统不断升级，越来越多用户使用；传统车厂沃尔沃、奔驰、福特开展自己的自动驾驶项目，还出现了数个自动驾驶卡车项目；Google 自动驾驶汽车也在 12 月成为 Alphabet 旗下独立子公司，并且改名为 Waymo 等等。

除了进步，2016 年自动驾驶技术也迎来了历史性波折：一辆特斯拉 Model S 轿车在 Autopilot 功能状态下，与一辆大货车直接碰撞。Tesla 骨灰粉车主 Joshua Brown 当场死亡。这是首个涉及自动驾驶技术的恶性事故。
作为目前自动驾驶的领头羊，电动车企业 Tesla 采用了一套“低成本”解决方案：用摄像头和距离（红外、毫米波）雷达，而不是全面探测的激光雷达。成为了导致车祸发生的重要原因——特定场景下车辆被误导，最终没有根据交通情况刹车。
这一悲剧也反映出了目前自动驾驶技术所面临的安全性与成本的矛盾：“摄像头、距离（红外、毫米波）雷达”组合硬件技术成熟，价格低廉，但摄像头拍摄的图像需要通过计算才能生成所需数据、普通距离雷达更是只能捕获特定角度内的最近障碍距离信息。用这样的组合应对多变的道路情况，总会存在意外情况。

相比之下，激光雷达技术则要更可靠一些，这也是 Google 无人驾驶车一直坚持采用的技术。通过数个高速旋转的激光发/接收器，得到整个环境内特定方向的距离信息，其可靠性比摄像头高出不少。但是关键问题在于成本。以百度无人车为例，3 个激光雷达的成本已经超过了百万人民币，数倍于车辆本身。
究竟是优先保证尽可能安全，还是权衡成本之后先行开发安全性接近或者超过人类自身的系统？——这很可能是无人驾驶技术接下来面临的一个分歧点。

随着 Google 无人驾驶车在 12 月独立为 Alphabet 旗下子公司之后，自动驾驶领域的四大势力已经形成：在自家电动车上打造 Autopilot 功能的 Tesla；最早启动目标打造完美无人驾驶的 Alphabet；利用自身数据打算弯道超车的 Uber；以及跃跃欲试的各大传统汽车厂商。
这也是个好消息，如果自动驾驶技术保持这种推进速度，或许用不了 10 年我们就将坐上真正的“无人驾驶汽车”。

虚拟现实

[li]入选理由：今年唯一接近“成熟”的新技术[/li][li]状态：RC（整体体验水平趋向稳定，但商业化方案不同程度受阻）[/li]

相比上面的人工智能、自动驾驶，虚拟现实技术入选 ifanRank 2016 年度创新技术引起的争议还要更大：既不新——2013 年前后已经开始出现，又不火——今年的标准说法是虚拟现实寒冬。
但如果从另外一个维度来看，虚拟现实却是今年唯一走向成熟的新技术，征兆分散在整个行业当中。

硬件上活跃的产品数量大幅减少，并且基本分成两派：由 Oculus、HTC Vive 为代表的高端定位产品，虽然售价较贵，但是显示效果、操作体验都最佳；另外一派则是“华强北大军”——各种与手机配合使用的 Cardboard 设备，售价极其低廉，但是销售量极大。

这也意味着 2015 年数量众多的非 Cardboard 中低端 VR、AR 头显日子将会越来越难。剩下来的技术派有着更好的使用体验，虽然售价更贵，但非它不可；而最便宜的 Cardboard，目标则是让尽可能多的人体验到虚拟现实的魅力，使用手机作为显示屏绝对是最简单实用的方法。
原来大家最为期待的“下一代 AR 产品”Magic Leap 进展依旧不佳，甚至还传出了部分核心员工离职的消息。至少从目前来看，“高端头显 + Cardboard”的硬件虚拟现实格局还将持续一段时间。
相比之下，虚拟现实内容的状况则是平淡中略有惊喜。以虚拟现实游戏为例。截止今年 12 月 20 日，对多种 VR 头盔提供支持的 Steam 上已经有 987 个虚拟现实游戏，这个数字在今年 10 月份也只有 600 多个。但其中绝大部分都只是“默默无名”：游戏平平无奇，销量也寥寥无几。

今年 7 月《Raw Data》上线，这款花 39.99 美元购买了才能玩的 VR 大作，在发布第一天就登顶了 Steam 平台游戏畅销榜，而且还是全种类游戏畅销榜。三天累计下载量过万，一个月内直接卖出了 100 万美元。
但正如爱范儿（微信号：ifanr）之前采访国内某著名虚拟现实游戏制作商时得到的回复：“单单靠游戏制作发行来赚钱其实是很困难的，现在的 VR 用户量不够，也没有那么高的需求。就是到明年年底，VR 游戏企业都难以盈利。”虚拟现实游戏内容前景或许最多也只是维持现状。

提起虚拟现实技术的变现，自然不能不提今年扩散速度极快的各种线下体验店。这些装备了各种虚拟现实头盔、遥控器、反馈设备的线下场所几乎是一夜之间就出现在了各种人流涌动的黄金地段。一个游戏 5 分钟的体验费用往往都是 50 元起。
当然他们的装备也不仅仅是各种 VR 头显，还有与之相配套的体感设备、虚拟内容支撑，在用户体验上明显更加完善。由于硬件和软件方面的投入相对固定，这也被大家视为目前虚拟现实技术最有可能实现变现的突破口。
根据 《中国 VR 体验店经营现状白皮书》的数据，2016 年能盈利的线下体验店不到 30%，52% 以上的店只有一成回头客。
VR 用户量不够、需求也不高，绝大多数项目仍没有看到盈利的希望——依旧是目前业内对于虚拟游戏市场的整体看法。线下店不能只是担当“乐园”的角色，同时还要继续输出整体硬件解决方案和最新的 VR 内容，同时通过线下店的收入获得相应的回报。这种战略性的合作、抱团也成为了趋势：

[li]9 月 29 日，在工业和信息化部电子信息司指导下，数家国内外知名企业和科研机构共同发起的虚拟现实产业联盟（IVRA），正式在京成立。[/li][li]12 月 8 日，Google、HTC、Oculus、三星、索尼、宏碁宣布成立全球 VR 联盟（Global VR Association），致力于解开 VR 行业仍存的桎梏，最大化 VR 技术的创造力。[/li]

“集体抱团”能否真的让虚拟显示技术走向商业的成熟化尚不可知，但如果真的能够通过抱团催生统一的行业标准，从而形成行业合力，或许能够将虚拟现实技术推向一个新的高峰。


2016，技术发展承前启后的一年

业界知名分析公司 Gartner 今年 7 月再次如约发布了“Hype Cycle for Emerging Technologies（新兴技术的炒作周期）”。

如果你将这项权威年度新技术盘点的 2016 版跟 2015 版做个对比，你会发现一个非常明显的规律：几乎所有新技术集中在最早两个阶段（“技术触发”、“过高期望的峰值”），进入后面三个阶段的新技术寥寥无几”。

这一现象也概括出了 2016 科技的整体发展整体趋势：前几年布局下来的新技术不是已经被开发利用，就是已经淘汰；前两年过于偏重商业模式、资本力量的做法间接导致了一个相对“无趣”的 2016 年。
人类自然不可能不发展科技，于是就有了 2016 年发展曲线中数量众多的新技术，这些刚刚被提及、讨论的新技术中有一半还是 10 年以上的长远项目。在爱范儿看来，这很可能就代表着下一波硬科技浪潮。

回想 2004 年前后的硅谷，以英特尔为代表的一批硅谷硬件企业在经过十几年的助跑后，终于为我们掀开了“摩尔时代”的面纱。计算能力日益提升，计算芯片不断缩小，最终也引发了我们现在的“智能手机浪潮。
网络也是这个过程中的重要因素，从原来最原始的电话线 Modem、再到 ADSL、光纤，不断提升的速度与容量实际上也赋予了人类更多应用的空间。而 3G、4G 技术的诞生和发展也让移动设备获得了最需要的连接能力。
但在过去的 2-3 年里，恰恰这两项技术都遇到了一个“隐形瓶颈”：芯片架构日趋成熟、半导体生产工艺愈发难以提升；无线网络的提速也不再像 3G、4G 那样迅猛，5G 提出了好多年，但实际的测试部署可能在明年才会开始。
这些“硬科技”的缺位并不全是企业故意为之，少部分是缺乏相应的技术基础、学术研究，剩下的甚至已经开始接近人类基础理论的认知。如何在原有“轨道”遇到一堵墙的时候绕过去继续前行——这是人类接下来在科技发展方面需要解决的问题。
而实际答案很可能就像本文中提到的“初步人工智能技术”，虽然距离最终完成体遥远，但却能在利用现有软硬件基础的前提下，打造出“跨越式”的功能和体验。