英国科学家在《影像诊断学》杂志上发表文章称，人工智能软件能够通过分析血检以及心脏扫描结果发现心脏即将衰竭的迹象，进而预测心脏病人何时死亡。秒变“乌鸦嘴”的画风有些诡异，但人工智能的发展速度实在超乎想象。

曾经被认为是技术疯子的狂想曲，如今连跑带奔地融入生活，人工智能被寄予越来越多的希望。然而，从小范围技术研究到大规模产业应用的路并不好走，人工智能的发展面临现实考验。

转化成果：技术渐趋成熟，产业尚存空间

2013年之前，人工智能困在实验室的深宅大院中。随着计算机技术的发展带来了丰富大数据和强大的计算能力，人工智能有了“本钱”，开始跳出实验室的桎梏，进入科技巨头企业。

2013年百度组建深度学习研究院，2014年ibm组建watson事业部、facebook组建fair，2015年腾讯组建智能计算与搜索实验室，2016年谷歌在欧洲组建新的机器学习部门……

虽然科技巨头密集布局人工智能，但尚未规模化应用于产业，产出大多低于预期。在刚刚过去的2016年，产业应用步伐不大，但技术领域的成功却是我们都可以感知到的。

技术专利数量有目共睹，这也是企业创新投入最直接的体现。截至去年7月，作为国内最先布局人工智能的科技巨擘，百度在语音识别、图像识别、自然语言处理、无人驾驶、机器学习、深度学习等人工智能相关领域的公开专利已经超过1项，领先于微软、ibm、腾讯和阿里。

在国内人工智能产业应用上，百度云天智平台算是开了一个不错的头。百度将人工智能技术能力打包，通过百度云天智平台开放给外界，目前已经为视频直播、生物科学和金融等不同行业提供了解决方案。用自身技术去撬动所有行业对人工智能的需求，百度在人工智能研究者和实践者的身份转换上有能力更有章法。

人工智能技术已趋成熟，对于未来中国人工智能的发展，头炮已经打响，产业应用这个考验或许已经不算太大的难题。

警惕硬伤：市场需求激增，人才短板待补

根据quid的统计数据显示，2015年，百度、谷歌、微软、facebook四家公司在人工智能的研发、交易和招聘上总计花费大约85亿美金。其中，招聘占有相当大的比重。

一方面科技巨头激战正酣，另一方面则是储备严重不足，人才缺失已经成为很多人工智能企业的“阿喀琉斯之踵”。

国内人工智能领域的资深学术带头人很少，即便多位学术界海归明星相继步入中国市场的浪潮中，但仍然无法满足暴涨的市场需求。

中高端人工智能从业者同样供不应求。有资料显示，全国人工智能研究方向的一流高校实验室大概二三十个，平均每个实验室每年能产出1．5名博士生、4名硕士生，总人数不足200人。

人工智能是一个“烧脑”的行业，知识体系的更新速度奇快，同时又是一个超复合的行业，对人才的要求近乎全面。

既需要人才质量的高度，又需要人才数量的宽度，现实却是整个人工智能行业人才供需关系的极度不平衡。显然，如何更快地从人才之困中突围而出，将是人工智能未来发展面临的艰难考验。

共享智慧：巨头执掌棋局，玩家入阵不易

现在，全球有千余家人工智能企业，覆盖语音识别、语音翻译、虚拟私人助手和智能机器人等十余个产业，而国内涉及人工智能领域的企业也早已破百。

看似美好的人工智能创业热的背后，却是核心技术薄弱而导致的产业虚胖。人工智能作为一项高门槛的技术，对高级人才的依赖、高质量大数据难以获取、深度学习计算单元和计算集群的价格昂贵等因素，导致其目前还只集中于少数科技巨头和研究机构。

让虚胖的人工智能产业变得强壮，需要科技巨头的野心，更需要悲天悯人的情怀。放眼全球，目前将人工智能技术开源的巨头也只有谷歌、ibm、facebook、百度等寥寥几家。

促进人工智能相关技术、接口、格式、服务的标准化，建立可持续发展的人工智能产业生态，让创业企业、延伸企业等更便捷地获取人工智能技术，需要科技巨头在推动自身研发的同时，将相应的人工智能研发成果反馈给到整个行业。

就国内人工智能的大环境而言，尽管在其他领域有过不靠谱的记录，但技术上一直十分踏实的百度，在将研发成果反馈给到整个行业上做得相当不错。不论是新兴领域的创业企业，还是有相关需求的传统企业，在百度云天智平台上获得的不仅仅是专业的人工智能技术，同时还有个性化的大数据和云计算服务，这也印证了百度云一直在谈的abc三位一体战略（abc即人工智能ai、大数据big data、云计算cloud computing）。

看一项技术能否引导未来，就看它能否以简单的方式让用户实现需求。随着科技巨头逐渐将人工智能技术开源，普通企业获取人工智能技术的渠道将会增多，形式也将更加简单。

以上是网络信息转载，信息真实性自行斟酌。