3月17日消息，創(chuàng)業(yè)公司給外界的印象一直都是創(chuàng)新、超前、不受固有思維限制，但在未來的一項關(guān)鍵技術(shù)——自動駕駛汽車面前，創(chuàng)業(yè)公司卻并沒有多少作為。相反的這方面的技術(shù)推進主要依靠的是谷歌這樣的科技巨頭。那么創(chuàng)業(yè)公司為什么在自動駕駛汽車的研發(fā)上面難有建樹呢？科技網(wǎng)站TechCrunch日前撰文對此問題進行了分析：

 

1  

在未來的10-20年間，大規(guī)模的技術(shù)革新將圍繞著機器智能、機器人和傳感器展開。這些領(lǐng)域都需要雄厚的資金支持和大量的耐心，而這兩個要素的組合即便是最與時俱進的風(fēng)險投資公司也是力不能及的。

就像谷歌通過自動駕駛汽車向我們展示的那樣，機器智能、機器人和傳感器的組合在復(fù)雜情況下的表現(xiàn)——比如駕駛汽車——已經(jīng)要比人類更為出色了，而對于大多數(shù)人來說，這在10年前是無法想像的。

毫無疑問，Tesla在經(jīng)歷過不少考驗和磨難之后制作出了舉世矚目的電動汽車。但是，通用汽車先于他們一年就已經(jīng)推出了一款量產(chǎn)電動汽車，而Tesla利用了通用的困境，也就是傳統(tǒng)汽車廠商基本上無法擁抱純電動汽車，并集成進現(xiàn)代電子元件。

Tesla的路線圖包含了“自動導(dǎo)航（autopilot）”和最終的“自動駕駛（autonomous）”功能。也許他們的確能夠略先于傳統(tǒng)汽車廠商——比如同樣在積極研發(fā)類似技術(shù)的梅賽德斯和雷克薩斯——推出這些功能，但這場競爭的贏家會是谷歌，后者在技術(shù)上已經(jīng)領(lǐng)先了數(shù)年，且有能力支付巨額的授權(quán)費用。

認知計算所必要的純計算性能非常巨大，整合下一代的傳感器（比如LIDAR）又極其復(fù)雜，引入智能機器的監(jiān)管環(huán)境還很難以預(yù)料。而開發(fā)這種技術(shù)所需的實驗和不可預(yù)知的時間表很顯然都是屬于研究而非開發(fā)的范疇，而風(fēng)投一直都很討厭研究——他們喜歡開發(fā)。

即便是機器智能領(lǐng)域受風(fēng)投支持最大的創(chuàng)業(yè)公司DeepMind（擁有5000萬的投資和75名頂級研究者），最近還是被谷歌以5億美元的價格收購。谷歌最近的收購動作頻頻，他們似乎急于想通過收購來給未來添磚加瓦。除了DeepMind之外，他們最近還收購了人工智能研究公司DNNresearch,并招募了Ray Kurzweil這樣的關(guān)鍵人物，后者被許多人認為是商業(yè)認知計算的教父。谷歌同時也是D-Wave的客戶之一，這是一家備受指責(zé)的量子計算公司。

谷歌、IBM和微軟這樣的公司都建立了機器學(xué)習(xí)團隊，他們可以利用到公司在全球范圍內(nèi)搭建起來的計算機網(wǎng)絡(luò)。根據(jù)Kurzweil的說法，想要匹配上人類大腦當(dāng)中的神經(jīng)細胞數(shù)量，需要多達1000億個晶體管，而在2025年之前，單獨一枚芯片無法擁有如此多的數(shù)量。但由于微芯片當(dāng)中的晶體管正在越變越小，這樣的進程或許會被加快。

市場對于機器智能的理解還將需要一段時間。IBM已經(jīng)證明，計算機在國際象棋和Jeopardy這些智力項目當(dāng)中是可以贏過人類的，他們還正在把自己的認知計算成果過渡到醫(yī)學(xué)等領(lǐng)域。即便是IBM這種規(guī)模的公司，股東們也在抱怨這次過渡的花費，Watson超級計算機項目的主管最近也換人了。如果IBM的Watson是家創(chuàng)業(yè)公司，它的股東恐怕早就強迫他們將其出售，以便讓他們把資金放在更加效率的中短期投資當(dāng)中。

其他一些擁有大型計算機網(wǎng)絡(luò)的公司也正在加入到這場競賽當(dāng)中。Facebook最近就成立了一家人工智能實驗室，并雇用了來自紐約大學(xué)的Yann LeCun,同時收購了語音識別公司Mobile Technologies.eBay招募了來自科學(xué)應(yīng)用國際公司（SAIC）的Hassan Sawaf,來將其在機器智能方面的研究成果作為先頭力量。雅虎和卡內(nèi)基梅隆大學(xué)達成了一項交易，來訪問后者的研究者。一直側(cè)重于計算機客戶端的蘋果也在盡力保持著自己郵件系統(tǒng)的可拓展性，以及讓Siri在谷歌無休止的機器智能研發(fā)面前不至顯得落后。

這種趨勢的好處是巨大的。經(jīng)濟的每一個層面很快都會擁有自己的自動駕駛汽車版本，甚至是醫(yī)學(xué)這樣的前沿領(lǐng)域。任何患有未確診或確診疾病的患者都可以告訴你，診斷當(dāng)中的猜測部分和醫(yī)學(xué)專家過度的專業(yè)化讓人抓狂。而一部計算機可以對病癥進行整體分析，迅速將可能的范圍縮小，并重復(fù)排除測試。考慮到基礎(chǔ)變革的需要，醫(yī)學(xué)領(lǐng)域想要過渡到這樣的情境可能還需要很長一段時間。

除了反復(fù)的恐懼之外，創(chuàng)業(yè)公司肯定會去承擔(dān)遠大于圖片和聊天應(yīng)用的挑戰(zhàn)。但他們在機器智能這樣的領(lǐng)域能否和那些業(yè)界巨頭相競爭呢？如果谷歌、IBM和亞馬遜帶來一個所謂的“認知即服務(wù)（Cognition-as-a-Service）”,這或許可以迎來新一波的創(chuàng)業(yè)公司，就像是亞馬遜的基礎(chǔ)設(shè)施即服務(wù)（Infrastructure-as-a-Service）對于網(wǎng)絡(luò)的貢獻那樣。

IBM基于Watson的公司準(zhǔn)備了1億美元的投資，且已經(jīng)進行了第一筆投資。而通過收購Wise.io、Expect Labs和BigML這樣的新興認知服務(wù)公司，亞馬遜可以啟動一項認知服務(wù)，并使其具備相當(dāng)?shù)囊?guī)模。這些都可以帶來新一代的“智能”創(chuàng)業(yè)公司。（Eskimo）