關於 最短路徑演算法c++ ，我們在網路上蒐集到這些相關的討論、資訊與評價

分享好文，中學生要學電腦嗎？
作者：創新工場CTO、人工智慧工程院執行院長 王詠剛

文章来自半轻人微信公众号（ban-qing-ren）
………………………………

朋友的孩子高中剛畢業，已拿到美國頂尖大學（非電腦專業）的錄取通知。疫情影響，不知何時才能去學校報到。孩子想抓緊學習一下程式設計，為大學打好基礎。這孩子找我聊了一個多小時，從如何學程式設計，聊到非電腦專業和電腦專業的路徑差異，又聊到如何從不同角度認識電腦與程式設計。聊得比較寬泛，不知是否對這孩子有用。

回想我自己的高中時代：那時雖迷戀程式設計，卻完全沒有懂行的人指導。在我們那個四線城市的廠礦中學裡，開設電腦興趣課的老師知道的資訊還沒我多。我高一時跑到北京中關村逛街，卻完全沒意識到中國第一代頂尖程式師當時就在我身邊的低矮辦公樓裡寫代碼（這話說得並不準確，比如求伯君那年就主要是在珠海做開發），鼎鼎大名的UCDOS、WPS、CCED就出自他們之手……我在當時街邊的一家書店（位置似乎就在今天的鼎好大廈對面）買到了許多種印刷品質極低劣的電腦圖書。用今天的標準看，那就是一批盜版影印或未授權翻譯的國外圖書。可那批書竟成了我高中時代最寶貴的程式設計知識來源。

顯然，我在高中時根本就是野路子學電腦。現在後悔也沒用，當時我的眼界或能觸及的資源就那麼多。如果能穿越回30年前，我該對喜歡程式設計的自己說些什麼呢？這些年，我與世界上最好的一批程式師合作過，也參與過世界上最有價值的軟體系統研發——我所積累的一些粗淺經驗裡，有哪些可以分享給一個愛程式設計的中學生？

【問題1】中學生要不要學電腦？

當然要！

每個中學生都要學。只不過——建議大部分中學生使用“休閒模式”，小部分（不超過10%）中學生使用“探險模式”。

啊？兩個模式？那我該進入哪個模式？⟹請跳轉至【問題2】

【問題2】選哪個模式？

你癡迷電腦嗎？比如，你玩遊戲時會特別想知道這遊戲背後的代碼是如何編寫的嗎？再比如，就算老師家長不同意你學電腦，甚至當著你的面把電腦砸了，你也要堅持學電腦嗎？如果是，恭喜你進入“探險模式”⟹請跳轉至【問題200】

你對數學有興趣嗎？比如，你看到街邊建築的曲線，就會在腦子裡琢磨曲線對應的函數或方程嗎？每當手裡攥著幾粒骰子，你就會不由自主地計算概率嗎？如果是，歡迎進入“探險模式”⟹請跳轉至【問題200】；當然，如果有些猶豫，也可以先進入“休閒模式”⟹請跳轉至【問題100】

即便你對電腦和數學興趣不大，家長、老師還是強烈建議你學電腦嗎？就算你一百個沒時間一千個不願意，家長、老師還是會逼著你學電腦嗎？如果是，建議你主動進入“休閒模式”並向家長、老師彙報說“我已經按照前谷歌資深軟體工程師的專業建議在認真學程式設計了”⟹請跳轉至【問題100】

其他情況，一律進入“休閒模式”。⟹請跳轉至【問題100】

【問題100】休閒模式 | 主要學什麼？

“休閒模式”將電腦視為我們生活、工作中的必備工具，主要學習如何聰明、高效、優雅地使用計算設備。這裡說的計算設備，包括所有形式的電腦、手機、遊戲機、智慧家電以及未來一定會進入生活的自動駕駛汽車。

什麼什麼？你已經會用電腦、會玩手機、會打遊戲了？別著急，慢慢往下看。

【問題101】休閒模式 | 我會用搜尋引擎嗎？

我知道你會用百度搜習題答案。但，習題答案不是知識。你會用搜尋引擎來搜索和梳理知識嗎？請試著用電腦和你喜歡的搜尋引擎來解決如下兩個問題：

（1）圓周率𝜋的計算方法有多少種？每種不同的計算方法分別是由什麼人在什麼時代提出的？借助電腦，今天人們可以將圓周率𝜋計算到小數點後多少位？將圓周率𝜋計算到小數點這麼多位元，一次大概需要花掉多少度電？

（2）全球大約有多少個廁所？在發展程度不同的國家，分別有多少比例的人可以享用安裝了抽水馬桶的衛生廁所？為什麼比爾·蓋茨曾大力推動一個設計新型馬桶的研發專案？比爾·蓋茨的公益組織在這個專案上大約花費了多少資金，最終收到了多大的效果？

如果你沒法快速得到上述問題的全部答案，那就給自己設一個小目標：一個月內，學會用搜尋引擎系統地獲取、梳理一組知識點的全部技巧。

【問題102】休閒模式 | 接下來學什麼？

建議學好典型的工具軟體。比如，我知道你會用Office了，但用Office和用Office是很不一樣的。對生活、學習、工作來說，學好、學透一個工具軟體比鑽研程式設計技巧更實用。

 你會用Excel來管理班級公益基金的預算和實際收支情況嗎？
 你會用Excel做出過去20年裡全球大學排名的演變趨勢圖嗎？
 你會用Word排版一篇中學生論文嗎？論文中的圖表和最後的參考文獻部分該如何排版？
 你會用Word編排一份班級刊物，包含封面、扉頁、目錄、插圖頁、附錄、封底等部分，可以在列印後直接裝訂成冊嗎？
 PowerPoint呢？你有沒有研究過蘋果公司發佈會上那些幻燈片的設計？當約伯斯（多年以前）或蒂姆·庫克站在幻燈片前的時候，他們的演講思路是如何與幻燈片完美結合的？

還有哦，別忘了學學如何為數碼照片做後期，如何用電腦或手機剪視頻，如何為剪輯好的視頻配字幕，如何將照片、音樂、視頻等素材結合起來，做出一段吸引人的快手/抖音短視頻。

最後，抽空玩玩那些設計精妙的遊戲吧，比如《紀念碑穀》、《塞爾達傳說：曠野之息》之類；同時，遠離那些滿屏廣告，或者一心騙你在遊戲裡充值花錢的垃圾。

【問題103】休閒模式 | 不學學知識嗎？

當然要學知識。下面每種實用的電腦知識都夠大家學一陣子了。

（1）色彩知識：你知道同一張數碼照片在不同品牌的手機螢幕上、不同的電腦螢幕上、不同的智慧電視上顯示時，為什麼經常有較大色差嗎？你知道有一些色彩只適合螢幕顯示，不適合列印輸出嗎？你知道軟體工具裡常用的RGB、HSL之類的色彩空間都是什麼意思嗎？如何在設計PowerPoint幻燈片時選擇一組和諧美觀的色彩？

（2）字體知識：你知道什麼是襯線字體，什麼是無襯線字體嗎？你知道網頁中常用的英文字體都有哪些嗎？你知道商務演講時最適用于幻燈片的英文字體有哪些嗎？你知道電腦和手機常用的黑體、宋體、仿宋體、楷體等中文字體分別適合哪些實際應用場合嗎？你會將不同字體混排成一個美觀的頁面嗎？

（3）網路知識：你知道5G是什麼嗎？你知道5G和4G在通信頻寬、通信距離上的具體區別嗎？你知道什麼是路由器，什麼是防火牆嗎？你知道如何配置路由器，如何配置防火牆嗎？微信或QQ聊天時，對方發的文字、語音或視頻是如何傳送到你的手機上的？

（4）應用知識：淘寶中搜索得到的商品資訊是從哪裡來的？商品是按什麼方式排序的？為什麼購物APP經常會推薦給你一些曾經買過、看過的商品？你知道如何為自己建立個人網站嗎？你知道如何管理微信公眾號嗎？

（5）安全知識：你知道網路上的釣魚攻擊是怎麼回事兒嗎？你知道什麼是電腦漏洞嗎？你知道駭客為什麼想把一大批受攻擊的電腦變成可以遠端操控的傀儡機嗎？你知道為什麼現在很多手機APP都要通過短信發送驗證碼嗎？如果驗證碼被壞人截獲，你會面臨哪些風險？

這裡只是舉例。實用的電腦知識還有很多。大家可以自己發掘。

【問題104】休閒模式 | 我需要學程式設計嗎？

可以學，但不是必須。即便學，也只需要根據自己的需要，學那些最能幫你解決現實問題的部分。

【問題105】休閒模式 | 我該學什麼程式設計語言？

在“休閒模式”裡，電腦就是工具，程式設計也是工具，夠用就好。學什麼程式設計語言，完全看你想要電腦幫你做什麼。

• 如果你想對資料處理有更多自主權，那不妨學學Python；
• 如果你想做簡單的交互演示程式，那就先把JavaScript學起來；
• 如果你想更好、更快地寫論文，那不妨學學LaTeX（什麼什麼，LaTeX不是程式設計語言？你太小看LaTeX了）；
• 如果你想學做簡單的手機APP，那麼，Android手機就學Java，蘋果手機就學Swift好了；
• 如果你只想知道程式設計是怎麼回事，那……從Python或JavaScript開始就行。其實，跟五六歲的小朋友一起學學Scratch圖形程式設計也不錯。

【問題106】休閒模式 | 我需要學人工智慧嗎？

在“休閒模式”裡，最需要學的不是“人工智慧的實現原理”，而是“什麼是人工智慧”，以及“人工智慧能做什麼，不能做什麼”。

• 在手機上試一試，人工智慧做語音辨識時能做到什麼水準？哪些話容易識別，哪些話不容易識別？
• 打開機器翻譯軟體，試一試哪些資訊翻譯得好，哪些資訊翻譯得不好？
• 手機上的拍照軟體一般都有人臉識別功能。試一試人臉識別在什麼場景下做得好，什麼場景下做得不好？
• 找一部講人工智慧的科幻電影，用自己的判斷解讀一下，電影裡哪些技術有可能成為現實，哪些技術存在邏輯矛盾。

【問題107】休閒模式 | 推薦什麼參考書、參考文獻？

書不重要，豆瓣評分7分以上的電腦應用、程式設計甚至科普類圖書都可以拿來翻翻。

直接在知乎裡搜索你想瞭解或學習的知識點可能更有效率。

如果你意猶未盡，覺得自己剛活動開筋骨，還想挑戰更高層次，歡迎進入“探險模式”。⟹請跳轉至【問題200】

否則，“休閒模式”到此結束。⟹請離開此問答

【問題200】探險模式 | 主要學什麼？

“探險模式”需要有挑戰精神。電腦科學的世界技術演進快，脈絡複雜，要想在探索時不迷路，你得通過有順序、有系統地學習電腦知識，慢慢構建出一張可以在未來幫你走得更遠的思維地圖來。

在“探險模式”裡，電腦就不止是一件能快速計算的工具了。電腦更像是我們大腦的一種延伸。這既包括認知能力的延伸，也包括認知邏輯的延伸。隨著學習深入，大家會逐漸體會到電腦所具有的多維度能力：

 電腦是一種可以表示不同類型資訊（數、符號、文字、語音、圖像、視頻、虛擬空間、抽象邏輯）的“資訊管理機”；
 同時，電腦也是一種可以連續執行指令以完成特定的資訊處理任務的“指令處理機”；
 同時，電腦還是一種可以在知識與邏輯層面完成特定推理任務的“知識推理機”；
 同時，電腦也是一種可以從人類給定的資料或自我生成的資料中總結規律，建立模型，自主完成某些決策的“智慧學習機”。

“探險模式”的目標就是盡可能準確地認識電腦，掌握有關電腦運行的最基本規律。有了這些基礎。未來在大學期間或工作中，你就能更容易地設計電腦軟硬體系統，或是設計出碳基大腦（人類）與矽基大腦（機器智慧）之間的最佳協作方案。

【問題201】探險模式 | 我的英語水準足夠嗎？

蘋果每年秋季的新品發佈會，不加字幕的話，你能聽懂多少？

 能聽懂大部分：建議在學習電腦的過程中，盡可能使用英文教材、英文文檔。
 能聽懂小部分：建議將原來準備學電腦的時間，分出一部分來學英語。
 只能聽懂“你好”“再見”之類：⟹請離開此問答。然後，把原來準備學電腦的時間用於學英語，六個月後再回來。

【問題202】探險模式 | 我的數學水準足夠嗎？

 如果你是數學和數學應用小能手——較複雜的數學問題總能快速找到核心思路，或快速簡化為簡單問題；很容易就能將抽象概念映射到具體的數學圖形，或將數學問題與相應的現實問題關聯在一起：請繼續探險之旅。
 如果你應付正常數學課程感到吃力：建議將原來準備學電腦的時間，分出一部分來學數學。
 如果你還搞不清楚什麼是方程、函數、集合、概率……：⟹請離開此問答。然後，把原來準備學電腦的時間用於學數學，六個月後再回來。

【問題203】探險模式 | 為什麼強調英語和數學？

（1）統計上說，最好的電腦參考資料大都是英文寫的，最好的電腦課程大都是用英文講的，最新的電腦論文大都是用英文發表的。

（2）函數、方程、坐標系、標量、向量、排列組合、概率這些中學數學裡會初步學習到的數學知識，是電腦科學的基礎。

【問題204】探險模式 | 電腦知識那麼多，正確的學習順序是什麼？

最重要的順序有兩個。建議先從順序一開始，學有餘力時兼顧兩個順序。

順序一：自底向上，即，自底層原理向上層應用拓展的順序。

 電腦原理的基礎知識：
 為什麼每台電腦（包括手機）都有CPU、記憶體和外部設備？
 （馮·諾依曼體系結構的）記憶體中為什麼既可以存儲資料，也可以存儲指令？
 CPU是如何完成一次加法運算的？
 程式設計語言的基礎知識：
 資料類型，值，變數，作用域……
 語句，流程控制語句……
 過程、方法或函數，類，模組，程式，服務……
 編譯系統的基本概念：
 電腦程式是如何被解釋或編譯成目標代碼的？
 演算法和資料結構的基礎知識：
 陣列，向量，鏈表，堆，棧，二叉樹，樹和圖……
 遞迴演算法，排序演算法，二叉樹搜索演算法，圖搜索演算法……
 應用層的基礎知識：
 為什麼電腦需要作業系統？設備驅動程式是做什麼的？
 網路通信的基本原理是什麼？流覽器是怎麼找到並顯示一個網頁的？
 資料庫是做什麼用的？
 虛擬機器是怎麼回事？
 人工智慧系統的基礎知識：
 先熟悉些線性代數、概率和數學優化的基礎知識。
 什麼是機器學習？從簡單的線性回歸中體會機器學習的基本概念、基本思路。
 什麼是神經網路？什麼是深度神經網路？為什麼神經網路可以完成機器學習任務？
 如何使用PyTorch或TensorFlow實現簡單的深度學習功能？

順序二：自頂向下，即，自頂層抽象邏輯向下層具體邏輯拓展的順序。

• 電腦的本質是什麼？
• 什麼是圖靈機？什麼是通用圖靈機？
• 什麼是讀取﹣求值﹣輸出迴圈（Read–eval–print Loop，REPL）？
 如何用自頂向下的方式理解（解析、解釋、編譯）一段程式碼？
• 靜態語言和動態語言的區別？
 如何理解變數與資料類型之間的綁定關係？
• 什麼是函數式程式設計？
 程式設計語言中，函數的本質是什麼？
 函數為什麼可以像一個值一樣被表示、存儲、傳遞和處理？

• 什麼是物件導向？
 類的本質是什麼？
 如何用物件導向的方式定義個功能介面？
 如何依據介面實現具體功能？
• 什麼是事件驅動？
 什麼是事件？事件如何分發到接收者？
 如何在事件驅動的環境中理解代碼的狀態和執行順序？

【問題205】探險模式 | 如何提高程式設計水準？

在掌握基本知識體系的基礎上，學好程式設計只有一條路：多程式設計，多參加程式設計比賽，多做程式設計題，多做實驗項目，多找實習機會——其中，能參與真實專案是最有價值的。

【問題206】探險模式 | 該從哪一門程式設計語言學起？

 我個人推薦的程式設計入門語言（可根據情況任選）：
 Python
 Java
 Swift
 C#
 JavaScript / TypeScript
 Ruby
 ……
 可能不適合入門，但適合後續深入學習的語言：
 C
 C++
 Go

 Objective-C
 組合語言
 機器語言（CPU指令集）
 Shell Script
 Lua
 Haskell
 OCaml
 R
 Julia
 Erlang
 MATLAB
 ……

【問題207】探險模式 | 如何選參考書和參考資料？

（1）強烈推薦的參考書和參考資料：

• MIT、Stanford、CMU、UC Berkeley這四所大學中任何一個電腦專業方向使用的教學參考書或參考資料。網上可以查到這些學校電腦專業方向的課程體系，有的學校甚至公開了課程視頻。其中往往會列舉參考書和參考資料連結。
• 維琪百科（英文）上的數學、電腦科學相關條目。
• Github上star數在1000以上的開原始程式碼和開來源文件。

（2）強烈推薦但須小心辨別的參考資料：

 知乎上的數學、電腦科學相關條目。使用時需要格外注意三件事：
 儘量只看高贊答案或高贊文章；
 辨別並避開廣告軟文；
 辨別並避開純抖機靈的故事或段子。
 Stack Overflow上的程式設計問題解答：
 自己動手實驗，辨別解答是否有效。
 CSDN上的程式設計問題解答：
 自己動手實驗，辨別解答是否有效。

（3）其他推薦的參考書和參考資料：

 國內專業作者寫作的專業技術書籍（豆瓣評分7分以上的）。
 大廠（Google、Facebook、Microsoft、Amazon、阿裡、騰訊、百度、頭條等）資深工程師的技術公號、專欄、博客等。

 著名圖書系列：如O’Reilly的動物封面的系列圖書（請注意最新版本和時效性）。
 國內翻譯的著名技術圖書（譯本在豆瓣評分7分以上的）。

（4）儘量避免的參考書和參考資料：

• 已經過時的圖書或參考資料。
• 作者或譯者人數比章節數還多的專業圖書。
• 百度百科上的數學或電腦科學相關資料。

什麼什麼？你這篇問答居然沒有推薦一本具體的圖書？是，沒錯。如果你覺得即便有了上面的線索，自己還是找不到好書好資料，那也許你還是適合“休閒模式”⟹請跳轉至【問題100】

AI公司，開始破產了：要麼往前上市，要麼往後離場

2020年05月06日16:49

　　作者 | 楊青

　　來源：投資界PEdaily

　　破產這一幕，開始蔓延到了AI創業公司。

　　投資界獲悉，據外媒報導，全球知名的AI芯片企業——Wave Computing 公司即將破產。據悉，該公司已經遣散了所有員工，並申請破產保護。如無意外，這將成為第一家在疫情期間申請破產的 AI 芯片公司。

　　消息令科技圈嘩然。Wave Computing被譽為全球最有前途的AI公司之一，曾被認為有和英特爾、英偉達等巨頭一較高下的潛力。2018年底，Wave Computing宣佈完成8600萬美元E輪融資，這一輪融資過後，這家公司累計融資金額已超過2億美元。

　　然而，如此知名的一家AI創業公司，還是倒下了。而Wave Computing的下場並非個例，我們把目光拉回國內，那些AI獨角獸們，日子也不好過。

　　曾幾何時，國內頭部的AI公司上演一場瘋狂的融資競賽——融資似乎成了一項競技體育，行業的融資記錄被一遍又一遍地刷新。如今，情況急轉直下，“我已經很長時間沒看AI的創業項目了”，一位北京VC投資人對投資界坦言。

　　一旦沒有了輸血，擺在AI公司面前的選擇並不多：要麼悄悄關門，要麼謀求上市之路。但是，IPO不易，AI獨角獸曠視科技、商湯科技赴港上市接連受挫，這是一連串響亮的警鍾。更多IPO無門的AI創業公司，開始破產。

　　曾融資2億美元，

　　疫情下第一家申請破產的AI明星公司

　　在申請破產之前，Wave Computing被譽為全球最有前途的AI公司之一。

　　2008年，Wave Computing在美國加利福尼亞正式成立，專注於通過基於數據流驅動（dataflow）技術、以及實現dataflow技術的軟件可動態重構處理器（CGRA）架構，突破AI芯片性能和通用性的瓶頸，加速從數據中心到邊緣的AI深度學習計算。

　　其中，最為轟動的是，2018年6月Wave Computing收購老牌半導體IP公司MIPS，計劃通過將它的數據流架構與它的MIPS嵌入式RISC多線程CPU核心和IP相結合，為下一代AI提供了動力。彼時，外界一度認為Wave Computing具備了和英特爾、英偉達爭鋒的潛力。

　　也是在這一年12月，Wave Computing宣佈完成8600萬美元E輪融資，該輪融資由投資公司奧克蘭公司（Oakland Corp.）領投，原有投資者也參與了本輪投資。這一輪融資過後，Wave Computing累計融資金額已超過2億美元。

　　除了深受資本的青睞，Wave Computing更是各種榮譽加身：被商業諮詢公司Frost & Sullivan 評為“機器學習行業技術創新領導者” ；並被 CIO 應用雜誌評為“25大人工智能供應商”之一；入選全球半導體聯盟(GSA)“最受尊敬的私營半導體公司”獎。

　　然而，好景不長。進入2019年，突然到來的兩次CEO人事變故，使得外界對Wave Computing信心大失，導致最後對MIPS難以割捨的人所剩無幾。而在產品方面，相比Nvidia、Graphcore，Wave Computing芯片的優勢並沒有得到很好的凸顯，引發了前景擔憂。

　　2020年，疫情肆虐全球，目前尚未得知疫情是否加速的公司破產，但Wave Computing 毫無疑問成為了第一家疫情期間申請破產的 AI 芯片公司。

　　據芯東西報導，Wave Computing目前只是申請破產保護，進行資產重組，中國區已全部關閉。Wave Computing原本有近40多中國區員工，目前只剩幾位。至此，一顆曾經星光熠熠的AI企業就這麼迅速隕落了。

　　AI獨角獸開始瘋狂的融資競賽

　　中國創投史上絕無僅有

　　Wave Computing的結局，是無數AI 創業公司狂飆之後的縮影。

　　我們把時間拉回到2016年——當時，Google旗下AI系統AlphaGo以4:1戰勝圍棋九段高手李世石，引發了一波全球性的人工智能熱潮。

　　那兩年，沒有再比人工智能大會更熱鬧的會場了。國際級的AI大會一場接著一場，全球頂尖科技企業同台亮相成了常態。台上AI大牛激情澎湃，PPT充滿著AI世界的種種奇幻；台下聽眾仰頭聆聽，生怕錯過下一個時代。

　　與此同時，互聯網巨頭們也給AI再添一把火。李彥宏率先提出all in AI，馬化騰隨後也提出AI in all，馬雲啟動了NASA計劃並創立達摩院，華為的全棧AI策略火速推出。似乎， AI時代已經觸手可及。

　　AI成了整個投資圈都在聊的話題。“天使輪的項目投資人看看方向、團隊，聊一聊就定了。很多公司什麼都沒有，一個PPT只要打上AI的標籤就能拿到不錯的估值。”這樣不可思議的一幕，卻屢屢在創投圈上演。

　　“其實當時大家對AI的盈利模式也看不太清楚，但是這個技術肯定是先進的，先在技術上占位以後再思考落地是不少AI創業公司的投資方共同的想法。”一位長期關注硬科技的投資人向投資界回憶當時情況。“2016、2017年的時候，中國的VC/PE市場資金很充足，風口也不是很多，自然有大量的資金流入AI行業。”

　　當時AI投資有多瘋狂？對於頭部的AI公司，融資似乎成了一項競技體育，行業的融資記錄被一遍又一遍地刷新。

　　成立於2014年的商湯科技，僅僅3年時間估值就暴漲到20億美金。2017年7月，商湯科技宣佈完成4.1億美元B輪融資，創下當時全球人工智能領域單輪融資額記錄。

　　2018年4月，商湯科技完成阿里巴巴集團領投的6億美元C輪融資，再次創下全球人工智能領域融資記錄；一個月後，商湯科技再度獲得6.2億美元C+輪融資；三個多月後，商湯科技再度獲得軟銀10億美金的融資，估值也飆升至60億美金。

　　粗略算下來，從2018年4月到9月，5個月時間內商湯科技接連獲得三輪融資，僅這三輪融資金額就超過22億美金。放眼全球創投史上，很難再找出一家創業公司能夠獲得如此密集且大量的融資。

　　而被拿來和商湯科技並列為的計算機視覺“四小龍”——雲從科技和依圖科技，在這一段時間內也不斷進行融資。雲從科技在2018年6月宣佈獲得10億元人民幣B+輪融資；依圖科技也在6月、7月接連宣佈兩輪融資斬獲3億美金。

　　這在中國創投史上實為罕見。動輒就是幾億、幾十億美金，一波又一波資金得砸在身上，對於這些AI獨角獸來說，2018年堪稱是最夢幻的一年。

　　投資人已經很長時間不看AI了

　　沒有了融資，燒錢的獨角獸還能撐多久？

　　這場瘋狂的融資競賽，讓一個個AI獨角獸被迅速“催肥”。

　　目睹這一切，VC/PE圈並不是沒有過擔憂。早在2017年年底，創新工場董事長、CEO李開複就曾公開預言：“AI項目（融資熱）是今年上半年開始的，融資差不多夠18個月花，明年底估計有一批公司倒掉。”

　　爾後，擔憂開始一一成為現實。2018年，一級市場募資難全面爆發，這場資本寒冬開始傳導到AI行業，直接的表現是AI企業融資開始變難了。雖然頭部的公司仍然堅挺地續寫著輝煌，但一大批的AI 創業公司的生存問題開始漸漸浮現。

　　所有人開始意識到，AI被嚴重神話了。2018年底，科大訊飛被曝出人工翻譯假裝的機器人翻譯的醜聞，讓這家老牌AI語音巨跌落神壇。甚至險些被認定為“機器人公民”的索菲亞，最後確被指出只不過是一個機器類人音箱”，震驚全世界。

　　AI巨頭尚且如此，早期的AI創業公司中的亂象更是不敢想像。誇大、造假屢見不鮮——曾有媒體報導，很多早期的機器人和虛擬機器人上節目，多數是寫好了劇本，或者直接由人工操控的。

　　即便是擁有相對領先的算法或技術的AI企業，因應用場景無法實現，難以發揮其真正價值，仍然導致後續融資失敗。就拿計算機視覺領域的應用來說，目前還是在比較初級的階段；即使是頭部企業，也還在努力探索大規模商業化的路徑。

　　對於AI創業公司來說，變現的壓力非常大。

　　另外，巨額的融資資金給了頭部的AI公司更多的試錯機會。它們有資金支撐，可以不斷尋找應用場景，然後迅速切入，在這基礎上再摸索短期的變現機會，並一步步不斷打磨，發現長期的商業模式。

　　但巨額的融資是一把雙刃劍，直接將AI公司的估值推到了一個絕大多數VC/PE望而卻步的高度。

　　啟明創投創始主管合夥人鄺子平在2018年時曾表達過擔憂，直言當時人工智能公司的估值總體偏高。“現在絕大部分技術型的、平台型的公司還是一To B的場景，但投資機構卻把它們當作To C的公司來投。這樣的公司，後續還需要多輪的融資支援成長。如果天使輪一下子把估值做到1億，那A輪總得3億，做到F輪怎麼辦？”

　　2019年開始，後遺症顯現了。沙利文公司發佈的《 2019 中國與美國人工智能產業及廠商評估 》中數據顯示，2013 年至 2018 年，中國 AI 領域投資熱度遠高於美國，投資額從2015年開始超過美國，但是到了 2019 年中國在 AI 領域的投資額與投資筆數大幅下跌。

　　留給AI獨角獸的時間不多了

　　2020，要麼往前上市，要麼往後離場

　　“我已經很長時間沒看AI的創業項目了”，一位北京VC投資人對投資界坦言。當投資方重新審視AI公司變現能力和擴展空間，估量投入和產出時，資本熱度逐漸消退。

　　當沒有了資本方的輸血，受困於資金壓力的AI公司要麼悄悄關門，要麼紛紛開始謀求上市之路。

　　最新消息，曠視科技或將籌備科創板上市，港股正常推進，或將採用“A+H"模式。對此，曠視官方回應稱，不予置評。

　　早在2019年8月，曠視科技就向港交所提交了招股書，這也是首次揭開了AI獨角獸的神秘面紗。從曠視科技提交的招股書來看，其2016年、2017年和2018年的營業收入分別達到人民幣6780萬元、3.13億元和14.27億元，虧損分別為人民幣3.43億元、7.58億元和33.52億元。而2019年上半年，曠視科技虧損額度達到驚人的52億元。

　　這次IPO之旅並不順利。在提交上市申請6個月後，曠視科技在港交所IPO的進程狀態顯示為“失效”。

　　另一家AI明星公司——商湯科技，近期也被外媒報導稱推遲了今年在香港進行7.5億美元的首次IPO計劃，轉戰私募市場，尋求5至10億美元融資。不過商湯科技回覆：不曾有上市具體時間表。

　　截至目前，商湯科技自從2018年9月完成D輪融資之後，已經有近18個月沒有新的融資。儘管之前累積的融資額高達30億美元，但是在造血能力不足的情況下，又能撐多久呢？

　　有業內人士透露，這兩家AI獨角獸赴港上市受挫，原因可能是其估值沒有得到認可。

　　即便如此，還有一大批AI 獨角獸正在趕來的路上。雲從科技被爆計劃2020年上半年申請科創板上市，披露估值達200億元人民幣；雲知聲被爆在2018年7月已經和中金公司簽訂了上市輔導協議，擬在科創板上市；優必選也被爆已經於去年完成招股說明書的主要編寫。不久前，AI芯片公司寒武紀也已經向上交所提交了招股書，有望登陸科創板。

　　但是，估值高、盈利能力不足、持續虧損是目前AI獨角獸們的通病，未來能否保證大規模盈利有待於時間的考驗，即便能夠登陸資本市場又有多大的用處？事實證明，技術並不能成為一家 AI 創業公司的“護城河”，如何將技術變現才是AI企業的當務之急。

　　可以預見，2020年將是中國AI公司們的分水嶺——一些玩家將黯然離場；另一些則彙入二級市場的大海中，接受更大的考驗。破產這一幕，或許在AI公司這一群體中，才剛剛開始。

資料來源：https://m.sina.com.hk/news/article/20200506/0/5/2/AI%e5%85%ac%e5%8f%b8%e9%96%8b%e5%a7%8b%e7%a0%b4%e7%94%a2%e4%ba%86-%e8%a6%81%e9%ba%bc%e5%be%80%e5%89%8d%e4%b8%8a%e5%b8%82%e8%a6%81%e9%ba%bc%e5%be%80%e5%be%8c%e9%9b%a2%e5%a0%b4-11620515.html?fbclid=IwAR33y7iML0w9vQnCn8EcC62jpaeUQKJavX1q6QBcRBEyX3ODesvdICfGPFU