3月17日消息，创业公司给外界的印象一直都是创新、超前、不受固有思维限制，但在未来的一项关键技术——自动驾驶汽车面前，创业公司却并没有多少作为。相反的这方面的技术推进主要依靠的是谷歌这样的科技巨头。那么创业公司为什么在自动驾驶汽车的研发上面难有建树呢？科技网站TechCrunch日前撰文对此问题进行了分析：
1 在未来的10-20年间，大规模的技术革新将围绕着机器智能、机器人和传感器展开。这些领域都需要雄厚的资金支持和大量的耐心，而这两个要素的组合即便是最与时俱进的风险投资公司也是力不能及的。
就像谷歌通过自动驾驶汽车向我们展示的那样，机器智能、机器人和传感器的组合在复杂情况下的表现——比如驾驶汽车——已经要比人类更为出色了，而对于大多数人来说，这在10年前是无法想像的。
毫无疑问，Tesla在经历过不少考验和磨难之后制作出了举世瞩目的电动汽车。但是，通用汽车先于他们一年就已经推出了一款量产电动汽车，而Tesla利用了通用的困境，也就是传统汽车厂商基本上无法拥抱纯电动汽车，并集成进现代电子元件。
Tesla的路线图包含了“自动导航（autopilot）”和最终的“自动驾驶（autonomous）”功能。也许他们的确能够略先于传统汽车厂商——比如同样在积极研发类似技术的梅赛德斯和雷克萨斯——推出这些功能，但这场竞争的赢家会是谷歌，后者在技术上已经领先了数年，且有能力支付巨额的授权费用。
认知计算所必要的纯计算性能非常巨大，整合下一代的传感器（比如LIDAR）又极其复杂，引入智能机器的监管环境还很难以预料。而开发这种技术所需的实验和不可预知的时间表很显然都是属于研究而非开发的范畴，而风投一直都很讨厌研究——他们喜欢开发。
即便是机器智能领域受风投支持最大的创业公司DeepMind（拥有5000万的投资和75名顶级研究者），最近还是被谷歌以5亿美元的价格收购。谷歌最近的收购动作频频，他们似乎急于想通过收购来给未来添砖加瓦。除了DeepMind之外，他们最近还收购了人工智能研究公司DNNresearch,并招募了Ray Kurzweil这样的关键人物，后者被许多人认为是商业认知计算的教父。谷歌同时也是D-Wave的客户之一，这是一家备受指责的量子计算公司。
谷歌、IBM和微软这样的公司都建立了机器学习团队，他们可以利用到公司在全球范围内搭建起来的计算机网络。根据Kurzweil的说法，想要匹配上人类大脑当中的神经细胞数量，需要多达1000亿个晶体管，而在2025年之前，单独一枚芯片无法拥有如此多的数量。但由于微芯片当中的晶体管正在越变越小，这样的进程或许会被加快。
市场对于机器智能的理解还将需要一段时间。IBM已经证明，计算机在国际象棋和Jeopardy这些智力项目当中是可以赢过人类的，他们还正在把自己的认知计算成果过渡到医学等领域。即便是IBM这种规模的公司，股东们也在抱怨这次过渡的花费，Watson超级计算机项目的主管最近也换人了。如果IBM的Watson是家创业公司，它的股东恐怕早就强迫他们将其出售，以便让他们把资金放在更加效率的中短期投资当中。
其他一些拥有大型计算机网络的公司也正在加入到这场竞赛当中。Facebook最近就成立了一家人工智能实验室，并雇用了来自纽约大学的Yann LeCun,同时收购了语音识别公司Mobile Technologies.eBay招募了来自科学应用国际公司（SAIC）的Hassan Sawaf,来将其在机器智能方面的研究成果作为先头力量。雅虎和卡内基梅隆大学达成了一项交易，来访问后者的研究者。一直侧重于计算机客户端的苹果也在尽力保持着自己邮件系统的可拓展性，以及让Siri在谷歌无休止的机器智能研发面前不至显得落后。
这种趋势的好处是巨大的。经济的每一个层面很快都会拥有自己的自动驾驶汽车版本，甚至是医学这样的前沿领域。任何患有未确诊或确诊疾病的患者都可以告诉你，诊断当中的猜测部分和医学专家过度的专业化让人抓狂。而一部计算机可以对病症进行整体分析，迅速将可能的范围缩小，并重复排除测试。考虑到基础变革的需要，医学领域想要过渡到这样的情境可能还需要很长一段时间。
除了反复的恐惧之外，创业公司肯定会去承担远大于图片和聊天应用的挑战。但他们在机器智能这样的领域能否和那些业界巨头相竞争呢？如果谷歌、IBM和亚马逊带来一个所谓的“认知即服务（Cognition-as-a-Service）”,这或许可以迎来新一波的创业公司，就像是亚马逊的基础设施即服务（Infrastructure-as-a-Service）对于网络的贡献那样。
IBM基于Watson的公司准备了1亿美元的投资，且已经进行了第一笔投资。而通过收购Wise.io、Expect Labs和BigML这样的新兴认知服务公司，亚马逊可以启动一项认知服务，并使其具备相当的规模。这些都可以带来新一代的“智能”创业公司。（Eskimo）