数据障碍，人工智能走向孤岛

　　从全球市场来看，人工智能的火热，离不开背后资本的助力。然而，人工智能的投资却呈现降温态势。
　　据2019年4月发布的《全球人工智能产业数据报告》，融资规模方面，2018年Q2以来全球领域投资热度逐渐下降。2019Q1全球融资规模为126亿美元，环比下降3.08%。其中，中国领域融资金额为30亿美元，同比下降55.8%，在全球融资总额中占比23.5%，比2018年同期下降了29个百分点。
　　此外，人工智能企业盈利仍然困难。以知名企业DeepMind为例，其2018年财报显示营业额为1.028亿英镑，2017年为5442.3万英镑，同比增长88.9%，但 DeepMind在2018年净亏损4.7亿英镑，较2017年的3.02亿英镑增加1.68亿英镑，亏损同比扩大55.6%。
　　究其原因，一方面，市场对人工智能寄予过高的期望，而实际的产品体验却往往欠佳，人们对人工智能能力、易用性、可靠性、体验等方面的要求都给当前的人工智能技术带来了更多挑战。
　　其一，是由于部分人工智能企业及媒体传播的夸大，导致了人工智能仍然青涩的能力在某些领域存在被夸大的情况；其二，是当前的人工智能高度依赖数据，但数据积累、共享和应用的生态仍然比较初级，这直接阻碍着人工智能部分应用的实现。
　　其三，人工智能作为一种新的技术，在市场的应用无疑需要长期与实体世界和商业社会进行磨合，避免意外的情况发生。人工智能掀起的技术革命成为不争的事实，但对于人工智能的发展仍然需要合理的期待，否则将面临造成巨大的泡沫的可能。
　　另一方面，尽管越来越多的人工智能技术从开发者和实验室中走出来，开始进入到各个行业中，但是从Al产业向产业Al的转型和落地却并不一片美好。
　　医疗作为民生领域受到了AI投资持续的关注。事实上，科技企业智能医疗的布局与应用已有雏形。例如，IBM Watson已应用于临床诊断和治疗，在2016年就进入中国在多家医院推广；阿里健康重点打造医学影像智能诊断平台；腾讯在17年8月推出腾讯觅影，可辅助医生对食管癌进行筛查。
　　然而，由于人工智能需要大量共享数据，而医院和患者的数据却存在＂孤岛＂障碍，打破各方壁垒的同时，保障数据安全性又成为现实困境，而这同时阻碍着人工智能在医疗领域的真正爆发。
　　以此来看，人工智能要想＂升温＂，打破＂数据孤岛＂并保障数据安全性势在必行。