科学家与投资人如何看待人工智能的未来该如何走的问题

2017-04-14 11:04 来源:莲花财经
浏览量: 收藏:0 分享

  今天,猎云网2017人工智能产业创业创新峰会在京召开。此次峰会的主题为“精·识·致·用”,分别诠释为精准大数据,智能识别,产业结合,以及生活应用。

  峰会上,上百位人工智能领域著名学者、顶级专家和知名投资人参与,共同探讨当今AI的发展创新与变革,将产业与人们的实际应用相结合,为人工智能的普及奠定可行性的基础。

  科学家们如是说

  阿里云人工智能科学家闵万里:AI的未来趋势将是量子人工智能

  从上世纪70年代,人们就开始解读人脑的认知过程。人类的脑神经网络其实非常复杂,换算成数据,每人每天要处理100PB的数据。

  与此同时,人工智能的技术发展从动态信息流网络,到特征变量的大样本分布,再到最小充分子网-特征通路,本质核心就是信息通路。所以“在线”、“流动”、“关联”就是这一通路的三个关键词。在这种庞大数据和信息通路的结合中,无疑需要借助云计算、大数据技术。

  包括深度神经网络、机器学习等等,现在已经存在。而人工智能未来的趋势将是“量子人工智能”,这在美国已经有包括Google、IBM在内的很多企业正在研究,一些投资机构也在密切关注。

  网秦创始人、董事长史文勇:网秦为何转向智能车战略?未来10年堵车不会再无聊

  作为一家老牌移动互联网企业,网秦对于未来智能汽车充满期望。网秦接下来将会更多的专注在智能汽车领域,提供整套服务。

  今天,智能手机已经成为必需品,但只有不到3%的汽车是智能汽车。十年内,这一比例会提升到90%,使之成为基础化的智能设施。

  十多年iPhone出来前,大家对智能手机的概念很模糊。现在大众对智能汽车的了解也处于同样的境地。智能汽车是指有自己的操作系统,实时在线,能通过安装新软件来拓展功能。

  而未来,智能汽车的体验将分为两部分:和手机有关,和手机无关。和手机有关的功能主要分为两类:娱乐和效率(办公相关)。

  随着制造门槛降低,会有更多的新型车出来。大众对车的理解会变成,可移动的私人空间。未来车会有足够大的空间,人们可以在里面办公、看电影,储存各种数字资产如音乐、图书、应用等。甚至产生基于智能汽车的社交,包括VR、AR类应用。5-10年后,堵车不再会是一件无聊的事,人们可以在其中做任何想做的事情。

  同时,这会带来很大的产业结构变化,现有的产业会产生重大调整。因为电动车的不断普及,发动机过去是非常大的壁垒,未来可能会以CPU为核心来驱动整个汽车业的发展,整车的制造成本下降,汽车厂更关注差异化,不是简单看发动机和配置,而是更多关注独特的体验和感受。

  网秦在2011年在纽交所上市后,扩张了很多业务,游戏发行、广告等。接下来的10年,将会往智能汽车上转型,未来会更多在这个平台上,帮助车厂实现汽车的智能化,为车厂乘客提供基于汽车的服务和提供整套的智能服务。

  图灵机器人联合创始人郭家:让机器理解世界

  从一个工具发展到一个系统,成立六年时间的图灵机器人又开始把精力放在了应用。

  算法+数据=模型。AI 的算法上图灵会贡献自己的算法到社区上,另外国外的一些数据也会分享出来。

  消费级机器人可以做什么?两个例子:

  一个是美国的BLUE RIVER公司,他们所设计的机器人是一个放在拖拉机后面的注射器,这样既能够帮助人工处理杂草,又可以辅助农作物生长的更好。

  另一个是日本的叫做TWENDY ONE公司,其造价之高,但是功能却只是帮助老人捡起掉在地上的吸管,在使用功能和造价上并不匹配。

  因此,图灵要做的是有感情的机器人,机器人是用手和头来表达感情的,用眼睛的颜色表达情绪。通过语义来传达感情,以硬件的形式表达出来。也就是说,消费级机器人是应该更加具有实用性和情感的传达。

  云势软件创始人郭立:人工智能在疾病、药品副作用方面的监控和预测

科学家与投资人如何看待人工智能的未来该如何走的问题

(云势软件 郭立)

  除了现在流行的无人驾驶、工业智能制造等方面,人工智能现在也大量应用在医疗方面。

  云势软件是医疗SaaS提供商,探索了许多人工智能在慢病管理中的应用。如从不同人种肤色进化防控疾病切入,提出人工智能通过提取不同人种的特征并建立模型,进而应用到疾病防控方面。

  云势目前已将人工智能技术应用在包括帕金森等慢性病早期筛查和辅助康复训练等方面。

  实际慢性病并不能简单通过一种手段进行防控,并且药物还有一定的副作用(单一药品副作用、多种药品共同不良反应)。为此,云势提出了基于多任务学习预测模型的药品不良反应测试的验证模型。通过该模型的计算,甚至能预测两款新药可能产生的不良反应。这就比应用较多的逻辑回归算法的预测更丰富,实现高风险药物的高效预测。

  另外,云势将人工智能技术还应用在了智能用药推荐方面。

  投资人们如是说

  华创资本熊伟铭:如果AI创业公司还在关注技术是否可行,最多只能到A轮

科学家与投资人如何看待人工智能的未来该如何走的问题

(华创资本熊伟铭)

  去年整个人工智能行业获得了50亿美元,2300个投资人参与了1700家公司的募资,包括很多大公司。人工智能已经从图灵时代变成普遍能看到应用的时代,很多人还在讨论技术,当然这个非常重要,但和VC接触的时候,更多需要沟通业务。

  其中包括5个关键观察点:

  1.人工智能是对目前业务改善的一种工具,不是新流量入口

  到底是因为人工智能获得流利,还是人工智能的加入使流量更加多。归到业务的根本,到底需求是能够持续多久的需求?大家在考虑自己业务的时候,先考虑这个业务是不是具有长期可成长潜力的一个有抵抗能力的业务。

  2.和大公司抢人才,创业公司缺乏“大数据”

  作为一个创业公司,可能有两个非常牛的创始人,一个CEO一个CTO或者一个首席科学家,怎么把剩下的七个人或者十七个人找齐,有没有能力和大厂抢人才?

  3.科学家是不是好的创业者

  创业公司里面每天都是在着火一样,所以科学家创业自己创业或者加入一个创业公司,是不是能够习惯?这也是很大的挑战。其实这对人生来说是有很大的变化,这些专家或者这些大牛们做创业的时候,是不是能够知道等待他们是什么样的生活节奏的变化。

  4.充分利用开源技术,可以打造一流新型服务

  团队是不是别都是科学家,是不是应该从业务为先的角度考虑,反过来应该用什么技术实现这个应用,而不是现在手头有什么佐料做什么菜,而不是手头有什么创造什么功能,这个和大家的成功经验结合更紧密一些。

  5.解决问题最重要,炫技没用

  很多团队、BP都沉浸在自己的小技术里无法自拔。当你技术独占性越来越多低,拼的不止是技术,还是要回到行业上,什么样的技术可以改变行业。如果还在验证技术是否可行,它都到不了A轮,最多是个天使。

  宽带资本刘唯:创业者应从垂直领域与AI巨头差异化竞争

科学家与投资人如何看待人工智能的未来该如何走的问题

(宽带资本刘唯)

  目前,国内人工智能领域投资在近两三年有了快速增长。2015年全年国内整个人工智能领域的投资超过两百家,投资金额已达10亿美金级别。虽然在资本的推动下,人工智能技术有了飞速发展,不过不可避免的也产生了泡沫。如今国内的AI项目投资在某些领域已经超过了美国。

  开源、开放时这一轮新技术革新的主流趋势。开源开放意味着降低了人工智能的进入门槛,降低了技术投入。但这也造成了独有技术优势的削减,让很多技术公司无法将技术作为自己的独门壁垒进行着重发展。

  那么AI的真正价值究竟在哪里?场景化和数据化才是人工智能的关键所在,因为只有落地的应用场景,才能给用户带来价值。

  目前,人工智能的巨头玩家正在做四件事情:1.基础技术研发;2.生态构建;3.C端开放场景的尝试和应用;4.未来技术探索。不过,这些事情都不会脱离巨头所在的业务生态。

  AI初创公司要想与巨头实现差异化竞争,需要深耕垂直领域。因为巨头公司在用户、数据、资金和生态方面,相比创业公司有天然优势。而细分领域就有很多机会,能够获得有价值的数据,解决客户实际问题,满足用户真实需求。

  真格基金合伙人李剑威:巨头发力人工智能具有天然优势,创业公司需谋定而后动

科学家与投资人如何看待人工智能的未来该如何走的问题

(真格基金李剑威)

  人工智能成为热点,是好消息也是坏消息。好消息是因为人工智能的项目更容易获得融资,但同时也面对这更大的竞争挑战、更高的人才价格、面对巨头的压力以及更短的窗口期。

  面对压力,创业者有三方面的定位选择:

  一是水平应用功能API;

  二是垂直应用与行业深度结合;

  三是软件服务的AI化。

  其中,水平应用应该更加专注;垂直应用可以与更广泛的金融、制造业、电商等进行结合,但应用的场景应该更加清晰;软件服务的AI化应该具有更强的延展功能和体验。

  极客帮创投蒋涛:算法红利期,2%的人工智能赢家分布在哪些领域?

  人工智能趋势越来越明显,每个行业都面临无人化的趋势,包括我们背后的生活,大部分被机器和算法所驱动。

  人工智能目前处于算法的红利期,人们现在不应该担心AI是否会引起失业,而该优先考虑人工智能人才战的问题。

  创业公司的人才结构大部分是机器学习的博士、数据的科学家等。在人才结构的优势下,人工智能创业具备很大的优势。但目前AI每一块的技术都还在一个发展的成熟期,蒋涛认为,人工智能更理想的发展过程应该是随着工程和技术的成熟,它逐渐需要更多工程化的能力。因此,把产业发展起来的人才结构应该是把该科学家、产品经理、工程师结合起来。

  企业的AI化的不同阶段可以用企业智能化的成熟度模型和数据智能化成熟度模型来解释,现在这个阶段第一需要的是人才,第二是人才和企业之间的桥梁。

  朋友印象、乂学教育创始人栗浩洋:人工智能如何推动整个教育产业升级

  人工智能在教育领域上应用的几个优势:

  1.精准定位。

  人工智能的方式可以智能侦测到学生学习的盲点,从而减少其重复学习的时间,从而提高效率。举例来说,人工智能教育在美国,远远超过了人类的教育。AI老师将所有的知识点进行铺点,对几百万道的题进行涵盖。这样的情况通过知识空间理论,找到学生的薄弱项,从而精准到学生最需要学习的内容。

  2.个性化学习路径设计

  对于同样一个知识点的学习,每个学生用的时间不一样,效率和学习路径也不一样。因此用人机对话的方式代替45分钟线性教育。根据学生的画像,通过机器学习,帮助其设计最快的最适合的学习路径。

  3.根据教育测量学,认知诊断理论

  通过研究课题,建立个人画像,个性化匹配和优化模式教育帮助学生解决问题。

  另外,当前的教育模式都是盲目补习的方式推进学习。通过快速侦测的方式可以找到学生此前知识的盲点,追溯到更基础知识的补习,一步一步满足用户学生学习分级,从而达到理想的成绩。

  对于学生来说,一种新颖的学习方式更有动力去学习。因为其打破了传统老师模式,学生自主完成整改学习过程,从测到学再到练,形成一个完整的学习闭环。

  线性资本创始合伙人王淮——人工智能的冰火两重天,拿钱比高估值更重要

  AI创业具有4大特点:

  1、创业门槛高:懂技术,能服众,(学会)懂商业;

  2、应用结合深:获得可靠数据并和集成决策;

  3、速度慢:普遍 To B;

  4、投资门槛高:技术素养和耐心都高要求。

  在这样的大背景下,人工智能行业出现了“冰”点(缺点):

  1、机构杂:纷纷设立人工智能小组。

  2、人才贵:PhD 的起步薪酬套装超过100万人民币。

  3、资本泡沫:估值是远跑在价值之前的。但好公司能让自己的增值赶得上估值。

  4.决策乱:很多机构闭着眼睛投

  与此同时,人工智能和很多细分领域都有很好的结合,处于“热”的状态:

  AI+BI:容易看懂;利用最新的大数据框架和机器学习方法来解决行业痛点。

  AI+FinTech:金融纯数据生意,技术面落地容易,人为门槛高,离钱近。

  AI+交通:最热的AI投资领域,可惜早期基金很难参与。

  AI+安防:人脸、虹膜、声纹、指纹/掌纹。

  AI+医疗:CV技术的应用在辅助诊断和辅助治疗,新药研发,病历病史挖掘,大健康管理。

  未来泡沫一定会破灭,好公司一定会崛起,疯狂的投机者会退场,很多AI公司是会实现技术的产品化和大规模商业化的。同时他也劝告各位创业者,拿钱比高估值更重要,打磨场景的重要性远高于打磨技术。

  图森未来科技CEO陈默:关于自动驾驶的五点思考

  一、为什么自动驾驶市场巨大:全球友专职司机2亿多人,汽车驾驶人12亿人以上。

  二、为什么自动驾驶是增量市场:L4级别的自动驾驶出现后,必然会出现对驾驶行为运营和管理的客货运出行服务商。

  三、为什么AI公司比整车厂和Tier1更具竞争优势:L4级别下,重要的是对自动驾驶行为的管理和运营,设备本身不重要。

  四、为什么选择货运:货运是to B端的市场对货运企业来说,只要自动驾驶技术能比传统人力运输的成本低,就会使用自动驾驶产品。

  五、战略上如何进行商业化:做出可商业化demo后,引入承运人C.H Robinson或其竞争对手作为战略投资者,将外部销售转化为内部销售。

标签:

责任编辑:admin
在线客服