創(chuàng)新工場
李開復
48分鐘前 [ 億歐導讀 ] 李開復最近儼然成為人工智能的“傳教士”,不但想讓所創(chuàng)辦的創(chuàng)新工場成為最懂人工智能的創(chuàng)投,,最近還出了一本新書《人工智能》,。為什么李開復這么看好人工智能呢?他對人工智能的發(fā)展所帶來的沖擊是樂觀還是悲觀呢,?
圖片來自網(wǎng)絡
李開復最近儼然成為人工智能的“傳教士”,,不但想讓所創(chuàng)辦的創(chuàng)新工場成為最懂人工智能的創(chuàng)投,最近還出了一本新書《人工智能》,。為什么李開復這么看好人工智能呢,?他對人工智能的發(fā)展所帶來的沖擊是樂觀還是悲觀呢,? 如何判斷要投資哪些AI創(chuàng)業(yè)團隊? 身為最懂AI的VC,,李開復所帶領的創(chuàng)新工場到底是怎么決定要投資哪些人工智能的團隊呢,?李開復過去曾說,創(chuàng)新工場有50%的投資都集中在人工智能領域的創(chuàng)業(yè)團隊,,陸陸續(xù)續(xù)投資了一億美元在人臉辨識,、小額貸款等公司。 李開復不否認在人工智能領域有很多”吹?!暗膭?chuàng)業(yè)公司并不是理想的投資標的,,所以需要精挑細選。問到創(chuàng)新工場是不是用人工智能來挑選值得投資的人工智能團隊,,李開復則坦言,,完全沒有,因為創(chuàng)投這個工作是最不容易被人工智能所取代的,,所以在尋找投資標的的過程中,,也不會利用人工智能,而是依賴更有價值的真人智慧,。 那么是怎么挑選團隊呢,? 1、創(chuàng)新工場不投資任何未被驗證的技術,; 2,、即使被驗證可行了,商業(yè)價值要如何獲取也是創(chuàng)新工場所在乎的,; 3,、這個團隊的人才是不是很厲害?創(chuàng)投不期望團隊發(fā)明新技術,,但至少要懂得如何掌握技術,; 以上是投資創(chuàng)業(yè)團隊的三個基本原則,不過投資不是只負責挑到好的團隊就結束了,,尤其在人工智能這個幾乎都是頂尖科學家的領域,,投資其實要非常的投入在其中,不斷跟團隊討論如何應用,、有沒有什么合作的機會,,創(chuàng)造出更多的商業(yè)價值,成為團隊最信任的顧問,。 所以目前投資的一些人工智能的團隊,,像是人臉識別的技術,就去嘗試可不可以應用在手機解鎖、電商服務,、治安應用等領域,。而小額貸款的團隊,因為中國很多人沒有信用卡,,但是跟熟人借錢很難堪,,這種需求的確存在,,只是壞賬率很高,。透過人工智能的應用,可以用來判斷這個人可不可以借他錢,?把壞賬率想辦法壓低下來,。這些應用都越來越成熟了,以小額貸款來說,,目前已經(jīng)可以達到每個月有150萬單,,每單達1000元人民幣,一年累積下來有180億,,這已經(jīng)超過銀行的規(guī)模了,。 對的技術,加上明確的商業(yè)需求,,就能有爆發(fā)性的成長,。 人工智能的技術成熟了,但是還沒平臺化 談到技術的發(fā)展,,目前人工智能還是非常強調(diào)科學家的參與,,跟過去互聯(lián)網(wǎng)創(chuàng)業(yè)的發(fā)展不那么重視學歷或學術很不一樣,是否學歷在硅谷又會被重新看重,? 李開復認為,,現(xiàn)在人工智能才在開始的階段,科學家的確非常重要,,之后隨著技術發(fā)展的成熟,,技術都能平臺化之后,當工程師可以像是打開工具箱挑選適合的工具來用那樣的使用人工智能的技術,,就不需要那么多科學家了,,而人工智能也才算普及。現(xiàn)在主流的深度學習技術算是很成熟了,,但來沒發(fā)展到成為平臺,,所以還需要很多的科學家。 人工智能的特色就是會自我進化,,甚至發(fā)展到人類無法解讀或是無法理解的程度,。所以如果透過人工智能來處理要不要貸款給某個人,因為審核的機制是人工智能自己學習而來的,被拒絕了也不知道原因,,這會不會造成問題,?李開復很樂觀的表示,其實也可以反過來利用這個優(yōu)勢,,剛好就因為人也看不懂,,無法解釋可能也是更好的解釋,透過人工智能的應用,,也保護了一些商業(yè)機密,。只是,被拒絕貸款還不知道為什么,,而且還是電腦決定的,,真的沒問題嗎? 七大黑洞的封閉終將被更開放的生態(tài)系取代 在促成人工智能的技術成熟的過程中,,開源其實很重要,。李開復舉例,原本封閉的Wintel生態(tài)系,,隨著行動化的趨勢,,現(xiàn)在程式碼的開源已經(jīng)成為主流了,Github等的出現(xiàn),,開放的生態(tài)系對人工智能的發(fā)展奠定了不錯的基礎,。但是除了code以外,data也要開源,,可是目前卻存在有七個黑洞,,也就是美國的Google、Facebook,、Microsoft和Amazon,,還有中國的BAT,這些企業(yè)掌握了非常大量的資料,,但是進去了就再也出不來,,像是黑洞一樣,這對人工智能的發(fā)展不是好現(xiàn)象,,當然這七個黑洞相對來講就更有優(yōu)勢,。 這七大公司在互聯(lián)網(wǎng)上當然是很巨大的,可是在一些傳統(tǒng)而實體的產(chǎn)業(yè),,這些公司的影響力其實很微小,,所以我們可以期望將來會出現(xiàn)在資料上更開放的系統(tǒng),來取代這七大黑洞,。其實就科學家來說,,這七大黑洞造成很多困擾,,因為發(fā)展人工智能的技術,需要這些資料,,但是這些資料并沒有被分享,,所以科學家的發(fā)展就被限制住了,這也是為什么后來許多科學家不得不去這七家公司,,不然研究做不下去,,但終究這還是為人所詬病的一種對自我利益過度保護的行為,科學家做研究還得去”乞討“資料,,情何以堪,? 所以創(chuàng)新工場的作法就是不只程式碼開源,資料也開源,,而且對學生合作,,因為有許多比較資深的工程師其實也不懂人工智能,,但是現(xiàn)在的大學生很多都已經(jīng)懂了,,過去斯坦福大學的機器學習課程一堂80個人,今年1000個人,,這些懂人工智能的大學生,,將來就是人工智能發(fā)展的人才庫,他們會很飢渴的找平臺去發(fā)展他們自己的才華,,而我們就盡量提供他們機會,。 反過頭來看臺灣的學術界,就李開復的觀察,,其實研究者都處于快要放棄的狀態(tài),,因為資料沒有比人多,又不像是美國或中國有七大黑洞,,臺灣連黑洞都沒有,。所以如果有臺灣的教授或學生對人工智能的發(fā)展有興趣,接下來可以多發(fā)展或是參與開源的生態(tài)系,。 人工智能未來的發(fā)展有三個階段 對人工智能的發(fā)展,,李開復提到將會歷經(jīng)三個階段: 1、先是應用現(xiàn)有的數(shù)據(jù),; 2,、接下來是透過更多新的感應器和硬體收集新的數(shù)據(jù)發(fā)展新的應用; 3,、最后則是全面自動化,; 這三個階段發(fā)生的時間大概會是未來的五年、十年和十五年,。最開始應用人工智能的就是科技產(chǎn)業(yè),,像是Google的搜索其實已經(jīng)應用很久了,現(xiàn)在已經(jīng)是科技公司如果不用人工智能的技術,那就有點落伍了,,有資料還不用,,那不奇怪嗎? 除了互聯(lián)網(wǎng)公司,,還有誰有資料呢,?金融產(chǎn)業(yè),而且金融產(chǎn)業(yè)是天生就應該要用人工智能的,,完全是數(shù)據(jù)化的一個產(chǎn)業(yè),,不管是銀行、保險,、貸款,、征信、投資,,都是數(shù)據(jù)的處理,。 李開復是這樣看的,一個產(chǎn)業(yè)如果有大量的數(shù)據(jù),、數(shù)據(jù)帶有標簽而且是單一領域的,,那就是人工智能應用最理想的數(shù)據(jù)。 金融產(chǎn)業(yè)非常符合這三個標淮,。而且金融產(chǎn)業(yè)很有錢,,創(chuàng)業(yè)者會一窩蜂闖進這個產(chǎn)業(yè),好好的利用人工智能,。 接下來才是醫(yī)學,,醫(yī)學也有很多數(shù)據(jù),像是影像就是一種數(shù)據(jù),,如果你現(xiàn)在有朋友在放射科,,那要淮備改行了。看X光片,、核磁共振,、斷層掃描,過去需要累積經(jīng)驗,,可是再怎樣人的經(jīng)驗都比不上人工智能透過整個資料庫去學習?。∪四槺孀R,,傳統(tǒng)可能最厲害的是警察,,一看就知道誰是不是逃犯,可是現(xiàn)在在路口架設一臺攝影機,,有哪個警察可以做得比人工智能好,?24小時不休息,、資料庫完整,辨識速度快,、失誤率低,。除了影像以外,DNA也是一種數(shù)據(jù),,這些數(shù)據(jù)的處理在深度學習成熟之后都有很突破性的發(fā)展,,也會是未來的發(fā)展重點,接下來可以透過DNA來發(fā)展更精淮,、更定制化的醫(yī)療,。 連醫(yī)生都得改變自己的工作內(nèi)容 所以不要看醫(yī)生現(xiàn)在是很好的職業(yè),人工智能在一些事情上可以做得比醫(yī)生更好,,例如人的手會抖,,機器開刀不會,人的經(jīng)驗有限,,機器的經(jīng)驗只被資料庫的大小局限,。接下來,醫(yī)生與其說是看病,,不如說是成為機器與病人之間的溝通橋梁或「介面」,。其實這也不是壞事,,現(xiàn)在很多醫(yī)生一邊要看診,、一邊要做研究很辛苦,將來人工智能取代了看診的大部分工作之后,,醫(yī)生可以更專心的去做研究,,醫(yī)學就有更快速的突破了。 談到醫(yī)療與人工智能的應用,,就讓人想起IBM的Watson過去也參與了腫瘤的醫(yī)學研究,,不過有趣的是李開復談了許多人工智能的發(fā)展,卻似乎很少談IBM,?李開復認為,,其實IBM的人工智能并不是基于目前有顯著進展的深度學習技術。過去IBM的確挑選了一些特定的領域可以提供他們的服務并且獲取收入,,其實如果真的要去回想有什么人工智能的頂尖科學家在IBM服務,?有什么突破性的技術?有什么可怕的數(shù)據(jù),?好像都沒有,。 上傳大腦是虛榮的表現(xiàn) 那么李開復會想要上傳自己的大腦嗎?李開復認為,,人的生命就是會結束才有意義,,上傳大腦是一種虛榮的表現(xiàn),,覺得自己很偉大、非留下來不可,。不妨把世界想像成物理的,、表象的或是靈性的、有愛的存在這兩種,,好好探索一下,。如果是物理的世界,每一個腦,,值得存嗎,?我們遲早會被人工智能打敗啊,!而且如果世界只有物理和表象的一面,,那活著也沒什么意思,死了就死了吧,!而如果是靈性,、有愛的世界,這些能上傳嗎,?所以李開復寧可維持一個還有點自知之明的人類,,并不想上傳自己的大腦。 不想上傳自己大腦,,那跟人工智能攜手合作,,應該也可以創(chuàng)造出比過去更好的績效?李開復認為,,許多人都認為人和人工智能的合作是1+1=3,,但實際上應該是1+一億=一億又1.1。在大多數(shù)的領域,,人類是非常渺小的,,人工智能是非常龐大的,所以所有的人都要懂得如何應用人工智能,,才能把事情做好,。 人工智能來了之后 當然,現(xiàn)在的人工智能還有很多限制,,例如科學家正在努力讓人工智能可以不需要那么大量的數(shù)據(jù),,或是人工智能現(xiàn)在還只能處理單一領域的問題,,跨領域就卡住了。所以,,還有很多事情可以做,,也值得做,。 首先,人工智能取代人類的工作肯定遠超過創(chuàng)造的工作,,但是過去被忽略的一些工作,,現(xiàn)在會逐漸被重新重視,像是所謂的文科生,,哲學,、社會學、人類學,、藝術等等的領域,,人工智能不是做不了這些事情,就是可以改變這些領域,。倒不是說這些領域會善用人工智能,,而是人工智能取代了很多人力之后,會有更多人力不得不往這些領域去發(fā)展,,其實也不是一件壞事,。 第二,職業(yè)會發(fā)生轉換,,過去醫(yī)生是醫(yī)療過程中的主力,,但是接下來可能變成是病人與人工智能之間的溝通橋梁,或是轉換去做研究,。像是老師,,可能不再是教學,而是提供學生關懷,。所以服務業(yè)和志工會是將來人類主要的工作,,李開復認為,人類生在世界上,,難道不應該多產(chǎn)生一些心靈的碰撞和交流嗎?現(xiàn)在的我們都在忙碌于工作,,而人工智能剛好把人類釋放出來,,其實也是一件好事。 |
|