http://www.simutt.com

李开复:有大数据的领域就有人工智能的机会

  9月21日,新京报“解码人工智能创业迷局”主题论坛走进深圳,寻找中国创客导师、创新工场创始人、董事长兼CEO李开复出席论坛并发表主题演讲。
 
  在演讲中,李开复指出,人工智能能为人类创造更大的价值和财富,未来机会很多,而如今正是人工智能创业最好的时代。在任何有大数据的领域都可以做人工智能,例如金融领域蕴藏万亿级别机会。但与此同时人工智能也面临挑战。
 
  以下是整理的演讲干货,如何挖掘人工智能领域的创业机会,请往下看:
 
  今天的互联网寒冬丝毫不影响人工智能在国内和行内的发展。机器人有很多未来,去创造更大的财富,为人类解放跟多的时间,做人类应该做的事情。
 
  其实人工智能它是一个工具,是可以靠它来创造价值的,当然它会取代人类的部分工作,这些工作大多数都是重复性的工作。
 
  为什么机器人这么厉害,机器人可能没有我们人脑构造那么微妙,但是你给它足够的数据,比如AlphaGo下一百万盘棋,然后它所能收集的数据,即便它的算法还不如人类的奥妙,是可以超越我们人类的。
 

  生逢其时非常重要


 
  人工智能是模仿人智慧的功能。我们会归类不同的人工智能,有些真的能听能看能懂,有些是告诉你今天晚上你想吃什么,告诉淘宝今天该推荐什么商品给你,告诉百度把广告结果排在最高等等。
 
  人工智能从各种方向来看,我们可以看到过去五年可能进步最多。可以分成博弈方面、游戏方面、感知方面、决策方面、反馈方面,这些是重要的里程碑。
 
  生逢其时各种天时地利人和是非常重要的,但是很不幸,我做人工智能的时候无论是语音识别、自然语言还是下棋基本没有人关注,为什么呢?当时机器太慢,算法不够,速度不够,只能做出一些论文来,没有做出更大贡献。
 
  有一本书叫《异类》,作者描述的是什么事都要生逢其时,讲到PC时代,比尔盖茨等四位都是生于1955、1956年左右,那时候出生的人,他可能会学编程,他会悟出来PC时代可能来临了,人人可以去做PC上的软件和硬件。如果在1955年你要做人工智能那就没戏了。
 
  可以看到无论在国内国外,无论是PC时代还是移动互联网时代,那些顶尖者可能都是生逢其时,如果你出生在80年代可能做移动互联网,在座的90后,甚至95年,如果你们学计算机科学,其实你的时代来临了,因为你在今天做人工智能其实可能做成,十年前是没有戏的,二十年前更是没有戏,所以你们今天是有希望的。
 

  有大数据的领域就有创业机会


 
  我们谈人工智能就需要谈到深度学习。简单来说,有足够的数据进去,可以学会概念,再快速判别新的没有看过的数据。
 
  现在AlphaGo不是任何人可以跟它竞争的,因为它不断在进行学习,它过去可能需要靠棋谱来做一个启动,然后自己对弈,现在对弈越来越多可能会悟出特征,这就是深度学习特别厉害的功能。
 
  深度学习到底有什么用呢?这一类系统能产生很大的社会价值。最简单的一个例子就是人脸识别超过人类之后,以人以识别脸为生的就被机器人所取代了,过去防恐要靠人来识别,而且没有一个人能记得20万张通缉犯的长相,但机器可以。除了人脸识别,语音识别,那些客服是不是不需要了,还有那些打电话给你推销的人是不是也被取代,当然,不止是被取代,还有很多新的生活是被产生的,很多细节在这里不多说了,基本可以理解。
 
  在任何有大数据的领域都可以做人工智能,都是创业的机会,尤其在国内。没有深度学习的时候,防欺诈或者判断要不要贷款给你,背后都有人工智能和非人工智能的方法,因为每做一个正确的贷款决策或者一个信用卡是否欺诈的时候都是可以赚钱的。美国这方面一直是在发展的,但国内一直落后,落后就对我们有好处,你可以用上这些技术,你可以给银行、保险等创造很多价值。
 

  人工智能面临三大挑战


 
  无人机领域同时有三件事情在改变人的出行:第一是电动车,第二是共享经济,第三是无人价值。这三件事情的发生,造车的公司、人才都看到这个机会,特别大的资本被注入,特别多的人才涌入。
 
  最大的被识别的领域是无人驾驶,我觉得机会很大,还会有很多万亿级别是领域,比如银行业,保险领域、炒股领域。
 
  我过去没有投资任何钱给个人了,全部都是机器人或者量化+AI的项目,但是如果说要非常快进入一个领域去改变它也不是那么容易。
 
  举一个简单例子,世界最先进的AI公司就是谷歌,谷歌最早做平行式的AI,然后做了搜索,变现还有广告这些业务过程中,它总结出一个所谓的谷歌大脑,它可以用在别的领域,用在围棋可能就是AlphaGo,用在医学可能就是癌症甄别或者疾病咨询,甚至有人说谷歌是不是可以解决“死亡”这件事情,谷歌已经把AI总结为大脑,它的机会是巨大的。
 
  在谷歌内部,深度学习的使用并不是最开始就有的,也是2012、2013年看到这样机会的产生,一直到今年都是在应用深度学习,从先驱的角度来说是不会错的,我们跟着它的脚步走是不会做的。
 
  AI这么好,还有什么挑战呢?第一,要有闭环的、大量的、自我标注的数据库,别人没有的数据。很多人说我去网上扒很多数据、照片,那些都没有价值,因为人人可以扒到,你要在你的商业闭环里面能够自我标注才有价值,比如淘宝会知道谁买了一个产品谁没有。最好的数据在BAT,BAT也不会跟我们合作,哪怕是奇虎也不会跟你合作,我们去找其他机会吧,还不如去找银行等等。第二,你需要很多机器,传感器太贵了,不过这个问题不用太担心,只要量产就会便宜。第三,深度学习的专家还是非常稀缺的,不是说有一个平台,钱就来了,而是要有真正的专家,这些专家不是很多,顶尖的专家尤其少。

閮戦噸澹版槑锛氭湰鏂囩増鏉冨綊鍘熶綔鑰呮墍鏈夛紝杞浇鏂囩珷浠呬负浼犳挱鏇村淇℃伅涔嬬洰鐨勶紝濡備綔鑰呬俊鎭爣璁版湁璇紝璇风涓鏃堕棿鑱旂郴鎴戜滑淇敼鎴栧垹闄わ紝澶氳阿銆