當我們還在為電影裡的高科技設備感到不可思議時， 這些技術卻已出現在我們的生活中。 震驚四海的AlphaGo使AI（人工智慧）異常火爆， 讓越來越多的投資機構、企業參與其中……今天， 投資家網帶來李開複先生對AI產業的獨到見解， 以饗讀者。
創新工廠董事長李開複
我從1983年開始做語音辨識， 大資料甚至VR等工作， 當時我的夢想就是研究人類的大腦是如何運轉的， 我在微軟研究院啟動的每一個項目都是和人工智慧相關的， 我相信人工智慧不僅給人類帶來福利， 也可以更深地瞭解自己， 但這個夢想還沒能實現。
直到去年穀歌人工智慧AlphaGo打敗李世石之後， 這件事情顛覆了大家的思維。 它帶來了人們對人工智慧的敬畏和認可， 這是里程碑的事件， 我覺得AI時代真的要來了。
人類將被機器取代
我大膽的預測在未來十年， 人工智慧， 可以做到理解、判斷、分類、預測。
如未來的保安會部分消失， 因為攝像頭的監控， 加上一些機器人巡視， 已經不需要保安了；司機可能也會消失， 還包括一些非常高端的白領， 比如說放射科醫生， 他們的看片能力不如機器人。
對於那些可能被淘汰的人將有一個很好的方向， 就是一定要選機器不能做的事情。 那些50歲以上的人， 可以轉型做高端服務工作， 而對於年輕人， 則必須從教育抓起， 教育孩子做自己最喜愛的事情；做有深度的事情， 尤其是藝術，
比如說一名記者如果花了三天時間採訪了十個人， 寫了非常深度的文章， 是不會被取代的， 這個機器做不了；但如果只是在網上拼湊整理的工作， 馬上就要被取代。
金融是人工智慧在中國爆發的第一個領域
所以， 基於這點， 以及目前從業界友商取得的成果來看， 我覺得人工智慧在中國爆發的第一個且最大的領域一定是金融。
首先金融的資料量非常大， 無論是貸款、保險、投資。 它本身就是數字， 沒有什麼要轉化的過程。 你借了多少錢， 還了多少錢， 哪天還款， 這個資料和記錄是不會錯的， 所以它的標注會非常清楚。 而且領域也很單一， 做保險就做保險，
未來， 整個金融行業還有更多更大的機會， 銀行裡面的很多業務可以被人工智慧所取代和提升， 保險行業也有太多。 我們可以看到已經有70%的華爾街交易員失去工作了， 這就是人工智慧和量化投資造成的。 再做一個更大膽的預測， 金融行業80%的都敵不過人工智慧， 人工智慧可以擴張不會出錯， 即便人工做的很好， 你能雇100萬個人嗎？
當然， 並不是說誰都能投身人工智慧的熱潮。
人工智慧的4個先決條件與7大黑洞
1996年的時候， 美國率先提出人工智慧， 其核心是深度學習演算法， 是用天文數字訓練出來的。 6年前這個技術到了一個可以創造出價值的階段， 系統可以分類， 做比人類還要精准的切割。
第一， 要有海量資料。 人工智慧需要舉多反三， 所以要非常大的資料， 至少千萬級別以上；
第二， 數據要被標注。 不是到網上弄一堆資料， 也不一定是人來標注， 當你在淘寶上購買和沒有購買就是標注；
第三， 要在垂直單一領域。 雖然人工智慧演算法很強大， 但是它和人不一樣， 人工智慧一定是單一領域的， 這個領域越垂直、越細越好；
第四， 需要頂尖人工智慧專家， 一定要有累計， 有經驗。 雖然現在看到很多應用， 但世界上懂人工智慧的人不超過7千萬個， 而中國是700個， 但這700個掉入了所謂的BAT裡面。
我個人認為，Google、Facebook、Microsoft、Amazon、百度、阿裡巴巴、騰訊這些互聯網科技巨頭就像人工智慧的七大黑洞，大量的資料、技術、人才等都被這些巨頭牢牢掌控著，這7個公司全都封閉化，對人工智慧是一大傷害。
另外，還有個讓人擔心的事情是，今天人工智慧的投資和估值肯定泡沫化了。
現在每個商業計畫都加上人工智慧，這其實過火了。人工智慧很偉大，但不要誤解它能做的事情。
比如說，有人問我人工智慧可以做平臺嗎？可以，但那一定是大公司做出來的，至少要三年；其次，千萬不要認為電腦視覺來解決無人駕駛，這是可笑的。幾個電腦視覺科學家出來就要做無人駕駛團隊，絕對不可能，你想一輛車有多少部分，無人駕駛要多複雜、很多元化的。不要認為電腦視覺得到第一名就可以做無人駕駛；還有一點，有些投資人太心急，希望它明年就能帶來千萬的量是不可能的，它長得很慢，所以投資的時候估值不要炒那麼高，炒高了你投我不投。所以請不要吹起人工智慧的泡沫。
提到無人駕駛，我必須說這是人工智慧比較大的機會。
無人駕駛領域看好兩類公司
我們對無人駕駛這個方向無比看好。但要真正做到直接無人駕駛，這中間的道路會非常坎坷。
大概在五年前，穀歌就讓員工把無人駕駛汽車帶回家。這個車可以無人駕駛，但還是會出錯。人開車是在1億公里出1-3個人命的水準，但今天即便是最厲害的公司穀歌也只跑了500萬公里，我們要跑1億公里才能知道會不會傷一個人，你要做這樣的測試需要多長的時間？另外，如果考慮統計的問題，要跑1000億公里才安心，什麼樣的公司才有這個財力來做這個事呢？
我覺得，今天不一定要用客用的轎車來做無人駕駛，完全可以做景區的車、垃圾車、清潔道路的車。這些應用速度慢，所以不會傷人命，且路線比較簡單，不用處理很多複雜的問題。當然，還有在停車及高速公路行駛等場景下，無人駕駛差不多已經可以超越人類了。
所以我們一般會挑選兩種公司。第一種是慢行場景下能夠驗證並且獲取資料的公司；第二種是能夠把需要驗證安全的過程大大降低操作難度的公司。
來源 | 投資家網 曾落靈
我個人認為，Google、Facebook、Microsoft、Amazon、百度、阿裡巴巴、騰訊這些互聯網科技巨頭就像人工智慧的七大黑洞，大量的資料、技術、人才等都被這些巨頭牢牢掌控著，這7個公司全都封閉化，對人工智慧是一大傷害。
另外，還有個讓人擔心的事情是，今天人工智慧的投資和估值肯定泡沫化了。
現在每個商業計畫都加上人工智慧，這其實過火了。人工智慧很偉大，但不要誤解它能做的事情。
比如說，有人問我人工智慧可以做平臺嗎？可以，但那一定是大公司做出來的，至少要三年；其次，千萬不要認為電腦視覺來解決無人駕駛，這是可笑的。幾個電腦視覺科學家出來就要做無人駕駛團隊，絕對不可能，你想一輛車有多少部分，無人駕駛要多複雜、很多元化的。不要認為電腦視覺得到第一名就可以做無人駕駛；還有一點，有些投資人太心急，希望它明年就能帶來千萬的量是不可能的，它長得很慢，所以投資的時候估值不要炒那麼高，炒高了你投我不投。所以請不要吹起人工智慧的泡沫。
提到無人駕駛，我必須說這是人工智慧比較大的機會。
無人駕駛領域看好兩類公司
我們對無人駕駛這個方向無比看好。但要真正做到直接無人駕駛，這中間的道路會非常坎坷。
大概在五年前，穀歌就讓員工把無人駕駛汽車帶回家。這個車可以無人駕駛，但還是會出錯。人開車是在1億公里出1-3個人命的水準，但今天即便是最厲害的公司穀歌也只跑了500萬公里，我們要跑1億公里才能知道會不會傷一個人，你要做這樣的測試需要多長的時間？另外，如果考慮統計的問題，要跑1000億公里才安心，什麼樣的公司才有這個財力來做這個事呢？
我覺得，今天不一定要用客用的轎車來做無人駕駛，完全可以做景區的車、垃圾車、清潔道路的車。這些應用速度慢，所以不會傷人命，且路線比較簡單，不用處理很多複雜的問題。當然，還有在停車及高速公路行駛等場景下，無人駕駛差不多已經可以超越人類了。
所以我們一般會挑選兩種公司。第一種是慢行場景下能夠驗證並且獲取資料的公司；第二種是能夠把需要驗證安全的過程大大降低操作難度的公司。
來源 | 投資家網 曾落靈