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