私募

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz

李开复道出了AI创业的10个真相!

[复制链接]
发表于 2019-6-13 00:52:25 | 显示全部楼层 |阅读模式
“重仓”人工智能,是李开复和创新工场未来几年的方向。但是,他面对一个很紧张的题目:现在的 AI 创业,核心是 AI 科学家,而“文能起笔安天下,武能上马定乾坤”的 AI 科学家凤毛麟角,用他的话说“该创业的都创业了”。
( c* r+ d& _) G  V! \这时,财产在面对一步棋。那就是:怎样把一个平常的 AI 科学家变成“创业好汉”。; W3 z# u3 z6 T  ?& l# ^0 O
作为三十年前就开始研究人工智能的李开复,以为自己“技能范儿”的创新工场有本事推动这步棋,而且在这一步棋中得到稳固的战略上风。5 H7 j$ P) t6 c
李开复告诉雷锋网,AI 创业现在是科学家的天下,之后是数学家的天下,未来是平常人的天下。
1 x& D9 h; W4 T8 l以下是李开复在《创新工场人工智能战略白皮书》发布会上的闭门分享,雷锋网将其整理成为《李开复:AI 创业的十个原形》,出现给读者。8 l" L1 i- {5 V( d  R5 z0 j+ d1 |
" }% p/ D+ n6 k
+ J1 i* Z1 F) v6 l4 T7 H- Q
AI 科学家都是超等宅男
) u& ]% J% ^: A8 F8 z* [5 L创新工场自己主营的机构是投资和投后的机构,我们固然是看项目,看首创人,他们有 idea、方向,我们就会用基金投资它。" C/ f' |4 h; ~
已往的互联网创业模式,已经非常经典地被《精益创业》形貌:1 W# e9 V0 g$ w& P$ D4 ]3 U5 H
几个小朋侪任意做个产物上去,能融资就融资,不能融资就拉倒。怎么样去惠及用户,迭代产物,之后变现,成为经典的模式。
7 x# [, p1 t. J这个创业的模式,它的红利期间已经已往了。固然以后还会有,但是不会像从前那么多。创业的门槛大大进步了,由于人工智能是下一批创业方向,而人工智能创业内里很核心的人物实在是 AI 科学家, AI 的公司没有 AI 科学家是没戏的。
5 p5 n$ ^8 Q* ?3 d# W! G但是AI科学家通常都是超等宅男,自己宅在房间内里,整天做实行,突然你把他丢到一个暴虐蛮横可骇的天下里,他自己创业乐成率不是很高。9 {! Q3 X1 F' r
许多 AI 科学家一样寻常这辈子从来没想过创业,现在突然想创业了,然后发现自己长板特别长,短板特别短:
! n' c/ t* L- K7 {1 z" E1 E* Z/ X他大概技能很牛,但是大概实行不敷;
- |; k# o: ~" X大概他的产物演示起来很好,但是一做起来都是Bug;
( T( o! J( h; G也大概他产物做得很不错,但是不懂市场;
& p4 H4 O1 L1 H2 U# A大概懂市场但是不知道怎么去卖。
$ V( v7 V8 @3 M. ]. _尤其 AI 自己又是一个 ToB 的业务,以是不是那么轻易自己攒一个局。以是 AI 科学家须要懂贸易的人,懂 ToB 的人,他须要工程师。! O7 ^# x! L! I: ], b: I

* o: R3 _+ i! d  g$ ~
8 V) C' z8 F6 g* r, _$ zAI 创业“不精致”/ d$ r: K( [; P% N3 u
我们平常都会把 AI 创业讲得很精致,本日我就跟各人讲讲 AI 不精致的地方。
! h% t" F( L8 v% ]第一个就是:AI 科学家有短板。
) H2 Z( H5 k3 N这一点刚才已经说了,我们要想怎么帮“宅男”补足短板。
  H: D2 F! H1 e7 T/ r第二个就是:AI 创业很贵。6 q$ s( l9 Q/ C% s' I$ B0 v
刚才讲的“精益创业”很自制,由于几个小朋侪不拿薪水,用零元就可以把第一个 App 推出去。8 o+ }9 G! z7 q
我们刚投资一家公司,投了一个月以后钱就用完了。我说你们不就八个人怎么钱就用完了,给了你好几百万。但他们说,光买呆板就用了三百万。" m( K+ O2 v) |9 m! i$ M2 C
第三个就是:AI 须要数据。4 M8 i. V& j1 ~4 @
辨认一张图片,最少须要几十万张样本数据,乃至几百上万万。谁给你弄数据?+ \4 a! w, @+ z  [/ U4 }' c  E
以是做人工智能投资有一个非常头大的地方:一下顶尖的人就投完了。2 Y5 p: b8 t- T
已往这两年我们就到处去扫,从最锋利的团队出来的无人驾驶公司投了两个,没投两个。然后就再也找不到团队了,由于有资格的人就那么多。
% ]7 Z! T" ^  p) c9 e0 c我们做互联网金融,扫完了以后大概投了三个,然后大概有一两个错过了时机,一两个没投,然后就没有了。
1 z: c- M; {# t由于AI科学家就那么多,可以或许创业把变乱打造到一个田地的就那么多。
) f2 P& b( x# K' h0 pAI 的近况是“僧多粥少”。各人都去抢那几棵树,已经把树拱到天价了。我以为 AI 这片土地须要“施肥”,而不是抢那些非常少的农作物。
. e, \: D  t% O以是我们创建了“人工智能工程院”。我们大概花几万万把呆板搞定,然后资助十家二十家创业公司;我们从各种渠道拿到数据,AI 科学家可以做试验;我们试着让更多有潜力的 AI 科学家,可以或许思量来创业这条路,帮他们把大概 95% 的失败率低沉到 40%,如许的话我们就可以或许产生自己的代价。4 B* X+ _' I2 {$ y1 z
固然,投靠创新工场,我们帮你管理全部题目,也要求自己的回报。原来大概五百万占股 10%,现在大概给我们 15%,我们以为如许的话也就充足了。以后假如可以打造出独角兽,我们是有许多回报的。# ~* Z% o1 j. _1 F
这个工程院在得到款子回报的话,至少得花掉两亿元人民币。但假如是我们施肥的,想必相比那些“农作物”会喜好我们。/ i, b# l; r5 d8 h; h# ^( q+ W4 K  J
两三年之后,AI 会像 Android 一样遍及
% `- K( |% X% o0 U- P长期来说,真的是永世只能由 AI 科学家来创业吗?实在不愿定。1 V& C) t5 G. E/ Z
任何技能都有一条发展路径,一个很好的例子就是 Android。当年我们跟 CSDN 的蒋涛一起做移动开辟者的大会。第一次大会的时间,我问现场观众:有多少人看好Android?大概有5个手。我问有多少人看好 Symbian?五百个手举起来。
2 P1 T0 C# B6 q+ o但当时我们果断信赖 Android 才是未来的门路。只是由于平台不敷。现在大学内里的 Android、 iOS 培训课程非常遍及。你假如是一个盘算机的门生,你自己自学也好,去做培训课也好,几个月之内你就可以开始做 Android 了。
1 f# z+ c$ C& W7 z8 UAI 也是如许的状态。  N$ X" b' i. e% y$ e' @, Q
要多久时间呢?我们大胆的假设两三年吧。这两三年里,我们工程院孵化科学家会是一个非常独特而有代价的方法。三年以后平台出来了,许多聪明的大门生可以自学。平台、工具越来越多,AI 会变得越来越轻易用了。# ^  y+ d7 k! k; D
以后年轻人来创业,我以为大概比现在的科学家创业更能乐成。由于创业须要有动机,有狼性,乐意搏命。原来就要把自己名声,身家全部赌进去的。
. A0 |. v# y( K7 c, _2 e有资格的人六个月就能成为 AI 工程师,有资格的人是指:数学天才' H4 n- }6 K! C# x
一位老教授,用三十年的功力弄出来一个新算法。这种大概性是存在的。6 F* s0 e- n$ ^7 Y+ C
但真正能发力的实在还是年轻人。许多年轻人只是苦于没有一个平台。9 Z' N0 l! Y8 X+ m5 V7 }
我告诉各人一个机密。
4 e( N2 i0 X" S2 W假如你是一个有资格的年轻人,我们只须要六个月就可以把你培训成为一个 AI 工程师。绝对不是你想象的二十年,三十年。这不像一个质料科学家、火箭专家——这种专家真的是须要三十年的功力。& [* E5 f3 b, u. I3 _- u
那么,什么是有资格呢?/ e, e8 |: s# a3 n# e
很不幸,不是全部的人。“有资格”简朴来说就是:数学天才。
5 Z" s% H8 S6 n, M/ K2 M8 g固然,这此中也涵盖了统计、主动化、盘算机。中国生齿这么多,光是数学天才我们应该一年都要产生个几十万了。9 |' g9 t7 ~. r* e6 F+ A0 a4 ?' U
假设有十万个数学小天才,那内里对AI有爱好的大概就会有五万。(由于中国门生是特别乐意去追最热门的东西,最热门的界说是什么呢?很酷,能赚许多钱的。)
- ~. d5 G4 C/ H0 i内里有两万个打仗到了一些培训平台,花了六个月去做,这两万人里大概又有两千个是得当的领武士物。比如说他是AI范畴的雷军、傅盛等等这些人。' x% s+ b. i" ?+ D' ]& _
这两千人终极才是我们最好的投资对象。我们的工作就是让这些人出现。
1 p2 C. m5 z9 D- `( H# i+ ]以是短期我们是抓着科学家来,再过三四年我们要把这些年轻人都培训出来。让他们认知这是创业最好的时机。以是这机密就是:我们要发掘中国全部的数学小天才,然后引导他们进入AI创业。6 K! S: ~$ `6 q2 |3 V  |9 Z9 x8 L
AI 担当人类?我们的题目是科幻小说看多了
! l. W" ~& u6 q6 L9 c) K1 W$ k我们应该怎样对待 AI 呢?: t4 ?1 ?  u- X: u. S& W5 y
有人看到阿法狗克服了李世石,瞬间就遐想到了 AI 要担当人类。现实上,这此中还差十万八千里。% z0 Q- G/ D1 h& R
AI里最难的题目之一,是跨范畴的自然语言明白。要做到这一点,须要上下文的明白,须要跨范畴的知识,还须要人类的“Common Sense”。
; ?& |8 Z4 t  E* d' Q比方我突然和你说:“中午还好没吃汉堡,麦当劳不好吃。”这句话全部人都明白什么意思,但是呆板很难读懂。它可以把每一个字都辨认精确,但仍然无法“明白”。
8 C9 l/ O- c* l$ m: o再比方:熨斗打开的不能去摸,沾了水的手不能碰电。这些东西不消讲我们都知道。但是盘算机怎么会知道这些变乱呢?4 c) r8 J2 b& W' O0 U
你怎么去教一个盘算机跨范畴的知识?你怎么教会它七情六欲?你怎么教会它什么是美?什么是爱?什么是宗教?什么是信仰?这些东西差得还非常远。  \4 Q- P: o/ L  @6 Q5 X
臆测大概发生的变乱跟确信肯定会发生的变乱,这两个还是要分辨得很清楚的。任何刚才讲的 AI 不能做的变乱,我们都无法臆测多久会被突破。有人说五年,有人说五十年,也有人说永世不会。
* P1 t" s& _' Q我以为我们真正应该讨论的变乱是怎么用AI来创造代价,怎么让人类可以或许没有饥饿和严寒,让每一个人都能有尊严的在世。# N5 `( E1 m" a$ o
比方,未来许多蓝领和白领的工作都会被代替,也包罗了记者。固然有些深度文章呆板大概五十年也写的出来。但是假如你从网上攒一些资料,比方科大讯飞发布财报,产物多了30%,分析师说股票怎么样,未来人工智能被看好什么的,这种东西呆板已经在写了。, l/ F& |) T7 v4 F, T
当呆板可以或许把简朴的工作代替的时间,当颠末五秒以内思考的变乱人都不消做的时间,当这么多人将大概赋闲的时间,这些赋闲者应该怎么做?我们怎样去重新训练他们?孩子的教导是什么样的?怎么让人类继承的去探求应该做的变乱?大概造物者是不渴望我们做这种无聊的工作,让我们都做故意义的变乱,以是才用呆板代替了我们。
" L0 A. Q, L7 q) c! m) h刚才讲的这些变乱都是十年内会发生的。
6 |, ^, K6 B2 p/ Q1 z- |  j5 l固然未来也大概是 AI 养活了全天下,我们大概都成为 AI 的宠物,在家里戴着 VR 头盔玩游戏。呆板会不会有自我意识,会不会代替人,会不会成为物种,固然未必不大概,但这些是未知的。" s. {3 o9 i" ~# P+ \: }
很不幸的是:我们科幻小说看多了。
5 A; ]! I7 J5 f1 W, l$ A# ]( a2 K+ \“AI 新物种”“代替”“奴役”,这些固然可以被想象,但有更多一定的故意思的题目,更值得我们去思考。; S; U+ _& H, R! c& S

* L9 h  M4 M! P' f' v, {4 c% s, ]9 ~$ c0 {
AI “低处的果实”还没摘完
, a+ \# {! p# @3 [/ Z9 I$ z; N  l人工智能有许多学派。符号学派、毗连学派等等。但是除了深度学习以外的方法,颠末多年被验证,是不太有发展的。
% l( j+ {7 D# E5 R模拟人的分析方法,渴望把它变成一个规律和专家体系,已往五十年已经证明白这个思绪是不可的。固然大概某一天会有一个突破,但是直到那一天为止应该是不可的。% X7 J+ X& ^0 y" u& Q- l" [
就我自己的配景来说。在1988年,我就开始做语音辨认。当年第一套体系就是用完全呆板学习的方法来做的非特定人的语音辨认。
6 C, _6 _. M6 g7 d7 S现在看起来这是一个特别小的方法:天下上有一个人可以或许从纸上读出语音,我的导师就要把这套方法变成一套专家体系。
4 W2 F" p& F: d2 s当年就让我很刚强地以为:呆板的构造跟人脑,跟人的头脑方式实在是不一样的。我们硬要把A放到B实在是很困难的,就像我们不能逼自己去变成一个深度学习者,去分析变乱——我们头脑头脑就不是那样的,是不自然的。
6 ^5 f* t, P8 _5 I用脑科学的方法制造人工智能,是一个未知的范畴。未知的东西有它的魅力,你要做研究就要做未知,你要有了突破那就是创新。在学术范畴你做每一件变乱的衡量标准是:我要做别人从来没做过的东西。我们可以假设脑科学跟未来的 AI 是干系的,我们可以去证明这是或不是。但是从投资的角度来讲,押注的风险就太大了。" y8 X$ ~( Z3 N$ L$ D
当年深度学习也是由于数据的不敷,遇到了一些瓶颈。但比年我们看到有好几个特别大的变革:2 @: e" H3 q/ w' f
第一个就是特别大量的数据在某些范畴开始产生,而且我以为我们现在还没有被用完。
" ~9 a$ E! ]& P0 L/ J第二个就是 GPU 的利用让我们可以或许更高效地、非常快速地做深度学习。; i% P2 P8 V3 i/ k% R5 p5 A) J  ?% \7 b
现在我以为,所谓的深度学习的果实还远远没有被摘完。人工智能的应用来说百花齐放,一个一个大果实就在你眼前。在这种情况下,你还要去种花,何须呢?
- u4 |$ }; X# J, g8 i7 K. s我们把 GPU 和海量数据在全天下扫一遍,应该还够我们 VC 界吃个五年,以是从投资的角度这黑白常清楚的变乱。! s; \# y: x  F7 |. `  ^2 [
再往下走,我以为我们 AI 肯定不可以是只有深度学习。比方现在尚有增强学习的方法,也在被探索。AlphaGo 内里也不是只存在一个方法。以是我以为学术界实在应该开始资助和探索更多的大概性,当我们把这两年的粮食吃完之后大概尚有更好的时机。
0 C& G  e! M3 e$ |' ]) j我没有 AI 宗教信仰/ r6 x5 `. D' f9 |
固然未来 AI 也大概没有进一步的突破了。- ]7 _+ o( t. Q# T/ w
假如没有的话,那就阐明 AI 的黄金期间已往了。下面就是物联网大概其他什么的。作为投资机构,我们并没有一种 AI 宗教信仰,我们还是要把控机动度。) ^3 U; M6 @* R5 ?
就像移动互联网期间,当时我们应该是在业界最高调的移动互联网 VC。但是随后我们根据情况做了调解。
+ z( M. k& h. D$ O; G, Z( p0 d假如学术界跟财产界有一个公道的分工,我对未来五年投资界和产生代价非常乐观,对于所谓AI的泡沫我以为不会发生。固然有个别的案例会有泡沫,但是我以为能吃的粮食着实是太多了。
$ G6 B9 U7 T# O9 X' Z/ y学术跟财产它的分工大概是如许:& q# [4 n( ~. s; u& B' M1 Y
一方面是一个很自然有机的分工;7 e2 ^3 Y! A# x' [# c* o" K* o( ^
别的一方面又是有一点倾慕妒忌恨在内里。# n( A: h( L' s+ P2 `' d
一样寻常来说学术界是看不起工业界的,但是在某一个时间突然工业界的一个技能成熟了,在这个技能上学术界就做不到工业界的效果了。于是学术界就被逼的去做新的东西。比方:现在再去做人脸辨认,学术界就已经打不外工业界了。以是在人工智能范畴,很少见到一个老教授一生只研究一个命题。1 A$ F5 R; [4 ^0 c
AlphaGo 自己没有贸易代价
. h( D- K& t/ \% U. tAI 会带给我们什么代价呢?/ Y; {1 d( P- u. P4 n# {
我想先说说AlphaGo。之以是 AlphaGo 云云引人注目,很大水平上是由于我们如许的专家把它讲得太悬。! x- n* I' {. e6 t' k4 V- C0 w
之前我以为围棋比国际象棋至少难十年或十五年,但厥后效果证明我是过于灰心了。我过于灰心实在有许多来由。我当时以为围棋要比国际象棋难了一个天文数字,但天文数字也是数字。, J- N5 F- X+ \2 [# n( o$ G: ?
在AlphaGo之前最好的人工智能棋手到达了业余五段。而 AlphaGo 最新的 Master 和职业九段之间的差距,大抵相当于职业九段和业余九段的差距。这确实是很大的跳跃。
) ?" n7 f( B& d  e那为什么会有如许的征象呢?也就是说,为什么下围棋的人工智能进步幅度这么大呢?
7 m9 f- w5 B. J: n实在有一个非常现实的来由,就是想挣钱的人不会去做围棋。你看 AlphaGo 的专家队伍也没那么了不得,就是二十个很锋利的呆板学习专家。在谷歌内里大概有两千个如许的人,在微软里有一千个如许的人。缘故起因在于微软和谷歌已往没有想拿两千个专家的力气打败围棋手,他们的更多时间都在做语音辨认、人脸辨认这些有代价的变乱。6 S3 z- v' c2 j
在这个没有代价的变乱上 ,能用二十个专家就不错了。
+ g5 R+ d+ w" @( e) t6 ~- m金融、医疗是有贸易代价的 AI) c& m0 f! {; F  q$ w+ M2 I
有贸易代价的 AI,影响就巨大了。9 ]) {: |' P% }2 E3 k
AI 在数据量大的范畴最易应用。这些数据最好被正确标注,主动化标注。5 ?) h7 N! A$ l: c$ Y# f! d
AI 在无摩擦的范畴最轻易应用。一个范畴内里假如有制造、测试、物流这类摩擦,那就贫困了。无摩擦的范畴是什么?医疗是无摩擦,金融是无摩擦。
4 N# @& Q# B% w9 F7 _& G3 iAI 在挣钱最多的范畴轻易应用。毫无疑问,最挣钱的又是金融。% n8 \) V9 c1 [/ q4 w
以是金融毫无疑问会是AI最快征服的范畴。由于你的算法可以很快就变成钱。
1 j4 o# Y7 ~2 Q5 _* R- a* J: m医疗也是一个特别巨大的范畴。而且医疗相对传统,能产生增值的时机很大。而且它不是基于大数据的。最好的大夫是什么,就是他自己是一个深度学习的呆板,根据他的履历做了许多多少许多多少次。
, P0 e* _  l) ~2 M; t* P假设他判定了五千个病人,判对了许多,判错了一些,下面他的判定就会非常精准了。但一个好大夫大概最多也就判定过五千个病人,但我们的数据是五万万的病人的级别。以是医疗逾越大夫应该是一个非常一定的,举世性的趋势。
$ a" x( u% n, |' F: H+ J但是AI 医疗须要突破一些隐私题目,大概会有一些挑衅。
) t; L9 a1 o1 n  g' M+ U+ q
" Z/ k# J) [: a! ~% h# f* W, O' _, u# E/ z
呆板人间界的大门,要靠智能驾驶来敲开
. F6 @& @6 F- b. ^% E" _% k8 r除了大数据应用之外,尚有就是科幻型的应用了。包罗呆板人,无人驾驶这类范畴。2 S) `, z0 Z. E1 a: F
现在看得非常清楚,而且举世到达共识就是无人驾驶。偶然间你要做一个科幻型的东西,须要万事俱备,天时地利人和才气推动。但是一旦开始动它就不得了。就像从前我们的移动互联网改造了整个财产链,从前的 SP、诺基亚之类。如许的财产厘革到临,根本旧的企业全部会死掉,换成一批新的。
( }" |; Y3 g+ {1 X; a" ^出行就会是下一个财产。我们非常荣幸,现在有了共享经济,尚有电动车。这两个范畴已经在推动了,可推动的过程中遇到了一些阻力。* v/ {) N% b$ D3 c0 U* R
现在无人驾驶一来,就会改变天下的经济格局。我信赖,天下经济10%是和出行和运输干系的。固然真正的无人驾驶到来大概还要十年,但是有些其他的变乱可以更快地被做好。' J; ~! b7 V! b" R. V& A* [/ U
比如景区游览车,比如运输卡车。
/ x' e; X" Y( t; l# g你大概会问,假如主动驾驶技能暂时还不成熟,卡车下了高速公路怎么办?没题目,我们把堆栈全停在高速公路旁边不就是了。( i% ^, G  B5 |3 t+ f
万一卡车看错路怎么办?那我们就重新修路,在路上放许多标记和传感器,这也不是很困难。3 H( h- r3 Z9 h- a- ?! s
以是我们未来三五年我们就可以打许多补丁,让无人驾驶可以或许在许多有限的情况之下被利用,以是万万不要以为主动驾驶尚有十年才来,现在跟我们无关。
' j- a' ~! z1 m3 N% o; c. P我们很少看到有一个财产重新到尾全部都“降服佩服”了。+ B( ~4 V" w& x
哪一家汽车公司还敢不说无人驾驶?每一家都在搏命想办法去管理,整个财产力气都进来了。
0 D: q5 R* v8 B2 J7 d6 y资源的力气在举世都在投资无人驾驶的公司。
0 n) S$ c. ^' ~2 V' G9 e最新最酷的创业者,许多都在无人驾驶范畴创业。# V. A+ p8 a; N! U* i" B( e( s' e" w
这是一个不可逆的一定趋势,会对各个行业做全新的结构。
8 \% P8 b8 F/ U比方,全部的司机该怎么办?没有车会停下来,停车场该怎么办?以后的汽车该什么样子?门路要提供什么传感器?哪些范畴是最快可以或许赚最多钱的?  @% p1 u& y# ^
这些我们实在都不必太担心,由于那些最有贸易嗅觉的人和最有科技本事的人已经在天天在推敲这个变乱。他们,大概说我们肯定会找到管理方案。
/ m- t9 k% I; j当一辆无人驾驶汽车可以在路上运行的时间,汽车之间就可以对话了。比方前面发生了车祸,我的车要做出避让。本日我的主人发急上班,你给我让路,我给你两毛钱行不可?; S+ w0 Z$ l/ z7 j
在这种情况下呆板人就变得可行了。与其等待家里的呆板人用陪小孩玩的方式进化,还不如等待无人驾驶汽车促进呆板人的进化。
, X! Y. x& b- ?) U- Z: W
( Y9 d" q# B$ m+ jwww.zhitouwang.cn
http://www.simu001.cn/x108294x1x1.html
最好的私募社区 | 第一私募论坛 | http://www.simu001.cn

精彩推荐

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|Archiver| ( 桂ICP备12001440号-3 )|网站地图

GMT+8, 2025-8-3 02:38 , Processed in 0.903097 second(s), 26 queries .

Powered by www.simu001.cn X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表