60億中國資金硅谷搶食人工智能哪種應(yīng)用最受寵

資金硅谷人工智能

莫柳 | 2016-08-19 13:58

【數(shù)據(jù)猿導(dǎo)讀】比如讓AI去識別一只狗，就要給很多很多狗的圖片樣本讓它學(xué)習(xí)，“但是人類不是這樣學(xué)習(xí)的”。比如，特斯拉不久前無人駕駛汽車發(fā)生事故，原因就是特斯拉的AI沒有學(xué)習(xí)到“強(qiáng)光遮擋視線”的數(shù)據(jù)，影響了圖像識別

微軟小冰在微博上與粉絲插科打諢成為“網(wǎng)紅”，未來微軟還想讓小冰以歌手的身份出道;去年《我是歌手》總決賽上成功預(yù)測歌王而一炮走紅的阿里云ET(原名“小Ai”)，如今其get的技能已被應(yīng)用于工業(yè)、交通、健康等多個(gè)領(lǐng)域;高德地圖希望以通過人工智能(簡稱AI)調(diào)度城市交通;長虹不久前在北京發(fā)布了全球首款人工智能電視長虹CHiQ(啟客)……AI正以各種形式的應(yīng)用慢慢滲透進(jìn)我們的日常生活中。AI應(yīng)用開始落地，資本也聞風(fēng)而至。然而，目前的人工智能的應(yīng)用仍處于“弱AI”的階段。從事了25年AI研究的英國牛津大學(xué)計(jì)算機(jī)系主任Michael Wooldridge向南都表示，弱AI只是讓機(jī)器和電腦專注于具體任務(wù)上;強(qiáng)AI是通用型，好比好萊塢大片中的機(jī)器人，這些機(jī)器人有自我意識，就像人一樣。實(shí)現(xiàn)強(qiáng)AI仍是遙遙的夢想。阿里云首席科學(xué)家周靖人則向南都表示，或許要等20年后，ET才可以接班馬云。

60億中國資金去硅谷買什么?

阿里云近期宣布加大對人工智能的投資，并將“小Ai”更名為“ET”。3年前，阿里云就擁有了人工智能專家團(tuán)隊(duì)，但機(jī)器計(jì)算能力的發(fā)展增加了阿里云對AI的信心。阿里云總裁胡曉明對南都用“加重”這個(gè)詞來形容他們對人工智能的新認(rèn)知。“決定加大投入后，阿里云也加緊從全球招募人工智能科學(xué)家。”

除了阿里，不少AI創(chuàng)新、創(chuàng)業(yè)公司也受到資本的青睞。資本對AI的熱情，不只是在中國。環(huán)球時(shí)報(bào)援引美國媒體的報(bào)道稱，中國資金如洪水般涌向了硅谷，過去兩年多來，百度、騰訊、阿里等互聯(lián)網(wǎng)巨頭以及眾多民間投資人、家族公司、地市政府競相投資硅谷的一流科技公司。中國不斷增長的財(cái)富和政府推動(dòng)創(chuàng)新技術(shù)激勵(lì)了投資者，特別是在中國仍落后的虛擬現(xiàn)實(shí)和人工智能等領(lǐng)域。根據(jù)榮鼎咨詢公司的數(shù)據(jù)，截至2016年上半年，除房地產(chǎn)外，流向硅谷的中國投資達(dá)到60億美元，其中超過一半是在過去18個(gè)月完成的。

昆仲資本董事總經(jīng)理姚海波表示，在美國硅谷，幾乎所有的基金都在投資AI，連政府背景的公司都在投資AI。“我們在灣區(qū)有個(gè)辦公室，過去三年投了約7000萬美金，當(dāng)我們發(fā)現(xiàn)中國同類型的公司估值比硅谷的都要高時(shí)，證明風(fēng)口已經(jīng)來了。”

不過，泡沫問題也值得警惕。很多投資人也表示，目前國內(nèi)一些AI公司存在估值過高的問題。

云九資本合伙人邱諄表示，國內(nèi)不少AI公司是從其他領(lǐng)域轉(zhuǎn)型而來，在短時(shí)間內(nèi)找了些人就成立了團(tuán)隊(duì)。相比而言，美國的AI行業(yè)還是成熟一些。“不過，即使在美國，大約50%的企業(yè)還是在天使輪的階段，剩下的一半基本也是在A輪融資階段，國內(nèi)的數(shù)據(jù)我還沒看到，不過國內(nèi)AI創(chuàng)業(yè)公司跟政府打交道能力很強(qiáng)，這是非常重要的優(yōu)勢。”

厲偉表示，AI領(lǐng)域目前的確存在投資泡沫，“一定泡沫的出現(xiàn)證明了投資很多，過多的泡沫才是壞事。”微軟亞洲研究院常務(wù)副院長芮勇接受南都記者采訪時(shí)也表示，這一兩年關(guān)于AI的投資的確存在不少“炒作”，投資的泡沫還存在，對初創(chuàng)企業(yè)來說，有一定困難。

AI職業(yè)競爭力在哪?

資本對AI的投資大多從應(yīng)用切入。在獲得足夠的大數(shù)據(jù)后，人工智能可以應(yīng)用到各個(gè)場景，比如，管理一家工廠、管理一個(gè)城市的交通。

目前松禾資本和洛可可合作設(shè)立的AI專用基金，就是從具體應(yīng)用切入AI行業(yè)，“AI的研究是以底層研究為基礎(chǔ)的，但對于VC來說，投資底層研究不太現(xiàn)實(shí)，底層研究更需要國家層面的投入。”厲偉還建議，創(chuàng)業(yè)者若以底層技術(shù)進(jìn)入AI創(chuàng)業(yè)，應(yīng)該學(xué)會(huì)跟大公司合作，幫助大公司做配套，這樣更容易存活下來。

那么，AI在哪個(gè)領(lǐng)域的應(yīng)用更加成熟，競爭更加激烈呢?

南都記者了解到，人工智能從上世紀(jì)50年代起步，但近幾年一些應(yīng)用才開始逐步落地，尚未形成激烈競爭的局面。

比如，去年阿里云才將AI作為一種產(chǎn)品和服務(wù)對外開放。阿里云總裁胡曉明向南都記者表示，目前為止，ET最典型的應(yīng)用是在湖南衛(wèi)視的《我是歌手》決賽過程當(dāng)中成功預(yù)測歌王歸屬。除此之外，ET還被應(yīng)用于工業(yè)生產(chǎn)、交通、健康、洪澇預(yù)測等多個(gè)領(lǐng)域。

對于“小冰”的應(yīng)用場景，小冰項(xiàng)目負(fù)責(zé)人李笛更愿意將其定義為“真實(shí)的人”，并規(guī)劃其職業(yè)生涯。比如，小冰在九月將以虛擬歌手的形象正式出道。另外的應(yīng)用則是客服。“現(xiàn)在100個(gè)客服里面，有90個(gè)客服做的是初篩工作，所以呼叫中心才老是有那么長的自動(dòng)服務(wù)轉(zhuǎn)接，而這部分完全可以由小冰完成，提高效率也節(jié)約人力。”李笛如是表示。

芮勇從資本的角度指出，未來的投資熱點(diǎn)會(huì)在智能駕駛、醫(yī)療、教育、金融等方面。這意味著這幾個(gè)領(lǐng)域的AI創(chuàng)業(yè)創(chuàng)新公司的競爭也將會(huì)比其他領(lǐng)域更加激烈。

智能出行領(lǐng)域也是最被看好的，高德地圖目前也主要解決人們個(gè)性化出行的問題。“除了公交數(shù)據(jù)，再加入用戶行為數(shù)據(jù)，分析其更個(gè)性化的出行方案，”高德地圖副總裁董振寧說，目前其AI尚未應(yīng)用在自駕上，而是在公交上，“比如你平時(shí)8點(diǎn)出門，我發(fā)現(xiàn)公交車可能稍晚到，就會(huì)提醒你晚點(diǎn)出門。”但從長遠(yuǎn)看，董振寧更希望把AI應(yīng)用于整個(gè)城市交通調(diào)度上。

從數(shù)據(jù)的優(yōu)勢來判斷，楊強(qiáng)比較看好金融領(lǐng)域。而Michael Wooldridge認(rèn)為，下一個(gè)AI熱點(diǎn)應(yīng)該在醫(yī)療領(lǐng)域。他的判斷也是基于大數(shù)據(jù)的優(yōu)勢，“現(xiàn)在非常受歡迎的手環(huán)，能監(jiān)控你的心率，你的血糖，還有你走了多少步，蘋果手表也是這種可穿戴式的設(shè)備，可以不斷地監(jiān)測你的身體情況，而所有這些信息會(huì)給到AI。”

不過，資本也很難準(zhǔn)確判斷哪一個(gè)項(xiàng)目能夠成功跑到最后。厲偉表示：“對待這些新領(lǐng)域，每個(gè)人的眼光都是有局限性的，所以投資上難免會(huì)‘廣撒網(wǎng)’，除非是跑出來的項(xiàng)目，否則只投一兩個(gè)人工智能項(xiàng)目風(fēng)險(xiǎn)太大。”

AI與人的差距還有多遠(yuǎn)?

阿里云提供給記者的通稿上的標(biāo)題是：ET或在20年后成為馬云接班人。屆時(shí)，ET就是Michael Wooldridge口中的“強(qiáng)AI”。

但現(xiàn)在，ET還處于1.0階段，初步具備聽、說、看的感知能力，并能夠在交通、工業(yè)生產(chǎn)、健康等固定的領(lǐng)域輸出決策。但要做一個(gè)商業(yè)領(lǐng)袖，需要全面、綜合的技能，甚至還要具備商業(yè)直覺。阿里云首席科學(xué)家周靖人表示，目前來看，ET尚不具備這種通用的人工智能能力，把它放到一個(gè)新行業(yè)，它還需要很長的時(shí)間學(xué)習(xí)、探索，“我們正在不斷拓展ET的能力，并提升它對各個(gè)行業(yè)的適應(yīng)能力。”

說白了，就是對知識(數(shù)據(jù))的學(xué)習(xí)。微軟全球副總裁陸奇向南都記者詮釋他對人工智能的定義：“可以自動(dòng)地獲取知識，來代表知識，可以自動(dòng)地完成他需要達(dá)到的目的，這就是智能。”

從“1.0版本的ET”到“馬云的接班人”，這中間差了多少數(shù)據(jù)?

金山軟件兼金山云CEO張宏江接受南都記者專訪時(shí)舉了一個(gè)例子———今年火遍全球的圍棋人機(jī)大戰(zhàn)。他指出，AlphaGO在對局中獲得30M個(gè)布點(diǎn)數(shù)據(jù)，其動(dòng)用了1920個(gè)CPU和280個(gè)GPU的高性能計(jì)算資源，在一場比賽中消耗的能量是人的300倍。

張宏江同時(shí)指出，當(dāng)數(shù)據(jù)量不夠大時(shí)，AI的學(xué)習(xí)能力也相當(dāng)有限。比如，特斯拉不久前無人駕駛汽車發(fā)生事故，原因就是特斯拉的AI沒有學(xué)習(xí)到“強(qiáng)光遮擋視線”的數(shù)據(jù)，影響了圖像識別。因此，想要提高性能，就必然依賴于大數(shù)據(jù)，“數(shù)據(jù)越多，覆蓋量、精密度越高，對模型的依賴就越低，人工智能就變得足夠可靠。”

但目前AI還不能像人一樣“智能”。芮勇指出，現(xiàn)在AI給予它的還是監(jiān)督式學(xué)習(xí)。比如讓AI去識別一只狗，就要給很多很多狗的圖片樣本讓它學(xué)習(xí)，“但是人類不是這樣學(xué)習(xí)的。顯然這在算法上是有問題的，非監(jiān)督式學(xué)習(xí)的技術(shù)有希望，但現(xiàn)在的技術(shù)距離還比較遠(yuǎn)。”換句話說，ET1。0和馬云之間差的不是多少TB的數(shù)據(jù)，而是學(xué)習(xí)方式———“學(xué)渣”和“學(xué)霸”的學(xué)習(xí)方式根本就不同。

采寫：南都記者莫柳鐘鍵挺蔡輝實(shí)習(xí)生徐曉飛

來源：南方都市報(bào)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時(shí)，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。