為什么投資人會在機器學(xué)習(xí)領(lǐng)域砸下重金？

投資機器學(xué)習(xí) 人工智能

Jeff Catlin | 2016-11-07 13:25

【數(shù)據(jù)猿導(dǎo)讀】為什么現(xiàn)在人工智能忽然火了起來呢？又是什么讓人工智能和機器學(xué)習(xí)忽然變成了投資人們熱議的話題？答案其實很簡單，人工智能技術(shù)很可能會改變整個行業(yè)的游戲規(guī)則

如果你是個聰明的投資人，而且手上也有足夠多的資金，那么想必已經(jīng)在人工智能領(lǐng)域里做過幾筆投資交易了。

可是，投資人工智能行業(yè)并不輕松，在這個市場里，規(guī)模達(dá)到 5000 萬美元的投資都不算是什么大交易，因此，如果你想要有所成就，那么可能需要砸下更多資金——比如，利用算法進(jìn)行量化交易的 Sentient 公司在人工智能平臺上投入了 1.44 億美元，人工智能公司 Vicarious Systems 為了開發(fā)算法投入了 6700 萬美元。

怎么說呢，如果你是一家開發(fā)智能機器人的初創(chuàng)公司，那么很可能會享受到最頂級的投資服務(wù)。

不過問題來了，為什么現(xiàn)在人工智能忽然火了起來呢？又是什么讓人工智能和機器學(xué)習(xí)忽然變成了投資人們熱議的話題？

答案其實很簡單，人工智能技術(shù)很可能會改變整個行業(yè)的游戲規(guī)則。

在某種程度上，人工智能和機器學(xué)習(xí)技術(shù)被很多人看做是一種過程優(yōu)化，但實際上，它們卻能產(chǎn)生非常極端的效果。當(dāng)機器和人工智能學(xué)習(xí)的越多，它們就會變得更智慧，最終也越可能顛覆我們?nèi)祟愃熘氖澜缃?jīng)濟。

不過，人工智能技術(shù)最先顛覆的可能會是軟件開發(fā)行業(yè)經(jīng)濟。

舉個例子，對于一支擁有 6-10 名軟件開發(fā)人員的團隊而言，過去某個軟件開發(fā)項目可能需要花上一年時間才能完成，而現(xiàn)在人工智能的支持下，可能會被壓縮到只需數(shù)月時間就能搞定。

而這種縮短開發(fā)時間的功能，只是人工智能技術(shù)顛覆軟件開發(fā)經(jīng)濟的一個開始。人類本身其實很容易接受新事物，也很容易被“優(yōu)化”，而對機器來說，所有創(chuàng)新不過是它們繼續(xù)向前發(fā)展的一個開始。

好了，說到這里，你可能會產(chǎn)生一定的懷疑態(tài)度，這很正常。但是如果我們回顧下歷史，看看第一次工業(yè)革命對人類社會所造成的影響，就會發(fā)現(xiàn)機器給整個世界帶來的創(chuàng)新是多么驚人！而且要知道，那時候可沒有人工智能技術(shù)，機器也不是那么“聰明”。但現(xiàn)在，機器其實已經(jīng)變得足夠聰明了，它們甚至能讓整支軟件開發(fā)團隊“回家種地”，自己獨立完成某個開發(fā)項目。

讓我們拿華爾街為例，股票交易所可以看做是金融行業(yè)里的一個縮影。為了獲取海量財務(wù)數(shù)據(jù)，湯森路透和彭博社這些公司在數(shù)據(jù)庫維護(hù)上花了不少錢，對于像評估、微軟、以及亞馬遜這樣的大公司，需要不斷收集他們的信息，追蹤股票價格，出新聞之后還得第一時間準(zhǔn)備報道。

而現(xiàn)在，機器學(xué)習(xí)完全能夠自動執(zhí)行這些處理。按照業(yè)務(wù)識別模型和公開交易的數(shù)據(jù)，這些數(shù)據(jù)庫可以在人工智能分析下運行，并不需要人工參與。事實上，只要是重復(fù)的、基于過程的、并且涉及到海量數(shù)據(jù)的工作，都能依靠機器學(xué)習(xí)技術(shù)來處理，也是這項技術(shù)主要解決的目標(biāo)問題。

好了，就讓我們承認(rèn)吧——這些問題都是開發(fā)人員一直渴望解決的。畢竟，就算是最優(yōu)秀的程序員也是人，是人就會有惰性，他們想要一次解決一個問題，而不是像機器那樣，“渴望”盡可能地多地解決問題。

通過設(shè)計，機器可以高效率工作，識別類型和解決問題是它們與生俱來的使命。只要能給機器足夠的時間和耐心，一旦它們達(dá)到某種成熟度，我們就能看到在某些特定行業(yè)領(lǐng)域里系統(tǒng)可以做到接近與人類智力的水平。

到了那個時候，公司老板不傻，他們就不會花更多錢去招募軟件開發(fā)團隊。所以發(fā)現(xiàn)沒有，投資人看到的就是這樣一個明天，這也是他們?yōu)槭裁船F(xiàn)在要在機器學(xué)習(xí)技術(shù)上砸錢的原因。沒錯，投資人看到的是明天，而不是今天，他們需要人類無法提供的投資回報率。

當(dāng)然，人工智能并不是一條容易走的道路。

智能機器就像是只有左腦的人，因此在處理某些問題時，可能會比較模糊混亂。因此，找到一種能夠解決右腦問題的方法，實現(xiàn)邏輯跳躍和創(chuàng)造力，才是人工智能初創(chuàng)公司的機遇所在。

我們什么時候能夠做到這一點呢？事實上，我們已經(jīng)解鎖了很多人類自身的秘密，但是對于大腦如何工作依然無法完全了解，因此給機器再造一個人類大腦其實并不容易。我們可能會經(jīng)歷大量失敗，但還是要去做大量努力，嘗試解決那些看似無法解決的問題。在人工智能領(lǐng)域里，我們相信那些開發(fā)工具套件、改善人工智能易用性和可用性的初創(chuàng)公司將會成為第一批贏家。而在某一特定領(lǐng)域里幫助全世界數(shù)據(jù)科學(xué)專家解決獨立問題的人工智能初創(chuàng)公司，也將會成為該行業(yè)內(nèi)第一批能夠產(chǎn)生經(jīng)濟價值的贏家。

當(dāng)然，現(xiàn)在所有的一切都只是開始。機器學(xué)習(xí)模型之間的數(shù)據(jù)交換，將會進(jìn)一步加速人工智能可用性，也會降低行業(yè)成本。當(dāng)所有這些都匯聚在一起，人工智能才有可能獲得成功，徹底顛覆人類經(jīng)濟。聰明的投資人預(yù)見到了未來，他們也愿意為失敗買單，因為他們看到了人工智能具備為整個人類帶來變革的潛力。

此外，簡化和壓縮數(shù)據(jù)科學(xué)，也將會成為機器學(xué)習(xí)技術(shù)最先獲得經(jīng)濟回報的行業(yè)領(lǐng)域，不過這意味著未來數(shù)據(jù)研發(fā)團隊的人數(shù)會變得越來越少，相關(guān)項目的規(guī)模也會逐漸濃縮。這種情況也引起了不少業(yè)內(nèi)人士的擔(dān)心，認(rèn)為機器人會對人類構(gòu)成威脅，也害怕機器人會搶走人類工作“飯碗”。

不過，就讓我們勇敢地去面對未來吧！畢竟，當(dāng)一個不知疲倦、專注于工作的“機器天才”幫助人類解決問題，幫助人類從繁重的工作中解脫出來，不正是我們渴望實現(xiàn)的終極目標(biāo)嗎？

來源：36kr

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)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。