玩牛牛技巧

人工智能“冷”嗎?

創客貓 · 2019-06-05 10:29

人工智能幾起幾落皆因落地不順。

創客貓注:本文來源于“第二十一屆中國風險投資論壇”上,微眾銀行首席AI官&香港人工智能與機器人學會理事長楊強、火山石資本管理合伙人章蘇陽、中國信息通信研究院人工智能部主任孫明俊、創世伙伴資本合伙人梁宇、藍奧集團董事長&首席執行官魯銀剛圍繞《聚焦人工智能,加速應用落地》主題展開的圓桌對話。新恒利達資本董事長賈君新擔任專場主席。

1.jpg

無論是大公司還是初創企業,對人工智能的投入都在不斷加大。但隨著資本寒冬的發酵,人工智能行業也受到了一些影響。

楊強認為,人工智能幾起幾落是因為落地不順。他指出了人工智能的應用是由三個重要因素組成,第一是計算能力,但像谷歌那樣用大批量的集成計算并不是所有人都具備的;第二是數據,數據要有目的地去收集,而且要是活的數據,很重要的是反饋數據;第三是人才,人工智能的人才很貴,但實際上不應該這么貴,因為很多人工智能的人才可能只會寫算法,但是人工智能的應用是要有一個很獨特的眼光,同時具有商業的業務眼光和人工智能算法的眼光。

章蘇陽表示,資本有寒冬,但是AI投資這塊沒有寒冬,作為通用的AI應用,投資量還是非常大的。他認為,將來的AI可以把生活當中的所有東西分為無窮多的專業領域,并且會有無窮多的專業AI芯片來解決實際的應用問題,而且它不是特別復雜,是成本性非常好的事情。

孫明俊指出,人工智能的創業是所有信息技術領域除網絡之外最難,也就是創業門檻最高的領域,它需要真正有硬實力,而且是多個領域積累的硬實力才能夠成功。

在梁宇看來,人工智能的發展是一個螺旋上升的過程,是一個雙曲線,分別是技術和商業。作為早期VC,特別關注現有的技術如何能夠解決商業價值,而人工智能解決的是成本問題。“中國是個好市場,有大量的數據,有大量的從事算法的人才,有大量的創業者和VC,這是一個大的生態環境。人工智能到底是變冷還是變熱,其實取決于這個生態有多理性,取決這個雙曲線誰在前面。”

作為企業家,魯銀剛深感資本寒冬對人工智能行業的影響,但他指出,在未來的時代,不管是機器人還是任何一個行業,資本市場都應該冷靜,冷靜一點往往可能更好。

以下為對話實錄節選:(經創客貓編輯)  

賈君新:希望參會的嘉賓來聊聊人工智能在VC投資領域中去年和今年究竟遇到了哪些困難或者困境?

楊強.jpg

微眾銀行首席AI官&香港人工智能與機器人學會理事長楊強

人工智能應用的三大重要組成因素

楊強:這個問題我們早就經歷過,人工智能幾起幾落也是因為落地不順。這次落地不順我們要看一下人工智能崛起的原因,阿爾法狗給我們一個很好的例子,它在圍棋很成功,但是你拿阿爾法狗做一個工業的設計或者拿它做一個無人車卻用不上。這說明人工智能的應用應該是由幾個重要的因素組成的,第一個是計算能力,像谷歌用大批量的集成計算并不是所有人都具備的,尤其是中小公司并不是這樣,包括我們見到一些大公司也沒有這么強的計算能力。

第二點是數據,數據并不是大家說的從今天開始收集數據就好了,你要有目的去收集,數據不能是收集一次,數據要是活的,而且很重要的數據是反饋數據,能夠來訓練一個人工智能系統。

人工智能這一次的興起主要是由機器學習、深度學習。深度學習的特點是你使用第一天效果很差,但是隨著數據的收集它會逐漸自我提高,也就是說使用人工智能的單位一定要有足夠的耐心,它要有足夠的資金在后面支撐,提供足夠大的場景,讓這個系統逐漸超過人類。超過人類的這一天就可以開始盈利,但是到這一天之前可能會有很多公司死掉。

第三個就是人才。人工智能的人才很貴,但其實不應該這么貴,因為很多人工智能的人才可能只會寫算法,但是人工智能的應用是要有一個很獨特的眼光,同時具有商業的業務眼光和人工智能算法的眼光。

拿我為例,我現在在微眾銀行,發現很多可以應用的場景,但是也有很多不能應用的場景,這就需要一個人去仔細的分析說這樣一個場景的需求到底是不是適合人工智能,比如微眾銀行現在面臨的用戶群是1.2億,但客服人群只有一兩百人,這種比例首先就造成了人工智能的強需求,要用機器人的技術來做人臉識別、語音識別、對話系統、電子核對、質量核實等等。所有這些98%以上用機器人來做,人在里面起的作用是在教會機器人做這些事,這是角色的翻轉。

拿這個例子來說,這個需求一定要在那兒,發現這個需求并不是這么簡單的事,所以我們現在看到這樣一個資本寒冬也是一點都不奇怪的。

AI投資沒有寒冬

章蘇陽資本有寒冬,但是AI投資這塊沒有寒冬,這是我的判斷。可能在自動駕駛里面大家現在有點不投,但作為通用的AI應用,投資量還是非常大的。

人工智能的形成有幾個基礎,從圖靈開始,但很長時間它一直沒有發展,它到了幾個條件,第一個是硬件條件,我有這些芯片,比如說當時由CPU做,后來我們感覺CPU太耗內耗,效率不高,搞成GPU,后來連GPU都感覺到自己耗得太多,砍掉一半,改成TPU。

第二是軟件,學習方法,包括深度學習和神經網絡的學習,這些東西在當年還沒有做到這么強。

第三是數據的增長,到目前為止只有一個東西是只往上走,不會掉下來的,就是數據,數據會越來越多。

有了三個基礎,我們來干這個事。

將來的社會,就跟《頭號玩家》里面的東西一樣,人都是半人半機器的東西,《頭號玩家》的東西基本上20年后會實現。我們小時候看的科幻片里面的東西,現在實現了。我們現在在科幻片里面看的東西,在20年以后也一定會實現。

孫明俊.jpg

中國信息通信研究院人工智能部主任孫明俊

人工智能是創業門檻最高的領域

孫明俊人工智能的創業,我認為是從所有的信息技術領域,除網絡之外最難,也就是創業門檻最高的領域。我覺得大部分做VC的人不會現在想去投一個做5G基站的企業,因為它競爭不過華為,它的門檻太高了。

在人工智能這個領域是一樣的,人工智能要成就一個企業,比如剛才章總和楊老師都講到芯片、算法,其實背后還會涉及到云計算、網絡等等,它是一個集成門檻,同時還要具備非常好的算法的基礎和人才,算法的人才又非常貴。

這就導致很多是看著這個領域很好,貿然進來的企業,想要用以前比如移動互聯網,我可能快速去靠一些用戶的紅利或者用戶規模來獲得一輪投資,迅速滾入下一輪,變得非常困難。它需要真正有硬實力,而且是多個領域積累的硬實力才能夠成功,各種各樣的商業因素造成的成功在這里面不太容易被復制。

我自己工作里面有一個非常強的感受,就是有些投資的熱門領域,我們從產業的角度去看是非常有意思的。比如從芯片,從去年中興的事件之后,整個投資界我感覺對芯片是非常關注的,我們自己做了一個AI加速芯片的東西,我們先做了端側,手機、音箱、車載會用到端側的AI加速芯片,我們又開始做云端,類似華為、寒武紀發布的芯片,云側比較難做,如果做的值和它宣稱的有差距,也是可以理解的。但是端側去年出現了65家做AI加速芯片的企業,有些是我們拿過來做了一些測試,拿了很多場景來做測試,它真正宣稱能力和我們能夠測出來的能力差距非常遠。

人工智能解決的是成本問題

梁宇:我們作為VC,看待人工智能這件事情,始終是兩條線,其實它是一個螺旋線。我們基金創立的時候是在2017年,2017年、2018年剛好經過了對人工智能討論的兩個不同的溫度,我們現在談人工智能,它是一個大詞,這么大,和強國這種事是放在一個體系下來看的。

我們作為商業的VC,作為商業體系當中一個重要的基石和支撐者,我們看待這個東西是用雙線來看,技術始終是在一個不斷上升的過程中,技術的改進本質上來說是因為人工智能數據量變多了,因為計算的成本下降了,使得原來算那么長時間的東西,突然一下子兩秒鐘就能夠實現了,一下子很多事變得可能。從商業領域來講我們作為VC的本質,實際上是在講說有了這些技術以后怎么解決真正的商業問題,帶來價值。

我們在2017年看到整個人工智能的時候,它是一個雙曲線,是技術為先的,由于阿爾法狗在那個特別的年代做了打圍棋人類思想的明珠,做了一個大的PR,所以使所有非人工智能領域的人們開始意識到這是一個時代來臨了。這里面特別興奮的是一些人文背景的學者、人文背景的媒體,這個時候就很容易把人工智能這個大詞帶向浪漫主義,偏離商業。

2018年來的時候,我們發現市場逐漸開始有不同的聲音來辯論,于是這個大詞開始變成了一個實實在在的詞,真正的技術、商業開始混合在一起,所以這是一個螺旋上升的過程

我們作為VC,尤其是早期的VC來說,特別關注現有的技術如何能夠解決商業價值。人工智能的本質是什么?為什么大家很興奮?是因為它很便宜,能夠讓復雜、煩燥的工作交給機器來做,而且是24小時的,多開心。這是人工智能本身對大家心理的一個影響,可是我們再深一層,它解決的是成本問題

我們從商業的角度翻譯成供需曲線的變化,由于有了像人工智能技術的介入,使得供需成本結構發生了本質的變化,深入到任何一個領域,我們發現了這樣的生意機會,使得投入變少,產出變多。因此供需曲線真正在那個拐點上產生了真正的商業價值,這個時候我們在早期投進去,會對自己負責,其實也符合我們認為的商業規律。

到今天我們做投資時候非常看中技術本身如何能夠作為雙曲線之一,今天是來到了商業的下半場或者是商業的開始,如何能夠利用現有技術成本降低的優勢解決真正的商業問題。

中國是個好市場,中國有大量的數據,中國有大量的從事算法的人才,有大量的工程師,中國還有大量的愿意創新的企業和冒險基因,中國還有許許多多像我們一樣愿意支持這些冒險家的VC和創業者,同時我們也感謝后面有愿意支持我們VC的LP,這是一個大的生態環境。

所以基于此,如果回到最初始的問題,到底是變冷還是變熱,其實取決于這個生態有多理性,取決這個雙曲線誰在前面。可能明天技術又進行了一個突破,它又到了前面去,這些故事還會再重復。但是在每個領域當中,在每個歷史階段當中我們相信都有大量的商業機會存在。

微信圖片_20190604183002.jpg

未來資本市場應該冷靜

魯銀剛:在中國的今天,再加上資本的寒冬,我覺得這種情況是必然的。我做企業,至少跟50個甚至100個資本家打交道,結果只有3個人才投我們。

2012年我們去美國考察的時候,2013年有一個谷歌公司的專家說未來可以達到AI機器人呼叫的時代。當時我不相信,我說他多少錢可以開發,他說可能會有一千萬開發,我就很感興趣。但在中國的今天已經達到了。

我相信做VC、PE的他們很偉大,他們給予了我們這些冒險的瘋子,他們似乎有的時候像傻子,當瘋子預見傻子的時候,兩個人就一起變得很偉大,希望在未來的時代,不管是機器人還是任何一個行業,資本市場都應該冷靜。總不能像共享一樣,三年的共享,最后成功的剩下的是幾個呢?我覺得冷靜一點往往可能更好。

企業要成功必須走向市場,而不是做半封閉的G端

賈君新:我談一下我的感受,我們的確投了八九家人工智能企業,至少我真切的感受到人工智能可能是像剛才梁總說的,因為技術在很多方面還沒有取得飛躍式發展,所以它在應用落地的過程中,真的遇到了一些問題。

所謂的獨角獸都面臨一個問題,它在各種場景落地的時候,都是在往安防領域用,因為安防領域的買家是G端(政府端)。但是不要忘記,我覺得一個企業要取得商戰的成功,必須要走向市場,而不是做相對半封閉的G端。

VC投人工智能普遍遇到的困境是這些技術需要時間太長了,很短時間上很難實現財務報表上的突破,真的很考驗我們的耐心,再加上這兩年至少我感覺到已經是寒冬了,因為融資真的不好融,這是一個現狀。

人工智能基本上是在垂直領域才可以應用的技術

楊強:可能投資界對人工智能太理想化了,人工智能并沒有通用化,人工智能基本上是在垂直領域才可以應用的技術。比方說科大訊飛的技術,如果說訊飛是想把語音技術放之四海而皆準的所有語言識別,在今天是不可能的。但如果是在垂直領域,比如在金融場景做客服的話,它可以做得很深,如果把90%的需求給覆蓋的話,那么它可以做得很好。

所以這考驗的是有商業頭腦的技術人才,去尋找一個既有商業前景的垂直領域,又有技術能力的往深度發展的場景。

另外一個,現在社會上對于隱私和數據安全要求越來越高,我們現在也在推數據隱私法,這是大勢所趨。同時我們看到即使在大機構里面也存在很高的部門墻,數據實際上是孤島的形式存在。說我們今天進入了大數據時代其實是假的,我們只是在某些方面有大數據,絕大部分都是小數據,而且這個小數據的場景并沒有得到緩解,而且是由于立法的緣故越來越深。

所以我現在在主持一個人工智能的項目,就是能夠把數據孤島聯合建模,數據不用出本地,模型可以來回走,在安全的情況下。我們這個技術叫聯邦學習,可以把人工智能推到下一個階段,谷歌是現在唯一在世界上跟我們競爭的一個單位,我們也在推國際標準。

這是我的看法,就是說立法和數據孤島是困難,但是也為我們提出了一個新的機會,我們確實可以把人工智能往前推一步

章蘇陽.jpg

火山石資本管理合伙人章蘇陽

翻譯不但是語音的識別,還涉及到認知

章蘇陽:說到科大迅飛翻譯東西,因為翻譯這個東西確實是比較難的東西,科大迅飛所有的技術積累是在于語音的識別,翻譯不單單是一個語音的識別,它涉及到你怎么認知的東西。比如語言轉換,它就涉及到認知。

目前全世界在認知方面都做的不太好,可能目前只是單獨在垂直的領域,因為它的詞匯量是有限的。比如淘寶上你是要藍色的還是要綠色的,要多少碼,這些自動回答都可以。你如果要像機器人對答如流,目前是根本做不到的。翻譯不像機器人要回答得那么流利,但是它涉及到認知的問題,就是對你這句話的認知問題,它要變成另外一個語言,要把它回復出來。

這個技術目前科大迅飛不具備,全世界美國也不具備。現在科大迅飛現在是不是能夠在這方面將來有所突破,這對它來說是一個非常重要的問題。因為它的業務本身是奠定于在將來它對認知的這些,或者對語義整個解析的理解做出一個很好的反饋,這點比較難的。

大家認為這個部分在世界范圍內可能還要三年左右的時間(發展),所以這是一個不容易的東西。

第二,將來的AI可以把生活當中的所有東西分為無窮多的專業領域。將來會有無窮多的專業的AI芯片來解決實際的應用問題,而且它不是特別復雜,是成本性非常好的事情。當然也有人做通用軟件,像寒武紀等等這些做通用,但是將來大量使用的是這些非常專業的AI芯片,用于各種各樣的領域。

創業者要給自己劃圈,只解決某個領域的問題

梁宇:在以前那個基金,有一位合伙人比較早的時候投了谷歌,在谷歌的A輪投完以后,谷歌就沒有再拿過融資,然后就上市了,這是一個傳奇的故事。我們一直在想谷歌做對了哪些事。

剛才有嘉賓談說人工智能現在只能解決在垂直領域當中的問題,我們把它稍微捋一下,其實谷歌是用廣告來變現,到現在為止仍舊是,它有這么多產品。但它解決的是垂直領域當中一個很小的問題,就是如何低成本的幫助別人來獲客,而且變得可衡量。這么一個小小的事情,當然它有自己的技術,你說它是人工智能嗎?我說絕對是,它是人工智能商業當中非常成功的一個案例。我們今天講人工智能,15年前我們講搜索,這件事情是有一脈相承的關系的。

另外,楊強博士剛才說的封閉問題,這是一個現實的問題。現在所有人工智能面臨的問題是封閉問題,你給它立一個規矩,說在這個小圈子內你解決它,機器的算法、機器的數據、機器的成本,能夠很快的比肯做得更好,做得更深。但是對人來講,我們都希望有一天人工智能能替代一些東西,但這是開放性的東西,它是一個遠期目標。

基于這個現實,我們就說解決商業問題首先要有一個先決條件,就是創業公司的管理團隊必須要有比較好的感覺,能夠給自己劃一個圈,說我只解決這個領域中的封閉問題,我有很好的技術和團隊,如果這個圈沒有剛開始沒有劃好,我們稍微一起來幫它劃這個圈。

不要輕易觸碰大數據

魯銀剛:我覺得投資界來說,對每個領域似乎都很冷靜,但也有沖動的時候。

AI機器人在中國不是剛剛開始,像剛才各位專家談到的他是趨于某種領域絕對的專業性,但是適用于市場的時候可能比較困難。因為不同的企業似乎都在開發自己的大數據,包括我也在自己的一個企業投了兩千多萬,幾乎全軍覆沒。

如果你不是BAT,不具備絕對專業的技術和人才,請你不要觸碰大數據,因為它太恐怖。大數據不是一個人或者一個公司去喊的,這幾個字誰都可以說,誰都可以寫,但是真正在觸碰的時候使我很恐怖。

我講這句話的意思是,不管投資界在投一個企業、大數據行業、大數據企業或者AI機器人的時候,我覺得很多時候都是偽命題,很多企業大數據、共享、無人超市,我見得太多了,我覺得是偽需求,必然會倒閉。

企業也是一樣,今天在座有很多企業家,你們在沒有絕對把握、絕對資金和絕對人才和絕對后臺技術支撐的時候,請你不要給你自己的技術部安排一個工作、指令說我要做什么大數據,做自己的后臺,我覺得那都是偽需求、偽命題,這是錯誤的指令。

(以上為創客貓現場報道,轉載請注明來源。)

玩牛牛技巧