繁體 English

4.1 李开复:我做人工智能时 “生不逢时”

返回上层

【字体: 2017-01-11来源:经济观察网 作者:经济观察网 访问量:73

网易科技讯9月22日消息,在新京报主办的寻找中国创客中,创新工场创始人、董事长兼CEO李开复发表主题演讲。他强调做人工智能,生逢其时非常重要。并说自己做人工智能时,生不逢时。并且,互联网寒冬丝毫没有影响到人工智能的发展。同时,他透露创新工场近期成立了人工智能工程院,这是针对AI科学家推出的EIR(入驻企业家)计划。


李开复指出,人工智能能为人类创造更大的价值和财富,未来机会很多,而如今正是人工智能创业最好的时代。在任何有大数据的领域都可以做人工智能,例如金融领域蕴藏万亿级别机会。人工智能从各种方向来看,过去五年进步最多。可以分成博弈方面、游戏方面、感知方面、决策方面、反馈方面,这些是重要的里程碑。


与此同时,人工智能仍面临许多挑战。李开复指出,1.没有平台,像IOS或安卓一样的平台。当这个平台出现,产业就真的井喷了。2.需要海量数据;3.需要很多机器,传感器太贵了,不过这个问题不用太担心,只要量产就会便宜;对于如何发挥AI的优势,李开复表示:1. 要有闭环的、大量的、自我标注的数据库;2.需要有很多机器;3.要有很多深度学习的专家,特别是顶尖的专家。


最后,在谈到深圳创业环境时,李开复表示,深圳最明显的优势是硬件制造,深圳最大的挑战,是没有足够多的顶尖大学。人工智能在下一个阶段,会有很多海归回来,深圳应该发挥魅力,把海外人才吸引过来。


以下是演讲全文:


李开复:好的,谢谢!非常高兴有机会来跟大家分享我对人工智能的看法。今天的互联网寒冬我觉得丝毫不影响人工智能在国内和行内的发展。它的浪潮其实就像刚才社长所说的,其实是来自我们需要人工智能的指挥棒。


大家讨论的话题是被AlphaGo引爆的。我们认为未来机器人有多未来,当然可以揣测,我们更注意的是人工智能带来什么样的商机,去创造更大的财富,也就社会让更多的时间解放,做人类应该做的事情。其实人工智能它真的是一个工具,是可以靠它来创造价值,当然它会取代人类的工作,这些工作大多数都是重复性的工作,中介、助理,或者人能经过5秒钟以下所做的事情都会被取代,这些非常直观的事情越来越多会被机器人所取代,为什么机器人这么厉害,机器人可能没有我们人脑构造那么微妙,但是你给它足够的数据,比如AlphaGo下一百万盘棋,然后它所能收集的数据,即便它的算法还不如人类的奥妙,但是用巨大的数据是可以超越我们人类的。


那么,人工智能其实我们通常讲人工智能是讲一个模仿人智慧的功能。但是,可能我们会考虑到人能够听,能够看,也能够看到人是能够听见、预测或者像我们人一样的有眼睛、有耳朵,一定程度告诉你应该做什么,今天晚上我会想吃什么,或者一个男孩应该找什么样的女孩做对象,以后人工智能都会比人做得更好,也就是你们的孩子找对象基本要靠人工智能,找到更适合你,因为人工智能会看更多的数据,我们一天顶多认识20个人,但是人工智能可以看到海量的数据。人工智能就不需要动了,有自动化,有无人驾驶发生,我们会归类三种不同的人工智能,有些真的能听能看能懂,有些是告诉你今天晚上你想吃什么,告诉淘宝今天该推荐什么商品给你,告诉百度把广告结果排在最高,每天都在接触数据。


人工智能从各种方向来看,我们可以看到过去五年可能进步最多。这里我不多介绍细节,这里可以分成博弈方面、游戏方面、感知方面、决策方面、反馈方面,这些是重要的里程碑,近期有非常重要的各种研发的结果,这里面可能我们看到的各种在网上看到的新闻,不是任何的邮件(英文),机器人几乎都和人一样的,有腿、四肢来动。


刚才所说的生逢其时是非常重要的,各种天时地利人和,但是很不幸的,我做人工智能的时候呢,无论是语音识别、自然语言还是下棋基本没有人关注,为什么呢?当时机器太慢,算法不够,速度不够,在一个相对封闭的领域里面,如果有很多数据、很多计算、很多厉害的人时候,但很不幸的时候小小的数据,算法也不成熟,只能做出一些论文来,没有做出更大贡献。


我们可以看到一本书《异类》,作者所描述的什么事都要生逢其时,讲到PC时代,比尔盖茨等四位都是生于1955、1956年左右,那时候出生的特别出生的人,他可能会学编程,他会悟出来PC可能来临了,人人可以去做PC上的软件和硬件,所以必须在55、56年出生,如果你读贵族高中你会接触到PC,如果在55年你要做人工智能那就没戏了,可以看到无论在国内国外,无论是PC时代还是移动互联网时代,那些顶尖者可能都是生逢其时,如果你出生在80年代可能做移动互联网,在座的90后,甚至95年,如果你们学计算机科学,读了博士,要为某某公司打工一辈子的,其实你的时代来临了,因为你在今天做人工智能其实可能做成的,十年前是没有戏的,二十年前更是没有戏,所以你们今天是有希望的。


我们谈到人工智能,谈到深度学习,有足够的东西进去,可以学会概念,快速在判别新的没有看过的数据,大概这么讲。可以看到刚才的例子里面,这个机器学习,它是学会人脸里面的眼睛、嘴巴,深度学习足够的数据不是学能懂的,它还会悟出很多人不能懂的概念,而且据我所听说,在(英文)的内部,现在AlphaGo不是任何人可以跟它竞争的,可能是十段以上,因为它不断在进行学习,它过去可能需要靠棋谱来做一个启动,然后自己对弈,现在对弈越来越多可能会悟出特征,这些特征在非常早期我们做机器学习,比如说我做博士论文的时候,靠专家系统,靠人来系统,当你看到白白的里面有一块黑黑的就是眼睛,中间有一个鼻子,然后就自己去学,再厉害的就自己看一大堆照片,比如我们投资的美图,怎么判断一个女孩子更漂亮,这就是深度学习特别厉害的功能。


举一个简单例子,深度学习就是给它看很多脸,让它自己学习,脸里面什么东西最重要,告诉它说你去教它好,看奥巴马、王宝强,再下一步就会自己学习一些数据出来,再下面你看了这么多脸,我开始让你标注,看到右边叫奥巴马,然后这个是王宝强。然后我再问它,考一考,可能说对了,也可能说错了,深度学习有很大、很长的算法,告诉它如何去调整网络里面的数据,让它下一次出现这个照片或者类似照片的时候就可以正确判断出哪个是马云哪个是王宝强,但不能调得太过分,只能微调,有特殊的做法,专家才能慢慢摸索出来。这是非常简单的深度学习的介绍。


深度学习到底有什么用呢?最简单就是看网上这个比赛,五年前大概差五六倍,大概去年超过人了,2015年有一位叫孙建(音),微软的研究员,打破人类,超越人类,人以识别脸为生的就被机器人所取代了,防恐,过去要靠人来识别,而且没有一个人能记得20万张通缉犯的长相,但机器可以,这一类系统产生很大的社会价值,除了人脸识别,语音识别,那些客服是不是不需要了,还有那些打电话给你推销的人是不是也被取代,当然,不止是被取代,还有很多新的生活是被产生的,很多细节在这里不多说了,基本可以理解,在很多领域,任何领域有大数据的都可以做人工智能,每一个领域的一段词都是创业的机会,尤其国内很多企业,不像美国,没有深度学习的时候,它去防欺诈或者判断要不要贷款给你,背后都有人工智能和非人工智能的方法,因为每做一个正确的贷款决策或者一个信用卡是否欺诈的时候都是可以赚钱的,所以美国一直是在发展的,但国内一直在落后,落后就对我们有好处,你可以用上这些技术,你可以给银行、保险等创造很多价值。


无人机同时有三件事情在改变人的出行,第一是电动车,第二是共享经济,第三是无人价值。这三件事情的发生,造车的公司,人才都看到这个机会,特别大的资本被注入,特别多的人才涌入,任何一个领域很多人涌入的时候,包括机器人,如果你能决定一辆车该看到什么该怎么走,实际上机器人也是一样的,按照这种方向走下去。最大的被识别的领域是无人驾驶,突破我觉得机会很大,还会有很多万亿级别是领域,比如银行业,肯定就是万亿的领域,保险领域、炒股领域,我过去没有投资任何钱个个人了,全部都是机器人或者量化+AI的机会,但是同时如果说要非常快进入一个领域去改变它也不是那么容易,这里因为时间限制不说太多细节。


举一个简单例子,世界最先进的AI公司就是谷歌,经过谷歌最早做平行式的AI,然后做了搜索,变现,还有广告这些业务过程中,它总结出一个所谓的谷歌大脑,它可以用在别的领域,用在围棋可能就是AlphaGo,用在医学可能就是癌症甄别或者疾病咨询,甚至有人说是不是谷歌是不是可以解决“死亡”这件事情,毫无疑问,谷歌作为世界最先进的AI公司,已经把AI总结为大脑,再创造26个谷歌广告公司,所以它的机会是巨大的。在谷歌内部,深度学习的使用,可以看到并不是最开始就有的,也是12、13年看到这样机会的产生,一直到今年都是在应用深度学习,从先驱的角度来说是不会错的,我们跟着它的脚步走是不会做的。


在这前提下,AI这么好,还有什么挑战呢?我觉得第一就是没有平台,一个平台就是说一个刚毕业的学计算机的这样的学生,他能够摸索出怎么用这个技术,这就叫平台,就像iphone,我们开发iphone并不知道(英文)怎么做的,因为下面已经技术处理好,是一个指头还是两个指头,当你按iphone下面的指纹识别的不用去学它指纹识别的程序,也就是普通程序技术员也可以用,但也意味着真正创业的机会也过去了。第二,要特别大的海量数据。第三,机器非常大、非常多、非常贵,最后即便做出来很棒的公司也无法解释动机。


到底怎么办呢?第一,如果你有闭环的、大量的、自我标注的数据库,别人没有的,很多人说我去网上扒很多数据、照片,那些都没有价值,因为人人可以扒到,你要在你的商业闭环里面能够自我标注才有价值,比如百度就知道,比如淘宝知道谁买了一个产品谁没有,这个你就没有,业界谁有最好的数据呢?阿里,特别掏出腰包的钱来付费的,所以买了没有是最早的标注,所以这个数据价值,还有闭环是第一个重要的。第二,你需要很多机械。第三,深度学习的专家还是非常稀缺,非常少的,我们可能最近也看到网上有一些传言,从微软挖过来的孙建(音),几乎就是一个炼丹,不是说有一个平台,钱就掉出来了,而是要有真正的专家,这些专家不是很多,顶尖的专家尤其少。右边有一批很厉害的人,知道怎么算法,知道有一天平台来了,这些专家就不那么值钱了。


第二,搜索引擎的结果正确率不是那么高,但是给你十个界面,让你觉得它很博学。第三,学会拉数据。第三,场景,不要一次就想解决所有问题。外面光让很多颜色很难被识别,但是晚上的时候,下大冰雹的时候,能不能找一个场景是没有冰雹的,能不能找一个场景是没有黑夜的,比如在工厂里做一个叉车要求就没那么高。未来有什么人工智能创业机会,我们分成现阶段3到5年,5年到10年之后,我挑一个细节讲,左边的大数据,谁有最多的数据机会是最大的,最好的数据在BAT,BAT也不会跟我们合作,我们去找其他机会吧,有了网络数据,哪怕不是BAT,哪怕是奇虎它也不会跟你合作,还不如去找银行等等。第二,感知智能,语音识别、人脸识别在不断进步,即便语音听懂我讲哪些字,但不是真正理解,跨领域什么都能听得懂的自然理解远远没有达到,人都没有看法去教计算机,所以当围棋机器人打败我们的时候,简单的双关语机器人是听不懂的。还有一个挑战,当你要做机器人,传感器太贵了,这个问题不用太担心,只要量产就会便宜。再加上机器人,我们的看法是,家庭机器人是最困难的,因为人的期望很高,太多科幻小说把我们对机器人的想象拉到一个高度,最后让我们很快失望,反而在工业和商业领域这些机器人更快产生价值,比如聪明的做家庭机器人的就不要叫机器人,它就是老人陪伴加上视频的工具,或者它就是一个音箱。所以人的期望是特别需要了解掌控。


创新工场,再介绍一下我们所做的事情。我们过去没有谈太多我们新的工作,在这里跟大家分享一下。创新工场有两个部分,人工智能跟布局。右边是一个AB轮的DC投资人,如果创业要拿A轮、B轮一定要来找我们,其中左边是中国的,右边是美国的,包括今天会来上场的一个项目。今天在第一次在公开场合谈是我们刚创新一个人工智能工程院。


作为一个VC,我们有特别行业的知识,还有我们投了很多项目,这是我们投资按资最多,在2013年就开始投资人工智能,我们最近扩大了基金规模,一共12个亿的基金,包括超过一半,有7亿美金是最近刚融的,有各个领域,每一个词都是创业机会,我们不要错过任何一个。A轮投了,投B轮,可能还要投C轮。我们可能比其他的公司更懂技术和战略,我们对行业有非常细腻的理解,还有从全球作招聘,这里是我们投资的项目,可能许多大家都耳熟能详了。其实还有很多其他的项目,比如做人脸识别还有更多未来方向的,把世界上更顶尖的科学家,还有余凯(音)做世界上最顶尖的机器人,还有一个公司,把已有的传统数据让AI产生更多价值,第四范式,百度资深科学家,在银行和AI领域创造更多价值,还有更多公司我们投资的,可能以为不是AI公司,比如美图,但是现在都有一个很强的团队,所以在这里有很多机会。


下面想介绍一下,也是今天首次跟任何公开场合谈我们的人工智能工程院,这是非常早期的投资孵化机构,但是我们可能都知道,比如说周鸿祎、傅盛曾经做的,今天AI科学家是相对它完整,他可能是写学术论文的或者不懂市场,知道市场但不会融资,会融资不会招人等等各种各样的问题,以前我们写一个APP,以前两个小朋友在宿舍都写出来了,这是零创业成本的,但是现在如果要人工智能的话,哪怕买一台最新的电脑来做训练,也是19万美金,就是买机器,数据和量的结构都非常高,AI的创业真的是困难重重,从个人角度来说,还有如何找资源来说,我们自己搭造一个机器咨询,在这个平台上科学家作一些弥补和尝试,包括招一些科学家,招二三十个人,到时候需要团队搭配就好了,如果帮它招五个人太慢了,直接找五个人,先学会一点基础,直接配给它,这是A轮、B轮投资的更早孵化,比如在美国有家、有孩子,还有习惯高薪等等的,这些我们都会想办法帮他解决,这是传统VC很难做到。这是我们想做的。


这里我有三位神秘人物,不能讲太多细节,举一些例子,比如说在一些计算机视觉或者语言语音,或者券商跟金融的领域,看这三位科学家,比如第一位,在座如果不懂这个可能要去了解一下。这些人之外,我们自己招了一个AI团队,两位是来自谷歌高级工程师,(见PPT)这些人都会帮助我们,除了提供很好的待遇以外,在创业公司里面我们也会把我们的股份分享,这也是很好的创意和想法。


今天应该是我们第一次公开亮相和描述,再加上我们已有的投资和增加投资的过程中,其实已经被国内外的媒体注意到,也有顶尖媒体有所报道,也希望在人工智能时代有所合作。谢谢。


点击页面上方“预约理财师”

和我们一起参与人工智能的投资!

免责申明

1、本网站信息均来源于市场公开资料,诺亚仅基于上述公开资料阐述诺亚观点,并不保证其准确性、完整性、实时性或正确性。本网站的信息和内容仅供参考,请谨慎使用。


2、本网站信息中署名"诺亚财富"、"诺亚财富研究部"的文章,以及图片和音视频资料,版权均属于诺亚财富。如需转载请与诺亚财富联系,并在授权的范围内注明来源和作者,保证作品的完整性。违反上述声明者,本网站将追究相关法律责任。


3、本网站转载其他媒体或机构的作品,并不意味赞同其观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"来源",并自负版权等法律责任。如本网转载涉及版权等问题,请作者在两周内来电或来函联系。


4、问题咨询及相关合作,请发邮件至:webmaster#noahwm.com,将“#”换做“@”。