大多数当今青年的眼中,从 2016 年开始的人工智能热,似乎是人生经历的第一次人工智能浪潮。
但从技术角度讲,这样的说法并不准确。如果以神经网络的发展历史来看,从 2012 年开始 Google 等网络公司在深度学习领域的突破,已是第三次人工智能浪潮。
但前两次技术领域的人工智能浪潮,其实并没有转化成太多应用,也没有为社会生产力带来更多变革。
日前,在一场创新工场的闭门会,刚拜访美国人工智能界四巨头的李开复,分享了自己对未来一年人工智能在应用领域的看法。
李开复用 5 周时间跑遍美国和加拿大,先后拜访了 Google、微软、Facebook 和亚马逊公司,同时还与人工智能学术界三大巨头 Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton 深入交流。
整理和沉淀与这些公司学者交流过程所得,再加上创新工场过去几年对人工智能领域的投资与理解,李开复认为在应用领域,人工智能应用领域的浪潮分为四波,我们事实上已不知不觉迎来了前三波。
在李开复看来,人工智能应用领域的浪潮在时间轴上是交错的,并非一波接一波。始于 1998 年的 Google 和诞生于 2012 年的今日头条同属于第一波人工智能应用,而这波人工智能应用称之为“网络智慧化”。
“网络智慧化”更像 AI 应用的初始积累,所有网站、应用、产品以资料为能源和燃料,资料越多,发展越快。过去 20 年里,许多网络公司有幸积累了大量资料,因此在人工智能技术算法有突破之后,就会快速将原本在网络层面开展的业务快速人工智能化。
举一些例子,比如说美图。这是一家创立很早的公司,刚开始不是 AI 公司,现在美图介绍自己都是 AI 公司,有没有发现过去 3 年你自动美化越来越美?这是因为用户不断贡献资料、标记资料后,加上深度学习算法做成的。
算法如何知道你对一次 P 图行为是否满意?你自拍之后一般会有 3 个动作──移除、储存或分享。移除表示这张照片不行,储存表示一般,分享则代表很棒。机器会不断分析,什么样的照片满意,什么样的照片不满意。
对第一波浪潮来说,无论投资人还是创业者,未来都很难说是好赛道。尽管今日头条的崛起算是网络格局已定情况下的一次变数,但与其同时生长的滴滴、美团点评更固化了网络这大赛道。
想要透过人工智能单点突破这样的局面,有些困难。
第二波人工智能应用浪潮,是适于 2004 年的“商业智慧化”。
之所以与第一波不一样,是因为资料和应用都不直接来自网络,比如银行、医院、物流公司,对人工智能的应用。
“商业智慧化”前提有两点,一点是非网络公司在使用网络和电脑办公之后,沉淀大量资料。第二点是,这些公司有意将这些资料格式化并加以利用。
在这个领域,发展最快也最天然的例子就是金融。因为金融本身就是由格式化资料构成的产业──“电脑在这个领域天生就比人类做得更好”。
股票一年之后不是涨就是跌,贷款不是还了就是没还,所以只要能累计一段时间资料,发生过意外的人可能要收更多保费,贷款如果没有还就少借。金融就是大量资料好标记,还有只要做得好,钱就到了。
另一个李开复认为很有价值的领域是医疗,人工智能在医疗领域的发展可能会帮助人类攻克很多疾病。但病人隐私等问题,目前医疗资料在各国格式化和流通度都不高。目前,先进的电脑视觉在相对开放的影像医学领域尝试已得到一些成功。“但因为资料局限性,推进速度还较慢。”
第二波投资与创业机会在不同的领域,完全不同。比如金融领域的人工智能虽然发展成熟,但机会也相对较少。医疗就还是尚未开垦的巨大市场。
进入到 2011 年才开始的第三波人工智能应用浪潮,就是大多数我们惊呼“科幻”的领域了,也是商业巨头最喜欢宣传展示的那些。因为在这阶段,人工智能终于摆脱了虚拟世界,正式“入侵”我们。
第三波应用叫“实体世界智慧化”,达成的前提是越来越多资料采集和感测器──橘子本身没有资料,贴上 NFC 标签就有了;路本身没有资料,装上镜头就有了;人本身不是资料,但透过人脸辨识身份,就是了。
我们早就习惯一登入淘宝,淘宝就认识我是谁,然后建议我个性化商品。
但是现在,现实世界也可以这样了。你进入一家超市,超市就辨识出是不是 VIP 用户,给予特别的优惠,服务员可能也会和你打招呼。
这引领了中国零售的全新型态,创新工厂总结为 OMO 型态,即 Online-Merge-Offline──线上与线下全面融合。
这种型态下,不再只是线下购物用行动支付结账,或线上买优惠券去线下消费,是无论用户线上线下购物,都有几乎完全相同的购物体验,包括身份会员体系、个性化建议、货源追溯和商品评价等。
第三波“实体世界智慧化”发展正当时,创新工场过去几年也在这领域做了许多投资,无论技术领域的 Face++、教育机器人领域的小鱼在家及无人零售领域的 F5 未来商店,目前都处于蓬勃增长时期。
第四波人工智能领域的应用,称之为“全自动智慧化”。
与 AI 软件方面这两年发展较快相对的是,与 AI 配套的硬件发展这些年突破并不多。所谓硬件的突破,就是指像科幻电影里的机器人──为具备 AI 特徴的软件打造的机器躯体。
人(的身体)非常灵活,非常不可思议,但大部分机器做不到,有的机器人好不容易会两脚走路了,但一配合手开门的动作就摔倒了。人拿一样东西时,知道不会挡住眼睛。但机械手臂运动时,可能就会不自觉挡住镜头。
我们出去郊游,看到果园里的草莓很好吃,一伸手就能摘下来。机器呢?不是把草莓捏烂,就是摘不下来。
虽然距离尚远,但可以确定的是,“全自动智慧化”这波应用也必然成为现实。
自动驾驶就是一个较好的开始,“现在全世界都相信自动驾驶能达成,你去问车厂、工程师、投资公司,都会和你说这是最酷的事。当全世界的技术、业界和资本都相信并大量精力投入时,你会发现这个事情变成现实是必然的。”
相比技术上的难度,李开复甚至认为无人驾驶最大的障碍是法律、伦理等问题。
在这领域,创新工场已投资一些机器人公司、技术公司和完全不同方向的自动驾驶公司。
那么,在接下来几年里,李开复博士究竟觉得 AI 领域有什么值得投资的呢?他直接给了答案:
当然,具体情况也要具体分析。比如以芯片为例,创新工场认为现在就应当投资 GPU,但现实的情况是中国多家人工智能芯片公司都是以 SoC / CPU 领域切入。
背后逻辑除了技术难度本身,还要考虑市场的饥渴度和目前产业的成熟程度。仍以芯片市场为例,目前在做人工智能芯片的 CPU 厂商有很多,老牌的 Intel 和 AMD、行动领域入场的华为,直接针对无人驾驶的地平线等。
但 GPU 领域,辉达一家独大。从产业的成熟度来说,却是 GPU 创业公司更接近 tape-out。创新工场投资的比特大陆,过去制作比特币矿机的过程中,已生产出十分类似 GPU 的产品。
同样的逻辑适用自动驾驶领域,大多数无人驾驶技术公司认为 L4 自动驾驶有可能在 3 年内实现。但考虑到法律等因素,L4 自动驾驶真正成为一门“生意”可能还需要等 5~10 年。
当然,如果你不是投资而打算创业,甚至打算学习人工智能之后投身相关产业,也可以参考上图再做决定。
(本文由 PingWest 授权转载)
延伸阅读:
- 李开复:AI 时代人类只剩两件事可做
- AI 人工智能即将超越人脑?李开复:“奇点”是伪科学不可信
- 李开复:AI 人工智能未来十年发展分三波,看好鸿海成为顶尖领导企业