李開復:未來 10 年出現最多獨角獸的肯定是人工智慧領域

作者 | 發布日期 2016 年 12 月 07 日 6:14 | 分類 Big Data , 人工智慧 , 機器人 follow us in feedly

「我認為未來 10 年出現最多獨角獸的領域,肯定是人工智慧領域。」創新工場創始人李開復在 36 氪主辦的 WISE·2016 獨角獸峰會上如此說道。




在他看來,未來世界上 50% 的工作都會被人工智慧所取代,比如翻譯、保全。人工智慧如今已經可以在人臉辨識上比人精確 20 倍,因為他們已經經過了上億張臉的訓練。

他舉例說,AlphaGo 戰勝了李世乭、人臉辨識和語音辨識的準確率也超越了人類,這些都是人工智慧發展歷程的里程碑,在博弈、感知方面,人工智慧的能力已經超過人類,甚至已經有了應用。不過在決策方面還需要時間。這些似乎都在宣示,人工智慧的黃金時代已經到來。

李開復之所以講黃金時代,是因為他認為人工智慧創業也是需要講時機的,他就非常生不逢時,在 30 年前就非常苦逼地在研究人工智慧,然而當時的技術不夠成熟、機器不夠快,他們只能寫寫論文。

但現在有了一個非常重要的技術突破:深度學習。何為深度學習,李開復非常直白地科普了一下:你扔給它一大堆數據,然後問它問題,就會告訴你答案。

不過,這樣的決策只能在特別垂直的領域做得好,而且並非什麼領域都適合人工智慧,那什麼情況適合發展人工智慧?

李開復認為,發展人工智慧必須滿足以下條件:

  1. 擁有大量資料,Google 搜尋引擎擁有的大量資料就可以變成一個大腦,它的資料可以用於各個項目,百度大腦也與之類似。
  2. 有頂尖的科學家,如今類似的人才薪資已經被炒到了天價。
  3. 要有清晰的領域界限,必須要專注在垂直領域,難以跨界。
  4. 要有自動的標註數據、要有反饋,比如在百度每一個成功的點擊,在滴滴的每一次成功的叫車,都是一個關於成功的反饋,而失敗的點擊和叫車,都是一次反饋。
  5. 要有非常多的計算量。

他同時表示,機器的錯誤率低、成本低,所有非常有應用潛力,如前所及,在某些領域已經開始應用人工智慧,但除了擁有大量資料的網路公司,人工智慧還有影響非常多的傳統領域。

李開復列舉了幾十個擁有創業機會的領域,比如精準廣告推送。其中,他認為,最先被商業化的,應該是目前擁有數據最大的領域;金融、保險、券商、智慧投顧、AI 量化基金;而對人類有最大貢獻的,肯定是醫療;最後,最大的領域則是無人駕駛,他想像,未來,人們出去叫車可以隨叫隨到,空氣污染得以改善。

對於要做人工智慧創業的企業,李開復有幾個建議,首先必須要有特別大的資料,最好閉環的、只有你自己有的;繼而要有計算能力;要有人工智慧專家;最後,他強調,必須要把年輕人訓練起來。他認為,人工智慧跟資安等領域不同,要培訓 10 年才能鍛造一位工程師,即便是應屆畢業生,被訓練 6 個月之後都可以成為人工智慧的工程師。

因此,他相信未來人工智慧最領先的國家,是技術最領先的,也是年輕人最勤奮向上的。中國在人工智慧方面有極大潛力。中國在數學、理工方面有深厚的底子,人工智慧領域的論文大部分出自中國人之手;中國本身的市場就非常廣闊,傳統企業的技術非常落後,同時無論是創業公司還是大公司都在尋找人工智慧工程師;而美國的工程師很難本土化到中國。

正是因為了解年輕人在這個領域的重要,創新工場除了投資大數據、感知、感測器和機器人領域之外,還在做年輕人工智慧工程師的孵化,找到全球知名的科學家帶他們一起工作,為他們提供大量的資料和機器給他們訓練模型。

以下為李開復演講全文:

謝謝大家!

今天,似乎成城的安排是個接力賽,從 40 後到 50 後,我則是 60 後代表講者。

今天既然是獨角獸論壇,我希望談一下我對未來獨角獸的看法。

我覺得,未來 10 年,出現最多的獨角獸公司,肯定是人工智慧公司。另外我認為,在座的每一位獨角獸,或希望做獨角獸的公司,在你們公司發展中,必須了解人工智慧。

這就和 20 年前的網路、10 年前的行動網路,是一樣的,做為先知者是有優勢的。今天我想談一下:人工智慧。

在未來 10 年,世界上 50% 的工作,都會被人工智慧所取代。尤其是,這裡列出的一些:助理、翻譯、資安,這些工作真的都會被取代。

今天的人臉辨識,在有些場景上,已經可以做到比人 20 倍更精確的辨識人臉。那麼保全還需要再辨認臉嗎?海巡、櫃檯這些工作都可以被機器取代了。這只是一個例子,當然我們看到 AlphaGo 為什麼這麼厲害?是因為,它自己與自己下了很多棋。人臉辨識為什麼這麼厲害?因為,它們看了上億張臉,然後從中學習。機器學習,在任何狹窄的領域,看到大量的數據,是人腦完全不能夠和它競爭的。所以,這已經不是機器取代人類的問題,而是在一些人類只需要 5 秒鐘思考的問題中,有大量資料的問題裡面,有狹窄領域的問題裡面,人絕對不會是機器的對手。而且,一個一個領域,都會被機器超越,不只是取代。

看過去的發展,從 AlphaGo 的下棋,到感知、認知,到做決策,甚至到反饋,這 4 件事情在過去 5 年,有非常非常大的進步。

這裡有很多例子,由於時間今天就不多說了。我們可以看到,博弈有 AlphaGo,感知有微軟小冰,決策這裡有個例子是 Google 現在已經有技術,可以自動幫你回覆 Gmail 了(不過在座可能沒有太多用 Gmail 的,所以不像我有機會用這個功能)。汽車,從最近的特斯拉,還有 GoogleCar,發展的都非常非常迅速。因為,這 5 年有非常多技術的突破。

其實,我自己在三十多年前就做人工智慧了,可是很可惜的是,創業必須要生逢其時,所以我做的很多工作,無論在對弈、語音識別、自然語言理解,很不幸的是都沒有生逢其時。因為,當時機器不夠快,資料不夠多、演算法不夠先進。但是,今天夠先進了。

所以,我想介紹一下,機器學習裡面最重要的一個突破,就是深度學習。

深度學習,簡單的理解,就是給非常非常大的神經元,用特別大量的資料充進去訓練。它就可以在某個領域,在辨識方面、分類方面或者預測方面,遠遠超過任何過去的演算法。這是過去 5 年中,所推演出來的。

這個學習的演算法,特別適合特別大量的資料量。所以,當你資料量大的時候,就可以做出各種以前做不了的東西。

什麼情況才能用人工智慧?

人工智慧不是萬能的,我們在很多情況下還是遠遠超過電腦的。但是,下列 5 個情況的時候,人工智慧絕對可以做出特別有價值的產品:

  1. 大量的資料。這基本是千萬以上的資料,所以當你聽很多人說大數據(有一萬個樣本),都是沒有用的,千萬級別的數據。
  2. 這時候還需要頂尖的科學家,不是一個程式設計師、工程師就可以做的。
  3. 要有非常清晰領域的邊界,因為人工智慧只能懂一件事情,讓它跨領域是做不到的。就像現在我跟你說「中午我不想吃漢堡」,你們都能聽懂,但是如果你跟一個人工智慧這樣跳躍領域去講,它是搞不懂的。
  4. 要有非常好的標註,比如你用百度時候每一次的點擊、去淘寶時每一次的購買,你在滴滴每次成功的搭上車,都是告訴系統我成功了。當你每次在百度沒有點擊、在淘寶沒有購買、在滴滴沒有叫到車,也是告訴系統這是一個標註。沒有標註的數據,意義是不大的。
  5. 用這麼大的數據,要有非常多的計算量,這時候人工智慧才可以形成。

可能很多人說,人工智慧是什麼機器人、無人駕駛,這個好長遠啊。其實不是的,你每次在用百度、淘寶、滴滴的時候,它背後都是一個人工智慧的引擎。我們在這裡可以看到一些過去認為比較遙遠的資料:圖像辨識和語音辨識的比賽中,機器也已經超越人了。

另外是標註,把演算法對進去,就會產生價值,剛才談到的每個例子,淘寶、百度、滴滴,都是真實的人工智慧例子,以後只會有更多。如果你是一個創業公司,當你的用戶達到了千萬級別的時候,你肯定是需要這個的,因為在你的系統裡面絕對需要做一些判斷和推薦,你要推薦什麼商品給用戶,該放什麼樣的廣告,這背後都可以用到人工智慧引擎。所以,做人工智慧創業的,最好是已經有網路數據的公司。

當然,還有很多公司是沒有網路數據的,這些公司也能創造價值。這就是為什麼人工智慧比行動網路還要偉大的原因,因為它影響了很多行業。

哪些領域會最先呢?我們認為,一定是數據最大、最快能產生價值的領域。比如說,金融領域:銀行、保險、券商、智慧投庫、AI 量化基金,這些領域是最快能產生價值的。

哪些是對人類最有意義的?一定是醫療領域,癌症的檢測、切片,基因個性化的治療,這些都是特別適合人工智慧的領域,還有教育,等等,這裡細節就不多說了。

所有的領域裡面,我們認為最大的一個領域,應該是無人駕駛。這雖然可能是個 10 年的目標,但是當電動車、共享經濟、無人駕駛,3 件事情同時發生的時候,人類經濟會產生最大最大的提升和改變。以後我們出去叫車,應該是隨叫隨到,人都不需要買車了,也不需要停車場了,路上的車變少了,空氣也變好了,這些都是一些會發生的很好的「副作用」。

很多人談到機器人,我倒認為無人駕駛做出來以後,機器人就迎刃而解了。因為,當你能聽、能看、能走、能動的時候,這無論是汽車還是機器人,這些技術都是通用的,感測器的價錢也會逐漸降低。

世界最厲害的 AI 公司肯定是 Google,Google 轉型成為 Alphabet,所做的事情就是,當 Google 搜尋裡面的引擎被提煉出來,成為一個 Google 大腦的時候,它把它用在網路,就變成 Gmail 的自動回覆、變成 Google 的搜尋和廣告。如果用在汽車,就是 GoogleCar,用在人的健康就成了 GoogleHealth,用在圍棋就是 AlphaGo。所以,這個大腦是非常有野心的動作,它想要再創造 26 個字母,除了 Google 之外還要再創造 25 個公司。百度大腦也是一個類似的項目。其實每個偉大的網路,都應該考慮,擁有這麼大的資料,是不是也像 Google 一樣,用更多的深度學習,來創造商業價值。

當你要做這個產業的時候,有幾個建議:

  1. 你要有特別大的數據,而且最好是,只有你別人沒有的。
  2. 買很多機器,尤其考慮 GPU,所以如果要買股票,可以考慮一下 GPU 公司的股票,因為人工智慧會讓它快速的成長。
  3. 還是非常需要有特別多經驗的深度學習專家。
  4. 最後把一些年輕人訓練起來,就可以創造價值了。

為什麼我特別提到最後一點呢?這點,可能很多談人工智慧的沒有談到。人工智慧,它並不是一個火箭專家,或者網路安全專家,這些是學習 10 年的累積才能做的事情。一個特別優秀的數學和電腦系當屆畢業生,培訓 6 個月,就可以創造人工智慧的價值,就可以做人工智慧的工程師了。

所以我認為,最領先的人工智慧國家,當然是技術最領先的、論文最領先的、應用最領先的。還有,也是年輕人,最上進、最努力、最勤奮的。所以我認為,中國有一些很特殊的機會。

這裡提到幾個重點:為什麼人工智慧崛起,中國很有機會?

前幾天有一篇報導,是有一位美國人工智慧的公司寫信給美國當選的總統川普的。提到,美國必須正視中國在人工智慧方面崛起,必須向政府提供更多的基金。這表示,這個作者看到了這幾個現象:

現象 1:中國教育特別優秀的理工、數學底子,這裡可以發出威力了。世界上的人工智慧論文,43% 都是中國人寫的。

現象 2:我們可以快速訓練大批的年輕人,創新工場就在做這件事情。

現象 3:傳統企業比美國落後,但是表示人工智慧注入進去,就會產生很大的價值。比如,我們投資的第四範式,他在銀行注入了一些他的功能,他的用戶轉換率就馬上提升 65%。當然,我相信第四範式有很好的演算法,但其中很重要的理由是,中國的銀行算法非常落後,很容易幫其提升。

現象 4:在座每一個潛在的獨角獸公司和快到獨角獸的公司,像我們投資的美圖、知乎、BRPK,都在快速的招人工智能專家,幫他們提升價值,你們可能也要注意一下。這些公司在中國會比美國多,因為中國市場大,也是中國的機會。

現象 5:美國領先的公司,無論是 Google,或者微軟、Facebook,在中國都會很難本土化,這都是我們中國公司的機會。

最後:有些政策方面的問題,在美國可能會很擔心,每一輛車可能出的每個車禍,會比較限制無人駕駛的發展。比如說,無人駕駛最快的應用是什麼?可能是在美國的高速公路取代卡車司機。但是,美國有 150 萬卡車司機,他們可能都投了川普一票。所以,他們肯定會用他們的工會對美國國會或對美國政府施壓,希望川普政府不要那麼快推動卡車在高速公路。這每一個美國各種組織的阻礙,都是中國的機會。

這裡是創新工場在人工智慧時代來臨的投資藍圖,其實也就是剛才講的幾件事情,從左到右:

  1. 誰有大數據,我們就做人工智慧。
  2. 在語音、手勢、人臉等辨識,會有很大的突破,但是自然語言的理解,可能還需要 5-10 年的時間,也就是語義方面的突破,這跟深度學習到現在為止還沒有關係,未來可能會有。
  3. 感測器現在很貴,很多人都說 Google 做輛車要幾十萬美元,但我深深地相信,3 年以後,就會降下來。所以,我們更願意投資那些,現在看起來很貴,但一旦量產,感測器價格就會下來的公司。
  4. 機器人,我們認為,任何有手、有腳、有眼、有耳朵的機器人都是不靠譜的。因為,我們被科幻小說和電影洗腦,所以認為任何長的像人的東西,都要跟人一樣聰明,一下就讓所有產品必然失敗了。所以我覺得,家庭機器人長的像個人的、像科幻小說的,這恐怕還需要接近 10 年的時間。但是,一些智慧音箱,工業商業的應用,可以快速起來。
  5. 無人駕駛,一定是先開始輔助人駕駛,然後人來輔助機器,最後才能達到全天候的駕駛。

在創新工場,我們除了在做 A 輪、B 輪的人工智慧投資之外,我們也開始在孵化人工智慧的工作。孵化這個詞很多人聽起來會覺得,是不是租個場地、找些導師。當然,這些是很好的,但我們的人工智慧孵化,是找那些真正全球知名的科學家,但是又能夠動手做事的,帶一批年輕人,跟他們一塊工作。我們會提供大量有閉環的數據,我們會提供大量上千萬人民幣有 GPU 的機器,讓他們快速摸索,然後創業。

我認為,這樣一個特殊人工智慧孵化,是有意義的。因為和行動網路時代不同,行動網路時代,我們當時和成城、和很多在座的,都告訴大家,創業成本達到歷史新低,因為只要 3 個小朋友,用著 App store,再加上雲端,我們就可以不要錢創業了,拿 VC 的錢一兩百萬就夠了,但是今天人工智慧創業還不行,因為這些人工智慧科學家薪水都炒到天文數字,機器要上千萬的價值,資料還非常難獲得,要買、要換,都很困難。所以,我們希望把這些很貴的東西做好,讓年輕人更有機會創業。這是一個大膽的、沒有人試過的,我們正在嘗試的,一個人工智慧項目的孵化。

這裡有一些我們投資的人工智慧項目,可能比較著名的是 FACE++,今天他們會宣布新一輪的投資,做到最好的人臉辨識。包括,剛才展示的達到世界第一的視覺比賽的科學家,現在也在 FACE++ 裡面工作。另外還有地平線機器人、小魚在家,玉石科技的無人車已經開始在園區裡面上路測試了,連方向盤都沒有,所以完全是無人駕駛的工作。還有剛才談到的第四範式,他們做的是金融界的人工智慧。我們認為,這些公司都會創造很大的價值。

我們也在工程院孵化人工智慧項目。這些已經初步得到了一些國際和中國媒體的認可,我們還在繼續努力,做這方面的工作。

大家如果需要了解更多,歡迎你們發 E-mail,或者微信聯絡我們。我們深深地相信,在 10 年以後,我們回顧人類歷史,人工智慧不只是一個創業的機會,也絕不只是一個行動網路之後最好的創業機會,絕對是被認為,是人類有史以來最好的創業機會、創新機會,而且是對人類有最潛在、最大的改變,對人類生活有最大提升的一種技術。

謝謝大家!

(本文由 36Kr 授權轉載;首圖來源:Flickr/TechCrunch CC BY 2.0) 

發表迴響