本文节选自第 38 期 「I/O」会员通讯。 欢迎加入「I/O」会员服务获取全文,每周你还会收到三封专属会员邮件,包括独家的科技书评,科技新闻、趋势的独家解读以及别处看不到的文章、图书、视频推荐


我曾在过去几期会员通讯里多次指出,当下不同领域的人对于人工智能的理解是有偏差的,这种偏差并非简单意义上的对与错,而是缺乏一个对话频道,导致多数人自说自话。而在本期的会员通讯里,我会提供一系列围绕人工智能的多角度观点和思考,有从业者的反思、智能机器行业年度总结报告以及一篇颇具含金量的演讲.....

华盛顿大学人工智能博士徐宥曾在 Fitbit 负责机器学习,去年离职后参与到人工智能创业大潮中,他在 2016 年年底写了篇反思人工智能创业和投资的文章,他直言这个行业已经开始浮躁:

这一波的 “AI” 创业热潮,准确的说应该是“深度学习算法”创业潮.......而大量的创业公司都纷纷采用 .ai 做为域名后缀,实质上只是在“深度学习”这个子领域,解决一些特定的,以前只能靠人的智慧才能解决的问题。

就和 .com 时代一样,域名后缀的符号意义远大于实际意义。媒体,投资人和创业者都默默接受了 .ai 这个集体幻觉。总的来说,目前 AI 公司的井喷,是深度学习这项技术完成其技术扩散 (diffusion of innovations) 的体现。在 Google, Facebook 等技术领先企业的示范和大笔收购下,风险投资大量向 AI 倾斜。许多掌握机器学习和深度学习的人才,认识到深度学习可以用来解决一个具体的问题,也流动到创业公司开始创业。因为 AI 入门门槛很高,目前还是很容易从创业者的教育和工作经历来甄选到底一个公司做的是不是深度学习,还是挂羊头卖狗肉的。

其次,创业公司的真正机会在哪里?很多投资人在人工智能领域投资时会关注创始人的价值,比如早前蓝驰创投就在一篇分析报告中认为:

现在来看美国比中国还是领先不少,美国有4大名校:MIT、斯坦福、卡内基梅隆、纽约大学,还有Google、Facebook、MS这些大牛公司,培养了很多人才。在语音识别,图像处理等领域国际很多顶级专家都是华人。国内也有很多专家,行业薪资待遇越来越好,会吸引更多的优秀人才进来。这批人目前可能在百度、腾讯和阿里,将来可能加入创业大军(已经出现)。

然而摆在创业公司创始人面前的,还有产品方向的问题,徐宥提出他的思考:

AI 创业,还是要落实在深入解决一个非标准(不能拿标准的深度学习模型一套就能用)的问题上。只有在非标准的问题上,切实的了解用户需求才变成可能。标准的问题,如图像识别,自动驾驶,可以说,最终产品的亮点大家都差不多,因此人工智能也就不自动成为一个亮点。在非标准的问题上深耕,无形中就构建了两个护城河:1,竞争对手需要花时间了解这个问题之后才能提出解决方案和产品;2,你比竞争对手先收集许多解决这个领域特定问题的数据,因此在同一时间节点上,你的模型永远领先对手几个月。这就像微软的搜索引擎或许使用的模型很先进,但因为没有足够的数据因此质量永远落后 Google 几个月一样。

从语义的角度来说,物联网、人工智能、机器学习、自动化其实没有任何真正含义,常将这些用于挂在嘴边的人也大多是外行人(比如,投资人),但在过去的 2016 年,上述四个领域还有一些值得关注的现象,尤其是一些可能会在 2017 年影响到技术行业发展的重要因素......(欢迎加入「I/O」会员服务获取全文)