341
機器人
創新工場王詠剛：人工智能在線下落地難不是問題，而是巨大的機遇
大數據文摘記者魏子敏、劉涵
昨晚在清華校園停留的短短3小時內，創新工場人工智能工程院副院長王詠剛至少回應了三次“AI商業落地和變現的能力這麼差，為什麼還這麼火“的質疑。這多少表達了人們對於目前處於風口浪尖的人工智能創業的反思，而越是在清華這樣踏實做學術的高等學府，這樣的反思之聲也越明顯。
而王詠剛的回答耐心且頗樂觀：人工智能的線下商業應用能力可以複製線上模式，而一旦這個閉環建立，將提供巨大的機會。10月18日，在清華經管學院偉倫樓報告廳“人工智能研習社認知創新”第一講的講台上，幾位嘉賓盡管都表達了對於人工智能此番歸來可能出現的一些問題的擔憂，但又充滿期待。
王詠剛在清華經管學院偉倫樓發表題為《人工智能時代的創新創業》的演講（圖：大數據文摘記者劉涵）
本次講座係清華x-lab、清華研究生團委、清華大學AI國家重點實驗室、創新工場、AI研習社聯合推出。沒錯，清華x-lab就是那個之前請來了Facebook人工智能實驗室總監Yann LeCun來講課，在京城圈AI掀起了一番風波的實驗室（點擊查看大數據文摘相關文章）。這次的係列講座也同樣大咖雲集，包括百度、地平線、Face++等公司的技術專家都講在接下來的兩個月在清華獻上精彩分享。該課程也是清華大學第一個以人工智能基礎的創新創業實踐課程，除了課程內容以外，還為清華學生們提供了實習對接會、企業參訪、AI Hackathon和項目創業投融資評選等活動。清華x-lab執行主任毛東輝，校團委副書記、校研究生團委書記劉博涵，清華大學智能技術與係統國家重點實驗室主任朱小燕教授，創新工場人工智能工程院副院長兼技術副總裁王詠剛副院長受邀參加。
第一講由創新工場人工智能工程院副院長兼技術副總監王詠剛帶來，他從iPhoneX入市跟AI創業者之間的關係講起，一直延展到大數據與AI的發展麵臨的困難和發展機遇、如何判斷一家新興的創業企業，以及人工智能創業公司的核心競爭力。
雖然這次講座是在清華經管學院進行，但是聽眾來自各領域。文摘君現場隨機采訪了幾位同學，除了經管學院外，還有分別來自北大曆史學院，計算機係、法律係的不少同學.人工智能的融合性已成為不可否認的事實，也正在吸引所有行業學習者的關注。所有的同學最關心的問題都很明確，如何武裝自己，才能在人工智能時代走在最前線？
就此，王詠剛在專訪中告訴大數據文摘，學習AI不一定是理工科的科班出身，行業知識和在行業技術之間翻譯的能力同樣重要。王詠剛同樣提到，如果真的要選擇一門學科悉心鑽研，那麼好的數學基礎是非常重要的。
“在計算機、電子工程、自動化、甚至是物理方麵的人才，有一個共同的交集，那就是他們的數學都非常好。所以，如果做AI技術相關的工作，需要數學基礎非常的好。因為即使是做一個算法的應用者，如果數學知識不夠強，其應用效果也不會太好。”
王詠剛還提到，對於人工智能的人才培養，不要用講課式的，要讓學生自己去組織團隊，給學生最好的機器，最好的導師，最好的工程意義上的題目，讓學生自己去發揮，自己去組團隊，選擇工作的方式，這種模式遠遠比上課的方式成熟。
“真正的人才培養，核心還在於高校，我們需要做的隻是給他們提供一個可以實踐的機會，但知識依然還是要從課堂上學到。”
以下為王詠剛演講精華整理，在不改變願意的情況下有部分刪改：
大數據文摘作為本次係列課程的合作媒體，也將持續跟蹤報道，並第一時間奉上幹貨文章，請持續關注。
iPhoneX的上市對AI領域的創業者帶來了什麼？
對於每一個科技界裏麵出現的事件，每一個人應有一個自己的邏輯以及自己的理解。比如下周就可以在網上下單買到的iPhoneX，也許有人說其高配價格達到了一萬，價格太貴，並不是能買得起的手機；也許有人說上麵的劉海太難看，不是真正的全麵屏。
事實上，iPhoneX在其難看的劉海裏麵做了非常多的前置傳感器組合，可以用三維的方式去重新構建一個人臉，iPhoneX把這樣的三維重建必須的硬件機製放進了一個人人都可以擁有的手機環境裏麵。這是一個非常具有意義的事情，因為這是我們未來的AR、MR、AI，未來在現實世界裏麵做三維重建、對現實世界感知的AI所依賴的一個重要電子元件第一次出現在每個人都可以擁有的手機上。
可以預想到，其它手機廠商會在很短的時間內，使所有手機都具備相同或者類似的能力，這種能力會給科技人員、商務人員、創業者帶來很多機會。
AI與AR硬件的結合會在未來產生無窮的機會，如果我們從現在就開始積累相關的技術，開始去研究這方麵的商業模式與規律，從現在就開始跟蹤技術潮流，關心軟件業的發展，別人隻能跟在我們後麵複製商業模式和商業規律。
人工智能創業的核心：構造數據閉環場景
有人說人工智能最適合創業；有人說人工智能就是一個創業陷阱，進去之後如同泡沫一樣破碎掉；有人說人工智能最適合賺錢，可以日進鬥金；有人說人工智能最難變現。
這些說法哪一個才是真實的人工智能？什麼才是虛假的人工智能？我們要如何利用人工智能？
人工智能的本質是一個多維度、多角度的技術。隻有用技術與人文的邏輯、關懷去透徹理解它，才能在未來五年、十年內站在合適的位置與其相處。
真正科學的人工智能應該是大數據加上機器學習，尤其是構成人工智能中堅力量的深度學習。現在，人工智能的落地離不開大數據，而大數據最好的場景是一個能夠產生大數據並不斷去更新增加數據量的閉環。有了這個閉環，人工智能才有了用武之地。
很多人說，人工智能商業落地的能力和變現的能力非常差，為什麼今天的人工智能還這麼火，難道人工智能隻在科研領域火嗎？現在跟大家分享這樣一個想法，就是人工智能是否落地，或者說人工智能這個技術到底在商業應用上有多火，我覺得是要分場景討論的，如果我們講的是線上的場景，比如說Google，比如說Facebook，比如BAT，這些公司恨不得每個員工出來都說他們是一家人工智能公司，這真的是誇大其詞的說法嗎？絕對不是的。
這些公司的核心業務，這些公司的核心收入來源以及使用人工智能的方案，基本上都是用人工智能的技術支撐的。當Google市值有幾千億美金，當BAT的市值都有幾百幾千億美金的時候你難道說人工智能很難落地嗎？人工智能沒有價值嗎？不是的，現在人工智能支撐整個移動互聯網的發展，人工智能正成為新興的互聯網企業，比如說《今日頭條》，比如說滴滴，比如說快手，即便是這樣的領域裏人工智能也是他們的核心團隊和核心技術。所以，在線上領域人工智能很難落地、人工智能很難盈利是根本靠不住的一種說法。
但是，換到線下領域，我們在評估人工智能能不能在一個產業、行業內落地並產生價值的時候，更需要去了解這個行業是否已經具備了大數據閉環。如果不具備，是否能用某種方式去建立這樣的閉環，以及建立這樣的閉環成本代價有多大，建立之後通過AI得到的利益與業務提升能不能彌補這樣的成本，對這個產業業務是否進行了根本性的顛覆，這是評估人工智能最本質的東西。
無論是創業公司也好，新型小團隊也好，想要做基於大數據的事情，一定不要有這種想法：要不要買跟大公司一樣的數據，要不要從大數據偷一些數據過來？一定先想如何創建一個能夠不斷生成大數據閉環的流程。因為隻要有流程，積累了足夠的時間和足夠用戶量一樣可以擁有這些數據。
現場聽眾就王詠剛演講提問（圖：大數據文摘記者劉涵）
人工智能創業者如何選擇？分清以AI為核心還是業務為核心至關重要
對於一個人工智能創業者，在選擇道路的時候，要分清做的這件事本質上是一個以人工智能為核心的事情，還是以業務為核心的事情。
另一個則是關於人工智能創業者人才昂貴的問題，今天的人工智能創業人才有一些價值是虛高的，在這種資本泡沫情況下，要麼等資本泡沫破裂掉，要麼以現在的情況根據你的能力雇傭到少量的人做有限的比較聚焦的事情。要麼以另一種方式跟更擅長這件事的團隊做商業合作，這幾種思路需要取決於個人對創業事情的認識和長期的規劃。
如何判斷新興企業？評估養豬場項目和AI創業項目的標準截然不同
我們評估AI這樣的項目，和我們評估網易未央這樣的養豬、豬肉項目時，邏輯是很不一樣的。我們清楚記得投資這個項目和AI項目討論的重點完全不一樣，我們評估養豬場項目的時候，創業團隊會從第一年做的一個養豬場，到現在要融資的時候擁有的若幹家養豬場的情況，把每一年養豬場所有投入產出的跡象做成一個清晰巨大的表格，投影在牆壁上。整個巨大的表格可以評估出整個養豬場收入產出的趨勢，也可以從這張表裏精確算出來，未來開到五家養豬場，或者開到十家養豬場在未來的三年，未來的五年，未來的十年收益會是怎麼樣，這個公司最終運營情況會是怎麼樣。
但是如果用這樣的要求要求AI公司的話，可以打賭的說大多數AI公司都沒有辦法拿出這樣的東西，因為他們非常多技術和商務結合的模式絕大多數處在一種探索的階段，這也是為什麼我們創新工場當年投資移動互聯網的時候，也會遇到類似的問題。
當麵對新技術、新興產業，特別是革命性產業的話，投資人一定要學會學習。需要不斷建立一種新的思考模式，比如機器學習這個事情一樣，當我們以前用每一項投入、管理成本，所有不同成本的核算來作為參數，如果今天發現這些參數失效的時候，需要找到更好的特征、更好的參數來完成對AI公司進行未來預測評估機器學習過程。但是每一家投資機構建立這樣一個機器學習過程，建立這樣一個參數的具體方法可能不盡相同。
優質課程推薦：《人工智能的數學基礎》
往期學員評價（by 郭承坤）
人工智能技術當下發展迅勐，層出不窮的新算法和新工具讓人目不暇接。但是支撐其發展的基礎——數學理論，卻一直未變。隻有掌握了數學原理，才能將機算法運用自如。
《人工智能的數學基礎》課程，從線性代數、概率論基礎講起，結合迭代法講解機器如何求解數學模型，闡述從傳統統計學習模型到如今深度學習模型的發展邏輯。
誌願者介紹
回複“誌願者”加入我們
最後更新：2017-10-20 14:03:57