清华x-lab AI研习社 | 创新工场王咏刚:人工智能在线下落地难不是问题,而是巨大的机遇

摘要: 评估养猪场项目和AI创业项目的标准是截然不同哦。

11-08 04:12 首页 大数据文摘

大数据文摘记者魏子敏、刘涵


昨晚在清华校园停留的短短3小时内,创新工场人工智能工程院副院长王咏刚至少回应了三次“AI商业落地和变现的能力这么差,为什么还这么火“的质疑。这多少表达了人们对于目前处于风口浪尖的人工智能创业的反思,而越是在清华这样踏实做学术的高等学府,这样的反思之声也越明显。


而王咏刚的回答耐心且颇乐观:人工智能的线下商业应用能力可以复制线上模式,而一旦这个闭环建立,将提供巨大的机会。10月18日,在清华经管学院伟伦楼报告厅“人工智能研习社认知创新”第一讲的讲台上,几位嘉宾尽管都表达了对于人工智能此番归来可能出现的一些问题的担忧,但又充满期待。


王咏刚在清华经管学院伟伦楼发表题为《人工智能时代的创新创业》的演讲(图:大数据文摘记者刘涵)


本次讲座系清华x-lab、清华研究生团委、清华大学AI国家重点实验室、创新工场、AI研习社联合推出。没错,清华x-lab就是那个之前请来了Facebook人工智能实验室总监Yann LeCun来讲课,在京城圈AI掀起了一番风波的实验室(点击查看大数据文摘相关文章)。这次的系列讲座也同样大咖云集,包括百度、地平线、Face++等公司的技术专家都讲在接下来的两个月在清华献上精彩分享。该课程也是清华大学第一个以人工智能基础的创新创业实践课程,除了课程内容以外,还为清华学生们提供了实习对接会、企业参访、AI Hackathon和项目创业投融资评选等活动。清华x-lab执行主任毛东辉,校团委副书记、校研究生团委书记刘博涵,清华大学智能技术与系统国家重点实验室主任朱小燕教授,创新工场人工智能工程院副院长兼技术副总裁王咏刚副院长受邀参加。



第一讲由创新工场人工智能工程院副院长兼技术副总监王咏刚带来,他从iPhoneX入市跟AI创业者之间的关系讲起,一直延展到大数据与AI的发展面临的困难和发展机遇、如何判断一家新兴的创业企业,以及人工智能创业公司的核心竞争力。


虽然这次讲座是在清华经管学院进行,但是听众来自各领域。文摘君现场随机采访了几位同学,除了经管学院外,还有分别来自北大历史学院,计算机系、法律系的不少同学.人工智能的融合性已成为不可否认的事实,也正在吸引所有行业学习者的关注。所有的同学最关心的问题都很明确,如何武装自己,才能在人工智能时代走在最前线?


就此,王咏刚在专访中告诉大数据文摘,学习AI不一定是理工科的科班出身,行业知识和在行业技术之间翻译的能力同样重要。王咏刚同样提到,如果真的要选择一门学科悉心钻研,那么好的数学基础是非常重要的。


“在计算机、电子工程、自动化、甚至是物理方面的人才,有一个共同的交集,那就是他们的数学都非常好。所以,如果做AI技术相关的工作,需要数学基础非常的好。因为即使是做一个算法的应用者,如果数学知识不够强,其应用效果也不会太好。”


王咏刚还提到,对于人工智能的人才培养,不要用讲课式的,要让学生自己去组织团队,给学生最好的机器,最好的导师,最好的工程意义上的题目,让学生自己去发挥,自己去组团队,选择工作的方式,这种模式远远比上课的方式成熟。


“真正的人才培养,核心还在于高校,我们需要做的只是给他们提供一个可以实践的机会,但知识依然还是要从课堂上学到。”


以下为王咏刚演讲精华整理,在不改变愿意的情况下有部分删改:


大数据文摘作为本次系列课程的合作媒体,也将持续跟踪报道,并第一时间奉上干货文章,请持续关注。


iPhoneX的上市对AI领域的创业者带来了什么?


对于每一个科技界里面出现的事件,每一个人应有一个自己的逻辑以及自己的理解。比如下周就可以在网上下单买到的iPhoneX,也许有人说其高配价格达到了一万,价格太贵,并不是能买得起的手机;也许有人说上面的刘海太难看,不是真正的全面屏。


事实上,iPhoneX在其难看的刘海里面做了非常多的前置传感器组合,可以用三维的方式去重新构建一个人脸,iPhoneX把这样的三维重建必须的硬件机制放进了一个人人都可以拥有的手机环境里面。这是一个非常具有意义的事情,因为这是我们未来的AR、MR、AI,未来在现实世界里面做三维重建、对现实世界感知的AI所依赖的一个重要电子元件第一次出现在每个人都可以拥有的手机上。


可以预想到,其它手机厂商会在很短的时间内,使所有手机都具备相同或者类似的能力,这种能力会给科技人员、商务人员、创业者带来很多机会。


AI与AR硬件的结合会在未来产生无穷的机会,如果我们从现在就开始积累相关的技术,开始去研究这方面的商业模式与规律,从现在就开始跟踪技术潮流,关心软件业的发展,别人只能跟在我们后面复制商业模式和商业规律。


人工智能创业的核心:构造数据闭环场景


有人说人工智能最适合创业;有人说人工智能就是一个创业陷阱,进去之后如同泡沫一样破碎掉;有人说人工智能最适合赚钱,可以日进斗金;有人说人工智能最难变现。


这些说法哪一个才是真实的人工智能?什么才是虚假的人工智能?我们要如何利用人工智能?


人工智能的本质是一个多维度、多角度的技术。只有用技术与人文的逻辑、关怀去透彻理解它,才能在未来五年、十年内站在合适的位置与其相处。


真正科学的人工智能应该是大数据加上机器学习,尤其是构成人工智能中坚力量的深度学习。现在,人工智能的落地离不开大数据,而大数据最好的场景是一个能够产生大数据并不断去更新增加数据量的闭环。有了这个闭环,人工智能才有了用武之地。


很多人说,人工智能商业落地的能力和变现的能力非常差,为什么今天的人工智能还这么火,难道人工智能只在科研领域火吗?现在跟大家分享这样一个想法,就是人工智能是否落地,或者说人工智能这个技术到底在商业应用上有多火,我觉得是要分场景讨论的,如果我们讲的是线上的场景,比如说Google,比如说Facebook,比如BAT,这些公司恨不得每个员工出来都说他们是一家人工智能公司,这真的是夸大其词的说法吗?绝对不是的。


这些公司的核心业务,这些公司的核心收入来源以及使用人工智能的方案,基本上都是用人工智能的技术支撑的。当Google市值有几千亿美金,当BAT的市值都有几百几千亿美金的时候你难道说人工智能很难落地吗?人工智能没有价值吗?不是的,现在人工智能支撑整个移动互联网的发展,人工智能正成为新兴的互联网企业,比如说《今日头条》,比如说滴滴,比如说快手,即便是这样的领域里人工智能也是他们的核心团队和核心技术。所以,在线上领域人工智能很难落地、人工智能很难盈利是根本靠不住的一种说法。


 但是,换到线下领域,我们在评估人工智能能不能在一个产业、行业内落地并产生价值的时候,更需要去了解这个行业是否已经具备了大数据闭环。如果不具备,是否能用某种方式去建立这样的闭环,以及建立这样的闭环成本代价有多大,建立之后通过AI得到的利益与业务提升能不能弥补这样的成本,对这个产业业务是否进行了根本性的颠覆,这是评估人工智能最本质的东西。


无论是创业公司也好,新型小团队也好,想要做基于大数据的事情,一定不要有这种想法:要不要买跟大公司一样的数据,要不要从大数据偷一些数据过来?一定先想如何创建一个能够不断生成大数据闭环的流程。因为只要有流程,积累了足够的时间和足够用户量一样可以拥有这些数据。


现场听众就王咏刚演讲提问(图:大数据文摘记者刘涵)


人工智能创业者如何选择?分清以AI为核心还是业务为核心至关重要


对于一个人工智能创业者,在选择道路的时候,要分清做的这件事本质上是一个以人工智能为核心的事情,还是以业务为核心的事情。


另一个则是关于人工智能创业者人才昂贵的问题,今天的人工智能创业人才有一些价值是虚高的,在这种资本泡沫情况下,要么等资本泡沫破裂掉,要么以现在的情况根据你的能力雇佣到少量的人做有限的比较聚焦的事情。要么以另一种方式跟更擅长这件事的团队做商业合作,这几种思路需要取决于个人对创业事情的认识和长期的规划。


如何判断新兴企业?评估养猪场项目和AI创业项目的标准截然不同


我们评估AI这样的项目,和我们评估网易未央这样的养猪、猪肉项目时,逻辑是很不一样的。我们清楚记得投资这个项目和AI项目讨论的重点完全不一样,我们评估养猪场项目的时候,创业团队会从第一年做的一个养猪场,到现在要融资的时候拥有的若干家养猪场的情况,把每一年养猪场所有投入产出的迹象做成一个清晰巨大的表格,投影在墙壁上。整个巨大的表格可以评估出整个养猪场收入产出的趋势,也可以从这张表里精确算出来,未来开到五家养猪场,或者开到十家养猪场在未来的三年,未来的五年,未来的十年收益会是怎么样,这个公司最终运营情况会是怎么样。


但是如果用这样的要求要求AI公司的话,可以打赌的说大多数AI公司都没有办法拿出这样的东西,因为他们非常多技术和商务结合的模式绝大多数处在一种探索的阶段,这也是为什么我们创新工场当年投资移动互联网的时候,也会遇到类似的问题。


当面对新技术、新兴产业,特别是革命性产业的话,投资人一定要学会学习。需要不断建立一种新的思考模式,比如机器学习这个事情一样,当我们以前用每一项投入、管理成本,所有不同成本的核算来作为参数,如果今天发现这些参数失效的时候,需要找到更好的特征、更好的参数来完成对AI公司进行未来预测评估机器学习过程。但是每一家投资机构建立这样一个机器学习过程,建立这样一个参数的具体方法可能不尽相同。



优质课程推荐:《人工智能的数学基础》

往期学员评价(by 郭承坤)


人工智能技术当下发展迅猛,层出不穷的新算法和新工具让人目不暇接。但是支撑其发展的基础——数学理论,却一直未变。只有掌握了数学原理,才能将机算法运用自如。

《人工智能的数学基础》课程,从线性代数、概率论基础讲起,结合迭代法讲解机器如何求解数学模型,阐述从传统统计学习模型到如今深度学习模型的发展逻辑。





志愿者介绍


回复志愿者”加入我们


往期精彩文章

点击图片阅读

扶我起来我还能打:NBA新赛季开打,历史数据看勇士是否无敌?





首页 - 大数据文摘 的更多文章: