對于人工智能,目前有兩種態(tài)度。一種是擔(dān)心,Elon Musk等人擔(dān)心先進的人工智能會對人類造成威脅,Nicholas Carr擔(dān)心自動化會搶人飯碗、讓人變蠢;一種是放心,Google主席Eric Schmidt認(rèn)為先進的技術(shù)智慧讓人類變得越來越好,況且現(xiàn)在的人工智能還非常原始。那么,現(xiàn)在的機器智能現(xiàn)狀到底是怎樣的呢?Bloomberg Beta 的 VC Shivon Zilis 歷時 3 個月,分析了 2529 家人工智能、機器學(xué)習(xí)及數(shù)據(jù)相關(guān)的初創(chuàng)企業(yè)后為我們做出解讀。 什么是機器智能? 所謂機器智能,是機器學(xué)習(xí)與人工智能的統(tǒng)稱。計算機正在學(xué)習(xí)如何思考以及讀寫。也正在獲得人類的感覺功能,包括視覺、聽覺,以及觸覺、味覺和嗅覺(對后三者的關(guān)注略少)。機器智能技術(shù)涉及多種不同的問題類型(分類、聚類、自然語言處理、計算機視覺等)和方法(支持向量機、深度信念網(wǎng)絡(luò)等)。這些都包含在機器智能版圖當(dāng)中。 機器智能離不開大數(shù)據(jù),數(shù)據(jù)是機器學(xué)習(xí)和人工智能的基礎(chǔ)。盡管如此,出于篇幅和專注于人工智能方法的原因,這份版圖并沒有把大數(shù)據(jù)放進去。 公司分類 從事機器智能的公司很多,但是版圖幅面有限。所以機器智能方法被當(dāng)作關(guān)鍵技術(shù)的公司才可以列入。然后入選的公司再分為三大類,一類是專注于機器智能核心技術(shù)創(chuàng)新的核心技術(shù)類公司;一類就是應(yīng)用型公司,應(yīng)用型按照應(yīng)用對象又可以分為面向企業(yè)、面向行業(yè)以及面向人 / 人機交互(HCI)這三類;第三類則是支撐技術(shù),包括硬件、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)采集等。 如果你打算開一家相關(guān)的公司,可以利用這張圖找出合適的核心技術(shù)和支持技術(shù),然后打包成新穎的行業(yè)應(yīng)用。盡管人人都想解決一些吸引人的問題,但是在許多不那么性感的行業(yè)還存在著大量的商機值得挖掘(如通過 Watson Developer Cloud、AlchemyAPI 等),所以未必要緊緊盯住熱門的領(lǐng)域。 版圖思考 Kevin Kelly(K.K)認(rèn)為,廉價的并行計算、大型的數(shù)據(jù)集,以及更好的算法推動了機器智能的發(fā)展,從而給企業(yè)、產(chǎn)業(yè)和人類帶來了變革。這張版圖的應(yīng)用劃分正是受到了這種觀點的啟發(fā)。正如 K.K 所言,“接下來的 10000 個初創(chuàng)企業(yè)的商業(yè)計劃很容易預(yù)測,做 X 然后增加 AI?!庇袝r候甚至連 X 都可以不要,因為機器智能本身就有可能創(chuàng)造出全新的行業(yè)。 機器智能的前景非常可觀。目前這個領(lǐng)域的初創(chuàng)企業(yè)被收購率已達到有 10%,Zilis 認(rèn)為到 2015 年年底可能還會有另 10% 被收購掉。買家共有 15 個,其中 Google 是機器智能領(lǐng)域的頭號買家。 大公司具有壓倒性優(yōu)勢,尤其是開發(fā)有消費者產(chǎn)品的那些。搜索(Google、百度)、社交網(wǎng)絡(luò)(Facebook、LinkedIn、Pinterest)、內(nèi)容(Netflix、Yahoo?。⒁苿樱ㄌO果)及電子商務(wù)巨頭(Amazon)處在非常領(lǐng)先的位置。因為這些公司擁有大量的數(shù)據(jù),且可以通過不斷與消費者交互,從而形成算法調(diào)整的反饋回環(huán),再加上網(wǎng)絡(luò)效應(yīng),所以是最容易從中收獲機器智能成效的公司。 一流的個性化和推薦算法促進了這些公司的成功。在移動的新戰(zhàn)場上,機器智能也不可或缺:如自然語言接口(蘋果 Siri)、可視化搜索(Amazon 的 FireFly)、直接提供答案而非鏈接的動態(tài)問題回答。而 IBM 和微軟在這個領(lǐng)域也取得了很大進展,但是主要集中在面向大型行業(yè)數(shù)據(jù)集的知識表征任務(wù)(因為缺乏上述公司類似的面向人的需求),比方說 IBM 的 Watson 就用到了輔助醫(yī)生診斷上面。 人才壟斷 過去 20 年里,人工智能領(lǐng)域最好的人才都在學(xué)術(shù)界。這些人發(fā)明了許多新的機器智能方法,但是能帶來商業(yè)價值的卻沒幾個。但現(xiàn)在像深度信念網(wǎng)(deep belief nets)和階層式神經(jīng)網(wǎng)絡(luò)(hierarchical neural network)這樣復(fù)雜的機器智能方法開始解決一些現(xiàn)實問題了。而象牙塔上的那些學(xué)者也開始走進企業(yè)。比方說Facebook招了紐約大學(xué)的Yann LeCun教授和 Rob Fergus,Google聘了多倫多大學(xué)的 Geoffrey Hinton,而百度則有吳恩達(Andrew Ng),這些都是機器智能領(lǐng)域“教父”級的任務(wù)。不過這些人并不是完全跟學(xué)術(shù)脫離了關(guān)系,不少的時間和精力還是要貢獻給學(xué)校的。 高薪和好設(shè)施當(dāng)然是吸引這些頂尖學(xué)術(shù)人才的因素之一,但是最重要的卻是另一個東西:數(shù)據(jù)。Facebook、Google、百度等擁有龐大的計算資源,還壟斷了海量的數(shù)據(jù),必然會吸引越來越多的人才加入,這就是大公司形成壓倒性優(yōu)勢的原因。 和平紅利 如上所述,大公司擁有固有優(yōu)勢,而贏得機器智能戰(zhàn)者未來還會更加強大。幸運的是,對于其他公司來說,大公司開發(fā)出來的核心技術(shù)會迅速涌入到其他領(lǐng)域—通過大公司離職人員以及公開發(fā)表的研究的方式。 此外,跟大數(shù)據(jù)革命類似,技術(shù)巨頭也會把一些突破性的技術(shù)貢獻給社區(qū),然后由其他人來做應(yīng)用層面的創(chuàng)新。 創(chuàng)業(yè)機遇
要想讓你的公司明年火,可以用上面這句話做廣告詞。當(dāng)然,前提是你的確是。 深度學(xué)習(xí)是機器智能的熱門方法。雖然可能有點炒作過頭,但 Google、Facebook、百度這樣的巨頭,以及 Enlitic 等很初創(chuàng)企業(yè),在視覺和語言處理方面采用這種辦法的確取得了不俗的成績。 深度學(xué)習(xí)最令人興奮的是,如果處置得當(dāng)?shù)脑?,其自動學(xué)習(xí)功能可以替代部分領(lǐng)域?qū)<业闹庇X。在很多情況下,這有望改寫許多領(lǐng)域的解決方案。 人才收購作為商業(yè)模式 我們在討論大數(shù)據(jù)的時候往往提到數(shù)據(jù)科學(xué)家的短缺。但是由于此前機器智能僅限于學(xué)術(shù)研究,機器智能專家更是短缺中的短缺。這一現(xiàn)狀并不會很快改變。 這種短缺對于真正理解機器智能的創(chuàng)始人來說卻是一種福利。這一領(lǐng)域的許多初創(chuàng)企業(yè)能夠獲得種子輪融資,往往就因為一個原因—機器智能人才收購的價格是一般技術(shù)人才收購價格的 5 倍以上(比方說 Deep Mind 人均收購價格為 500 到 1000 萬美元)。作為有悟性的創(chuàng)始人,你甚至可以網(wǎng)羅一批機器智能人才然后就成立公司,說不定就有人會收購你了—好吧,這是個玩笑,但是這的確反映出“人工”智能的價值。 摘自:36氪 |
|
來自: 汕頭能率 > 《互聯(lián)時代》