李开复:最懂人工智能的公司绝对是谷歌
2016-11-30 18:31

李开复:最懂人工智能的公司绝对是谷歌

虎嗅注:如果对人工智能不十分了解,却又很感兴趣,一定要看这篇文章。李开复娓娓道来的传授风格很适合作为小白用户的进阶篇读物。本文来源,微信公众号港股那点事,虎嗅有删节。


大家听到人工智能这个词大概是在今年年初,AlphaGO 战胜李世石的时候。当时在讨论人工智能是在模仿人脑,超越人脑,奇点是否来临?我们是否会被机器统治?


实际上这些都是很玄很远而且也不太靠谱的说法。所以我建议大家也不要再看任何讨论刚才几个问题的文章了。


其实,人工智能跟人脑的关系也不大。人工智能这个事情,其实绝对不仅仅是取代人脑,它会比人脑厉害很多。但不是说在所有领域,它一定是在几个前提条件下,而且一定是在某一个狭窄的领域。


比如说围棋,比如说传一篇文章,比如说量化交易,这些领域里面,它可以非常的厉害。因为它用巨大的数据,来做一些分类,预测或者对未来的推测。比如说,演示文稿上的这10个工作, 10年以后90%干这些行业的人就都失业了。当然,剩下来的则是顶尖的,对于记者他可以写很深度的文章,而顶尖的翻译他可以为元首做实时的翻译,或者是翻译诗词、诗歌。


这些人工智能做不到,但是普通的翻译、记者、助理等等都不需要。普通的保安也不需要了。有没有一个作为人的保安可以记住20万犯罪者的照片,不可能的,但是机器可以。所以在这些领域里面,人根本没有任何的机会,这不是说什么机器会不会比人能干,在这些领域里面,确实,人就是没有希望。


比如说司机,无人驾驶10年左右就会来临。无人驾驶来的时候,世界上做司机工作的9%的人类他们都要换工作,所以在这个领域,就是如此被巨大的颠覆了。


人工智能也就是这样几个事情,感知、决策、反馈。


前两件已经做的很好了,后一件还需要时间。我们在这几个领域可以看到,过去二三十年有很多重要的里程碑,尤其是在最近的5年,我们发现人工智能能用了。


当然如果你像我这么不幸在30年前就做人工智能,我们就没有生逢其时,也没有找到这个风口。我们就只能写写论文,然后再换份工作。但是30年之后,我们非常清晰的看到这个领域成熟了。



为什么说这五年成熟了呢?30年前做的太早呢,为什么三十年前成为先烈,现在成了伟大的创业者呢?


就是因为一个特别重要的技术,叫做深度学习。


深度学习是什么?你丢一大堆数据给它,然后问它,我应该买什么股票?这个人的保险该付多少钱?这个想贷款的该不该贷?这个信用卡的交易是否有欺诈的嫌疑?你还可以问他,这么多的男人你应该找哪一个为对象?你也可以问他,今天晚上这么多好吃的,我应该吃哪些?它都会告诉你一个答案。

但是非常重要的是它来做这么个决策只会在一个狭窄的领域,而不是任何的领域。


深度学习其实只是一个技术,以后还有很多其他的技术,这里就不说了,但是绝对不是人工智能就能取代人脑。人脑的情感、自我认知是机器完全没有的,还有我们人可以跨领域思考,比如说我现在跳出来说我中午不要吃汉堡,你们每个人都可以懂,但是机器不能懂,机器一次只能懂某一个领域。



所以说人工智能的五个条件很简单。海量的数据,清晰领域界限,顶尖的AI科学家,还有自动标注数据,以及超大的计算量。原来所说的,7年前听到我所说的移动互联网的时代来到了,任何三个小朋友都可以创业。


在人工智能的时代,这个完全被颠覆了。三个小朋友你不要想创业了,因为你没有巨大的机器,没有顶尖的科学家,你也没有特别大的计算量。所以这个是科学家的创业时代来临了,而不是三个小朋友的创业时代。


深度学习到底有多了不起?在图像识别领域机器超越人类,左下角是语音识别领域机器的错误率低于人类。一个往上,一个往下,都是代表超越人类的表现。


当人脸识别超越了人类,我们还需要保安吗?当语音识别超越了人类,我们还需要客服吗?还需要打电话推销吗?当自动驾驶超越人类,我们还需要司机吗?当传内容,写新闻,金融稿件的能力超越了人类我们还需要金融界记者吗?这些都不需要。


90%的金融领域的报道都是传出来的,这些报道以后绝对不是人写的,人写是会犯错的,机器不会犯错,只有深度的报道才需要人写。所以,这就是超越人类的一些领域。


哪些领域可以做人工智能?


简单来说,谁能做人工智能的创业,第一种,谁手中拥有互联网数据的这个是最了不起的,也就是BAT、滴滴、美图等等,他们手中有数据,而且已经标注,只要有科学家就可以产生价值。


第二种是传统企业,比如说股票的数据,比如说保险业、银行业,各种金融的。我觉得数据非常的丰富,而且是非常的狭窄领域,不用跨领域的理解,而且可以快速产生商业价值。再往下医学,如何看片子,看MRI,看CT,看各种人的健康记录一定是超过医生的,现在至少有3种重要的病症人工智能已经超越了医生的平均水平,而且你像这个是要花多少临床的时间,现在三种可能再过5年就是300种,再过10年可能就是3000种。


然后90%的医生就都不需要了,至少被机器取代。那这些医生就要做更高等的工作,更深入的工作,去发掘新的医药的工作,或者是做更心理医疗的工作。面对病人,机器还是冷冰冰的,可能还需要一个人脸对着病人,但是90%的医生,在10年以后应该都打不过我们机器的诊断能力了。这对人类是有很大意义的,教育的数据也是很多的,就不多细讲。


最右边是无人驾驶。这是我们特别看好的领域,它是最大颠覆量的,以后都不需要人开车了。再加上电动车和共享经济,以后我们出门的时候,一辆坐一人的车就会出现在我们面前,它带我们去要去的地方,节能低碳,减少雾霾,而且这还会影响整个经济。如果大家谁有投资停车场的,十年以后就没有停车场了。所以,这些都有巨大的颠覆性。


如果你们觉得听起来像是天方夜谭,像是科幻小说,那么你们也可以想一想,2009年当我告诉所有人移动互联网时代来临的时候,大部分人也是这样想的。甚至当时的BAT听了移动互联网的预测之后,他们总是认为没有PC大,没有PC赚钱,成长的会很慢。但现在你看他们一个个也都追上来了。所以人工智能是一个特别巨大的领域和机会。


世界上最懂人工智能的绝对是谷歌这个公司了。在一年前他就宣布了要做Alphabet这个母公司。


什么是Alphabet呢?其实它就是把谷歌里面做搜索提炼出来的人工智能做成谷歌大脑,然后把它用到各种领域。用在围棋就成了AlphaGo,我们已经看到它的威力有多大了,用在汽车就是Google car,用在健康就是Google house用在基因检测就是Google genetics,所以在Alphabet上面,谷歌的野心就是要把一个谷歌的成功变成26个,这是一个特别有野心的人工智能的公司。


到底人工智能如何克服挑战产生竞争壁垒呢?


简单的来说。

第一,就是要寻找行业里面有特别大的大数据,然后是垄断性和闭环的。

第二,是买很多机器,尤其是CPU+GPU。

第三,是有很厉害的深度学习的科学家。左边两个,谷歌基本是为了买这两个人,花出1亿到4亿美金,右边的是我们投资的Face++公司聘了的,刚才看到的2015年超越人脸识别,超越世界图像识别人类能力的那位科学家孙剑,他是我们Face++挖过来的,这边就不放金钱了。


第四,虽然这些顶尖科学家很有价值,同样的小朋友也有价值。这些小朋友必须是学下面几个领域,计算机、统计、数学、应用数学,电子系,还有自动化系。


人工智能很大的一个特色是速成,他不像是你去找一个化学科学家,或者说生物科技或者甚至是计算机领域的这个Networking Database之类的,非常难学。


人工智能不一样,它很好学,前提是你一定要是一个数学天才。所以我们就设立这样一个计划,这是人工智能很大的一个特点,是可以速成快速创造价值的。


接下来说下怎么样让人工智能快速商业化,虽然它的技术还不够好。


有四个理由:

第一是做助手,而非取代人;

第二是界面要用好,给很多结果,而不只是一个结果;

第三草船借箭,要用户提供数据,如果你的数据不够;

第四局限你的领域,不要做一个特别伟大的超级的技术。


人工智能在中国的机会


中国在人工智能领域比移动互联网领域还适合创造世界顶尖的公司。


第一个理由就是,中国人很适合做人工智能。我们知道美国的很多中学的学生,加减乘除都做不好,我们中国虽然教育有很多的挑战和问题,但是理工科的学生平均水平特别强,人数又特别多,所以今天在世界上做人工智能的科学家有43%是中国人,所以我们可以知道,当然很多是在海外读书,现在要把他们拉回来,所以这是一个特别大的机会。


第二,训练小朋友非常快速,这刚才已经讲过了。


第三,传统企业的人工智能技术非常的弱。就是他们现在的这个产品,是没有用人工智能,相对来说是很弱。


比如说我们现在做一个Credit Card Fraud Protection。就是去识别信用卡被盗卡的这样一个现象,比如说我突然在这个阿布达比刷了2万块钱银行就会警觉了,实际上很多偷信用卡的人,比这个聪明,他不会去刷2万块钱,他会刷100块,200块,他还会到各种城市去刷,也许就是请朋友吃顿饭之类的。我最近的信用卡就是这样被盗的。


这个如何抓呢,美国的银行做信用卡已经做了40年,他们靠非人工智能的技术,就是一条一条的规则写进去,然后把用户做各种的规则,比如这个人收入是怎么样的。然后如果他突然飞到几千里之外,用的金额是什么,如果有三次什么之类的。这样一大套,如果是这个就怎么样,如果不是这个就怎么样,套这个来做这个信用卡的盗卡的识别。那这些银行没有人工智能,但是这些技术在美国做的很好。


所以要在美国做人工智能的公司,去卖这样一个Credit Card Fraud Protection技术给银行是不靠谱的也是不可能的。除非你是有拿了大数据来做,不过那得有多难。


但是在中国几个小朋友随便写一个简单的机器学习算法,深度学习都不用,拿到中国的任何银行马上就能产生价值。所以呢,过去这些银在国内不太开放,技术也比较落后,不太愿意别的技术进来,还是要感谢AlphaGo 自从它打败围棋世界冠军以后,中国的银行开始相对开放了。我们投的一些公司,比如说第四范式就已经进入了十五家银行,产生了特别大的价值。


银行曾经不是经常打电话给我们说,要不要买什么产品,过去它的这个转化率非常低,但是经过我们人工智能一条就增加了65%。所以以后银行打的垃圾电话,经过创新工场投资的这个第四范式,精准度会比较高。过去1000个电话买1个,现在接600个电话就会买一个。


这个对于你来说,都是让人烦扰的电话,但是对银行来说,产生了多大的价值,它如果一年靠这个电话卖20亿的产品,现在就卖33亿了,因为有了之前说的那65%的成长。所以这一类的人工智能在国内因为它的算法竞争对手太弱,在银行保险、券商等等的机会特别大。


在座可能有些看过量化交易的,但是你们看的量化交易都是没有智能的,都是拼速度的。但是加上智能就不得了。我读博士的时候就是做人工智能,我的一个同学跟我学一样语音识别,但是他比我聪明,我毕业之后去苹果了,他去了文艺复兴科技公司(Renaissance Technologies)。它是美国做量化交易第一的公司,他在那边做了30年,然后我们在Wikipedia可以看到他的这个身价大概是我的几十倍。


当然我说的不是这个,更重要的是说他把机器算法很早就做到了二级股票市场交易中去了。他们内部基金每一年的年化收益,20年,71.8%。这就是人工智能的力量。当然这个基金做不大,一做大这个收益就会下来,但是至少也还是几十亿的规模。所以你可以看到,这些机会,是非常非常的大。


当然30年前美国的股票交易也很落后,量化一进去,就把大家都击溃了。他今年是Renaissance的CEO,你可以看到在这种算法里,科学家的力量是多大。整个Renaissance的公司至少在创立的时候,都是不懂股票的,一大堆算法进来,交易大师就打不过他们了。


那么在中国,这个景象正在发生。我们看到的人工智能的项目里,三个就有一个是做股票交易的。在过去两年里面,我除了个人买了一支股票之外,其他的钱都是交给这些小朋友打理,他们在国际国内港股A股的这些市场,加上做这些AI的对冲,每一天大部分交易就是T或者T+1,然后就结算,基本没有什么风险,收益率也没有一个月是负的,每一年的回报虽然不到71.8%,但是也是很高的。


所以这是一个特别大的机会,在国内量化AI的环境还不成熟的时候,如何找到这些机会,可能获得的是比VC的基金或者PE的基金回报都还要高。


第四个理由,因为中国市场大,互联网公司多,很多非AI的公司到了一定的规模,就开始需要AI。比如我们投资的美图,知乎,VIP KID。


第五点,美国人工智能现在是绝对领先中国的,但是他们进不了中国,中国上面有各种理由。因为美国公司进不来,给我们3年时间就不输于美国公司了。人工智能的这个技术都是美国和加拿大做出来的,他们是非常乐于公开的,每次写完了就放到网上,放到网上大家就学去了,中国和美国的公司一起学,所以这也没有太大的门槛。中国的公司只要给我们3年的时间,给我们更多的机会,我们一定会产生和美国一样的价值。


最后一点是中国对人工智能各方面的约束较少。比如说Trump上台以后,假如我们两年以后发现Uber的Otto,这个Otto它是取代卡车司机的,假如它做的非常好,两年以后会取代这个人类的话,会不为有这个卡车的工会冒出来一起抗议。


美国有150万的卡车司机,他们也是投了Trump票的,我们也很清楚低收入的美国中年男人尤其是白人投了这个票,这些人要是抗议,会不会有可能通过一个法律使得卡车无人驾驶先暂缓推出,或者先要证明自己不伤人之类的。就这样,很简单的一个规矩就把这个技术给放缓了。所以我觉得中国在这方面就会有更大的机会。

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定