AI中国网 h ttps://www.cnaiplus.com
大多数当今青年的眼中，从 2016 年开始的人工智能热，似乎是人生经历的第一次人工智能浪潮。
但从技术角度讲，这样的说法并不准确。如果以神经网络的发展历史来看，从 2012 年开始 Google 等网络公司在深度学习领域的突破，已是第三次人工智能浪潮。
但前两次技术领域的人工智能浪潮，其实并没有转化成太多应用，也没有为社会生产力带来更多变革。
日前，在一场创新工场的闭门会，刚拜访美国人工智能界四巨头的李开复，分享了自己对未来一年人工智能在应用领域的看法。
李开复用 5 周时间跑遍美国和加拿大，先后拜访了 Google、微软、Facebook 和亚马逊公司，同时还与人工智能学术界三大巨头 Yann LeCun、Yoshua Bengio 和 Geoffrey Hinton 深入交流。
整理和沉淀与这些公司学者交流过程所得，再加上创新工场过去几年对人工智能领域的投资与理解，李开复认为在应用领域，人工智能应用领域的浪潮分为四波，我们事实上已不知不觉迎来了前三波。
在李开复看来，人工智能应用领域的浪潮在时间轴上是交错的，并非一波接一波。始于 1998 年的 Google 和诞生于 2012 年的今日头条同属于第一波人工智能应用，而这波人工智能应用称之为“网络智能化”。
“网络智能化”更像 AI 应用的初始积累，所有网站、应用、产品以资料为能源和燃料，资料越多，发展越快。过去 20 年里，许多网络公司有幸积累了大量资料，因此在人工智能技术算法有突破之后，就会快速将原本在网络层面开展的业务快速人工智能化。
举一些例子，比如说美图。这是一家创立很早的公司，刚开始不是 AI 公司，现在美图介绍自己都是 AI 公司，有没有发现过去 3 年你自动美化越来越美？这是因为用户不断贡献资料、标记资料后，加上深度学习算法做成的。
算法如何知道你对一次 P 图行为是否满意？你自拍之后一般会有 3 个动作──移除、储存或分享。移除表示这张照片不行，储存表示一般，分享则代表很棒。机器会不断分析，什么样的照片满意，什么样的照片不满意。
对第一波浪潮来说，无论投资人还是创业者，未来都很难说是好赛道。尽管今日头条的崛起算是网络格局已定情况下的一次变数，但与其同时生长的滴滴、美团点评更固化了网络这大赛道。
想要透过人工智能单点突破这样的局面，有些困难。
第二波人工智能应用浪潮，是适于 2004 年的“商业智能化”。
之所以与第一波不一样，是因为资料和应用都不直接来自网络，比如银行、医院、物流公司，对人工智能的应用。
“商业智能化”前提有两点，一点是非网络公司在使用网络和电脑办公之后，沉淀大量资料。第二点是，这些公司有意将这些资料格式化并加以利用。
在这个领域，发展最快也最天然的例子就是金融。因为金融本身就是由格式化资料构成的产业──“电脑在这个领域天生就比人类做得更好”。
股票一年之后不是涨就是跌，贷款不是还了就是没还，所以只要能累计一段时间资料，发生过意外的人可能要收更多保费，贷款如果没有还就少借。金融就是大量资料好标记，还有只要做得好，钱就到了。
另一个李开复认为很有价值的领域是医疗，人工智能在医疗领域的发展可能会帮助人类攻克很多疾病。但病人隐私等问题，目前医疗资料在各国格式化和流通度都不高。目前，先进的电脑视觉在相对开放的影像医学领域尝试已得到一些成功。“但因为资料局限性，推进速度还较慢。”
第二波投资与创业机会在不同的领域，完全不同。比如金融领域的人工智能虽然发展成熟，但机会也相对较少。医疗就还是尚未开垦的巨大市场。
进入到 2011 年才开始的第三波人工智能应用浪潮，就是大多数我们惊呼“科幻”的领域了，也是商业巨头最喜欢宣传展示的那些。因为在这阶段，人工智能终于摆脱了虚拟世界，正式“入侵”我们。
第三波应用叫“实体世界智能化”，达成的前提是越来越多资料采集和感测器──橘子本身没有资料，贴上 NFC 标签就有了；路本身没有资料，装上镜头就有了；人本身不是资料，但透过人脸辨识身份，就是了。
我们早就习惯一登入淘宝，淘宝就认识我是谁，然后建议我个性化商品。
但是现在，现实世界也可以这样了。你进入一家超市，超市就辨识出是不是 VIP 用户，给予特别的优惠，服务员可能也会和你打招呼。 这引领了中国零售的全新型态，创新工厂总结为 OMO 型态，即 Online-Merge-Offline──线上与线下全面融合。 这种型态下，不再只是线下购物用移动支付结帐，或线上买优惠券去线下消费，是无论用户线上线下购物，都有几乎完全相同的购物体验，包括身份会员体系、个性化建议、货源追溯和商品评价等。 第三波“实体世界智能化”发展正当时，创新工场过去几年也在这领域做了许多投资，无论技术领域的 Face++、教育机器人领域的小鱼在家及无人零售领域的 F5 未来商店，目前都处于蓬勃增长时期。 第四波人工智能领域的应用，称之为“全自动智能化”。 与 AI 软件方面这两年发展较快相对的是，与 AI 配套的硬件发展这些年突破并不多。所谓硬件的突破，就是指像科幻电影里的机器人──为具备 AI 特徴的软件打造的机器躯体。
人（的身体）非常灵活，非常不可思议，但大部分机器做不到，有的机器人好不容易会两脚走路了，但一配合手开门的动作就摔倒了。人拿一样东西时，知道不会挡住眼睛。但机械手臂运动时，可能就会不自觉挡住镜头。
我们出去郊游，看到果园里的草莓很好吃，一伸手就能摘下来。机器呢？不是把草莓捏烂，就是摘不下来。 虽然距离尚远，但可以确定的是，“全自动智慧化”这波应用也必然成为现实。 自动驾驶就是一个较好的开始，“现在全世界都相信自动驾驶能达成，你去问车厂、工程师、投资公司，都会和你说这是最酷的事。当全世界的技术、业界和资本都相信并大量精力投入时，你会发现这个事情变成现实是必然的。” 相比技术上的难度，李开复甚至认为无人驾驶最大的障碍是法律、伦理等问题。 在这领域，创新工场已投资一些机器人公司、技术公司和完全不同方向的自动驾驶公司。 那么，在接下来几年里，李开复博士究竟觉得 AI 领域有什么值得投资的呢？他直接给了答案：
当然，具体情况也要具体分析。比如以芯片为例，创新工场认为现在就应当投资 GPU，但现实的情况是中国多家人工智能芯片公司都是以 SoC / CPU 领域切入。
背后逻辑除了技术难度本身，还要考虑市场的饥渴度和目前产业的成熟程度。仍以芯片市场为例，目前在做人工智能芯片的 CPU 厂商有很多，老牌的 Intel 和 AMD、移动领域入场的华为，直接针对无人驾驶的地平线等。
但 GPU 领域，英伟达一家独大。从产业的成熟度来说，却是 GPU 创业公司更接近 tape-out。创新工场投资的比特大陆，过去制作比特币矿机的过程中，已生产出十分类似 GPU 的产品。
同样的逻辑适用自动驾驶领域，大多数无人驾驶技术公司认为 L4 自动驾驶有可能在 3 年内实现。但考虑到法律等因素，L4 自动驾驶真正成为一门“生意”可能还需要等 5~10 年。
当然，如果你不是投资而打算创业，甚至打算学习人工智能之后投身相关产业，也可以参考上图再做决定。 AI中国网 h ttps://www.cnaiplus.com
本文网址：
