本文转自Xtecher作者黄鼎隆2019iyiou

2019-05-14 18:57:32 来源: 海南信息港

【编者按】近年来,语言识别、图像识别、无人驾驶与机器人等人工智能技术渐渐进入人们的视野。随着人工智能首次写进《政府工作报告》成为舆论焦点,人工智能也成为今年炙手可热的科技关键词。在这一波的人工智能浪潮里,技术门槛在变低。人工智能离象牙塔越来越远,离商业化越来越近,并非遥不可及。

本文转自“Xtecher”,作者:黄鼎隆/杨洋/郭剑武/李明,经亿欧,供业内人士阅读。

在Xtecher举办的《人工智能的商业化模式》为主题的活动上,码隆科技CEO黄鼎隆、iPINCEO杨洋、赛马资本合伙人郭剑武、创大资本投资总监李明就“如何判定好的人工智能商业模式”、“什么是认知智能”等热点话题展开讨论。以下是原文:

赛马资本合伙人——郭剑武

技术这一块我认为分三个阶段。机器视觉、深度学习,包括一些算法数据,很多项目已经在用。再往下走,我们比较看中物体识别,这是一个很大的坎。美国波士顿一个团队目前做了大概9000个物体的静态识别,动态识别还面临问题。这一块直接往后是对决策的识别、对情感的识别,这是第二个阶段。第三个阶段我认为会在自我意识上有突破,但时间会非常长。

我们接收的很多项目属于律师、金融、旅游及教育行业。看这些项目,,我们很关注算法,你的逻辑、纬度、权数怎么去设置算法。不是说有个数出来就叫算法,完全不是这回事。

第二,我们很关心你验证算法的原始数据、基础数据从哪来。基础数据做不好,算法出来就有问题。大家都知道,中国60%数据掌握在金融部门、运营商、政府机构手里,20%在BAT手里,它们是不开放的,真正在市面上流通的数据很少。你怎么去拿这些数据?没有数据,讲算法、人工智能没用。

第三,是应用,怎样把人工智能用到应用领域,从产品定义,到建模型,包括用原始数据去验证模型都非常关键。律师、金融领域这块做得非常好,包括对冲基金、做量化、可持续化,我认为可以非常快的变现。

技术应用还有很多是在机器人领域,工业机器人我暂且不说,我只说服务类机器人。我们香港的资本专门投早期项目,从天使轮到A轮,大概一个项目投100万到3000万,现在投了有50来家。我们从2016年开始非常关注技术类的,特别是在人工智能、机器人、物联有技术含量的。我觉得往未来10年或20年算,这是一个很大的市场,譬如我们看好服务类机器人会是一个入口,现在都讲入口,往后都想做数据的生意。

我不知道在座有多少是创业型的,创业企业很多讲大数据概念,但你靠你的原始积累,靠自己的商业模式去积累数据是非常非常难的,你的数据量是不够的,人家都是讲几十亿个,你获得千万级的数据都累得你冒汗,做大数据,你如何去变现?

就如何用大数据变现,我觉得还是有很多很好的商业模式,像服务类机器人有很多场景,2B和2C到底哪一块会冲出来,这很难说。相对来说有优势的项目我们先杀进去。但机器人也有很多问题,种是单技术的,激光雷达、导航、建模,2016年这一类项目资本泡沫非常大;第二种是做整体解决方案的,做云、语音其他产业链的整合,但这里面你的资本价值在哪里?机器人销售额过5000万的企业不到五家,你的量在哪里?我们不看好这一类。

作为创业型企业是不是没机会了?我觉得不是。但BAT和国外一些大的互联企业系统已经开源了,开源完之后你就会遭遇天花板。你看很多做集成的,譬如,在前面十年是一个风口,但这几年没有像苹果这一类产品冲出来,为什么?往后走的模式,除了做平台外,很多做的是集成,它在人工智能当中往后走就是做集成。我们为什么会切到服务类机器人这类终端产品上去?将来它是我的集成。

虽说有些开源的系统BAT要去做,但这种集成商往后走不可能所有技术都做,它会跟不同的小模块或小团队合作,你要切入很好的点,把你的门槛做起来,就像App store一样,将来算法就是走这种模式。但心不要太高,因为你的天花板是看得到的,你一定要跟大的集成运营商去对接,就是说一个好的技术一定要找到一个好的产品去落地,而一个好的产品,一定有好的商业模式。往后走的话,我觉得我们很看好做集成、做平台的。

做创业的项目其实有很多机会,某些行业里很细的东西集成商不会自己去开发,医疗、养老、购、旅游,太多领域了。国外一家很有名的公司,我不说品牌了,它就做宠物机器人,这个量大得不得了。在这一块,我觉得机会和风险是并存的,大家要找好自己的定位:干哪一个,撑一片天还是做一个配角,被并购还是做主角,要想明白。

无人驾驶这块也有机会,在未来是一个非常大的市场,现在很多公司开始做服务驾驶,但要真正过渡到无人驾驶是一个漫长的过程。无人驾驶牵涉到几个关键因素,首先是运算速度,第二是数据,第三是定位,第四是对环境的辨识能力。这一块牵涉到物体的识别,什么叫物体识别的静态和动态?MIT那个团队做了9000个物体的识别,一个椅子放在那里,它通过视觉看出这是椅子,但是把我的衣服放到椅子上,它识别的是人。做无人驾驶对物体的识别非常关键。还有一个是人的common sense,那种常识性的东西,我们是没有办法通过人工智能的程序和算法把这个东西勾画出来,但无人驾驶要在零点几秒内判断出车前面是一个塑料袋,还是一个石头或一个人,判断不准会很危险。所以我觉得真正做到无人驾驶时间会很长,在短期内服务驾驶是非常好的应用。谢谢大家!

码隆科技CEO——黄鼎隆

大家好!主办方给的题目叫《人工智能商业场景创新》,我觉得有点太高大上,我想换一个题目叫《人工智能能不能帮企业赚到钱?》,我觉得这个更实在。人工智能不是一个新概念,从图灵提出到现在60多年里几起几伏,其中好几次都让大家失望了,因为技术没能落地。现在以深度学习为代表的核心技术突破,让大家觉得这次是可以落地了。

但我认为能不能落地根本的标志在于,能不能帮企业赚到钱,我说的“企业”不是指人工智能企业,人工智能是赚到了不少钱,或者说融到了不少钱,可这不说明问题。现在人工智能企业基本是2B模式,这些客户能不能因为人工智能的技术赚到钱,我认为是现在这个行业的焦点。这也是我们公司今年致力要解决的问题。

码隆科技是做深度学习和计算机视觉的,就是用人工智能去模拟人视觉的思维。企业联合创始人有两位,一位是我,另外一位是码特,我们在微软也是一对搭档。我们公司在业界有一个外号叫“收割机”,就是我们参加了很多国际国内比赛,都会拿到。

我们专注做商品视觉,建立了一个深度学习模型,用海量商品数据进到模型去训练,让其具备识别各种商品的能力,我们进一步把技术放在ProductAI平台,这是一个PaaS平台,通过云端,所有企业都可以接入,获得对商品人工智能识别的能力。

自去年10月24号在北京正式发布以来,ProductAI已有超过600家企业申请试用,日均ADI调用量超百万,训练数据已上亿。我们可以识别各种各样的商品,零售、电商、时尚、家具、电器、食品、旅行、医药等。核心能力归结为两个,一是以图搜图的能力,我们是目前全球一个可以让企业自助式打造定制化的,比如搜图引擎这样的服务。第二是图像识别能力,简单来讲是对各种图像打上各种各样标签的能力。

我们有一个理念,真正的人工智能不在于自己有多智能,而在于能不能让别人的产品变得更智能。我们是怎么样让别人产品变得更智能的?下面是具体的客户案例。

我们有一个客户叫视觉中国,视觉中国是中国的图片保存平台。当客户要找像右边两个小孩沿着水堤上玩的图,我们可以直接输入这个图,就在它的数据库里,找到相应的相同语意的各种各样的图,甚至在图里面,比如说你想找灯笼,你只要把灯笼框出来,我们就相应地会找到各种各样的灯笼。我们怎么帮视觉中国赚更多钱?它平台卖的是图片版权,只有让它的客户更容易找到图,才能卖出更多图。以前只能用文字来找,效率非常低,会出现找不到的情况,可是用图片来找就非常直观。

这也是我们近的一个案例,一个国内每年几十亿销售额的电商,帮助它做什么?做商品管理。比如说这个电商要把它的商品跟互联上很多不同店铺的商品进行价格比较,同一个商品在不同地方名称可能是不同的,但图片往往是一样的,我们就帮它做了一个后台工具,让它可以大规模自动化地找到多个不同地方的同样商品的价钱,进行相应的商品管理。我们不是简单地进行图像像素比对,而是从语意上理解这个商品是不是这个商品,裙子款式一样,颜色不一样,我们也能找到。这个案例我们帮它大概节省了25个营运人员的人力,以平均每个人月工资6000块算,每月可以节省十几万费用。

这是我们一个客户,叫穿衣助手,一个有5000万女性用户的APP。我们帮它做什么事?在它APP上传一张图,通过使用码隆科技Product AI提供的技术支持,会识别出这是一件红色呢大衣,然后在它过往数据库中,找到所有关于红呢大衣如何搭配的文章和图片,且可以与售卖相应,比如说裙子配这个大衣很好看,会售卖相应的裙子,这样的话,它的电商有收入。我们是通过帮它跟用户产生新的场景,售卖相关的商品来帮它去赚钱。

我们还有很成功的一个领域,就是面料。现在国内排名前十的面料交易平台,大部分在用Product AI技术来找面料,这个跟视觉中国的商业逻辑是类似的,帮它的客户更快地找到商品,来促成更多的交易,帮它们去赚钱。这个过程非常简单,他们不需要懂深度学习、人工智能,只要进行一些简单的技术对接,很快就能获得这样的能力。

刚才这些比较接地气,都是实际在使用,都已经有商业收益的。下面是一些比较创新型的应用。

这是近在两会期间上线的一个功能,你看到(媒体上)某个领导人的图片,你拍一下,我们就会找到相应这个领导人当时所处场景的视频。这是《光明》在全国两会时上线的功能,让我非常自豪的是,这功能是我们技术人员没有参与的情况下,《光明》的人自己接到我们的平台上,自己实现的,用时不到一周。过去我们觉得人工智能很高大上,可通过这个平台,只要有相应意识,就可以很低门槛地实现创新功能。这个有没有帮他们赚到钱?我不太了解,可这个在两会期间有非常大的影响力,很多试用了这个功能,得到了非常多好评。之后,很多媒体都来找我们,也想用这样的功能。我觉得这个不但可以赚眼球,也可以去帮客户赚到钱。

我们跟加多宝也有合作,加多宝是做饮料的,它怎么通过Product AI赚钱?我们的技术识别出这是一罐加多宝,对它进行一个三维建模和定位,把这个罐子变成一个机器人,用户可以跟这个机器人玩游戏,玩赢了有优惠券,这样可以把人从其他地方聚集到超市加多宝的橱窗来,帮它售卖更多饮料,赚更多钱。

如何通过我们的技术让设备厂商也能赚到钱?我们做了一个尝试,把可穿戴设备接到Product AI平台上,当你戴上Hololens,你看见一个人,我们会实时对他的衣服进行识别。你觉得他的黑色上衣挺有意思,我们就会找到相应黑色上衣在不同地方、不同品牌都是多少钱,怎么去搭这个衣服,你也可以直接点击购买。通过可穿戴设备实现这样一个新体验。我们认为未来零售可能会是这样一个场景。

上面这些技术,以往会觉得是所谓黑科技,可现在它们都只需登陆Product AI平台就可以实现。我们把人工智能的门槛降低到人人都可以使用的情况。谢谢大家!

iPINCEO——杨洋

我今天跟大家讲的属于人工智能比较前沿的领域,叫认知智能。

我跟绝大多数AI科学家不一样,我并不是计算机专业的,我算是信息学的。原来我正儿八经当过老师,现在依然承担着国家一个重要项目,我主要是做认知智能这一块。我是连续创业两次之后再跑去读博当教授,又从学校跑去创业的。

人工智能识别模块分三大领域,以科大讯飞为代表的专做语音识别的,以商汤科技、码隆科技这样专做图像识别的,而我们做的是对抽象概念的机器自主的理解,即如何让机器能媲美人的认知和分析系统。比如说当提到华为、腾讯时,机器该如何去理解?这个市场很大,涉及教育、医疗、法律、金融。Yann LeCun前两天在清华演讲时说,目前AI一大难题是让机器掌握人类常识,就是机器人自主认知能力还比较弱,尤其是逻辑推理,准确率在70%左右,跟人差很远,机器还不能真正理解人,这是目前认知的一个瓶颈。我们公司专门在攻这一块。尤其是对人和企业的分析。人工智能按进展分,有计算智能、感知智能、认知智能,再就是类人智能,我们属于认知智能,识别信息做下一步分析处理。

认知是一个非常难以回答的问题,这是个交叉学科,涉及到生物学、物理学、哲学、社会学、经济学、神经学。每个学科都从不同角度去理解人对于认知的理解,尤其是物理学,涉及到一个经典问题,灵魂是什么?但认知更多属于哲学,就是Psychic Prison(精神牢笼),这对于认知领域有重大指导意义,就是说我们看到的东西都不是真相,而是真相在某一个具体场景下的投影,但你想真的理解认知的话,你必须还原真相。

目前我们产品应用分2C和2B,同时面对两类客户很具挑战性,但从做认知来讲,我们必须要做。研究人和研究企业,对我们来说,是社会认知一个根本的东西。

2C这块,我们有款产品叫“完美志愿”,做国内高考志愿填报,我们已获官方认可,被评为中国快的产品。我们还做“人生导航仪”,类似百度导航,输入起点和终点我们帮他做人生规划。这听起来挺逗逼,但现实需求很大,从初中到高中到大学,这块国家很重视,这个市场不能乱,我们跟教育部配合推进这一块。我们重点做认知,用机器学习了上亿人发展轨迹,帮助人规划他的人生:适合你,第二你擅长,第三你喜欢,第四你能养活自己,从这四个角度去规划。

2B这块,企业发展关注职能部门,包括人力资源、销售、采购、财务、法务等,现在腾讯也在采购我们的“企业发展分析引擎”,去分析他们大量的人。比较自豪的是,这个东西我已经做了整整12年,到今年2月人岗匹配准确率已达70%以上,HR不久应该会大量失业了。我们对接的各大招聘公司,也希望将HR解放出来,去做更有价值的事。

针对BD、市场、销售、采购这块,我们合作了两家非常大的企业,它们都面临各种各样的供应链采购风险。再就是“法务分析引擎”,这块领域不赚钱,但是我们必须要做它,它是整个社会商业运转的根本。我们跟国内非常大的一家法律公司合作,案件预测准确率竟超过了95%,这个我自己都觉得太扯淡了。因为我们自己根本不懂,每次出来的分析结果都交到法务让他帮我们判断对还是不对。

“宏观经济分析引擎”方面,我们的客户是中央政府、深圳政府、广州政府,政府对一些经济结构产业数据特别感兴趣,我们也在切入智慧城市,但我们只做分析引擎,后面所有流程都不做,各公司业务流程太多了,我们不想碰,也不一定有价值。

“投资机会分析”这块,说白了就是供给侧改革,我太太是做融资的,经常让我帮她看数据,我发现家庭保健不错,供给持续下滑需求持续上升,未来一定有很大潜力。我让她去看,她看了后说已经晚了,高端养老院基本投进不去了,可能早发现就能早投资回报更高。

“人才流动”监控这块,这个圈越大,对应这个城市人口规模越大,颜色越深代表这个城市对人才吸入力越强。做这个图时我们还在广州,我们就特别关注广州,你看广州和深圳的变化。再看成都,成都从2003年开始就逐渐增强对人才的吸引力。再看上海,之前吸引力很强。再往后到2008年,深圳和广州突然一下子特别低。2009年北京一下子跑到位了,我们怀疑跟奥运会有关系。到2010年,深圳开始跃居,我们公司赶紧搬过来。去年我痛下决心买房,为什么?因为深圳房价这么高,净流入依然很大。

谈几点创业感悟,我非常同意一句话“技术本身的价值是能不能给别人带来价值”,我觉得技术要接地气,尤其AI创业,不能给别人提供价值,我都不好意思说自己做人工智能。我们2013年创业,创业之初就属于人工智能。但有人在玩概念,大数据被玩火了,一个大咖当时跟我们说这个概念很好,但他觉得不现实。阿尔法狗把AI吹火后,搞得所有人又来吹AI。我们公司自始至终觉得,做技术要能给人带来价值,这是很重要的一点。谢谢!

创大资本投资总监——李明

前面郭总从人工智能角度把其商业模式讲了一遍,中间两位博士,也从各个方面阐述了,我只好给大家做总结式阐述。现在说AI革命,说人工智能市场未来能达到上千亿美元规模,在我看来还说少了。当然它涵盖很多领域,人工智能、无人机、无人驾驶,我可能会把每个东西具体讲一讲。

从人工智能布局来看,IBM、谷歌、百度、腾讯都已经在各个行业、领域布局了,包括芯片,人工智能领域很大一部分要喂数据。怎么喂?就是要有非常强的运算能力,不断通过各种CNN,各种算法,来对它进行统计,芯片的作用是很大的,未来我们会看到很多做人工智能的深入学习芯片的项目,像语音识别、智能音箱、医疗诊断、无人驾驶。这个布局一定会扩展。大家知道自然语言处理,一开始叫神经程序语言,早是用于催眠学的,怎么用在人工智能当中?其实我们一开始讲人工智能,就是机器能跟人自然对话,我觉得这个东西在未来十来内不太好说,所以更多的是弱人工智能来帮你做些事情,在这个阶段,我们可以在特定行业、特定语言场景做很多快速改变,这种改变会是革命性的,会有很多人失业。

语音助理方面的应用,大家都见得多了,下面几个我想重点说,这个东西是一个翻译机,把我们里的像谷歌、百度翻译引擎做个简单的蓝牙连接,然后转换,在国外旅游时可以进行基本无障碍的交流。下面这个是米兔,小米出的一款儿童手表,299块,号称可以教小孩学习,跟小孩对话交流。为什么要提它?其实我们去年讲人工智能,火的是玩具领域,玩具加个WIFI模块,做点内容整合变成故事机。但故事机今年被所谓这种能教小孩内容、交流的给替代了。怎么替代?我举个例子,通过这个玩具,我给你设课程,一块钱教儿童学会一首歌,十块钱教小孩学会围棋,或者教小孩学生物。怎么学生物?一问一答,跟你交流,互动学习,按课程收费。其实玩法非常多,我们不要小看儿童玩具,去年儿童玩具WIFI模块几千万,今年一定会升级成应用模块。我接触过一个项目,它们专门给玩具厂商提供全产业链整合,从云端到语音分析到模块,成本非常低廉,你只要套个喇叭装个壳子就是一个人工智能音响。语音应用是非常大的。

下一个是金融行业,智能投顾是什么?现在市场上有很多理财方案和组合,一般人根本不懂,我给你一个人工智能方案,根据你性格,你想要赚的比率,或者你的风险偏好,你只需要把这几个一输入,我来帮你判断买哪个理财产品。这个东西很好,美国2014年、2015年管理规模已达到四五十亿美元。可这么好的东西,到国内一定会出问题:法律监管上的限制,第二人工智能黑箱,它运算出结果的具体过程谁都不知道。我打着人工智能名义,说这是完全人工智能的,但其实我调了参数,你也不知道。但智能投顾在国外发展确实很快了,国内跟进的也很快,民生、苏宁、招行、陆金所都上了,都号称“人工智能投顾”。

无人车在未来一定是大方向,但机器视觉目前用得多的还是机器人,现在的机器人其实很难有机器视觉,无法分辨地上是狗屎还是一杯咖啡,可能就把它撞上了,但激光雷达成本太高了,很多人就在其它方面做文章。我接触过一个项目,他们用单摄像头来实现机器视觉,实现对整个室内的地图构建。别小看这个市场,这个市场非常大。有时人工智能应用,往往是一些特定领域特别的东西,它的改进非常适宜。

AI在医疗影像的应用,大家用CT、电子针扫描,用各种各样的医疗器械时,麻烦的是什么?是看片子。我给你一张片子,你如何判断出有没有病?这需要多年经验,而且往往医生判断结果不一样,很多人就开始用人工智能来快速地对病人进行处理,帮医生判断到底有什么问题。老美特别喜欢它,老美医院请一个给人看片子的医生,月薪是10多万美元。国内也有不少做这个,但更多是基于人工智能、基于大数据的一些应用。香港专门研究人工智能的一家公司,专门给医院做机器人,就做一个内视镜,这个内视镜可以多角度移动,帮助医生在做手术时能方便去看,就这个玩意大受医生欢迎。还有一个是帮产妇生产,这个机器人做一些非常辅助性的工作,护士这个行业快被干掉了。

还有一个领域是人脸识别,我看过一个项目,识别工具装在购物车上,你把超市里有包装的物品随便往里丢,不管什么角度都能迅速识别出来,多少钱都给你在上算好了,连扫码都不需要,它是完全用图像识别、大数据处理做到的。当然现在还有些小问题,比如说两个同时放进去,叠了机器可能会懵逼,但这个东西会很快在新零售消费升级中普及。

这是我们投的一个项目,叫高教育,不是提高你的素质教育,提高的是你的应试教育。不管是公务员考试、机械从业考试,各种各样的考试它都可以解决。这家公司把知识点分成上千个,结合人工智能,做一张卷子它能立刻判断出来,你对哪些知识点掌握,哪些知识点掌握含糊,哪些知识点是蒙的。根据你这些蒙的、不清的知识点再生成一套试卷,再进一步判断哪些知识点细分的不清楚。很可能我本来要做20套试题才能懂,它来做3套就搞定。这不算多强的人工智能,但这的确是人工智能的应用,它起码解决了很现实的问题,让家长看到孩子的成绩提高了。

我做智能硬件出身,从智能硬件兴起到破灭都经历过,这些年经历了太多所谓的泡沫。但每一个泡沫都留下一些东西,人工智能行业就算是泡沫,它留下的影响也是不可磨灭的。人工智能是可以替代人的,而且替代非常快,多10年。我建议大家,没事的时候少看点韩剧,学一点编程类语言,琢磨自己的行业能不能改进?咱主动改进,咱赚更多钱,或者说咱成为一个领域规则的制定者也可以。未来发展不仅是人跟人的竞争,人跟AI的竞争,人跟带有AI智能的各种竞争也会更火。有机会大家可以跟我一块交流。谢谢大家!

2006年济南体育战略投资企业
资本环境下中国互联网科技公司生存的丛林法则
2016年无锡文创教育上市企业
本文标签: