全网首发·完整笔记·人工智能 本文新鲜度：★★★★ 口感：黑森林蛋糕 笔记君邀您，先思考：
一、智能应用三段论 我们认为人工智能一定会成为下一个浪潮的推手。人工智能可以分成三个阶段，互联网基础、大数据积累和算法的应用。前两点已经基本成熟了，大数据半成熟的原因是因为很多数据都是非结构化的，这两年的企业正在做很多的结构化处理。 算法及应用： 很多算法是成熟的，但是它在商业使用里并不成熟，这对于企业家的挑战是非常大的。所以很多企业进行转型的时候，需要使用更多的商业工具，算法模型就是其中的一种。 现在这几个过程都已经完成了，最难的是对公司的商业模型做模型化处理过程，这需要企业家对于算法和数据有深刻的认识。当你有了认识之后，你才可能用算法对你的公司进行迭代，就像刚才讲的互联网公司一样，算法实际上是用更难的工具来推进公司的发展。 1.大数据是进入人工智能的门票 我把大数据分成了这样的拓扑结构。 三个阶段，大数据不断的收集整理，抽象自己的商业模型，把数据填充进来，把自己的商业模型抽象成模型，这是大数据的基础。 任何公司都需要有数据的入口，需要通过平台、手环等智能设备来把数据收集进去。然后要有出口端，算完了模型之后要变成商业策略实施有效执行，这就形成执行的过程。 举个最简单的例子，《大数据时代》里面讲到一个故事，美国一个开7-11便利店的老板，通过长时间研究自己的财务状况发现，雨伞和蛋挞搭配在一起卖得非常好。 他发现了两者具有相关性，然后把这两个货架放在一起，每次下雨的时候雨伞和蛋挞都卖得非常好，这就是通过分析大数据改变商业策略的非常典型的案例。 2.大数据的发展进程 有四个阶段： ①数据开采与收集，不断从市场里去挖掘数据，我们把整个市场所有的数据叫做数据矿山。 ②数据清洗与标签化，从2011年开始，全球的研究院所和大型企业的工程师，开始花费大量的时间去做很低级繁琐的工作，这就是数据标签化过程。 ③非同源数据的交汇耦合，现在大数据体量非常之多，但是数据分属于不同的公司，比如滴滴拥有出行的数据、携程有旅行的数据、美团有餐饮的数据，所有的数据积累起来，这些数据非常的密集，而其它大部分外界的数据是非常稀疏的。 出现这种情况的原因是有效数据不够，需要企业把不同的数据交汇在一起进行综合化分析。 这项工作亚马逊已经开始做了，中国也有很多金融公司去购买很多其它的平台数据，像诺亚和点融网就做得非常好，通过多元数据的耦合之后，综合分析每个人的用户画像，分析出结果后反过来给企业推送商业策略，这是典型的产生过程。 最终就形成了一个④结构化的精练数据集。这是大数据的发展历程。 二、人工智能的模型化过程 有了数据结构之后，我们衍生出了模型化过程，这也是企业发展更重要的一点。 把智能分成三个部分，第一叫赋予智能、第二叫学习智能、第三个叫残差信息。 赋予智能叫做弱智能，能进行学习的智能叫强智能。 计算机出现的前70年里面，我们认为大部分的智能都是人类赋予的智能，都是人类知道标准的商业模式是什么样的，然后把自己的经验写成代码，无论是一百和一千行代码都是将人类此前的经验输入计算机，很少有计算机自己进行学习的。 这两年人工智能大爆发的原因，主要是因为学习智能的能力开始迅速的上升，这是各大公司通过训练大量的数据提升的。学习智能和赋予智能的典型区别是： 人并不知道明确的物体意义，明确的商业意义，难以进行表达，计算机的逻辑关系自己没有完全理解，但是通过大量的数据和已知的分析结果进行训练，然后让计算机分析产出商业的结果。 我今年听说过一个很有意思的事，在纽约有两家公司商业谈判是这样的： A公司和B公司分别把自己的所有要素全部结构化写到系统里，让计算机分析两家公司后直接进行对弈，评判分析他们两家商业结构的强弱。听起来虽然离我们很遥远，但是美国已经有公司在做了，说明数据的结构化非常的前沿。 这个过程是什么？我们很难分析和表达分析的数据交给计算机去完成，这是学习的智能。 这两年的大爆发一个主要的原因是神经网络，带领整个人工智能爆发。而神经网络的一个特点，最要求大量、海量的数据，我们自己用了很多算法训练模型。 神经网络爆发最强的两个方向是什么？是图像识别和语义识别，原因就是有了海量的数据。有了数据之后，迅速地训练出结构化规律，最后变成商业模式或者一种函数，这两年是因为数据爆发，导致了神经网络带领整个人工智能往前推进。 另外一个是残差信息，也就是算不出来的一部分。 从数据角度来讲，对于赋予部分是一阶段简单的特征，比如拿派特公式来做的话，第一阶段是赋予的智能，是人直接分析出逻辑关系的过程。 这些东西是高阶复杂的特征，本身没有办法通过人去解决，只能通过计算机解决。对于残差信息就是忽略的商业模型和事件模型，这是这两年模型化的过程。 关于人工智能，推荐一本书《终极算法》，这本书是比尔盖茨2017年的特推书，书中很细致地讲解了现在最流行的5种算法应用模式，讲得非常好。 三、人工智能应用趋势 所有的企业都在寻求转型过程，我们把转型过程分成三个类别： ①基础层 基础层是基础的数学物理层，比如这两年爆发的人工智能芯片，量子速度是提高新的效率和使用新的方法来做的。基础的数学物理层发展的越快，才能导致上层结构变得更有效。 ②技术层 这几年在中国人工智能发展速度最快，表现最好，像科大讯飞、Face++等等都是属于技术模块层。包括图像识别、声纹识别、自然语义、运动学习等具体模块。 机器人爆发模块点是在什么地方？ 一定是基础模块层成熟后才能爆发，现在很明显能发现五年前看到的都是闭门造车，每个基础模块都是工程师自己写的。今年我们再看机器人公司的时候，每一个模块都是用其他的公司开源的模块，比如用IBM和科大讯飞的模块，使应用层变成了产品化设计的过程。 我认为技术模块层的最后一扇门是自然语义识别。这一块是相对比较复杂的，很难实现标准模块化的过程，我认为三到五年内可以实现。这两年通过科大讯飞可以看到，这部分的模块变得越来越标准了。 ③应用层 市场有一个误解，认为应用层已经来了，大家都在做机器人和人工智能的布局，但是这些结构还不是最标准的。 相反比较适合去发展和做投资的，但是没有那么直观的行业，比如量化物流仓储和企业资源的优化，都是这两年非常关注的行业，而且对于大型企业都有非常多的结构化数据，非常适合用人工智能的办法进行优化。 智能驾驶的需求并不是很旺盛，其实人工智能应该真正应用在什么方向上比较适合？我认为应用在量化金融等方面，是更适合人工智能去做的。 四、对未来的理解？ 最后还有一个观点给大家分享一下，我们接触过非常非常多的创业公司、包括大型公司转型，无论是创业公司还是企业转型都存在一些问题，大家对于未来的理解都是非常线性的，特别是大型公司会有这样的理解偏差。 大型公司存在一个典型的问题，因为整个公司的模块已经非常标准化了，想要迅速转型但是最后船大难掉头，只能依靠于自己所拥有的资源来尝试。 我跟一个在硅谷工作的朋友经常探讨未来发展，他今年60岁了，他的初中同学和高中同学，有一部分当时家庭条件最好、学习最好的同学都去做飞行和汽车相关的行业了。 原因是因为在那个时代，大家都认为研究飞机和汽车是今后科技度最高的行业，所以大家都去做这些行业。 但是，40年之后他们发现这个行业并没有像想象中一样发展，而是手机、电脑、互联网在迅速发展，所以大家对未来的理解都是这样的，只能依靠自己所拥有的知识判断未来的发展形势。 我觉得大企业的转型也存在这类问题，大多数企业家和个人在想象未来、制定商业战略的时候，都是依靠于当前自己所拥有的知识、资源来积累线性的发展，很难做到一个指数发展。 经常有人问我，BAT现在这么强大，会不会对人工智能产生一揽子格局？肯定不会，人工智能肯定是由一个个新型技术公司研发、成长，BAT可能会投资，但一定会出现新型的科技公司在这一领域成长起来。科技的发展是指数化成长的过程，不是某一个大公司不断的调整战略方向就能做到的。 任何公司在推动发展的时候都有这样的过程，从最开始从技术衍变成产品。 比如2005年到2010年阶段，最重要的是互联网上升红利期，美团、点评都是从那时候成长起来的。 2010年到2015年是产业升级期，这个时候大家都去做产业升级，2015年之后进入到了互联网的泡沫期，出现了各种不顾一切去做互联网化的公司，最后都失败了。 再往下是工具公司。微观经济学里边有一个定律，产出是劳动力和资本的函数，但并不是技术的函数。因为技术对于行业推动的过程是有一个周期的，当推动完成之后，这项技术就没有增值的价值了，它会变成一种基础，所以这也是很重要的一点。 我们经历的是一个个时代的行业通过迭代的这么一个过程，从最开始的电脑和手机的普及，这是90年代末21世纪初就完成的过程，然后到互联网到新的一代AI和生物技术等等。 这里面有一个很重要的原理是什么？左半边是新生的技术和产品，右半边是成熟的技术和产品。 很多创业者问我应该做什么，我就这么回答：如果你拥有非常多的资源，有很强的垄断能力，你就做上一个时代的产业。如果你手上没有资源或者是比较少的资源，但有技术，你就做下一代新生的产品。 整个左半边拼的是设计、产品、商业化。右半边拼的是资本能力、政策能力，这是一个很大的区别。 在今天如果你通过做互联网社交平台为主的企业是很难成功的，因为已经过时了。经常有人会问传统互联网还有没有机会？有，你可以绑住腾讯做游戏，那机会应该会非常大，这是互联网典型的特点。 整个市场发展是一个浪潮推着一个浪潮再往前推进的过程，每一个浪潮的特点不一样。 我认为我们现在正在处于一个硅机电的过程中，但是这里面有一个重要的事情，就像刚才说的飞行汽车的行业。这两年大家都觉得AR、VR，家庭的完全电子化和智能化的过程是一个非常明朗的未来发展方向。 比如，我们家中每个镜面物体，敲击后就有数字显现，这很现代化，大家认为这是未来，其实这个理解我认为是有偏差的，我认为这是沿着线性发展往下走的过程。 为什么讲这个？很多大公司都在做布局，无论是像小米、联想还是海尔，我们很熟悉的这些大公司，大家都认为家庭科技化是今后的发展方向，到今天有没有真正实现？ 比如一个投资人家里有很多集中数据可供科技化使用，但是完成这么一个布局要多少钱？至少要上千万，我把这些东西叫做科学奢侈品。很多的企业、个人在想象未来的时候，想象的都不是新科技，而是想象科学奢侈品，这是个很典型的问题。 刚才我所说的飞行汽车到底是什么？它类似于私人飞机，它不是能为大众所使用的科学成果，而是用上一个时代的科技经过复杂的组合后成为很昂贵的科学奢侈品。 我说的是什么意思？是通过AR、VR、私人飞机等来总结的，很多的企业、个人在思考问题的时候都是线性的，都是自己想象综合化的成果，实际上使用的是传统的当前已拥有的科技，这些就是科技的奢侈品。 任何的新科技像苹果，上一代的苹果，这一代的机器人和人工智能，下一代的生物技术一定是降低成本的过程，不是提升成本的过程，一定要降低成本，降低能耗。 而私人飞机和家庭影院这些东西都是属于提升能耗，提升成本的新科技，至少在现阶段属于伪课题，不是真正的创新。对于选择企业布局方向，我认为是这样的。 今天分享到这里，谢谢大家！ |
|
|
