李开复GMIC大会最新演讲:抓住 AI 四大浪潮,机会在这些行业

目前,人工智能已经经历了六十多年的发展,随着计算力算法的突破,随着数据的积累。近几年,在很多行业都激活了全新的场景,带来了全新的价值,引起了世界范围的投入和关注。

然而,人工智能作为一个发展中的技术,还在演进的过程中,有所能为,也有所不能为,因此还有很多亟待解决的问题。

以下enjoy——

一、当前人工智能的技术现状:四波人工智能浪潮

在过去五年中,我们看到了深度学习相关的技术已经渗透到各种领域,尤其是计算机视觉领域。

其实在座的每一位每天都在用人工智能。从应用的角度,我把人工智能的应用归纳为四波浪潮,这四波浪潮的应用方式不太一样。

第一波浪潮:互联网AI浪潮。

例如,你在淘宝的每一次点击的动作,在朋友圈每一次点赞的动作,这些数据都被收集起来,成为巨头互联网公司能够更深度地了解用户的基础,为用户提供更好、更贴切的服务,同时变现。

由于互联网的数据量是最大的,我们每天都像小白鼠一样,帮助这些巨头在标注,所以今天的AI巨头和互联网巨头是成等号的。也就是说,美国的Google、FaceBook、亚马逊在引领第一波浪潮。

第二波浪潮:变现或者提升商业价值

比如说,机构会运用一个用户的数据降低银行信用卡的欺诈率或者调整贷款的数据,或者是投资的回报率。所以银行、投资机构、保险公司,以及包括供应链、医疗、学校等其他任何有数据的领域,都可以把数据商业化。

这第二波AI商业化的浪潮正在发生,大部分AI公司在做的商业化AI工作,是To B的生意。

第三波浪潮:把基于视觉、听觉或者其他传感器的数据变成一个新的应用,甚至是一个新的用户体验

比如,应用在各种智能音响、智能语音交互等领域中。

创新工场的前台放着一个Face ,一个无前台化自动运营的机器。当然我们还可以把这样一个聪明的计算机视觉加传感器用在各个不同的领域。如,无人商店工厂等。

所以,第三波浪潮已经开始来临,未来我们会看到更多的传感器、更多的芯片,更多的摄象头布置在周围的各个地方。

第四波浪潮:我们称其为自主化、自动化的AI,这也就是我们在科幻电影中看到的机器人和无人驾驶,还有更聪明的无人飞机等。

这个浪潮会彻底颠覆我们的出行习惯,以及今天所有的物流。我们的工厂会慢慢变成熄灯工厂、无人工厂,商店慢慢会变成无人商店。

所以第四波浪潮是巨大的,并且会来得非常迅猛。

这四波浪潮也给中国带来更多的机会,在互联网上,我们已经占据世界的半壁江山;在视觉和传感器方面应用方面,我们也发展得非常快。

二、中国在人工智能领域的 4 个机遇

在这四波人工智能的浪潮中,如果要将中美做对比,也要分多个领域来看。

(1)互联网AI

我认为在互联网AI方面,中美现在应该是平分秋色的。但我觉得中国有大量的数据优势,加上移动支付的普及,中国应该会在未来五年中在互联网AI上超过美国。

(2)商业AI

因为数据仓库和各种的企业级软件在美国比较普及,而中国的很多大数据在传统企业中还是比较乱的,所以在商业方向,短时间内很难赶上美国。

(3)视觉、听觉方面的AI

在国内,基于听觉的AI,我们有讯飞、搜狗公司,他们做得都很好;在视觉方面也有Face ,商汤等公司做得很好。

今天,对比中国的讯飞和美国的听觉AI应用、对比中国的视觉公司和美国的视觉公司,我们的市值收入等均超美国。

这也是在第三波AI浪潮上的领先,未来会更拉开更大的差距。

(4)无人驾驶

无人驾驶的应用与政策有关,理论上美国应该遥遥领先,但是实际上我们最近看到美国的工会在要求总统不要允许货车在高速公路上做无人驾驶测试

如果美国会保护这些货车司机的工作,那么这种保护主义会作为工作主轴会对科技发展有很大的限制。

相对来说,我最近了解到浙江的政府部门正在铺设智能公路,它可以通过传感器帮助(无人)货车开得更安全。

所以,从政策角度,中国在第四波浪潮中可能更具机会。

当然,一方面是因为无人驾驶公司正在产生;另一方面,在政策上,中国更有魄力做这种颠覆基础设施的事情。

就像当年的高铁,今天的高速公路。现在,雄安已经为无人驾驶设立了高速公路,这些都会让中国有很大的优势。而美国可会做一些对推动技术不利的事情。

所以总体来说,我认为中美会是领跑AI技术的国家,但是中国可能会在未来五年,在四个领域中的三个,有赶超的机会。

毕竟,中国有数据的优势和强的政策推动,现在我们每一天都在使用AI,未来会应用得更多。

那么,机会具体在哪些方面?

在整个科技大生态系统中,过去十年发生了一个惊天动地的事情,以前整个世界是以硅谷为中心的,一切围绕着硅谷,windows、英特尔代表了一切,其他国家都成了英特尔的殖民地,没有发展自己公司的机会。

近年来,因为中国聪明的投资人投资了一批执行力很强的创业者,创造出了与硅谷完全不同的思考方式和逻辑方式,也创造了一些估值可观的公司。

如果说硅谷的公司,是更理想化的,那么中国的公司是更具执行力的;如果说硅谷的公司是以技术为主的,中国则是以应用导向的;硅谷的公司希望做得更轻,人越少越好,中国则希望做得更重,让用户感受更好。

美国是单平台霸占全世界,而现在中国的滴滴等公司在全世界都做了布局。

这些布局如百度的阿波罗支付,腾讯微信等,都希望能够在海外落地。

整个事情告诉我们,过去我们的芯片操作系统和应用的思维是以全球框架的或者应该说是以硅谷思想为核心的,全球都是它的使用者,助同一个思维方式

但是未来我觉得这个宇宙应该会裂变成为了两个平行宇宙,一个是以美国为核心,一个是以中国为核心。

这意味着每个层面从应用到创业、投资,一直到操作系统,还包括芯片,都会给中国带来机会。

由于中国的需求、思维方式、创业方式,各种贸易竞争等方面的理由,我觉得中国应该以后可以占领全世界半壁江山。

所以,我认为中国企业在以下3个方面会有明显机会:

(1)在操作系统方面,我觉得无人驾驶是有可能成为下一个伟大的操作系统的。

过去是Windows、安卓,而无人驾驶需要做一个完全不同的一些事情,一旦做成了,便是一个能够有自主性——能动,能看,能听,能行动的操作系统,而且是实时的,借助多传感器来做机器学习的。


(2)在芯片方面,中国也有很大机会,面临的困难,一个是如何做到比现在性价比更高;另一个是如何把这个做到终端,如,放到车、手机上面。

(3)在传感器方面,有过去不存在的很多新的传感器,未来应该会更多地在视觉、听觉方面增加;过去没有实现的IOT物联网)时代也会来临。

所以,我认为中国在整个芯片半导体领域的创业和机会是巨大的。创新工场也投了很多家公司,像比特大陆等。

三、中国AI人才培养现状

对于中国的现状,坦诚地说,中国的高校与美国不同,能够被BAT所挖走的,积累了多年经验的科研专家数量不是那么多。

所以BAT中的顶级人才可能来自国外,是从GoogleFacebook亚马逊等公司挖过来。


现在,BAT已经积累了最多的人才,目前中国AI人才现状就是以BAT为主,我相信很快滴滴京东、头条、美团和其他公司都会建立AI团队。这是人才的走向。

因为中国有大量的数据,数据可以产生价值。这些顶级的超级独角兽们,每找一个AI人才都可以变现出好多钱,所以水涨船高,AI公司的顶级人才是美国的一倍以上,这也是一个很特殊的状况。

四、AI人才培养计划

如果我们分析一下中美之间的优势和劣势,我觉得美国在教育方面有非常强的优势。

比如说有着以在座的Yann LeCun教授、Michael Jordan教授为代表的很多大学,甚至美国前一百名的大学都有非常好的AI课程

所以,大学教授和研究员会被亚马逊、Facebook、Google等公司大量挖走,成为这些公司的核心。

这些公司做得很成功,我个人认为最成功的是Google,虽然微软和Google都有很厉害的人,但是Google把这些核心的AI专家工程师工程管理专家聚到一起了。

最经典的例子可能就是Google吴恩达建立的AI团队,这个团队使工程与科研结合在一起做成一个可用的系统。我很认可这种方法,他们做得很成功。

我国国内虽然有非常优质的计算机人才,他们如果进入了BAT公司,便能进一步学习AI相关知识,能得到很好发挥,为AI事业做贡献。

但同时,我们观察到国内虽然有大量的工程师想涌入人工智能,现在高校并没有足够好的课程和师资来帮助他们。

我认为,如果想建立起人工智能的金字塔,就必须从基层做起,也就是说,我们需要人才在大学毕业的时候就有一定的AI基础。如何实现这个事情呢?我们分了3个步骤:

第一,我们和教育部北大联合做教师培训,这样,不仅仅中国排名前十的大学可以有AI课程,中国前一百甚至几百名的大学都能够有很好的AI课程,这样,学生们在读本科的时候就可以接触到AI了。

第二,做针对性的培养,把最有潜质成为未来AI金字塔顶尖的朋友集合起来,进行培养,我们请国际大牛和国内大牛对他们进行帮助、授课。

我们今年会请到100位老师,明年会更多,请他们在三四年内教授几万名学生。

我相信,除了这几万名学生,有很多刚开始工作的朋友们、就读的学校还没有AI课程、他不是学计算机,而是学数理科或者文科的同学也对AI有兴趣和创造力

于是,第三件事,我们与各大公司成立竞赛平台,去年有一万人参加,未来将有几十万人参加竞赛。

因为AI现在越来越火热,经过这几个步骤,我们希望那些有兴趣学AI的同学们,无论是通过线上还是线下,校内或者校外的渠道,在毕业的时候就成为有一些经验的AI人才

这样我们才能把AI教育做得更普及。

延伸阅读:什么是一个好的AI创业公司

VC创业的角度看,我们更赞同以下三者结合才能成为一个好的AI创业公司。

首先要有科学家,但是在不同领域,不一定需要绝对顶级的。

比如说做无人驾驶的公司肯定需要特别顶级的人才,但如果是做金融,也许一个很好的数据科学家就足够了,需要一个科研很强的人。

第二,工程能力要很强,因为要做系统产品

第三,因为AI主要是ToB业务,所以要有能够销售,能够懂商业,能够打单的人才。

因此,在投资公司的时候,我们会帮它聚集上述三种人才;我们孵化公司的时候,会更早地把这三者结合在一起,所以谈人才的时候我们往往只谈AI的人才,其实要做好一个AI公司是需要多元化人才搭配的。

最后,提一下我去年写的《人工智能》,科普型的,是有关人工智能和人类未来的,大概会在八月推出。

声明:本文观点仅代表作者观点,不代表MBA智库立场。
2+1
笔记侠

来源:微信公众号|笔记侠(ID:Notesman),1~6岁CEO都在看的第一手笔记干货。