剑客
关注科技互联网

投资家专栏 | 【独家】华创资本公元:已经激荡了60年的人工智能,今天我们怎么看?

投资家专栏 | 【独家】华创资本公元:已经激荡了60年的人工智能,今天我们怎么看?

【投资家专栏是腾讯创业旗下栏目,特邀数位优秀的资深投资人分享投资圈和创业圈的精彩文章,为你解读融资大势。】

投资家专栏 | 【独家】华创资本公元:已经激荡了60年的人工智能,今天我们怎么看?

本期分享机构:华创资本

本期分享嘉宾:公元

作者:公元,华创资本投资人,美国注册会计师;专注于前沿科技,人工智能大数据,消费升级领域的投资,主导投资了黑湖科技,衡石科技等前沿科技类项目,其他所参与的项目包括: 每日优鲜、乐纯酸奶、VINCI智能头机及一些人工智能大数据相关的项目。加入华创前,公元女士曾就职于德勤旧金山办公室,负责TMT创业公司审计,审计过的硅谷高科技创业公司超过20家。

人工智能并不是一个新鲜的词汇,无论从学界还是业界,人工智能在过去60年里已经经历了三起三落,但人类从未停止对“机器实现人类水平智能”这一最初梦想的追求。不管是投资还是创业,我们都在探索如何在商业环境里找到人工智能的应用价值,?人工智能发展了60年,今天我们怎么看?

一. 发轫达特茅特,三次抬高又三次破灭

AI从1956年达特茅斯学院第一次正式确立了“人工智能”这个研究领域开始,到今天已经有六十多年,历史上的人工智能经历了繁荣的“黄金年代”,也度过了理想破灭的“低谷”,人们在低谷时一度试图采用一些新词(例如:大数据、机器学习)来掩饰这个被三次抬高又三次破灭的概念。 然而,三起三落后,“实现人类水平的智能”这一人们60年前就开始为之着迷的最初梦想,随着AlphaGo战胜李世石再次被唤醒,并且期待这一次它能为产业发展带来质的突破。

其实不止人工智能,如果我们看关于IT和互联网的热销书籍《浪潮之巅》、《沸腾十五年》等等,整个IT产业在过去几十年同样经历着起起伏伏的周期,这说明了一个问题:技术的发展史是有周期性的。通常上一波技术的普遍应用,往往是引起新的一轮技术发展的原因,这是一个不断从量变到质变的过程。

图1: 人工智能发展历程 (来源:新智元中国人工智能产业发展报告)

投资家专栏 | 【独家】华创资本公元:已经激荡了60年的人工智能,今天我们怎么看?

二. Timing很重要,量变产生质变

在周期性发展的技术创新领域里,创业和投资都需要着眼时代的需求,提前于周期布局,但又不能超前。比如在YouTube出来之前的做视频的公司有很多,但受制于带宽限制,使得大多视频创业公司失败于超前;智能手机如果工作在2G网络下,很多移动应用也不可能有今天的成功。技术创新一定是上一波的量变引起的下一波的质变,当量变没有来到时做质变的事情,就是超前。这也就是为什么技术创业和投资的timing(时机)很重要。

中国的创业环境经过了产品创新和模式创新两个阶段,随着国内基础通信设施越来越完善,互联网的普及带来了海量数据的积累,摩尔定律和云计算带来了计算能力的大幅度提升,我们认为中国已经做好了迎接下一个“技术创新的时代”的准备。除了基础设施的完善、计算能力的提高、海量数据的积累,中国在技术人才的占有率上也逐步走向世界第一的位置。据2016年10月白宫发布的美国《国家人工智能研究与发展策略规划》统计,从2013年到2015年,在SCI收录的论文里,提到“深度学习”的文章增长了约六倍,同时由中国科学家发布的相关论文已经超过了美国,占据世界第一的位置。这也是为什么今天“产学研媒”都在热烈的谈论技术创新这件事的原因。那么,对于一家VC机构,在这个看起来很广的技术创新领域,我们重点看好什么方向呢?

1. 数据处理及决策

随着海量数据的积累和计算处理能力的量变,使得这一类项目不论是从需求端还是供给端都迎来了质变的机会。我们看到大多数在过去几年蓬勃发展的互联网公司基本都是野蛮生长的,之前积累下的海量的数据金矿被没有被挖掘。而如今互联网流量的红利正在消失,在线流量越来越贵,深度挖掘流量带来的价值,增加用户留存,都是早期野蛮生长后的互联网企业如今越来越迫切的需求。从供给端看,机器学习、云计算、数据人才的量变,都使得数据处理的能力大幅提升。因此,我们会在未来很长一段时间内重点关注和布局数据驱动的技术创新机会。

2. 机器代替人

我们看到世界的人口结构在近些年来发生了明显的变化,发达国家的老龄化和发展中国家劳动力成本的加剧提升,都使得我们对机器代替人越来越渴望,这无疑给创业和投资带来了巨大的机会。机器如果要代替人,必然需要相继学会独立完成“听”、“说”、“读”、“写”、“理解”、“走”、“做”等人类的行为,但要完全攻破这些技能,达到人类的水平我们认为起码还需要几十年的时间。然而,随着视觉识别、语音识别、NLP(神经语言程序学)、SLAM(即时定位与地图构建)等底层技术越来越成熟,我们认为,有些简单且重复性的工作是可以优先被机器学会的。在商用和工业领域,“机器代替人”都在慢慢迎来量变到质变的过程,比如客服和售前机器人(chatbot)的大规模应用,比如工业制造型机器人等等。

3. 沉浸式交互

随着人们信息获取的手段和信息处理能力发生大规模量变,新的人机交互形式也将会在这个量变到质变的大浪潮中产生。这里面包含的机会很广,从传感、通信到数字内容,都将会是打通这条产业链的重要环节。如今很热的VR、AR其实都是一整条产业链的整合,每个环节都决定着这个概念是否能够真正的普及。比如很多VR厂商现在都无法解决的OLED屏的供给问题,除了三星能否有另外的厂商做出高质且量产化的屏,这就成为产业链一个很关键的问题。当然除了屏,在整个沉浸式交互的大品类中,还存在着大量的机会等待技术创新类企业去挑战和前行。

三. 站在前人的肩膀上,与时间做朋友

不同于产品创新和模式创新,人类对任何一项技术创新的追求都将会是持续不断的。人们可能会因为上门O2O的商业模式创新中遇到的困难而放弃,但永远不会放弃机器学会人讲话这一技术创新的追求。过去几十年,各大高校和大公司的AI 实验室都通过大量研究把资金不断的变成知识,而我们投资和创业则是在不断的把知识变成商业应用,这是技术创业独特的魅力所在,因为我们永远都是站在前人的肩膀上不断追求。不同于移动互联网带来商业模式创新的极速爆发,在技术创新领域,无论是投资还是创业都需要与时间做朋友。每一个暂时的技术困难被解决的时候,都会打开新的商机。因此我们看待AI,应该比以往的任何时候都更加谨慎,却也要相信它会比任何时候都会更加成功。

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址