吹牛的AI公司在寒冬都要死!專家精闢揪出「最可能成功」的科技公司,是這4大類!

2018-12-12 08:00

? 人氣

2018年11月27日-28日,第六屆WISE大會——「WISE 2018新經濟之王」如期而至。在這個不斷變化、充滿焦慮和不安、卻又英雄輩出的時代,我們一起見證著新經濟之王的誕生。我們認為主要由科技創新和資本擴張所驅動增長的經濟模型可以被認為是新經濟,這個領域裡有許多正在高速成長的,了不起的新經濟公司。從任何角度來看,他們既顛覆了行業,也推動了行業發展,更深刻地改變著我們每個人的生活。

李開復曾經說過,「吹牛的AI公司在寒冬都要死,真材實料的會活得很久。」那麼,究竟什麼樣的公司是真材實料?什麼公司能成功?什麼樣的公司能活下來?對於這個問題,乂學教育松鼠AI創始人栗浩洋在第六屆WISE大會上發表了自己的看法,栗浩洋認為以下四種類型的公司或許具備成功的可能。第一,容錯率高,走中間路線的公司;第二,所處領域是有限可能性的領域;第三,顛覆的是現有的成熟商業模式;第四,公司核心的AI技術趨近成熟。

以下為栗浩洋演講全文(經36氪整理)

栗浩洋:大家好,去年分享的是人工智能到底是怎麼發展的,今年就要分享AI的寒冬和泡沫將如何破滅。這個行業已經做了四五年了,而且我們比較幸運,松鼠AI在寒冬之前,融到了不錯的A輪融資,我們截至目前累計融了10億人民幣,而且6、7、8三個月,公司的銷售額每個月破億,而且是連續三年600%的年復合增長率,據說商湯是300%。我們不但盈利了,錢還不少,所以我們還可以冷靜談這個話題。

CBinsights,這是最權威的數據,顯示2017年全球範圍有152億美元投資到AI這個領域,這個投資理念瘋狂在漲。除了創業公司之外,還有各種各樣的BAT公司往裡面投。這樣的大潮中有一批機構倒閉了,包括一些在做智能音箱、人機對話、自動駕駛的公司,都快不行了,還有一些美國做機器人的公司,倒閉的更多。 《矽谷百年史》的作者講,人工智能就是一個徹頭徹尾的泡沫。這些BAT的公司和人工智能沒有任何關係,所以陸奇講人工智能的時候遭到排擠又出來,也是因為現實和理想的差距問題。阿里的衛哲也說,泡沫特別巨大,90%的人工智能公司都是假人工智能公司。有很多風投問我,如何判斷假人工智能,我回答要先問這個公司的首席科學家,再問首席科學家的學歷是不是人工智能的博士或者博士後,是不是名校就可以了。因為計算機畢業的人,並不能搞人工智能。周志華講,中國稱AI專家的人越來越多了,但是這些人從來沒有發表過論文。不管是學計算機、學自動化的、學機械的,都說自己是人工智能的專家了。我們可以通過論文去判斷。

我在好幾個演講會上見過幾次索菲亞,不能跟她進行對話,只能按照劇本說,它的劇本是人寫的。李開復說得好一點,吹牛的AI公司在寒冬都要死,真材實料的會活得很久。什麼樣的公司是真材實料呢?什麼公司能成功呢?什麼樣的公司能活下來呢?

第一、容錯率高,走中間路線的公司。

自動駕駛的容錯率很低,因為萬分之一的出錯率,一年就要死1000萬人。特斯拉還有一個失火的視頻,人在裡面根本出不來。像資AI醫療,也是有各種各樣的問題。我有一個朋友也是做機器人,做醫療機器人。手術機器人只要1%的出錯率要死多少人?後來他聽我的話,改成容錯率低的開藥機器人,這個比手術機器人容易率低很多。但是後來院長說,不能用,因為1%的出錯率也意味著2000人要吃錯藥。所以過去的定速巡航不需要人工智能,但是在高速遇到的問題是有限的,相對來說比較容易去做。高速也是容錯率低的地方,比較危險。今日頭條的容錯率很高,30%的容錯率都可以被接受。我們松鼠AI給學生做一對一知識點掃描,如果你有80%的知識不會,只需要學80%就可以了,不需要100%學。我們推錯80%裡面的20%是沒關係的。一個76分的學生,只需要學四分之一的知識就可以了。一個40分的孩子有一半不會,我們把七八十分的去掉,讓他先學四五十分的知識點,這個孩子很容易提二三十分。當人工智能個性化以後,在容錯率低的地方可以發揮非常大的價值。我們也發現在這個過程中,其實每個學生的學習速度也是不一樣的。有的知識點有的孩子需要7分鐘學會我們必須給孩子不同的時間讓他去學,他的效率才高。而且沒有補差班,培優班,有的學生知識點學得特別快,有的學得慢,所以要時間的量身定制。那麼到底是70分鐘還是90分鐘,容錯率沒有關係,錯個20%也不影響效果,而且比老師的教學效果好多了。所以AI的錯誤率可以低於人類的錯誤率。

第二,有限可能性的領域。

經常AI會找到一個無限可能性的領域,你會覺得非常崩潰。比如五子棋不用AI,跳棋也很快,國際象棋的時候,也可以。圍棋的時候就必須用AI算法了。 Siri快十年了,現在仍然是智障,根本不是人工智能。小冰調戲兩句,我問她,你考試考得怎麼樣?她說,不好。我說,你的心情怎麼樣?她說,我心情很好。她根本不能聯繫上文。但是智能音箱就容易很多,它走了中間路線,它是有限可能性的集合。出門問問就那麼幾件事,看電影、吃飯、找附近的地方。智能音箱就是今天幾度,幾點鐘、鬧鐘,你能問的就是那麼幾句話,所以智能音箱可以賣到幾千萬。所以在有限的可能性裡面,人工智能還做得比較靠譜。這裡面出一點錯,就像演講一樣,中間三五句話講得不好聽,不影響大局。

教育更有趣,經常我們想得比較遠,我們想做機器人的時候,好像《天龍八部》的虛竹​​,腦子裡面放個芯片,人的智慧頭對頭就傳輸進去了,或者像《黑客帝國》一樣,我躺在那,電腦就把數據輸入進去了。實際上我們走這麼遠嗎?不是的,我們走中間的集合。還是老師錄視頻,老師編輯知識點,老師給出規劃。就是有人類專家的經驗,然後通過算法不斷優化經驗和策略,給到學生最好的教學情況。但是實際上現在的教學比中間路線還要多很多。今天上課的場景,跟幾百年前的教育場景是沒有區別的。可能再過個五年時間,一個相對可能出現的場景,一個AI在上面講。我今天講得深一點,很多人聽不懂,講淺了,同行的人覺得講淺了。所以影響實現千人千面的教育。我們松鼠AI做的就是千人千面的教育。對於中小學的知識是有限集,所有的知識點窮舉下來就是幾十萬個。所有的題目,過去20年所有的中考、高考題目總結下來,也就是幾十億,幾十億對老師來說不可能處理,一輩子也沒有經歷過這麼多,但是對於AI來說根本不是事。對於每個學生的畫像,中國也就是幾億學生,最多就是幾億用戶畫像。所以它完全是個有限集。

第三,顛覆現有的成熟商業模式。

你不要完全去造一個全新的商業模式。也許它可能非常成功,但是它的成功率只有千分之一、萬分之一。但是顛覆現有的商業模式比較簡單。 99%的機器人都不是我們想的人的樣子,我們做的洗碗機,並不是機器人去洗碗,但洗碗機便宜,也容易商業化。數錢的機器人,ATM就解決了,根本不需要人工智能。搬貨的機器人也是的,你做一個倉儲機器人的成本非常低。我們看到商湯、Face++做得好,把傳統的攝像頭做得更智能。我們在全國開了1600多家學校,我們長得還是跟傳統一樣,但是學生來了不是跟老師學,他是跟著電腦學,電腦系統推送老師的講解視頻和不會的知識點。不會的知識點給20道練習題,有的孩子3道做會就過去了。所以每個人給了個性化的學習路徑,我們完全是依附在傳統已有的教育和產業業態上,所以我們就有一個好處,當你顛覆的是傳統行業,你離錢就非常近,所以收入就不是問題,而效果又很快出來。這是對一個行業立竿見影產生效果,而不是做一個機器狗帶著散步,什麼時候代替寵物狗根本不知道。

第四,核心技術趨近成熟。

現在很多技術不成熟,比如大腦裡面的芯片。技術成熟就是有論文獲獎,松鼠AI的論文獲獎數在教育裡面是最多的,當然還有商湯。另外一個你研究的東西,這些論文不是這裡面的論文,因為這裡面的論文離工程化幾乎是遙不可及,它屬於完全的學術論文。我們更多是技術論文,它是能夠工程化的。當然人才也很重要,我們原來跟斯坦福研究中心合作了很多年,達芬奇機器人是他們做的,Siri也是他們做的。當一個公司裡面有一個足夠高級的AI科學家在的話,你的技術會升到更高的境地。我們的斯坦福研究中心,美國國防部所有的軍用機器人、間諜機器人都是他們做的,他們的機器人在美國國防部的競賽中效能很高,因為是真正實用的,所以實用非常重要。

庫克說,讓手機成為更好的助手,它容錯率高,把一個傳統的東西做得更高。谷歌也說,人工智能時代讓所有的產品更懂得人,這是很重要的,變得更了解人。扎克伯格講,AI把我們器官的延伸,把我們的聽說讀感知力更高,所以人工智能未來是一個感知時代。馬化騰說,下一個千億美金超過BAT出現的領域就是AI教育或者AI醫療。馬雲說,以後可以每週只工作一兩天就可以了。在一個泡沫下,本身泡沫也是好事,至少讓一個行業加速去爆發性成長,給到足夠多的資金,引起足夠的消費者的關注和行業關注。但是它的壞處當然是花了一些不必要的錢,但是每一輪泡沫過後,我們發現有真正的金子會留下來。關鍵是怎樣判別這些金子,對於創業者也是這樣,因為是拿自己的生命戰鬥。投資人只是拿別人的錢戰鬥,所以更要看到自己如何把握自己的方向,在未來15年、20年人工智能的浪潮中,找到自己未來的方向,謝謝大家。

文/時氪分享

本文經授權轉載自36氪(原標題:乂學教育松鼠AI創始人栗浩洋:AI的寒冬和泡沫將如何破滅? | WISE 2018新經濟之王)

責任編輯/趙元

關鍵字:

我要發風

風傳媒歡迎各界分享發聲,來稿請寄至 opinion@storm.mg

並請附上姓名、聯絡方式、自我簡介,謝謝!

本週最多人贊助文章

你可能也想看