外链论坛

 找回密码
 立即注册
搜索
查看: 60|回复: 2

李开复:Google为么比BAT厉害?

[复制链接]

3047

主题

119

回帖

9915万

积分

论坛元老

Rank: 8Rank: 8

积分
99159062
发表于 2024-8-13 21:58:32 | 显示全部楼层 |阅读模式

编者按

创新为何看好人工智能行业将来人类那些工作会被设备取代?设备的深度学习为何人学习不了?Google为何比BAT厉害?人工智能行业到底有那些机会?这么好的机会怎样把握?创新工场创始人李开复为您全面诠释人工智能的黄金时代。

为何创新工场看重人工智能这个行业

创新工场成立于2009年,过去七年咱们专注所有中国创业者必须的服务和投资。创新工场的特殊是做技术型的投资。咱们自认为最专长的是看到一个趋势的崛起,并对这个趋势做深度的分析。例如说在2009年咱们对移动互联网的投资,在2011年上下咱们对娱乐内容的投资,而咱们今天正在对人工智能做一个非常大的布局。

为何咱们尤其地看重这个行业

近期人工智能得到全世界关注,重点由于阿尔法狗击败了李世石。在非常多的世界媒介咱们看到的,便是设备是不是会取代人脑?我个人认为足够的科学按照,让咱们那样多,担心那样多。而短期让咱们更应该关注的是怎么用人工智能,咱们的工具为社会创造价值,来为创业者创造机会。

为何人工智能会这么强大呢?

便是由于今天人类做的大部分工作是重复性的,是基于一个有限的行业。这些工作在将来的十年都会被人工智能取代。

这些工作我这儿列了有些倘若你们不太相信的话,咱们能够举几个例子:

今天美联社90%的稿件已然设备人取代了,在过去的十年华尔街交易员已然一半下岗离职了。将来咱们肯定会看到无人驾驶的车,当这一天来到的时候,世界上大约9%人的工作就即将被取代。

怎么能做到呢?

其实在这些行业里,人工智能不是模仿人类,不仅是取代人类,所说的人工智能,便是尤其巨大的数据集看到一个人的一辈子乃至一百个人的一辈子而后用数据推算出规律、判断和推测,做出比人更好的判断。

阿尔法狗便是科研了几百万的棋谱和花无数小时的时间来打败人类专家的。有人说这个不公平,一个棋手不可能花一百万个小时科研棋谱。这不是公平不公平的问题,而是咱们怎样用人工智能做出人不可做的事情。

近期特斯拉提出了一个问题,大众能够想想,特斯拉有几亿小时的车行数据,这些数据难道不会作为比人更好的司机吗?这一天还到,但倘若有一个数据做十亿小时的练习,哪怕它起始像个孩儿,学完以后,难道不会超过人类吗?

咱们能够想像,倘若有一个人脸识别的设备,它把全世界罪犯的脸都背下来了,有人能够做到这一点吗?因此从这个例子能够看到,咱们丝毫不消可疑人工智能会全方面超越人类。然则这不是在所有的行业里,是在有些特殊行业能够客观分析的行业有正确答案的行业,有大数据的行业况且是有专家参与的行业因此它会逐步出现,不会一次到位的出现

深度学习 巨大的变革

我个人有幸在三十年前起始做人工智能,但可惜当时数据不足因此做太多超越人类的事情。因此呢咱们能够看到对弈只是游戏的行业,它本身并不带来巨大的商场价值。咱们在业界更加多会看到的可能是感知,便是用算法,人工智能来做判断反馈,这个时候设备就要动起来了。

咱们能够看到过去七八年来有尤其大的进步,这是为何呢?这是由于设备学习的行业有一套技术,叫做深度学习。它带来了巨大的变革,今天可能时间太解释这套算法。

简单来讲便是过去人是必须循序渐进地告诉电脑,你该怎么走,该怎么做。对人来讲,先对人脸找眼睛、找鼻子、找耳朵,但这个大概是所说的专家系统,便是人告诉设备一切,而后设备来计算,这个大概是三十年前的技术。

大概十五年前的技术是人找特征,设备学参数。这儿便是人告诉他,识别人的时候找眼睛、嘴巴,而后你再来计算,这是人机结合的学习。

什么是深度学习?

深度学习的技术应该算是近期五年推出的技术,这个技术几乎人都不消参与了,尤其神奇的地方。给你看一亿张脸,你自己看,我就把海量数据给你,让你收取你认为重要的特征。况且这些特征仅有设备懂,人都听不懂的。

便是阿尔法狗战李达以后世石的时候,下出了人类顶尖棋手都办法看懂的过程。这便是深度学习,它能自我学习抽象的概念。况且这个抽象概念超越了人类的想象,由于它用的数据集比人更大。它就像一个孩儿,能够自我学习,况且数据量够大的时候,什么都学得会。这大概解释了什么是深度学习。

深度学习,这是一个识别物体的行业况且是有人标注的数据库。

咱们能够看到大概仅仅在五年前,一个设备跟人的差别还是一个74%对94%的差别。倘若算错误率的话,可能是六七倍的差别了,因此不太能够用到实质的场景里。然则每年都在快速进步着,咱们能够看到在2014、2015年的时候已然超越人类,况且差距越来越大。

便是说当设备识别人脸,比人更厉害的时候,哪些以识别人脸工作的人就要下岗了。一样的,语音识别超过了人,像客服,例如每日tel卖房地产制品的人,以后打tel的不是人了,由于设备比人更听得懂。

每一个技术超越人的时候,它带来的机会是巨大的。

将来五年,什么会产生巨大价值?

咱们认为下一个周期将来的五年什么东西会产生巨大的价值?

倘若一个行业尤其大的数据,只是这个数据没做挖掘,产生价值,例如商场化的流程和互联网的数据,这儿就会产生巨大的价值。

因此今天谁最适合做大数据人工智能呢?其实便是BAT,在美国便是Google、微软和FaceBook,由于它们已然有了互联网大数据。

这些怎么做到呢?

像百度搜索的十个结果,我一个都点,这暗示这十个都欠好,这不是绝对的暗示,然则数据足够多,是能够充分地学习。其实这些BAT都在运用,滴滴、美团都在运用,只是在创业行业大众足够的机会。

这个世界上还是Google做得最好,由于它有世界最大的数据集,它在世界上做人工智能做得最早。而后再加上Google数年累计了海量的技术人才,还有尤其快的设备

便是为何Google能够做出来阿尔法狗,而不是BAT、美团、小米,然则Google的野心不仅是阿尔法狗。前些日子,咱们看到Google自我命名为Alphabet,是互联网的一家机构,它可能还有做医学的机构,可能还要做基因检测的机构,可能做汽车等等行业

Google做智能制品的过程中发展了一套Google大脑。其实Google里有两套大脑,这个能够用到各个行业发掘这个大脑,其实才是它的最大价值。在其它的行业,只要有数据就能够起步因此Google持有了巨大的数据量,它们启动了数十个区别的项目。

在美国有有些公司例如OpenAI,担心倘若Google这么都数据,还有机会跟它竞争,它会不会比人类晓得的太多了?当然最好的办法是让更加多的人参与到这个行业来创业,这般就不会被某一个垄断了。

怎样捉捕这个行业的机会?

这么好的机会,咱们怎么捉捕呢?我告诉大众,这并不是人人能做,做起来不是很简单的。

1有些行业是要平台

例如研发一个苹果APP,安卓的APP,必要要有平台的。计算机程序员只能够学会研发一个安卓APP,即便是一个优秀的程序员没法儿用深度学习,由于这个还平台化,你还要晓得非常多微妙的东西,这方面的专家可能仅有几百个人,因此这般的人才很稀缺。

2必须海量的数据

说一千万的数据便是大数据,其实那是小数据。真的要深度学习有用武之地,必须有更巨大的量。

3数据储存,还有存储量4咱们都认为深度学习超越人了,能够倒过来解释给咱们听,然则设备学习办法告诉你,它怎么决定的,你要相信就相信,根据结果说话。你让阿尔法狗回来讲怎么打赢李世石的,它说不出来。

怎么做呢?买这个数据,标注这个数据,不要浪费钱,GPU可能比CPU好用。找专家,这般的专家真的不多。Google已然开出九位数的代价挖这般的专家。

这是咱们过去不可够想象的,在国内咱们看到,例如说看到投资的Face++,近期奋斗挖到了华人深度学习的科研员,这些人才的价值尤其巨大的,由于非常稀缺。然则话说回来,这个稀缺将来两三年的现象,之后我觉得会有非常多聪明人,尤其在中国会涌入这个行业

有这些东西还不足,深度学习还会有有些挑战,最后还不可完成你的应用,该怎么办呢?就要用巧妙的、非技术的办法,不要取代人,辅助人就好了。例如做安防的人,他只要带着摄像头,摄像头把拍出来的东西告诉人,那边的窗子坏了,其实就够了,辅助人就够了。还有辅助医学,咱们不是说取代大夫然则能够大夫有些工具,这是完全能够的。

咱们是不是能局限于某个行业或场景?

例如为何要全天候无人驾驶?为何在可控的行业做好无人驾驶呢?此刻特斯拉的车,咱们看到它这次出车祸(笔记侠注:6月末,特斯拉首起死亡事故被揭发。一辆自动驾驶的Model S拦腰撞上一辆正在横贯马路的货车,导致车主死亡),便是分不清巨大的卡车和天空的颜色。

因此,要用一个聪明的局限行业来创造价值。

这是今天一张重要的PPT,然则不可保准这张是错的,由于能够预测将来

咱们相当看好大数据,尤其是金融行业由于它有最大的黑盒(笔记侠注:由于人大脑太繁杂,因此干脆把他看作一个“黑盒”),能够产生最大的效应,能吸引最大的应用;在感知方面有一个误解,便是自然语言理解,以为听到语音了,变成字了,我就懂了,由于人是很容易懂的。然则听、识别你讲的字,和懂你的意思还是有一个尤其大的鸿沟。这点我觉得最少五年,乃至十年的时间才可突破。

设备人方面,大众皆想做家庭设备人,但这般不可满足家庭期望值的。这个在日本可能是能够的,然则我不认为有必定表率性。这般设备人好玩儿,能够做老人陪同能够做小孩的玩偶,但便是这么多了。

你要期待它帮你炒菜、扫地,作为家庭主妇,作为家庭新的一员新的电器,这个还是一个天方夜谭。当然,你很聪明地把这个设备人做成为了一个音响,成为了陪同老人的小设备,像咱们投资的小鱼在家,当然能够做的。

然则咱们人所想象的设备必定会先在商场行业显现,之后才会在家庭有期盼

最后关于无人驾驶,让它在有些场景能够有用,先帮忙人,人帮忙它,最后才是无人,而这还是在十年以后。总之,这个行业咱们尤其看好,期盼今天的演讲对大众有些启发。

谢谢。

延 伸 阅 读

李开复:资本寒冬终将过去 人工智能时代来临

创新工场创始人李开复出席2016硅谷高科技创新·创业峰会(北京)暨全世界产业互联网大会,针对人工智能主题进行了主旨演讲。

智能时代到来:基于客观思考的工作终究被人工智能取代

李开复指出人工智能的强大,是由于今天人类做的大部分工作是重复性的,是基于能够客观思考乃至穷举的这些工作在将来的十年都会被人工智能取代,例如今天美国的美联社90%的稿件已然设备人取代,在过去的十年华尔街交易员已然一半下岗离职。当这一天来到的时候,世界上大约9%的人她们部分所有的工作就即将被取代。

深度学习:智能设备超越人类想象

暗示人工智能在过去并做太多超越人类的事情,发展对弈只是游戏的行业,本身并不带来巨大的商场价值,但此刻却迎来巨大变革,这是由于此刻设备学习的行业有一套技术叫做深度学习。

简单来讲,深度学习的技术此刻几乎人都不参与,只是把海量数据传给设备设备负责收取认为重要的特征。这便是阿尔法狗战李达以后世石时,下出了人类顶尖棋手都办法看懂的过程。这便是深度学习,它能自我学习,况且这个抽象概念超越了人类的想象。

AI行业:技术仍需改进 VC投资需小心

投资方面,李开复谈到人工智能确实是此刻很热的行业,但其实当下那样机构能够投资,在国内乃至全世界,人工智能的专家并不多,容易有泡泡市场。

并且AI日前还局限于一个行业和场景,在技术方面仍有很长的路要走。例如现特斯拉的车,这次出车祸,便是由于它分不清巨大的卡车和天空的颜色,必须找一个行业不会有巨大卡车,况且阿尔法狗怕的天黑、下大雪,就需找一个区别的场景,因此要寻求一个聪明的局限行业来创造价值。

资本寒冬:波动正常 保持核心技术是关键

自2015年败兴,股市连续动荡,二级市场连续经济低糜,给创业市场泼了一场冷水,创业者开始高呼,资本寒冬已来临。对此李开复谈到,一级市场和二级市场同样都有波动,此刻的状态可能不大阳光,但长时间来看肯定还是涨幅态势,从过去两千年到此刻,跌宕周期非常多次,但长时间还是呈提升的趋势。ARVR,将来的前景还是非常巨大。短期内,有些机构可能会估值过高,整体有融资方面的挑战,这个是创业时期毋庸置疑会经历的过程。针对一个投资机构来讲许会经历短期平缓的时间,乃至有可能下降,但它整体还是成长的。

相应的在资本寒冬下,创业机构倒闭成风,尤其是O2O型的创业机构,虽然很受资本市场欢迎但行业内的竞争过于同质化,更加多的依靠烧钱进行扩张,泡泡市场严重,2016年资本收缩,非常多创业机构都宣布告终。但针对有些创业机构热潮中仍旧能存活下来,且依旧在蓬勃发展的机构一起点,李开复指出这些机构常常核心技术很好,有不错的市场核心优良,在这般的一个状态下会有很好的成长速度与成长方式。但他这里提醒广大的从创业者,一方面要保证自己走在最前面不会保持优良状态,另一一方面,必定要节省而后活下来,这般不会受到VC的欺负,并懂得与创造收入,有足够的收入活下来,这非常重要的。

大学生创业:不急于一时 多累积经验

在资本的鼓励下,不少大学生起始创业,但在资本市场的洗礼下备受争议。例如近期被议论纷纷的未满十八岁的创业者—神奇百货CEO王凯歆事件,使得非常多人对青年大学生的创业热潮并不看好。对大学生创业,李开复意见想创业的大学生,倘若过创业经验,最好要去创业机构学习,并要找到好的切入点,技术型的海归创业者做技术型机构更有优良,多向国外学习与吸取经验,日前中国的市场非常良好,能够更好更快的规模化。中国创业机构要借鉴国外的创业方式,例如中国的创始人有着较高的决策权,由最高职位决策者来决定机构的发展,而美国的创业更加多的是一块共事,不急于一时的利益。

源自丨笔记侠 T3plus

本文责任编辑丨Chaona

更加多精彩内容,请搜索关注微X公众账号:“全世界创新论坛”或“bdqqcxlt”





上一篇:谷歌和百度各自渐行渐远,到底谁能越走越远?
下一篇:关于百度和谷歌不得不说的故事
回复

使用道具 举报

3045

主题

3万

回帖

9910万

积分

论坛元老

Rank: 8Rank: 8

积分
99109052
发表于 2024-10-19 09:59:15 | 显示全部楼层
同意、说得对、没错、我也是这么想的等。
回复

使用道具 举报

2986

主题

3万

回帖

9956万

积分

论坛元老

Rank: 8Rank: 8

积分
99569168
发表于 2024-10-20 15:22:04 | 显示全部楼层
我完全同意你的观点,说得太对了。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

站点统计|Archiver|手机版|小黑屋|外链论坛 ( 非经营性网站 )|网站地图

GMT+8, 2024-11-23 07:58 , Processed in 0.123674 second(s), 21 queries .

Powered by Discuz! X3.4

Copyright © 2001-2023, Tencent Cloud.