GSOL
世界經理人
論壇
  • 全站
  • 文章
  • 論壇
  • 博客
高級
 
 

為什么說90%以上的人工智能都是「偽人工智能」?

2017-12-12 17:10:44

今年 7、8 月份,我在美國花了比較多的時間,跟美國投資人、美國創業者和領域的專家交流溝通。重點關注了在中國最熱的人工智能。

我和我們華人「人工智能第一人」——原來是斯坦福的教授,現在 Google 人工智能負責人之一——李飛飛教授,做了長時間的溝通。

第一個觀點,我們兩個達到非常高的一致, 就是今天的人工智能項目當中,存在大量的「偽人工智能」。偽人工智能比例可能高達 90%,或者 99%。

為什么說有偽人工智能存在?

第一,我們看一下人工智能的人才儲備。

人工智能人才不是一夜之間冒出來的。無論在學校還是工作中,他必須、確實從事過人工智能的工作。其實這樣的人才全世界不過幾百個。但全世界有幾萬家人工智能公司,怎么突然冒出這么多人才?

從人才角度來說,無論是創建還是參與公司,怎么可能具備真正人工智能的優勢呢?所以我們覺得存在大量的人才泡沫。

第二,我們看到很多項目真的是穿了個「馬甲」又回來了。

我一直在跟創業者說,千萬不要給自己的項目穿馬甲,貼上很多流行的標簽,流行什么貼什么,流行人工智能很多項目貼著標簽來的。

貼標簽之前這些項目挺簡單的,早在阿里巴巴我們就看到過,什么叫機器學習,什么是算法。很多只是有一定算法的,或者還是基于機器學習的公司,今天搖身一變都給自己貼上了人工智能的標簽。

如何識別「**工智能」?

我跟李教授說,我不是技術專家,我也不懂技術,請問有沒有比較簡單的方法來識別真的人工智能和偽人工智能?

高手就是高手,用了一個非常簡單的方法。我們先講一個歷史上的故事。

我們看到計算機和人類進行國際象棋的比賽,是在很多年前發生的,互有勝負。但是從教會計算機下國際象棋,到干掉世界冠軍,不低于 10 年的時間。

Google 下面的「阿爾法狗」、這個人工智能的機器,從學會,到下贏一個圍棋的入門級的初段選手,到干掉世界冠軍,據報道只用了 1 年時間。

所以真正人工智能判定方法非常簡單,看他算法的進步速度。機器學習也會進步,那么人工智能的算法進步是幾何級的。

也就是說一個人工智能領域的項目,如果你隔 3 個月去看,它在算法上比如說人臉識別也好、語音識別也好,它的進步是代數級,而不是幾何級的——那么它更像互聯網時代早已有之的普通算法;蛘呓袡C器學習而已,都是偽人工智能。

所以,如果我們不太了解過程的話,就從結果來看。人工智能一定是像這次下圍棋一樣,「進步神速」。

這是我們第一個結論。存在大量的偽人工智能,和如何去識別偽人工智能,不僅要識別偽人工智能的項目,還要可以判斷偽人工智能的團隊。

做人工智能最重要的,不是技術?

第二個結論,人工智能的技術,如果把它比喻一把刀的話,那么 massive refreshing data(大量海量且實時更新的數據),就是那把刀的磨刀石。

也就意味著,人工智能技術重要但不是最重要。這把刀一開始有多鋒利,不是決定性的。一把鋒利的刀不一直不磨,而一把不太鋒利的刀一直在磨,那很快那把不鋒利的刀就會超過那把鋒利的刀。

Deepmind 團隊中,就是阿爾法狗的團隊中,高級的華人工程師挺多的。見到他們,我問了個問題:你們怎么不立志搞一次中國象棋?

他說,D**id,這個不是說我們愿做不愿意做的問題。我們的圍棋項目,還不得不感謝感謝日本人。日本人過去幾百年幾乎所有的棋譜都在,而且保留圍棋的棋譜也特簡單。只要一張紙,黑的白的,上面標好號碼就行了:這是第 1 手,這是第 200 手。

所以它其實一張圖就記錄了整個圍棋下的階段,所以復盤也特別容易。圍棋幾百年來的棋譜都存在,也就意味著圍棋的數據特別齊全。

咱中國象棋老祖宗留下了什么?叫殘局。它怎么走到殘局呢?不知道,沒有數據。

如果你把殘局喂給機器,它怎么學習?他要學習的是我如何走到殘局,以及如何從殘局走到終局。由于中國象棋的歷史數據缺失,造成這么生猛的阿爾法狗機器在中國象棋領域就 go 不下去了。

這就是意味著數據對人工智能有多重要。離開數據,談人工智能是沒有意義的。

下一位人工智能新獨角獸在哪?

在哪些領域,人工智能可以跑出來獨立的公司、獨立的平臺?

如果在美國你要用的數據,大部分或者全部由 Google、Facebook、亞馬遜所掌握,那磨刀石在別人手上。今天你的技術再領先,也維持不了多久。

我們看到很多這樣的技術公司,唯一出路就是賣給美國 Facebook、Google、亞馬遜。

同樣在中國,如果你要做人工智能,所能用到的數據,都是為 BAT 所掌握。那最終這個磨刀石也不在你手里,你也沒有太大機會。你就是一個技術還不錯的團隊。

最后的出路可能是把這個團隊,以并不太高的估值,賣給這些有數據的大互聯網公司。

那么在哪些領域,美國的 Facebook、Google、亞馬遜也沒有數據,中國 BAT 也沒有數據呢?這種領域有沒有?答案是有。

比如說醫療數據,BAT 也沒有;很多金融相關的數據目前還是銀行、保險公司的內部數據,互聯網公司也沒有;可能還有一些其他的領域。

那么就以這兩個領域來說,和人工智能結合,至少不管這把刀是不是很鋒利,找數據源或者找磨刀石的起步,你和大公司是平等的。那就有可能在醫療、金融等領域,你和人工智能的結合跑出大公司來。

我們就拿醫療說,美國 FDA 已經批準人工智能讀很多片子。我們覺得一個醫生一輩子讀 10 萬張 X 光片或者 CT 片子就很厲害了,但這個片子拍完以后,他完全基于自己的經驗和知識來判斷。他判斷得先有積累。

但這個事對機器來說,對人工智能來說太簡單了。就是圖像和打完標簽的圖像,同時要結合這個標簽打完的圖像和最終診斷的病例,做一個閉環的學習過程。

所以機器 1 個小時可以學 10 萬張片子;人類最有經驗的醫生,從業 30 年,一萬多天,一天看 10 張片子,一輩子 10 萬張片子。但機器可以 1 小時讀 10 萬張片子。

但同是,由于美國對隱私的很多保護,很多醫院的數據,在美國并不能輕易開放給這些人工智能公司。

我們看到一個趨勢,很多從事醫療行業的公司開始尋找中國的合作伙伴,因為中國人口同樣眾多,隱私的保護卻沒有那么嚴格,有機會讓醫療數據迅速地集中起來。

同樣的今天很多人臉識別的公司,估值很高。我無法評價他們技術多牛。但我突然發現不是從事這個領域的公司,只要有大量的數據,迅速可以追上或者趕超,有在 A 股上市的。

數據,無論說到人臉還是醫療都非常重要。

相關關鍵詞:
人工智能 創業者游戲 創業者
收藏 (2) 舉報
上一篇:強度超過歐盟平均水平 我研發投... 下一篇:蘋果造車,有什么優勢?

確認推薦關閉

是否確定推薦本文?

取消推薦標題:

確定 取消

 

用戶評論

CECOL_151451926...

專業度:0

職場新手

2樓 | 2018-05-21 13:55:40

人工智能肯定要大數據的支持,不管是人臉識別、語音、圖像等方面,中國阿里巴巴的阿里云,以及騰訊的騰訊運,為我們帶來了很多全新的技術

回復

提交

共1條回帖
登錄/注冊
 
 

熱門帖子

  • 收藏最多
  • 最“贊”
  • 點擊最高
  • 評論最多
 
 
 
 
 
 

世界經理人論壇推薦

熱門關鍵詞

  • 熱門
  • 經典
  • 管理
  • 文章
  • 論壇
  • 博客
 
 
 
一鍵發帖 資訊訂閱
世界經理人 iphone app
世界經理人微信 為你推送和解讀最專業的管理資訊
美图赚钱吗 广东11选5现场直播开奖 网上棋牌登录 竞彩足球比分即时比分 北京快3玩法 幸运赛车号码走势图 122期精准一头一尾中特 黑龙江22选5开奖直播 捕鱼来了工作室刷弹头 云南三水麻将 福建22选5开奖结果