📖 ZKIZ Archives

人工智能撬動在線教育新市場，KeeKo兒童教育機器人獲數千萬元A+輪融資 | 融資首發

張曉軍 2016-10-12 20:20

i黑馬訊10月12日消息，KeeKo兒童教育機器人向i黑馬獨家透露，已於日前完成數千萬元人民幣A+輪融資。本輪投資由盧智資本領投，賽富資本跟投。此前，KeeKo在今年1月獲得賽富資本領投的數千萬元A輪融資。KeeKo創始人兼CEO郭長琛告訴i黑馬，本輪融資將主要用於產品的技術研發，課程開發和供應鏈完善等方面。

郭長琛2003年畢業於東京大學，主修人工智能專業，曾擔任SUN Microsystems亞太區高管，是國內最早從事人工智能研究開發的一員。

在大公司經歷各種大小職位的郭長琛，從一個工程師逐漸演變成一個管理人。2010年，出於要不斷顛覆自己的想法，他離職創業，先後做過企業級通訊、物流SaaS等項目。2014年下半年，看到機器人市場的日漸成熟，郭長琛重回老本行，成立了智童時刻。

智童時刻創始人兼CEO郭長琛（受訪者供圖）

智童時刻主打兒童教育機器人研發，其第一款產品就是KeeKo。之所以從兒童教育領域切入，是因為在郭長琛看來，機器人現在的智力尚未達到成人水平，而它淺層長時互動的特點正好契合兒童需要，在教育場景中非常適用。同時，家庭消費中，針對兒童的購買力非常強，商業模式也相對簡單，能夠為產品研發和市場拓展提供足夠的後續支撐。

目前，KeeKo的用戶群體更偏向於10歲以下兒童，尤其是幼兒園的孩子，郭長琛認為，在中國國情下10歲以上的孩子教育還是屬於題海、題庫的市場，在這塊做其他類型的在線教育，會非常艱難。而偏向於幼兒園階段，則非常便於實施兒童機器人教育。

在產品特性上，區別於樂高機器人針對10歲以上的小孩可自由拼湊各種模型的做法，考慮到10歲以下的兒童難以自主拼裝和安全性問題，KeeKo機器人在設計上去除棱角，做成了一個完整光滑的機器人，通過運用卡片、觸摸、語音，外設等方式，讓3-10歲幼童進行可視化的機器人編程，訓練孩子的邏輯能力和創造性思維。

KeeKo也針對老師提供一個可視化的內容編輯系統，老師在里面制定課程如同做PPT，不需要懂人工智能專業知識，就可以編出相關機器人課程，並像插件一樣，將制作的課程教育文件植入機器人內。

同時，KeeKo為教師研發了一款APP，所有的課程流程都集中在上面，教師可通過終端控制幾十臺機器人進行課程教學。

在商業模式上，KeeKo的做法是借助不同地區的經銷商向幼兒園和培訓機構銷售機器人產品與課程，並不直接面向C端用戶。現在KeeKo兒童教育機器人的售價是1萬元/臺，同時KeeKo也會對課程進行更新叠代做系列課程的銷售。郭長琛稱，Keeko機器人在8月份下旬開始正式銷售，一個多月已覆蓋80多所示範幼兒園，完成數百臺銷售。

KeeKo團隊現在共有50多人，以技術開發和課程研發為主。談及人工智能的未來，郭長琛表示，人工智能還是朝陽行業，在5-10年內會迎來發展的高峰。但他也認為，在這個領域創業存在著較強的壁壘，創業者除了要具備資深的從業背景外，還需要找到特定的應用場景，為社會提供實際價值。過去兩年KeeKo在研發上投入了幾千萬元，力爭讓產品基礎更紮實，迎接行業的更多挑戰。

文章評論

匿名用戶

發布

全部評論：10

發布

專訪奧巴馬：隨著人工智能進入生活，我們必須做很多艱難的決定

將門創業 2016-10-14 14:46

很難想象除人工智能外還有哪項單一技術更能夠如此有力地幫助我們構築未來的世界。深度學習使我們的電腦可以進行自主的學習，隨後從醫療診斷到自動駕駛汽車，一大波的技術突破不斷湧現。當然，人們的擔心也隨之而來：這些技術掌握在哪些人手里？它會讓我們失業麽？它的危險性怎麽樣？

美國現任總統奧巴馬正努力希望能夠解決這些來自人們的疑慮。近日，奧巴馬就和MIT媒體實驗室的主任——伊藤穰一（Joi Ito）一起在白宮接受了WIRED的獨家專訪，就人工智能所帶來的希望、恐慌以及存在的泡沫發表了自己的觀點。

將門編譯了問答環節的內容，與你分享。

Q：你大概是在什麽時候開始意識到人工智能的時代正在降臨？

奧馬巴：我自己的觀察是人工智能已經以各種方式進入了我們的生活中，只是可能我們還沒有覺察到。當然，還有一部分原因是，我們很多人所理解的AI其實是被流行文化所著色過的。或者很多WIRED的讀者已經很熟悉這方面的問題了，我說的是有關於通用人工智能（generalized AI）和專用人工智能(specialized AI)之間的區別。

在科幻小說中，我們應該都聽說過通用人工智能。計算機開始變得比我們人還聰明，最終讓我們知道人類並非我們想像的那樣無所不能。甚至還有可能它們會控制我們。根據我和我最頂級的科學顧問進行的交流，我自己的感受是距離計算機比我們人類還聰明這還有很長的一段距離。

當然，上面我們說的也還是值得去深思的，因為這能夠延展我們的想象力，那我們不斷地思考關於有可能面臨的問題，以及我們應該如果去使用算法和計算機來進行專用人工智能的開發，以解決不斷出現的複雜性難題。

在我們生活的方方面面，我們已經可以看到很多的專用人工智能的應用，從醫療到交通，再到電力供應。它們的出現讓我們看到了一個更具生產力和高效的經濟體系。如果這些都能夠被妥善的利用，將會產生催生出巨大的繁榮和機會。與此同時，我們也不得不面對一些隨之而來的，像人員失業這樣的問題。它們有可能加劇社會的不平等。

伊藤穰一：這可能會讓很多我在MIT的學生們感到壓力山大。但我自己在當中的一個擔心是：男性，尤其是白人男性，正統治著AI的核心技術。並且，比起和人類交流，他們和計算機交流時顯得更輕車熟路。他們中的很多人認為，如果他們可以達到科幻小說中描繪的藍圖，能夠實現通用人工智能，我們將不用去擔心像政治和社會這些將會一團糟的事情。他們認為機器會幫我們把一切都摟清楚。

但是他們低估了其中的困難。我感覺如今人工智能已經變成了不僅僅是一個計算機科學難題的問題。每個人都需要去理解AI的行為，這是十分重要的。在我們的MIT媒體實驗室，我們為這個定義了一個詞語叫做“延伸智能(extended intelligence)”。這其中的問題是，我們如何將社會的價值觀構建到AI中去？

奧馬巴：剛剛我和伊藤在吃午飯的時候，伊藤就用了駕駛汽車來舉例。有了這樣的可以做一籮筐快速決策的機器，我們能急劇的減少交通死亡事故，提升我們交通路界的效率，幫助減少二氧化碳的排放以及全球變暖的問題。

但是伊藤也同樣提到了，我們將在這些自動駕駛的汽車中植入怎樣的價值觀呢？這些意味著我們面臨多種多樣的選擇。傳統的問題有：如果汽車行駛在馬路上，你可以選擇來一個急轉彎避開將要撞上的行人，但你自己就有可能撞到墻上至死。這是一個道德的決策，誰將會來制定這些一準則呢。

伊藤穰一：當我們做電車問題實驗的時候，我們發現大部分的人會選擇犧牲乘客和電車司機，而去拯救更多的人。他們還說他們永遠也不會去買一輛自動駕駛的汽車。（笑）

Q：對於人工智能的道德問題，政府會在其中扮演什麽樣的角色呢？

奧馬巴：隨著人工智能的捷報頻傳，我們已經在思考監管結構。政府應該相對少幹預其中，投入大量的經費在科研中，確保基礎研究和應用研究之間的相互溝通。隨著技術的發展和成熟，之後再找出如何將他們並入現有的監管結構的方法。當然這會變成一個越來越棘手的問題。到那時，政府將會多一些的參與其中。不要老想著迫使新的技術進行現有的體系中，而要確保監管能反映出更廣泛的價值觀。

伊藤穰一：我不知道你是不是聽說過“運動神經的多樣性”，但Temple Grandin經常提到這個詞。她認為莫紮特和愛因斯坦，還有特斯拉會認為是自閉癥患者，如果他們身處於現在的世界。如果我們消滅了自閉癥，讓每個人的神經都正常，我相信很多MIT的學生都將不會是今天的樣子。這其中的一個問題是，不管我們談論的是自閉癥還是多樣性，我們交給市場自己去決策的時間點是什麽時候。或者你不會希望愛因斯坦是你的孩子，但是只要一般正常的孩子是不會帶來社會利益的最大化的。

奧馬巴：如果我們總是對AI嚴陣以待，這將會導致更大的問題的出現。我們之所以為人，一部分原因就是我們的奇思妙想。正是一些突變、不合群、甚至是缺陷才帶來的新的藝術和發明的出現。如果一個系統是完美的，那麽它也將是靜止的。當然，這其中的一個挑戰是，在什麽地點、什麽時間，我們需要插手去讓事情照我們想象的去發展，不再帶有驚喜出現？

Q：關於將延展智能用於政府、民營行業和學術界，研究中心在哪里，或者說是否有這樣的中心？

伊藤穰一：當你問一個MIT的人的時候，那他一定是會說將會是在MIT嘍。（笑）從過去的歷史來看，很有可能會是一組擁有來自政府幫助的科研人士。但是目前來看，很多十億美元級別的實驗室都在商業界。

奧巴馬：那些為新技術投入大量資金的踐行者，比如Larry Page等，他們普遍的態度是，“在我們追尋獨角獸的過程中，最不想看到的就是一系列官僚主義導致研究進度放慢。”當然，這也是情理之中。

然而我們看到的其中一部分問題是，社會對基礎研究的關註和投入在減少。意識形態和言過其實在一定程度上削弱了人們對集體行動的自信。

50年過去了，登月計劃卻仍是一項我們可以用來類比現在的偉大技術成就。有人和我提過，太空計劃占到了美國GDP的0.5%。這可能看起來沒有多少，但在今天意味著對於人工智能的投入，每年將會高達800億美元。現在我們的投入可能還不到10億。無疑未來我們會加速AI的投入。但我們也需要意識到，如果我們希望賦予技術突破所代表的多元化人群巨大價值，政府投資可以成為其中的一部分。如果政府沒有參與其中，伊藤穰一所提出的那些有關技術價值的問題將無法得到解答，甚至可能不會被考量。

Q：你提到的正是伊藤穰一的那個有趣的矛盾——個體小眾的創新與類似太空計劃的創新是不同的。那我們如何保證這些想法最終都能落地呢？

奧巴馬：有一點是我一直在強調的，政府的資金支持和幫助收集數據，這並不意味著我們要私藏起來，或者只能用於軍用。一個具體的例子：精準醫療（precision medicine）項目的一部分內容是從各類美國人身上收集足夠大的人類基因組數據庫。我們沒有給Stanford或Harvard一筆錢，讓他們把樣本私吞，相反地，現在人人都可以訪問全部的基因數據庫內容。這是一項全民共有的價值和架構，我們要保證這項研究會分享給大家，而不是只有個別組織從中獲利。

Q：但這也的確會面臨一些風險。Elon Musk和Nick Bostrom都表示過對有朝一日AI可能會超出我們人類理解能力的擔心。隨著我們繼續研究，你認為應如何看待這些顧慮，因為我們所保護的不僅僅是我們自己，而是全部人類？

奧巴馬：讓我先從一個我認為更緊迫的問題開始——目前它是AI領域可以解決的，所以我們要提上日程。很快，可能就會出現一個可以陪你下國際象棋的計算機，或者開發出一套可以使你的紐交所收益最大化的算法。如果誰或公司率先實現了，那他們很快就能控制股票市場。

之後，很有可能一套算法跳出來說，“去破解核武器的代碼，看看那些導彈是怎麽發射的。”如果這僅僅是它的任務，它可以自我學習，並自我保持高效，那問題就來了……因此我要告訴我們國家安全局的是，在擔心機器會占領世界之前，先要擔心的應該是那些無政府成員或恐怖分子對國家系統的窺伺。這和我們現在的電腦安全工作完全不是一個概念，這意味著居心叵測的壞人已經比過去強大了許多，因此我們要更加牛才行。

伊藤穰一：我基本統一你的說法。還有一點補充是對一些相信強人工智能在未來十年就會實現的人們，在監控這件事是否發生之前，我們還得先突破十幾、二十幾項技術難關。最重要的是找到一個會將AI善用的人。

奧巴馬：以前，我們一說安全和自我保護，首先想到的是盔甲或城墻那些。慢慢地，我發現自己越來越多的去關心醫療、病毒、抗生素那些。電腦和網絡安全不是像一列坦克那樣轟隆隆出現在你面前，一個小bug就可能導致系統的癱瘓。因此，我們要對重新看待“安全”。

比如令我一直很鬧心的傳染病。你不能真的建一道墻把空氣中彌漫的傳染病毒和我們隔離，因此我們能做的是建立起世界範圍的公共醫療系統，可以更快洞察到病毒的出現，快速應對，並開發出更加智能的疫苗系統。當你想到這些問題，以及我們可以應對的措施，AI恐慌也就沒這麽可怕了。

伊藤穰一：另外一件我特別感興趣的話題是微生物組（microbiome）。許多證據表明，用一個好細菌去攻破一個壞細菌，而不是我們去殺掉它，不失為一個辦法。這開始讓我們重新思考“幹凈”的定義，（OBAMA：哈哈是的，盡管我現在仍不想讓我家狗狗舔我…）這和你所說的網絡安全和國家安全的概念類似，制定嚴格的規定或者消滅每一個潛在的病原體是很困難的。

Q：這是否會導致新一輪的軍備競賽？

奧巴馬：目前，開發國際標準、協議和網絡安全的確認機構，以及AI的開發， 現在毫無疑問普遍都在最早期階段。這個件事有趣的一點是攻擊和防守之間的分界線非常模糊。尤其在現有階段，大家對政府的不信任度越來越高，這更加大了難度。其他國家會認為美國具有最厲害的網絡力量，但我們必須要說，“如果你限制你們自己的話，那我們也只能限制我們自己。”這里的挑戰是其他幾個大國，俄羅斯、中國、伊朗等，他們和我們對標準和價值的看法不同。我們必須把這件事提到國際問題才會讓我們有效。

伊藤穰一：我認為我們正處在一個黃金的時代，人們都願意相互交流和分享。你無法在一個真空的環境中獲得成功，我們需要的是一個全球的社區。

奧馬巴：伊藤說得對。這也是我們已經和對人工智能相關的人召開了一系列的會議。有一件我們談論的不是很多，但我在這里想提一下的事就是經濟意義。因為目前大部分的人將不是在擔心奇點的來臨，而只是在擔心“如果我的工作被機器取代了該怎麽辦？”。

我自己是傾向於樂觀的來看待。從過去的歷史來看，我們吸引了很多新的技術，人們也找到了新的工作。我當然理解今天可以是一個不同的時代，因為今天我們有了大規模的AI應用和其他的新技術。擁有高技能的人在這其中可能會如魚得水，他們將利用他們的聰明才智，和機器進行交互以擴展他們的人脈，他們的產品、銷售和服務。

不掌高技能的這些人可能會變得越來變冗余。他們的工作可能還不會被取代，但是工資會越來越低。如果我們要成功的渡過這一轉變的過程，我們需要一個全社會的對話。如果來開展培訓，確保我們的經濟是包容的，當越來越多的生產技術掌握在一小部分最頂尖的人手里時？我們又如何確保其他的人獲得生存的資本？對於藝術和文化這些支撐性的事物來說，這些又意味著什麽？社會必須要接受這些新的技術，而我們的經濟模型也必須接受它們。

伊藤穰一：其實我們並不明確的知道哪些工作會被取代。因為如果一臺電腦可以理解醫療的系統，可以來進行診斷，那麽醫生要比護士和藥劑師看上去更容易失業，因為後兩者的工資水平更低。像律師和審計師這些的高技能工作，也有可能會消失。不過，像服務業和藝術這樣子計算機無法很好的掌握的行業可能還不會被取代。

我不知道你怎麽看普通的工資水平，但當人類的工作不斷的被代替的時候，我們正好可以借此機會去重新認識，像學術界和藝術界這種不太追求金錢的行業。我相信這其中大家一個很根深蒂固的觀念是，當你沒有錢的時候，你怎麽變得聰明？但是，在學術界，很多聰明的人都是貧窮的。

奧馬巴：我同意你的觀點。就當下而言，普通的工資水平是不是一個正確的模型，它是不是將會被廣泛的人接受呢？這是一個我們在接下來的10年到20年，將會一直爭論的問題。不僅是低技術的服務類工作將會被AI取代，高技術但重複性的工作也有可能會被取代。

存在爭議的是，有可能隨著AI進入人們的生活，社會的財富有可能反面會增加：生產和分配之間的聯系，工作和收入之間的關系將會變得越來越弱。計算機就可以做很多的工作。因此，我們必須做很多艱難的決定。目前教師的待遇過低，因為這是一份很不容易的工作，計算機也很難勝任。

所以，當我們重新審視我們的價值觀的時候，我們會更願意去向教師、護士、護工、母親或父親這些呆在家里的人、藝術家和所有那些對我們來說無比重要，但是目前卻待遇不高的人支持更高的工資。

Q：你現在在尋找什麽樣的技術以解決目前你在政府中所看到的問題？

奧馬巴：在使政府變得更友善以及在改善納稅申報這些方面，我們還有大量的工作要做，因為現在這些還不像訂一個外賣或者一張機票那樣方便。需要讓聯邦政府、州政府和當地政府一起來進行改變，我們還有很多事要做。其實聯邦政府和私營企業之間人才上的差距還不是那麽大。但是在技術上的差距卻是巨大的。

在我剛上任的時候，我總是在想，要是有一個像Tom Cruise在《Minority Report》里那樣能夠把東西隨便移來移去的情況室（Situation Room），那該是多麽酷的一件事啊。但是，現在你看，完全不是這樣的。（笑）

談及圍繞著技術更廣泛的問題，我堅定的相信我們能解決氣候變暖問題。我們已經做了很多的工作，但還和很多未盡的事。另外，關於網絡問題，如何能一方面確實我們的互聯網是有責可詢、透明和安全的，能及時抓住壞人，但又確認政府不過多的擁有權力，這也是我們還在努力解決的問題。有一些是技術上的問題，加密就是一個很多的方法。我見了很多次公民自由主義者和國家安全的人。這確實是一個很棘手的問題，因為沒有人能給我一個很好的回答，如果去和緩這些問題。

最近一個我想要提到的東西，和太空有關。探尋如何進行下一代的太空旅行是目前我們重要經費支持的領域。私營的企業已經做了很多很好的工作。

Q：我知道你是一個《星際迷航》迷。它是如何影響你對未來的想象的呢？

奧馬巴：從小時候開始，我就超級迷這部電影了。那時候覺得太有趣了！我認為使這部劇長青的原因不在於技術，而在於它所傳達出的價值觀和人們之間的關系。它講述的是關於人性，和我們通過自己的能力解決問題的自信。

近年上映的《火星救援》也同樣傳達出了這種精神。它之所以吸引人，不是因為劇情有多複雜，而是在於許多了在不斷的努力解決問題。只要擁有創造力，毅力、勤奮、還有自信，我們就能解決它們。我也是我熱愛美國的原因，這也是為什麽我們能吸引到那麽多世界各地的人來一起面對挑戰的原因。

文章評論

匿名用戶

發布

全部評論：10

發布

周鴻祎：人工智能的泡沫有多大？

周鴻祎 2016-10-14 09:48

搜索未來發展的兩個方向：你問我答，我搜你看

搜索和導航往後續的發展，它實際上產生了兩個分支，有兩個重要的方向。

其中一個叫你問我答，就像蘋果做的Siri。從搜索的大數據延展到人工智能，讓手機能夠回答你的各種問題，這時候你需要的是一個更精確的答案，所以這一個方向。

還有一個方向，其實今天的很多信息內容方向一定是偏娛樂、偏體育，因為大家生活富足了，都比較偏娛樂化。但是在娛樂內容上，很多時候你並沒有一個明確的關鍵詞，說我知道我要找什麽。很多時候就是要找個樂子，有30分鐘的碎片時間，我希望看一些視頻、看一些資訊，但是我沒有一個明確的目標。

這時候我們定了一個說法叫我搜你看，也是利用人工智能的技術，了解一個人的喜好之後，我用機器自動幫他聚合，找到他感興趣的內容，然後推送給他。不需要用戶再去通過一個關鍵詞去尋找，有人管這個叫信息流，也有人管這個叫自動推薦。

其實名字不重要，重要的是我認為這兩個方向代表了未來搜索的發展。

我們在搜索方面，因為畢竟有很多的積累，在技術上我覺得跟百度、谷歌這些廠商是可以相抗衡的。360這幾年下來，我們也有幾個億的用戶，也積累了大量用戶的喜好和習慣。因為大數據來計算，你才能有這種用戶的大資訊。

我們在這兩個方面已經做了一些探索，可以看到在我們智能硬件的產品上，我們的兒童手表、兒童機器人，都已經能夠去做人機對話。我們也和北京電視臺合作，和北京市的一些傳統媒體合作，投資了新媒體集團。

因為剛剛開始，但是我們會在這方面把我們的搜索技術，把我們人工智能發現的技術投入進來，再和內容相結合，我們希望能夠在探索安全之上，我們也希望未來在用戶的手機里面也有我們的一些內容軟件，能夠讓用戶每天花40分鐘到一個小時的時間。

怎麽看人工智能：有泡沫，純AI沒有商業模式

谷歌的AlphaGo下圍棋打敗了韓國頂級九段高手，給人工智能做了一個普及。但是大家對人工智能有很多的爭論。比如，到底人工智能是不是會帶來可怕的後果？到底人工智能做到什麽程度？

我說說我個人的觀點。

人工智能產業有泡沫成分

我今年也專門跑到西雅圖，跑到矽谷去拜訪了一些公司，我沒有去斯坦福，去了伯克利，和伯克利的八個實驗室做了一些溝通，我自己感覺，美國現在整個人工智能會成為下一個產業的泡沫，今天再出來做一個公司，你要不說自己是用深度學習、人工智能，你都不好意思出來混。就跟前兩年，你要不說自己是O2O，都不好意思去融資一樣，我覺得這個有泡沫的成分。

純粹的人工智能是沒有商業模式的

人工智能一定要跟一個領域、一個產業相結合。舉個例子，比如推出AlphaGo的DeepMind，是谷歌收購的一家英國的公司，下圍棋只是他們體現人工智能的一個方式，他們未來可以用這種計算機算法來做很多事情，比如用計算機管理共同基金，投資回報率比人工管理的基金高一個百分點，它就可以成為全世界最大的基金管理公司。所以我們在美國看到了很多企業從務實的角度，都是把人工智能和很多東西結合。

人工智能還不足以威脅人類

今天的人工智能沒有很多文學作者，或者很多文藝青年，還有很多科幻電影想象的那樣神奇。實際上今天的人工智能嚴格來說計算機是沒有產生思維的，更不可能產生意識，沒有意識也談不上情感，所以大家所擔憂的像《終結者1、2》里面的機器毀滅人類的世界，大家都覺得還是很遙遠。

我舉個例子，我在伯克利跟他們交流，今天所謂的人工智能只是叫新瓶裝舊酒，換句話說就是計算機計算能力的增強，使得過去的算法有了很大速度的提升；今天的互聯網和手機的接入采集了大量的數據，然後用深度學習的算法。

在大數據的基礎之上，實際上是能夠讓計算機在某些領域產生了一些質的飛躍，比如說在圖象識別方面，現在計算機你給它看十萬張照片，都美女，再給它看一個新的照片，讓它判斷是不是美女。

我們現在已經在做這樣的事，現在每天有幾十萬主播到花椒平臺，靠人工給他打分，我發現真的來不及，而且打分標準不統一。我們就拿計算機自動打分，後來發現標準全都是錐子臉，計算機就把所有的錐子臉都定義成美女。

反過來，讓電腦去理解我們說的語言，我們說的話，能夠去做到真正的人機對話，到目前都做不到。所以你看到的Siri，為什麽大家用一用就不用了？因為你再聊兩句就知道它不是真人，包括我們看到很多做人機對話的，並不是它多聰明，是因為它有很多對話語料。

比如把你的對話摘出來是回答另一個人的問題，這並不是代表真正的人工智能。所以在這一點來說，今天的人工智能我覺得未來至少還需要五年到十年的發展。

360人工智能：與智能硬件結合發展

我們把人工智能更多的和智能硬件結合在一起。曾幾何時，我們認為說做一個小硬件，里面放上安卓的系統，就是智能硬件，其實不是；或者我們把電飯煲、凈水器、洗衣機都通過WIFI跟互聯網連上，就是萬物互聯了，其實這也不是。其實真正的智能硬件是跟人工智能的大數據的人工大腦連在一起，使得這些計算能力比較弱的智能硬件能夠以一種更好的方式跟我們交互。

舉幾個例子，比如說智能手表，在手表上模仿手機，那麽小的屏幕讓用戶去觸摸各種應用，讓每個用戶跟東方不敗一樣拿一根針去戳手表的屏幕，這是不現實的。所以我們就在手表中加入語音識別、跟小孩的對話的功能，小朋友可以問手表各種各樣的問題，當然跟小孩對話比較容易，因為糊弄成年人很難，但跟小孩對話，實在回答不出來，就把這個轉化給他爸媽回答。

再比如說我們做了智能攝像機，你不可能把家里做成一個監控中心，所以我們做了一個人臉識別，比如說家里來了陌生人，就拍一張照片，發給主人，這樣可以提高家庭安全。還有，家里的孩子和老人起居生活有不正常的情況，也可以通過計算機視覺識別識別出來。

包括我們最近做的行車記錄儀，因為放了攝像頭在你的車上，它不是簡單地記錄路況，而是能夠識別路面上發生的情況，比如說你前面有幾輛車，你跟哪輛車離得比較近，或者有哪輛車突然漂移到你的前面，我們會做出識別。

當然，我們的步子沒有跨得太大，我們與其今年盲目地去炒概念，炒無人駕駛，還不如在有人駕駛的車上能夠通過一些輔助提醒的功能，上用戶更安全。

前一段時間特斯拉的無人駕駛汽車在中國和美國出了兩件事，汽車工業做了一百年，它跟360有一個共同點，這一百年來它們解決最大的問題，也是用戶最大的需求點，就是安全。不像我們今天做個手機，手機大不了死機，我們打開電池重啟一下，但是汽車1%的問題都不能出，一出問題就是大問題。

所以現在我們不談自動駕駛，就談智能汽車，它就像四個輪子的手機一樣，需要經常更新軟件。所以現在很多汽車廠商來找360，我們現在已經開發出汽車里面的防火墻，保證汽車不因為更新了不恰當的軟件導致汽車失控。

所以我覺得自動駕駛聽起來是一個很熱門的概念，但是我覺得還是需要差不多五年的成熟時間。我們今天也有一個小組在做這方面的工作，但是我們更多的是把現在的人工智能技術和我們的智能硬件結合，和我們的安全產品結合，這樣使得我們更好的地保護用戶。

文章評論

匿名用戶

發布

全部評論：10

發布

人工智能：在倫理擔憂中突進

現代人對於人工智能早已不算陌生。從Siri到人臉識別，再到各種智能可穿戴設備以及機器人，還有風靡當下的無人駕駛，都是人工智能的樣本。

“人工智能”(Artificial Intelligence)指的是對人的意識、思維的信息過程進行模擬的科學。公開數據顯示，2015年全球人工智能市場規模為74.5億美元，預計到2020年該市場將達到183億美元。

近200名來自人工智能與大數據領域的專家和創業者參加了全國雙創活動周上海市分會場“數據時代，智能未來”2016人工智能與大數據高峰論壇。幾乎每位發言人都提到了谷歌的“阿爾法圍棋”(AlphaGo)對戰李世石的人機大戰，這無疑是人工智能的標誌性事件。

人工智能以及大數據正在引領一場新的技術革命，技術的突破將如何塑造人類智能的未來，成為眾人遐想和關註的話題。

助推供給側改革

清華大學數據科學研究院執行副院長韓亦舜在論壇上表示，目前市場上的供需雙方依舊存在“三岔口”的情況，而人工智能和大數據可以幫助解決這個問題。

“供給和需求不平衡、不協調的矛盾和問題日益凸顯，供需結構錯配和要素配置扭曲。”韓亦舜提出，在需求不明的情況下，供給側的改革智能是盲目的，而人工智能可以助推供給側改革。

其中，消費領域的智能化，比如智能家居、智能電器、智能硬件等可以引領新的需求;制造環節的智能化，諸如智能工藝、智能材料、智能設備則可以有效提升制造業的競爭力;小系統的智能化，比如智能感知(數據采集)、智能工廠、智能生產以及智能營銷以及智能洞察供需進行自動優化的體系，即大生態的智能化，都將為供給側改革提供更加明確的方向。

與此同時，韓亦舜表示，大數據可以幫助人工智能進行“學習”，而人工智能又可以幫助積累更多的大數據;大量多維的，特別是弱相關的數據處理離不開人工智能，很多“相關性”都是靠人工智能發現的。

在他看來，這是一個需求倒逼供給側改革的時代。市場端需求推動制造端變革，企業端的新需求帶動新的制造端變革。

為了貫徹落實創新驅動戰略，培育發展人工智能產業，推進智能產品創新，我國國家工信部、發改委等部門今年以來出臺了《“互聯網+”人工智能三年行動實施方案》、《智能硬件產業創新發展專項行動(2016~2018年)》等文件。

與此同時，各國對人工智能的重視都已經上升到了國家的戰略層面。就在10月13日，美國總統辦公室發布了兩份重要報告：《為人工智能的未來做好準備》和《美國國家人工智能研究與發展策略規劃》。針對這兩份報告，美國總統奧巴馬在接受媒體采訪時表示，人工智能已經通過很多方式滲透到了我們的生活中，只是有些還沒有被註意到。

上述美方發布的報告稱，考慮到人工智能所帶來的潛在影響，如果能夠準確及時地監控和預測人工智能技術的發展，社會必將從中受益。因此，奧巴馬提出，政府將會提供大量投資來幫助人工智能的研究，並且美國政府已經決定成為人工智能技術及其應用的早期客戶。而美國的全體公民也開始準備接受人工智能教育。

擔憂與實踐並行

事實上，為人工智能設定性格以及超智商、強人工智能的出現也讓不少人擔憂。但根據美國國家科技委員會技術委員會的評估結果，對人工智能的擔憂幾乎不會對當前政策產生任何影響。對於長期存在的猜測性風險，最理想的解決之道就是提高能力，降低甚至消除當前已經出現的非極端性風險，比如安全和隱私風險等。

華院數據科學家、臺灣數據挖掘協會副秘書長尹相誌在當天的論壇上闡釋了人與機器交互的突破，提出技術讓機器的理解能力不斷地實現突破進化。

他表示，新的技術勢必將衍生出新的交互模式，像人類的概念不一定是單一的。而除了單純的技術，人工智能更重要的是設定性格與角色，這也將會是未來的關鍵。

在不同的行業中，人工智能已經有初步實踐，特別是在模擬人類感官方面。“視覺是人類最主要的信息來源，而視頻人工智能的突破則歸功於數據量的增長，它有效提升了識別效果。”博康智能副總裁、首席科學家虞正華在上述論壇重點對智能識別技術作了解釋。人工智能的深度學習本質上是多層神經網絡的複興，而深度學習帶來的改變包括可以多角度、多類型地識別視頻，並排除光線和部分遮擋物等幹擾做出正確的識別。

以此為例，車牌識別是人工智能的一項具體應用，虞正華表示，一般來說200萬像素抓拍一個車道。當200萬像素視頻監管6個車道時，車牌的分辨率會很低。因此，人眼就很難辨識這些低分辨率的視頻，但智能系統卻能準確識別。“人工智能通過深度學習技術能達到的良好辨識效果，可以在複雜的環境里識別各種信息。”虞正華認為，在當今的信息社會，人工智能將成為基礎設施。

當然，為了確保人工智能的“道德”，即促進正義和公平，應將人工智能所產生的社會利益與經濟影響作為法律和政府管理的常規課題展開專題討論，從而確保以人工智能為基礎的技術能夠取得利益相關方的信賴。這一點在美方報告中已得到體現。

上海證券交易所前副總裁、總工程師白碩表示，如今的社會正在從信息服務邁向知識服務，而後者需要權威的數據和知識。對資本市場而言，人工智能用於資本市場的技術升級，資本市場又能支持人工智能產業發展，人工智能專家還將為資本市場提供獨立並且專業的判斷。

“人工智能用於資本市場的技術升級，這其中包括智能客服、智能投研、智能投顧和量化模型等。”白碩說，另一方面，資本市場則是人工智能發展的重要推動力，比如資本可以支持科班原創、境外對標、民間原創以及企業轉型等等。

巨頭環伺之下，如何在人工智能領域創業？

AI世代 2016-10-18 08:29

人工智能從誕生至今，其理論和技術日漸成熟，應用的領域也不斷的擴大。未來，人工智能所能夠帶來的科技產品，也將演變成為人類智慧的“錦囊”。人工智能逐步改變著我們的生活，人類的健康狀況得到了改善，人類的安全性和工作效率也得到了大大的提高。

人工智能像是一塊待全面開發的的沃土，不少科技公司也紛紛投入到人工智能領域，蘋果、Facebook、谷歌等紛紛開始研發人工智能應用，並將其視為未來發展的關鍵。巨頭環伺之下，AI領域的創業是否還有機會呢？

本文是美國知名風投機構聯合AI創業公司推出《AI創業的現實與策略》報告，AI世代（微信號：tencentAI）對此進行翻譯整理。

科技巨頭紛紛搶購人工智能初創公司

人工智能漸趨成為科技產業熱門的領域。據市場調研公司CB Insights提供的數據顯示，自2011年以來，已有近140家人工智能初創公司被收購，同時，CB Insights指出，為了獲取最佳的人工智能解決方案，包括谷歌、蘋果、IBM、雅虎、英特爾等美國科技巨頭，在過去五年間一直在悄然收購人工智能初創公司。

科技巨頭們在人工智能領域展開了一場激烈的競爭。從谷歌的私人助手Assistant到蘋果的Siri,從微軟的Cortana到Facebook的聊天機器人，無一不通過研發自主技術激烈地角逐著。

憑借著在人工智能領域完成的11筆並購交易，谷歌一直在全球人工智能領域保持著領先的地位。近期，谷歌更是通過收購了用於開發聊天機器人的人工智能平臺Api.ai，而使其在人工智能領域領先的地位進一步得到了穩固。

不僅如此，一向對並購策略漠然視之的蘋果，在收購了人工智能公司Turi和Tuplejump之後，於今年年初，收購了人工智能初創公司Emotient。對人工智能密切關註的英特爾，也在今年收購了Itseez、Nervana Systems和Movidius三家人工智能初創公司。

不久前，三星電子通過收購Viv Labs 打入了人工智能市場。Viv Labs是一家致力於打造開放式人工智能助理平臺的初創公司，其在2010年被蘋果收購後，為為之退出了Siri 語音助手。除此之外，Twitter今年在人工智能領域完成了4宗並購交易，Salesforce去年通過收購Tempo AI也成功殺入人工智能領域。

可見，創辦一家特色的AI公司，然後並入科技巨頭的疆域，也可以算作一次成功的創業之旅。

如何建立人工智能初創公司？

除了各個科技巨頭並購人工智能初創公司以外，VC投資也紛紛湧入了人工智能市場。調研公司CB Insight數據顯示，今年第二季度有121家私人控股的人工智能創業公司獲得了10.5億美元的風險投資，創歷史最高紀錄。

盡管有科技巨頭的收購和VC風險投資，然而創建一家人工智能創業公司並不是一件容易的事。

關於如何創建人工智能創業公司，《AI創業的現實與策略》報告中提出的“5P”策略或許具有一定的指導意義，分別是Positioning（定位）、Product（產品）、Petabytes（數據）、Process（程序）以及People（人才）。

1.定位

科技公司紛紛押註人工智能，並基於長遠的目標來考慮人工智能。對於各大型科技公司來說，他們有能力聘請最出色的人工智能人才、有實力收購最優秀的人工智能團隊並能夠獲得世界上幾乎所有的數據。面對橫亙在前的各大科技公司，若想建立人工智能創業公司，我們能做的就是繞過他們，找到屬於自己的定位。

大型科技公司雖然在建立廣泛的橫向產品(圖像/視頻/語音識別、語言翻譯)和基礎設施(人工智能雲)方面擁有強大的優勢，但他們不可能解決每一個單一垂直問題。

從整體上而言，大型科技公司更專註於消費者，而不是企業。相較於大型科技公司，我們擁有大量的機會來提供更深入的企業解決方案，要知道，美國“財富1000強”企業都擁有大量的數據集。

而對於初創公司而言，提供廣泛的可信技術(包括強大的人工智能技術)是一個長期策略。大型科技公司只要將部分技術開放源代碼(例如谷歌開放人工智能系統TensorFlow源代碼)就可能對你的業務造成影響。我們能做的，就是專註於提供能夠幫助客戶解決特定問題的工具。

廣泛的人工智能技術能被應用解決許多問題。面對人工智能技術，美國AI創業公司HyperScience有著兩個決定：其一，專註於企業，尤其是“ 財富1000強” 企業；其二，後勤辦公自動化是第一個前沿陣地。

2.產品

針對人工智能產品，一定要100%準確嗎？面對人工智能技術，人們通常會在認識上存在著一個誤區：由人類來幹預人工智能。然而，事實卻是：草率地決定由人類來幹預人工智能就等於失敗。

我們應該清楚的意識到，對於人工智能產品，是否一定要100%的準確，答案是不一定的。對Facebook、Netflix等這樣一類低風險產品而言，我們是不需要追求產品的100%準確的，而針對Enlitic、特斯拉這樣一類高風險的產品來說，我們必須追求產品的100%準確，否則將會給人類帶來人身安全問題。

人工智能產品通常會有人工的介入操持的現象時有可見。諸如特斯拉無人駕駛汽車，由人類值守人工智能，能夠有效地規避風險；同時，人工介入人工智能，能夠協助處理一些未留下深刻印象的用戶體驗。

服務，是人工智能產品的核心。人工智能在企業中，就是基於人類的需要。人工智能的現實便是服務需要被成功地部署到企業中。打造人工智能產品，應基於“數字網絡效應”。已被谷歌、亞馬遜等行業巨頭證實了的數據網絡效應，同樣適用於Hyperscience等初創型公司。

3.數據

關於數據，除了有Data.com這樣的公共數據集之外，還有諸如彭博社需要許可的數據集。那麽如何抓取數據呢？

通常情況下，我們使用WEB抓取數據以外，還包括物理世界抓取。例如特斯拉Autopilot項目總監斯特林•安德森(Sterling Anderson)稱，特斯拉車主使用Autopilot半自動駕駛功能累計行駛里程達到約1億英里。整體而言斯拉車主在過去18個月(截至今年6月)累計行駛程長達7.8億英里。

在推出Autopilot功能前，特斯拉利用其龐大的車輛隊伍作為Autopilot項目數據收集工具。在美國，Sense360的傳感器技術被250多款移動應用(App)和150多萬臺設備所采用。每天可采集超過1TB的匿名數據，詳細地展示了我們的一億多用戶(月訪問量)的各方面信息。

4.程序

要想在物理世界中成功地部署人工智能，50%的工作與“預期管理”和“社交工程“相關，而不是技術實力。而對於企業而言，他們希望通過人工智能技術來創造奇跡，然而，人工智能工程師在企業當中還屬於“新鮮事物”。

當你真正成立了人工智能創業公司，如何才能不把人工智能賣給企業呢？沒有事先提供真正的價值，那通常是行不通的。這是，我們需要與企業交涉，讓他們貢獻出所有數據，我們會使用它來調整算法，奇跡就會發生。

當然，在建立人工智能創業公司時，我們不能忽略的就是人工智能社交工程。我們應該幫助客戶了解哪些問題可以通過人工智能來解決(以及哪些問題不能)、幫助客戶開發人工智能相關的測試程序和成功標準以及解決安全或數據隱私相關問題。

5.人才

創建人工智能創業公司，強大的技術團隊是必不可少的，他們是人工智能公司的中堅力量。通常情況下，送死需要核心的機器學習人才——一般情況下需要擁有博士學位，還需要頂級工程師(有能力部署人工智能技術並使之產品化)。最理想的情況是，能同時兼任以上兩者。大多數情況下，CEO也需要深諳技術。

然而，在如今的人工智能行業中，像上述所說的人才數量是有限的。大型科技公司願意花數百萬美元聘請一位擁有博士學位的深度學習專家，而對於初創公司來說，其面臨的難題，就是很難吸引人工智能人才，但“財富1000強”企業更是如此。

對於人工智能創業公司來說，其所需技術團隊，若純粹地“為了技術而開發技術”，這種行為是危險的，而專註於服務客戶才是技術團隊DNA的一部分。在HyperScience的經驗中，26名團隊成員中，只有一位“非技術”成員負責銷售(但該成員可以編碼)、有一半的團隊成員位於保加利亞、在企業的早期階段贏得客戶，緊密圍繞客戶建立產品。

文章評論

匿名用戶

發布

全部評論：10

發布

蘋果造車計劃“擱淺” 發力人工智能

蘋果聘用了人工智能領域的資深研究人員，極具威望的卡內基梅隆大學教授Russ Salakhutdinov，擔任人工智能研發總監。他的任務是幫助蘋果趕超谷歌、微軟和亞馬遜這些在人工智能和機器學習領域走在前列的公司。與此同時，蘋果已經宣布暫停其汽車計劃“泰坦”，這暴露了科技公司在無人駕駛行業所面臨的挑戰。

人工智能大戰方興未艾

在加入卡內基梅隆大學前，Salakhutdinov教授曾在多倫多大學和MIT任教。他的研究領域主要是在人工智能的關鍵領域聲音和圖像的識別技術。他與谷歌的研究團隊也有緊密的合作。根據Salakhutdinov在卡內基梅隆大學的個人網站，他的研究項目曾受到谷歌、微軟和三星的資助。

在宣布加入蘋果之後，Salakhutdinov還在蘋果的官網上發布招聘信息，招募機器學習領域專家加入他的團隊。根據他發布的職位描述，蘋果正在招聘在人工智能、機器視覺、機器學習和數據挖掘等領域的科學家。

過去一年內，蘋果收購了包括總部位於西雅圖的Turi在內的至少六家專註於人工智能技術的初創公司。但是加大人工智能領域的投入，招聘該領域最尖端的人才勢必與蘋果公司神秘的策略不相符。因為人工智能的科學家是最熱衷於發布自己的研究成果的，很容易就將蘋果的秘密出賣了。

機器學習在全球科技公司中扮演的角色越來越重要。上周谷歌剛剛發布了在該領域的最新成果——機器能夠自主在倫敦的地鐵內進行導航，展示了其在人工智能方面具有的遠超Siri的潛力。未來的人工智能虛擬助手將能夠更加精準地執行任務並且為人們提出建議。

出門問問創始人CEO李誌飛表示：“如果谷歌的這項研究真的能夠獲得商業化的應用，那麽現在蘋果的Siri，亞馬遜的Alexa，包括谷歌的Google Now就是弱智。”

不過業內人士認為，蘋果根本不用擔心在人工智能領域落後於對手。軟件系統公司QNX大中華區首席代表張人傑對第一財經表示：“人工智能一直不是蘋果公司的主業，因為通過收購就能搞定的事情沒有必要當做主業來開展。和大學院校合作是最好的辦法，比如這次通過和卡內基梅隆這類頂級的大學的合作就是一個最好的例子。”

上海交通大學自動化系副研究員李德偉博士對第一財經表示：“蘋果要做人工智能並不難，買個公司就能補上了。蘋果想的更多的是產品方面的問題。”

“泰坦計劃”擱淺

李德偉所說的“產品”，也包括蘋果剛剛宣布中止的“泰坦計劃”——蘋果原本想造一輛無人駕駛車，但是理想和現實的差距“天壤之別”，蘋果本周一被迫宣布中止該項計劃，把原本團隊1000多名研發人員和工程師重新分配或解散。一直到明年秋天前，“泰坦計劃”都不會再有任何動作。

第一財經在一個月前曾報道稱：“蘋果的戰略已經從‘造車’轉向‘開發電動車技術’。”

“泰坦計劃”是蘋果在2014年成立的一個研究自動駕駛技術和研發無人駕駛汽車的團隊。最初一直保持神秘，不過去年底開始，該團隊發生多起重大人事變更，不斷有高層離開，項目主管幾度易人。最新的高層變化發生在前不久，軟件核心團隊負責人John Wright離開該項目。在今年4月Bob Mansfield接管該項目前，“泰坦項目”項目主管由Steve Zadesky擔任。

在一些人看來，“泰坦計劃”的擱淺是“重大的領導力的失敗”。高層對於該項目的方向定位互相角力，導致了Zadesky和另一名早期的iPod的主要設計師離開。

“泰坦計劃”的擱淺不僅僅反映了蘋果內部的策略失誤，也讓整個無人駕駛行業面臨的問題凸顯出來。蘋果並不是第一個意識到掌握移動技術，擁有硬件和軟件就能夠保證造得出一輛汽車的。此前谷歌造車時也碰到了障礙，但谷歌選擇與傳統車企合作。

事實上，如果以谷歌為鑒，蘋果可能可以少走很多彎路。谷歌的造車計劃也面臨過人員流失和投資者的質疑。資本逐利的定律讓投資者總是去追求利潤高的行業，而造車的利潤不足10%。

QNX大中華區首席代表張人傑對記者表示：“像蘋果、谷歌這種量級的公司本身並不是靠融資生存的，任何沒有利潤預期的項目都很難長久持續下去。這也是為什麽谷歌會在機器人最火的時候出售波士頓動力，就是因為它看不到可預期的收益。這和國內的樂視、蔚來的著眼點是不一樣的。”

“造車水太深，蘋果及時收手，調整方向，總比國內一些不到黃河心不死的公司要好。”張人傑說。根據第一財經記者了解，蔚來汽車即將於下個月在倫敦發布首輛電動車。這也是繼樂視汽車發布後，又一家中國互聯網企業造車的案例。

張人傑還表示：“也未必蘋果真的造不出車，而是當理想和現實有差距的時候，國外公司的做法通常不會再進行下去，而國內公司理念不同。”

這也解釋了蘋果為何中止“泰坦計劃”的原因。汽車研究中心分析師Eric Paul Dennis表示：“高品質的蘋果汽車利潤一定會比普通汽車制造商高，所以他們不會願意在質量上打折扣，因為這對於蘋果的品牌形象和其它產品線也會有影響。他們不願意這樣做。”

iPhone的成功難以複制

據咨詢公司麥肯錫估計，到2030年，全球汽車行業規模將達6.7萬億美元。為了“泰坦計劃”，蘋果曾積極招聘人才，致力於在2020年前推出蘋果設計的無人駕駛汽車，希冀以此在汽車領域複制iPhone在手機行業的成功。

不過和蘋果在手機供應鏈上的影響力不同，汽車零部件供應商的投入是重資產的，他們可能不願意為蘋果小批量的汽車產品提供零部件。“蘋果在汽車供應鏈條上面臨著巨大的壓力。”彭博社引述一位接近蘋果的消息人士稱。

不過從另一方面來看，“泰坦計劃”的擱淺也為蘋果向汽車制造商伸出橄欖枝提供了更大的可能性。此前有傳言稱蘋果正在和高端汽車制造商邁凱倫接觸，可能考慮全資收購邁凱倫，或對後者進行戰略投資。“蘋果希望買斷邁凱倫的技術和工藝，以及產品專利。”英國《金融時報》援引知情人士消息稱。

“如果蘋果做出收購汽車品牌的決定，將意味著所有的業務產品線重心將會發生天翻地覆的變化。這也許會是另一種策略。”捷豹路虎一名亞太區高管對第一財經記者表示，“蘋果近幾年來發布的新品被解讀為缺乏創新，很顯然這種低調的策略無法長時期延續，蘋果需要做出一個革命性的選擇，來改變人們對它的看法。”

就在不久前，蘋果被曝考慮收購舊金山的一家電動汽車技術開發商Lit Motor。目前這家公司已經擁有10項電動車技術專利，並在全球範圍內申請了多達82項專利，但它僅擁有13名雇員。

而蘋果目前擁有汽車電池開發、電力推進和混合動力系統領域的專業人員。去年10月，蘋果CEO Tim Cook表示，“全球汽車行業即將迎來技術主導的巨變”，這曾經一度成為蘋果對於造車計劃最強烈的暗示。

一文讀懂人工智能第一股——科大訊飛的AI商業版圖 | 公司調研

愛分析 2016-10-20 10:01

老羅的錘子手機發布會，火了科大訊飛的會議語音轉寫系統，幾乎一字不差的識別效果贏得了全場經久不息的掌聲。有人為訊飛叫好，也有人看著它剛剛發布的第三季度財報憂心忡忡。不過，要看一家企業如何，不能單純看產品，也不能揪著暫時的盈利收窄不放，尤其對於科技企業來說，最重要的是看它過去、現在、以及未來的技術實力和商業布局。

而訊飛擅長的，不僅僅是語音，還有人工智能的商業應用。

作為國內人工智能第一股，科大訊飛不僅擁有行業領先的人工智能核心技術，還在教育、政府、電信、金融、汽車等領域實現了AI技術的成熟落地和持續發展。

了解科大訊飛，對於我們探索人工智能技術的應用方向以及商業模式具有重要借鑒意義。本文將對科大訊飛的發展歷程、財務表現、技術水平，以及以教育、政府、汽車三大領域為代表的行業應用情況進行詳細介紹和分析。

科大訊飛：營收增長強勁，人工智能技術行業領先

科大訊飛成立於1999年12月，由畢業於中國科技大學語音方向的一群碩博研究生創建。2000年以前，中國大陸語音技術發展很遲緩，在中國大陸設立語音研究基地的多是微軟、IBM、摩托羅拉等跨國企業，訊飛的成立填補了國內語音技術研究和應用的空白。

9年時間，訊飛從0做到了2億營收、5000多萬利潤，中文語音合成技術市場占有率一直保持70%左右，語音技術在電信、金融、政府、教育等領域都得到了廣泛應用。

2008年5月，科大訊飛在深交所掛牌上市，如今市值已達379億。2016年上半年，訊飛實現營收14.62億，較上年同期增長47.7%。從2012年至今，訊飛的營收一直保持40%以上的高速穩定增長。

數據來源：科大訊飛年報

強勁增長背後，一方面靠的是訊飛多年研發和積累的智能語音和人工智能核心技術，另一方面得益於訊飛不斷拓展技術的商業應用領域。

技術方面，訊飛在感知智能和認知智能多項技術上全球領先。感知智能方面，訊飛從最早的中文語音合成做到了如今的27種語言，多項指標全球第一；高噪音下的語音識別準確度保持業界領先，超過美國語音龍頭企業Nuance。認知智能方面，支持遠場識別、全雙工、多輪交互等特性的AIUI是智能車載、智能家居、智能機器人領域的關鍵核心技術。另外，訊飛已經實現了中英文作文自動評測，由訊飛牽頭的類人答題機器人項目正在努力讓機器人在未來三到五年內考上一本。訊飛每年研發投入20%以上，技術人員占比67%，堅持底層核心技術研發是訊飛多年來持續高速發展的力量源泉。

表1 科大訊飛在人工智能各項技術領域研究成果, 數據來源：科大訊飛年報

應用方面，訊飛目前已經將語音和人工智能技術應用到了教育、政府、電信、金融、汽車、移動互聯網、智能家居、大數據等多個領域，並逐漸由2B、2G向2C拓展，積極構建各個產業的生態體系。

本文將著重對教育、政府、汽車三大占比較高、增長潛力較大的領域進行分析，並簡要介紹其他幾項業務的應用及財務表現。

教育：2B、2C雙輪驅動，內生外延構建教育生態體系

教育是訊飛最早涉足的市場之一，也是訊飛的重要戰略方向。十幾年來，訊飛的教育投入從建校舍、修運動場等硬件設施，到“三通兩平臺”、班班通、校校通的信息化基礎設施建設，再到現在主抓應用，通過數字化校園、智慧課堂、教育語音平臺、口語考試與練習等，構建動態、可持續的教育教學生態體系。

在教育領域，訊飛采取2B、2C雙輪驅動的策略。

2B領域主要包括面向教育部門和學校的教育平臺、教學軟件以及考試系統等。目前，訊飛的智慧教育整體解決方案已經覆蓋15省、20地、8000萬師生；2016年收購的訊飛皆成和樂知行等智慧課堂軟件，也已經與39家出版社合作，超過7000萬師生、18個省份得到應用。

2C領域，訊飛2015年推出了面向學生的個性化教與學平臺智學網，通過從學校端大力推廣，截止2016年6月，智學網已經累計獲得千萬用戶，月活60%以上，覆蓋30個省份7000所學校。訊飛希望用2B驅動2C，將資源平臺從學校和老師轉向家長和學生，全面實現教學、考試、測驗、練習和作業等教與學過程性動態大數據的常態化采集和分析，以及個性化學習推薦。

在整個教育信息化生態體系的搭建上，訊飛選擇內生外延相結合。訊飛主要從兩大塊發力，一塊是底層平臺，例如用戶賬號體系管理、內容自動審核和檢測等。另一塊是入口端，主要獲取學生過程化學習的數據，並對數據進行自動分析和比較。而對於內容，訊飛選擇和有優勢的內容廠商合作，比如與外研社、北師大出版社等，一方面通過成立合資公司，把優質的內容在訊飛平臺上讓用戶使用，另一方面也開放給其他的沒有資本紐帶關系但有戰略合作的夥伴，搭建教育生態。

從財務數據來看，2014 年、 2015 年、 2016 年上半年，訊飛教育行業業務收入分別為 6.62 億元、 7.61億元、 4.15 億元，同比增長 49.44%、 14.95%、 28.05%，占總營收37.26%、30.41%、28.40%。

訊飛的教育業務包括兩大塊，一塊是教育產品和服務，另一塊是教育教學。教育教學收入來自科大訊飛2012年在蕪湖創辦的安徽信息工程學院，收入包括學費和住宿費等，這塊業務在總營收中占比4%左右，本文主要分析訊飛的教育產品和服務業務。

下表是訊飛2012年到2016年上半年，教育產品和服務業務在總營收中的占比、增長率以及毛利率情況。

表2 科大訊飛2012年到2016年上半年教育產品和服務收入各項指標, 數據來源：科大訊飛年報

可以看出，訊飛的教育產品和服務業務占年度總營收的比重基本維持在25%以上，毛利率超過40%，近三年平均增長率也有30%。不過近兩年，由於訊飛開始在教育領域廣泛布局2C市場，將原本可以銷售的產品和服務以免費形式進行了大規模推廣，因此三項指標相較往年都有一定程度的下降。

目前，訊飛關於2C產品的盈利模式尚不明朗。以智學網為例，訊飛投入大量人力、財力免費進行軟硬件推廣，並提供上門培訓服務，就是希望老師用掃描儀將作業數據傳到雲端，通過機器進行診斷分析，把握學生學習、練習、考試的過程化數據，進而挖掘其中的商業價值。

盡管目前這些數據的變現方式還不明確，但數據是未來的新能源，訊飛抓住了學生學習數據的運營權，也就抓住了教育市場的重要燃料。

未來，教育信息化市場空間廣闊，加上“十三五”期間政府政策大力支持，以及訊飛在教育領域多年積累的技術、產品應用以及資源整合優勢，隨著C端產品不斷推廣，用戶數據逐漸積累，訊飛在教育領域的優先布局優勢將會逐步顯現出來，教育產品和服務業務營收有望保持高速增長。

政府：用人工智能助力智慧城市和公共安全

訊飛在政府領域主要有兩條業務線，一個是公共安全，一個是智慧城市。

公共安全主要是對海量音視頻進行處理，該業務屬於涉密領域。作為國內上市公司，訊飛全資子公司訊飛智元已經優先獲得了國家涉密信息甲級資質，因此能夠獲得諸如公安、人口等涉密數據。

智慧城市主要通過人工智能提升政府服務效率，目前主要產品是社管雲平臺，該平臺旨在打通不同政府部門之間的數據，用智能語音和人工智能技術，一方面將大量非結構化數據變為結構化數據，另一方面將個人照片和文字進行清晰比對，節省人工審核時間，提高政府工作效率。目前，訊飛社管雲平臺已經在蕪湖試點，並在全國幾十個城市推動。未來，訊飛要讓社管雲平臺真正實現數據打通，成為圍繞數據的智慧城市關鍵應用。

從財務數據來看，2014 年、 2015 年、 2016 年上半年，訊飛政府行業業務收入分別為 1.52 億元、 2.48億元、 1.57億元，同比增長 101.93%、 63.04%、 64.41%，占總營收8.56%、9.91%、10.71%。

表3 科大訊飛2012年到2016年上半年政府業務收入各項指標, 數據來源：科大訊飛年報

可以看出，政府業務比重逐年上升，已經在2016年上半年突破10%，增長率近四年也維持在60%的高速增長。另外，和教育行業相比，政府業務毛利率水平明顯更高，整體超過80%。2016年上半年有所下降，主要是由於智慧城市項目從純軟件向軟件+硬件的方式轉變，硬件產品毛利較低拉低了整體毛利水平。

當然，智慧城市的搭建並不是一朝一夕之事。由於每個城市具體情況不同，特別是數據打通還涉及到原來很多管理流程的優化，所以盡管訊飛與全國多個省市有戰略合作關系，但是要真正將智慧城市項目推廣到全國，還需要很長一個過程。不過，一旦基礎設施搭建完成，這將是一個持續運營和服務的商業模式，並在未來給訊飛帶來更高的業績增長。

汽車：瞄準前裝市場，用人機交互奠定車載語音領先地位

車載領域將會成為智能語音和人工智能重要的應用市場。無論是無人駕駛汽車，還是智能輔助駕駛系統，汽車都會成為移動辦公和移動娛樂的平臺，車內語音應用由於其方便性和場景適應性，將會成為汽車市場的剛需。

但是，由於車內環境相對嘈雜，人機交互存在一定距離，因此除了語音合成、識別以及語義理解外，對遠場識別、噪聲消除等語音技術要求很高。另外，由於車內使用場景偏服務，因此智能語音也需要具備成熟的對多輪對話技術。

訊飛在這方面具有明顯技術優勢。在2015年3月的寶馬中文評測以及2015年6月的奔馳中文語音雲效果測評中，訊飛無論是在語音合成、語音識別、語義理解，還是使用體驗等方面都以顯著優勢奪得第一。

訊飛在車載領域選擇了和傳統車廠合作的前裝跑道，已經與奔馳、寶馬、大眾、豐田、雷克薩斯、上汽、一汽、長城、吉利等國內外汽車品牌開展合作，搭載訊飛語音技術的轎車前裝出貨車型達到31款，前裝出貨和在研車型近百款，行業市場占有率第一。

商業模式方面，以技術開發和軟件授權為主，同時提供軟硬一體化的車載語音交互解決方案，並積極探討增值服務收入。另外，車載應用作為車聯網的主要入口，未來積累的用戶數據將會蘊含巨大的商業價值，這也是訊飛在汽車市場的一個重要戰略方向。

當前，我國汽車產業已經進入穩步發展期，全球車載信息系統市場也正處於成長期，發展潛力巨大。根據德勤報告，預計到2020 年，全球車載信息系統的市場規模將超過800 億美元，並且具有較高利潤率，兼具成長性和盈利性。我國作為全球最大的汽車產銷市場，未來車載信息系統市場將有廣闊的發展空間。

2016年上半年， 訊飛人機交雲產品和解決方案實現收入 8498.83 萬元，同比增91.28%，其中超過90%來自車載語音市場。這塊業務雖然目前占比只有5.81%，但是毛利率高達77.09%。未來，得益於廣闊的市場空間以及先進的人機交互技術，車載語音業務無疑會成為訊飛新的業績增長點。

其他：高毛利傳統業務穩步增長，新興領域加速布局

除了教育、政府和汽車市場，訊飛的技術應用還涵蓋客服、信息工程、互聯網、電信、金融、安防、大數據、智能硬件等眾多領域。訊飛在2016年半年報中，各項業務進行了重新梳理和分類，愛分析對各項業務的金額和指標進行了整理、統計，如下表所示：

表4 2016年上半年科大訊飛主營業務收入構成及各項指標, 數據來源：科大訊飛年報

客服業務主要面向電信運營商和銀行、保險等金融機構，提供智能客服系統和呼叫中心產品和解決方案，實現了高達30%的人工分流率。目前，訊飛全面占據三大電信運營商市場，金融領域市場占有率80%以上，其他企業級領域由於對語義理解、售後服務以及定制要求較大，訊飛會有選擇地進入。

2016年以前，訊飛在年報中將涵蓋客服、車載、智能家居、智能玩具等語音支撐軟件的業務都算在一起，整體營收占比15%左右，整體毛利率在85%以上。分開計算後的客服業務毛利率甚至高達97%，並且實現了47%的高速增長。未來，客服業務會在已有行業優勢基礎上繼續穩步增長，企業級領域的應用也有望創造更大的營收增長空間。

與客服業務一樣具有高毛利的，還有電信增值業務。同樣依靠三大電信運營商，訊飛可以長期獲得穩定的收益分成。另外，訊飛的酷音鈴聲APP也在報告期內獲得了快速發展，成為業界口碑最好、用戶增長是最快的手機鈴聲產品，成為電信增值業務新的營收增長點。

互聯網產品和增值運營業務中的其他兩類營收占比較低，一塊是訊飛輸入法收入，毛利率高達100%，另一塊是智能硬件收入，主要來自訊飛的“叮咚”智能音箱。相比軟件產品，硬件毛利率較低，只有21.63%。

與教育業務比重相當的還有系統集成業務，其中的信息工程是訊飛相對傳統的一塊業務，這塊業務主要是一些工程運維項目，毛利率只有16.95%。從近幾年的增長率來看，這塊業務的增速在逐漸放緩。

除了營收中涉及的業務，訊飛還積極探索在生物識別、醫療等領域的應用。生物識別方面，訊飛推出人臉識別和聲紋識別相結合的綜合生物識別解決方案，主要應用於公安、金融等領域。醫療方面，訊飛已經和衛生部展開合作，並開始在安徽試點，使用語音技術解決醫院電子病歷問題。

結語

今年是人工智能的爆發年，除了谷歌、百度等提早研發和布局人工智能的科技巨頭，眾多AI領域的新興公司也紛紛進入大眾視野，應用行業涉及教育、金融、醫療、汽車、家居、新聞、法律、廣告、物流等各個領域。不過，大多公司的產品和服務都還處在探索和試驗階段，商業模式尚不明朗。

對於訊飛來說，教育、電信、政府行業優勢明顯，背靠中科大和安徽省，與多個省市政府以及遍及全國的眾多學校合作，中國電信、中國聯通以及最大股東和客戶的中國移動也持續不斷地為訊飛貢獻著營收，如此高的資源壁壘高，競爭對手很難打破。在相對欠缺的領域，訊飛也可以憑借雄厚的資金實力投資、收購一些公司來完善行業生態體系。

但是，訊飛在2C領域經驗相對缺乏，無論是市場推廣、用戶基礎，還是產品設計，都與大型互聯網公司存在差距。如何通過市場推廣贏得客戶，如何從產品功能和體驗上留住客戶，如何找到C端產品可持續的盈利模式，都是訊飛接下來要著重攻克的難題。

文章評論

匿名用戶

發布

全部評論：10

發布

全球最大的SaaS平臺還在做風投和人工智能

基於雲計算的企業級軟件服務商將變得更加強大。從本季度的財報中已經表現得非常明顯。上周五微軟股價創下歷史新高，飆漲超過4%，收於60美元。目前全球最大的三家基於雲計算的軟件服務商——亞馬遜、微軟和賽富時(Salesforce)今年股價都有不俗的表現，其中Salesforce的市值已經超過500億美元。

在中國，企業級服務軟件成為風投資本湧動的領域。根據中國電子商務研究中心的統計數據，今年上半年，客戶關系管理和人力資源管理軟件方面的融資總規模近10億元人民幣。上周，人力資源管理平臺理才網獲得包括海富產業投資、和靈資本等6億元人民幣投資，成為今年以來該領域融資規模最大的一起，公司估值突破了30億元人民幣。

達晨投資副總裁陳剛對此表示：“企業服務之所以能夠成為互聯網產業的下一個風口，是因為開源節流是每個企業都在做的，效率提升才能降低成本。因此資本市場整體趨勢並沒有大家想象得那麽差，企業級SaaS市場的投資今年依然火熱，在風投資金中的占比不小。”

根據市場調研機構Gartner預計，2017年全球廣義的雲計算市場收益將達到2442億美元，增長率超過15%，這為基於雲計算的SaaS(軟件即服務)行業提供了良好的契機。甲骨文CEO馬克·赫德預計，10年後80%的生產應用、所有的開發和測試環境都會運行在雲端。甲骨文三個月前以93億美元的價格買下了ERP服務提供商NetSuite，企業級軟件服務的豐厚利潤回報讓投資者瘋狂砸錢。

紅點投資合夥人Tomasz Tunguz給出的數據顯示，截至今年上半年，全球上市的SaaS公司有50多家，營收占據所有上市公司軟件總收入的14%，並且在以每年17%的速度增長。近10年，軟件公司帶來的營收提升300%至1690億美元，SaaS起到了重要作用，占比甚至可能達到20%至25%。從最初的CRM，到後來的ERP、eHR、SCM、IM等，SaaS正在各個領域細化拓展。期間，還出現了平臺型和垂直型的服務商。

據CB Insights統計，全球最大的SaaS平臺Salesforce的旗下的投資機構經過7年運作，已經在11家獨角獸企業擁有了股權;投資組合中有6家公司上市，有40家被收購。這家風投機構目前在超過160家初創企業擁有投資。今年就投資了至少31家初創企業。

與Salesforce合作頻繁的風投機構Bessemer Venture Partners的負責人Byron Deeter表示：“未來幾年他們的回報應該會非常出色，因為Salesforce在雲軟件上的投入非常積極，許多小型的雲初創企業都希望跟Salesforce這樣的大公司合作。”

據監管文件顯示，截止今年7月底，Salesforce的非上市債務和股權證券(大部分是風投組合)的市場價值為7億美元，而5年前這個數字僅為3140萬美元。這包括了現有初創企業的股權變化以及新投資，但是不包括已經上市或者被收購的前投資組合。

最新的消息是，Salesforce近期又在和全球最大企業級軟件公司甲骨文進行人工智能方面的PK。雙方都承諾將開發人工智能(AI)助理應用，這些應用將具備機器學習和自然語言互動能力。

戰略咨詢分析公司Constellation Research分析師道格·漢斯肯(Doug Henschen)日前對比了這兩大巨頭AI項目背後的技術後表示：“兩家公司想要研發的都不是科幻電影中描述的那種擁有情感的通用AI，相反，他們正談論的都是輔助人類的‘智能’應用，也就是人機交互的能力，這些應用包括自然語言處理、語音識別以及機器視覺等，可以將閉環機器學習和數據科學與用戶數據和第三方數據相結合。”

Salesforce的這項人工智能(AI)計劃命名為“愛因斯坦”(Einstein)。“愛因斯坦”主要可用於增強Salesforce現有應用的能力，嵌入銷售、服務、營銷、分析、商業、物聯網以及社區等雲服務中。與此同時，Salesforce也將向開發平臺App Cloud開放“愛因斯坦”服務，以方便消費者開發自己的“智能”應用。

自從2013年以來，Salesforce就開始公開收購從事數據科學和機器學習研發的公司，斥資超過7億美元。Salesforce還擁有Data.com，後者積累了大量B2B數據。此外，在計算能力方面，Salesforce還引入亞馬遜的AWS，從而獲得“全網規模”的計算能力。

人工智能酷炫拽 黑客分分鐘攻破安全漏洞

“過去一年我找遍了做IOT(物聯網)、無人機、自動駕駛的國內外廠商，幾乎沒人和我討論安全問題。”國內知名白帽黑客團隊Keen創始人兼CEO王琦對《第一財經日報》記者感慨。他在白帽黑客江湖中的綽號叫“大牛蛙”，技術上的大牛，同時長著一雙大眼睛。

與全球那些靠黑客技術違法牟利的神秘勢力不同，白帽黑客是這個領域里的“清道夫”，憑借技術和直覺找到網絡生活中的後臺風險，攻破並協助軟硬件廠商及時堵住安全漏洞。但在現實中，白帽黑客在財大氣粗的廠商面前並沒有得到應有的重視，除非他們闖入了產品的安全後門，讓廠商感到緊張和不快。

24日上午，NickStephens在上海虹口區一個由當年的屠宰場改造的創意園中展示了如何通過代碼攻擊，破解一部新拆封的華為手機指紋密碼。他來自加利福尼亞大學聖塔芭芭拉分校，還是一名學生。現場觀眾在這部新手機上錄入了指紋，手機的TrustZone區域被攻破後，手機後臺可以讓任何指紋通過驗證，攻擊者甚至可以用鼻子代替手指，解鎖了手機。現場掌聲雷動。Nick在接受記者采訪時稱，目前還不能遠程用這種方法去攻破一部手機的指紋，只能在本地完成。

華為方面隨即表態稱，對主辦方提供的漏洞進行了慎重仔細的分析及修複工作，以保證華為手機系統的安全性進一步提升，“對於十分重視用戶安全的華為手機來說，安全極客的攻破演示無疑成為一次提高產品安全性的重要機會。”

華為提到的主辦方是在24日全天舉行GeekPwn2016嘉年華的白帽黑客團隊Keen。Pwn是個黑客俚語，形容成功實施了黑客攻擊的聲音。在去年一場以攻破金融支付領域漏洞為主題的視覺盛宴後，GeekPwn今年將主題設定在眼下火熱的人工智能與物聯網上，並同步在上海與矽谷兩地進行攻破演示競賽。它想提醒人們：別光顧著人工智能的酷炫，背後的安全隱患更值得重視。

“通常攻破一個漏洞後，漏洞在(白帽)黑客手中停留的時間是很短的，他們隨即會把漏洞交給相應的廠商，協助堵住它。”王琦說。事實上，在黑客眼中，任何智能手機都存在一定的未知安全漏洞，但能像華為這樣正視並積極堵住漏洞的廠商並不多，更多硬件廠商將白帽黑客定義為不受歡迎的找茬者。

“人家是做人工智能、無人駕駛的，高大上，瞧不上我們，認為黑客是小兒科，那我們就伸手去夠一夠，看看能做些什麽事情。”在王琦看來，人工智能領域的安全問題被表面的繁榮掩蓋了，對於系統漏洞，廠商方面應該主動肩負起更大的責任。GeekPwn秉承著這樣的理念應運而生。

24日的GeekPwn2016現場，十幾場攻破秀看得人眼花繚亂，又心生忐忑。一個由東南大學與澳門大學師生組成的PhenixCode團隊將攻擊對象瞄準了生活中並不起眼的智能插座，攻破後，他們竟然讓這個智能插座發布了一條微博。這個意想不到的攻擊創意讓在場嘉賓感到震驚，一位白帽黑客稱，黑客技術上的突破是比拼的焦點，但有時能從生活中想到可以攻破的點，更加難得。

既然一個小小的智能插座能成為黑客遠程控制用戶社交媒體的載體，那黑客就可以通過這個硬件做更多破壞事情。這說明，當人們在朝著智能生活的方向邁進過程中，的確有太多安全漏洞赤裸地呈現在黑客眼前。在黑客的潛在攻擊下，物聯網、人工智能、智慧城市、智能硬件等這些只要能聯網的領域顯得黯然失色。拿人工智能舉例，不管是AlphaGo還是自動駕駛，都是通過長期對大量數據的機器學習去實現接近人腦的水平。但同步在矽谷演示的攻破秀上，已經有白帽黑客實現了欺騙機器的深度學習。特斯拉創始人馬斯克甚至認為，發展人工智能實則是在“召喚惡魔”。機器變得越聰明，安全風險也就越大。

面對智能生活領域潛在的安全風險，作為消費者層面看似只能提高自身的安全意識，比如設置複雜密碼並不定期更換，盡量不在公共WiFi環境下使用手機進行資金交易，不連接不熟悉的公共WiFi等，而更應當去自查改進的是軟硬件生產廠商。像微軟對後臺漏洞的長年修複，蘋果“懸賞”獎勵發現手機漏洞的研究人員等行為，至少表明了廠商對安全的態度。

中美英弄潮全球人工智能

科學家斯蒂芬·霍金近日談及人工智能時說：這是與工業革命同等重要的全球性事件。

人工智能成為熱詞之一的同時，全球人工智能企業數量發展也呈直線上升趨勢。全球人工智能企業分布如何?投融資與申請專利情況如何?

烏鎮智庫等機構基於人工智能行業的企業、投資融資以及研究成果等維度的大數據，推出《烏鎮指數：全球人工智能發展報告(2016)》。

全球人工智能企業集中分布在美國、中國、英國，三國擁有的企業數量占總數的65.73%。與此相對應，美、中、英三國人工智能企業融資規模也為全球最大，但三者間規模差距較大，美國為英國的21.9倍、為中國的6.96倍。美國人工智能企業融資規模為179.12億美元，中國為25.72億美元，英國為8.16億美元。

全球人工智能領域的並購情況顯示，2013年第四季度之前，並購數量相對平穩。此後，並購數量呈逐步上升趨勢。這與2013年之後資本不斷進入該領域、該領域企業發展較活躍有關。

全球人工智能申請專利數量分布圖顯示，美國、中國、日本位列全球人工智能專利申請前三位，且數量級接近，三國占總體專利申請數量的73.85%。位列第四的德國僅為中國的27.8%、美國的16.8%。人工智能專利申請以機器人、神經網絡、語音識別及圖像識別等領域為主。

霍金在談到人工智能重要性的同時，也預警要學習規避風險，需要更多人進行更深入的研究。