📖 ZKIZ Archives

百度雲用戶存儲資料無故蒸發 人工客服缺位

百度雲的官方微博一時炸開了鍋，數百位網友在評論區“怒吼”。

據北京日報報道，從上周開始，許多百度雲用戶發現自己的網盤在一夜之間變成了可怕的空殼，存入的資料消失得無影無蹤，不少網盤甚至被灌滿了淫穢視頻。打投訴電話，被告知百度雲沒有人工客服，發送申訴郵件，竟杳無音訊。

對此，就連百度自己的員工也無能為力。“申訴兩次，承諾48小時反饋，然而還在待處理狀態……資料拿不出來，一天損失500元！”一位百度員工表示，盡管向百度雲發了近十封郵件，仍沒有得到實質性的回複。

經過調查發現，百度雲被清空多為賬號被盜所致。在百度雲微博的評論區大量用戶都表示賬號發生過異常登錄。但是，大家都是在資料丟失後才註意到這一事實。

對此，百度雲建議廣大用戶：1、不要輕信非官方以外人員給出的不專業指導意見，避免個人信息泄露，造成更大損害；2、建議賬號綁定手機，當收到賬號異常登錄短信後一定要在第一時間修改密碼；3、密碼設置複雜程度高，不易被惡意盜取；4、定期檢查回收站， 是否有誤刪除的信息，及時恢複，避免被清空。

互聯網巨頭都在用什麽樣的產品去敲開人工智能的門

土匪投資日記 2016-08-13 11:08

這一兩年，人工智能非常火。

3月份，Alphago與李世石的一場“人機大戰”把人工智能帶進了大眾視野，而人工智能也在爭議聲掀起了大範圍的討論，盡管大多數人對於人工智能並沒有深切的感知。

但在創投圈，人工智能正在成為各個細分領域的“標配”，尤其是作為一家科技公司，不跟人工智能沾點兒邊，大概都不好意思出來混吧。

但其實在我剛開始做投資的幾年，人工智能最起碼讓所有人失望了十年，從開始的樂觀到過度興奮到失望然後又到現在的興盛，人工智能的名譽恢複和重新興起要追溯到2012年被稱為ImageNet挑戰賽的在線競賽，而之前的十年幾乎沒有任何大的進展。

因為我原來就是做技術對算法感興趣，所以做投資非常關註大數據，但人工智能領域在那幾年基本上就是忽悠的代名詞。

但是近兩年，因為深度學習，因為算法模式的突破，因為GPU的應用，人工智能步入了一個新階段。“互聯網女皇”瑪麗·米克將其形容為未來十年人機交互方式的重大變革，並認為人工智能將是下一次創新的決定性力量。

巨頭們已經開始有所行動，谷歌、微軟、蘋果和Facebook等都將人工智能作為互聯網產業的下一個“引爆點”。而在國內，除去訊飛等垂直類企業，在人工智能領域有所作為的還是得說BAT，但是三家的思路卻不盡相同。

在談到三家差異的時候，有一句話說，阿里重運營，騰訊重產品，百度重技術。受李彥宏科班背景的影響，以技術為導向的百度在人工智能領域的布局要早的多。

李彥宏將其使命描述為“索引真實世界”，道出了人工智能的定義：依托搜索及智能交互技術，在廣泛索引信息和服務的基礎上，為用戶提供智能化的，滿足一切生活工作需求的工具。

從目前來的知識結構中來看，人工智能這個大的集合包括自然語言處理、計算機視覺、知識表示、自動推理、機器學習等內容，而以上領域百度均有涉足。相對於百度在該領域的全面發力，四處開花，騰訊和阿里則各有側重。

阿里長於電商，騰訊長於社交，兩個領域都是人工智能滲入獲取數據的重要領域，加上騰訊雲和阿里雲，雙方也在人工智能領域可以有更多深入的探索。

先說騰訊，騰訊在人工智能領域落子並不多，其布局主要以IM和SNS業務為基礎，其中一些技術已經在內部產品化，如推出的黃圖識別功能，為“天天P圖”提供技術支持等。

個人認為騰訊在該領域的想象空間還是在微信，因為微信在社交領域的獨占，帶來的大量用戶數據，結合人工智能，將大有可為。此前，微信和香港科技大學搞了一個“人工智能實驗室”，看似不起眼的一條消息，信息量其實蠻大的。

微信的人工智能或許是促使其從社交工具轉向服務平臺的關鍵一步，其每天產生的用戶數據，若與搜索和電商匹配，潛力將不可想象。

而馬化騰早前在接受采訪時就聲稱最想做的事是人工智能，在不久前也發表了類似 “未來互聯網就是用人工智能在雲端處理大數據”的言論，所以，或許可以期待未來騰訊在人工智能方面的作為。

阿里則將人工智能放在阿里DT大商業體系內，雲計算成為其核心驅動力。從具體的應用上看，此前阿里人工智能主要集中在B端，和電商體系以及物聯網體系有著較為深入的融合，和C端之間的聯系相對較少。

支付寶似乎成為一個突破口，作為一個在杭州生活工作，每天離不開支付寶，芝麻信用800+的用戶，支付寶的每次改變都會影響我的每次支付，所以非常敏感。

這兩天新版支付寶中，可以看出阿里在“數據驅動”、“智能推薦”上的新嘗試。新版支付寶中，最大的變化來自於首頁，還是忍不住要吐槽下原先的九宮格模式，畢竟用戶體驗上實在算不上好，看似大而全的功能模塊，實際大大增加了用戶找到所需服務的時間成本，支付寶積累的數據和場景關系鏈的價值也很難發揮。

新版的首頁則更為簡潔，原先堆砌式的展示模式被取代，通過數據驅動，它會將你可能感興趣的內容或者需要的功能以Card和Feed流的形式推送給你。通過人工智能，來實現從“人找服務”到“服務找人”的轉變。

早前，曾看到消息說，螞蟻金服的人工智能團隊正在研發虛擬機器人。未來這一機器人將在客服、理財、聊天、轉賬、發紅包等各個場景中應用，成為支付寶每一個用戶的個性化智能助理。

現在似乎可以看出點端倪，新版支付寶中通用搜索的功能得到了強化，值得一提的是基於智能推薦的語音機器人的引入。語音識別作為人機交互的第一步，一直受到阿里的重視。

但支付寶中引入的語音機器人並非簡單的通過語音識別搜索商品或信息，而是進化到了深層次語義理解的層面，能夠一步處理多層維度的信息處理。

比如在支付寶上方搜索欄點擊右側的小話筒圖標，啟動智能語音機器人，發起向某朋友轉賬1000元的語音指令，其中包含的“朋友名字對應的賬戶，轉賬功能，金額1000元”三個信息要素，能夠在不足一秒即刻直接跳轉至最終功能頁，金額都無需用戶輸入，只需要點擊轉賬確認、輸入密碼即可完成，而以往則需要用戶分四步操作近10秒才能到達上述環節。

據悉，支付寶的智能語音機器人由阿里雲和螞蟻金服人工智能團隊合作研發，其能力來源於對數萬小時語音數據，數百億網頁的文本數據的智能學習，能夠實現轉賬、店鋪查詢、美食推薦、機票、火車票的查詢預訂，電影，資訊等多個業務功能的直達。

這樣看來，這也將極大拓展支付寶作為生活服務平臺的未來空間，畢竟平臺內再多的服務都能被便捷找到，支付寶也將借這個契機開放接入外部更多的服務，進一步豐富平臺的服務內容。

個人認為，相比於微信，支付寶可能從另一個角度切入，連接了人和生活的各個支付場景，特別是生活場景化的高頻連接，可能是打開人工智能大門非常重要的鑰匙。

這樣說的邏輯在於，人工智能的核心是要能夠代替一部分人的功能或者提高人的效率，這里就涉及到兩個核心點：一是產品對應的用戶場景下人的介入頻次有多高，一是這個應用場景下替代掉人的價值有多大。

從這兩點考慮，我們就可以大致估算在支付寶的生活場景下，留給人工智能可作為的空間有多大，我想大家可以註意下自己一天打開支付寶的次數。所以，這是阿里的優勢所在，是其與百度、騰訊在人工智能領域抗衡的底氣所在。

1956年，一場在美國達特茅斯大學召開的學術會議，被認定為全球人工智能研究的起點。如今，60年過去了，人工智能也幾經沈浮，歷經輪回終於新生。

至於未來如何，人工智能如何，我也非常期待。

文章評論

匿名用戶

發布

全部評論：10

發布

人工智能，3D醫療打印、VR.....這是未來的“黑科技”！

楊博丞 2016-08-12 21:18

矽谷——如今美國的科技“聖地”，位於加州舊金山灣區南部一段長約25英里的谷地。一個世紀之前，這里只是一片果園和葡萄園。

而一個世紀後，這里已經變身為美國的科技聚集地。矽谷與科技正式“結姻”需要歸功於1950年NASA研究院在森尼維爾的成立及1960年後斯坦福大學開始對外出租科技園區密切相關。

1955年，物理學家 William Shockley 帶著他改變未來的晶體管發明榮歸故里，同年，Shockley 榮獲了諾貝爾物理學獎，一時間聲名大噪，被人敬為“晶體管之父”。

1957年，歷史上著名的“矽谷八傑”在此創建了仙童半導體公司，而後，仙童瀕臨瓦解，幾個創始人紛紛自立門戶，創辦了後來的intel、National 、AMD…… 

1950—2016，矽谷歷經66余年的科技沈澱，如今已成美國最具創新和革命的代表地。有傳承，有改變，變革是它持久繁榮的動力之一。幾乎每10年矽谷就會誕生出一個世界性的產品，顛覆或創造一個產業。

今天，我們為大家盤點那些年矽谷曾經改變我們生活的科技產品，以及未來10年後最具創新力的科技產品。

1960年， 芯片行業

1.英特爾推出第一顆微處理器

產品：intel CPU

變革產品誕生時間：1971年

創始人：戈登·摩爾

1971年，英特爾推出了全球第一個微處理器。微處理器所帶來的計算機和互聯網革命，改變了整個世界。

在矽谷歷史上，尤其是在英特爾，摩爾是最令人敬佩的公司創始人之一，是最受人尊敬的科學家，他比其他人更能體現英特爾的模式：以技術起家，靠創新成長，是真正的技術領袖和最可親的企業家。

英特爾公司成立於1968年，隨著個人電腦普及，英特爾公司成為世界上最大的設計和生產半導體的科技巨擘。為全球日益發展的計算機工業提供建築模塊，包括微處理器、芯片組、板卡、系統及軟件等。這些產品為標準計算機架構的組成部分。

1970年，消費電子行業

2.惠普推出第一臺個人計算工具

產品：個人電腦

變革產品誕生時間：1973年

創始人：比爾·休利特、戴維·帕卡德

1939年，在美國加州帕洛阿爾托市，兩位年輕的發明家比爾·休利特和戴維·帕卡德，懷著對未來技術發展的美好憧憬和發明創造的激情創建了HP公司，開始了矽谷的創新之路。

1971年，利用激光技術生產出可測量百萬分之一英寸長度的激光幹擾儀。

1972年，惠普推出具有劃時代意義的第一臺個人計算工具：HP-35掌上科學計算器，並將工程計算尺淘汰。

1973年，惠普小型通用計算機系統成為計算機界第一套數據分布式處理系統。

如今，HP從未停止過創新和變革的步伐。全世界有超過10億人正在使用HP技術。含有……HP的創新精神更是激發了千千萬萬矽谷人的創業激情。

1980年，軟件行業

3.甲骨文推出較完整的SQL數據庫

產品：企業級軟件研發

變革產品誕生時間：1979年

創始人：拉里·埃里森

甲骨文，全球最大的企業級軟件公司。1970 年 6 月，大多數人認為關系數據庫不會有太大的市場發展前景，但在軟件行業摸爬滾打了近十年的埃里森卻認為這是一個機會，“當所有人都不看好某個市場的時候，恰恰先行進入的最好時機。”這個電光火石的想法，促使拉里·埃里森開始了其人生最大的博弈。

1979年夏季，甲骨文發布了可用於DEC公司的PDP-11計算機上的商用ORACLE產品，這個數據庫產品整合了比較完整的SQL實現。這為當今的企業級服務、雲計算處理等雲服務技術奠定了基礎。

1990年，互聯網行業

4. 谷歌推出第一個互聯網搜索引擎

產品：谷歌搜索

變革產品誕生時間：1999年

創始人：拉里·佩奇、謝爾蓋·布林

Google網站於1999年下半年啟用。Google的使命是整合全球信息，使人人皆可訪問並從中受益。Google是第一個被公認為全球最大的搜索引擎，在全球範圍內擁有無數的用戶

在Google有一條不成文的規定：工程師必須用四分之一的時間來思考了不起的點子，即使這些點子可能給公司的財務前景造成不利。為了鼓勵創新，布林允許員工有20%的時間從事自己感興趣的任意工作，不過研究成果必須賣給公司。因此，google成為了矽谷最具代表性的企業之一。

2000年，移動互聯網行業

5.蘋果公司推出革命性智能手機

產品：iPhone

變革產品誕生時間：2007年

創始人：史蒂夫·喬布斯

喬布斯可以說是矽谷最具傳奇性，也是最具矽谷精神的人物。

他經歷了蘋果公司幾十年的起落與興衰，先後領導和推出了麥金塔計算機（Macintosh）、iMac、iPod、iPhone、iPad等風靡全球的電子產品，深刻地改變了現代通訊、娛樂、生活方式。

1976年，喬布斯成功說服沃茲裝配機器之余跟他去推銷，他們另一位朋友，羅·韋恩也共同加入，三人在1976年4月1日組建了蘋果電腦公司。幾年後，蘋果第一代電腦Apple I誕生。

2007年3月，喬布斯正式發布最具革命性產品——iPhone。

不平凡的60年

這就是矽谷在它發展的60年中，所帶給我們一些變革的企業和產品。然而，在這60年里，矽谷走的卻並非一帆風順。

上世紀70 年代的能源危機，使微芯片實驗室幾乎盡數倒閉。而80 年代，隨著日本興起，競爭的壓力一直壓迫著矽谷人。還有後來的互聯網泡沫破裂、世界其他地區的科技發展、移動互聯網的興起……這些都曾經被看做是矽谷滅亡前的喪鐘。

但矽谷在這樣一次又一次的災難論中活了下來了，而且專利數量、IPO、風險投資、天使投資都年年創新高。矽谷連續四年實現就業崗位增長，是全美平均收入最高的地區之一，也是高薪行業最發達的地區之一。

所以，這也就造就了一大批科技企業，創新企業絡繹不絕的匯聚矽谷，很多成立在其他地區的企業也紛紛“搬家”到矽谷。

矽谷地區科技公司地圖

科技創新無止境，更新科技來襲

如今，矽谷在變革自身的同時，也在變革其他行業。比如 Uber 在變革著出租車行業，Airbnb 在變革著酒店行業…

如果，剛才我們所看到的產品變革太“安分”的話，那麽下面你將會看到“不安分”的變革性產品。

在這里，我們將預測未來。讓我們看看未來10年中最具想象力和最具變革性的5款產品吧！

1.人工智能服務機器人

手機之後的下一個大事件會是什麽？那就是人工智能。有一群矽谷人始終相信服務機器人會到來的。其中，矽谷的Knightscope安保機器人就是典型代表，其可以自動巡邏，通過豐富的傳感器捕捉現場環境實時信息，然後再經過預測分析進行相關性處理，從而判斷是否在現場環境中出現問題或威脅。當遇到異常情況時，機器人通過 Knightscope安全運營中心向社區和有關政府機構報警。這樣不僅可以有效預測意外的發生，也節省了安保的人力成本。

2.3D打印心臟、顎骨等重要器官

3D打印作為近幾年最火的高科技，在各行業中都有他們的身影，但如果說它能帶來的最大的變革，莫非是救助人類的生命了。因此，3D醫療打印應運而生。

作為最為複雜的外科手術之一，心臟手術需要極高的精準度，一點細微的失誤都會造成致命的傷害。

來自波蘭大學和西里西亞大學的研究團隊研發出了一個用3D打印技術制作出來的心臟模型。該心臟模型的氣室、瓣膜和血室等所有部分都是用3D打印技術制成的。人工心臟模型的研發成功，對於增加人工心臟安全來說，作用無疑十分巨大。

另外，除了心臟修複之外，3D醫療打印還可以制作出頜骨、人工骨頭、兒童假手等等。醫療所用的3D技術基本都是根據患者的病況，利用計算機進行虛擬手術，精確設計出需要修複位置的範圍，再利用3D打印技術制作出所需的材料。該手術可減輕患者痛苦，同時，對於避免患者局部感染的作用也十分顯著。

3.VR、AR與社交

2015年，最大的熱點技術莫非是VR（虛擬現實）與AR（增強現實）了。美國科技網站Techcrunch.com預測，到2020年全球增強現實和虛擬現實的市場規模將達到1500億美元。

在矽谷，有家公司Lytro宣布了全新的虛擬現實錄像設備Immerge，能極大地提升虛擬現實影片產量以及縮短制片時間。Lytro於2011年開發了全球首款光場相機。另一家公司Magic Leap則是致力於利用光場技術來實現3D內容的顯示，而Lytro則解決了光場內容的捕捉，實現了光場內容從捕捉到顯示的閉環。

4.光場相機——後期可以隨便調的相機

Illum光場相機

光場相機可能是很多人第一次聽說的名詞，它與普通相機的區別是，普通相機只能記錄一個平面之內的光學信息，焦點一旦確定焦平面之外的其他部分就會虛掉，無法再修改，即便使用PhotoShop也只能做一些補救性的措施，因為RAW只是一堆平面化的數據，再怎麽修改也還是那個平面。

而光場相機則在鏡頭和感光元件之間添加了一層負責記錄光線方向信息的microlens，數量從幾萬到十幾萬甚至更多，可以捕捉整個空間內的光線，後期便可以調整焦點。這便是光場相機的神奇之處。

美國一家科技公司正在研發這一項技術，據說已經融資4000萬美元，Lytro因此並沒有停下腳步，在今年推出了面向專業攝影師的Illum相機。TheVerge在試用了Lytro Illum後給出了很高的評價，將它稱之為“未來相機”,但同時也指出了它還需要繼續完善。

5.能辨析紅外光譜的分析儀

SCiO是以色列一家名為Consumer Physics的初創公司生產的便攜近紅外光譜分析儀，體積和大拇指差不多，只輕輕一掃，它就能夠告訴你身邊常見物品的化學成分，並將掃描和計算結果直接發送到你的手機。

SCiO的應用範圍遠不止上面幾項，在將來，隨著光譜分析技術的進步以及產品的升級，你還可以檢測化妝品、衣物面料、翡翠珠玉、車用油、塑料制品等，甚至寵物。屆時，普通人對於周圍物質世界的認知將不再局限於顏色、形態、體積等表面化層面，而是會提升到一個全新的高度。到那時，發現新物質或新的物質特性也未可知。

文章評論

匿名用戶

發布

全部評論：10

發布

人工智能黑暗面 深度學習和無監督算法是關鍵

人工智能話題愈演愈熱，互聯網、硬件領域巨頭紛紛布局，成立專門的研究院攻克這一技術。

不少科幻影片中已經多次描繪出人工智能最終極的形態：像人一樣思考，擁有人的情感。而要達到這樣的強人工智能，目前的技術還處於初級階段，從技術來說，自主學習的算法還有待突破。而一旦擁有人類的感情，如何能夠阻止人工智能顛覆人類世界也需要技術保證安全性能。

深度學習與無監督學習

成熟的人工智能研究涉及到好幾百種算法。

“之前大部分的AI運用監督式學習算法，未來我們要發展出更多非監督式學習，讓人工智能自主學習，目前朝著良性的趨勢發展，但還未達到我們希望的階段。”微軟亞洲研究院院長芮勇在全球人工智能與機器人峰會上對包括《第一財經日報》在內的媒體表示。

監督學習以及無監督學習分別是人工智能兩種算法。在監督式學習下，輸入數據被稱為“訓練數據”，每組訓練數據有一個明確的標識或結果。在建立預測模型的時候，監督式學習建立一個學習過程，將預測結果與“訓練數據”的實際結果進行比較，不斷調整預測模型，直到模型的預測結果達到一個預期的準確率。

而無監督學習中數據並不被特殊標識，也就是在之前，計算機並不被告知怎麽做，通過自主學習做法。其中一種無監督學習的思路是在成功時采用一定的激勵制度來訓練機器人培養出正確的分類。無監督學習方式是機器人工智能發展的關鍵技能之一。

除此之外，深度學習也被認為是能夠成就未來超級人工智能的重要研究方向。深度學習試圖建立大得多也複雜得多的神經網絡，百度也開始發力深度學習後，在國內引起了很多關註。而很多深度學習的算法是半監督式學習算法，用來處理存在少量未標識數據的大數據集。

去年，百度在github上開源了其深度機器學習平臺。同時發布的深度機器學習開源平臺屬於“深盟”的開源組織，其核心開發者來自百度深度學習研究院(IDL)，微軟亞洲研究院、華盛頓大學、紐約大學、香港科技大學，卡耐基·梅隴大學等知名公司和高校。

作為在人工智能布局較早的玩家，百度擁有領先業界的實力。從2013年百度深度學習研究院(IDL)的創建及2014年Andrew Ng的加盟至今，百度DMLC分布式深度機器學習開源項目已在深度學習的多個應用領域做過探索，上線了多個成熟產品。

阻止AI顛覆人類

機器無監督式學習讓人工智能離人類智能更近一步，而一旦機器人產生自主學習意識但卻不能像人類一樣分辨信息好壞，則有可能出現如不少電影中所描述的，機器人顛覆人類的場景。

今年3月，微軟在社交軟件Twitter上線了一款名叫Tay Tweets的人工智能機器人，在介紹扉頁，微軟邀請更多網友與Tay交談，並稱Tay會從這些談話內容中自主學習與人對話交流。

“在開發Tay的過程中，我們計劃並配置了許多過濾系統，並在多樣化的用戶群體中進行了廣泛的用戶調研。我們在多種不同環境中對Tay進行了壓力測試，尤其是確保與Tay的互動能帶來積極體驗。”微軟研究院副總裁Peter Lee表示。

然而，上線不足24小時，Tay受到攻擊，不但頻頻發出帶有色情挑逗的話語，並且成為了納粹擁護者。微軟不得不關停Tay並對其進行改進，如今要想看Tay的推文並交流，只能先通過其後臺驗證成為粉絲。

Tay所遭遇的這些漏洞同時也揭示了目前人工智能在自主學習上所面臨的困境：如何讓機器在這個過程中有效過濾出不好的信息。

加利福尼亞大學伯克利分校計算機科學系教授、人工智能專家Stuart Russell認為要造出符合人類預期的超級智能機器人，必須符合以下原則：機器人通過觀察人類作出的選擇學習人類價值觀，但其不能清晰認識人類價值觀。在執行任務中機器人還應該保證最大化實現人類價值。

在這種原則下，機器人不能擁有自己的意誌，也不能產生保護自我的內在意圖。機器只知道要讓人類的價值最大化，而不知道這種價值具體指的是什麽，所以當人準備關掉機器的開關時，它就會認為這是一件好事，因為它能明白人類按下關機按鈕是為了讓機器人不做違背人類價值的事。

“盡管存在各種困難，我還是相信，機器可以充分學習人類的價值觀，在幫助我們的同時不對我們構成威脅。”Stuart Russell表示。

“即便人工智能做到感情層面，但是人除了這些東西，還有更複雜的——用大腦構建世界，這個人工智能難以模仿。如果有一天人培養的人工智能真正征服了人類，人要麽必須超越他創造的奇怪的物種，否則的話他就會被取代。”真格基金創始人王強表示。

不是機器人女友是人工智能：AI將是互聯網下一引爆點

人工智能遠比想象中到來得更早。

“我認為BAT未來會成為非常無聊的公司，現在年輕人找工作應該找未來的機會，而不是過去的機會。”8月25日，在亞布力中國企業家論壇2016年夏季高峰會上，地平線機器人技術創始人兼首席執行官余凱直言。

互聯網的普及花費了3~5年的時間，雲計算、大數據從行業名詞普及至大眾用時2到3年，而“阿爾法狗”(AlphaGo)戰勝李世石，則讓人工智能概念一夜間為社會所追捧。谷歌總裁桑達爾·皮查伊(Sundar Pichai)甚至預判，計算機將不再是物理設備，而是智能助手，“世界將從移動優先(mobile first)變為人工智能優先(AI first)”。

百度也意識到，“移動互聯網的增長機會已經不多了”，在當天的論壇上，百度公司董事長兼首席執行官李彥宏也表達了類似的看法，“互聯網的下一步是人工智能。”

移動互聯網的下一個引爆點

判斷的依據在於，互聯網從上世紀90年代初期開始商業化，一直到四五年前，是一個基於PC的網絡體系。近四五年，則是移動互聯網時代，靠無線互聯網再誕生新的商業模式和再去催生創新型互聯網公司的可能性越來越小。

“百度創立之初，中國的網民還不足千萬，但是現在已經有7億之多，7億多網民已經是50%以上的滲透率。若想借助網民的增長來推動移動互聯網的下一步發展，機會已經不多了。”李彥宏表示。

“二戰以後，整個計算機科學的發展，人工智能既是整個計算機科學發展的起點，也是計算機科學的終點。”余凱深信，“人工智能是移動互聯網的下一個引爆點。”

2015年，時任百度研究院副院長、深度學習實驗室(IDL)主任的余凱選擇離開百度獨自創業，開發物聯網和機器人時代的“大腦”芯片。在余凱看來，離開BAT很重要的一個原因在於，很多有價值的數據BAT並沒有碰觸到，而這正是人工智能時代機會之所在。

和余凱一樣，選擇離開百度的還有第四範式創始人、首席執行官戴文淵，2005年他加入百度，成為當時最年輕的百度高級科學家，也曾獲得“百度最高獎”。在戴文淵看來，過去十年移動互聯網時代，搶占流量的長尾尤為關鍵，在人工智能時代，捕捉數據的長尾更為重要。

在近期《麻省理工科技評論》年度評論榜全球35名35歲以下創新者榜單中，百度深度學習實驗室前主任研發構架師、前首席設計師顧嘉唯成為6位上榜中國人之一。這位“百度少帥”在今年8月離開百度，新的身份則是物靈科技聯合創始人，負責人工智能相關業務。

機會不只在巨頭

他們的離開也彰顯出人工智能領域所孕育的巨大機會，AI初創公司也迎來投資熱潮。根據風投數據公司CB Insights發布的人工智能產業2016年第一季度報告，人工智能初創企業獲得投資143筆，交易額達6.02億美元，投資交易量創下季度歷史新高。截至2016年6月15日，已有超過200家人工智能初創公司總共獲得了近15億美元的融資。

人工智能領域是否會成為下一個突破BAT圍墻的獨角獸公司誕生地?機會並不只屬於巨頭。“BAT今天所擁有的數據的確很大，但是想要壟斷不大可能。”IBM大中華區董事長陳黎明向《第一財經日報》表示，“有一種說法，過去兩年所產生的數據是人類此前所產生數據的總和;未來兩年醫療數據會在現有基礎上再增長99%，政府和教育會增長96%，加之現在一個設備上擁有1.4個傳感器，到2017年傳感器數量會達到平均4.1個，大量數據使得壟斷局面不太可能出現。”

而另一個判斷依據則是當前政府之間的信息很多處於孤島狀態，還沒有實現交流並被挖掘利用，“壟斷可能性比較小”。

行業應用是關鍵

李彥宏表示最近一些專家給中央領導寫信，稱“人工智能被吹得太過了，其實人工智能並沒有什麽實際的作用”。而另一方面，人類又在擔憂人工智能將來會控制人類。

“彌合公眾對人工智能的誤讀是科學家該做的事情，盡管人工智能有著無窮的潛力，但我認為現在人工智能仍處於剛剛起步階段，目前其核心價值在於能夠精準地解決一個個封閉且具體的內容。”戴文淵向《第一財經日報》記者表示。

人工智能的崛起，行業應用將成為關鍵的一步。在李彥宏看來，受人工智能沖擊最大的將是制造業。例如亞馬遜推出的echo音箱雖然屬於制造業的產物，但搭載了語音識別等技術，帶來了新的體驗。“未來，很多硬件都會應用傳感等物聯網芯片和人工智能技術，制造業將會被大大改變。”

這樣的沖擊已經在制造業激起漣漪。“以前更加強調自動化，自動化設備取代更多的是人工，提高勞動生產率，而現在自動化必須加上智能化。”TCL集團董事長兼CEO李東生感受到企業轉型升級的迫切性，“智能化已經是大勢所趨，但生產的智能化才剛剛開始。”

除此之外，自動駕駛、醫療、娛樂領域的智能化空間也非常巨大。在戴文淵看來，當下人工智能在工業應用領域，主要解決效率和成本問題，從效率而言，“工業化大生產時代企業規模化地生產同類產品，滿足消費者基本需求，並可通過海量數據挖掘用戶真實需求、預測隱性需，提供個性化的商品服務，降低資源錯賠率，產生新的贏利點，同時企業管理成本和人力成本得以優化。”

人工智能商業模式

早期互聯網技術出現，之後的五年一直都在尋找合適的商業模式，直至雅虎推出廣告。作為互聯網的下一步，人工智能商業模式又是怎樣的呢?在行業看來，一種觀念認為，人工智能作為一種革命性的技術，未來的商業模式有可能是軟件、硬件、服務一體化，而另一種觀念則認為人工智能仍然以算法為中心。

“一開始平臺性的應用恐怕會從芯片開始。”余凱表示，在他看來任何一個產業都要經歷幾個階段，即一開始應用程序崛起，垂直應用越挖越深。

例如移動時代，2000年高通橫空出世，隨後很多應用在其平臺誕生。“類比當年在舊金山淘金樂的時候，最早一鋤頭下去淘到金的很少，都是賣水的掙錢，某個時間一錘子下去淘到金了，猛挖就出來了。”

“任何一個算法發展到穩定的時候，一個比較好的方式——芯片是最高效的。”戴文淵也表達了同樣的看法，但是不得不說“今天人工智能算法仍有不成熟的地方，如果要做硬件的話，通常比較現實的方式是FPGA方式(一種可編程的硬件)，未來芯片是趨勢。”

李彥宏：聽說一些專家給領導寫信，說人工智能被誇大了

8月25日，2016亞布力中國企業家論壇夏季峰會在西安召開，百度公司創始人、董事長兼CEO李彥宏出席並以“互聯網的下一幕”為題發表演講。從人工智能技術的“前世”“今生”談起，李彥宏分享了自己對於人工智能改造各行業的思考，為在場企業家們描繪了一幅被人工智能改造的未來圖景。

李彥宏強調，在國家政策依靠“互聯網+”帶動整體經濟增長的今天，互聯網自身的增長同樣需要新的動力。他認為，足以改變互聯網行業、甚至可以稱為“互聯網下一幕”的正是人工智能所帶來的全新時代。

李彥宏提出，中國是一個制造業大國，更需要非常關註人工智能技術的發展，及時利用最新技術來升級產品和制造能力。怎樣才能抓住新技術的機遇，而非被 人工智能帶來的變革淘汰?以自動駕駛為例，李彥宏闡釋了人工智能與傳統行業結合所帶來機遇，並以AI對醫療、娛樂等行業的重構向全場展現了人工智能技術更 加廣闊的創新可能。

演講的最後，李彥宏號召在座企業家共同擁抱人工智能技術。“我的想象力是有限的，但如果在座的各位對你們所在的行業足夠了解，同時又了解一點人工智能技術的話，相信你們能夠想出更多的創新空間”，李彥宏說。

李彥宏

以下為李彥宏在2016年亞布力中國企業家論壇夏季峰會演講實錄：

講一點大家都能聽懂的話，講一講互聯網的下一幕。

因為有“下一幕”這個詞，我們就必須要要看一看“這一幕”和“上一幕”是什麽。其實非常簡單，上一幕就是PC互聯網。應該說，互聯網從90年代初期 開始商業化，一直到大概四、五年之前，一直是一個基於PC的網絡、或者說體系。在這段時間里，產生了絕大多數今天大家耳熟能詳的互聯網公司。大家知道，在 美國，谷歌、Facebook、亞馬遜等等這些互聯網公司都是在PC互聯網時代誕生的;在中國，百度、騰訊、阿里巴巴等等這些大型互聯網公司也都是在PC 互聯網時代誕生的。

最近這四、五年，可以說是互聯網的第二幕，也就是移動互聯網的時代。我們每個人都感受到了移動互聯網和PC互聯網是非常不一樣的。在這個時代也誕生 出了一些新的公司，像美國的Uber、Airbnb;在中國，像今天美團的王興也過來了，還有滴滴、今日頭條等等，也有一些新的商業模式出來。但是無線互 聯網這一幕的時間其實比很多人想象得都要短，只有四、五年的時間，未來我們大家再去看，靠無線互聯網再誕生的新的商業模式和再去催生創新型互聯網公司的可 能性，其實是越來越小了。

今年夏天我在矽谷待了幾個星期，也和一些風險投資人聊了聊。在矽谷，我觀察到，這些風險投資人基本已經不再投互聯網的項目了，因為覺得互聯網這塊兒的機會已經不多了，轉而去投一些非常單純在做技術創新的公司，比如投資量子計算。

這幾年，中國經常講經濟進入了“新常態”。“新常態”的意思，第一就是增速不會像以前那麽高了;第二，我覺得從國家政策的導向來講，也是希望能夠通過所謂的“互聯網+”來提升傳統產業的運營效率，用互聯網的方式、互聯網的思維和互聯網的質量，帶動整個經濟的發展。

但是我剛才也講到，互聯網的第二幕，也就是移動互聯網，它的增長也在迅速地放緩。尤其對於中國來說，我回國創立百度的時候只有不到1000萬的互聯 網網民，十幾、二十年的時間，今天已經有7億多互聯網網民了。整個增長趨勢僅僅靠著互聯網人口的增長，會是一個非常可怕的增長趨勢，但是這樣的增長趨勢在 未來不會再有了。7億多網民已經是50%以上的滲透率，以後再靠越來越多的人上網，這事兒就靠不住了。同樣，在過去兩三年的時間，幾乎所有的人都換成了智 能手機，再靠新智能手機用戶上來也不行了。

所以國家政策依靠“互聯網+”帶動整個經濟，來推動“新常態”繼續保持增長，但是互聯網的增長要靠什麽?這就是我所說的互聯網的下一幕，這是我們需要考慮、需要思考的問題。

前幾天有人跟我講，美國資本市場現在市值排名前五的的公司，全部都已經變成了互聯網公司，他們是微軟、蘋果、谷歌、Facebook和亞馬遜。當 然，這其中微軟和蘋果其實在嚴格意義上並不是在互聯網時代誕生的，他們在前互聯網時代、也就是PC時代就誕生了。今天的他們當然是因為運轉得很好、管理得 很好，趕上了互聯網的大潮，趕上了移動互聯網的大潮，所以是非常的不錯。

那麽在未來，在什麽領域還會誕生大型的公司、創新型的公司、高速成長的公司呢?這是同樣需要我們思考的。其實答案也非常簡單，最近、尤其是今年以來，這個詞非常熱，簡單講就是四個字“人工智能”。我認為互聯網的下一幕就是人工智能的時代。

人工智能並不是一個新概念，60年前的那個夏天，在MIT麻省理工學院，幾個計算機系的教授，在一個相對輕松的環境中第一次提到了人工智能這個詞。 那個時候他們以為，人工智能這個問題用一個夏天的時間就足夠了，就可以解決了。但事實上，這個問題不僅一個夏天沒有解決，連續幾十年、半個世紀的時間，人 工智能都是一個沒有被解決的問題。一直到今天，人工智能還是一個很難很難的問題。

但是過去幾年，人工智能確實發生了非常大的改變，進步神速。以至於我們看到有一些非常有影響力的人，像Bill Gates(比爾•蓋茨)、Elon Musk(伊隆•馬斯克)，都開始呼籲大家要關註人工智能有可能帶來的風險，即機器有沒有可能去控制人類。

當然，對於這樣一個快速發展的技術、或者說技術現象，一定是仁者見仁智者見智。我聽說，最近有一些專家給中央領導寫信，就是講“人工智能被吹得太過 了，其實人工智能並沒有什麽實際的作用”。所以，一方面有人說，人工智能將來會控制人類，另一方面又有人會說，人工智能連幫助人類的資格都沒有。那麽人工 智能到底起什麽作用?

作為一個企業家，我們應該更關註它在市場當中所能夠發揮的作用。

對於這個問題，我們要從兩個方面來考慮。第一要考慮，人工智能今天能做什麽，在不遠的將來能做什麽;第二要考慮，人工智能會影響哪些行業。

關於第一個問題我今天不展開講，大家有興趣可以參加9月1號的百度世界大會，在那里我們會詳細地講這個話題。

對於第二個問題，就是人工智能會影響哪些行業，我們也在不斷思考。我覺得它會影響很多行業。我認為影響最重要的一個行業、其實也是中國非常大的行業，就是制造業。大約五、六年前，有一個詞在中國特別流行，叫做“物聯網”。那時候我們總說，這個“物聯網”的英文叫什麽，搞來搞去說是叫Internet of Things，IOT。但是，五、六年前這個概念沒有火起來，一直到今天，物聯網也不是一個很大的市場。移動互聯網起來之後，很多人特別喜愛歡可穿戴設 備，也是覺得它會變成一個巨大的市場。到今天我們看，可穿戴設備也沒有變成一個很大的市場。

但是，當人工智能時代到來的時候，物聯網就會變成一個很大的市場，它會徹底地改變我們的制造業。在我看來，將來所有的制造業都屬於人工智能產業，或 者說物聯網產業。所有的商品都要能夠聯網，都要能夠把數據回傳到雲端，都要通過人工智能的技術對這些技術進行分析，讓它能夠給我們的消費者、給我們的用戶 帶來實實在在的價值。

其實，這個東西不是一個想像，這個東西已經是一個現實了。比較典型的產品是什麽?是Amazon(亞馬遜)的Echo。我們不知道有多少人用過這 個，表面上看它就是一個音箱。音箱我們很容易想象，就是傳統制造業的產品，沒有什麽特別之處，但是當它被賦予了人工智能的技術或者能力的時候，你的感覺就 完全不一樣了。它可以和你對話、可以回答你的問題、可以給你唱歌、可以給你讀書，可以做很多很多事情。它把你的手解放出來了，讓你不再需要按鍵、輸密碼、 打開App，這種感覺是非常非常不一樣的。

人工智能可以改造音箱，人工智能也可以改造很多很多今天能夠買到的商品，所以我覺得人工智能會非常深刻地改造制造業。中國是一個制造業大國，我覺得在這方面需要非常關註人工智能技術的發展，及時利用最新技術來升級我們的產品和制造能力。

還有一個最近兩年非常熱的行業，也會被人工智能徹底地改變，這個行業就是汽車工業。汽車工業在人工智能時代到來的時候，一開始分為了 兩個陣營：一個陣營是傳統的汽車制造廠;另外一個陣營就是谷歌和百度在做的全自動駕駛或者說無人車。這兩個陣營各有各的一套邏輯。傳統的車廠都認為完全無 人駕駛其實是非常難的技術問題，需要很多很多年以後才能夠變成現實，所以我們需要走一個漸進式道路，一步一步把司機解放出來。今天大家看到的特斯拉，其實 典型就是在走這樣的路。所有你能想到的主流車廠也都在朝著所謂的“ADAS”(高度自動駕駛)方向在努力。所謂的高度自動駕駛，其實並不是百分之百的自動 駕駛，它是可以解決很多常見場景下的自動駕駛，但是遇到極端情況時它還是需要人的幹預。

那麽這樣的思路有什麽問題呢?最主要的還是安全問題。前一段時間特斯拉出了一個事故其實就是這個問題具體的體現：人類司機以為可以自動駕駛了，但是 遇到極端情況的時候其實自動駕駛技術是處理不了的。而人一旦對自動駕駛功能形成依賴就會放松警惕，遇到極端情況時來不及獲得對於駕駛能力的控制，所以出安 全事故的概率反而會更高。這是我們所擔心的問題。

當然，對於全自動駕駛、無人車，其實大家也是很擔心的，最主要的也是安全問題。怎樣使100%的情況都能夠通過機器來處理?現在機器下棋可以贏世界 冠軍，但是機器開車恐怕連一個普通的司機都比不過。因為要處理的東西是非常非常複雜的，最主要要解決的問題就是人工智能的問題，再具體講是 Computer Vision(計算機視覺)的問題。人能夠看出來前面跑過來一個小孩，但是機器能不能知道他是小孩?那邊有路障是不動的，機器能不能知道它不是不動的?當 下雨了、能見度變差了，人能夠辨別出來前面有什麽障礙，但是現在機器還很難辨別出來。所有這些問題都是全自動駕駛需要解決的，而解決這些問題在技術上又是 非常非常困難的。

我們也曾經討論過，政府在哪些方面能夠幫助自動駕駛的時代早一天到來?其中有一個比較大膽的想法就是讓每一個活人都戴上一個小小的金屬片，這個金屬 片能夠被動地被自動駕駛汽車所探查到，這樣自動駕駛汽車起碼可以避開行人，至少不出交通安全事故、不會死人。這樣，全自動駕駛的技術就會有更多的空間來發 展自己、逐步成熟。

兩條道路各有利弊。汽車工業是一個非常大的產業，在中國可能就是十萬億大產業，我們很難講哪一條路最後會成功，但我們基本上還比較自信，自動駕駛的時代有一天會到來。

這是對汽車工業的改變，其實對很多其它產業也會有影響，比如對健康產業、娛樂產業都會有比較大的改變。最近幾年，在健康產業中精準醫 療非常熱，所謂精準醫療就是個性化的，不同的人要有不同的治療方法和不同的藥。什麽藥對什麽人是有效的?需要分析他的基因的狀況，當然也跟後天的環境有非 常大的關系;對於基因的分析，哪些人基因是相似的，相似的人會得什麽病?對什麽藥會敏感?好像有一種說法是“癌癥的化療只有六分之一的人會有效”，那麽對 哪六分之一的人有效?需要醫學的、健康的技術和人工智能的技術進行結合來解決這些問題。

娛樂產業其實也會被深刻地改變，大家熟悉的VR和AR未來很可能會成為主流的內容形式。其實AR的背後需要解決的也是計算機視覺的問題，當你拍一個 東西，需要能夠識別出來這是在哪，拍的是什麽。語音技術最近幾年也迅速地成熟起來了，成熟到什麽地步呢?它其實可以人工合成幾乎所有人的聲音。為什麽這個 會改變娛樂產業?現在我們要拍一個片子，無論是電影、電視劇，要和大牌演員簽約、請他來拍，他要在現場待幾個月，甚至更長時間才能拍出一部片子來。當語音 和圖像技術進一步成熟，理論上以後就不再需要大牌明星到現場來拍。他只要授權給你，把他的聲音合成出來，照片圖像拍完之後也通過自動合成，讓他幹嘛就能幹 嘛，這事兒就解決了。當這些事情都變得可能之後，娛樂產業也會發生非常大的變化。

剛才講的這幾個產業都是非常非常大的產業，對於很多小的產業我們也認為人工智能可以有很大的影響力，可以改變很多很多。我的想象力是有限的，但如果在座的各位對你們所在的行業足夠了解，同時又了解一點人工智能技術的話，我相信你們能夠想出來比我更多的創新空間。

謝謝!

研究預測2030年專業化人工智能應用將普及

據新華社報道，一個國際專家小組日前報告說，到2030年，專業化的人工智能應用將日益普遍和更加實用，有利於經濟發展和生活質量提升。這是一個為期100年的人工智能影響研究項目產生的第一項研究成果。

這份報告名為《2030年的人工智能和生活》，由美國斯坦福大學主持的一個人工智能及相關領域17人專家小組提交。研究小組以北美一個典型城市為背景，考察未來15年里人工智能對人們的生產生活8個方面可能產生的影響。這8個方面是交通、家政、醫療保健、教育、娛樂、低資源社區、公共安全和保障以及就業和職場。

研究人員認為，利用計算機視覺、深度學習、自然語言處理等人工智能技術開發的、執行特定任務的應用屆時將無處不在。預計越來越多的人工智能技術將普遍應用於自動駕駛汽車、醫療診斷和定向治療、老年人生活輔助等方面。人工智能技術和機器人還將應用於那些難以吸引年輕勞動力的行業，比如農業、食品加工等。無人機、無人駕駛卡車或送貨機器人等將使網購商品的運送更為便利。

研究人員指出，到2030年，人工智能可能對經濟和社會產生積極而深刻的影響。但同時也將帶來嚴峻挑戰，比如人工智能取代人類勞動力的問題。近期內提出的人工智能應用設計和政策決策有可能對人工智能發展方向產生長期影響。因此，人工智能研發者、社會科學家和決策者應該開動腦筋，在創新的必要性與建立保證人工智能益處廣泛分享的機制之間取得平衡。

這份報告是研究人工智能及其影響的“人工智能100”項目推出的第一份研究報告。這一項目由斯坦福大學領導，2014年啟動。管理這一研究項目的常設委員會每隔5年組建一個研究小組，評估人工智能現狀，預測今後的進展以及對社會和經濟產生的挑戰和機遇。

未來十年哪個行業不會被人工智能顛覆？百度首席科學家這樣說……

“你能想象未來五年甚至十年以後，哪個行業不會被人工智能帶來巨大改變嗎?”在一間采訪室里，百度首席科學家吳恩達(Andrew Ng)把這樣一個問題拋給包括第一財經在內的記者。

這一幕也時常在吳恩達和朋友們的聚會中上演，大家互相提問“挑戰”對方。

很快，吳恩達給出了自己的答案——用機器人做理發師比較難。“不過，我一個朋友說，別人的頭發或許不能用機器人幫忙剪，但是Andrew你的可以！”

和一年前的公開演講相比，和記者開起玩笑的吳恩達中文流利了不少。采訪時偶爾碰到“生詞”，他會從背包里掏出厚厚一疊白色卡牌，認真地把單詞記錄在上。

作為人工智能的“布道者”，吳恩達告訴第一財經記者，他把人工智比作新“電能”，“100年前電能改變了很多不同行業，包括農業、冰箱甚至通訊，現在人工智能也可以改變更多的行業，例如自動駕駛、金融、醫療行業。”

他同時不止一次地對第一財經記者感慨，現在人工智能最大的問題就是“機會太多，但人才太少”。

吳恩達的三個禮物

在不久前的百度世界大會上，吳恩達給開發者帶來三個禮物：一個是全語音輸入鍵盤；另外兩個分別是開放百度深度學習平臺以及開放百度大腦平臺。不難看出，在人工智能領域，百度希望作為技術輸出的角色，為企業和開發者提供技術支持。

其中，在深度學習平臺上，吳恩達對第一財經記者透露，現在深度學習的應用場景很多，百度有幾百個項目都使用深度學習，此外也有第三方運用這一能力可以做生物維度的預測、DNA序列分析等探索。

至於開放百度大腦的能力，百度會輸出已經訓練好的模型，用於不少有創造力的產品上。例如如果有一個產品想用語音識別，可以直接用百度的語音識別或者語音合成系統;開發者要做新的智能硬件，也可以用百度的語音識別技術或是人臉識別技術做控制。

在開放技術的背後，百度的人工智能進展到哪一步了?

吳恩達告訴記者，第一，假如有一件事是一個正常人可以在一秒內做到的，現在也可以使用人工智能來自動做;第二，假如在一個具體重複發生的事情中，你可以拿到海量數據，並可以用這些數據來預測下一次的結果，那麽人工智能也能做到。

他告訴記者，百度曾對內輸出人工智能技術給百度的工程師和產品經理，又安排了一個人工智能的工作坊，在一個月的時間里，百度不少團隊通過使用人工智能技術做了不少創新產品。

其中，一個小團隊用計算語言處理和機器學習能力造了一個“巡警機器人”，它可以自動給客戶打電話來自動挖掘線下風險，包括辦證、色情、助考;還有團隊做了智能寫作助手，只要寫幾句話，它就可以自動做詞語替換、推薦，幫你修改文章。

在應用場景上，人工智能也已經應用在百度自動駕駛、金融等業務。而在向外輸出能力方面，以圖像領域為例，百度基於人臉識別技術，已經和第三方智能門鎖公司建立合作；在自然語言處理方面，吳恩達透露百度已經和HARMAN合作推出智能音箱，圍繞智能音箱打造智能家庭。

最大問題：機會多人才少

在吳恩達眼里，他最看好人工智能對哪些行業的改變?

他對記者坦言，這就像100年前問起電能對哪個行業有最大的影響一樣，很難回答。因為人工智就是新“電能”，未來它會讓你感覺不到它的存在——因為人工智能已經像“電”一樣成為一種基礎資源無處不在。

”100年前電能改變了很多不同行業，包括農業、冰箱甚至通訊，現在人工智能也可以改變更多的行業，例如自動駕駛、金融、醫療行業。“他判斷。

而站在變現的角度，吳恩達認為，現在並不需要太擔心人工智能怎麽去賺錢，機會太多了。“比如說農業，如果我們可以跟第三方公司合作改變農業，找到足夠好的商業模式，我真的不是太擔心。所以我們的想法就是有沒有足夠的人去做這些項目？”吳恩達表示。

事實上，這也正是人工智能現在所面臨的問題是“機會多，人才少。”吳恩達對記者舉例：“比如啟動人工智能做新的藥品，我覺得那是一個非常好的項目，還沒有人去做。包括農業上的精確殺蟲也有很大的潛力。”

值得註意的是，吳恩達判斷，現在人工智能最大的價值就是深度學習，但這一技術也有它的缺點，在業務場景中，需要積累很多數據才能得到最好的結果。

“相比之下，人腦不只是學習輸入什麽輸出什麽，而是可以做很多不同的東西。”吳恩達說，電腦未來怎樣才能進步到像人腦一樣做各種各樣的工作、有各種各樣的想法，這條路還是不太清楚的。”他直言，如果有人問起人工智能什麽時候會有突破性進展，可能還要找到另外的學習方法。

而對於人工智能可能對人類產生的威脅。在他看來，這種顧慮就像現在我們顧慮有一天在火星上可能有人口爆發或者汙染。“即便出現這些問題，也可能是在幾百年以後才會發生，現在這種擔憂為時過早。”

不過他同時提到，人工智能確實有可能對人類的就業產生影響——“我們也不知道，人工智能在未來還會創造一些什麽樣的新就業機會。比如說3D打印工程師、交通規劃的優化師，很多其他的就業機會會被創造出來”。

在吳恩達看來，“現在的一個挑戰就是，我們為了應對有可能出現的威脅，為這些人提供足夠的教育機會，讓他們有足夠的儲備去迎接有可能到來的挑戰。

人工智能行業分析和投資機會｜黑馬薦文

藍馳創投BlueRun 2016-09-09 10:34

推薦人：張曉軍

推薦星級：☆☆☆☆

閱讀時間：本文2982字，需5分鐘。

推薦理由：深度學習的人工智能技術或成未來十年新風向標，本文從人工智能的發展歷程、不同階段、融資歷史與面臨的現狀等角度全面深入分析了這個行業的機遇與挑戰。本文由藍馳創投BlueRun（微信ID：lanchichuangtou）授權i黑馬發布。 

文 | 藍馳創投BlueRun

人工智能發展歷程

1. 概念介紹

（1）人工智能(Artificial Intelligence)能夠和人一樣進行感知、認知、決策、執行的人工程序或系統。機器學習是人工智能的一個分支，是通過算法使得機器能從大量歷史數據中學習規律，從而對新的樣本做智能識別或對未來做預測。

（2）深度學習是機器學習的一個分支，它試圖在多個層次中進行學習，每層對應不同級別的抽象。一般使用人工神經網絡，學習到的統計模型中的不同層對應於不同的概念。高層概念取決於低層概念，而且同一低層的概念有助於確定多個高層概念。

2. 發展歷程

自1956年達特茅斯會議提出人工智能這一概念以後，歷經沈浮，中間遭遇過多次冷遇，進入21世紀後，隨著數據量和硬件上的進步，在深度神經網絡算法出現以後，克服了一直以來的算法和硬件的瓶頸，進入快速發展時期，很多領域進入實用階段。

3. 技術支撐

（1）深度學習算法--核心算法的突破

計算機科學家集合 Yann LeCun 的卷積神經網絡、Geoff Hinton 的反向傳播法，以及 Stochastic 的梯度下降（Gradient Descent）訓練法，加上吳恩達（Andrew Ng）大規模應用 GPU 來加快深度神經網絡（DNNs）的運算速度，促進“深度學習”這項現代人工智慧技術出現大爆炸般的發展。

（2）GPU芯片—計算能力的突破

GPU（Graphic Process Units，圖形處理器）的眾核體系結構包含幾千個流處理器，可將矢量運算並行化執行，大幅縮短計算時間。隨著NVIDIA、AMD等公司不斷推進其GPU的大規模並行架構支持，面向通用計算的GPU（General-Purposed GPU、GPGPU）已成為加速可並行應用程序的重要手段。

（3）大數據—海量數據

與人工規則構造特征相比，利用大數據來學習特征，更能刻畫數據豐富的內在信息。在大數據情況下，只有比較複雜的模型，或者表達能力強的模型，才能充分發掘海量數據中蘊藏的豐富信息。運用更強大的深度模型能從大數據中發掘出更多有價值的信息和知識。

人工智能的三個發展階段

第一階段：運算智能，能存會算；

第二階段：感知智能，能聽會說、能看會認；

第三階段：認知智能，能理解會思考。

目前在運算智能和感知智能方面已經有重大突破，在認知智能方面還在進一步摸索中。認知智能是目前機器與人差距最大的領域，也是目前各大科技巨頭都在力圖尋求突破的領域。認知智能目前還沒有太大突破，未來需要花更多時間進行研究。

人工智能現狀介紹

1. 語音和自然語言角度

語音和自然語音是人類最自然的語言交互方式，具有快、簡單、自然等優點。

（1）目前進展：

①語音識別率已經接近99%，抗噪震識別技術、語音合成技術、多人對話技術已成為新的研究熱點；

②對於自然語音的處理和理解仍沒有得到一個很好的突破，原因在於：

語音識別基於視覺或音頻的“底層認知特征”，但語言理解是基於詞法、句法和語義學等“高層認知特征”的，發音的音頻圖像可能是比較確定的，但由於不同的拆解可能有不同的含義。

（2）自然語言處理的發展方向和趨勢：

①海量數據時代的信息抽取；

②深度學習在自然語言處理中的應用；

③超大規模知識圖譜的建設和應用。

上述三個步驟是同時進行的，通過知識圖譜將不同的語義、詞匯分類並根據相關性進行聚合和連接，類似於人思考過程中的聯想功能。

目前語音已經到了爆發的階段，下圖統計了從2013到2015年智能手機使用智能語音功能的比例。

到2020年，至少50%在百度瀏覽器上的搜索都將通過圖像或語音。

2. 圖像角度

目前的應用主要在人臉識別、照片自動歸類、圖片搜索、自動駕駛/ADAS等方面。但應用有前後之分，比如：醫療領域的人工影像的算法研究比較滯後，識別率達到70%左右，這種識別不夠精確，不能很好地對醫生加以輔助。

促使計算機在圖像感知、圖像識別上發生飛躍的技術主要有以下三個方面：

算法、深度學習網絡和模型；

海量深度數據的訓練模型；

從CPU到GPU的使用。

3. 產品角度

（1）人工智能的應用給生活帶來的影響及場景描述：

①從信息到服務：

舉例：從原來人工找咖啡館喝咖啡到之後享受被送到指定地點咖啡的服務；從原來人工訂票到使用人工智能技術享受訂好票訂的過程。

②從軟件到軟硬結合：

無人車等都具備軟件和硬件結合交互的特征，將具備可移動性、可隨身攜帶性，從但一到綜合，會有更多傳感器、更豐富交互性（視覺、語音、語言、手勢、移動等）。

（2）常見的AI產業化路線：

①在已有的產品中實現AI first戰略 例如：Google；

②AI作為技術API提供給第三方；

③創業公司從技術或者應用入手。

（3）toB還是toC？

目前大部分公司定位為toB，需求明確、市場接受度高，將率先落地，同時較容易普及。而toC除了掃地機、無人機等品類外，其它領域的需求還不夠強勁、市場接受度較差、技術和市場成熟還需時日，但是目前有越來越多定位toC的產品出來,例如Amazon Echo、出門問問的ticwatch等。

4. 人才角度

深度學習的再一次興起起源於學術界，但目前學術界的大牛大部分被挖到巨頭公司。之前是學術界的研究領先於工業界，但現在人才、計算資源等條件，巨頭已領先於學術界，研究的中心已轉移到工業界。

現在來看美國比中國還是領先不少，美國有4大名校：MIT、斯坦福、卡內基梅隆、紐約大學，還有Google、Facebook、MS這些大牛公司，培養了很多人才。在語音識別，圖像處理等領域國際很多頂級專家都是華人。國內也有很多專家，行業薪資待遇越來越好，會吸引更多的優秀人才進來。這批人目前可能在百度、騰訊和阿里，將來可能加入創業大軍（已經出現）。

中國的優勢在於有大量互聯網用戶，很多的數據，有和各行各業結合緊密的應用，未來美國技術+中國商業模式會引領人工智能的發展。

相較於O2O、直播等領域，人工智能創業門檻較高，創始人以及核心團隊一般均有極強的科研背景，行業人才較為稀缺，導致了行業創業公司總體數量較少。

巨頭參與加劇競爭，創業者要思考“你與BAT競爭有什麽優勢”，選好產品定位和切入點。

人工智能不僅對於創業者來說門檻較高，對於投資人同樣如此，要結合技術和應用前景作出準確判斷挑戰較大。

全球融資歷史

1. 融資額

AI領域的融資額從2011年的$282M增長到2015年的$2.4B,增長了約7倍，未來仍將繼續保持快速增長。

2. 融資階段

從投資階段來看，大部分項目是早期項目（天使+A輪），早期項目雖從2011年的70%下降到2015年65%，但仍占有最大比例，說明AI創業活動仍然活躍。同時B/C/D輪項目增多，說明前期公司成長性不錯。未來在這些領域創業活動將仍然活躍，繼續提供較多投資標的。

3. 退出案例

退出案例越來越多，主要有並購和IPO兩種方式，並購占絕大部分，並購方主要是像Google這樣的科技巨頭公司，Google目前已經並購了20多家AI創業公司，其它活躍的並購方還有Twitter、Apple、Intel、Salesforce、AOL、IBM、Yahoo等。創業公司以一個比較好的價格被並購也是一個不錯的退出方式，可能也是大部分創業公司變現的機會，除了具有獨立IPO機會的公司，我們也可以關註國內對BAT等巨頭有業務互補有可能被他們並購或者投資的創業公司。

人工智能現狀總結

目前人工智能尚處於技術成熟的早期階段，在計算能力提升、深度學習算法進步及大數據的積累情況下，某些特定的認知計算領域，如計算機視覺、自然語言處理領域取得了階段性突破，從而引來了大量此領域的技術專家人才加入創業。但是，我們也看到現有技術更多是在輔助和增強人類的認知能力，而且技術依然處於快速叠代升級的階段，所以技術與商業結合的路線選擇就顯得更為重要。藍馳更看好與產業結合，有好的商業變現場景的技術產業型公司，而非單純強調AI技術的公司。

文章評論

匿名用戶

發布

全部評論：10

發布

人工氣管失效致死 瑞典醫療醜聞波及諾獎委員會

被稱為“超級醫生”的保羅·馬基亞里尼(Paolo Macchiarini)最近陷入醫療醜聞且持續發酵，導致諾貝爾生理學或醫學獎評審委員會要求卡羅林斯卡學院的兩位成員辭職。

該校的一個獨立調查小組8月31日發布調查報告稱，卡羅林斯卡學院及附屬醫院無視種種學術不端的跡象，在2010年雇用了當時的醫學“學術新星”馬基亞里尼，並稱他的學術研究“沒有充分的科學根據”。這次醜聞不僅讓卡洛林斯卡學院名聲掃地，也沖擊了整個瑞典醫學界。

馬基亞里尼來自意大利，是第一個進行人造氣管植入手術的醫生，使用的材料是用病人幹細胞包裹的合成材料氣管，在當時這被認為是劃時代的重大成果。他在卡洛琳斯卡學院附屬醫院(Karolinska University Hospital)主持進行了三臺人造氣管植入手術，但結果其中兩名病人死亡，一名自2012年接受手術以來長期住院。

保羅·馬基亞里尼(Paolo Macchiarini)

目前瑞典檢方正在對馬基亞里尼涉嫌過失殺人進行調查，如果證據確鑿，將對他提出起訴。檢方在6月剛剛啟動調查的時候，馬基亞里尼就曾表示否認一切指控，並將聯系自己的律師。

因為這件醜聞，諾貝爾生理學或醫學評審委員會近日要求兩位委員哈麗特·亨里克森(Harriet Wallberg-Henriksson)和安德斯·哈姆斯滕(Anders Hamsten)從委員會辭職，這兩位都曾擔任卡羅林斯卡學院的副院長。外界認為諾貝爾評審委員會與卡羅林斯卡學院存在密切關系，在卡羅林斯卡學院醜聞纏身之際，劃清界限能夠盡量保證諾貝爾獎的權威性。

此外，瑞典高等教育與研究部長海倫·納森(Helene Hellmark Knutsson)公開表示，她已經開除了哈麗特·亨里克森，哈麗特將不再擔任瑞典高校主管。納森還要求卡羅林斯卡學院董事會中支持聘用馬基亞里尼的成員主動辭職，不然將被繼任者直接頂替。

納森在接受采訪時說：“這確實是一樁醜聞，卡羅林斯卡學院及附屬醫院的決定傷害到了無辜的人。”

2011年，馬基亞里尼由於在再生醫學方面發表了論文而迅速躥紅，隨後在2012年被卡羅林斯卡學院聘用。同年，他給一位名叫安德馬里阿姆·貝耶尼(Andemariam Beyene)的病人植入了“人造生物氣管”，主要材料是塑料和患者自身的幹細胞。當時，完成這臺手術可以說是一項突破性的成就。

“我差點拒絕了”，貝耶尼告訴前去采訪他的記者。“該項手術此前只在豬上試驗過。但是他用科學說服了我。“

但是，在2014年1月，貝耶尼體內的人造氣管變松，並最終致使他死亡。另外兩個接受了同樣手術的病人，一個去世，一個在接受植入之後長期住院接受監護。

2015年，馬基亞里尼再次登上頭版，這次不是因為研究成果，而是因為有人發現他過分誇大了自己的成果。當時《華盛頓郵報》稱：“調查馬基亞里尼研究成果的科學家發現，他涉嫌學術造假。在論文中省略或偽造了病人的術後情況，讓結果看起來更為成功。”

剛剛發布的調查報告還發現情況遠不止那麽簡單。三位接受手術的病人，只有一個人簽署了同意書。而且那唯一一份同意書也不一定能代表患者的本意，因為患者無力支付向第三方獨立醫學專家進行咨詢的費用。同時，該報告還指出，三根植入的氣管使用了不同的合成材料，這意味著可能沒有足夠的實驗數據證明哪個材料更有效，因此不能保證植入患者體內的氣管的安全性，不具備實際進行手術的條件。另外，在至少兩臺手術中，醫生都使用了促生長藥物，但實際上並沒有取得瑞典藥物局的批準。這一切都隱隱指向一個結論，即馬基亞里尼把患者當成了小白鼠，手術成功則自己功成名就。

本周還有另一份調查報告向公眾公開，由瑞典最高行政法庭的前任主席牽頭完成。這份報告批評了卡羅林斯卡學院，並說這座久負盛名的醫學院“應該為植入手術負一定責任”。因為有證據表明，學校的研究人員參與了手術的討論，並追蹤了手術的後續情況。而且該校也有幾次把植入手術列入自己的科研活動中，比如在評估學術經費的使用情況時，就把該手術作為正面例子引用。這份報告認為，卡羅林斯卡學院一開始就不應該聘用馬基亞里尼，因為他們在做決定時曾收到對於馬基亞里尼的各種負面評價。比如，他的祖國意大利就取消了他獲取教授職稱的資格，因為有證據證明他在自己的研究和簡歷中造假。

卡羅林斯卡醫院曾在2013年延長馬基亞里尼的合同，但隨後為避免壓力，在2013年年底中止了合約。但是馬基亞里尼直到今年3月都是卡羅林斯卡學院的高級研究員，而且在2014年第一次出現負面報道的時候選擇支持馬基亞里尼。