想乘上人工智能的風口，該怎樣選擇創業的切入點？
來源: http://www.iheima.com/news/2015/0831/151774.shtml
以下是他的分享整理：
我是一名互聯網老兵，但是在智能硬件方面是一個新兵。我從2003年開始互聯網創業，做的第一個公司是一聽音樂網，曾經把它做到中國最大的在線音樂網站。2007年，我開始做天使投資，投資過一些公司，像7K7K遊戲、豆果美食、美餐網、吉食送等。我個人做天使投資的方式是主動出擊型，研究好一個方向之後，就主動去尋找這個方向的團隊，談得差不多了就投。到後來我開始二次創業，當時也選了幾個方向，比如O2O、租車，當然也考慮過傳統行業，因為現在很多行業都可以用新的方式做，也就是所謂的互聯網思維。
關於互聯網思維，我認為可以稱之為新經濟模式下的新商業運營體系，它有幾個特點：第一是註重用戶體驗，我們要考慮怎樣更好地為用戶服務，而不是為了盈利；第二是重視團隊和合夥人的價值，我們不是單打獨鬥，團隊的力量是巨大的；第三是借助社交網絡的新型運銷模式；第四是用技術提高運營效率；第五是重視數據的積累和挖掘。當下大家都在熱談的互聯網+時代，其實就是新經濟時代的到來。
現在這個社會對孩子的關愛已經太多了，但是對老人的關愛卻太少了，我想為老年人做點兒事情，所以最後選擇了智能硬件行業，而且是老年智能硬件。中國的這片市場存在著巨大的創業機會，特別是以服務為方向的，未來兩到三年內一定會爆發。
智能硬件行業創業可選的三個方向
選擇智能硬件行業的時候，我簡單總結了三個方向：第一，是已存在的需求優化產品，例如現在的小米，產品是市場驗證的，小米做得更好，性價比更高，就能打開更大的市場；第二是可能的需求升級產品，假設一個需求已經存在，進而將已存在的產品升級為智能產品；最後一類是挖掘潛在的需求創造產品，需求可能之前沒有，產品也沒有，要靠我們憑空來創造一個企業，就像現在的VR、谷歌眼鏡，這類企業的特點就是創業的成功率非常低，但是一旦成功了，可能是一家很偉大的企業。
“松鼠”是怎麽做起來的？
1、精準的切入點
我們選擇從智能相框做切入點，因為數碼相框曾經是一個很火的產品，但是後來逐步被手機和平板所替代了，市場萎縮得厲害，但是需求還是存在的。隨著人們生活水平的提高，對家庭和親情也一定會越來越重視，這是很大的市場需求。其次是老年市場，中國的人口流動性越來越大，現在有接近一億的空巢老人常年和子女分開住，大多不會用智能設備，只能靠電話和子女溝通，但是有了智能相框，就可以很簡單地接收子女發送的照片，並且可以視頻通話，能讓老人心理得到極大的滿足和寬慰。所以我們就選擇它作為切入點。
2、團隊的力量
我這次創業和第一次創業有很大的區別。首先是籌備周期長，準備了有半年。其次是我們是個有目標的固定團隊，每個人都有創業經驗，經驗也比較互補。我們最開始定的時間表就瞄準的是產品一定要盡快上市，對於一個全新的團隊，做一個全新的事情，半年內把產品做出來，挑戰是非常大的，但最終我們還是拿出了一個大家都比較滿意的設計。
中間還有一個商標的小插曲，我們選擇了松鼠，但是卻發現當時這個商標是不能註冊的，我們只能買。所以產品是在沒有做任何預約的情況下冷啟動發布的，這給我們的宣傳帶來了很被動的局面，發布效果也大打折扣。我提醒一些新創業的朋友們，創業初期就要把這些域名、商標等無形的資產重視起來，避免當企業發展到一定規模的時候受到知識產權的制約。
3、線上推廣和線下營銷相結合
當時我們選擇讓產品盡快上市銷售，有兩個目的。第一是要驗證我們的團隊是不是靠譜，包括從硬件設計到軟件開發，到采購、到生產，再到銷售過程、物流等，能否完整跑下來。第二是驗證市場對這個產品能否接受，如果上市之後發現它是一個偽需求，我們就要盡快地調整方向。從數據來看，用戶對這個產品還是有需求的，所以這兩點都得到了驗證。但是實際銷售過程中我們發現，這樣一個全新的產品，並且只在網上銷售，用戶沒有看到過我們這款產品，也沒有試用過，做購買決策的時候就非常難，所以這個時候在線上就比較難起量了。
總的來說，做智能硬件產品，特別是非標準類的硬件產品，如果在線上賣，價格要足夠低，這樣的話用戶嘗試的心理壓力也會很小，做購買決策也會很容易；如果我們線下賣，有渠道成本，而且商家需要一定的投入人力資源做講解、促銷的話，要有很高的毛利，渠道才會有動力，維護線下的渠道也非常重要。
4、小步快跑，快速叠代
當然，不是每個產品都適合做爆款，小米選擇產品的時候第一個關鍵就是市場的容量要足夠大，第二是用戶要對這個產品的功能有足夠的認知，第三是產品要足夠標準，用戶看到文字和圖片，就能決策是否購買。然而大部分智能硬件公司的產品都不具備這種條件，如果用一年多的時間去打磨一款產品，一旦之後發現用戶不認可，或者是策略上有錯誤，再去做調整的話，時間成本就太高了。
因為硬件產品叠代的周期長，所以智能硬件類創業公司要盡快把產品推出來，小規模驗證市場，然後就趕緊改進，小步快跑，快速叠代。松鼠互聯的主要定位用戶人群就是老年人，所以我們在開始做的時候就做了大量的調研，跟老年人親密接觸，觀察他們的使用情況，用聊天方式等等去了解他們真正的需求，這樣做出的產品，老年人才真正會用。
分享嘉賓：杜雪騫 松鼠互聯CEO
分享地點：南京黑馬會會員群
公司簡介：北京松鼠互聯科技有限公司於2014年7月在中關村建立，作為一家高科技創新企業，其為中老年人打造易用零操作的數碼產品理念得到了美國著名投資機構藍馳資本的認同，並投資松鼠互聯數千萬元A輪投資。
版權聲明：本文由杜雪騫口述，劉惜墨編輯整理。如需轉載請聯系微信號zzyyanan獲取授權。
版權聲明：本文作者杜雪騫，文章為原創，i黑馬 版權所有，如需轉載請聯系微信號zzyyanan。未經授權，轉載必究。
人類，不要氣餒 李世石首敗谷歌人工智能看中國制造
來源: http://www.iheima.com/space/2016/0310/154627.shtml
前言
在深藍成功挑戰國際象棋的19年後，2016年3月9日，谷歌公司的人工智能 AlphaGo 擊敗圍棋九段韓國棋手李世石。人工智能再一次刷新了機器智能的記錄，突破了人類最後一個智力堡壘。這一天，也將載入史冊。面對全新的人工智能技術，人類需要氣餒嗎？
一
“一個超出大部分人意料的結果
今天，2016年3月9日，發生了一件事情，當然不是那邊的日全食，而是地球這邊，谷歌人工智能AlphaGo與韓國棋手李世石的第一場中，AlphaGo 獲得今日比賽的勝利。雙方在較量3個半小時後，李世石宣布認輸。
“ 但大家都對機器很看好嗎？
其實不然，很少有人在這次的比賽中看好機器。在今天早些時候比賽進行的時候，我看過新浪網一個簡短的調查，49%的人認為，谷歌 AlphaGo 會 0-5 輸給李世石。
在大部分人心中，不管如何，應該或多或少都會隱隱地相信未來會更好，這點是毋庸置疑的，但在今天的結果的反轉上來看，我想，也許是大部分人接受不了機器發展的速度。
二
“ 一個大家依然質疑的問題，人類會輸嗎？
李世石可能會贏嗎？
“ 雖然受到很大沖擊，但還是很享受這盤棋，並且很期待後面的比賽。這盤我沒下好，所以想後面的棋我勝算還是會很大吧，勝算會是五成吧。” 李世石在今天賽後是這麽說的。
我想他是以人類的方式方法這麽觀察和評估他今天的對手的。所以他認為依然有勝算。
但是！機器是沒有特定的 Character 的！
觀戰的金成龍九段說：“AlphaGo下圍棋不像人，可以說是超越了人類的風格。”
是的，對手似人，但不是人。AlphaGo 能快速學習李世石的棋風，但是李世石能知道AlphaGo 的棋風嗎？所以這里請允許我用一個詞“無懈可擊”。
而且大家不要忘記，這還只是一個 Alpha。
“ 這是為什麽？
19年前，IBM公司的“深藍”計算機戰勝了國際象棋世界冠軍卡斯帕羅夫。當初的方式方法真的追究起來，可以說是勝之不武，畢竟我們認為通過窮舉和作弊無兩樣了。
（圖：超級計算機“深藍”PK國際象棋大師。來自互聯網）
這一次不一樣。
由於圍棋的可能性如此之多，根本就沒有什麽套路可言。以前的窮舉的方式方法根本無法應用於此。下贏圍棋的唯一的辦法就是讓電腦也學會“學習”，而不是死記硬背。
(圖：AlphaGo 核心算法原理，來源:gogameguru.com)
簡單的說，深度神經網絡是AlphaGo的”大腦“，我們先把它當做一個黑匣子，有輸入端，也有輸出端，中間具體怎麽處理先不考慮。那麽AlphaGo的”大腦“實際上分成了四大部分：1、Rollout Policy 快速感知”腦“：用於快速的感知圍棋的盤面，獲取較優的下棋選擇，類似於人觀察盤面獲得的第一反應，準確度不高；
2、SL Policy Network 深度模仿”腦“：通過人類6-9段高手的棋局來進行模仿學習得到的腦區。這個深度模仿“腦”能夠根據盤面產生類似人類棋手的走法；
3、RL Policy Network 自學成長“腦”：以深度模仿“腦”為基礎，通過不斷的與之前的“自己”訓練提高下棋的水平；
4、Value Network 全局分析“腦”：利用自學成長“腦”學習對整個盤面的贏面判斷，實現從全局分析整個棋局。
可以這麽說，
機器學習思考的方式與人類專家不同。
這是一個不對等的思考。
AlphaGo 能快速基於海量的數據進行反複比較演練學習，李世石能夠在一晚上學習到嗎？
網上有個段子，“不怕AlphaGo 勝，就是怕它假裝輸掉。”細思極恐。
三
而且從某種角度看，傳統專家會消失殆盡。
這並不是一句戲言。如果上面講解 AlphaGo 的原理過於技術化，我們依然可以通過這樣的方式進行闡述：
如果非要把專家和機器智能進行比較，我們可以這麽絕對的理解。以一個人類的技術專家為例，他的大部分的經驗模式是從可能長達10年的從業經驗上累計必要的事件數據，然後總結這種可能存在的模式並不斷測試累積，而技術專家之間又通過一定的方式不斷進行知識傳授和交流，從而實現因果的轉換。
那麽機器呢？
過去，很多行業專家對於數據的理解是基於統計的。他們總是想從中得到一些啟示，然後再基於他們自己的大腦進行思考決策。這也是我個人在給一些部署和實施數據智慧應用項目中遇到最大的非業務問題，從方案到實地評估等過程無一不充斥著這樣的難點。
可見，雖然很多人打著大數據的旗號，但依然采取這種工業3.0時代信息化的做法的話，效率將是非常低的，換作企業的話，這在新的中國制造方面也會很難走出成效。
因為人類大腦根本無法處理這種維度和量級的數據。
因此，不管企業還是社會，如果希望通過大數據和計算獲得新的生產效率，勢必要從不肯放手的，強定勢思維式的分析角度，切換到一個新的角度。
四
“ 與其掌控，不如放手。
這不是機器替代人的時代，而是人放手讓機器為他服務的時代 。帶著傳統的思維嘗試去掌控是沒有意義的。這也是從工業3.0跨越到4.0必走的路。
工業3.0 時代的特點
過去，我們給機器裝了一盞報警燈，試圖讓機器變的更智慧，可惜，並沒有如願。
從某種程度上，人對機器還是不放心，總是希望人能夠及時看到或得到第一手的警報信息進行處置。
但是，人真的能看到故障信息就馬上找到故障原因嗎？
工業4.0 時代的特點
因此我們需要認識到的是試圖掌控，實則毫無所控。傳統手法的信息化建設並非一無所用，只是需要更高級的方式，跨維度層次的應用。結合我們實際的企業實施項目來看，必不可少的是：
1、從機器的角度重新治理數據信息；
2、在合適的位置及時應用機器智能；
3、轉變觀念，向機器傳授知識並鼓勵它自學習。
作者：Hyman追燦數據首席數據官，資深數據科學及應用解決方案顧問。
版權聲明：
本文作者小余 ，文中所述為作者獨立觀點，不代表i黑馬立場。推薦關註i黑馬訂閱號（ID:iheima）。
向奇點和柯潔發起挑戰的中國人工智能們
來源: http://www.iheima.com/space/2016/0316/154705.shtml
導讀 : 目前國內主營業務專註人工智能的創業公司，數量在200家上下，其中大約有50%的公司都已經獲得了投資。在側重領域上，超過70%的公司主攻圖像或語音識別這兩個分類。
2016年3月15日，圍棋界的人機巔峰對決——AlphaGo VS 李世石終於迎來了最後一役，李世石最終還是敗北。在此前的四場比賽中，AlphaGo連勝三局，李世石九段直到第四局才憑借堪稱“神之一手”的白78扳回一局。
這樣的賽績讓不少關註對決的人類感到一絲凜意，也使得人工智能這個概念和領域，強勢挺入社會視野。中國的圍棋九段，數次擊敗過李世石的柯潔也在微博上發出贊嘆：
事實上，作為圍棋界現役高手第一人，“下一個挑戰柯潔”的呼聲正隨著比賽水漲船高。AlphaoGo開發成員哈德塞爾在社交媒體公開表示對柯潔下“戰書”， 而中國的人工智能創公司——異構智能也在此前向柯潔約戰。這家於去年8月成立的人工智能公司，在2016年3月與極客幫創投、聶衛平圍棋道場三方一同主辦了“異構智能挑戰未來”，宣布啟動人工智能項目“異構神機”，並向柯潔發起挑戰。
中國的AI 們：50% 的獲投率；語音處理相關公司占比最高
根據IT桔子的觀察，由於人工智能的基礎技術已經在市場上得到了較廣泛的應用，因此在目前的中國互聯網行業，使用此類技術支持服務的產品數量非常可觀，主要應用在智能搜索、推薦、翻譯等多個領域。
而目前國內主營業務專註人工智能的創業公司，數量在200家上下，其中大約有50%的公司都已經獲得了投資。在側重領域上，超過70%的公司主攻圖像或語音識別這兩個分類。
語音識別 目前主要應用在翻譯、導航導遊、安保、私人助理、語音客服等多個場景。技術的成熟度較高，像百度（例如度秘）、科大訊飛等公司都對該領域有較大投入；創業公司的早期獲投比例約占70%以上，部分創業公司獲得收購（例如圖靈機器人）。
IT桔子追蹤到的該領域代表公司有：
名稱：雲知聲
網址: http://www.unisound.com/
簡介: 雲知聲是一家專註於智能語音識別及語言處理技術的移動互聯網公司，推出了一系列語音識別服務中間件和語音識別服務雲平臺，可廣泛應用在移動互聯網、智能家電、可穿戴設備、車載導航、醫療、教育、呼叫中心等領域，為企業和用戶提供專業的語音識別服務。
最新信息：2014年獲得B輪 5000萬美元
名稱：圖靈機器人
網址：http://www.tuling123.com
簡介：圖靈機器人是一家個性化智能機器人平臺，旗下有人工智能機器人操作系統Turing OS，用戶可以在微博、微信、QQ機器人、語音客服、智能硬件等多個場景搭建屬於自己的個性化智能機器人。北京光年無限科技有限公司（蟲洞語音助手）旗下產品。
最新動向：2016年1月獲得奧飛動漫5000萬人民幣註資
名稱：出門問問
網址: http://chumenwenwen.com
簡介: 出門問問是一款為出門在外的人量身打造的信息查詢語音應用，同時擁有微信公眾賬號及安卓APP。
最新動向：2015年10月獲得谷歌數千萬美元C輪投資
名稱：車音網
網址: http://www.vcyber.cn/
簡介: 車音網是一家智能汽車運營商，是基於商用級語音識別技術的人機交互平臺提供商，其產品一聲達、智駕精靈為車主提供與汽車相關的全方位汽車生活服務。
最新動向：2011年獲得8000萬人民幣A輪投資
名稱：蟲洞語音助手
網址：http://www.unidust.cn
簡介: 蟲洞語音助手是一款生活類語音工具，通過語音指令、提供各類生活服務，如訂票、周邊美食等，北京光年無限科技有限公司旗下。
最新動向：2014年7月 獲得A輪
名稱：聚熵智能
網址: http://www.360iii.com/
簡介: 聚熵智能專註於移動互聯網移動語音智能交互產品的研發和運營，旗下產品有小智語音解鎖、小智語音助手、語義雲開放平臺、智能家居產品小智機器狗等。
最新動向：2014年6月 300萬美元A輪
名稱：車蘿蔔
網址: http://www.carrobot.com/
簡介: 車蘿蔔CarRobot是一個智能車載機器人系統，主打HUD車載機器人，能夠直接用語音+手勢，調用導航、微信短信的收發、撥打電話等，北京樂駕科技有限公司旗下產品。
最新動向：2015年11月 獲得來自京東投資的A輪
名稱：上海元趣
網址：http://www.yuanqutech.com
簡介：上海元趣信息技術公司是一家智能語音技術及硬件服務商，提供呼叫中心語言分析、移動互聯網的語音交互應用、智能家居、智能穿戴以及車載應用等等。目前主打產品為“How Are You”兒童早教機器人。
最新動向：2015年8月獲得數千萬A輪投資
名稱：公子小白機器人
網址：http://www.gowild.cn/
簡介：公子小白機器人是一個基於中文自然語言交互的智能機器人，由狗尾草智能科技開發，應用於家庭端和社交娛樂陪伴，主要面向年輕用戶，主打的是情感陪伴和戀愛管家功能。
最新動向：2015年12月獲得1000萬人民幣 Pre-A輪投資
圖像識別 是目前另一個應用熱點，目前的技術主攻方向之一，同時也是不少其他產品正在擴充的服務方向（例如教育類產品擴展拍照搜題等等）。它的應用場景主要出現在監控、廣告營銷、電商、教育、職能服務、影視文娛、安保認證等方面。國內圖像識別的初創公司獲投率相對低於人工智能的平均水平，早期投資的占比也有所上升。
IT桔子追蹤到的該領域代表公司有：
名稱：商湯科技
網址: http://www.sensetime.com
簡介: SenseTime是一家專註於計算機視覺和深度學習原創技術的創業公司，目前已開始對外提供精準的人臉識別技術，以及集成了人臉識別、危險品識別、行為檢測、車輛檢測等的安防監控系統。
最新動向：2014年11月獲得A輪
名稱：Face++ & Image++
網址: http://www.faceplusplus.com
簡介: Face++是一個人臉識別雲計算平臺，為開發者提供人臉識別接口，北京曠視科技有限公司旗下。曠視科技的另一款產品是Image++是一個第三方的圖像識別技術平臺，可以自動識別出每張圖片的內在信息，包括通用物體類別、場景類別、概念類別、文字內容、名人身份等。
最新動向：2015年5月獲得B輪
名稱：衣+
網址: http://www.dress-plus.com
簡介: 衣+是計算機視覺搜索引擎，結合最新的計算機視覺識別、搜索和人工智能技術和時尚的社交網絡，及時創造人和中意商品的連接。衣+目前和多家頂級企業及機構合作，如和圖像和視頻內容方合作通過提供邊看邊買API，商品屬性識別API方式服務海量用戶。
最新動向：2015年11月1000萬美元 A輪
名稱：優優雲
網址: http://www.uudama.com
簡介: 優優雲（UU雲）是一家智能圖片識別平臺及圖形驗證碼服務商，提供驗證碼圖片識別答題服務等，隸屬於鄭州優優雲信息技術有限公司。
最新動向：2013年11月A輪
名稱：酒哢嚓
網址: http://www.9kacha.com/
簡介: 酒哢嚓是一個葡萄酒信息及電商服務平臺，打造了一款基於圖像識別技術及葡萄酒數據分析的雲服務手機客戶端，具有對葡萄酒標拍照後搜索、查看商品信息、收藏、記錄、分享葡萄據信息以及比價及購買的功能。
最新動向：2015年9月1000萬人民幣 A輪
名稱：依圖科技
網址：http://www.yitutech.com/
簡介：依圖科技是一家計算機視覺科技公司，為用戶提供基於圖像理解的信息獲取和人機交互 的產品，致力於構建機器視覺的未來
最新動向：2015年1月 A輪融資
名稱：格靈深瞳
網址：http://www.deepglint.com
簡介：格靈深瞳是一家專註於計算機視覺以及人工智能的科技公司。我們致力於讓計算機像人一樣主動獲取視覺信息並進行精確的實時分析，釋放人工智能最大的潛能為人服務。現階段聚焦於將全球領先的人工智能及模式識別技術應用到安防、交通、零售等領域。客戶包括了中國網點最多的銀行，銷售額最高的商場，以及客流量最大的機場等。
最新動向：2014年6月獲得紅杉資本的A輪投資
名稱：知圖科技
網址：http://www.cogtu.com
簡介：知圖科技是一個人工智能廣告公司，用圖片內嵌原生廣告的方式，即根據互聯網媒體上的圖片和文字內容信息及用戶行為自動將合適的廣告以原生的方式植入圖片內，實現一種全新、高效的廣告投放。
最新動向：2015年1月 獲得來自新浪的A輪投資
名稱：作業幫
網址: http://www.zybang.com/
簡介: 作業幫是由百度官方出品的在線教育APP，是一款專註拍照搜題解題的教育產品，題庫內包含全國小學、初中、高中課題教材90%的題庫，並支持在線答題解題。2015年6月，百度將其拆分，成立新公司小船出海教育科技（北京）有限公司。
最新動向：2015年9月獲得拆分後A輪投資
除了圖像與語音識別之外，還有部分國內的人工智能創業公司在主攻深度學習、感知識別 等等方向；應用的場景也擴展到商業BI、行業解決方案、醫療服務、遊戲服務等多個領域，部分創業公司也開啟了軟件和硬件相結合的服務模式，開發硬件甚至是智能機器人產品。
例如：
名稱：EmoKit 海妖情緒識別引擎
網址：http://www.emokit.com
簡介：EmoKit海妖是一個情緒識別引擎，通過將用戶海量體征數據的打通、分析，然後根據這些內容判斷情緒、關聯互聯網內容。北京好心好運科技服務有限公司開發，旗下產品還有海妖音樂等。
最新動向：2015年7月獲得Pre-A輪投資
名稱：Rokid 芋頭科技
網址：http://www.rokid.com
簡介：Rokid團隊是一家智能機器人科技公司，為用戶提供連網家居設備互動解決方案，目前產品測試中，芋頭科技（杭州）有限公司旗下產品。
最新動向：2015年7月獲得來自IDG的A輪投資
名稱：速感科技ULBrain
網址：http://www.qfeeltech.com
簡介：速感科技是一家以機器視覺為核心的人工智能創業公司，產品有人工智能地圖算法“Qmap”、智能機器人操作系統ULBrain等，面向智能無人機、機器人等提供系統化操作解決方案。
最新動向：2015年9月獲得A輪
名稱：亮風臺
網址：http://www.hiscene.com
簡介：HiScene亮風臺是一個圖像識別解決方案應用平臺，可運用在新媒體、電子商務、廣電視訊等領域，而後重點做AR領域，產品有HiAR增強現實AR智能眼鏡等，隸屬於亮風臺(上海)信息科技有限公司。
最新動向：2015年11月獲得A+輪投資
根據Garnter最新的技術成熟曲線圖，目前人工智能相關的技術最為成熟的仍然是手勢控制和汽車自動駕駛；機器學習、自然語言問答等緊隨其後，大約還需要2-5年的時間才會逐漸走入成熟；而民用人工智能、生物傳感、智能虛擬個人助手等服務，都還剛剛開始萌發，在未來的十年里，我們應該會看到更多的中國人工智能服務公司從這些領域出現。
版權聲明：
本文作者IT桔子 ，文中所述為作者獨立觀點，不代表i黑馬立場。推薦關註i黑馬訂閱號（ID:iheima）。
Facebook 使用人工智能幫助盲人「看到」圖片
來源: http://www.iheima.com/news/2016/0407/155065.shtml
導讀 : 不過從我自身作為一個盲人用戶來說，能夠知道照片的場景已經讓我的滿意度從零提升到了 50 %，這可是一個巨大的跨越。
視力障礙用戶也有使用社交網絡的需求，他們雖然能夠通過讀屏軟件獲得文字信息，但是卻看不到朋友們貼的圖片，Facebook 的自動替代文本功能將幫助他們感受圖片之美。
Facebook 如今已經開始使用人工智能為信息流中的圖片自動生成標題，以幫助那些視力障礙人士「看到」圖片內容。
這個功能被稱作自動替代文本，當它與文本-語音引擎相互配合的時候就可以為使用 Facebook 的盲人們帶去不一樣的體驗。該功能基於深層神經網絡技術，系統可以識別出照片里的特定對象，從車到船，從冰淇淋到比薩餅都可以一一分辨。除了辨別照片中的物品之外，它還能找出照片中人的面部特征，比如說微笑上翹的嘴角、大胡子以及戴眼鏡。在這些微觀識別的基礎上，該功能還能夠判斷出圖片中一般意義上的大背景，確定照片中是否包含了陽光、海浪或者雪景。當一張圖片被完全識別出來之後，文本語言引擎就會大聲地為盲人用戶讀出圖片上的內容。
Facebook 一位名為 Matt King 的員工在去年秋天就向我介紹這一產品原型。 King 今年 49 歲，自己就是一位盲人，雖然他也坦承這一服務遠非完美，但是卻已經能夠明顯改善視力障礙人士的使用體驗。這話著實不錯， King 向這個系統展示了一張他的朋友騎行歐洲的照片， Facebook 的人工智能描述出了這張照片顯示的是戶外場景，包括了草地、綠樹與雲朵，附近還有一片水域。如果在以前這張照片出現在 King 的信息流中，他能夠知道的僅僅是朋友剛剛發布了一張新照片。
「我夢想著這個人工智能系統除了描述照片所處場景之外，還能告訴我照片里包括了 Christoph 和他的自行車，」 King 希望能夠不斷改進這一系統，「不過從我自身作為一個盲人用戶來說，能夠知道照片的場景已經讓我的滿意度從零提升到了 50 %，這可是一個巨大的跨越。」
就像 King 所說的那樣，該系統並不總是能夠描述得準確無誤，並且它現在還不能根據照片內容生成一個完整有邏輯的句子。但是路要一步步走，這些功能在將來都會得到完善，已經有其他公司使用了深層神經網絡為視力殘障人士服務，且走得更遠。這一功能雖然並不完善，但是推出它已經是意義重大。而 Facebook 也表示，在該語音讀圖功能上線後，已經有超過5萬人通過文本語言引擎使用了該服務。
文章來源：Wired，TECH2IPO / 創見 陳錚 編譯，首發於創見科技
版權聲明：
本文作者創見科技 ，如需轉載請聯系原文出處。
谷歌要用人工智能“節能減排”
2014年，谷歌以4億英鎊的價格收購DeepMind，DeepMind成為谷歌AI的試驗地。DeepMind在成功發明了Alpha Go並成功擊敗韓國圍棋名將李世石後變得家喻戶曉。而最近，谷歌開始利用DeepMind做一些更有實際意義的工作——減少能源開支，並將節省下來的開支作為2014年收購DeepMind的部分支付款項。
谷歌發表的一份博客寫道：“人工智能在節能減排的意義非常重大，也將提升谷歌雲平臺上其它公司的能效。利用機器學習幫助節省能耗也是致力於應對全球氣候變化的方式。”
DeepMind負責人Demis Hassabis近期在接受彭博社采訪時透露，DeepMind的最新一項嘗試是將人工智能接入谷歌數據中心，來尋求幫助這家巨無霸公司節省能源開支。
谷歌從兩年前開始把機器學習引入數據中心，希望借此探索出節省公司巨大能源開支的方法。一個月前，谷歌把DeepMind更為細分的人工智能工具用於服務器散熱。這項嘗試幫助公司節省了40%的能源，將谷歌整體能效提升15%。
谷歌沒有透露具體節省的開支金額規模。但是根據美國能源信息管理局的數據，一般企業的平均電價每兆瓦在25~40美元間。因此，即使節省10%的能耗，長期來看，也將是一筆上億規模的成本減支。
過去谷歌在新能源領域進行大量投資，用於數據中心。谷歌也是目前全球唯一一個使用可再生能源的數據運營平臺。能源節省對於谷歌自身業務以及雲存儲客戶都具有重要意義。
通過人工智能技術能夠操控計算機服務器和相關的散熱系統。這個技術和DeepMind教計算機玩Atari電子遊戲的原理是一樣的。DeepMind稱能夠使用神經網絡的模式識別系統來預測用電量的變化，從而達到節省能耗的目的。
谷歌方面的數據顯示，2014年用電總量達4402836兆瓦時，相當於美國366903戶家庭全年的用電量。其中很大一部分電用於支撐谷歌數據中心的全球網絡服務和手機App。
自2008年以來，谷歌每年都要發布數據中心的年度能源報告，告訴外界如何保持其數據中心較低的能源消耗。谷歌在每年報告中都強調了其數據中心的“電力使用效率（power-usage effectiveness，PUE）”這一概念。谷歌將PUE定義為：“數據中心設施所消耗的總功率除以IT設備所消耗的功率。”
PUE的基準值為2.0，即意味著IT設備每消耗一瓦功率，就另外需要一瓦功率支持數據中心的照明和設備冷卻系統。越接近1表明能效越高。谷歌2014年之前的PUE已經達到了驚人的1.12，比其他公司的數據中心節能近50%。
近年來，谷歌采取了各種措施降低其數據中心的PUE值。它將其數據中心“冷通道”（Cold Aisle）的溫度保持在27℃左右，以節約能源，並使用外部空氣冷卻其數據中心，而不是使用耗能的冷卻系統。同時，谷歌還研制了自己的節能服務器，並使用神經網絡提升數據中心能效。
谷歌數據中心的實際測試表明，機器學習是利用傳感器數據對數據中心能效建模的一種有效方法，可帶來顯著的成本節省。深度學習算法是對人工神經網絡的發展，在節能減排方面的應用是很多科技企業關註的方向之一。在計算能力變得日益廉價的今天，深度學習試圖建立更大更複雜的神經網絡。
該神經網絡研究的因素包括了服務器總負載，水泵、冷卻塔、冷水機組、幹式冷卻器、運行中的冷水註水泵數量；冷卻塔水溫、濕球溫度、戶外濕度、風速、風向等。谷歌利用傳感器部署了億萬個數據點來收集這些基礎設施和電能使用信息。令人驚訝的是，谷歌只用一臺服務器就能跑這個神經網絡了。谷歌還通過機器學習對這些數據進行研究，並建立起模型來預測並進一步改進數據中心能效。
Demis Hassabis表示：“數據中心的120多個變量都由人工智能軟件來控制，同時還控制風扇和散熱系統。這已經非常了不起。但這還只是我們一個計劃的開始。”據Hassabis介紹，目前DeepMind不僅知道整個系統如何運作，而且知道缺乏哪些信息，因此能夠讓谷歌為數據中心加入更多的傳感器，從而使得整個軟件的運轉更加高效。
中國企業也在關註人工智能在節能減排方面的應用。國內新興智能家居LifeSmart就與宜家旗下Eliq合作，參與挪威能源公司能源短缺項目，通過電量傳感器了解家中每樣設備的用電數據，同時提供用電情況的大數據分析服務。除了幫助人們在家庭環境中實現節電以外，還計劃用於企業和工廠領域。LifeSmart表示：“如果將這種人工智能用在工業和企業中，去調節一些不可控的因素，不需要消耗大量人力，並且更加精準和高效。”LifeSmart已經和阿里巴巴進行節能辦公項目的合作，會議模式、工作模式、下班模式等場景大大提高了辦公效率，節約能源與人力成本。
圖靈機器人升級操作系統 想做人工智能領域的安卓
來源: http://www.iheima.com/zixun/2016/0730/157763.shtml
圖靈機器人升級操作系統 想做人工智能領域的安卓
i黑馬
2016-07-30 12:19
據創始人透露，截止7月份，圖靈機器人平臺開發者數量超23萬。
i黑馬 訊 7月30日消息 “我們希望能夠成為機器人界里的一個安卓系統。”7月28日，圖靈機器人創新大會在國家會議中心召開，圖靈機器人創始人俞誌晨在會上表達了他的願景。據他透露，截止7月份，圖靈機器人平臺開發者數量超23萬。
目前圖靈機器人主要有兩款產品，一個是雲端人工智能的開放平臺，主要應用於車載、手表、虛擬遊戲、VR、玩具和機器人。另一個是Turing OS操作系統，主要面向家用服務機器人。
這次圖靈機器人研發的操作系統Turing OS已從原1.0版本升級至1.5版本，新版本在視覺能力、運動控制及硬件模塊等方面得到增強。視覺方面，TuringOS1.5將新增11個視覺能力，包括人臉識別、人臉檢測、人臉跟蹤等多項視覺技術；運動控制方面，Turing OS1.5增強了對17～20自由度雙足步態機器人的支持；硬件模塊方面，TuringOS1.5則完善了主板及麥克風陣列，激光雷達正內測中。
俞誌晨認為，現在整個機器人產業處於早期，機器人在底層的技術和操作系統方面存在短板，基本上的機器人公司都是用安卓方案來做，但安卓不是專門給機器人使用的一套系統，所以我們在過去一年多時間內花了很多時間和技術，投入很大的研發精力去做專門面向機器人的操作系統。
現場也發布了數十款機器人應用，可以覆蓋教育、娛樂、社交、工具以及遠程五大類功能。俞誌晨表示，機器人走進家庭，三年時間基本能夠在孩子中得到普及，但通用性的機器人還需要很長時間，讓大家接受需要七八年甚至十年時間。
[本文作者i黑馬，i黑馬原創。如需轉載請聯系微信公眾號（ID:iheima）授權，未經授權，轉載必究。]
圖靈機器人
俞誌晨
人工智能
贊(...)
分享到：
谷歌的這個人工智能程序能自主導航
谷歌發明出一種全新的人工智能程序，能夠使用推理的方法在倫敦地鐵內自動進行導航。
谷歌旗下人工智能部門DeepMind發明的這個程序結合了外部存儲和深度學習，能夠讓計算機獨立實施導航任務，並且為未來更加精準的人工智能程序描繪出理論上的可能性。
除了導航以外，這個人工智能程序還可以通過閱讀一段短文問答問題，根據家譜推算出家庭成員的關系。科學家預測未來通過同樣的方法，虛擬智能程序能夠通過實時瀏覽互聯網上的信息來回答人們的提問，並能夠精確地執行指令。
“重點不是導航，而是機器能自主學會導航。導航只是一個具體的應用，但機器能自主開始做這些事情，而不要人類一步步地去教，這是重大的突破。”出門問問CEO李誌飛對《第一財經日報》記者表示，“如果真能實現，那麽現在的Siri和谷歌已經商業化的google now簡直就成了弱智。”
DeepMind的這項研究被發表在《自然》雜誌上。計算機專家Herbert Jaegar表示，這些任務涉及到規劃和重新組織信息，因此可以把這種能力歸納為推理。盡管這些任務本身仍然比較簡單，因為現在手機里的導航App也能夠做到，但是為了達到這樣的結果，這個計算機程序所使用的方法是令人震驚的。
事實上，這是史上第一個將外部存儲和深度學習的方法相結合所發明出來的計算機程序。這使得計算機獲得了獨立思考的能力，而不是按照人類的規則預先設置好程序，由計算機來執行。
有深度學習之父之稱的英國科學家Geoff Hinton表示：“深度學習在更加複雜的場景下應用的大門已經打開，計算機能夠執行的任務比人們想象的更為複雜。”
Hinton目前在多倫多大學和谷歌工作。他說，直到不久前，人們還是不太清楚深度學習能夠如何讓一個系統獲取具有“自由意識推理”的算法。李誌飛也表示：“今天機器和人的差距還很大，最大的問題就是機器沒有意識。所以以上所說的還都只是一個論文，不是產品，離商業化還很遠。但是理論上的突破是必需的。”
深度學習在執行語言翻譯、圖像和聲音識別等任務時的能力已經遠遠超出了其他計算方法，其甚至讓AlphaGo打敗了韓國圍棋名將李世石。然而直到現在深度學習的技術都無法逾越讓計算機“自主思考”的鴻溝，比如自己導航，或者在一段文字中概括其實質的意義。
DeepMind的最新程序之所以能夠讓計算機實現自主導航等功能，關鍵在於為它加入了一個“外腦”——即外部存儲，這是用來短暫存儲重要信息片段，以備在需要時能夠及時調出。這其實是仿造了人腦的記憶功能——這是在大腦里短期存放信息的地方，可以使得我們在執行多步驟任務的時候，不會忘記做過的步驟，就好比根據一個菜譜來做菜。
然而人工智能的任何突破都是循序漸進的。負責該項目的谷歌DeepMind的科學家Alex Graves表示：“這個程序標誌著一個循序漸進的突破，讓人們一步步地接近智能機器(Smart machine)，而不是一下子起飛。”他還說，針對一些對於人類而言可能根本不是問題的任務，目前的計算機卻不能正確地回答。比如以下一段話：“約翰在操場上，約翰撿起一個足球。”問：“足球在哪里?”只有DeepMind的這個程序能夠回答。而且類似的問題準確率能夠達到96%以上。
不過他對於“機器推理”的說法持謹慎態度。“只能說我們把機器的存儲記憶能力提升了，這有別於以往的計算機存儲，我們相信這是實現推理非常重要的一步。但是要知道界限還是很難劃分的。”
Jaegar教授表示：“DeepMind最新的這項技術應該被視作人類向著人工智能技術蜂擁過程中的一次飛躍。”不過他也表示，未來計算機的能力也未必要限制於執行導航這一類的邏輯性任務。
他說：“人腦能夠實現的任務，理論上一個物理的系統都應該可能實現。計算機已經接近人腦的性能，而且在某些領域已經超越了人腦。這只是一個時間和資金的問題。看誰願意為此支付巨額資金來發展這些技術。”
但是與此同時，也有一大批世界頂級的科學家對人工智能產生的潛在威脅表達了擔憂。其中就包括史蒂芬·霍金。霍金警告稱：“一旦人們發展了人工智能，人工智能就會自己發展起來，重新進行自我設計，而且以人們意想不到的速度。”
不過對此，DeepMind創始人DemisHassabis表示並不擔心，因為“人類離能夠引起擔心的技術還有好幾十年的距離”。
美國風投大亨、風險投資公司Andreessen Horowitz創始人馬克·安德森近期在接受采訪時同樣對人工智能技術表達了大力的支持。他說：“人工智能和機器學習的突破意味著人工智能技術有望催生新一代科技巨頭。”他的風險投資公司最近又成功投資了Facebook、Twitter、Airbnb、Slack和Lyft等明星企業。
安德森表示，人工智能、虛擬現實、自動化、語音和物聯網都有可能成為下一波重要科技趨勢。目前最明顯的例子就是人工智能。“能夠明顯感覺到，有一批新的產品和公司將會把人工智能作為它們的核心。”他說，“Facebook、谷歌和亞馬遜都在這一領域付出了最尖端的努力。”
安德森認為，在人工智能的角逐中，毫無疑問大公司將會占據主導。“首先沒有多少人知道該如何開發這些東西。大公司可以投入比創業公司更多的資金。大公司支付的薪水可以跟體育明星媲美。所以，大公司可以雇傭這些人才，導致小公司沒有人才可用。”
而谷歌、Facebook這類公司最大的優勢還是在於數據。“從理論上講，你需要這些龐大的數據庫。ImageNet的部分突破就在於可以通過龐大的數據庫對算法進行訓練。理論認為，谷歌和Facebook等大公司可以接觸到海量數據，但創業公司永遠無法與之媲美。”安德森表示。
不過他同時表示，人工智能技術本身也在進步。人們都在學習利用小規模的數據庫開展深度學習。有很多創業公司找到了一些聰明的方法來獲取大數據，或者通過一些方法來降低對數據的需求。
【第一領導力專欄】從人工智能到人文智能
技術必須為社會服務，社會必須反對技術異化為奴役工具。對這個問題的思考既可以成為人工智能技術下一步發展的阻力，也能成為它升華飛躍的助力。2016年9月，斯坦福大學《人工智能100年》(AI100)的報告同時強調技術和社會關系的重要性。未來15年，人工智能長足大發展將取決於能否促進人文關懷、增強社會理解並獲得政府信任。
依據斯坦福報告，人工智能是“讓機器思考並執行任務的技術活動。它能讓機器對任務環境變化有前瞻能力”。從報告推演，我們看到人工智能可以在多個方面促進社會人文建設，成為“智能人文”技術。只有不斷人文化，立足於促進各種社會良善關系，人們對人工智能異化為奴役工具的擔心才會逐步消失。
以自動導航和無人駕駛為例，人工智能已經開始改變交通技術。但它絕不能止於讓駕駛更安全、更經濟、更便利。智能車的未來在於“消滅三大差別”：高檔車和低檔車之間的社會地位差別;有無停車位的經濟使用成本差別;開車能力高低之間的交通安全差別。自動駕駛車輛可以解放駕駛人的時間和精神體力，讓老年人和兒童有交通便利，極大減少車輛閑置時間和占用的城市土地面積，也讓汽車失去標識社會身份的意義。進入“按需用車，個性交通”時代需要嶄新的人文社會形態為背景。例如，用彈性工作時間來調節交通峰值，改造現有的社區規劃，重新想象無車社會的社交和居住模式，把停車場改造為經濟住房。在這個技術下，中小城市轉型變化的靈活性高於大都會。它們有潛力成為城市新生活的典範。
在“男主外，女主內”的幌子下，家務一直是加班加點無償工作的代名詞，人工智能開始改變家政的隱性負擔。從iRobot自動吸塵器到剛剛上市的谷歌和亞瑪遜智能家居控制器，家務智能機器人開始成為家庭新成員。隨著“情感智能機器人”進入家庭，它們承擔部分家教和陪伴的任務。相關的人文挑戰也日趨顯著：與機器的情感關系將怎樣改變家庭關系?誰主導選擇情感軟件?有沒有操縱情感的隱患?這些人文倫理問題不容忽視，因為家庭關系是一切人文社會關系的基礎。
人工智能另一個廣泛應用領域是醫療衛生。大數據支持下的“專家診斷系統”和“智能病例管理”已經進入醫院。未來15年，增強版的智能工具會讓醫生的判斷與手術能力幾何級數增加。目前，美國“直覺手術”(Intuitive Surgical)公司的“達芬奇智能手術機”已經可以做部分心臟手術。醫療影像智能技術也可以自動處理健康檢查、診斷和分析的任務。移動醫療和機器人協助的康複正在成為現實。
人工智能進入醫療界帶來效率，也引發了爭論：如何界定醫療事故責任?醫生的中心角色是什麽?以關愛為核心的人文醫療服務應該怎樣設計?就關愛能力而言，護士的作用和決策責任會超過醫生嗎?誰對瀕臨死亡邊緣的終極病人的醫療方案做最高的判斷?
從教育手段到理念，教育受人工智能影響最深。慕課(MOOCS)之後是教育智能機器人。Ozobot和Cubelets能教中小學生邏輯思維。PLEOrb是智能機器寵物。它可以演示生物和動物對環境的反應。Khan Academy 已經成為中小學生接受課外輔導的流行工具。接下來，分析學習特征，制定學習計劃，和輔導學習的軟硬件將紛至沓來。
教育人工智能的人文挑戰是：哪些學習適合人機互動;哪些更需要人與人之間的互動;哪些既是機器更有效率，也必須由人來完成;思想操縱的隱患在哪里;自然人的學習能力和認知特征會出現怎樣的變化;哪些變化不是人類希望發生的，等等。例如，從嬰兒時期開始，發生對學習機器人的認知依戀。
智能技術人文化最被忽視，最有政治潛力的領域在資源貧困的社區。斯坦福的報告指出，人工智能的大方向之一應該是提高社會公平度、透明度和經濟平等水平。在“大數據為社會產品服務”的旗幟下，智能技術可以開發檢測環境汙染系統，能幫助懷孕婦女觀察嬰兒健康成長過程和建議規避風險的飲食和活動。智能技術也可以支持貧困社區的社會關系建設，提供數據事實為依據的社會矛盾調停方案。智能技術還可以為這些地區的公共安全服務，提供防範犯罪行為的社會警報設施等。要獲得政府信任和政策支持，人工智能必須成為一個增強社會平等的技術。為資源貧困社區設計產品和服務，這是極具政治潛力的技術開發道路。
未來，人工智能可能替代執行標準化的常規任務，但不是消滅工作崗位。人工智能可以提高效率和降低成本，它在創造社會財富中的作用會越來越大。伴生的問題是，人工智能創造的財富應該如何分配?智能技術人文化最艱巨的社會課題也在此。斯坦福報告提出了“人工智能創造的財富應該屬於社會”的命題。如何安排比例，怎樣分配，哪里是依據私權和公權分配的邊界?回答這些問題，100年恐怕還不夠。
中國企業在人工智能應用領域後來居上，並且發展勢頭甚猛，但系統研究人工智能的社會關系的努力還遠遠不夠。斯坦福大學的“人工智能百年”(AI100)計劃不僅包含各個方面的專家，更以100年的時間跨度去研究技術對社會的影響，讓它成為橫跨三代人的永恒話題。怎樣避免“富不過三代”的咒語?用100年的時間單位去想問題。在當前的形勢下，斯坦福的百年設計思想可以運用到社會多個領域。
(作者為加拿大萊橋大學管理學院副教授、複旦大學管理學院EMBA特聘教授，他最近致力於研究創新領導力)
用人工智能撬動萬億級非傳統金融市場 ，用錢寶獲1.56億元B+輪融資 | 融資首發
來源: http://www.iheima.com/zixun/2016/1021/159365.shtml
用人工智能撬動萬億級非傳統金融市場 ，用錢寶獲1.56億元B+輪融資 | 融資首發
張曉軍
2016-10-21 18:57
“一旦這種新技術在某一個領域非常適合，那麽它將對該領域產生革命性的變化，而非改良性變化。”
近日，用錢寶向i黑馬 透露已於今年6月份獲得1.56 億元B+輪融資，由光信資本、 源碼資本、洪泰資本、創新工場、晨興資本及51信用卡等投資機構共同投資，這是用錢寶在一年之內的第二輪融資。
見到用錢寶的創始人焦可時是在一天上午，他身著格子襯衫，帶著一副黑框眼鏡，目光溫和篤定，說話慢條斯理卻邏輯嚴謹，看起來更像是一位大學老師，很難和互聯網金融、人工智能這些時下創業者正瘋狂搶占的熱門領域聯系在一起。
事實上，焦可已經在互聯網領域經歷了長達十余年的求索。從進入早期的百度做產品經理，到當時只有100人的趕集網負責用戶、商家、手機全線產品，再到馬可波羅擔任產品副總裁，一路上焦可都在進行著新的蛻變。
“從我的職業路徑來看，加入公司的狀態越來越早期，業務領域越來越垂直。開句玩笑的話，這叫從大到小，從高到low 。”焦可對i黑馬說。
而最後，焦可選擇走上了創業之路。他起初的嘗試是在2013年10月創立了貸小秘，主打結構化的貸款數據庫及智能化推薦引擎。中間經過一年半摸索和市場檢驗，2015年6月，他帶著團隊轉型做了用錢寶，以人工智能的風控模型解決方案，為用戶提供小額短期借款。
焦可告訴i黑馬，發展至今，用錢寶每月的放貸總量在40萬筆左右，逾期率為行業平均的60%，每月發放貸款達到6億元，全部審核都是機器完成。用錢寶從起步到取得這一業績，僅用了15 個月。
用錢寶創始人兼CEO焦可（受訪者供圖）
創業準備：“ 從大到小 ， 從高到 low ”
焦可本科畢業於清華，研究生在中科院就讀。計算機科班出身的他第一份工作選擇到了當時只有400多人的百度，並且一待就是五年。在此期間，焦可負責過MP3、視頻、地圖等產品的技術開發，也參與了百度知道、貼吧等重點產品的運營推廣。不過，對於焦可來說，在百度最核心的並不是技能的提高，而在於在變化中迅速感知與成長。
焦可向i黑馬形容：“百度用十年時間幹了一個傳統公司三、四十年要做的事，而要跟上公司的增速，自身的成長也就特別快。處在當時的百度創業階段，你會很刺激，很興奮，基本上每天中飯、晚飯都在討論各種各樣的產品。”在這種環境的熏染下，創業的想法在焦可心中萌發。
2010年焦可選擇離開百度，但並沒有直接出來創業，他考慮的是用大公司的方法來創業，有可能水土不服，不夠接地氣。
“我想先去一個稍微早期一點的公司，看看這個公司怎麽從0到1。”因此，焦可加入了當時更早期、業務也更垂直的趕集網。在趕集網的兩年，焦可幾乎做過to C到to B的各種產品。帶著“從大到小，從高到low”的思路，2012年，焦可加入了更為“接地氣”的馬可波羅，擔任產品副總裁，從事B2B業務，要跟實體經濟打交道。
但相比於在馬可波羅做2B的金融，焦可認為2C金融市場更大。“拿一組數據來說，國內個人負債率跟美國相比，大概是40：87，而企業負債率的對比上已經達到171：71，說明TO C這塊還基本處於一個萌芽期，很多用戶的需求並沒有滿足。”
看準這個趨勢後，焦可覺得無需再等待，於2014年創立了面向個人的金融服務的項目——貸小秘。
首次試水的三個教訓
當時，貸小秘認準的痛點是貸款用戶與銀行之間存在著巨大的信息不對稱，想通過搜索與推薦引擎機制，把銀行產品和用戶結構化，以此提高雙方的信息匹配程度。
但是很多創業項目邏輯上可以理順，事實上並不一定能夠行得通。焦可在項目運行中發現，如果將100個要貸款的用戶推給傳統金融機構，只能做成5個，轉化率極低。這背後的原因並不是說貸小秘本身做的不好，而在於國內的金融機構不能夠提供對應的服務。
“國外金融機構能夠服務到的個人基本在70%以上，國內只有15%，也就是說你想做搜索引擎，並沒有那麽不同的網站和產品可供搜索，市場還沒成熟到那個地步。”焦可說。
從貸小秘的小敗局中，焦可也向i黑馬總結出了幾點教訓：
第一，作為一個平臺方，光認清楚需求不夠，只有同時滿足需求和供給，才能較好地存活。
第二，有的商業模式聽起來很好，邏輯很嚴謹，但問題在於整個鏈條太長，類似於“我想達到A，得先做好B；想達到B，得先有C”，這對於創業項目來說過於艱難。
第三，創業者有時會太“愛”之前的付出，不願轉型。從長線來講，如果創業者面臨的不是臨時性問題，那就應該快速轉型。另外一點就是，哪兒跌倒哪兒爬起來，跌倒是有原因的，而這個原因很可能就是機會。
以人工智能為支點撬動 風控
貸小秘團隊在失利後，並沒有解散或者轉向其他非金融業務，而是繼續深入分析原有市場，尋找可切入點。
經過對上一個項目的深入反思，焦可認為，國內金融機構不能為貸款用戶提供對應的服務，很大程度跟銀行風控邏輯有關。
銀行風控的主要依據是幾條具有強特征的數據，比如有無房產、工資流水、社保證明等，而事實上大部分人都不具備這些強特征，通不過篩選，這就將他們排除在銀行服務體系之外。
銀行看到的數據只是冰山一角，冰山下面還存在著大量弱特征數據。雖然無法憑借幾條弱特征數據來做出借貸決定，但是當這些數據積累到上百項時，最後得到的是經過綜合評估的定量結果，服務人群將大大增加。
值得一提的是，對於海量弱特征數據的處理並非是銀行所擅長的，這種業務非常適合機器處理。基於在人工智能和大數據處理上的人才優勢，貸小秘團隊轉型做了用錢寶項目。
簡單來說，用錢寶建立的是一套新型風控系統，它通過柯南特征工程系統 、D-AI 機器學習模型以及 Anubis 大數據計算架構等人工智能技術，以海量弱特征為條件來對用戶進行建模，並借助不斷積累的用戶還款樣本來進行系統優化。
焦可告訴i黑馬，相比於此前的人工審核，人工智能審核具有多方面的優勢：
機器更適合處理海量數據，通過樣本快速學習，使得審核過程不會受到個人經驗、體力及道德的限制，同時可以為用戶提供全年無休的 7×24 服務。
經過多次叠代後，現在用錢寶的機器模型的審批通過率已經達到了同業水平的兩倍，且逾期率低於同業水平 40% ，9月的通過筆數總量在40萬筆左右，發放貸款達到6億元。在這些不斷增長的數據中，貸款數額並不是焦可最為關心的，他看重的是小額、短期貸款給風控模型帶來的樣本數量，這對於模型的叠代優化，以及對未來市場的把控與判斷至關重要。
對於小額短期貸款這塊市場，不少人認為用戶使用頻度不高，規模有限，談及這個問題，焦可認為，現在85%以上的用戶都沒有被銀行服務到，但借貸需求自古以來就有，所以具有這個需求的人群數量非常龐大。另外，國家政策趨向於拉動內需，刺激消費，國內用戶習慣會很快向美國的方向發展，個體的負債不斷增加。用錢寶所做的就是培養年輕人在享受消費的同時，學會尊重信用的價值，培育良好的信用觀念。
經過近一年的市場檢驗，焦可稱，用錢寶在今年2月份已經營收平衡，現在每個月都有規模化的盈利。在盈利上，用錢寶的模式比較簡單，它本身並不放貸，采取的是一種助貸的模式，就是將系統獲得的用戶推給合作銀行或消費金融機構，由它們作為主體來對用戶放款，用錢寶從中收取服務費。
某種意義上來講，這種模式是屬於薄利多銷型的，但好處在於用錢寶依靠自身的風控能力，能夠獲取足夠多的量。
1.56億元B + 輪融資之後，還要做什麽？
今年6月份，用錢寶獲得了光信資本、源碼資本、洪泰資本、創新工場、晨興資本及51信用卡等投資機構的1.56億元B+輪融資。那在盈利之後，用錢寶的本次融資是出於什麽考慮的呢？
焦可坦言，人工智能是用錢寶的核心競爭力之一，所以引入創新工場等戰略投資方，可以加快提升團隊在人工智能領域的優勢與並引進相關資源。同時，隨著公司的不斷壯大，也會展開更多的合作，所以增大主體信用，也有利於更好地進行後期業務的拓展。
在具體用途上，用錢寶將圍繞“人工智能”為核心研發更多的新金融技術，用以進行效率革新。此外，也將投入更多的資金來招收產品、研發和金融等領域的優秀人才，推進技術與業務的深入結合。
人工智能開始改變了許多行業,可以預見的是,未來將有更多行業因其而發生更深層次的變革。用錢寶在這條路上已經邁出了第一步。但是一項新技術對於某一個行業要產生實際價值，往往跟業務和行業固有規律緊密相關。
“一旦這種新技術在某一個領域非常適合，那麽它將對該領域產生革命性的變化，而非改良性變化。”焦可說。
目前，用錢寶正與多家行業內擁有數據的公司做深度合作，試圖在數據的標準化和數據的商業化領域開拓更多的發展空間。
[本文作者張曉軍，i黑馬原創。如需轉載請聯系微信公眾號（ID:iheima）授權，未經授權，轉載必究。題圖來自123RF。]
人工智能
用錢寶
贊(...)
分享到：
英國人工智能芯片獲三星、博世投資
也許華為還沈浸在誓師大會的群情激昂中，為即將到來的“圖像時代”謀篇布局，它的競爭對手們又開始下手了。這一次是三星。
人工智能芯片制造商、英國初創公司Graphcore籌得了來自三星和博世風投的總計3000萬美元融資，目標是趕超英特爾和英偉達。
Graphcore計劃於明年向市場投放產品，主要應用於無人駕駛汽車和雲計算，以及任何可能用到機器學習技術的領域。這涉及到用大量的數據來培訓人工智能系統。這也讓外界浮想聯翩，是不是三星和博世都要開發無人駕駛了?
Graphcore是一家開發所謂的IPU(智能處理器)硬件系統的初創公司。目前普遍用於機器學習應用的硬件處理器是GPU(圖像處理器)。Graphcore自稱在人工智能學習的反應速度以及低能耗方面，它開發的產品要比目前市場上所有的圖像處理解決方案好100倍。
Graphcore創始人CEO Nigel Toon在半年前創立了這家公司。他對第一財經記者表示，目前市場上所使用的GPU並不適應未來的發展趨勢。他說：“GPU是完全用來跑算法程序的，但是機器學習不一樣，你要教會系統去使用數據，這就需要不同的計算方式。”Toon預計Graphcore開發的IPU處理器將於明年投放市場。
Toon早在兩年前就已經開始進行人工智能芯片的研發了。根據市場情報機構Tractica提供的數據，人工智能芯片的市場潛力巨大。全球在深度學習硬件的支出將從2015年的4.36億美元猛增100倍至415億美元。但是目前芯片市場仍然是被英偉達和英特爾所主導。兩家公司今年初的時候都已經發布了下一代為跑人工智能應用而設計的芯片處理器。
Toon告訴第一財經記者，最初公司是想把產品賣給那些有訓練人工智能系統需求的公司。但是接下來也會和一些戰略合作方談關於下一代的技術應用。“比如三星和博世就是我們的戰略投資方，他們對自動駕駛技術以及下一代交通系統的應用非常感興趣，三星則對網絡設備的語言缺失技術感興趣。我們還和其它戰略投資人開發新的應用產品。”
上周，任正非在一場2000人的誓師大會上公開表示：“我們錯過了語音時代、數據時代，世界的戰略高地我們沒有占據，我們再不能錯過圖像時代。“早在2012 年時，華為就已經成立了諾亞方舟實驗室，主要研究人工智能和圖像、語音等基礎算法。任正非表示：“未來的信息社會將有90%以上的流量來自圖像和視頻。”
目前應用較為普及的GPU的突破主要在於遊戲、VR;人工智能算法和自動駕駛技術。英偉達(NVIDIA)全球副總裁、中國區總經理張建中在今7月的一場主題演講中專門分析了GPU(圖像處理器)技術的發展。他說：“以VR為例，VR之所以能夠逐漸達到消費級水平，原因就在於過去的十年里，GPU的計算能力大幅飆升了1500倍。這1500倍的計算量的提升，足以讓GPU在很快的時間內渲染更多的圖像增速，讓我們的眼睛在VR頭盔當中體驗虛擬現實。“
而更大的應用來自於汽車的自動駕駛。上個月特斯拉宣布了自己的自動駕駛項目Tesla Vision，使用的正是英偉達設計的車載計算平臺Drive Px2。這臺功耗只有10W的車載計算機，性能卻相當於6塊TitanX顯卡。
此外，英偉達提供了相應的開發工具DriveWorks，它能通過對象識別、分類、圖像分割到地圖定位與路徑規劃，為自動駕駛汽車的開發和測試提供全面快速的工具支持。
面對強大的競爭對手，Graphcore要搶占市場，並非紙上談兵就能實現。但Toon表示非常看好中國市場帶來的機遇。他對第一財經記者表示：“我們正在和一些中國主要的潛在合作夥伴密切接觸，中國市場對我們這樣的初創公司而言非常重要。“
Next Page
匿名用戶
