新浪科技

IDG资本合伙人牛奎光:IDG投人工智能项目的三标准

新浪科技

关注

新浪科技讯 6月24日消息,在今日由创业黑马主办的人工智能先行者大会暨黑马大赛人工智能行业赛上,IDG资本合伙人牛奎光分享了《人工智能商业化的N个场景》。

牛奎光提到,IDG资本从2014年开始关注人工智能,在他们看来,觉得人工智能应该是三件事:算法、范例、数据。这三个方面,中国都有机会跟世界上的企业比一比。

到现在,在应用层面,人工智能的应用最广的应该在这三个方面:1、在视觉方面的应用。2、在语音上的应用。3、在自动驾驶上的应用。“这3件事,应该说是现在主要大方面人工智能应用的场景。”

在语音方面,牛奎光分析说,像亚马逊的Echo,到目前大概已经卖出了1000多万台。它最重要的使用场景是家庭主妇在厨房洗菜或者洗碗的时候,因为手是湿的,可以直接用语音的方式跟音箱进行交互,放个歌或者查个天气。“这个事从技术的角度来说,可能最终在大的巨头之间,并没有严格的差别。但是,这是一个品牌的事,比如我们现在买的家电,在现在家里所有的家电里,有什么事是因为技术上绝对谁比谁好?我们买电视的时候,海尔和长虹在你心里有什么样的差别,或者技术上有什么差别?大家更多可能是感受到的,可能还是品牌上的差异。”

牛奎光认为,AI的落脚点在各个领域应用中,最重要的就是数据。而人工智能的未来发展,牛奎光表示,我们投资的角度上来看:第一,技术要有先进性。第二,应用可以落地。第三,数据积累(自己做数据或者能摸到一般人不能摸到的数据)。(谭宵寒)

以下为牛奎光演讲全文:

我们大概是从2014年开始关注/投人工智能领域,当时看到几个现象:

1、那时候有人发表文章,说在2万个测试级的数据级上,计算机对人脸识别度已经超过了人眼。这件事是一个非常了不起的进步。

2、当时我们去研究这个行业的时候,也发现跟之前互联网上数据不同的是,每个数据在APP之间是不通的,这就说明有些数据有足够浓度的地方,也可以有一定的数据壁垒。

当时,我们也仔细看了看,觉得人工智能应该是三件事:算法、范例、数据。这三个方面,中国都有机会跟世界上的企业比一比。所以,当时我们也花了挺多的时间,在人工智能这个领域做一些事情。

算法:主要就是脑袋嘛,这个事儿中国人在这个领域从事理论研究一直挺聪明的,现在看无论微软研究院还是大学(香港中文大学),都有很多很好的创业团队出来。

范例:主要是融资,中国现在资本市场也比较充足。

数据:数据也是咱们的优势,咱们第一是人多,第二在中国对于数据的使用上,相关的法规目前来讲还不算特别的严格。当然,6月1日之后还是出了《网络数据的隐私法》。

现在,我们经过这大概半年左右时间的发展,现在人工智能的应用最广的应该是3个事:1、在视觉方面的应用。2、在语音上的应用。3、在自动驾驶上的应用。这3件事,应该说是现在主要大方面人工智能应用的场景。

应该说,在这方面的应用上现在也有不少的公司冒了出来。

第一个方面,在视觉上,我们在2014年就投资了商汤,商汤到目前为止应该也是范例最多的创业公司,就是他买的GPU的数量远远大于他的同行,包括在融资额和人数上也发展的很不错。他主要是用深度学习来做视觉,包括人脸识别、物体识别。目前在安防,在银行中用人脸代替U盾,包括在一些互联网的应用上,直播聊天的时候,加上这样一些特效,都有了一个很好的应用。

第二个方面,语音。今年我去美国的CES,今年其实就两个事比较火:1、自动驾驶。2、语音。

当时我不是特别能理解语音这件事为什么会是一个突破?后来我们也做了很多的讨论,像亚马逊的Echo,到目前大概已经卖出了1000多万台。它最重要的使用场景是什么?家庭主妇在厨房洗菜或者洗碗的时候,因为手是湿的,所以她可以直接用语音的方式跟音箱进行交互,放个歌或者查个天气什么的。

这个事从技术的角度来说,可能最终在大的巨头之间,并没有严格的差别。但是,这是一个品牌的事,比如我们现在买的家电,在现在家里所有的家电里,有什么事是因为技术上绝对谁比谁好?我们买电视的时候,海尔和长虹在你心里有什么样的差别,或者技术上有什么差别?大家更多可能是感受到的,可能还是品牌上的差异。

我觉得,语音的情况也类似。对语音的理解,跟语音更自然的交互是一个非常好的事。我们在三年以前投了瑞克特,在家做了一个小的机器人,这个公司成长发展也非常的迅速。

其实在我看来,这算是2C的应用。2B的应用,我们投资了智齿客服,下午徐懿也会讲。就是用人工智能的方式,解决一些2B的场景中跟客户之间交流的效率。

在我看来,我觉得给每个人配上一个小助手,这应该是人工智能领域非常大的一件事。有一句“古话”说“三岁的小孩都会打酱油了”。让小孩打酱油,其实在古语里就有。也就是说,有一个人去指使另外一个实体做事,这是人天生的需求。

我觉得,人工智能这件事,有机会给每个人都配上一个秘书。我们在座的底下也有,像助理来也、出门问问,都是从他们各自不同的角度切入。

当然,这也肯定需要一段时间的过程,因为技术需要进步。我们现在在特定场景对于语言的认识还不错,但是对于一般自然语言理解,人工智能目前来说还没有特别大的突破。

当然还有一个叫偏好数据,这些数据往往是你的一些交易数据,这个普及度、浓度,还在慢慢成长的过程之中。

第三个方面,自动驾驶。

自动驾驶其实就是人来移动,大家从Uber、滴滴这样的公司出来已经看到出行整个市场规模。如果说自动驾驶能做出来的话,它对于整个出行的方式,无疑是一个非常革命性的过程。

这个革命性的过程,也需要数据、算例。我们在这个地方也大概投了两家公司:

第一个:原百度无人车团队出来做的。

第二个:在美国做无人车公司里最好的公司juns,他们在各项科技的前沿上都有很好的人才储备和实际应用的场景。

在我看来,人工智能是非常有影响力技术的出现。但是我们在投资的过程中总结,我们要投一个有技术的商业模式,而不仅仅投一个有商业模式的技术。如果说投资或者技术的落地最后一定要落在行业里,一定要落在应用里,而不是技术本身。

但至少在目前这个阶段,算法或者算法团队能够带来的成长,在短期内会是一个明显的差别。所以我们也特别注重跟高质量AI人才、团队或者有经验的人一起合作,这是第一个事。

另外一个事,AI它后面产生差别的还是数据。在不同应用的地方,其实数据是现在跟之前产生重大不同的地方,因为算例现在已经便宜了(GPU可以做到很便宜)。数据在过去的20年发展里,是逐渐积累的过程。

所以我们在这个地方,以数据的角度来看,怎么把数据它的价值挖掘出来,我们也投了有一批的公司,这些公司里包括做短信数据的信息宝,做推荐引擎的百分点、百富金融,包括做反欺诈的同盾。在台下坐着的也有很多,像神策、达观数据这样的企业来做数据分析服务的创业公司。

如果说AI需要有一个落脚点的话,我觉得AI的落脚点在各个领域应用中,最重要的就是数据。数据这个事,是我们现在看到最重要的数据资产。

我们往后看,人工智能最后会走向什么地方?这个事我想现在大家有很多的讨论。我觉得从我们投资的角度上来看:

第一:技术要有先进性。

第二:应用可以落地。

第三:数据积累(自己做数据或者能摸到一般人不能摸到的数据,这是两个跟数据有接触的方式)。

这就是我们主要看得地方。

我觉得人工智能尽管现在很热,伽玛曲线,一开始我们很可能在顶峰,但是人往往都是高估短期的影响,低估长期的影响。所以说,从我们看来,人工智能的应用还刚刚开始,而且未来必然也是我们长期的一个很有潜力的投资方向。

加载中...