“我认为未来10年出现最多独角兽的领域,肯定是人工智能领域。”
创新工场创始人李开复在36氪主办的WISE·2016独角兽峰会上如此说道。
在他看来,未来世界上50%的工作都会被人工智能所取代,比如翻译、保安。人工智能如今已经可以在人脸识别上比人精确20倍,因为他们已经过了上亿张脸的训练。
他举例说,阿尔法狗战胜了李世石、人脸识别和语音识别的准确率也超越了人类,这些都是人工智能发展历程的里程碑,在博弈、感知方面,人工智能的能力已经超过人类,甚至已经有了应用。不过在决策方面还需要时间。这些似乎都在宣示,人工智能的黄金时代已经到来。
李开复之所以讲黄金时代,是因为他认为人工智能创业也是需要讲时机的,他就非常生不逢时,在30年前就非常苦逼地在研究人工智能,然而当时的技术不够成熟、机器的不够快,他们只能写写论文。 但现在有了一个非常重要的技术突破:深度学习。何为深度学习,李开复非常直白地科普了一下:你扔给它一大堆数据,然后问它问题,就会告诉你答案。
不过,这样的决策只能在特别垂直的领域做得好,而且并非什么领域都适合人工智能,那什么情况适合发展人工智能?
李开复认为,发展人工智能必须满足以下条件:
一、拥有海量数据,Google搜索引擎拥有的海量数据就可以变成一个大脑,它的数据可以用于各个项目,百度大脑也与之类似;
二、有顶尖的科学家,如今类似的人才薪酬已经被炒到了天价;
三、要有清晰的领域界限,必须要专注在垂直领域,难以跨界;
四、要有自动的标注数据,要有反馈,比如在百度每一个成功的点击,在滴滴的每一次成功的打车,都是一个关于成功的反馈,而失败的点击和打车,都是一次反馈。
五、要有非常多的计算量。
他同时表示,机器的错误率低、成本低,所有非常有应用潜力,如前所及,在某些领域已经开始应用人工智能,但除了拥有大量数据的互联网公司,人工智能还有影响非常多的传统领域。
李开复列举了几十个拥有创业机会的领域,比如精准广告推送。其中,他认为,最先被商业化的,应该是目前拥有数据最大的领域;金融、保险、券商、智能投顾、AI量化基金;而对人类有最大贡献的,肯定是医疗;最后,最大的领域则是无人驾驶,他想象,未来,人们出去打车可以随叫随到,空气污染得以改善。
对于要做人工智能创业的企业,李开复有几个建议,首先必须要有特别大的数据,最好闭环的、只有你自己有的;继而要有计算能力;要有人工智能专家;最后,他强调,必须要把年轻人训练起来。他认为,人工智能跟安全等领域不同,要培训10年才能锻造以为工程师,即便是应届毕业生,被训练六个月之后都可以成为人工智能的工程师。
因此,他相信未来人工智能最领先的国家,是技术最领先的,也是年轻人最勤奋向上的。中国在人工智能方面有极大潜力。中国在数学、理工方面有深厚的底子,人工智能领域的论文大部分出自中国人之手;中国本身的市场就非常广阔,传统企业的技术非常落后,同时无论是创业公司还是大公司都在寻找人工智能工程师;而美国的工程师很难本土化到中国。
正是因为了解年轻人在这个领域的重要,创新工场除了投资大数据、感知、传感器和机器人领域之外,还在做年轻人工智能工程师的孵化,找到全球知名的科学家带他们一起工作,为他们提供大量的数据和机器给他们训练模型。 以下为李开复演讲全文: 谢谢大家!
今天,似乎成城的安排是个接力赛,从40后到50后,我则是60后代表讲者。
今天既然是独角兽论坛,我希望谈一下我对未来独角兽的看法。
我觉得,未来十年,出现最多的独角兽公司,肯定是人工智能公司。另外我认为,在座的每一位独角兽,或希望做独角兽的公司,在你们公司发展中,必须了解人工智能。
这就和二十年前的互联网、十年前的移动互联网,是一样的,作为先知者是有优势的。今天我想谈一下:人工智能。
在未来十年,世界上50%的工作,都会被人工智能所取代。尤其是,这里列出的一些:助理、翻译、保安,这些工作真的都会被取代。
今天的人脸识别,在有些场景上,已经可以做到比人20倍更精确的辨识人脸。那么保安还需要再辨认脸吗?边防、前台,这些工作都可以被机器取代了。这只是一个例子,当然我们看到AlphaGo为什么这么厉害?是因为,它自己与自己下了很多棋。人脸识别为什么这么厉害?因为,它们看了上亿张脸,然后从中学习。机器学习,在任何狭窄的领域,看到大量的数据,是人脑完全不能够和它竞争的。所以,这已经不是机器取代人类的问题,而是在一些人类只需要5秒钟思考的问题中,有大量数据的问题里面,有狭窄领域的问题里面,人绝对不会是机器的对手。而且,一个一个领域,都会被机器超越,不只是取代。
看过去的发展,从AlphaGo的下棋,到感知、认知,到做决策,甚至到反馈,这四件事情在过去五年,有非常非常大的进步。
这里有很多例子,由于时间今天就不多说了。我们可以看到,博弈有AlphaGo,感知有微软小冰,决策这里有个例子是Google现在已经有技术,可以自动帮你回复Gmail了(不过在座可能没有太多用Gmail的,所以不像我有机会用这个功能)。汽车,从最近的特斯拉,还有GoogleCar,发展的都非常非常迅速。因为,这五年有非常多技术的突破。
其实,我自己在30多年前就做人工智能了,可是很可惜的是,创业必须要生逢其时,所以我做的很多工作,无论在对弈、语音识别、自然语言理解,很不幸的是都没有生逢其时。因为,当时机器不够快,数据不够多,算法不够先进。但是,今天够先进了。
所以,我想介绍一下,机器学习里面最重要的一个突破,就是深度学习。
深度学习,简单的理解,就是给非常非常大的神经元,用特别大量的数据充进去训练。它就可以在某个领域,在识别方面、分类方面,或者预测方面,远远超过任何过去的算法。这是过去五年中,所推演出来的。
这个学习的算法,特别适合特别大量的数据量。所以,当你数据量大的时候,就可以做出各种以前做不了的东西。
什么情况才能用人工智能?
人工智能不是万能的,我们在很多情况下还是远远超过电脑的。但是,下列5个情况的时候,人工智能绝对可以做出特别有价值的产品:
1、海量的数据。这基本是千万以上的数据,所以当你听很多人说大数据(有一万个样本),都是没有用的,千万级别的数据。
2、这时候还需要顶尖的科学家,不是一个程序员、工程师就可以做的。
3、要有非常清晰领域的边界,因为人工智能只能懂一件事情,让它跨领域是做不到的。就像现在我跟你说“中午我不想吃汉堡”,你们都能听懂,但是如果你跟一个人工智能这样跳跃领域去讲,它是搞不懂的。
4、要有非常好的标注,比如你用百度时候每一次的点击,去淘宝时每一次的购买,你在滴滴每次成功的搭上车,都是告诉系统我成功了。当你每次在百度没有点击,在淘宝没有购买,在滴滴没有打上车,也是告诉系统这是一个标注。没有标注的数据,意义是不大的。
5、用这么大的数据,要有非常多的计算量,这时候人工智能才可以形成。
可能很多人说,人工智能是什么机器人、无人驾驶,这个好长远啊。其实不是的,你每次在用百度、淘宝、滴滴的时候,它背后都是一个人工智能的引擎。我们在这里可以看到一些过去认为比较遥远的数据:图象识别和语音识别的比赛中,机器也已经超越人了。