上海基诺彩票中奖金额|上海基诺

從 「AI 崇拜」到 「AI 落地」,投資邏輯正在迭代

摘要

新一代的 AI 「獨角獸」,該有什么樣的氣質?

最近跟一些投資人聊天,大家普遍認為 AI 行業經過之前兩年的熱潮,今年會發生比較明顯的變化。過去大家關注的重點,幾乎都集中在了 AI 的技術積累上,但今年所有人都在問「你的 AI 怎么落地?」。

在這樣的環境變化之下,很多 AI 創業公司可能會面臨比較大的考驗,像一些估值很高的公司在去沖刺科創板的時候,被質疑最多的問題就是「估值倒掛」——它們的技術實力雖然確實很強,但卻還沒有通過充分釋放自己解決問題、創造價值的能力來證明自己。

不過另一個方面,有一些公司的價值卻也在慢慢突顯出來,比如最近 AI 行業最大一筆金額的融資,是明略科技拿到了騰訊領投的 20 億元人民幣。在我看來,這筆融資不只是說明了這家公司的價值,背后更反映出了整個產業對 AI 價值體系思考的變化和延展,開啟了從「AI 崇拜」到「AI 落地」的進程轉換。

因為 AI 技術在相當長的一段時間內都沒法達到理想的完美狀態,比如人臉識別的精度還到不了 100%,所以 AI 要落地,就必須兼容技術長期的進步過程,想辦法利用它當前階段的能力去創造價值。像明略科技這種不追求單一 AI 技術的精度、而把「AI 落地」作為自己業務重心的公司,在今天能得到資本的認可就有了它的必然性。

最近我剛好跟明略科技的創始人吳明輝有過一次交流,他提出了幾個特別值得思考的觀點:

  • 要打通「感知智能」和「認知智能」
  • AI 應該兼容「數學式學習」和「物理式學習」
  • AI 落地必須是「白盒子」
  • 好的 AI 產品需要 IQ、EQ 雙高
  • 人機協同遵循「HAO 模型」

經過吳明輝的允許,我把我們這次的交流分享給大家(以下內容經過必要的刪減和編輯)。

明略科技創始人吳明輝


一家與眾不同的 AI「獨角獸」公司

張鵬:AI 這幾年很熱,在這個大賽道上,明略一直很低調,但其實已經是一家獨角獸公司了,和其他公司相比,明略與眾不同的點是什么?

吳明輝:我創業一直秉承著一個理念:大賽道要看,但同時也要有自己的獨特定位。

我們是從做大數據業務開始的,之前整個團隊對數據就有很多年的經驗積累。我們知道在這一輪 AI 的新浪潮里,所有機器學習的算法一定要有數據才能做迭代。但是我們又看到絕大多數耳熟能詳的 AI「獨角獸」公司,幾乎一股腦鉆到圖像識別領域里去了,在做「感知智能」層面的事情,如果我們也去擠這個獨木橋,可能并不是一件創新的事情。

明略跟其他公司最大的區別在于,我們并不尋求在單一技術上的突破,不追求一定要把算法的準確率從 80% 提升到 95%,而是把多種 AI 技術結合在一起使用,這個時候實際的效果反而能快速提升。

所以我們選擇先把數據做好,然后直接跳到「認知智能」層面去做,同時把「感知智能」和「認知智能」打通,再加上大數據,最終給行業客戶交付有效的產品。

我們之前沒有很高調,沒有參加什么 PK、刷分,因為那不是我們的特長,我們真正的特長是給行業做人工智能交付。

張鵬:我的理解是說,科技公司可能有不同種類,有一些做技術研發,去提升技術的準確度,然后降低技術的成本,還有一些考慮的是怎么利用技術在現階段的能力去解決問題、創造價值。明略給自己的定位其實是后一種。

現在大家都知道「AI」這個詞,但是 AI 到底是什么,怎么定義先進的 AI,還有 AI 未來要走向什么樣的目標,這個好像沒有人能說得特別清楚,整個社會的認知也不是特別統一。

在「感知智能」層面,中國有很多優秀的公司,那 AI 再往下走,什么是下一級臺階?是不是你剛才演講的時候說的「要讓 AI 從感知一個東西到理解一個東西」?

吳明輝:確實是這樣的。這個過程就好像爬行動物出現的時候,它們有很好的感知系統和運動系統,有感知就直接運動了,但是這個過程里沒有思考,是應激反應。哺乳動物出現之后,大腦里出現了新皮層,于是認知系統出現了。AI 能力的升級,真的特別像我們人的「智能」迭代,有從「感知」到「認知」這么一個過程。

「認知」有什么作用?舉個例子,公安系統去識別一個人的時候,準確率不可能 100%,有的時候只有 70% 或者 80%,這樣把他放到一個龐大的數據庫里去比對,發現相似度在 80% 以上的可能就有上萬人。這個時候只靠 AI 的「感知」能力就沒有多大作用了,因為不可能把一萬個人全抓過來審訊。

怎么辦?那就需要對這一萬個人做理解,要知道哪些人有前科,哪些人有不在場證明,還有哪些人正好跟受害人有利益沖突等等,這些都是基于「知識圖譜」才能做到的。所以明略之前花了大量的時間做「知識圖譜」,再跟前面的「感知智能」結合起來,才可以提高辦案效率。

當然了,「理解」完了之后還要有「分析」,否則警察在使用這個產品的時候會很復雜,所以我們也在做幫助客戶「分析」的系統和引擎,這是 AI 往下走的第三個層次。第四個層次是「決策」;到最后就要落實到行動上了,行動才真正產生價值。

AI 要邁上的「五級臺階」


從「黑盒子」到「白盒子」

張鵬:行業「知識圖譜」的沉淀,本質上就是在前期就做了人機分工,因為行業知識是人沉淀下來的,這相當于給予了機器方法論,讓它能更好地去運用算力理解數據。你能不能再具體解釋一下,機器到底怎么結合「知識圖譜」產生更大的價值?

吳明輝:人類的學習方式有兩種,一種是物理式學習,一種是數學式學習。物理式學習是每天試錯,試錯以后就會有反饋,有了反饋才有進步。數學式學習就不是試錯了,而是直接學習知識、進行思考。

今天以深度學習為代表的「感知智能」用的就是物理式學習,不斷地標注樣本就是在告訴它,這個是對的,那個是錯的。而基于行業「知識圖譜」的「認知智能」,用的是數學式學習,你給它知識和一些條條框框,告訴它這個事不能做,那個事可以做。

能把這兩種學習模式綜合到一起的人,一定是最厲害的。他不能只試錯而不學習先進經驗,但是只學習先進經驗,自己卻沒有真正地落地實踐也是不行的。

機器的學習模式也應該是這樣。它們去幫公安破案的時候,識別人臉肯定是通過樣本標注,但是在去幫助機器制造業維修故障的時候,就會有大量的專家知識在里面,因為專家的經驗能告訴它,什么樣的原因會引發這種故障,后面的情況會怎么發展。所以怎么把人類的知識經驗賦能給 AI,這是「知識圖譜」要解決的問題。

張鵬:我覺得我們之前理解的 AI 比較狹隘,認為深度學習就是一個「黑盒子」,準確率還可以,但是不知道怎么算出來的,我們只能接受結果。聽完你講的這些,我覺得明略更像是在推動一個「白盒子」,雖然還是要用到機器的算力,但要真正得出結果,還是要用到人積累的經驗和沉淀下來的行業「知識圖譜」,這些結合起來才能真正發生作用。不知道我的這個理解對不對?

吳明輝:您的這個理解挺正確的。我補充一句,我們首先也要使用「黑盒子」,不過最終呈現出來的一套解決方案是「白盒子」。公安系統破案的時候要用到人臉識別,這是識別過程是解釋不清的「黑盒子」,但是把人抓出來之后,你不能只說一句「他是壞人」,還要給大家一個解釋,這個解釋必須基于嚴密的邏輯系統之上,這里需要呈現出來的就是「白盒子」。還有人和機器之間的協作要能互相理解,這也需要「白盒子」。


好的 AI 產品需要有高情商

張鵬:AI 的發展剛剛開始,今天的這波熱潮,其實是推動機器和人怎么更好協作的一個新起點,這種協作要一層一層往上邁。從這個角度來看,大家也能更好地理解為什么明略在做的事情還蠻有意義的。

你剛才說明略并不單純追求算法準確率的提升,哪怕它的精度不是那么高的時候,你們也能想辦法讓它產生作用,這具體是靠什么去實現的?

吳明輝:需要有兩個方面的工作。第一件事情是要使用多種維度的數據,就像一個優秀的老刑警,他絕對不只是看一個維度的數據,他還要看人走路的步態、眼神、穿著等等。有經驗的老刑警一眼就能作出一個綜合判斷,這個人是不是賊。多模態人工智能,結合更多維度的數據,就有可能提升整個的綜合效率。

第二個方面的工作,是要讓人和機器之間互相理解、互相認同和互相妥協,因為我們需要的是有溫度、有情感,有情商的產品,這是非常復雜的一件事情。

我們投資過一家企業,他們做了一個在酒店里提供服務的機器人,它最大的痛點是怎么坐電梯,如果電梯里有人擋在門口怎么辦,總不能硬擠上去吧?它設計得就特別友好,碰到這個場景它會說話,「對不起,我是機器人,年紀小、腿腳不靈,麻煩讓讓路」,所以這個機器人的情商就特別高。

這和我們在日常生活里跟人的交往是一樣的,如果一個人智商很高,但是情商不行,你可能也不會喜歡和他合作。所以怎么讓 AI 產品智商和情商雙高,這是產品經理需要好好思考的事情,并且因為這個產品是一群人要用的,所以要考慮的還是群體心理。

張鵬:一般大家說 AI 都是覺得它 IQ 挺高的,算力強,但是 EQ 這件事以前還真沒有怎么去想過。

吳明輝:機器人的 EQ 跟人的 EQ 很像,可以用類似的評估方法。它表現出來的第一個特點是當它解決不了某個問題的時候,愿意去尋求其他的方法,而不是在一個點上鉆牛角尖,這也就是前邊講的通過多模態技術可以去提高這個產品的 EQ。

第二個特點是當它解決不了問題的時候,會把這個問題做拆解,分成一部分它自己能解決的,不能解決的另一部分再還給人,讓人幫著它解決。我們做的人機協同系統要解決的就是這個問題,到底人和機器怎么分工。

張鵬:未來我們要找到跟 AI 真正的協作方式,而不是把所有事情都扔給它,因為它不能解決所有問題。

吳明輝:是的。比如在破案的過程里,如果只使用「感知智能」技術,那 90% 的工作還是人在做;如果融入認知、理解、分析、決策這種模型進去,人的工作量可能就降到了 20% 或 30%,但還是要人機協作,至少去抓捕嫌疑人的時候,還是需要人去做的。

圖 | 視覺中國


人和機器協同構成新型「組織智能」

張鵬:要有共同的理解才能有更緊密的協作,你之前提過一個「HAO 模型」,這里面包括人的智能(Human Intelligence)、機器的智能(Artificial Intelligence),最后還有組織的智能(Organization Intelligence),這個組織的智能怎么理解?

吳明輝:「HAO」這個概念,是我跟我們的首席科學家吳信東一起提出來的。我們是 To B 的公司,服務的企業和組織里有很多人,之前是人和人的協作形成組織智慧,但在今天這個人機協作的時代,這里面就不光只有人了,而是人和機器形成了一個新的組織形式,大家基于各自的特長重新分工。

在這個組織里,人是最靈活的一個組成部分,但效率卻不是最高的,人在做大規模存儲和計算的時候,肯定拼不過計算機。所以基于這樣一些特點,這個組織里的分工,既有人的感知系統、認知系統和行動系統,也有機器的感知系統、認知系統和像機械臂這樣的行動系統,這些共同組成了一個完整的系統。

這里面最關鍵的一點是,人的認知系統和機器的認知系統要能打通,如果他們之間不能互相理解,就實現不了協同。

張鵬:這是未來提升生產力非常重要的一個方向。如果只是把機器當成工具,那還是得有很多人熟練地去使用它,但在你的定義里,機器對于人來說已經不只是工具了。明略把「創造人機同行的美好世界」當成自己重要的愿景去推動,背后肯定做了很多的思考。

吳明輝:是的。人工智能在世界上會扮演越來越重要的角色,這是未來擋不住的趨勢,但是如果機器做的所有工作都是「黑盒子」,人對它無法管控,那也是不行的。我們創造 AI 的初衷是要幫助人生活得更好,它去做的事情都是我們人不想做或者做不到的事情,而且它確實做得比人好,我覺得這才是「人機同行的美好世界」。

張鵬:本質上還是要讓 AI、讓機器能更好地跟人共振,它能發揮它的優勢,但是人自己的優勢也要保持。同時即便是機器做它有優勢的事情,背后仍然要附加人類積累的知識和溝通技巧,這樣才是完整的,否則它就還只是一個效率比較高的工具而已。所以要成為伙伴、要人機同行,就要從最初的感知到認知,去做理解,再去決策,推動創新,這是一級一級臺階往上走的。

吳明輝:單純從企業經營的角度來說,如果你設計出來的產品無法實現人機協同,而機器又沒有辦法獨立完成一個完整的任務,那這個產品是不可能商業化的。

張鵬:過去大家都很喜歡談黑科技,現在我覺得黑科技不一定是最酷的,能把科技真正應用得更廣,讓更多的人能受惠于這個科技、創造最大的價值,這才是最酷的。在這樣一個務實、意義重大但是也很難的事情上,明略有了一個好的起點能夠繼續往前走。


最新文章

極客公園

用極客視角,追蹤你最不可錯過的科技圈。

極客之選

新鮮、有趣的硬件產品,第一時間為你呈現。

頂樓

關注前沿科技,發表最具科技的商業洞見。

上海基诺彩票中奖金额 时时彩开奖直播-皇恩平台 天刀靠制药花雕酒赚钱 养水牛怎赚钱 棋牌下载送20现金 彩票软件大全 北京pk10计划在线计划 一花德州扑克官方版 3d捕鱼游戏平台 中国福利彩票查询 重庆欢乐生肖计划 科创股票涨跌幅限制 吉子棋牌龙虎大战 十大经典拳击比赛 时时彩平台一条龙 奔驰宝马压分技巧方法 gta 线上怎样赚钱快