人机大战结束了 AI 投资才刚刚开始

本篇文章4534字，读完约11分钟

编者按:本文作者朱一舟是丰瑞资本早期项目负责人。朱一舟在大学期间当过一段时间的机器人。2012年从斯坦福大学毕业回国后，朱一舟参与了人工智能公司“白鲸”的成立。目前，他专注于投资由核心技术驱动的创业项目，如人工智能、智能硬件、新能源和新材料。他的电子邮件地址是zyz@freesvc

2016年3月15日，人机大战结束。谷歌的AlphaGo以4: 1的比分击败了人类头号选手李世石。经过全国人大七天的热烈讨论，我们可以更冷静地谈论人工智能。

这不是悲观主义。在国际象棋中，机器有绝对的优势。阿尔法戈和李世石的围棋人机大战之所以吸引了全世界的目光，甚至被认为是人工智能的一个重要里程碑。在我看来，主要有两个原因:1。围棋是最难的棋类游戏；2.阿尔法戈使用通用人工智能系统。

首先，围棋被认为是最难和最巅峰的棋。简而言之，棋牌室空围棋室很大，玩法也很多变。在国际象棋中，有一个规则是“马走一天，就像走在田野上”，但是在围棋中，你可以在围棋棋盘的所有方格中放置任何子棋子，这是没有限制的。与围棋和国际象棋的搜索空相比，Go/きだよ的搜索0。

如图所示，Go的分支系数特别大。

阿尔法戈使用了一套新的深度学习方法——用世界上所有著名的国际象棋分数训练深度神经网络，然后用类似蒙特卡罗的随机方法探索游戏中的技巧。过去，这种方法受到计算资源的限制，这意味着机器无法计数。这一次机器做到了，这是最困难的围棋游戏。理论上讲，面对所有有限的空博弈论任务，基本上，机器可以完全击败人类。然而，我不认为这是悲观主义。在国际象棋中，机器有绝对的优势，因为机器总是比人学得快，不会出错。机器总是做出最好的决定。

阿尔法哥赢了李世石，所以将来可能不会有那么多人去学围棋，因为学习围棋可能没有写一个会玩围棋的好机器人有价值。

alphago战胜李世石的另一个意义在于，alphago使用了一个通用的深度学习框架和引擎。引用阿尔法戈创始人德米斯·哈萨比斯的原话，他们希望制造一套像生物系统一样灵活的自适应算法，这种算法只能通过数据来完成任何任务。换句话说，除了围棋，阿尔法围棋还可以做很多其他的事情。

它解决了一个难题，并使用了一个通用系统。这两点意味着人工智能可能会对我们的未来产生深远的影响。

有趣的是，有些人认为如果一台机器赢了象棋，它就赢了，在许多地方，人类比机器表现得更好。似乎有数不清的例子，比如闭着眼睛吃饭，通过表情变化识别人们的情绪，以及识别一个人而不重复人脸识别。但在我看来，这些任务看起来非常聪明，机器很难完成，实际上是人类在长期进化中的本能反应。

人们需要经验和直觉的原因是人脑的计算能力有限。例如，我们经常说围棋开始的情况或象棋中的固定排列和玩法都是人们简化我们需要面对的一些计算。这些直觉、规则和经验可能不正确，但它们是对人脑计算能力的适应。不幸的是，我们无法理解这些经验和直觉背后的真正运作原理。例如，语言是一种非常微妙的东西，我们如何理解语言，它在我们的头脑中是如何理解的？如果我们能够彻底理解所谓的直觉和经验并加以表达，我们也可以让机器从生物学的角度、数学、物理学和其他学科中学习这些东西。

在一个大的理论框架下，我认为所有人类的学习都应该是一个基于数据的反馈和决策过程，这需要得到证明。如果我们能清楚地解释整个人脑的学习和人脑处理问题的方式，然后给机器足够的数据，我相信机器在大多数领域都能像人一样工作。在许多具体案例中，这种说法太简单、不切实际，但我相信人工智能的潜力。

误解:低估技术的长期性能，高估技术的短期性能。阿尔法戈的胜利不像赢了四盘棋那么简单。人工智能正在吞噬世界。

大约在2010年我在斯坦福大学学习的时候，最受欢迎的科目是软件编程，包括ios编程、安卓编程和网页编程。据我所知，今年斯坦福最热门的课程是机器学习。

在我看来，在未来几年内，人工智能领域的人才将会越来越多，各种垂直领域的人工智能创业项目也会越来越多。正如我们前几年说过的，软件正在吞噬世界，人工智能也可能在未来重塑许多行业。

人工智能的发展和应用之所以变得非常可行并被当今公众广泛接受，是基于丰富的数据、强大的计算能力以及算法的优化和进化。

大量的数据。二十年前，我们还没有完全进入电子化、数字化和虚拟化的时代。今天，世界上每天产生的数据可能是过去几个世纪的总和。二十年前，我们用磁盘存储数据。今天，我们每个人每天都可以在手机上生成和传输几千兆字节的数据。

计算能力大大提高，计算价格大大降低。举个简单的例子，我们今天用来玩愤怒的小鸟的手机在那个时候可以发射火箭。由于摩尔定律、并行计算和云计算的发展，我们每个人现在可以获得的计算能力，或者一家大公司可以实现的计算能力，是指数级的，比人类在20世纪80年代和90年代可以实现的计算能力大几个数量级。

二十年前，许多事情因为计算能力不足而无法完成，我们不得不使用许多复杂的方法来计算。但是今天，我们有足够的计算资源和计算能力，我们根本不需要考虑所谓的效率或计算难度。谷歌在人工智能领域有很大优势。一个重要原因是它比其他公司和机构积累了更多的计算能力和人才。

由于深度学习和机器学习算法的普及和应用，这些算法得到了发展。这些算法在过去两年中并不是新发现的。经过十多年的不断进化和优化，再加上现有的硬件和计算能力，它们今天真的可以发挥作用了。

艾仍然是一个非常宏大和影响深远的词。就像20年前一样，今天的人工智能仍然不能解决很多问题。有一句很好的谚语说，人们总是高估技术的短期性能，低估其长期性能。因此，就像20年前一样，我们不能指望人工智能在很多方面给我们带来很多实质性的变化。但从长远来看，与20年前相比，底层基础设施的快速发展使得人工智能技术更加可行和可用。

20年前，黑色技术对我们来说很普遍。当人工智能渗透到我们生活的方方面面时，我们没有意识到它，也不认为它是黑色技术。最典型的是我们每天使用的搜索引擎。它不断地根据你的输入和每个人的输入从自己身上学习，以优化它的搜索过程。它可能会给每个人不同的搜索结果。随着互联网内容的丰富，其搜索结果也会变得不同。

再举一个例子，我们每天看到的广告实际上可以理解为在机器被选中后向我们展示的广告。机器学习之前最广泛使用的地方是广告系统。无论是搜索广告还是电子商务网站的推荐系统，其背后的广告策略和计算都是机器学习的方法。此外，人脸识别、语音识别和指纹识别也是机器学习的结果。总而言之，人工智能深刻地改变了我们的生活。

随着科技的发展，人们的观念在不断变化。而不是讨论你是否可以像人类一样成为一个机器人，或者你是否可以像人类一样成为一个能够理解和与人交谈的人。今天，我们将更多地讨论人工智能技术是否能在许多领域和行业给我们带来不同的结果。

在未来，人工智能将成为像水和电一样的基础设施，而机器学习将成为热门话题。我认为人工智能将在金融和医学领域有很好的应用。金融领域有足够的数据和复杂的系统。机器比人更有优势，可以做出更好的财务决策。举一个简单但不一定恰当的例子，如果一台机器能完全理解我们想买的股票所属的公司和整个股票市场的表现，它就能完全取代一个好的交易者，根据市场的判断做出交易决定。

医学领域也是如此。如果有足够的医学数据和足够的病人知识，机器可以为病人制定比医生更有针对性的治疗计划。

此外，人工智能很有可能在未来几年大规模实现和应用。人们变得疲惫，他们的反应能力有限，手脚的协调能力以及决策的速度和频率远远落后于机器。随着电动汽车的普及和人工智能技术在汽车上的广泛应用，我相信汽车辅助驾驶系统将会越来越成熟，直至最终达到无人驾驶的状态。这是一个长期目标，而机器辅助驾驶在短期内是一个非常好的方向。

就资源而言，大公司的优势是显而易见的，包括计算能力和人才的优势。目前，精通人工智能的人仍然是稀缺资源。基本上，几个大公司和研究机构垄断了世界上理解人工智能的绝大多数人。因此，大公司在潜在的技术创新中将拥有很大的领先优势。然而，对小公司来说，一件好事是，人工智能的最终价值不是创造一台万能的机器，而是在各个领域进行创新和应用。

我们看到谷歌已经开发了许多人工智能系统，包括之前的tensorflow和这次的alphago。谷歌想成为平台和底层的基础和服务，它不能完成所有以上的应用。毕竟，即使谷歌拥有最好的技术和最好的人才，它也不一定比金融、医疗保健和自动驾驶等特定细分行业中的小公司更加专注和被理解。

我认为这种初创公司将在未来几年出现。2012年，我回到中国参与的一家人工智能公司——movoi，应该算是一家在中国起步较早的初创公司，希望将人工智能引入一些垂直应用领域。在中国，近年来人工智能领域的企业家越来越多。例如，在语音识别领域，有云的声音和思维的精神；在图像识别领域，有脸++和格林的深眼睛；百度深度学习研究院(idl)前副院长余凯打造了零点技术，希望成为人工智能时代的英特尔。

国外也有很多公司应用于垂直领域。例如，几个斯坦福大学毕业生的助理司机最近被通用汽车公司收购。由于人工智能教育的普及，人工智能人才的增加，以及大公司对其人工智能系统的持续开放，这些障碍正在逐渐减少。我相信人工智能将成为未来的一项基本服务，就像水和电一样。

因为人工智能是一个技术驱动的领域，它需要技术和过去积累的经验。我发现，无论在国内还是国外，大多数人工智能从业者都曾在科研机构或学校从事相关研究，或者在谷歌、微软和ibm等在人工智能领域雄心勃勃的大公司担任相关职位。

人工智能领域的投资方向是什么？人工智能、大数据、新硬件、新能源和新材料统称为核心技术驱动的创业项目。任何产品技术都有自己的开发周期，投资取决于周期。

回顾过去，几乎每5到10年就会有一个大的技术和产品开发周期。从个人电脑到互联网再到移动互联网。我们现在正处于移动互联网发展的中后期阶段。我们期望在移动互联网时代会有一些好的产品。接下来，我们将等待新计算平台和新产品技术周期的出现。我们将在此基础上做出一些投资规划和判断。

关于这部分投资，分享一些我们更乐观的方向:

人工智能及其在垂直领域的应用。包括结合硬件和算法来制造解决方案的人工智能公司，以及汽车智能公司。从现在的汽车到无人驾驶汽车，这是机器帮助人们的阶段，在此期间可能会有一些自动驾驶的辅助系统，包括汽车上的智能和基于数据的硬件。

新硬件平台及其在垂直领域的应用。新的硬件平台包括机器人、无人驾驶飞行器甚至无人驾驶船只，以及它们在垂直领域的应用。人工智能在工业或2b方向的应用也是一个很好的方向。众所周知，劳动力成本正在迅速上升，许多行业和制造商对自动化和智能化有着巨大的需求。

芯片和传感器等核心工业组件的创新。总体趋势是更小、更便宜、更具移动性。在我看来，小、便宜和无处不在是进入智能时代的必要条件。在各个地方，我们都需要足够的传感器和芯片，这样我们才能收集到足够的数据并拥有强大的数据处理能力。

原文作者:冯，如转载请注明出处:http://36kr/p/5044607

“读完这篇文章还不够吗？如果你也开始创业，希望你的项目被报道，请点击这里告诉我们！”