《中国人工智能学会通讯》——1.47 下一个 “ 苹果 ” 将出现在人工智能领域

1.47 下一个 “ 苹果 ” 将出现在人工智能领域

Accel 合伙人、Facebook 的天使投资者 JimBreyer认为,下一个 Facebook 可能在人工智能领域出现,下一代最好的企业将会把人工智能技术运用到社交、医疗、金融服务和教育等行业中。

JimBreyer 曾担任美国国家风险投资协会主席,在中国的投资经历也超过十年。在上周浙江乌镇举办的世界互联网大会上,JimBreyer对《第一财经日报》表示,“90% 的互联网独角兽 ( 在硅谷指估值超过 10 亿美元的创业公司 ) 价值都被大大高估了,他们在估值时都是假设操作完美。但是来自谷歌、Facebook、亚马逊这样大公司的竞争压力巨大,而且生意很难做完美。”JimBreyer 认为,下一个 Facebook 或者苹果将从中国和美国各取所长,而且可能出现在智能行业,智能技术将影响人们的生活方式。

近年来,互联网创业风头强劲,互联网改造各行各业的“互联网 +”目标深入人心。互联网曾成就了阿里巴巴、腾讯、百度这样的巨头公司,近来移动互联网则让许多尚未盈利的互联网初创公司获得了高额估值,一个 APP 就可能成为风险投资追逐的对象。

不过,经历了今年年中二级市场剧烈波动后,许多 O2O 互联网公司估值大幅回调,企业经营陷入困境。行业龙头合并,从相杀到相爱,成为互联网业司空见惯的风景。随着市场快速冷却,投资界也开始反思投资逻辑。纪源资本合伙人于立峰甚至认为,互联网已经成为“传统行业”,智能技术领域将是下一个投资的风口。他告诉《第一财经日报》,“未来是智能技术改造传统产业的机会,智能化会横切在各个领域,医疗健康、生产制造、教育、国防等等。”

在 A 股市场,智能已经成为一个重要炒作概念。机器人动态市盈率稳定在 160 倍以上,自动化设备生产商智云股份动态市盈率则超过 700 倍。在 VC、PE活跃的新三板市场,11 月刚刚挂牌的天智航估值在一周之内就达到 30 亿元。

智能行业不仅有二级市场热捧,也得到了政府支持。今年 5 月,国务院公布了我国实施制造强国战略的第一个十年行动纲领《中国制造 2025》,纲领将智能制造作为主攻方向,提出发展智能装备和智能产品,全面提升企业研发、生产、管理和服务的智能化水平。

目前,中国智能行业在世界上处于落后地位,尤其是核心技术和零部件差距较大。在美国实行“再工业化”战略、德国提出“工业 4.0”计划、日本发布制造业白皮书的背景下,中国不能在未来智能升级制造业的过程中被落下。

近年来,智能技术开始步入相对成熟期和加速期,同时人口老龄化和人口红利消失也带来了机器替代人力的旺盛需求。联创永宣合伙人田野认为,在智能方向上中国将会出现大的企业。他表示,人工智能的投资机遇将出现在细分领域。“我们看好结合中国特点应用场景的机器人应用集成。中国公司对某些行业理解很深,而且有机器换人的诉求,对工序流程梳理更细致,售后服务也更有优势。并且,供应链、制造能力都是中国的强项。”他表示,政府对行业也有很大的支持力度,包括打造产业基地、孵化器和成立引导基金,构建了服务创业者的生态环境。

尽管如此,智能行业却面临“行业热、市场冷”的现象。曾一度被热炒的 Applewatch 和谷歌眼镜,在生活中使用者可谓寥寥。

来自网络大数据网站的一份分析报告指出,虽然智能可穿戴设备的市场认知率高达 54.6%,但使用率只有 2.9%,转化率只有 5.3%。这意味,这些时髦炫酷的智能产品也许能提高生活品质,但并不是生活的必需品。当要自己掏腰包时,消费者便犹豫了。

对此,于立峰认为,智能可穿戴设备只是智能行业的一部分,属于消费电子的升级换代。智能行业将率先在 2B( 对企业 ) 领域突破,但 2C( 对消费者 ) 在近两年都还难以实现。“2C 让人感觉市场好像很大,但不见得是刚性需求,制造了很多伪需求。”他认为,随着制造成本大幅下降,社会消费习惯接纳度提高,技术逐步成熟满足个性化需求,在五年后,智能行业2C 领域才会迎来崭新的面貌。

除去以上两家,也有一些其他的研究机构或公司在做虹膜识别算法研究,但都属初级,从技术转化为消费者体验的产品这方面,面临着巨大障碍。一位业内人士告诉钛媒体,随着近两年生物识别的火热,从科研机构衍生的有技术积淀的公司里出现了一种“以项目的方式做产品、以噱头的方式来做产业”
的运作模式。

简而言之,就是写论文、开展会、报基金、拿项目,但就是不做产品。

“这样一批人钻的是国家的漏洞,写写论文就能拿项目,然后靠做代理、包外壳赚钱,日子过的很滋润,他们不在乎技术研发,也不在乎积累,更没有动力去开发一个批量生产、满足用户需求的产品,于是行业内就出现了看似虹膜技术国际领先的假象,实则却让整个行业表面文章太过吹嘘”,以上业内人士接着说道。事实上,由于虹膜识别算法对技术的要求甚高,虹膜识别技术的研发和突破,是需要大量的终端使用数据反馈,结合特定使用场景来做现场优化的,没有10 多年的 2B 项目积累,是不可能有所成就的。毕竟终极的技术评估标准不是论文,而是真正落地的产品,也只有被感知的产品和用户体验才有意义。

时间: 2024-05-19 13:10:52

《中国人工智能学会通讯》——1.47 下一个 “ 苹果 ” 将出现在人工智能领域的相关文章

中国人工智能学会通讯——Bots:下一站王者 1.1 引言

1.1 引言 Bot,即智能对话机器人,其核心是基 于自然语言理解的智能对话系统,整合了 知识管理和学习.智能语言.图像识别等 人工智能技术,强调机器的主动性和不同 Bot 之间的互相调用. 现在,Bots 终于开始慢慢成型,全球 上百家公司的 Bots 应用开始涌现在效率. 客户服务等领域.但从国外的情况来看, 数量虽然众多,但不见精品.这是因为, 虽然人工智能有 60 年的历史,Bot 也已经 存在了近十年,但它们大部分都是实验性 的,或者适用范围很窄,仅仅在近几年, Bot 才作为一个有潜

中国人工智能学会通讯——Bots:下一站王者 1.3 VCA 是目前 Bots 的主要应用形式

1.3 VCA 是目前 Bots 的主要应用形式 我们来看看近期涌现的比较有名的几 款 Bot. NBA 在 6 月发布了 Facebook Messenger 上的聊天机器人 NBA,它能向用户提供赛 事更新.热点和顶级球员信息.但它的交 互依赖于预设的指令,而不太能处理自然 语言. 维多利亚秘密的 VSPINk 机器人,在 Kik 上与该机器人聊天,它会询问关于您现 有文胸的问题,帮您选择正确的尺寸. 惠 普 打 印 机 机 器 人, 通 过 Facebook Messenger 窗口,使用

中国人工智能学会通讯——Bots:下一站王者 1.4 Bots 初期企业级应用空间更大

1.4 Bots 初期企业级应用空间更大 有权威机构认为,Bots 市场肯定会有 很大的发展,目前我们正处在应用开发新 方式的边缘.传统的应用响应方式是通过 用户请求实现的,但是有了 Bot 以后,它 们可能会监控客户行为,并主动运行相关 的应用,不再需要用户请求,而是通过一 些事件触发.同时随着机器学习.深度神 经网络等技术的进步,机器能做出的决策 变得更加先进,很多事情不需要用户参与 就能实现.不过要实现到这一阶段,还有 很长的路要走. 设想这样的场景: Mary,某知名媒体记者,招行信用卡

中国人工智能学会通讯——Bots:下一站王者 1.2 如何认识 Bots

1.2 如何认识 Bots Bots 目前并没有一个准确的概念.通 常来说,它需要一个对话式交互界面,是 一种人们可以用自然语言,让它能够在其 他机器人.APP 或服务上运行回应事件触 发或用户请求的微服务.Bots 强调数字用 户(机器人)的主动性,它要能够在无需 用户发起业务流程的情况下发起应用程序, 并将结果按需传递给目标用户:或者说, Bots 通过与人 / 机器人对话将某个产品或服 务带入到特定的消息通讯产品中. "当与对话式用户界面(CUI)相结合 时,Bots 让人与应用程序之间的

中国人工智能学会通讯——金融博弈下的价值学习 1.1 多代理环境下的博弈与学习

1.1 多代理环境下的博弈与学习 我们考虑的是多代理环境下的博弈与学习.对于通常情况下的机器学习,我们有很多的知识了解,那么在我们不知道的环境下该怎么处理?这种情况下我们考虑的是对抗性学习和博弈学习.这样的应用目前已经越来越多,特别是在金融和经济学里. 关于对抗性学习,前面的报告提到GAN的网络,在这方面我们也可以考虑到反垃圾邮件时,filter要经常转变. 博弈学习是另外一种情况,博弈学习时,并不是完全对抗的,可能还会合作.在这种情况下我们对学习有什么样的理解. 这里最重要的一点是,我们有时并

中国人工智能学会通讯——Bots:下一站王者 1.5 在商业化过程中推动技术发展迎接 Bots 时代

1.5 在商业化过程中推动技术发展迎接 Bots 时代 "每次失败都归于技术,每次成功都归 于商业模式."在人工智能的发展历程中, 第三次浪潮因为更加注重技术的实用性和 商业价值,在实际的产业应用中形成了数 据.算法.应用的正向循环,并正在以一 种逐渐渗透的方式进入人类社会整个系统 的商业流程,虽然目前还很薄弱,但发展 路径清晰,且阶段性成果显著. 因此,我们有理由相信:在不久的将来, 从企业级应用到个人消费级市场,Bots 一 定会"侵袭"至我们的日常生活,我们要

中国人工智能学会通讯——金融机构的市场机遇与实践 1.4 人工智能——系统实现关键

1.4 人工智能--系统实现关键 最后一页是我的机器学习在金融科技中的实践体会.人工智能在书本里有比较清楚的定义,但是在工程中,这个定义就变得非常模糊和难以把握.我这里讲最基本的四个步骤:数据处理.特征提取.模型训练和评价测试. 工程的数据处理中,很多时候删除样本比增加样本更加重要.今天谭院士讲人工智能不是万能的,最关键的是把技术边界做好,能做的做,不能做的投降,这样最后系统的准确率和稳定性就提高了.但是数据删除,也就是挑选数据或者是过滤数据,好比是在数据中砍几刀.我们认为能够正确砍出这几刀的人

《中国人工智能学会通讯》——1.26 智能助手 : 走出科幻,步入现实

1.26 智能助手 : 走出科幻,步入现实 智能助手的时代到来了吗 "智能助手"一直以来都是人们的一个理想,从几十年前至今,科幻电影中经常活跃着各种各样的智能助手,它们在外形.功能.机制上千差万别,但都是高度智能,善解人意.能听会说.近些年来,人工智能的热潮再度涌现,智能助手的实现也被郑重地提上日程.苹果的 Siri,谷歌的 Google Now微软的Cortana,以及百度的度秘,这些智能助手先后走入我们的视野.各款智能助手表面看上去很相似,但仔细分析会发现,由于脱胎于不同的母体,因

中国人工智能学会通讯——人工智能的冰与火之歌

从 2006 年到 2016 年,我感触最深的是,这 10 年是深度学习的普及和推广期,其在很多应用中取得了突破性进展:但所有成果均为感知方面的应用,如图像识别.语音识别等.而从 2016 年开始,最大的不同是像AlphaGo和自动驾驶等人工智能系统,开始从感知过渡到决策:这些系统基于对这个世界的理解,从而主动优化它的决策机制.因此,从感知到决策是最大的变化,人工智能只有做决策才能真正改变世界.我认为在未来的 10 年里,怎么优化地去做决策是人工智能的重点课题. 下面,我就 2016 以来人工智