6
| 本文作者： 史中 | 2017-01-10 22:56 |
“重倉(cāng)”人工智能，是李開(kāi)復(fù)和創(chuàng)新工場(chǎng)未來(lái)幾年的方向。但是，他面臨一個(gè)很重要的問(wèn)題：現(xiàn)在的 AI 創(chuàng)業(yè)，核心是 AI 科學(xué)家，而“文能起筆安天下，武能上馬定乾坤”的 AI 科學(xué)家鳳毛麟角，用他的話(huà)說(shuō)“該創(chuàng)業(yè)的都創(chuàng)業(yè)了”。
這時(shí)，產(chǎn)業(yè)在面臨一步棋。那就是：如何把一個(gè)普通的 AI 科學(xué)家變成“創(chuàng)業(yè)英雄”。
作為三十年前就開(kāi)始研究人工智能的李開(kāi)復(fù)，覺(jué)得自己“技術(shù)范兒”的創(chuàng)新工場(chǎng)有能力推動(dòng)這步棋，并且在這一步棋中獲得穩(wěn)固的戰(zhàn)略?xún)?yōu)勢(shì)。
李開(kāi)復(fù)告訴雷鋒網(wǎng)，
AI 創(chuàng)業(yè)現(xiàn)在是科學(xué)家的天下，之后是數(shù)學(xué)家的天下，將來(lái)是普通人的天下。
以下是李開(kāi)復(fù)在《創(chuàng)新工場(chǎng)人工智能戰(zhàn)略白皮書(shū)》發(fā)布會(huì)上的閉門(mén)分享，雷鋒網(wǎng)將其整理成為《李開(kāi)復(fù)：AI 創(chuàng)業(yè)的十個(gè)真相》，呈現(xiàn)給讀者。
創(chuàng)新工場(chǎng)本身主營(yíng)的機(jī)構(gòu)是投資和投后的機(jī)構(gòu)，我們當(dāng)然是看項(xiàng)目，看創(chuàng)始人，他們有 idea、方向，我們就會(huì)用基金投資它。
過(guò)去的互聯(lián)網(wǎng)創(chuàng)業(yè)模式，已經(jīng)非常經(jīng)典地被《精益創(chuàng)業(yè)》描述：
幾個(gè)小朋友隨便做個(gè)產(chǎn)品上去，能融資就融資，不能融資就拉倒。怎么樣去惠及用戶(hù)，迭代產(chǎn)品，之后變現(xiàn)，成為經(jīng)典的模式。
這個(gè)創(chuàng)業(yè)的模式，它的紅利時(shí)代已經(jīng)過(guò)去了。當(dāng)然以后還會(huì)有，但是不會(huì)像以前那么多。創(chuàng)業(yè)的門(mén)檻大大提高了，因?yàn)槿斯ぶ悄苁窍乱慌鷦?chuàng)業(yè)方向，而人工智能創(chuàng)業(yè)里面很核心的人物其實(shí)是 AI 科學(xué)家， AI 的公司沒(méi)有 AI 科學(xué)家是沒(méi)戲的。
但是AI科學(xué)家往往都是超級(jí)宅男，自己宅在房間里面，整天做實(shí)驗(yàn)，突然你把他丟到一個(gè)殘酷野蠻可怕的世界里，他自己創(chuàng)業(yè)成功率不是很高。
很多 AI 科學(xué)家一般這輩子從來(lái)沒(méi)想過(guò)創(chuàng)業(yè)，現(xiàn)在突然想創(chuàng)業(yè)了，然后發(fā)現(xiàn)自己長(zhǎng)板特別長(zhǎng)，短板特別短：
他也許技術(shù)很牛，但是也許執(zhí)行不夠；
也許他的產(chǎn)品演示起來(lái)很好，但是一做起來(lái)都是Bug；
也可能他產(chǎn)品做得很不錯(cuò)，但是不懂市場(chǎng)；
或者懂市場(chǎng)但是不知道怎么去賣(mài)。
尤其 AI 本身又是一個(gè) ToB 的業(yè)務(wù)，所以不是那么容易自己攢一個(gè)局。所以 AI 科學(xué)家需要懂商業(yè)的人，懂 ToB 的人，他需要工程師。
我們平時(shí)都會(huì)把 AI 創(chuàng)業(yè)講得很美好，今天我就跟大家講講 AI 不美好的地方。
第一個(gè)就是：AI 科學(xué)家有短板。
這一點(diǎn)剛才已經(jīng)說(shuō)了，我們要想怎么幫“宅男”補(bǔ)足短板。
第二個(gè)就是：AI 創(chuàng)業(yè)很貴。
剛才講的“精益創(chuàng)業(yè)”很便宜，因?yàn)閹讉€(gè)小朋友不拿薪水，用零元就可以把第一個(gè) App 推出去。
我們剛投資一家公司，投了一個(gè)月以后錢(qián)就用完了。我說(shuō)你們不就八個(gè)人怎么錢(qián)就用完了，給了你好幾百萬(wàn)。但他們說(shuō)，光買(mǎi)機(jī)器就用了三百萬(wàn)。
第三個(gè)就是：AI 需要數(shù)據(jù)。
識(shí)別一張圖片，最少需要幾十萬(wàn)張樣本數(shù)據(jù)，甚至幾百上千萬(wàn)。誰(shuí)給你弄數(shù)據(jù)？
所以做人工智能投資有一個(gè)非常頭大的地方：一下頂尖的人就投完了。
過(guò)去這兩年我們就到處去掃，從最厲害的團(tuán)隊(duì)出來(lái)的無(wú)人駕駛公司投了兩個(gè)，沒(méi)投兩個(gè)。然后就再也找不到團(tuán)隊(duì)了，因?yàn)橛匈Y格的人就那么多。
我們做互聯(lián)網(wǎng)金融，掃完了以后大概投了三個(gè)，然后可能有一兩個(gè)錯(cuò)過(guò)了機(jī)會(huì)，一兩個(gè)沒(méi)投，然后就沒(méi)有了。
因?yàn)锳I科學(xué)家就那么多，能夠創(chuàng)業(yè)把事情打造到一個(gè)地步的就那么多。
AI 的現(xiàn)狀是“僧多粥少”。大家都去搶那幾棵樹(shù)，已經(jīng)把樹(shù)拱到天價(jià)了。我覺(jué)得 AI 這片土地需要“施肥”，而不是搶那些非常少的農(nóng)作物。
所以我們成立了“人工智能工程院”。我們可能花幾千萬(wàn)把機(jī)器搞定，然后幫助十家二十家創(chuàng)業(yè)公司；我們從各種渠道拿到數(shù)據(jù)，AI 科學(xué)家可以做試驗(yàn)；我們?cè)囍尭嘤袧摿Φ?AI 科學(xué)家，能夠考慮來(lái)創(chuàng)業(yè)這條路，幫他們把可能 95% 的失敗率降低到 40%，這樣的話(huà)我們就能夠產(chǎn)生自己的價(jià)值。
當(dāng)然，投靠創(chuàng)新工場(chǎng)，我們幫你解決所有問(wèn)題，也要求自己的回報(bào)。本來(lái)可能五百萬(wàn)占股 10%，現(xiàn)在也許給我們 15%，我們覺(jué)得這樣的話(huà)也就足夠了。以后如果可以打造出獨(dú)角獸，我們是有很多回報(bào)的。
這個(gè)工程院在得到金錢(qián)回報(bào)的話(huà)，至少得花掉兩億元人民幣。但如果是我們施肥的，想必相比那些“農(nóng)作物”會(huì)喜歡我們。
長(zhǎng)期來(lái)說(shuō)，真的是永遠(yuǎn)只能由 AI 科學(xué)家來(lái)創(chuàng)業(yè)嗎？其實(shí)不一定。
任何技術(shù)都有一條發(fā)展路徑，一個(gè)很好的例子就是 Android。當(dāng)年我們跟 CSDN 的蔣濤一起做移動(dòng)開(kāi)發(fā)者的大會(huì)。第一次大會(huì)的時(shí)候，我問(wèn)現(xiàn)場(chǎng)觀眾：有多少人看好Android？大概有5個(gè)手。我問(wèn)有多少人看好 Symbian？五百個(gè)手舉起來(lái)。
但當(dāng)時(shí)我們堅(jiān)決相信 Android 才是未來(lái)的道路。只是因?yàn)槠脚_(tái)不夠。現(xiàn)在大學(xué)里面的 Android、 iOS 培訓(xùn)課程非常普及。你如果是一個(gè)計(jì)算機(jī)的學(xué)生，你自己自學(xué)也好，去做培訓(xùn)課也好，幾個(gè)月之內(nèi)你就可以開(kāi)始做 Android 了。
AI 也是這樣的狀態(tài)。
要多久時(shí)間呢？我們大膽的假設(shè)兩三年吧。這兩三年里，我們工程院孵化科學(xué)家會(huì)是一個(gè)非常獨(dú)特而有價(jià)值的方法。三年以后平臺(tái)出來(lái)了，很多聰明的大學(xué)生可以自學(xué)。平臺(tái)、工具越來(lái)越多，AI 會(huì)變得越來(lái)越容易用了。
以后年輕人來(lái)創(chuàng)業(yè)，我覺(jué)得可能比現(xiàn)在的科學(xué)家創(chuàng)業(yè)更能成功。因?yàn)閯?chuàng)業(yè)需要有動(dòng)機(jī)，有狼性，愿意拼命。本來(lái)就要把自己名聲，身家全部賭進(jìn)去的。
一位老教授，用三十年的功力弄出來(lái)一個(gè)新算法。這種可能性是存在的。
但真正能發(fā)力的其實(shí)還是年輕人。很多年輕人只是苦于沒(méi)有一個(gè)平臺(tái)。
我告訴大家一個(gè)秘密。
如果你是一個(gè)有資格的年輕人，我們只需要六個(gè)月就可以把你培訓(xùn)成為一個(gè) AI 工程師。絕對(duì)不是你想象的二十年，三十年。這不像一個(gè)材料科學(xué)家、火箭專(zhuān)家——這種專(zhuān)家真的是需要三十年的功力。
那么，什么是有資格呢？
很不幸，不是所有的人。“有資格”簡(jiǎn)單來(lái)說(shuō)就是：數(shù)學(xué)天才。
當(dāng)然，這其中也涵蓋了統(tǒng)計(jì)、自動(dòng)化、計(jì)算機(jī)。中國(guó)人口這么多，光是數(shù)學(xué)天才我們應(yīng)該一年都要產(chǎn)生個(gè)幾十萬(wàn)了。
假設(shè)有十萬(wàn)個(gè)數(shù)學(xué)小天才，那里面對(duì)AI有興趣的可能就會(huì)有五萬(wàn)。（因?yàn)橹袊?guó)學(xué)生是特別愿意去追最熱門(mén)的東西，最熱門(mén)的定義是什么呢？很酷，能賺很多錢(qián)的。）
里面有兩萬(wàn)個(gè)接觸到了一些培訓(xùn)平臺(tái)，花了六個(gè)月去做，這兩萬(wàn)人里可能又有兩千個(gè)是適合的領(lǐng)軍人物。比如說(shuō)他是AI領(lǐng)域的雷軍、傅盛等等這些人。
這兩千人最終才是我們最好的投資對(duì)象。我們的工作就是讓這些人出現(xiàn)。
所以短期我們是抓著科學(xué)家來(lái)，再過(guò)三四年我們要把這些年輕人都培訓(xùn)出來(lái)。讓他們認(rèn)知這是創(chuàng)業(yè)最好的時(shí)機(jī)。所以這秘密就是：我們要挖掘中國(guó)所有的數(shù)學(xué)小天才，然后引導(dǎo)他們進(jìn)入AI創(chuàng)業(yè)。
我們應(yīng)該怎樣看待 AI 呢？
有人看到阿法狗戰(zhàn)勝了李世石，瞬間就聯(lián)想到了 AI 要接管人類(lèi)。實(shí)際上，這其中還差十萬(wàn)八千里。
AI里最難的問(wèn)題之一，是跨領(lǐng)域的自然語(yǔ)言理解。要做到這一點(diǎn)，需要上下文的理解，需要跨領(lǐng)域的知識(shí)，還需要人類(lèi)的“Common Sense”。
例如我突然和你說(shuō)：“中午還好沒(méi)吃漢堡，麥當(dāng)勞不好吃?！边@句話(huà)所有人都明白什么意思，但是機(jī)器很難讀懂。它可以把每一個(gè)字都識(shí)別正確，但仍然無(wú)法“理解”。
再例如：熨斗打開(kāi)的不能去摸，沾了水的手不能碰電。這些東西不用講我們都知道。但是計(jì)算機(jī)怎么會(huì)知道這些事情呢？
你怎么去教一個(gè)計(jì)算機(jī)跨領(lǐng)域的知識(shí)？你怎么教會(huì)它七情六欲？你怎么教會(huì)它什么是美？什么是愛(ài)？什么是宗教？什么是信仰？這些東西差得還非常遠(yuǎn)。
揣測(cè)可能發(fā)生的事情跟確信一定會(huì)發(fā)生的事情，這兩個(gè)還是要分辨得很清楚的。任何剛才講的 AI 不能做的事情，我們都無(wú)法揣測(cè)多久會(huì)被突破。有人說(shuō)五年，有人說(shuō)五十年，也有人說(shuō)永遠(yuǎn)不會(huì)。
我覺(jué)得我們真正應(yīng)該討論的事情是怎么用AI來(lái)創(chuàng)造價(jià)值，怎么讓人類(lèi)能夠沒(méi)有饑餓和寒冷，讓每一個(gè)人都能有尊嚴(yán)的活著。
例如，未來(lái)很多藍(lán)領(lǐng)和白領(lǐng)的工作都會(huì)被取代，也包括了記者。當(dāng)然有些深度文章機(jī)器可能五十年也寫(xiě)的出來(lái)。但是如果你從網(wǎng)上攢一些資料，例如科大訊飛發(fā)布財(cái)報(bào)，產(chǎn)品多了30%，分析師說(shuō)股票怎么樣，未來(lái)人工智能被看好什么的，這種東西機(jī)器已經(jīng)在寫(xiě)了。
當(dāng)機(jī)器能夠把簡(jiǎn)單的工作取代的時(shí)候，當(dāng)經(jīng)過(guò)五秒以?xún)?nèi)思考的事情人都不用做的時(shí)候，當(dāng)這么多人將可能失業(yè)的時(shí)候，這些失業(yè)者應(yīng)該怎么做？我們?nèi)绾稳ブ匦掠?xùn)練他們？孩子的教育是什么樣的？怎么讓人類(lèi)繼續(xù)的去尋找應(yīng)該做的事情？也許造物者是不希望我們做這種無(wú)聊的工作，讓我們都做有意義的事情，所以才用機(jī)器取代了我們。
剛才講的這些事情都是十年內(nèi)會(huì)發(fā)生的。
當(dāng)然未來(lái)也可能是 AI 養(yǎng)活了全世界，我們也許都成為 AI 的寵物，在家里戴著 VR 頭盔玩游戲。機(jī)器會(huì)不會(huì)有自我意識(shí)，會(huì)不會(huì)取代人，會(huì)不會(huì)成為物種，雖然未必不可能，但這些是未知的。
很不幸的是：我們科幻小說(shuō)看多了。
“AI 新物種”“取代”“奴役”，這些當(dāng)然可以被想象，但有更多必然的有意思的問(wèn)題，更值得我們?nèi)ニ伎肌?/span>
人工智能有很多學(xué)派。符號(hào)學(xué)派、連接學(xué)派等等。但是除了深度學(xué)習(xí)以外的方法，經(jīng)過(guò)多年被驗(yàn)證，是不太有發(fā)展的。
模擬人的分析方法，希望把它變成一個(gè)規(guī)律和專(zhuān)家系統(tǒng)，過(guò)去五十年已經(jīng)證明了這個(gè)思路是不行的。當(dāng)然也許某一天會(huì)有一個(gè)突破，但是直到那一天為止應(yīng)該是不行的。
就我自己的背景來(lái)說(shuō)。在1988年，我就開(kāi)始做語(yǔ)音識(shí)別。當(dāng)年第一套系統(tǒng)就是用完全機(jī)器學(xué)習(xí)的方法來(lái)做的非特定人的語(yǔ)音識(shí)別。
現(xiàn)在看起來(lái)這是一個(gè)特別小的方法：世界上有一個(gè)人能夠從紙上讀出語(yǔ)音，我的導(dǎo)師就要把這套方法變成一套專(zhuān)家系統(tǒng)。
當(dāng)年就讓我很堅(jiān)定地認(rèn)為：機(jī)器的構(gòu)造跟人腦，跟人的思維方式其實(shí)是不一樣的。我們硬要把A放到B其實(shí)是很困難的，就像我們不能逼自己去變成一個(gè)深度學(xué)習(xí)者，去分析事情——我們腦子思維就不是那樣的，是不自然的。
用腦科學(xué)的方法制造人工智能，是一個(gè)未知的領(lǐng)域。未知的東西有它的魅力，你要做研究就要做未知，你要有了突破那就是創(chuàng)新。在學(xué)術(shù)領(lǐng)域你做每一件事情的衡量標(biāo)準(zhǔn)是：我要做別人從來(lái)沒(méi)做過(guò)的東西。我們可以假設(shè)腦科學(xué)跟未來(lái)的 AI 是相關(guān)的，我們可以去證明這是或不是。但是從投資的角度來(lái)講，押注的風(fēng)險(xiǎn)就太大了。
當(dāng)年深度學(xué)習(xí)也是因?yàn)閿?shù)據(jù)的不足，碰到了一些瓶頸。但近年我們看到有好幾個(gè)特別大的變化：
第一個(gè)就是特別大量的數(shù)據(jù)在某些領(lǐng)域開(kāi)始產(chǎn)生，而且我覺(jué)得我們目前還沒(méi)有被用完。
第二個(gè)就是 GPU 的使用讓我們能夠更高效地、非?？焖俚刈錾疃葘W(xué)習(xí)。
現(xiàn)在我覺(jué)得，所謂的深度學(xué)習(xí)的果實(shí)還遠(yuǎn)遠(yuǎn)沒(méi)有被摘完。人工智能的應(yīng)用來(lái)說(shuō)百花齊放，一個(gè)一個(gè)大果實(shí)就在你面前。在這種情況下，你還要去種花，何必呢？
我們把 GPU 和海量數(shù)據(jù)在全世界掃一遍，應(yīng)該還夠我們 VC 界吃個(gè)五年，所以從投資的角度這是非常清晰的事情。
再往下走，我覺(jué)得我們 AI 肯定不可以是只有深度學(xué)習(xí)。例如現(xiàn)在還有增強(qiáng)學(xué)習(xí)的方法，也在被探索。AlphaGo 里面也不是只存在一個(gè)方法。所以我覺(jué)得學(xué)術(shù)界其實(shí)應(yīng)該開(kāi)始幫助和探索更多的可能性，當(dāng)我們把這兩年的糧食吃完之后也許還有更好的機(jī)會(huì)。
當(dāng)然未來(lái) AI 也可能沒(méi)有進(jìn)一步的突破了。
如果沒(méi)有的話(huà)，那就說(shuō)明 AI 的黃金時(shí)代過(guò)去了。下面就是物聯(lián)網(wǎng)或者其他什么的。作為投資機(jī)構(gòu)，我們并沒(méi)有一種 AI 宗教信仰，我們還是要把控靈活度。
就像移動(dòng)互聯(lián)網(wǎng)時(shí)代，當(dāng)時(shí)我們應(yīng)該是在業(yè)界最高調(diào)的移動(dòng)互聯(lián)網(wǎng) VC。但是隨后我們根據(jù)情況做了調(diào)整。
如果學(xué)術(shù)界跟產(chǎn)業(yè)界有一個(gè)合理的分工，我對(duì)未來(lái)五年投資界和產(chǎn)生價(jià)值非常樂(lè)觀，對(duì)于所謂AI的泡沫我認(rèn)為不會(huì)發(fā)生。當(dāng)然有個(gè)別的案例會(huì)有泡沫，但是我認(rèn)為能吃的糧食實(shí)在是太多了。
學(xué)術(shù)跟產(chǎn)業(yè)它的分工大概是這樣：
一方面是一個(gè)很天然有機(jī)的分工；
另外一方面又是有一點(diǎn)羨慕嫉妒恨在里面。
一般來(lái)說(shuō)學(xué)術(shù)界是看不起工業(yè)界的，但是在某一個(gè)時(shí)刻突然工業(yè)界的一個(gè)技術(shù)成熟了，在這個(gè)技術(shù)上學(xué)術(shù)界就做不到工業(yè)界的成就了。于是學(xué)術(shù)界就被逼的去做新的東西。例如：現(xiàn)在再去做人臉識(shí)別，學(xué)術(shù)界就已經(jīng)打不過(guò)工業(yè)界了。所以在人工智能領(lǐng)域，很少見(jiàn)到一個(gè)老教授一生只研究一個(gè)命題。
AI 會(huì)帶給我們什么價(jià)值呢？
我想先說(shuō)說(shuō) AlphaGo。之所以 AlphaGo 如此引人注目，很大程度上是因?yàn)槲覀冞@樣的專(zhuān)家把它講得太懸。
之前我覺(jué)得圍棋比國(guó)際象棋至少難十年或十五年，但后來(lái)結(jié)果證明我是過(guò)于悲觀了。我過(guò)于悲觀其實(shí)有很多理由。我當(dāng)時(shí)認(rèn)為圍棋要比國(guó)際象棋難了一個(gè)天文數(shù)字，但天文數(shù)字也是數(shù)字。
在AlphaGo之前最好的人工智能棋手達(dá)到了業(yè)余五段。而 AlphaGo 最新的 Master 和職業(yè)九段之間的差距，大致相當(dāng)于職業(yè)九段和業(yè)余九段的差距。這確實(shí)是很大的跳躍。
那為什么會(huì)有這樣的現(xiàn)象呢？也就是說(shuō)，為什么下圍棋的人工智能進(jìn)步幅度這么大呢？
其實(shí)有一個(gè)非常現(xiàn)實(shí)的理由，就是想掙錢(qián)的人不會(huì)去做圍棋。你看 AlphaGo 的專(zhuān)家隊(duì)伍也沒(méi)那么了不起，就是二十個(gè)很厲害的機(jī)器學(xué)習(xí)專(zhuān)家。在谷歌里面可能有兩千個(gè)這樣的人，在微軟里有一千個(gè)這樣的人。原因在于微軟和谷歌過(guò)去沒(méi)有想拿兩千個(gè)專(zhuān)家的力量打敗圍棋手，他們的更多時(shí)間都在做語(yǔ)音識(shí)別、人臉識(shí)別這些有價(jià)值的事情。
在這個(gè)沒(méi)有價(jià)值的事情上 ，能用二十個(gè)專(zhuān)家就不錯(cuò)了。
有商業(yè)價(jià)值的 AI，影響就巨大了。
AI 在數(shù)據(jù)量大的領(lǐng)域最易應(yīng)用。這些數(shù)據(jù)最好被準(zhǔn)確標(biāo)注，自動(dòng)化標(biāo)注。
AI 在無(wú)摩擦的領(lǐng)域最容易應(yīng)用。一個(gè)領(lǐng)域里面如果有制造、測(cè)試、物流這類(lèi)摩擦，那就麻煩了。無(wú)摩擦的領(lǐng)域是什么？醫(yī)療是無(wú)摩擦，金融是無(wú)摩擦。
AI 在掙錢(qián)最多的領(lǐng)域容易應(yīng)用。毫無(wú)疑問(wèn)，最掙錢(qián)的又是金融。
所以金融毫無(wú)疑問(wèn)會(huì)是AI最快征服的領(lǐng)域。因?yàn)槟愕乃惴梢院芸炀妥兂慑X(qián)。
醫(yī)療也是一個(gè)特別巨大的領(lǐng)域。而且醫(yī)療相對(duì)傳統(tǒng)，能產(chǎn)生增值的機(jī)會(huì)很大。而且它不是基于大數(shù)據(jù)的。最好的醫(yī)生是什么，就是他自己是一個(gè)深度學(xué)習(xí)的機(jī)器，根據(jù)他的經(jīng)驗(yàn)做了好多好多次。
假設(shè)他判斷了五千個(gè)病人，判對(duì)了很多，判錯(cuò)了一些，下面他的判斷就會(huì)非常精準(zhǔn)了。但一個(gè)好醫(yī)生可能最多也就判斷過(guò)五千個(gè)病人，但我們的數(shù)據(jù)是五千萬(wàn)的病人的級(jí)別。所以醫(yī)療超越醫(yī)生應(yīng)該是一個(gè)非常必然的，全球性的趨勢(shì)。
但是AI 醫(yī)療需要突破一些隱私問(wèn)題，可能會(huì)有一些挑戰(zhàn)。
除了大數(shù)據(jù)應(yīng)用之外，還有就是科幻型的應(yīng)用了。包括機(jī)器人，無(wú)人駕駛這類(lèi)領(lǐng)域。
目前看得非常清晰，而且全球達(dá)到共識(shí)就是無(wú)人駕駛。有時(shí)候你要做一個(gè)科幻型的東西，需要萬(wàn)事俱備，天時(shí)地利人和才能推動(dòng)。但是一旦開(kāi)始動(dòng)它就不得了。就像以前我們的移動(dòng)互聯(lián)網(wǎng)改造了整個(gè)產(chǎn)業(yè)鏈，以前的 SP、諾基亞之類(lèi)。這樣的產(chǎn)業(yè)變革來(lái)臨，基本舊的企業(yè)全部會(huì)死掉，換成一批新的。
出行就會(huì)是下一個(gè)產(chǎn)業(yè)。我們非常幸運(yùn)，目前有了共享經(jīng)濟(jì)，還有電動(dòng)車(chē)。這兩個(gè)領(lǐng)域已經(jīng)在推動(dòng)了，可推動(dòng)的過(guò)程中遇到了一些阻力。
現(xiàn)在無(wú)人駕駛一來(lái)，就會(huì)改變世界的經(jīng)濟(jì)格局。我相信，世界經(jīng)濟(jì)10%是和出行和運(yùn)輸相關(guān)的。雖然真正的無(wú)人駕駛到來(lái)可能還要十年，但是有些其他的事情可以更快地被做好。
比如景區(qū)游覽車(chē)，比如運(yùn)輸卡車(chē)。
你可能會(huì)問(wèn)，如果自動(dòng)駕駛技術(shù)暫時(shí)還不成熟，卡車(chē)下了高速公路怎么辦？沒(méi)問(wèn)題，我們把倉(cāng)庫(kù)全停在高速公路旁邊不就是了。
萬(wàn)一卡車(chē)看錯(cuò)路怎么辦？那我們就重新修路，在路上放很多標(biāo)志和傳感器，這也不是很困難。
所以我們未來(lái)三五年我們就可以打很多補(bǔ)丁，讓無(wú)人駕駛能夠在很多有限的環(huán)境之下被使用，所以千萬(wàn)不要認(rèn)為自動(dòng)駕駛還有十年才來(lái)，現(xiàn)在跟我們無(wú)關(guān)。
我們很少看到有一個(gè)產(chǎn)業(yè)從頭到尾全部都“投降”了。
哪一家汽車(chē)公司還敢不說(shuō)無(wú)人駕駛？每一家都在拼命想辦法去解決，整個(gè)產(chǎn)業(yè)力量都進(jìn)來(lái)了。
資本的力量在全球都在投資無(wú)人駕駛的公司。
最新最酷的創(chuàng)業(yè)者，很多都在無(wú)人駕駛領(lǐng)域創(chuàng)業(yè)。
這是一個(gè)不可逆的必然趨勢(shì)，會(huì)對(duì)各個(gè)行業(yè)做全新的布局。
例如，所有的司機(jī)該怎么辦？沒(méi)有車(chē)會(huì)停下來(lái)，停車(chē)場(chǎng)該怎么辦？以后的汽車(chē)該什么樣子？道路要提供什么傳感器？哪些領(lǐng)域是最快能夠賺最多錢(qián)的？
這些我們其實(shí)都不必太擔(dān)心，因?yàn)槟切┳钣猩虡I(yè)嗅覺(jué)的人和最有科技能力的人已經(jīng)在每天在推敲這個(gè)事情。他們，或者說(shuō)我們一定會(huì)找到解決方案。
當(dāng)一輛無(wú)人駕駛汽車(chē)可以在路上運(yùn)行的時(shí)候，汽車(chē)之間就可以對(duì)話(huà)了。例如前面發(fā)生了車(chē)禍，我的車(chē)要做出避讓。今天我的主人著急上班，你給我讓路，我給你兩毛錢(qián)行不行？
在這種情況下機(jī)器人就變得可行了。與其期待家里的機(jī)器人用陪小孩玩的方式進(jìn)化，還不如期待無(wú)人駕駛汽車(chē)促進(jìn)機(jī)器人的進(jìn)化。
更多人工智能相關(guān)內(nèi)容，請(qǐng)關(guān)注雷鋒網(wǎng)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
