0
雷鋒網(wǎng) AI 科技評(píng)論按，在人工智能如此熱門的時(shí)代，許多人都開始 AI 創(chuàng)業(yè)。不過(guò) AI 創(chuàng)業(yè)也并不會(huì)就有多么簡(jiǎn)單，想要能走到最后還是需要注意避免踩雷掉坑。Towards Data Science 上近期的一篇文章就介紹了作者關(guān)于 AI 創(chuàng)業(yè)的觀察。雷鋒網(wǎng) AI 科技評(píng)論翻譯如下。
那是 1850 年，物理學(xué)家法拉第當(dāng)時(shí)自我感覺(jué)相當(dāng)良好，他正忙著鼓搗自己的電磁感應(yīng)技術(shù)呢。一天，英國(guó)財(cái)政大臣（即英國(guó)政府的 CFO）William Gladstone 突然造訪了法拉第的試驗(yàn)室，他詢問(wèn)道：「電力這東西到底有哪些好處？」法拉第機(jī)智的回應(yīng)道：「未來(lái)有一天您能從它身上收稅。」這故事抖機(jī)靈能力不錯(cuò)，但事實(shí)上卻只是又一個(gè)編出來(lái)的故事罷了。
當(dāng)下數(shù)據(jù)科學(xué)團(tuán)體不斷尋找「機(jī)器學(xué)習(xí)應(yīng)用案例」的事讓我想起了財(cái)政大臣當(dāng)年的問(wèn)題。
在 AI 大神吳恩達(dá)眼中，「AI 就是新的電力」。他表示：
AI 將為地球上的每個(gè)產(chǎn)業(yè)帶來(lái)一場(chǎng)革命?！府?dāng)年，我們將驅(qū)動(dòng)機(jī)器的能源從蒸汽換成了電力，從而改變了交通、制造、農(nóng)業(yè)和醫(yī)療衛(wèi)生等行業(yè)?！箤?duì)了，吳恩達(dá)你還忘了個(gè)重要的行業(yè)，那就是通訊。
AI 將替代人類工作，但它們會(huì)創(chuàng)造更多新工作。
天量的數(shù)據(jù)不但會(huì)成為你業(yè)務(wù)的催化劑，也會(huì)成為你業(yè)務(wù)的防護(hù)罩。
在這里我們要先回顧下 1912 年時(shí)的電力生態(tài)系統(tǒng)。
眼下，AI 行業(yè)開發(fā)產(chǎn)品（如亞馬遜 Alexa）時(shí)所走的路簡(jiǎn)直就是在致敬當(dāng)年電力的“發(fā)跡史”。
如果給電力和 AI 生態(tài)分別畫個(gè)群像，你就會(huì)發(fā)現(xiàn)，它們的用戶、用戶需求、基礎(chǔ)設(shè)施等都有交集（如下圖），而最后一欄相對(duì)應(yīng)的賦能者則是電力和數(shù)據(jù)。那么，我們是否可以斷定，數(shù)據(jù)就是新時(shí)代的電力呢？
那么，看起來(lái) AI 好像還真的像是新時(shí)代的電力。真的是這樣么？
在電力時(shí)代，商業(yè)產(chǎn)品誕生之前其實(shí)發(fā)明家就把產(chǎn)品搞出來(lái)了，而愛(ài)迪生能留名青史就是因?yàn)樗歉闶袌?chǎng)普及的一把好手。
美國(guó)能源部就撰文寫道：
愛(ài)迪生對(duì)電燈的貢獻(xiàn)如此巨大，不是因?yàn)樗麑?duì)燈泡進(jìn)行持續(xù)改進(jìn)，而是因?yàn)樗贸隽艘徽装l(fā)明，讓普通人使用電燈成為可能。1882 年，他在倫敦展示了現(xiàn)代輸電線路的雛形，通過(guò)一系列電線和管道，電力就能從位于核心區(qū)域的發(fā)電機(jī)傳過(guò)來(lái)。在解決輸電問(wèn)題的同時(shí)，他又不斷提升發(fā)電技術(shù)，在下曼哈頓區(qū)建設(shè)了當(dāng)時(shí)世界上最早的商業(yè)發(fā)電站——珍珠街發(fā)電站。此外，愛(ài)迪生還做了充分的市場(chǎng)調(diào)查，他追蹤了每個(gè)用戶的用電量，并以此為基礎(chǔ)開發(fā)出了電表。
愛(ài)迪生確實(shí)是個(gè)備受爭(zhēng)議的角色，不過(guò)在推廣電力時(shí)他卻遵循了非常簡(jiǎn)單的原則：那就是打造用戶需要的產(chǎn)品，找到把產(chǎn)品賣給他們的方式，并以此來(lái)提升他們的生活質(zhì)量。其次，你還得打造用戶想要的產(chǎn)品。愛(ài)迪生不但發(fā)明了燈泡，還搭建好了支撐這項(xiàng)技術(shù)的基礎(chǔ)設(shè)施，這樣電燈才順利替代了老式汽燈。
我們公司在制定機(jī)器學(xué)習(xí)產(chǎn)品策略時(shí)就會(huì)參考下面的文氏圖。
上圖中，We can execute（我們能執(zhí)行）= 我們有足夠的技術(shù)儲(chǔ)備且知道如何制造并賣掉產(chǎn)品，同時(shí)與對(duì)手相比有自己的優(yōu)勢(shì)。
Market wants it（市場(chǎng)需要它）= 市場(chǎng)上有用戶需求，整個(gè)投資和商業(yè)環(huán)境有助于有爭(zhēng)議的活動(dòng)。
在甜蜜點(diǎn)之外的想法則一般以「如果我們做到某某，肯定相當(dāng)酷」的形式出現(xiàn)，而這樣的點(diǎn)子往往難以成功。
在 AI 領(lǐng)域，有很多理論上看起來(lái)很棒的點(diǎn)子，比如用 AI 來(lái)替代律師。我們的愿景則是打造一個(gè)機(jī)器學(xué)習(xí)驅(qū)動(dòng)的產(chǎn)品設(shè)計(jì)平臺(tái)。不過(guò)，怎樣把自己的夢(mèng)想變成現(xiàn)實(shí)呢？
吳恩達(dá)曾提出 AI 產(chǎn)品良性循環(huán)概念，這個(gè)理想模型模型在打造 AI 產(chǎn)品時(shí)相當(dāng)有用。
鑒于 AI 工作時(shí)需要海量數(shù)據(jù)，因此類似個(gè)人助手這樣的 AI 產(chǎn)品成敗與否與數(shù)據(jù)量密切相關(guān)。
好產(chǎn)品自然會(huì)有更多用戶捧場(chǎng)，這就意味著更多的數(shù)據(jù)和不斷增強(qiáng)的正反饋循環(huán)。在一次演講中，吳恩達(dá)曾表示：「谷歌和百度都有非常完善的數(shù)據(jù)采集策略，那么小型新創(chuàng)公司呢？它們?cè)趺茨玫?AI 產(chǎn)品開發(fā)中必要的數(shù)據(jù)呢？」
從這個(gè)角度來(lái)看，谷歌聊天工具 Allo 的戰(zhàn)略意義就凸顯出來(lái)了。
當(dāng)谷歌推出 Allo 時(shí)，全世界（包括筆者在內(nèi)）都在嘲笑它們的即時(shí)信息和聊天機(jī)器人戰(zhàn)略。不過(guò)，如果谷歌在用 Allo 幫 Google Home 采集非結(jié)構(gòu)化查詢數(shù)據(jù)，我一點(diǎn)都不吃驚。而有了 Allo 這個(gè)數(shù)據(jù)奶媽，Google Home 想不進(jìn)步都難。
對(duì)于 AI 產(chǎn)品和數(shù)據(jù)之間的關(guān)系，業(yè)內(nèi)有個(gè)經(jīng)典論斷：如果你能從產(chǎn)品用戶那里采集到海量的數(shù)據(jù)流，一款 AI 產(chǎn)品就會(huì)不斷進(jìn)步。那些不會(huì)隨數(shù)據(jù)量增長(zhǎng)不斷進(jìn)步的產(chǎn)品只能算平臺(tái)或者使能技術(shù)罷了，算不得 AI 產(chǎn)品。
此外，服務(wù)也能成為產(chǎn)品。AI 產(chǎn)品的定義與其交付終端用戶的方式或使用的商業(yè)模式無(wú)關(guān)。
對(duì)小型 AI 新創(chuàng)公司，尤其是那些搞個(gè)人助手的公司來(lái)說(shuō)，自家產(chǎn)品無(wú)法接入海量數(shù)據(jù)確實(shí)令人沮喪。
當(dāng)然，從來(lái)沒(méi)人說(shuō)這是個(gè)容易事，但它并非不可能。Grammarly 公司就在復(fù)制谷歌的路線，它們大量搜集了人們的寫作范式。還是那句老話，天無(wú)絕人之路。
方法1：如果你是一家 AI 產(chǎn)品公司，你的產(chǎn)品戰(zhàn)略就要與你的數(shù)據(jù)采集戰(zhàn)略相符。
方法2：如果你在為一款產(chǎn)品打造平臺(tái)或使能技術(shù)，就是在為其他人的產(chǎn)品「做嫁衣」，但你依然要為市場(chǎng)的擴(kuò)大而心存感激。在行動(dòng)和做規(guī)劃時(shí)，就要根據(jù)市場(chǎng)情況做出靈活調(diào)整。
方法3：所有的 AI 產(chǎn)品公司肯定都有某種形式的內(nèi)部平臺(tái)。如果要在打造產(chǎn)品和打造平臺(tái)間做選擇，請(qǐng)毫不猶豫選擇前者。產(chǎn)品公司的勝算更大，因?yàn)橄啾绕脚_(tái)公司，它們能獲得更多價(jià)值。
去年拿到融資最多的 50 家公司就是市場(chǎng)現(xiàn)實(shí)的最好體現(xiàn)，下表就是它們歸屬的類別。
電表（Electric Meter）= 另一個(gè)產(chǎn)品的使能技術(shù)，但并非產(chǎn)品本身
方法4：如果你是一家 B2B AI 公司，從長(zhǎng)遠(yuǎn)來(lái)看自己得備著殺手锏，這樣才能在自行打造和外購(gòu)的爭(zhēng)論中站穩(wěn)腳跟。從短期來(lái)看，「沒(méi)有專家公司也能崛起」，但這樣其實(shí)是給自己埋了個(gè)定時(shí)炸彈。大多數(shù)要在 AI 這一行一條道走到黑的公司最后都會(huì)掌握自己的核心科技。
方法5：AI 的熱潮遠(yuǎn)沒(méi)有過(guò)去。機(jī)器學(xué)習(xí)和人工智能公司依然是投資人眼中的香餑餑。不過(guò)，如果你想贏得這場(chǎng)長(zhǎng)跑，還是得仔細(xì)想想自家公司在這個(gè)生態(tài)中的位置。
你是在做產(chǎn)品、平臺(tái)？還是兩者兼做？抑或在搞研發(fā)？為產(chǎn)品的普及做支持技術(shù)？
你是在做電燈泡？公共事業(yè)公司？發(fā)明電視或者電表？
無(wú)論怎樣，從電力的隱喻中你都能學(xué)到很多，通用電力、西聯(lián)公司和其它相關(guān)公司在電力時(shí)代積累的經(jīng)驗(yàn)都值得借鑒。
方法6：別創(chuàng)立新創(chuàng)公司玩火，要做就做完整的業(yè)務(wù)。最近幾年，大多數(shù) AI 新創(chuàng)公司辛辛苦苦培養(yǎng)的人才都被大公司搞了卷包會(huì)。作為一個(gè)新興行業(yè)，我們還沒(méi)找到如何從零做起，創(chuàng)建一家長(zhǎng)期、獨(dú)立、體量夠大且能可持續(xù)發(fā)展的 AI 公司，這樣的現(xiàn)實(shí)你不承認(rèn)也不行。AI 行業(yè)還沒(méi)出現(xiàn)類似谷歌這樣對(duì)互聯(lián)網(wǎng)具有統(tǒng)治能力的超級(jí)公司。所以說(shuō)不定你的公司就是未來(lái) AI 行業(yè)的新教父。
方法7：創(chuàng)業(yè)是場(chǎng)挑戰(zhàn)，這里沒(méi)有劇本、沒(méi)有方程式、沒(méi)有走向勝利的模板。我們?cè)谧龅氖且詳?shù)字?jǐn)?shù)據(jù)為基礎(chǔ)，搭建一整個(gè)產(chǎn)品和平臺(tái)生態(tài)。這是件前無(wú)古人的大事，沒(méi)人知道該如何一帆風(fēng)順的前行。
新技術(shù)的應(yīng)用也是文化演進(jìn)的一個(gè)子集，它正在復(fù)制我們熟悉的生物進(jìn)化特性。
進(jìn)化就是一場(chǎng)分型學(xué)。
通過(guò)一個(gè)視頻，我才了解了進(jìn)化分型學(xué)的概念。起初，它看起來(lái)完全沒(méi)前途，而且聽起來(lái)嘮嘮叨叨的，總是扯一些愛(ài)和意識(shí)的「鬼話」。不過(guò)，進(jìn)化分型學(xué)的核心卻是個(gè)相當(dāng)強(qiáng)大的概念。從縮放級(jí)別上來(lái)看，數(shù)學(xué)分型學(xué)與它能一一相對(duì)，進(jìn)化過(guò)程亦然。
Bruce Lipton 也從生物進(jìn)化的角度解釋了這一概念：
分型的結(jié)構(gòu)性特征其實(shí)理解起來(lái)相對(duì)較容易：分型展示了一環(huán)套一環(huán)的結(jié)構(gòu)式樣。每個(gè)更小的結(jié)構(gòu)就是一個(gè)縮影，并不一定非要是更大式樣的準(zhǔn)確版本。數(shù)學(xué)分型則強(qiáng)調(diào)了整體生態(tài)中式樣和部分生態(tài)中式樣的關(guān)系。舉例來(lái)說(shuō)，樹上小枝杈的試樣就與更大的樹枝類似。分型物體能通過(guò)「盒子」里的「盒子」表現(xiàn)出來(lái)，就像俄羅斯套娃。也就是說(shuō)，只要某個(gè)人獲知了第一個(gè)「盒子」的參數(shù)，那么他就能自動(dòng)獲得可定義其它所有「盒子」的基礎(chǔ)式樣。
如果你還是看不懂，可以直接參考下面這個(gè)簡(jiǎn)化的總結(jié)版：
細(xì)胞膜必須決定到底放什么物質(zhì)進(jìn)出細(xì)胞。它是搞清楚這個(gè)混亂環(huán)境的傳感器。
細(xì)胞的一部分就像社會(huì)，它運(yùn)行起來(lái)是為了更高的目標(biāo)。
在生命誕生的前 30 億年里，地球上都是單細(xì)胞的有機(jī)體，比如細(xì)菌、藻類、原生生物與原核生物等。那么，保持了 30 億年單細(xì)胞狀態(tài)的有機(jī)體，是如何突然就進(jìn)化出了真核狀態(tài)的細(xì)胞呢？答案還是尺寸問(wèn)題，單細(xì)胞有機(jī)體不可能無(wú)限變大，它只能進(jìn)化出更多的組成部分。
學(xué)界認(rèn)同度最高的理論認(rèn)為，真核狀態(tài)的細(xì)胞是兩個(gè)單細(xì)胞有機(jī)體融合而成的，而這種結(jié)合體最終適應(yīng)環(huán)境并生存了下來(lái)。
進(jìn)化過(guò)程中有大量類似的重復(fù)范式，比如計(jì)算機(jī)芯片的研發(fā)?，F(xiàn)在的芯片已經(jīng)高度集成，完全是芯片摞芯片的狀態(tài)，但即使這樣芯片的能力也有限，這就是云計(jì)算/分布式計(jì)算誕生的原因。
在 Bruce Lipton 看來(lái)，人類可能就代表了脊椎動(dòng)物進(jìn)化的極限，因此在下一個(gè)階段的進(jìn)化中，人類必須重走單細(xì)胞有機(jī)體的進(jìn)化路徑，這樣才能登上新的臺(tái)階。
也就是說(shuō)，所有的進(jìn)化過(guò)程都是不斷重復(fù)的范式，就像分型一樣。
如果我們把技術(shù)進(jìn)步和普及的過(guò)程當(dāng)成遵循同樣范式的文化進(jìn)化形式，AI 時(shí)代就像是電力時(shí)代的縮小版分型。
眼下，我們觀察起文化進(jìn)化的分型已經(jīng)得心應(yīng)手，因?yàn)樵诩铀倩貓?bào)定律下，技術(shù)的轉(zhuǎn)變周期正變得越來(lái)越短。未來(lái)，技術(shù)進(jìn)化的速度更是會(huì)變得更加迅速。
那么，誰(shuí)能贏得 AI 之戰(zhàn)？畢竟在電力時(shí)代，并沒(méi)有出現(xiàn)贏家通吃的情景，這個(gè)市場(chǎng)足夠大，為每個(gè)人都留了位置、當(dāng)然，你得找到在這個(gè)游戲中生存下來(lái)的方法。如果 AI 也像電力一樣得到廣泛應(yīng)用，會(huì)出現(xiàn)超級(jí)壟斷者嗎？
那么在這個(gè)故事中，互聯(lián)網(wǎng)又占據(jù)什么地位呢？
雖說(shuō) AI 時(shí)代將成為電力時(shí)代的縮小版，但它們?cè)诩?xì)節(jié)上肯定有所不同。舉例來(lái)說(shuō)，Alexa 的輸送裝置是后端的云計(jì)算設(shè)施，而它就是電力時(shí)代的電線。
在我看來(lái)，互聯(lián)網(wǎng)并非 AI 生態(tài)中的一員，就像埋線的土地并非電力系統(tǒng)一份子一樣。它只是本來(lái)就在那里，你把它當(dāng)理所當(dāng)然而已。
跨越大西洋發(fā)送信息靠的是電，而跨海光纜只是附屬品。如果沒(méi)有電，即使海底被光纜填滿，你照樣發(fā)不了電報(bào)。
雖說(shuō) AI 熱潮最近幾年就沒(méi)消停過(guò)，但事實(shí)上我們才剛剛在街上「安了幾個(gè)燈泡」而已。如果要類比電力時(shí)代，我們才剛剛進(jìn)入 1890 年。后續(xù)的電話、收音機(jī)、電視、電腦和互聯(lián)網(wǎng)等產(chǎn)品，在 AI 時(shí)代還沒(méi)有對(duì)應(yīng)產(chǎn)品呢。
Daniel Dennett 在演講中就提過(guò)有史以來(lái)最怪異的問(wèn)題：怎樣從白蟻群落的大腦里濃縮出西班牙建筑大師 Gaudi 的想法呢？
總結(jié)來(lái)講：
即使是那些根本不知道自己在做什么的笨人，也能培養(yǎng)出復(fù)雜的習(xí)慣，這就是 7000 萬(wàn)只白蟻能搭出類似 Gaudi 圣家族大教堂的原因。
不過(guò)，高迪是個(gè)聰明過(guò)人的設(shè)計(jì)師，而對(duì)于普通人來(lái)說(shuō)，怎樣調(diào)動(dòng)大腦 860 億個(gè)神經(jīng)元做件大事呢？
我們的大腦也是一種計(jì)算機(jī)，它能基于輸入執(zhí)行控制指令。不過(guò)，與計(jì)算機(jī)不同的是，大腦就像一碗盛放了 860 億個(gè)神經(jīng)元的湯，而電腦則每部分都有分工。也許這就是人類大腦創(chuàng)造力的來(lái)源。
自下而上的設(shè)計(jì)比自上而下的要慢，不過(guò)它有自己的優(yōu)勢(shì)，那就是能創(chuàng)造更大的架構(gòu)，為未來(lái)的進(jìn)化找到更充足的設(shè)計(jì)空間。這就是進(jìn)化（包括文化和生物）的工作方式，而且是解決長(zhǎng)期問(wèn)題的最好方式。
大多數(shù)人都不可能成為 Gaudi 那樣的天才，我們都是搭教堂的白蟻之一，有些人甚至都不知道自己的工作對(duì)通用人工智能（AGI）這個(gè)巨大的架構(gòu)到底起了什么作用。那些剛剛創(chuàng)立的公司和剛剛發(fā)布的產(chǎn)品都是我們摸著石頭過(guò)河的結(jié)果，那些真正聰明和領(lǐng)悟了行業(yè)內(nèi)核的產(chǎn)品需要經(jīng)過(guò)無(wú)數(shù)迭代才能真正誕生。
我相信，真正的通用人工智能會(huì)以這種方式誕生，也許它冒出來(lái)的那一刻我們根本就感覺(jué)不到，就像我們不愿承認(rèn)自己是離不開手機(jī)的電子人那樣。
Via. Towards Data Science，雷鋒網(wǎng) AI 科技評(píng)論編譯
相關(guān)文章：
AI Fund 成立！吳恩達(dá)集齊三大創(chuàng)業(yè)項(xiàng)目，向一個(gè) AI 驅(qū)動(dòng)的社會(huì)進(jìn)發(fā)
吳恩達(dá)張潼接受WSJ采訪：如何讓AI像電力一樣顛覆世界？
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
