雷鋒網(wǎng)按：日前，在由中國計算機協(xié)會（CCF）主辦，雷鋒網(wǎng)和香港中文大學(xué)（深圳）聯(lián)合承辦的CCF-GAIR 全球人工智能和機器人峰會的AI+創(chuàng)投專場上，主持人Comet Labs中國市場負責(zé)人王星曾攜昆仲資本、紅點投資、雲(yún)九資本、源星資本、國金投資一起探討了這樣一個主題：在AI領(lǐng)域有沒有可能成長出Google、Facebook這樣的巨頭企業(yè)？

五位投資人中，有3位對此表達了相對樂觀的態(tài)度。昆仲資本創(chuàng)始合伙人姚海波更是直言：

“AI領(lǐng)域一定會出無極公司。AI不僅連接了人、信息，同時還連接了物，所以一定會出現(xiàn)超越Facebook、Google的公司。”

無獨有偶，海外業(yè)界也同時進行了關(guān)于這一主題的探討。

近日，國外科技媒體 VentureBeat 發(fā)表了一篇文章，《How Google, Amazon, and Facebook would look if they had started in the age of AI》，作者Dean Takahashi在文中提出了這樣一個設(shè)想：過去幾年間，人工智能已被很多公司應(yīng)用在自己的核心業(yè)務(wù)中，比如AI+搜索、AI+電商、AI+網(wǎng)絡(luò)安全等等。如果，這些業(yè)務(wù)形式在AI剛出現(xiàn)時就存在，而各個公司從一開始就將AI應(yīng)用在這些業(yè)務(wù)形式里，情況又將怎樣呢？

Peter Relan在MobileBeat 2017大會上（圖片來源：Michael O'Donnell/VentureBeat）

針對這一問題，YouWeb孵化器的創(chuàng)始人Peter Relan在MobileBeat 2017大會上接受VentureBeat采訪時作了回應(yīng)。Peter  Relan是一位著名的企業(yè)家和投資人，創(chuàng)立的YouWeb已經(jīng)成功孵化了一些創(chuàng)業(yè)公司，如OpenFeint、CrowdStar等。而Relan新成立的Got It，是一個提供知識就業(yè)服務(wù)的平臺。據(jù)雷鋒網(wǎng)了解，當用戶（專業(yè)人士及學(xué)習(xí)者）向Got It平臺提出問題時，該平臺會通過機器學(xué)習(xí)算法來計算出可回答該問題的人類專家，從而讓用戶和專家基于該問題進行10分鐘或20分鐘的會話。

據(jù)Relan介紹，目前該平臺已有25萬人申請服務(wù)，12500人獲得了專家地位。Relan認為Got It是一個典型的AI+應(yīng)用的例子，因為其誕生于AI時代的繁榮期。

以下是VentureBeat采訪Relan的實錄，雷鋒網(wǎng)對其進行了不改變原意的編譯：

VentureBeat：如果Google、亞馬遜和Facebook從一開始就使用AI算法，情況會如何呢？

Relan：剛才大會上有演講嘉賓提到，AI在80年代經(jīng)歷了一個流行階段。當時，我還在上大學(xué)，而AI相關(guān)言論的炒作一直蔓延到90年代。而到了2000年以后，業(yè)界基本將注意力放在了Web 2.0、社交等方面。事實上，從那時起，科技巨頭并沒有將AI視作他們的核心業(yè)務(wù)。

VentureBeat：但是這些巨頭都誕生于此。

Relan：是的。所以回過頭去看，這真是一件讓人意想不到的事情。如果你現(xiàn)在正創(chuàng)立一家AI公司，那么母庸質(zhì)疑AI一定成為公司的核心戰(zhàn)略。所以我選擇了幾家AI初創(chuàng)企業(yè)密切關(guān)注，就是先看他們是否將AI作為業(yè)務(wù)的核心。

以Facebook舉例，眾所周知它是一家社交巨頭，月活用戶已超20億。所以Facebook的內(nèi)容全由基于社區(qū)的用戶來生成。如果Facebook從一開始就應(yīng)用AI技術(shù)，那么第一個解決的問題應(yīng)該是“內(nèi)容該如何表現(xiàn)“。2007年-2008年，F(xiàn)acebook開放API引發(fā)了全民玩游戲的熱潮。當時的 FarmVille （開心農(nóng)場：Facebook上的一個模擬游戲），據(jù)當時的網(wǎng)友反映，用戶的第一個投訴就是關(guān)于垃圾郵件的。因為大家都收到了該款游戲的好友邀請。

VentureBeat：是的，當時在Facebook經(jīng)常收到這類消息。

Relan：Facebook早期的核心策略是讓社區(qū)處理這類騷擾信息，但是這一狀況一直持續(xù)到FarmVille出現(xiàn)在Facebook的垃圾郵件達到臨界值才有了變化。2010年，我和扎克伯格見面，他就此回應(yīng)說，“它完全摧毀了網(wǎng)絡(luò)”。然而有趣的是，游戲?qū)τ谌我庖粋€新平臺都是最重要的應(yīng)用之一，但顯然也很容易失控。

再看今天，哪些是不好的內(nèi)容？10年前充斥著和游戲有關(guān)的垃圾郵件，而現(xiàn)在就當屬假消息了，并且還是當時的10倍有余。FarmVille目前已有2億用戶，而Facebook用戶則達20億。如何消滅假消息？成為大家都面臨的一大難題。

如常人的邏輯，你可能認為Facebook會采取“社區(qū)處理”的方式來停止虛假消息的蔓延。但是在2016年，F(xiàn)acebook坦承自己已在系統(tǒng)里內(nèi)置了AI程序，他們正利用AI和人工的結(jié)合來識別、處理虛假消息。這也意味著，F(xiàn)acebook依然堅信用戶社群運營對不良內(nèi)容的控制作用。

Got It用戶使用AI發(fā)現(xiàn)人類專家的服務(wù)示意圖（圖/Got It官網(wǎng)）

VentureBeat：你認為Facebook正在調(diào)整整體戰(zhàn)略，專注利用AI去清理網(wǎng)絡(luò)上的垃圾內(nèi)容嗎？

Relan：我認為這是不可避免的。就算你能100%控制你的公司，你也不能忽視技術(shù)的力量。事實上，在我們公司Discord（一家游戲玩家的語音聊天社區(qū)）也遇到了相同的問題。目前，這一社區(qū)已有5000萬用戶，達到了Facebook的1/40，Discord已經(jīng)成為游戲玩家聊天社區(qū)的中心。但是我們發(fā)現(xiàn)，他們聊的話題并不止于游戲，還有其他各種話題。所以，為了社區(qū)環(huán)境更正向的發(fā)展，我們運用了圖像識別技術(shù)，來監(jiān)測社區(qū)里是否有關(guān)色情、暴力等信息。即使是在社區(qū)平臺上，作為創(chuàng)始人，你依然可以借助AI的力量來阻隔不良的內(nèi)容。

VentureBeat：所以你還是認為，處理不良內(nèi)容最終仍然需要人力干預(yù)？

Relan：其實這涉及到一些異常環(huán)節(jié)。一方面，由于社區(qū)里的用戶過分龐大，每個人都可以自由發(fā)言和聊天，所以我們的工作必須引入AI引擎。但在一些異常和邊緣事件上，我們還需要為用戶提供一些工具。比如，AI并不知道“我該做什么”，或者用戶在社區(qū)里看到一些“我不能接受”或“這令人反感”的內(nèi)容時，都需要人力去做出干預(yù)和管理。

VentureBeat：Got It這個平臺也涉及到人力管理，不如跟大家介紹一下這個平臺吧。

Relan：Got It是一家新公司。它的創(chuàng)立源于這樣一個想法，“如果亞馬遜可以提供虛擬機服務(wù)，那為什么不讓知識成為一項服務(wù)呢？”如果你想了解某些內(nèi)容，不但可以通過Google和搜索來得到。同時，瀏覽社區(qū)和論壇也不失為一種途徑。但是，這兩項并不能算作真正的服務(wù)。因為服務(wù)必須遵循四大關(guān)鍵標準：

一、有一個明確的標準。Google搜索得到的結(jié)果，往往從幾條到幾千條不準，用戶不確定能得到多少條結(jié)果。

二、它必須有一個確定的價格。

三、它一定是有需求的。

四、必須是有保證的。

可是你去看Google或Quora，無一符合以上四項標準。而社區(qū)和論壇自不用說，用戶提出的問題，也不能保證一定會有人解答。

所以，我們在創(chuàng)立Got It平臺時，試圖將其建立成類似于亞馬遜的服務(wù)平臺。即它會針對每位用戶的問題，在一定時間內(nèi)通過先進的機器學(xué)習(xí)算法來幫用戶找到可回答這一問題并標注了明確價格的專家。所以，在這個過程中，不管是機器算法還是專家的價格，都是明確且便于理解的。

Relan在接受VB采訪（圖：Michael O'Donnell/VentureBeat）

VentureBeat：這個過程有一個重要角色——人類專家。

Relan：對。用戶和專家的對話，有的10分鐘，有的20分鐘。在會話結(jié)束之后，用戶還會就此過程進行評分。事實上，這是一項很有技術(shù)性的工作。舉個例子，你正使用Excel來完成某項工作，但是不熟悉操作。于是你上Got It找到了一位專家，并和其一起工作了10分鐘。當然，Excel的操作問題并不能通過簡單的10分鐘就能學(xué)會。但是，有趣的在于，你找到專家的這個過程使用了AI算法。所以，我依然認為，任何內(nèi)容的交互都不能取代人與人之間的溝通、交流和聯(lián)系。

圖片來源：YouTube

最酷的在于，找到專家的這個過程并不是簡單的人類互動，它還有機器學(xué)習(xí)算法在其中助力。我們運用的算法和Google使用的ageRank一樣。Google現(xiàn)在有了一個新的系統(tǒng)——RankBrain，即除了內(nèi)容之外，是Google首次公開承認的，使用AI為用戶推薦最合適的頁面的系統(tǒng)。而我們在Got It平臺使用的系統(tǒng)叫做ExpertRank，是一個在實時拍賣中投標以在固定時間段內(nèi)在一對一聊天會話中提供可解決用戶問題的專家的系統(tǒng)，該系統(tǒng)還能提供服務(wù)保證。

所以，將人和AI結(jié)合在一起，無論是在Facebook還是Google上，都是一件有趣的事情。因為搜索引擎本身就是在服務(wù)器上運行，而加在搜索系統(tǒng)上的AI引擎依然還是在服務(wù)器上工作，這是一個真正基于服務(wù)器的系統(tǒng)。但是，我們也要正視一個事實，即目前而言，仍然只有15%的查詢搜索是在AI的幫助下被回答的，而剩下的85%仍在使用傳統(tǒng)的PageRank。

事實上，目前AI輔助駕駛非常受歡迎，從無人駕駛行業(yè)的發(fā)展即可見一斑。不過，若要對比特斯拉和Google的Waymo無人駕駛汽車，二者的策略很不一樣。就特斯拉而言，其采取的策略為AI輔助，即如果沒有人在旁邊，它就不會開車。不過特斯拉較Waymo和Uber更優(yōu)秀的在于，其在AI助手上領(lǐng)先一籌，從而擁有更多的數(shù)據(jù)。

VentureBeat：所以你會認為“AI+人類”的組合方式讓解答更有效率？

Relan：因為這樣你會有更多的數(shù)據(jù)。業(yè)界普遍認同這樣一種觀點：AI即數(shù)據(jù)。數(shù)據(jù)越多，AI越成熟。事實上，當一個社區(qū)的不良信息越多，用戶就越難以忍受這些內(nèi)容。相反，假消息越多，打擊假消息就越容易。因為人類可以訓(xùn)練AI 來辨別虛假消息。

這與Google Search相似。搜索量越大，Google的搜索算法Hummingbird （蜂鳥）就能更快的了解這些問題。事實上，Hummingbird即為實際了解查詢的RankBrain算法。你對它訓(xùn)練越多的問題，它就能更好的理解查詢的結(jié)果。

VentureBeat：這里有一個問題，你們?nèi)绾慰s放人類的參與？我可能是某領(lǐng)域的一位頂尖專家，但是不會在凌晨3點回答問題。

Relan：其實Got It的想法非常簡單。這世界上大約有70億的人口，而每個人都有不同的問題和需求?？墒牵绻衙總€人的問題具體匹配到一個具體的人來回答，這個系統(tǒng)暫時還是缺乏的。所以，我們想建立一個類似于Facebook這樣強大的知識網(wǎng)絡(luò)，只是沒有社交的成分。Got It最有趣的在于，你和專家對話的10分鐘里，你大腦儲存的知識以及你掌握的知識，在溝通的過程中不僅互利共通，而且邊際成本為零。

所以，我們的愿景是，通過Got It讓每一個人都成為系統(tǒng)中的某位專家，并建立一個可為每個問題找到“正確的人”的AI引擎。目前，Got It平臺已經(jīng)進行了300萬次的會話，擁有12500位網(wǎng)絡(luò)專家，每天新加入的用戶超過200人，擁有25萬的申請量。

我們并不缺乏人，因為他們一直存在。我們也不想替換人，我們需要的只是AI，可以幫助我們找到回答問題的人類專家的AI。

VentureBeat：你們的AI算法會著重看哪方面的數(shù)據(jù)？未來會走什么路線？

Relan：Got It平臺的算法會查看每一個對話的數(shù)據(jù)。并根據(jù)六個因素來調(diào)整專家的等級，如：

一、禮貌。因為這是一項用戶付費的服務(wù)。

二、同理心。即能感受用戶的感受。

三、準確度。即專家是否實際解決了用戶的需求。

四、個人信息。即經(jīng)過10分鐘的會話之后，二者是否試圖交換過個人信息？

......

針對10分鐘會話中，二者交流溝通的信息量及具體內(nèi)容的情況，在會話結(jié)束之后，該專家的等級就會得到相應(yīng)的調(diào)整。

Got It的路線圖非常明確，即永遠不會取代人類。但是我們會一直運用AI來清除不良內(nèi)容，以提供更好的服務(wù)。所以，我們要求該平臺上的AI引擎，不僅能像Facebook一樣，利用AI阻隔不良信息，同時也希望能像Google一樣找到相對精準的專家，提供精準的解答。

而隨著時間的推移，Got It必將越走越好。因為數(shù)據(jù)不斷在改進，找到的人類專家也越來越多。只要我們對AI進行更多數(shù)據(jù)的訓(xùn)練，平臺上的對話則會有越來越好的結(jié)果和體驗。

所以，這必將給亞馬遜也帶來挑戰(zhàn)。因為我們中的很多人，都需要更多的計算能力。隨著計算需求的增加，你如何確定你是否得到了最好的資源來解決這一需求？如果這一需求涉及到一個大的數(shù)據(jù)分析問題，可能就需要聚合不同的資源來解決。

所以，需求和服務(wù)之間的相關(guān)性，是亞馬遜在未來需要思考的一個重要問題。即便Alexa和Echo幫其集聚了海量用戶，但是，作為一個平臺，我們必須保證，當需求出現(xiàn)時要為這些用戶找到最合適的資源。而這點，在AI應(yīng)用呈現(xiàn)爆發(fā)式增長的大環(huán)境下顯得尤為迫切。

Via VentureBeat，雷鋒網(wǎng)編譯

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。