雷鋒網(wǎng)按：4月26日下午，未來科技學(xué)院宣布啟動“未來科技資助計劃”，聚焦科研和科技創(chuàng)業(yè)。北京市科委高新處王齡樅，石勇、蔣田仔等國內(nèi)著名科學(xué)家，峰瑞資本創(chuàng)始合伙人李豐等風(fēng)險投資家出席了會議并作了主題演講。

現(xiàn)場，投資家代表峰瑞資本創(chuàng)始人李豐做了主題為“深科技投資”的演講，講述了峰瑞資本對前沿科技創(chuàng)新的投資邏輯，對于人工智能的投資，他說：“如果線下數(shù)據(jù)線上化已經(jīng)做得非常好，我們就投大數(shù)據(jù)。如果大數(shù)據(jù)已經(jīng)做得很好，我們就投這個方向上的人工智能。如果還沒有進(jìn)入到大量數(shù)據(jù)產(chǎn)生的階段，邏輯上我們就先不投大數(shù)據(jù)，而是先投傳感器。等到傳感器被很好的工業(yè)化之后再投大數(shù)據(jù)，然后再投人工智能?！?/p>

以下是李豐的演講全文，雷鋒網(wǎng)做了不改變原意的刪減：

為什么現(xiàn)在人工智能這么熱？

我們從兩年前就說要投科技，現(xiàn)在投的有三分之一是高科技，人工智能只是其中很小的一部分，我們在兩年以前投的時候人工智能還沒有現(xiàn)在這么熱。

人工智能現(xiàn)在變成了很熱的話題，我們自己投的大概有十個左右和這個方向有關(guān)。我們看人工智能，抽象來看，其實就是數(shù)據(jù)處理技術(shù)和建立模型效率的提高。

我們在看待市場正在發(fā)生的早期熱點和現(xiàn)象的時候，通常會問自己這樣幾個問題。第一個問題，為什么是現(xiàn)在開始熱？意思是為什么不是之前，也不是之后；第二個問題，為什么發(fā)生了這種模式，或者發(fā)生了這個概念、這個熱點，而不是別的？

拿人工智能舉例。為什么現(xiàn)在發(fā)生？為什么是人工智能？根據(jù)我們的簡單理解，它其實代表數(shù)據(jù)處理效率的提升，不管是對類型復(fù)雜程度還是建立模型的有效性。那么它為什么會在這個時候出現(xiàn)呢？其實是因為數(shù)據(jù)已經(jīng)多到需要用這個技術(shù)來處理，或者需要提高效率來處理。

那么大家就會考慮，這些所謂非常多、非常復(fù)雜的數(shù)據(jù)，到底是從哪兒來的？為什么會在今天出現(xiàn)這么多需要人工智能處理的數(shù)據(jù)？

我們把它分成兩個部分，第一部分是線下數(shù)據(jù)大量線上化，在積累到一定規(guī)模后會帶來對數(shù)據(jù)處理能力和效率提升的需求。如果某個領(lǐng)域當(dāng)中，連數(shù)據(jù)化的過程都還沒有開始，大概這個領(lǐng)域還輪不到人工智能先出現(xiàn)。第二部分則是新數(shù)據(jù)的大量產(chǎn)生，而不是把線下原有的東西通過某種形式搬到線上去。

過去十幾年或者幾十年里，科技進(jìn)步的相關(guān)領(lǐng)域遵循了這樣一個有意思的簡單規(guī)律：一些底層工業(yè)技術(shù)的進(jìn)展和快速提升，使得我們可以把一些比較重要的傳感器變做的又小又厲害，而且很便宜，然后把這些傳感器安裝在了以前不能安的地方；接下來，我們讓這些廣義上制造了大量數(shù)據(jù)的傳感器能夠聯(lián)網(wǎng)。

Uber、亞馬遜Echo、摩拜單車出現(xiàn)的原因

比如，手機(jī)上很早就有攝像頭了，只不過那個時候它的用途不大，但是到了今天，已經(jīng)成為了必不可少的功能之一。為什么攝像頭在諾基亞稱王的時代沒有得到如此廣泛的應(yīng)用？原因很簡單，手機(jī)攝像頭的技術(shù)進(jìn)展巨大，變得又好又便宜。而且手機(jī)又可以連網(wǎng)，所以你拍攝的的照片、視頻等數(shù)據(jù)就可以在網(wǎng)上大量傳播。

再拿手機(jī)舉例。由于智能手機(jī)的出現(xiàn)，還誕生了世界上最大的幾家初創(chuàng)公司，比如國外的Uber，國內(nèi)的“滴滴”。以前要訂車，你要打電話說多長時間后要到哪兒接你，接你的人也要和你不停地說，現(xiàn)在狀況是怎樣的，車號是多少，現(xiàn)在走到哪里了等等。然而智能手機(jī)裝在了GPS芯片之后，你只需要點擊幾下，就可以把所有的需求非常準(zhǔn)確、清晰地表達(dá)出來，且你還可以知道司機(jī)離你有多遠(yuǎn)，多長時間到。這一切能夠?qū)崿F(xiàn)的原因，就是我們把以前沒有裝進(jìn)手機(jī)里的GPS芯片裝進(jìn)了手機(jī)，這也是手機(jī)變成智能手機(jī)的原因。

亞馬遜的智能音箱Echo也是相同的道理。亞馬遜把麥克風(fēng)陣列進(jìn)行了重新組織，在播放音樂的時候會有麥克風(fēng)搜集你的聲音指令，然后再用人工智來處理這些指令，并執(zhí)行相應(yīng)操作，這就是智能音箱。

再比如摩拜單車，其實就是把GPS、電子鎖、通訊芯片裝在了原來沒有被放過任何傳感器的自行車上。因此，你可以通過智能手機(jī)知道自行車在哪兒，可以通過用智能手機(jī)開鎖，這就是共享自行車出現(xiàn)的原因。

當(dāng)然，我們現(xiàn)在還在嘗試把更多傳感器放到車?yán)?，比如激光雷達(dá)、毫米波雷達(dá)等等，加上計算和通訊芯片，使得我們在將來可以生產(chǎn)具備完全自動駕駛能力的汽車，也就是所謂的Level 4、Level 5。你把這個問題再抽象看，它只是把原來沒有裝在車上的傳感器裝到車上，讓它實時產(chǎn)生各種各樣的數(shù)據(jù)，然后再在各種維度上進(jìn)行組合、加工和處理，由此誕生了新的商業(yè)模式。

從結(jié)論上可以回到我之前所說的：

1. 工業(yè)技術(shù)的突飛猛進(jìn)，特別是傳感器技術(shù)的提升，使得我們可以把傳感器做的又小、精度又高、又便宜，然后越來越多地放在以前沒有放過傳感器的物體中去，比如放在自行車上，無人機(jī)上。

2. 然后讓這些傳感器聯(lián)網(wǎng)，制造和傳播大量的數(shù)據(jù)。

3.當(dāng)數(shù)據(jù)積累達(dá)到一定的程度的時候，我們開始用更好的方式來處理這些數(shù)據(jù)，因此我們走到人工智能。

投資人工智能的邏輯

從結(jié)論上來講，人工智能在大部分領(lǐng)域都不一定是最好的時機(jī)，除非這個領(lǐng)域已經(jīng)按照我所說的順序發(fā)生了很多事情。但是，在很多行業(yè)和很多事情上，我們終會走到人工智能的那一天。原因是有如此多的東西開始被加上這些傳感器系統(tǒng)，讓它們聯(lián)網(wǎng)，并開始產(chǎn)生大量數(shù)據(jù)。總有一天這些數(shù)據(jù)會多到現(xiàn)在沒辦法處理的程度，因此這個時候這個方向就會進(jìn)入人工智能。

我們的投資邏輯也是一樣，如果線下數(shù)據(jù)線上化已經(jīng)做得非常好，我們就投大數(shù)據(jù)。如果大數(shù)據(jù)已經(jīng)做得很好，我們就投這個方向上的人工智能。如果還沒有進(jìn)入到大量數(shù)據(jù)產(chǎn)生的階段，邏輯上我們就先不投大數(shù)據(jù)，而是先投傳感器。等到傳感器被很好的工業(yè)化之后再投大數(shù)據(jù)，然后再投人工智能。

以自動駕駛舉例，現(xiàn)在還沒有足夠的多車被裝上這些傳感器，因此也沒有足夠多的數(shù)據(jù)，因為這些傳感器從精度、尺寸和成本上來講，都還沒有達(dá)到大規(guī)模商用的階段，所以先要解決的問題是改進(jìn)和迭代這些傳感器，直到它們能夠被大規(guī)模地裝在車上，這時候才過渡到大數(shù)據(jù)階段，有了大數(shù)據(jù)才會最終走到人工智能。所以在還沒有大規(guī)模商用傳感器的領(lǐng)域，我們只能先投底層技術(shù)，直到他們已經(jīng)成熟了。

以上是我為大家分享的經(jīng)驗和方法，謹(jǐn)供參考，如果有不全面的地方請批評指正。

雷鋒網(wǎng)推薦文章《百度技術(shù)學(xué)院對外開放，一切都是為AI布局？》

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。