雷鋒網(wǎng)按：本文作者待字閨中陳老師，主要談了自己對(duì)于如何考量一個(gè)好的創(chuàng)業(yè)公司的三個(gè)標(biāo)準(zhǔn)。

現(xiàn)在，人工智能很火，應(yīng)該是相當(dāng)?shù)幕?，很多?chuàng)業(yè)公司不管是不是真有智能都號(hào)稱自己是人工智能公司，投資人追逐人工智能拼命的砸錢到這些公司生怕失去賺錢機(jī)會(huì)，媒體自媒體跟時(shí)髦不分青紅皂白不追根問底更是火上加油。那么，到底應(yīng)該怎么去考量一家人工智能創(chuàng)業(yè)公司呢？

談?wù)剛€(gè)人想法，如何去看一家人工智能創(chuàng)業(yè)公司。是的，純屬個(gè)人思考良久的看法，希望能有幫助。

第一，看創(chuàng)始人和團(tuán)隊(duì)的背景，之前是否有人工智能相關(guān)的教育，訓(xùn)練，和從業(yè)經(jīng)驗(yàn)和實(shí)踐。

人工智能畢竟是高科技，不相信看看幾本書，讀讀幾篇文章，參加幾次高端會(huì)議，就能成為專家，就能打造人工智能產(chǎn)品。

聽過一萬小時(shí)定律嗎？它是作家格拉德威爾在《異類》一書中陳述的：“人們眼中的天才之所以卓越非凡，并非天資超人一等，而是付出了持續(xù)不斷的努力。一萬小時(shí)的錘煉是任何人從平凡變成超凡的必要條件?！?。要成為某個(gè)領(lǐng)域的專家，需要10000小時(shí)，按比例計(jì)算就是：如果每天工作八個(gè)小時(shí)，一周工作五天，那么成為一個(gè)領(lǐng)域的專家至少需要五年。

對(duì)于人工智能從業(yè)者，一萬小時(shí)可能有點(diǎn)多，但是沒有長(zhǎng)時(shí)間在人工智能領(lǐng)域錘煉的創(chuàng)始人和團(tuán)隊(duì)，號(hào)稱用人工智能打造產(chǎn)品，應(yīng)該是不那么現(xiàn)實(shí)的。所以，第一個(gè)考察點(diǎn)，是創(chuàng)業(yè)公司的團(tuán)隊(duì)和創(chuàng)始人的相關(guān)經(jīng)歷和經(jīng)驗(yàn)。

第二，看有沒有自己IP的人工智能算法，算法有沒有說得出的創(chuàng)新點(diǎn)。

用了深度學(xué)習(xí)，或是其它機(jī)器學(xué)習(xí)算法，不一定就是人工智能吧，必須要有自己的創(chuàng)見，自己的革新，自己的特色。

Google當(dāng)初發(fā)明PageRank的時(shí)候，其他搜索公司都在計(jì)算鏈接被引用的次數(shù)，并且把次數(shù)作為權(quán)重來指導(dǎo)排名。但是，PageRank把鏈接之間的關(guān)系抽象成了隨機(jī)行走（Random Walk）模型，而不是簡(jiǎn)單的計(jì)數(shù)。這就是洞見，產(chǎn)品出來就超過了競(jìng)品，好評(píng)如潮。

AlphaGo和其他棋類算法一樣也使用了蒙特卡羅搜索，但是，首創(chuàng)通過引入深度學(xué)習(xí)算法來指導(dǎo)剪枝和評(píng)估棋盤的優(yōu)劣，從而超過之前任何別的算法，達(dá)到新的高度。

算法很重要，但需要理性的看待算法的壁壘。算法一般存在于人腦中，存在著被泄密的風(fēng)險(xiǎn)，開始可能有優(yōu)勢(shì)，時(shí)間長(zhǎng)了，保不準(zhǔn)被員工泄露，從而被競(jìng)爭(zhēng)對(duì)手抄襲了，可見算法的風(fēng)險(xiǎn)也高，不是一勞永逸的東西。另外，算法調(diào)優(yōu)中積累的經(jīng)驗(yàn)也很重要，但有可能隨著員工的流失而流失。

第三，看有沒有有優(yōu)勢(shì)的數(shù)據(jù)，數(shù)據(jù)可能是長(zhǎng)期積累的行業(yè)和通用大量數(shù)據(jù)，可能是很多的行業(yè)專家知識(shí)以規(guī)則或是知識(shí)圖譜的形式存在。

沒有積累的大量數(shù)據(jù)，沒有專家整理的知識(shí)，數(shù)據(jù)沒有很好的清洗結(jié)構(gòu)化甚至標(biāo)簽化，號(hào)稱自己是人工智能公司，不知道智能能從哪冒出來。

IBM的Watson能做精準(zhǔn)醫(yī)療，他們?cè)谥百I了很多的醫(yī)療數(shù)據(jù)公司，積累和分析了大量的期刊，論文，病例，藥品，治療方案，等等數(shù)據(jù)，從而能使Watson能利用算法創(chuàng)造奇跡。

Google，如果沒有大量的歷史用戶搜索和點(diǎn)擊數(shù)據(jù)，再清理分析這些點(diǎn)擊數(shù)據(jù)，建立用戶點(diǎn)擊模型，然后使用模型來提高搜索結(jié)果的排序，Google的搜索結(jié)果也不會(huì)讓很多用戶滿意，眼前一亮。

當(dāng)一個(gè)公司做了很多基礎(chǔ)數(shù)據(jù)收集和積累工作，數(shù)據(jù)和知識(shí)積累得越來越多，才有可能往人工智能邁向一步。而且，這些大量數(shù)據(jù)，比如，Terabytes，Petabytes，Exabytes，Zettabytes 數(shù)據(jù)，還怕數(shù)據(jù)被泄漏，被偷走嗎？這種數(shù)據(jù)的壁壘，將是長(zhǎng)期的可持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。而且數(shù)據(jù)越多，在沒有overfit的情形下，模型會(huì)越精確，體現(xiàn)出的智能會(huì)出人意料。

經(jīng)驗(yàn)的團(tuán)隊(duì)，獨(dú)特的算法，優(yōu)越的數(shù)據(jù)，特別是數(shù)據(jù)，用這三個(gè)準(zhǔn)則去看一個(gè)號(hào)稱是人工智能的公司是否真正名符其實(shí)。如果這三個(gè)東西都沒有，都說不清楚，還是別給自己貼個(gè)時(shí)髦的人工智能標(biāo)簽了吧。當(dāng)然，最后是不是人工智能不重要，做出有用的讓人驚艷的產(chǎn)品才能證明一切。

雷鋒網(wǎng)注：本文由待字閨中授權(quán)雷鋒網(wǎng)發(fā)布，如需轉(zhuǎn)載請(qǐng)聯(lián)系原作者，并注明作者和出處不得刪減內(nèi)容。

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。