2
| 本文作者： 夏睿 | 2016-10-12 14:58 |
近年來，隨著科學家們在人工智能和機器學習領(lǐng)域的持續(xù)性突破，計算機理解世界并根據(jù)環(huán)境做出適當反應(yīng)的能力明顯比以前提高了幾個等級。谷歌最近在 Android 中引進了人工智能技術(shù)，人工智能與機器學習將會擁有更大的應(yīng)用空間，進入一切產(chǎn)品，包括無人機和醫(yī)療診斷設(shè)備。
至少，風投公司 Andreessen Horowitz 的創(chuàng)始人 Marc Andreessen 這樣認為。20 年前，安德森創(chuàng)辦了網(wǎng)景，這次創(chuàng)業(yè)讓他賺了不少錢。后來，他所創(chuàng)辦的風投公司投資了許多成功的企業(yè)，比如 Facebook、Twitter、Airbnb、Slack、Lyft。安德森總是在和創(chuàng)始人、投資人接觸頻繁?，F(xiàn)在，他要物色下一個目標，打造更新一代偉大的科技公司。
他認為，隨著人工智能不斷取得新的進展，新一代像谷歌這樣的科技巨頭將會應(yīng)運而生。但是他也承認，仍有一些行業(yè)在科技浪潮前表現(xiàn)得食古不化，拒絕隨著新時代的腳步前行。而這就是人們現(xiàn)在急需做到的——將軟件的好處傳播到促進經(jīng)濟發(fā)展的所有角落。
上月底，安德森接受了 VOX 網(wǎng)站采訪。他談到了下一代偉大的科技公司會如何誕生，以及技術(shù)正在怎樣改變現(xiàn)有社會產(chǎn)業(yè)的各方面等話題。本文為這次訪談內(nèi)容的上篇（下篇請點擊這里）。以下為雷鋒網(wǎng)編譯，未經(jīng)允許不得轉(zhuǎn)載。
記者：
您覺得下一代科技巨頭會從何處誕生？ 90 年代有 Google 和 Amazon，2000 年以后有 Facebook 和 Uber 。未來肯定會有一家我聽都沒聽說過的公司繼續(xù)創(chuàng)造商業(yè)和科技奇跡。但我還是很難想象，在過去六年內(nèi)成立的公司中，會有哪個將來能發(fā)展成像 Google 、Facebook 或 Amazon 那樣大的規(guī)模。
Marc Andreessen：
傳統(tǒng)經(jīng)驗來看，偉大的企業(yè)往往都是伴隨著新平臺、新構(gòu)架而出現(xiàn)的。也就是新技術(shù)的土壤才會孕育出這樣企業(yè)。智能手機和 APP 的興起，就是上一輪新技術(shù)的成果。智能手機在 2007 年出現(xiàn)，到了 2010 年或 2011 年，許多 APP 已經(jīng)定型。很明顯，一部分以智能手機為核心業(yè)務(wù)的主流公司將會變得更重要。 但是，四年前甚至是兩年前，情形都不如今天這么明確。
所以，如果說上一波科技浪潮下出現(xiàn)的是智能手機的話，那么人工智能、虛擬現(xiàn)實、自主控制、語音和物聯(lián)網(wǎng)都有可能成為下一波的候選者?，F(xiàn)在最明顯的例子就是人工智能，感覺會有一大批產(chǎn)品或者公司，以人工智能為基礎(chǔ)發(fā)展起來。
Facebook 、Google 和 Amazon 這樣的公司可都做足了功夫。但我們也能看到一些小型創(chuàng)業(yè)公司正在形成自己的氣候。我覺得，一代全新的、重量級的人工智能公司以后會出現(xiàn)，而他們現(xiàn)在可能才剛剛起步。
記者：
人們談?wù)撊斯ぶ悄芤膊皇且粫r半會了，但至今為止仍然沒有找到合適的商業(yè)模式。請問是什么原因讓您覺得現(xiàn)在已經(jīng)和過去不一樣了呢？
Marc Andreessen：
一開始我也很懷疑?？赡艽蠹叶疾惶?，上個世紀 80 年代就有過一次人工智能泡沫。當時有一整批的初創(chuàng)公司獲得了風投，但最后全敗了，錢也燒沒了。
不過我們感覺現(xiàn)在和當時不一樣了。最大的變化體現(xiàn)在 2012 年舉行的 ImageNet 競賽中。那次，計算機在識別圖形上表現(xiàn)得明顯比人類要好。這是一次具有實際意義的競賽，它讓評估有了標準。
可以說，過去四年里類似的突破層出不窮。首先是可通過靜態(tài)圖形識別物體的技術(shù)突破?，F(xiàn)在，通過視頻識別物體也取得了相應(yīng)的進展，這使得視頻有了全新的分類。如果你能進行視頻識別的話，你就同樣可以處理實時視頻，也就實現(xiàn)了自主控制。
我們投資了一家叫 Skydio 的公司，做的是全自動消費級無人機 。它跟市面上的那些無人機很不一樣，尤其是在功能上。它看著簡直就像一個小怪物：會圍著你滴溜溜地轉(zhuǎn)；當你跑到森林里去，它就在樹枝間穿梭，還不忘給你導航。最關(guān)鍵的是，它的行動全是自動的，根本不需要人來引導。而且價格也是消費級的。它就跟科幻電影里的東西一樣。
另外，我們看到深度學習也可以用來偵測心臟機能。我們投資的一家名為 Freenome 的公司就在研究如何把深度學習應(yīng)用到液體活檢（blood biopsies ）中以幫助診斷癌癥。這種技術(shù)看起來很不錯。
記者：
高新技術(shù)行業(yè)有一個經(jīng)典問題：“這到底是產(chǎn)品還是技術(shù)？”不論是 Google、 Facebook 還是 Amazon ，他們都把大量的資金投到了人工智能上。Siri 在還是創(chuàng)業(yè)小公司的時候就立刻被 Apple 給收購了。所以，您覺得在人工智能科技浪潮下，是會出現(xiàn)一批獨立擁有自己的新產(chǎn)品的新公司，還是說這些發(fā)明會被現(xiàn)存大公司給收購掉，用來改善目前的產(chǎn)品？
Marc Andreessen：
要是在兩年前，我肯定會覺得是由大公司來主導啊。大公司有幾個很明顯的優(yōu)勢：
懂得如何開發(fā)這類產(chǎn)品的人很有限，而只有大公司才會擁有這些人才。他們會像簽體育明星一樣簽約這些精英，而且給他們的報酬比小型創(chuàng)業(yè)公司多得多，根本不給小公司留一丁點可用的人才。
這些項目都極其龐大而又復(fù)雜。這是一個非常超前的科技領(lǐng)域。打個比方， Amazon 開發(fā) Echo 項目時動用了 1,500 名工程師，時間跨度長達四年。這樣的工作，創(chuàng)業(yè)公司根本做不到。
另外一點就是對數(shù)據(jù)的需求。像 ImageNet ，它的部分突破性進展就在于有了一個可以訓練算法的數(shù)據(jù)庫，而且還很龐大。但是，只有 Google 和 Facebook 這樣的大公司才有可能得到海量數(shù)據(jù)，小公司只有望塵莫及的份。
而在過去兩年里，上述因素都在在一定程度上發(fā)生了變化：突然之間涌現(xiàn)出許多計算機科學領(lǐng)域的畢業(yè)生，他們懂得怎么去做項目，因為這已經(jīng)成為計算機科學最熱門的一個領(lǐng)域；而過去奮戰(zhàn)在公司一線的工程師們現(xiàn)在也逐漸意識到，其實自己也可以當老板。
從 Google 開始，市場上出現(xiàn)了一批新的無人車初創(chuàng)公司。Otto（已被 Uber 收購）是比較突出的一個。另外還有其他六家，也有騰飛之勢。
現(xiàn)在，科技也變得比較好掌握了。谷歌 TensorFlow 是構(gòu)建深度學習的模塊之一。自從谷歌開源了這個平臺，很多創(chuàng)業(yè)公司都在用它做自己的項目。因此，現(xiàn)在想做一個有意思的項目并不需要高達 1,500 個人，5 個就夠了。這在幾年前根本不可能。
而科學本身也在不斷進步。現(xiàn)在很多人都在學習如何利用小數(shù)據(jù)集進行深度學習。而創(chuàng)業(yè)公司也能兩條腿走路了，一方面他們會想辦法獲得大數(shù)據(jù)，另一方面也去尋找只用小數(shù)據(jù)集就能運行算法的方法。
記者：
很多人工智能應(yīng)用看著挺有潛力的，但不一定會發(fā)展成大生意。但是一些貨真價實的機遇，比如無人駕駛汽車，大公司又有絕對優(yōu)勢，創(chuàng)業(yè)公司好像很難跟他們抗衡。
Marc Andreessen：
你這么問，還是因為你是在把人工智能附加到現(xiàn)有產(chǎn)品上。我們不這么看，我們認為這完全是一種新產(chǎn)品，而這在過去是絕對做不來的。
我們可以稍微說一下無人機。假如今天你買了一個無人機，你遙控它飛了 20 分鐘，然后不小心撞到一棵樹上墜毀了。你說“這可真好玩”，然后還得再去買一架新的。
所以給無人機加一個“跟我飛”（follow me）的功能，這個說法在無人機市場已經(jīng)有一段時間了。這樣高談闊論的無人機廠商，和有同樣目的的 Kickstarter 項目有幾十個，甚至上百個。但至今還沒人真正能做到。
為什么？就因為這本來就不是一項功能，這完全是一種新的構(gòu)架。他們需要以人工智能為基礎(chǔ)，從頭做無人機。大疆他們賭“跟我飛”是一項功能，我們賭這需要全新的構(gòu)架。
這是對產(chǎn)品的設(shè)計和制造重新進行構(gòu)架的一個例子。如果我們的理論預(yù)測是正確的，那么現(xiàn)有無人機產(chǎn)品都將被淘汰。它們變得無關(guān)緊要，是因為重要的事它們根本做不了。
如果你去問一般的汽車制造商，他們會認為無人駕駛只是汽車的一個新功能。但硅谷企業(yè)的看法不同，他們認為無人駕駛是一種全新的架構(gòu)，它將從根本上改變汽車的行駛方式。
記者：
聽起來未來會有很多新發(fā)明出現(xiàn)，但同時整個行業(yè)利潤率又很低，經(jīng)濟行情發(fā)展很緩慢。一般當利潤低時借錢和籌錢都比較容易，所以會出現(xiàn)投資高潮。但數(shù)據(jù)顯示，存的錢數(shù)比投資出去的要多。您認為這是為什么？
Marc Andreessen：
現(xiàn)在我們可以看到有兩種不同的產(chǎn)業(yè)，一種能迅速接受新科技，然后改進生產(chǎn)力。比如機頂盒、計算設(shè)備、媒體、食品。彭博曾發(fā)文說，食品價格直線下降就是因為食品生產(chǎn)技術(shù)變得更細化了。
所以你可以看到，這些生產(chǎn)力發(fā)展快的行業(yè)，相應(yīng)產(chǎn)品價格掉的也快。每個人都擔心自己的工作崗位被新技術(shù)迭代掉，或者轉(zhuǎn)移到中國、日本或墨西哥這些國家。有人說破壞力太大了，技術(shù)變革太猛了。說硅谷的那幫孩子把經(jīng)濟都玩壞了。
還有一種價格飚的很厲害的行業(yè)，比如醫(yī)療保健、教育、建筑、處方藥、老人保健和幼兒保健。這些產(chǎn)業(yè)基本沒什么科技創(chuàng)新，生產(chǎn)力也得不到提高。但是政府對它們的補貼力度很大，而且會有壟斷、寡頭、卡特爾、政府主導的市場、價格固定機制等導致市場失靈的行為，因此價格進一步上升。這也是高等教育行業(yè)現(xiàn)在面臨的問題。
所以人們會感到不滿，因為這些領(lǐng)域的生產(chǎn)力跟不上它應(yīng)有的發(fā)展速度，而我們在這方面花的錢還很多。綜合所有情況，你會發(fā)現(xiàn)我們已經(jīng)陷入了一種混亂當中，但是事實并非如此。
有些行業(yè)價格下跌得緊，另一些行業(yè)價格卻增得很快。其實是因為成本增加的產(chǎn)業(yè)拖累了整個經(jīng)濟發(fā)展。消費者會發(fā)現(xiàn)，自己收入上漲的部分已經(jīng)被醫(yī)療保健和教育開銷所吃掉。
那么，在我看來問題就很清晰了：主要因為在這些價格不斷上漲的經(jīng)濟領(lǐng)域，科技普及、創(chuàng)新和顛覆的力度不夠。我的看法是，我們不是處于技術(shù)泡沫，而是技術(shù)蕭條，不是技術(shù)太多或人們對技術(shù)太興奮，而是沒有足夠多的技術(shù)。這些卡特爾式的遺留產(chǎn)業(yè)太難被顛覆了。
記者：
低增長率的行業(yè)有一個共同特點：都屬于勞動密集型產(chǎn)業(yè)。很多錢都花在人力上了，比如護士、教師還有保姆等等。您可能熟悉鮑莫爾的成本?。˙aumol's cost disease）——制成品越便宜，人們就會把越多的資源配置在稀缺領(lǐng)域。而人力就是稀缺資源。
所以我在想，這個問題是不是根本就沒有解決之道。因為總會有勞動密集而生產(chǎn)率低下的產(chǎn)業(yè)，它們的成本相對于其他行業(yè)又總是會增長更快。
Marc Andreessen：
宏觀角度來講，我同意你的說法。這種描述準確反應(yīng)了當前的現(xiàn)狀，鮑莫爾的成本病在成本轉(zhuǎn)移中確實起到了很大的作用。
不過我要指出的一點是，不能因為一個產(chǎn)業(yè)曾經(jīng)是勞動密集型，就認為它以后一定還是如此。你可以翻翻看上個世紀 80 年代的有關(guān)生產(chǎn)力的著作。當時大家都認可的一個事實是生產(chǎn)確實能夠自動化，但是零售不能，因為零售業(yè)一直被認為是勞動密集產(chǎn)業(yè)。而顛覆恰恰就是發(fā)生在勞動密集型產(chǎn)業(yè)中。分銷需要大量勞動力，把東西堆上貨架要人，收銀臺要人，把東西從車上搬走也需要人。
后來，事情有了進展——計算機結(jié)賬和激光掃描出現(xiàn)了。但事實證明，激光掃描并沒有提高生產(chǎn)力。激光掃描需要花費時間，而且一半的時間它都沒法正常工作，你還得自己去核對價格。有了激光掃描，你開始不在產(chǎn)品上價格標簽了，因為你以為你用不到了呢。所以它反而還降低了生產(chǎn)率。
當時人們深感希望破滅，似乎零售業(yè)的生產(chǎn)力根本得不到提高。但就在過去的 20 年里，零售業(yè)生產(chǎn)力已經(jīng)迅速得到發(fā)展。先是沃爾瑪，帶來了一種現(xiàn)代化的供應(yīng)鏈方式，接著是亞馬遜。物理實體變成軟件產(chǎn)品將會是生產(chǎn)力提升的第三個層次。比如，把音樂變成 MP3 或流媒體格式，就比制作成 CD 放在商店里賣更有效率。
正因如此，一些原來純粹依賴人力零售產(chǎn)業(yè)巨頭，現(xiàn)在全部裝成自動化。而許多人還曾為零售職位的消失而沮喪過。
記者：
真的嗎？可是零售業(yè)雇傭員工已達到 500 萬，而且美國勞工部還制定目標，未來 10 年將會增加 7% 的就業(yè)人口。
Marc Andreessen：
確實是這樣。就像你剛才說的，稀有物會變得更有價值。零售業(yè)職員也在增長。未來 10 年里，銀行出納的數(shù)量也會變多，但最后都會下降。在過去 30 年里，雖然 ATM、在線銀行大行其道，但是銀行出納的數(shù)量卻在增長。突然之間，服務(wù)出現(xiàn)了分化，銀行職員的工作專為提供更高質(zhì)量的服務(wù)。
Vinod Khosla 曾經(jīng)在文中講述了醫(yī)生如何和我們漸行漸遠。他認為，隨著計算機診斷變得更聰明，人們以后不再需要醫(yī)生了。但我完全不認同他的說法。我覺得，計算機以后能替代醫(yī)生完成某些工作，而醫(yī)生的工作內(nèi)容因此可以向更高層次轉(zhuǎn)變。他們將做更重要的工作，而且獲得更高的報酬。
正因如此，我才對經(jīng)濟保持一種樂觀態(tài)度。以后將會產(chǎn)生大量的工作崗位，生產(chǎn)力也能獲得大幅提升。許多人可能認為兩者相悖，但事實上，它們能夠共存。
via：vox
延伸閱讀：
重磅 | AI 時代微軟押注 FPGA，《連線》深度解析 Project Catapult
《未來簡史》赫拉利：人工智能會成為人類史上重要的革命｜2016 TGPC
黃仁勛對人工智能的6個總結(jié)：GPU怎樣催化AI計算 | GTC China 2016
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。
