新聞中心

EEPW首頁 > 消費電子 > 業(yè)界動態(tài) > 李開復:創(chuàng)新工場為什么看好人工智能?

李開復:創(chuàng)新工場為什么看好人工智能?

作者: 時間:2016-07-19 來源:i黑馬網(wǎng) 收藏

  所以當每個技術超越人的時候,它帶來的機會是巨大的。所以我們要認為下一個階段,未來的五年什么東西產(chǎn)生巨大的價值,可能有這些領域,當然這些領域包括了高科技,用麥克風,用攝像頭等等的,這些會產(chǎn)生很大的價值。但是還有另外一個領域,就是如果一個領域有特別大的數(shù)據(jù)了,只是這個數(shù)據(jù)沒做挖掘,沒有產(chǎn)生價值。

本文引用地址:http://butianyuan.cn/article/201607/294191.htm

  比如說商業(yè)化的流程,比如說互聯(lián)網(wǎng)的數(shù)據(jù)。所以今天誰最適合做大數(shù)據(jù)呢,其實就是BAT,在美國就是Google、微軟和FB,因為他們已經(jīng)有互聯(lián)網(wǎng)大數(shù)據(jù)。這些怎么做到呢?

  像百度搜索的十個結(jié)果,我一個都沒有點,這暗示這十個都不好,但是這不是絕對的暗示,但是數(shù)據(jù)足夠多,是可以充分的學習。其實這些BAT走在使用,滴滴、美團都在使用,只是在創(chuàng)業(yè)領域大家還沒有足夠的機會。

  這個世界上還是Google做的最好,因為它有世界最大的數(shù)據(jù)集,它使世界上做做的最早,然后再加上Google多年累計了大浪的技術人才,還有特別快的機器。

  所以為什么Google做出來阿爾法狗,而不是BAT,美團和小米。但是Google的野心不僅僅是阿爾法狗。前幾年我們看到Google自我命名為Alphabet,是互聯(lián)網(wǎng)的一家公司,它可能還有做醫(yī)學的公司,可能還要做基因檢測的公司,可能做汽車等等領域。

  Google做智能產(chǎn)品的過程中發(fā)展了一套Google大腦。其實Google里有兩套大腦,這個可以用到各個領域。發(fā)現(xiàn)這個大腦,其實才是它的最大價值。在其他的領域,只要有數(shù)據(jù)就可以啟動。

  所以Google擁有了巨大的數(shù)據(jù)量,它們啟動了數(shù)十個不同的項目。在美國有一些機構(gòu),比如OpenAI,也擔心,Google如果這么多數(shù)據(jù),還有沒有機會跟它競爭,它歸不會人類知道的太多了。

  我覺得這類的問題對Google,對FB,BAT,我們作為消費者和媒體都要擔心他們。當然的最好的辦法是讓更多的人參與到這個領域來創(chuàng)業(yè),這樣就不會被某一個壟斷了。

  Google有這么大的野心,我們怎么知道是深度學習呢?這是Google用深度學習的數(shù)量,在過去的三年可以一看到深度學習的數(shù)量和應用的領域在大大提升。所以剛才講的并不是空穴來風。

  這么好的機會我們怎么捕捉這個機會呢?講了這么多樂觀的事情,我要稍微保守地告訴大家說,這并不是人人能做,做起來也不是很簡單的。

  第一,有些領域是要平臺。

  比如開發(fā)一個蘋果APP,或者安卓的APP,使要有平臺的。你只要是計算機程序員就可以學會開發(fā)一個安卓APP。但是你即便是一個優(yōu)秀的程序員也沒法兒用深度學習,因為這個還沒有平臺化,你還要知道進去很多微調(diào)的東西。這方面的專家可能只有幾百個人,所以這樣的人才很稀缺。

  第二,需要海量的數(shù)據(jù)。

  說一千萬的數(shù)據(jù)就是大數(shù)據(jù),其實那是小數(shù)據(jù)。真的要機器學習要用用武之地,要有更巨大的量。這些數(shù)據(jù)儲存,還有存儲量。我們都認為這個超越人了,可以倒過來解釋給我們聽,但是機器學習沒有辦法告訴你怎么決定的,你要相信就相信,按照結(jié)果說話,回來說怎么打贏李世石的,說不出來。

  怎么做呢?買這個數(shù)據(jù),標注這個數(shù)據(jù),不要浪費錢,GPU可能比CPU好用。

  第三,找專家,這樣的專家真的不多。

  Google已經(jīng)開出九位數(shù)的代價挖這樣的專家。這是我們過去不能夠想象的,在國內(nèi)我們也看到,比如說看到投資的Face++,最近也是努力挖到了華人在深度學習的研究員,這些人才的價值使特別巨大的,因為非常稀缺。

  但是話說回來,這個稀缺也是未來兩三年的現(xiàn)象,之后我覺得會有很多聰明人,尤其在中國會涌入這個領域。因為重賞之下必有勇夫。

  最后,是學怎么調(diào)這些參數(shù)了。但是有這些東西還不夠,深度學習說實在的還會有一些挑戰(zhàn),最后貼貼補補還不能完成你的應用該怎么辦呢?就要用巧妙的,非技術的方法,就是不要取代人,而是輔助人就好了。



關鍵詞: 李開復 人工智能

評論


相關推薦

技術專區(qū)

關閉