打开APP

李开复:4条建议帮助科学家转型创业者 人工智能对金融业冲击最大

李开复认为AI的发展会经历3个阶段,分别是在线化、大数据的使用,扩张到B2B领域;通过感知和传感器收集图像等数据;无人驾驶等为代表的全面自动化时代的到来。针对这3个阶段,他也提出了4条建议。

  投资界(微信ID:pedaily2012)4月27日消息,2017 BMIC开工开悟人工智能峰会在京举行。创新工场董事长兼CEO、创新工场人工智能工程院院长李开复,就“人工智能时代的科学家创业”话题进行了演讲。

  作为最早的一批人工智能领域的科学家,李开复从1986年就开始编写这一方向的论文,在1988年发布了博士论文。从1992年开始,李开复开始正式在苹果公司担当语言智能技术的研究员。

  作为最早接触这一领域的科学家,与一名创业者。李开复表示,人工智能领域的科学家创业,首先要时刻谨记“创新是要有用的”。他表示科学家有自己的特点,他们更希望追求科研上的突破和严谨性,而这些放到创业上会显得有些不适合。

  精益创业之父Steve Blank曾经表示,科学家们在创业之前一定要小心:避免选择过于冷僻的技术,选题要关注创业的风口,要寻找技术在商业上的价值。这也给众多想要创业的科技领域学者提供了思路。

  可以说,人工智能已经成为了当下最热的“风口”。而在这样的大势所趋下,科学家也发挥着越来越重的作用。尤其是在2010年左右深度学习带来的人工智能技术性的突破。目前,几乎全球的科学家都在致力于这一领域的深耕。

  不过在国内,目前大部分AI创业缺乏想象力,大量企业把重心放在人脸识别。但人工智能并非只有人脸识别,其实这正是由于人工智能技术在商业上的限制。所以李开复建议,AI科学家创业时一定要搭配企业销售人员,将AI技术推向商业市场。

  李开复认为AI的发展会经历3个阶段,分别是在线化、大数据的使用,扩张到B2B领域;通过感知和传感器收集图像等数据;无人驾驶等为代表的全面自动化时代的到来。针对这3个阶段,他也提出了4条建议。

  首先是像爱迪生一样的先驱科学家,付诸实践取得革命性的技术突破。进而使寻找商业合伙人,第三则是进行技术授权,最后也可以通过开源的方式,不断利用科学加快创新发展。李开复更加看好技术授权和开源的方式,比如Google的创立,斯坦福的教授通过技术授权,不仅让创新得以落地实现,还获得了巨大的财富。

  随后,李开复还提到了人工智能领域的爆发对于社会经济的改变。例如金融领域强烈依靠大数据分析的行业是很容易被替代的,因为他们本来就是由数字组成的。而他认为关于艺术、导演等创业性的工作是难以被机器替代的。而处于最为安全的职位则是,人工智能的设计者。

  在最后,李开复表示,希望社会更加关注科学领域内机制的完善问题,来激励科研创新。例如报酬,声誉,资源和时间等。参考斯坦福和卡内基梅陇的做法,斯坦福进行技术授权,而卡内基梅隆大学则用技术占股的方式。

以下为李开复演讲速记:

  霍金教授做了非常精彩的演讲,我认为人类有像霍金教授这样有远见的科学家,帮助我们的顶尖天才和世界最重要的政治家来帮我们策划一个更美好的未来是非常重要的。但是他提出的“超级智能”和“未来人工智能”碾压人类和要避免这个状况,我个人认为并不是一个可根据今天科学推测出的必然结果。当然非必然事件不代表我们不要关注它,还是要有聪明的人来想它,但我认为人工智能对于今天在座每一位最重要的意义应该是下面四件事情:

第一人工智能将创造巨大财富,让人类第一次有机会脱离贫困。第二我们要担心今天手中拥有巨大人工智能力量和数据的公司,他们用数据来作恶。第三看到人工智能将要取代50%人的工作(在未来10—15年之间),这些人怎么办,还有更重要的是教育怎么办。第四个是非常重要的话题,科学家尤其是人工智能科学家有什么使命有什么机会,是不是都要出来创业还是跟着霍金一起去寻找人类的未来。

  我自己也是一个科学家创业,非常早的时候做了人工智能,我记得申请我卡内基梅隆博士时,作文就是申请人工智能+我们未来改造未来的世界,希望参与这个行业。1986年还没有AlphaGo、深蓝的时候,我写了第一篇文章,有关击败世界黑白棋冠军。1988年做博士论文,当时是第一个非语音识别,在《纽约时报》上有所报道。之后我进入苹果,这里可以看到一个很萌的照片,在《早安美国》节目上谈到了语音识别将如何进入主流,也被《华尔街报日报》报道,当天股票涨了2.5毛钱,后来跌回来了。所以我充满的信心,因为我做着各方面顶尖的人工智能工作,认为人工智能和其他技术,比如说虚拟世界即将步入主流,于是就从SGA公司做一个内部创业。当时我们做的是,能不能让每一个网页充满了3D,3D的游戏、动画让网页做得更精彩,让人们浏览的不是网页而是一个一个房间,一定程度上和今天的VR非常相似,这次创业非常失败,2000万美元的投入,100个员工,几乎全军覆没。从这个失败里我得到了一些教训,我想跟大家分享。

  今年有一次在MIT演讲的时候,要求每一位讲者演讲完后留下一句话,我留下的那句话是——“创新固然重要,但不是最重要的,最重要的是做有用的创新”。科学家们往往会被自己的研究、自己酷的东西所打动,也认为他所看到的酷的东西是全世界人类所需要的。但是事实可能并不是这样。我们想的是3D有多酷,但没有想到3D硬件是否准备好,用户对3D世界有什么需求,为什么VC投资我们,怎么把创业做成有赚钱、有经济价值的创业,我基本错过了所有创业者应该走的路。我当年做的是顶尖研究,进入的是顶尖公司,做出的产品依然遭遇了滑铁卢,人工智科学家应该怎么想?

  其实本质上,科学家和创业者有非常大的不同,科学家追求的科研突破,创业者追求的是商业回报,科学家讲究严谨,科学家讲究速度,科学家要慢工出细活,而创业者要快速迭代,这六件事情往往是背道而驰的。

  而这6件事情中最重要的一件,是我读博士、做教授过程中,深深体会到在科研领域里每次问的第一个问题是什么,这件事情别人是否做过,是不是全新的,如果有人做过一定要看别人,看自己有没有增加的价值,增加的价值不如突破的价值大,所以每个科学家不断要求创新,所起创新是做前人所未做过的工作,这句话代表了科学、追求科学精神的一种含义。

  但是一个创业者,或者一个VC,他更重视的是什么?怎么样打造产品,怎么样产生商业价值。甚至在VC今天投资过程中,想想我们投的每一个团队冒了人才的风险、商业的风险、竞争的风险、执行的风险,我们非常不要再冒科技风险了,所以我们更宁愿看一个团队说:这个技术已经被证明了,只是把它应用在场景里。

  刚才两段话让大家看到了科学家本质和创业者、VC本质截然不同,一个仅仅追求做前人未做过的工作不考虑它有没有用,而只需要赚钱不希望冒科技风险,这两个通常走不到一起。而且走到了一起,科学家因为成年累月、在这样的文化和基因之下发展,可能会把公司带到一个不那么务实、或者不那么快速迭代,或者不追求做过,或者不专注的情况。

  科学家很聪明,每个人有好多点子,一个创业公司每天出个点子公司会死掉,因为什么都做。所以精益创业之父STEVE BLANK帮助科学家创业,总结是科学家必须要小心,因为题目往往是冷僻的,没有多大市场;第二,选题跟风口有很大差异;第三,科学家不太愿意承认自己很可能不具备把技术霜叶转换成价值的洞察力和执行力。每个想创业的科学家都一定要真诚的问自己会否面对这些问题,我想你面对大家的时候希望保持自信,但是你自己应该知道,对你来说是不是一个问题。

  当然,今天,科学创业大家了一个有史以来最好的时机,可以看到除了今天谈的人工智能之外,在区块链、生命科学、高能电视、细胞扩增、基因编程,几乎每个领域都是创业的机会,我在这里绝对没有打压科学家参与创业的意思,只是参加创业的时候一定要想清楚,过去那么多科学家包括自己碰到的死穴怎么去避免,有成功的案例我的朋友李博士创造了有价值的公司,国内也会看到很多类似的公司。但看到更多的是教授恪守他的岗位,美国谷歌就是典型例子,斯坦福和谷歌两个创始人的教授,没有参与,但技术授权有3.4亿美金,这是一个模式。

  谈到AI创业,为什么AI需要AI科学家?每一个时代的科学公司都有做这样的创业,互联网时代注定是被海龟创业,因为海龟在国外看到了互联网的崛起带到中国。移动互联网应用方面注定是产品经理的创业,因为这个时代我们需要快速迭代产品,因此使那些既懂技术又懂用户和市场的人成为时代的傲儿。在O2O时代,把地面销售和后台技术整合起来,这是我们需要衡量的。美团、滴滴就是这样的搭配。

  人工智能时代来到了,最核心的、最需要的一定是AI科学家,因为今天AI技术还没有进入主流,AI平台还没有产生,因此AI应用还不能井喷,只有少数手中掌握着如何把AI应用起来的科学家能够创业。

  但这些科学家有刚才讲的所有科学家的特点:追求创新、写论文、不太知道市场。大部分科学家的创业,在中国都是在做人脸识别,做计算机识别,在座的张宏江博士是这方面的是鼻祖,他的徒子徒孙每个人都在做人脸识别工作。这一定程度上看到我们的科学家是缺乏想象力的,人工智能有那么多的应用,人脸识别绝对不是最好的一个,科学家需要一个懂企业销售的人跟他们搭配,这里当然是乱搭,两个没有关系的人,但就是像的李菲菲、胡温马(音)这样的人搭配,才能碰撞出真正的超级独角兽的AI构思。

  AI本身不是一个消费者的应用,当然BAT非常幸运的应用在消费者,但我们AI创业不能自带流量,没有流量和数据有什么用?所以做出来的AI还是给企业应用,企业金融、医疗有数据,我们结果他的方案,在他的公司需要企业销售,需要懂AI的解决方案,这才是一个黄金搭配来解决AI创业。所以AI科学家的参与是非常重要的。

  AI最大突破是七年前深度学习。我们可以理解深度学习是一个超级EXCEL表,很多数据丢进去以后,再丢一个数据,就能够做出预测、判断或者分类,很多脸丢进去就认识谁是谁,很多棋盘、一次一次围棋比赛丢进去就知道下哪一步棋,很多淘宝商品和用户丢进去,就知道你想买什么了。所以未来的AI肯定可以知道你今天晚上想吃什么,比你更知道;知道你去哪里度假,比你更知道;甚至在座未婚的可能喜欢什么样的配偶比你更知道。这就是一个先知的、对未来能够做非常强大预测的AI。AI在这个阶段是单领域大数据驱动的引擎,可以把它认为是一个黑核,可以进入各种领域。AI扩张一定会经过下面三个阶段。

  第一个阶段,把已有的大数据用起来,BAT在用,今日头条、快手、滴滴、美团都在用。另外,金融领域可以用,比如我们投资的智融集团的用钱宝,一个月放出30亿的贷款,因为可以把已有的数据、用户数据激活做小额贷款,还有医疗。

  第二个阶段是把没有的数据收集起来、上传起来,用各种摄像头把人脸收集起来,收集了500亿张人脸,所以随时识别300万张人脸,这不是一个人类的功能,而是超人类的功能。

  第三个是无人驾驶的机器人时代的来临,从工业走向商业走向家机器人,从2到3、4,走向全方位的无人驾驶。这是我们投资的聚石科技。

  这三步曲大概是未来五年、十年、十五年的蓝图。刚才霍金描述的未来是真实的,不太确定的是AI会否有意识、人类情感、掌控人类、做我们的工具、会否自我重新迭代、自我重新重写等等,这些是未知的,但已知的可以推出这些应用。应用推出来以后会产生巨大结果、产生巨大价值,国家征税,取代大量的工作,这些工作可以用大量的征税补助下岗人重新训练自己,以改造教育。

所以人工智能时代对经济有巨大改变,50%下岗人该怎么办,未来教育该怎么办都是我们需要解决的问题。(PPT图)从12点这边逆时针转,红色是必然被取代的工作,绿色是被修改的工作,黄色是暂时还不能取代的工作,转到最上面是最难取代的工作,能取代和不能取代很容易解释,能取代的就是大数据可以针对一个目标函数做一个决策,比人更好的决策,那你就可以取代了。大部分工作都是这样的。绿色代表,是当有一天机器比医生可以做更好的诊断,但机器是冷冰冰的,医生可以包装一个人性化的接口,让病人得到安慰,让安慰剂起效应启动,使病人存活和心理感受更好。右边这些是现在人工智能还不能做的,包括艺术、人类学、管理者、决策者,更包括最大的发明家。

  所以AI时代的人才结构,我们看到有大量的服务型人才,包括罗辑思维说的叠衣师、爱心陪伴,人的爱是不能被机器取代的。往上是会把人工智能当作工具的人,比如说医师变成AI工具和人的过渡者,再上是发明每一个领域的新技术掌控者,再上是跨领域的工作者,懂很多领域。当然最最顶尖的就是发明新的AI,掌控AI,他们写人不但是最聪明的最懂技术的,而且抱有最大的科学技术革命。

  AI怎么参与?有四条路子,从左下角讲起来:第一,自己撸起袖子做创业,这个最困难,因为科学家本质是创新,而不是创造商业价值。往下找个商业合伙人一起看。右上,留在学校,继续做创新,把技术授权出去,让学生或者别人做,这是我大大鼓励的。最后一个是提供开源,发布数据和内容。

  今天AI科学家苦于没有BAT手中的数据,希望用更开源的方法把手中的工作做出来。所以真的希望鼓励科学家,看清楚科学家才是科研的净土,不要因为能够赚钱就加入到公司或者创业。顶尖科学家是我们稀缺的资源,希望你们恪守自己的岗位,把技术推到更高的一个层次,深度学习只是人工智能的第一步,未来还有很多机会。恪守自己的科研岗位也会得到商业价值,比如经过技术授权。如果你决定创业,也希望你能够了解,创业的话就要知道客户才是上帝,需要知道怎么样去拿最有价值的VC钱帮助你补足短板,比如创新工场,要能够有纪律、有效率的解决问题,而不是一个又一个问题的提出,不是提出问题,而是解决问题,解决的时候重视效率,做你擅长的事,找合作伙伴,补足你的短板。

  作为社会,必须做很多事情让教授既能得到利益,也能得到名声,还能够做有趣的创业。在报酬方面,让整个研究界提高科学家的报酬。在生育和大奖方面,比如图灵奖和科学奖都是很好的支持。资源方面应该给更多的数据,不仅让BAT有最大的数据,教授也有最大的数据。时间上要思考怎解决不浪费时间的问题。斯坦福用技术授权的方式,CMU让教授创业是占股份的方式,这都是非常好的方式,国际上尤其在中国都要好好思考,怎么样把土壤做得让创业者能做他们擅长的事,让科学家做他们擅长的事,让两者有机的结合,而不要强逼每个科学家都一定要出去创业。

  所以结论是,科学家挺苦逼的,非常重要,我们应该以珍惜国宝的态度支持顶尖的科学家,谢谢大家。

【本文为投资界原创,网页转载须在文首注明来源投资界(微信公众号ID:PEdaily2012)及作者名字。微信转载,须在微信原文评论区联系授权。违规转载必究责。】

相关资讯

AI数据总览

最新资讯

热门TOP5热门机构|VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】