人工智能一个更好的数据处理和建模手段

https://v.qq.com/txp/iframe/player.html?vid=f0399jax3bj&width=500&height=375&auto=0

峰瑞资本创始合伙人 李丰《人工智能，一个更好的数据处理和建模手段》

峰瑞资本创始合伙人李丰

　　在演讲中李丰指出，人工智能简单来看，其本质是一个更好的数据处理和利用数据来建立模型的手段。即当数据增量大到了“在越来越多的场合当中需要找一个有效的办法来处理这些新晋被生产出来的巨大数据时”，才走向的我们今天的人工智能。

　　李丰进一步指出，这些新增的大量数据主要有两个来源，一是线下数据的数字化，二是把一些原来工业上用的，能够去做信号转换的传感器放到了原来没有放这些传感器的日常用的产品上，并且让它在线联网，所以制造了在过去十多年当中最快速度和最大量的数据产生。

　　他举例道，比如共享单车最抽象来看，是因为把GPS通讯模块和电子锁以及电池装在了共享单车上；比如智能手机的浪潮是把在光学和机械性能上非常好的照相机、传递语音的麦克风、跟定位有关的GPS等这些传感器，放进了手机里，加上24小时在线。到今天为止，移动互联网最大的商业模式大概都是这几件事情的交集。

　　在李丰看来，因为产生了大量新的数据，便有了对这个领域进行计算和控制的需求，以致有了今天更多的和面向未来的人工智能。

　　以下为李丰演讲实录：

　　关于人工智能这个话题，我讲的观点仅供参考。

　　我们自己讲人工智能的时候，主要几个方面，无非我们怎么看待这个方向？我们在里面投什么东西？在不同方向我们怎么看？应该投A投B投C当中的哪一个？这些节点的哪一个？这是我们内部探讨投资的一个方法。

　　人工智能本质是一个更好的数据处理和建模手段

　　在看人工智能的时候，我们把这个问题看的比较简单，基本上人工智能这个事儿的出现主要是，它是一个更好的数据处理和利用数据来建立模型的方法。第一个问题它为什么在这个时间点出现？第二个问题在这个时间点出现之后（其实我们讲的时间点比这个要早，大概要早4、5年），它主要是用来解决什么问题？无非就是怎么处理数据，建立规则更高效的方法。

　　为什么出现在这个阶段？

　　简单点说，是因为大量堆积的数据，这些数据从我们常规的意义上来看，它生产出来的东西，更多是数字化的事情，包括数据，希望它生产出来的东西变得非常多的时候，能够更加有效的利用，而不是被浪费，这是一个较简单的商业逻辑自动循环的过程。就是把人为的地方刨掉。

　　接下来的问题也很简单，我们讲到数据从哪来？为什么会突然增长了大量的数据？数据突然增加大概就两个来源，第一个来源我们叫线下数据的数字化，从投资上来看，我们在看什么东西适合用人工智能来解决的时候，我们判断的基本方向是在这个领域里面它是不是线上的数据化，以及数据增长的程度和成本降低的程度，是否已经需要用新的方法解决，如果未必，可能不太需要。换句话来讲，作为一个数据处理方法，而不是数据本身，如果没有东西可处理的话，那到哪去用这个方法。

　　我讲一个结论非常偏颇的例子，这可能跟被炒的东西不太一样，比如半年以前大家可能有看到过一家著名投行的文章说，用人工智能替代多少交易员，替代所谓在二级市场上做相关工作的，不管是做模型还是收集资料，还是在前台做交易，人工智能即将取代金融行业中的大部分事儿。在我们去看待这件事的时候，因为所谓量化投资也好，就是用所谓计算机进行交易也好，因为各种各样的原因，这是我感兴趣的一个方向。

　　但是这个方向我们在国内没有投，原因是什么？因为量化这件事，第一次计算在交易当中起到越来越多的作用，从金融危机前到金融危机后，整个二级市场当中比例或者说涉及到的资金规模越来越多，越来越大。

　　在过去美国30多年的发展过程当中，不从对冲基金来看，它可能经历了几件事，第一个把整个交易系统、交易规则、交易方式变成了数字化。第二个跟我们中国一样，大概美国从70年代中后期开始，这个时间大概持续了小几十年，到90年代的时候，基本上我们讲叫做其中伴随着资本市场的发展，大量的可供交易的标地，包括相关的衍生产品，包括资金的来源构成的机构化，这几件事都已经完成了。大概从90年代中期这个过程中开始出现了所谓的程序交易，他们花了挺长时间在股票上的交易过程完成了较好的线上化，所谓人工智能的应用，从我们的理解上来看，这件事在中国是否条件成熟？或者说，整个产业链上这些资产和标地这些数据是否都已经完全数字化，是一个大家有各自不同结论的，可能有待商榷的事情。

　　另外一件事情，也可以举一个例子。因为医疗领域的人工智能同样很热，看医疗行业的话，在线下医疗诊断当中哪些部分比较好地数字化？这些被搬到线上的，或者搬到互联网，计算机数字化的数据有多少是难处理的？

　　另外一个新数据大量产生的原因是，我们打个比方，包括PC和智能手机在内，过去30年的科技发展，有一个抽象的简单规律，只能用来解决一些很大的问题。简单规律是这样，基本上我们过去和现在正在发生的事情，产生最大量数据的前提和方式，都是把传感器装到了原来没有装到传感器的这些设备上，并且使它连上网，这两件事情同时发生，制造了在过去十多年当中最快速度和最大量产生的数据。

　　我们打一个当下的比方，假定当下最时髦的风口之一就是共享单车，创业公司能做的事情是把一个GPS模块，加上了电子锁，这是一件事，加上了通讯芯片，就是在线，这是一件事，把这几个东西装在了一辆自行车上。我们做到的事情无非就是把传感器装在了原来没有装上传感器的自行车上，产生的结果是我们跑出了大量的实时数据，换句话说我知道这个车骑了多久？我也能找到这个车。这件事情的发展带来了所谓商业模式的变化，但如果我们把共享单车的商业模式抽象化，是因为我们把GPS通讯模块和电子锁，当然还有电池装在了共享单车上。

　　我们转过头讨论为什么会有智能手机这么大一个浪潮？智能手机这件事很简单，大概是我们把在光学和机械性能上非常好的照相机这个传感器装在了手机上，我们十几年前用诺基亚和摩托罗拉的时候，我们的摄像头和像素低到难以忍受。我们把摄像头在这么小尺度和高精度范围内放到了手机里，当然我们还放了一些其他更好的东西，麦克风，就是传递语音的东西，当然我们也放了GPS，就是跟定位有关的这些传感器，简单来讲是GPS。因为有这几件东西放进了手机里，加上了24小时在线，所以到今天为止移动互联网最大的商业模式大概都是这几件事情的交集。

　　拿滴滴或者优步举例，它们只是把一大堆的传感器放到车里。作为用户，你也是用了这一大堆传感器。你在一个大酒店订一辆车，司机告诉你我开什么车？我多长时间到？路况怎么样？我在哪个门口告诉你。简单来讲你用了GPS，不需要啰里啰嗦讲需求，也不需要描述更多具体的特征，大家也不需要在这个问题上形成更大的匹配难度。我们说大数据在人工智能领域的应用，更好被汽车调度，本质上是因为把以前没有办法装到手机里的东西装到了手机里，我们把它叫做智能手机。

　　我们往前推一推，道理是一样的，一些原来在工业上不能普及和大量使用的传感器，这些传感器本身具有更高、更好的精度，更低的成本，一旦他们被用上了，又联网，就造成了这之后我们看到的商业模式。因为它既被放到东西上广泛应用，同时又在线，所以它们产生了大量的数据。这些新增数据的增量大到可能我们在越来越多的场合当中需要找一个有效的办法，来处理这些新近被生产出来的巨大数据，才走向了我们今天的人工智能。我们已经发生或者将要发生事情基本上都是基于同一个逻辑产生的，也诞生了今天的人工智能。

　　所以，为什么产生了人工智能？它本质还是处理数据，原则上是作为数据的处理办法。第二这些数据是哪里来的呢？更多的增量数据是我们把一些原来工业上用的，我们能够去做信号转换的东西放到了某些原来没有放过这些东西的日常用的产品上，然后并且让它在线，所以我们产生了大量的这些新增数据，然后如果我们要让这个东西变得智能，前提就是我们要对它进行计算和控制。因为这些计算和控制的需求，才有了今天更多的和面向未来的人工智能。

　　共享单车的出现是商业模式稍稍早于科技底层支持技术的创新

　　所有人都知道人工智能领域一个重要的领域是自动驾驶。虽然从我们数据上来看，自动驾驶最挑战的是现在几乎谁都没有足够多的数据。但是大家认为它很厉害的原因是从道理上来讲，如果你把这些传感器全都加到车上，它产生巨大的数据经过运算以后，最终能够控制和引导结果。

　　再举一个例子，如果大家了解的话，作为人工智能代表的自动驾驶，现在显然在一段时间当中还普及不了。其中很大一部分的原因是它其中有一两个非常重要的已经被装上去的传感器，不一定能很好地工业化。

　　打个比方，我们还不能真正把精准测试装到车上，这又带来了两个小问题，在不同的领域中，我们涉及到不同的问题，什么叫做不同的问题呢？我打一个比方，我们说今年的共享单车特别火，共享单车里其实有一个你想不到的小问题。对于一个无缘的设备，因为共享单车没法充电，你把几个传感器放进去，芯片、GPS、电子锁，把这几个传感器放进去，在它没法充电的情况下，就产生一个问题，你也不知道，或者很难处理这一次骑行到下一次用车多长时间。大家采用了很多折中方法，这个里面有一个非常有趣的小事情，如果你对这个行业有了解的话，在你拿手机做汽车导航定位的时候，你手机的电掉得非常快，原因是它非常费电，因为GPS运行的时候，一直不停地接收信号，不停地算。所以在骑某共享单车的时候会骑得很费劲，因为有一半的时间在给它充电，即便是那样的话，你也不能保证这个电池能把这个传感器的信号持续供电到它的下一次使用。

　　最后的结论，我觉得是个有意思的讨论，共享单车这件事的出现是商业模式稍稍早于科技的底层支持技术的创新。换句话来讲，本来应该是什么呢？本来应该先是它这有突破，突破到什么程度？我可以使GPS对于能源的消耗和计算方法大幅度地降低，以至于我用这么大一块太阳能电池能使一个无缘的设备完成这个功能。

　　类似的例子再举一个，智能手表也有一个巨大的痛点，因为手表和手环装不进更多、更新的和以前没有被装进去过的传感器，所以大家最后觉得用起来越来越没用，是因为它并没有跟你已经装过很多传感器的手机之间有巨大的差别，它也没有制造出大量的新数据，以至于在新数据的基础上可以有新商业模式。就像GPS装进了自行车，今天我们有了共享单车。

　　再举最后一个例子，我们所谓的精准医疗是按同样的逻辑发展的。我们有了所谓新一代的基因测试仪，我们有了大量基因的新数据；因为有了大量基因的新数据，我们有了精准医疗。它跟自行车完全不相关，跟人工智能也不完全相关，但是基本上每一个正在发生、我们正在看见的激动人心的事件大概都是按照同一个过程发生。

　　所以你回过头来看，也许有别的方向和空间，不知道哪一天我们给我们的桌子，给我们的话筒，给我们的凳子装上了各种不同的传感器，一天 24 小时在线，我们还能知道这个凳子上坐过多少人，多重？我不知道这个有什么商业模式。从结果上来看，因为有大量的新数据，所以产生了对这个领域的人工智能领域。

　　最后一句话，我们讲人工智能投资的时候，刚才那一串逻辑，或者一串判断，仅仅是我们在过去的五年里对我们所关心的不同领域，以及到底什么领域应该在哪个阶段做什么样的投资做的思考，仅供参考，谢谢。

全球化：

GMIC 2017全球峰会（北京站）全览：AI机器人篇（当代伟大的科学家“霍金”演讲）

科学家们是怎样制造智能机器人的？（视频）

全球各国：

医疗健康养老：

太空机器人：从太空看地球，震撼到美

酒店机器人：酒店机器人

中国：

芯片：

智能科技：

智能制造

智能先锋（海尔M2C-红领C2M-韩都衣舍的云平台）

华为：

新松：中国最大的机器人上市公司“新松机器人”

富士康：台湾富士康科技的机器人计划（内含郭台铭“真情告白“）

阿里巴巴：

中兴：解密《ZTE 中兴：未来，不等待》（人工智能机器人之娱乐机器人）

联想： 解密《lenovo 联想》（人工智能机器人之仿人机器人）

万科：“谁的万科” 再起波澜！（人工智能机器人之探险机器人）

海尔：海尔：智能工厂、Ubot智能管家机器人、商用服务机器人

格力：“创造改变未来”格力智能装备、格力机器人全球首发

美的：“美的”迎来智能时代：机器人、智能厨房、智能家居、智能工厂

百度：

腾讯：

京东：

小米：2017中国两会代表-小米雷军议案：把人工智能列入国家战略、新零售、“一带一路”战略

科大讯飞

乐视：【乐视-FF91】新物种 重构未来 开启人工智能互联网生态汽车元年（完整版）

滴滴：滴滴出行：机器学习和人工智能让滴滴获得更高效率 

搜狗：搜狗汪仔机器人-搜狗CEO王小川：智能科技揭示的美丽未来

携程：携程 创始人 梁建章：关于机器人、失业和创新、人口和旅游

大疆：从无人机到机器人，大疆创新（Robomasters 机器人比赛）

猎豹：猎豹的新使命：成为一家有伟大技术理想的人工智能公司

创新工场：

李开复：人工智能会接管世界 但不会奴役人类

思必驰：思必驰：真正把底层的研究和产业问题深度绑定

达闼科技：科幻与人生—从星际迷航到机器人

美国：

GE：通用电气（GE）呈现｜［机器人篇］工业互联网（完整版视频）

微软：

苹果：

谷歌：

IBM：

亚马逊：

Facebook：

特斯拉：解密特斯拉工厂，机器人无处不在（埃隆马斯克TED大会视频）

高通：美国高通的下一个战略：机器人领域(含视频）

英特尔：

Uber：Uber的发展历史：”人工智能，机器人技术“ 功不可没

麻省理工：

斯坦福：斯坦福大学：人工智能机器人的百年计划（Al100)

卡内基梅隆：

伯克利：世界科技圣地：加州大学伯克利分校

日本：

本田：本田的“阿西莫”超人形智能机器人（完整版）

丰田：丰田的三款陪伴机器人 挑战本田的“阿西莫“机器人

软银：

松下：

索尼：SONY 索尼的机器人计划（内含SONY科幻短片「The Last One」）

夏普：夏普的创新之作：机器人形手机“RoBoHoN” 

安川：百年安川，匠心独运（含视频）

日本：“机器人界的乔布斯”高桥智隆：走进机器人的世界

德国：

西门子：德国西门子工业4.0及数字化工厂（视频）

博世：百年博世，智能时代；百年博世，工业 4.0

库卡：库卡机器人VS乒乓球世界冠军波尔

德国汉诺威：

韩国：

三星：三星人工智能在路上

          三星智能机器人战略（完整版视频）

现代：现代：可穿戴外骨骼机器人、无人驾驶

LG：LG电子：人工智能机器人+家电产品

SK：SK电讯：进入了人工智能(AI)市场，推出了全球首个韩语数字服务助理平台“NUGU”

以色列：

医疗健康、护理康复、外骨骼机器人

数字经济

---

龙为科技