机器智能2.0时代:从数百名学者、企业家及投资人学到的新愿景
来源:桃树 | 作者:黄莹莹 | 发布时间: 2016-11-08 | 986 次浏览 | 分享到:
从“梦幻百宝箱”到“创造实际价值”,AI创业公司拥有了更多进入市场的途径。


导读

 

平台化还是垂直化,是AI商业模式走向的一个关键问题。AI平台化之路,仿佛路漫漫而修远兮。技AI技术不像互联网有广大受众,然而它却在一个垂直领域渗透力要远大于互联网技术。因此,许多创业公司瞄准了一个垂直应用点做出结果,然后迅速被收购。

然而我的观点与本文作者并不完全相同,没有任何一间伟大的公司一开始就是冲着被收购去的,伟大的技术往往是创造了一个新的生态体系。然而,AI生态的诞生确实需要一个落地点,即和一个具体行业应用中的痛点问题结合,做出一个AI落地的基础模式。在这个模式之上,再让AI技术的通用性不断呈现出来。

因此,无论垂直化还是平台化,AI公司的第一步是和行业应用的核心问题结合,将机器智能转化为人可以理解可以应用的解决方案。

——桃树创始人及CEO 杨滔

 

 


 

Shivion Zilis |    黄莹莹 |

 

写在前面:很不错的文章,耶鲁大学毕业的mm文笔就是好,素材采集也很是用心严谨,对于垂直化还是平台化发展的模式意见不是完全相同,但是不妨碍学习并翻译出来与大家共享。

一年,我发表了我最早一篇尝试勾勒机器智能生态系统的文章 machine intelligence ecosystem。这一年间的发展可谓翻天覆地。在过去的12个月,我一直在千方百计的了解我所能找到的每个公司的每一条信息,同时与数百名学者,企业家和投资者畅聊机器智能。今年,随着机器智能领域的爆发式发展,我将更多的注意力放在了创新领域,而不是试图做全面的介绍。上图展示了机器智能在2016年伊始的新景观:

 

除去个别让人眼花缭乱的炒作,机器智能已经在数个领域体现了实际的价值。 机器智能已可以帮助我们更快地获得我们需要的重要业务信息、监控关键的系统、更高效地为我们的人群提供服务、降低医疗成本以及更早发现疾病等。

 

自去年开始分析机器智能至今,我注意到两个最大的变化:(1)自主系统(autonomous systems)已在物理世界和虚拟世界中实现;2)初创公司的方向由构建宽泛的技术平台转向专注于解决特定业务问题的垂直服务。

 

新景观的预示

 

随着重点从“机器智能是无所不能的百宝箱”转移到“机器智能如何能立即提供真正的价值”,机器智能创业公司拥有了更多进入市场的途径。现阶段,机器智能初创公司大多拥有高超的机器智能技术,有些甚至有超过10年的沉淀,并且已将机器智能技术应用到新的数据集和工作流中。大公司的庞大的数据集和与客户良好的沟通联系是他们固有的优势——但是,初创公司也正在逐渐找到切入的方法。

 

实现自动化

 

在去年的总结中,焦点几乎完全在虚拟世界中的机器智能。这一次,我们在物理世界中看了更多自动化的进程:自动驾驶汽车,无人机,以及可以执行动态任务的机器人。这些都还在很初期的阶段此类系统大多数还并没有实际的应用,然而我们预计这种情形将迅速的改变。

 

这些物理系统的出现,预示着许多机器智能研究正在实际应用中逐步成熟与融合。计算机视觉、深度学习和强化学习的组合、自然语言接口和问答系统都是使物理系统自动化和可互动的基础。对于构建这些自动化系统,如何整合这些技术和发明新技术同样的重要。

 

新式(非)人类接触


虚拟世界也已变得更加自动化。虚拟代理,有时叫做bots
,使用的是会话接口技术。这些虚拟代理中的一些是完全自动化的,另一些是“人类参与”系统,其中算法采用“机器式”子任务,人类来增加创造力或实际执行。(在此类系统中,当bots在工作时,人参与培训bots。)用户通过输入自然语言或说话与系统交互,而代理则以同类型方式回应。

 

这些服务有时会给客户带来非常迷惑的经历。例如有一天,我需要跟客服联系关于我手机的一些问题,而我不想和任何人交谈,所以我选择了在线聊天。这是我人生中最“人性化的”客户服务体验,奇怪的是,我发现自己很想知道我到底是和一个人,一个机器人还是一个人机混合体聊天。然后,我觉悟到答案似乎根本不重要。重要的是我拥有了一次非凡的客户体验,而我的问题也得到了解决。我感谢在另一端的TA,即使TA也许只是一个机器人。

 

一方面,这些虚拟代理可以非常专业,帮助我们执行客户支持、研究、项目管理、日程安排和电子商务交易。另一方面,他们也可以是非常个人的,也许我们正在越来越接近“她”——微软的浪漫聊天机器人Xiaoice已具备自动化的情绪支持。

 

随着这些技术的日渐兴旺,他们将颠覆更多还未涉足的新领域,如教育、精神病学和老年护理,与人一起协同工作,更好的照顾学生、患者和老年人。

50度灰市场

至少我自己觉得这个标题非常搞笑。 ;

 
许多机器智能技术,正从监管的灰色地带为伊始,逐步改变商业世界。最有可能的领域包括:保健(自动诊断,基于基因组学的早期疾病检测,算法药物发现);农业(基于传感器和视觉的智能系统,自动驾驶农业车辆);运输和物流(自动驾驶汽车,无人机系统,基于传感器的车队管理);和金融服务(高级信贷决策)。

 

为了克服进入灰色市场的困难,我们看到一些不寻常的策略:

 
· 初创公司正在进行全球性套利(例如,医疗保健公司在新兴市场上市,无人机公司在最不受监管的国家进行试验)。

· “暗度陈仓”战略。一些初创公司非常小心地保持在灰色区域最安全的一角,保持低调,并尽可能避免监管讨论。
· 像谷歌,苹果和IBM这样的大公司正在寻找这些机会,因为他们拥有足够的资源去保持耐心,且最有可能影响监管改革——他们影响监管的能力是他们的优势之一。
· 初创公司正在考虑提前筹集资金,争取不可避免的法律纠纷,尽早面对监管障碍。

你的(业务)问题是什么?

一年前,企业正在努力制造机器智能服务的头部或尾部(一些最混乱的概念是在这个愿景之下的“平台”部分)。当我和潜在的企业客户交谈时,我经常听到这样的事情,“这些公司正在努力向我卖蛇油”,或者“他们甚至不能向我解释他们到底是做什么的。

 

企业只想知道这些技术可以解决哪些现有的业务问题。他们并不在乎技术本身。然而另一方面,机器智能公司却只是想谈论他们的算法,以及他们的平台如何解决数百个问题(这通常是真的,但这却并不是重点!)。

 

以下两个关键点,有助于创造一个更有生产力的中间地带:

· 企业已经投入巨资成为“机器智能行家”。我已经接触了大约100家公司并了解了他们对机器智能的观点。他们提出的问题都经过深思熟虑,他们已经为利用这些新技术做了公司变革,并且整个公司中各个关键角色都非常关注这个话题(从CEO,到技术主管到产品经理)。
 
· 许多机器智能服务公司已经意识到他们需要表达和重视如何解决企业的实际业务问题。他们将解决特定业务问题的方式打包成独特的解决方案,并将其打造成单独的产品和品牌。他们经常与公司合作创造一个独特的解决方案,而不仅仅是销售技术本身,他们同时身为机器智能的教育者和执行者。一旦企业明白了什么新的问题可以用机器智能解决,这些初创公司便可以开始实施更传统的技术销售。

大垂直化
 

我依然记得阅读“谁说大象不能跳舞( WhoSays Elephants Can’t Dance)”时受到的震撼,震撼于一个像IBM这样的科技巨头从0开始的胆量与能力。 (这正是我大学毕业到IBM工作的原因之一。)现在,IBM似乎准备尝试另一次彻底转型- 从平台技术提供商转变为垂直领域的直接变革者。为什么 Watson不能成为一个医生或礼宾?这是一个勇敢的尝试。

 

不仅仅是IBM:你也可以只是做一个如谷歌众多独立项目一样的完整机器智能标志性项目。(如果有人勇于尝试,我迫不及待想看到它实现!)

 

“你的出价很好,但我更关心你的数据”

 

在机器智能的世界中,创始人正在出售他们的公司,正如我在去年建议的那样——但这并不仅仅关乎金钱。我从创始人得到的信息是,他们所感兴趣的收购方,仅限于有合适数据集让他们的产品技术大放异彩的公司。我们常常听到这样的话语,“我并不感兴趣(被收购),但基于我们的产品,但如果X来电,这将是很难拒绝的。”在这些对话中,“X”最经常代表的是Slack(!),谷歌,Facebook,Twitter——这类有数据的公司。

 

所以现在的情形到底如何?
 

机器智能有一个比去年更大的愿景,无论在大公司还是初创公司。在下一年,这些技术的实用方面将产生爆发性的发展。大多数新进者将避免通用技术解决方案,而是专注解决特定商业问题的机器智能技术。

 

我迫不及待想看到更多兼具实用性和特殊性的组合系统。几年前,一家像Obrital Insight这样的公司看起来似乎很玄乎——等等,你将使用卫星和计算机视觉算法来告诉我中国的建筑业增长率是多少?——而现在,这类技术听起来已经不会让人感到陌生。

 

同样,研究人员正在做的事情,也常常让我们目瞪口呆,“等等,这是真的吗?”他们正在解决我们可能从未想过有可能解决的重要问题,如创建仙女教母无人机( fairy godmother drones)来帮助老人,计算机视觉检测微妙的创后应激障碍症(PTSD)迹象,去除癌性病变的自动手术机器人,固定飞机WiFi(这个只是开玩笑,甚至机器智能都不能做到)。

 

总的来说,机器人代理将变得更加巧舌如簧,自主系统更加普遍,机器智能更加……智能。我期待在未来的岁月见到更多的科技魔术。


英文原文链接:



桃树只研发最前沿的机器学习应用技术

我们只发布最干货的大数据知识


微信扫码关注桃树公众号