科技

问题9计算机视觉和深度学习的发展前景请老2019iyiou

2019-05-14 19:51:40来源:励志吧0次阅读

自互联和移动互联的普及后,人工智能开启了计算机的3.0时代, 并迅速在全球范围内崛起。如今,人工智能技术在金融、安防、医疗等传统行业已经得到了认可和应用。但随着AI落地,产业升级,竞争持续加剧,未来,缺少商业应用能力的人工智能公司将越来越难。因此我们邀请到了一年操盘1200页AI商业报告的亿欧公司副总裁、亿欧智库研究院院长由天宇线上分享。他将为你揭秘人工智能创业的危与机。因为内容较多,整个分享现分为上、中、下三篇呈现,此篇为下篇。

6月14日,由上海市长宁区青年联合会和亿欧公司联合主办的“2018全球智能+新商业峰会—AI国际峰会”也将携手荷兰皇家艺术与科学院院士Maarten de Rijke,深兰科技创始人兼CEO陈海波等人工智能领域的全球专家学者一同探讨中国人工智能产业发展。报名链接:

问答板块问题1:人工智能在现阶段以及能展望的未来,能否处理主观性比较强的问题?比如我们设计行业,一个方案比另一个方案好,这个标准如何界定?人工智能有没有可能在这些非常主观的领域发挥作用?

我回答几个今天我们提前收集到的不同群友提的一些问题。个问题是有人问说人工智能否解决主观性比较强的问题,比如设计行业等。我认为比较难。除非这个主观性的问题本身可以进行标准化。

那对于设计行行业来而言,我认为重要的不是解决谁好谁坏的问题,而是解决高效生产的问题。比如说阿里的鲁班现在已经改名叫鹿班开始用,她可以在短时间内用机器自动生产海量的创意与海报进行应用和发送。这样的话,其实已经把设计师解放出来了,设计师就可以花更多精力去处理那些更复杂的方案,或者说去花更多的时间去讨论到底哪个方案更标准更可行了。

问题2:预计未来一两年,资本对人工智能相关公司和行业的偏好会有哪些变化?

接下来,说一下这个这个学霸君的苗总提的这个问题。他说到未来一两年资本市场的变化,刚好这几天我一直在和不同机构的人沟通,大家认为,一部分资本还是会继续投那些比较底层的技术公司,比如说在自动驾驶领域,大家还是在押注做很多解决方案的公司,因为这些公司现在可能还是在为未来做布局。

但更多的人已经开始把注意力集中在了能否实现商业化,尤其做应用的公司上。因为核心不是说算法有多好,而是说技术运用到服务里面,能产生多少商业收入,或者说帮助提升多少商业收入,这个很关键。联想之星的朋友反馈给我说,可能未来资本市场会力推这些公司上市,头部公司的上市会对整个行业都会有非常好的帮助。

问题3:特别想知道人工智能在医疗领域究竟能应用到什么程度,行业风生水起,但是医院似乎迟迟还未落地,核心原因是什么?

通过我了解下来的资本市场的一些情况,对于医疗市场的应用到底到什么程度,我前面在分享的时候也讲过,其实是非常早期的。因为在消费者层面,除了医院里面和你互动的那个机器人之外,可能你感受不到什么变化,而医院依然很挤,医院医生态度依然很差,然后流程依然很正常。确实是这样。

但我认为未来几年,每年都将会发生新的变化。首先在影像科这一块,今年都在大规模的在医院里面做测试,那么明年、后年可能就可以真正帮助到影像科医生了;在辅助诊疗这一块,可能比影像慢一两年也会有这种变化;在医药研发这一块可能会更慢一些。也就是说现阶段是大家看到了一种契机,不断地往里投入和做测试,总之不要着急吧。

问题4、如何看待人工智能与区块链及物联的技术融合,在三种技术融合的交集里,是否会有新的产业机会出现?

关于人工智能、区块链以及物联的技术融合,我觉得这个问题非常好。我在前面分享里面也提到了,我认为长期来看,人工智能一定是和物联和区块链结合起来的,现在大家做这些人工智能解决方案,可能用20年、30年历史来看,只是非常局部的关联性的问题。因为整个社会生活的数字化的程度很低,也就是物联化的程度很低。目前,我们只解决了比如说纯互联的市场,以及像金融领域,它的数据程度比较高。

那么在非常多元和丰富的社会场景里面,只有当物联充分进行,铺设传感器数据极大丰富的时候,人工智能算法才会充分的找到一些好的应用场景,同时利用区块链的低成本,甚至无成本的信息交换和交易的优势和基础,才能够让人工智能发挥更大的作用。

也就是说,这三者结合,会比现在我们看到的这个商业机会有更大的可能性。我做一个很大胆的一个说法和预判,现在我们看到的这些公司,尽管头部的商汤科技和旷视科技云从科技也好,他们也似乎已经是独角兽了,但我认为这些公司现有的业务模式也就只能让他们成为百亿美金的公司!

只有未来在物联的时代之下,在区块链的基础支撑之上,人工智能的能力才能充分放大,才有可能诞生千亿美金的公司。而诞生的公司才有可能是挑战BAT,挑战google,挑战Facebook的公司。在现在,我们已经看到的已有这些模式之下,我认为是没有的。

问题5:人工智能在教育领域的应用,会逐步取代老师吗?关于教育的问题确实也非常重要,今天前面没有提到这一块,用这个问题做一下简单补充,我认为不会取代老师。教育和医疗是类似的,它其实不是取代,而是补充以及协作的作用。因为好的老师也是有限的,而且老师会把很多精力花在一些比较重复的批改作业,解答问题这些环节上,这些相对重复的,相对机械的流程都可以让机器去完成的,而老师可以把时间充分发挥在激发学生的创造力,去和学生进行心理层面沟通的这些环节上,这样才能真正提升教育的投入产出比。

问题6:从长远看,人工智能在金融领域除了反欺诈和量化投资,风险定价之外,还有什么具体的落地场景吗?

对于在金融行业的应用,这个问题其实已经说了大部分的情况。在反欺诈量化投资风险并价之外,还有一个场景就是在营销获客上,而且这一块可能是应用多的一个场景。也就是说很多金融机构自己或者借助外部的人工智能服务公司,在分析客户的价值,在做客户营销和客户的需求挖掘上,会发挥很大的作用。

具体是哪些公司,我就不讲了,但是在营销获客上,在客户价值挖掘上会有很好的一个表现作用。当然这种能力不仅仅可以用在金融领域,只是说,金融机构方的数据本身就比较多,所以它能够充分的把方数据和第三方数据整合起来。其他的领域,如果你的客户数据也非常充分的话,比如零售领域,其实也是可以利用起来的。

问题7:鉴于中国道路的特殊情况,我们的无人驾驶技术真正上路,是不是还有相当长的一段时间?从Uber自动驾驶汽车发生致死车祸后,特斯拉的无人车也出了几次事儿。对于无人车的安全问题,您有什么看法呢?

关于自动驾驶,无人驾驶上路的问题,我的一个预判是这样的,中国的道路我倒不认为有多么特殊。虽然也有特殊性,但是和美国也好,和日本也好,我觉得没有根本姓的区别,所以我觉得这不是问题。这个主要是说我们要实现自动驾驶有可能要分两步走,“步走”是先实现限定场景的上路,这个园区、机场,这些就不用讲了,是肯定可以的。

那另外一块就是说现在已经在重庆、上海、北京开始做路测,那么接下来未来几年会不会允许大家在高速公路或者一些明确限定的道路里面,车可以开启自动驾驶功能,这是有可能的,就在三年左右就会发生。

那么全自动驾驶或者纯无人驾驶,我认为这个时间是很难预判的。之前我们看到麦肯锡提供的一些结果,他们认为说L5级别的,也就是全路况的无人驾驶,可能至少是在2025年才会出现,才会在部分地区上路,这是他们的预判。我们现在实现不了,不仅是技术问题,原因可能更复杂,因为要考虑所有的可能性,所以可能在法规层面的谨慎度也会更高一些。 自动驾驶,我认为两步走的可能性比较大,会先允许在限定场场合和限定道路的自动驾驶的运行。

问题8:“钱在哪里?”现在在人工智能创业,赚钱压力是否大?哪里能赚到钱?er如何赚到钱?亿欧对于对“智能”定义是什么?是否没有模型和算法就不智能?

那这个问题非常多,其实不是一个问题,是很多问题我简单讲一下,个问题是说关于挣钱的问题,我刚才讲了已经挣到钱的有收入的公司就是在安防领域,因为安防的这个费用,这个买单方是政府,政府的需求是社会治安,所以有比较多的国家预算和地方政府预算投入进来,所以这块是显性的,其他几块都不太显性。

一些做消费者的产品,倒是也还不错,比如说像一些小机器,有一定的算法和一定的视觉方案在里面,包括CM的定位技术在里面的也不错。那其他比如自动驾驶,医疗、教育等领域的AI,其实现在还不到挣钱的时候。现阶段,思考人工智能技术对于自己的应用和服务有什么提升的价值这一点很重要。

关于第二个问题,我说一点比较简单的,亿欧也在用人工智能,我们利用一些服务公司提供的智能推荐引擎来做内容的推荐。那我们就要评判说这个智能推荐引擎是不是能够提升推荐内容的点击率和提供好的阅读体验,如果是,那我们就用,如果不是,那我们就不用,所以这个是比较实际的一个评判标准。

那么对于智能定义,我前面一开头其实也讲过了,也就是说狭义的是看人工智能算法,广义的是看人工智能是否有结合技术应用;更广泛的看,还是在智能化大背景下的自动化,数据化和化。

问题9:计算机视觉和深度学习的发展前景,请老师描述一下?

计算机视觉其实是我们知道的在人工智能这个大领域下本身发展快的,而且也是现在商业化相对比较好的领域了,尤其是在人脸上。那么本身它主要就是深度学习算法。这个笼统讲前景一定还会比现在更好,因为目前也只解决了一部分问题,他的商业市场也刚刚打开,头部公司也只有几个亿的收入而已。所以计算机视觉总体来看一定在早期阶段的,如果你是这个领域的技术从业者,那么扎根到这个领域肯定是没有太大问题的。

问题10:人工智能应用公司的核心竞争力一般体现在哪里?

核心竞争力这个问题,说简单也简单,说复杂也复杂,如果是在大面上,要看技术的能力,比如说算法是不是比较。但是我们会发现说头部的几家公司,实际上大家的技术区别不会太大,那这个时候大家要比谁做得好,是在比什么?如果你是在比这个算法,那大家可以在比赛上去PK;如果你是比商业能力,那么大家在差不多算法效果的情况下,你就要比,谁能够在具体提供给客户需求解决方案和产品的时候,更能具体解决问题。那更深一层,在销售端,是你能不能搞定客户的问题才更重要。

问题11:在智慧社区或智慧家庭,落地的具体场景有何建议,前景如何?

智慧社区和智慧家庭其实是非常不一样的场景。简单来说,商业的买单方式不一样的。智慧社区有点类似于安防,只不过是他买单方不是政府,而是物业公司或者房地产公司。因为它要解决的是一个相对广阔的场景内的管理问题。所以他可能会引入摄像头,引入监控,引入机器人安保等。其实是必然的,会从头部的物业公司和房地产公司开始来做这个事情。

亿欧这边已经接到了一些社区的诉求,希望我们能够给他提供智慧社区的建设资解决方案。智慧家庭和智慧社区非常不一样,因为他的买单方式是每一个消费者,是每个家庭本身,所以让消费者买单的话,需要很长的一个培育过程,即使如小米用了几年时间下来,小米财报里面讲说有五件以上小米智能设备的用户也就只有150万。其他的做智能音箱的厂商可能也有很多,但我估计做的出货量特别大的,并不是很多。

那么在终端消费者市场里面,其实要经过非常困难的摸爬滚打,才能找到大家到底愿意为什么买单。百度投资了创维,投资了小鱼在家就是希望在可能的路口上把智能家庭的这种场景站住,但我也并不认为说一定就是电视,一定就是音响等,也有可能是别的,所以这一块,说实话还没有看特别清楚,大家还都是在一个摸索的过程当中。

问题12:在教育领域,人工智能应用比较成熟的企业有哪些?

教育里面,人工智能应用比较成熟的企业有两类,一类是像英语流利说,学霸君,作业盒子这样,本身做教育某一块加入了一些识别技术来提升服务和体验的公司;一类是像乂学教育这样提供了一套智能机器学习方案的公司。

AI产业发展少不了对机会与威胁的双重把握,在前进方向上,创业者更要找准方向,才能走得更坚强,更多关于人工智能“威胁”与“机会”的解读,可以关注6月14日在上海长宁世贸展馆举办的“2018全球智能+新商业峰会—AI国际峰会”。

相关文章链接:

亿欧智库研究院院长由天宇,深度解读人工智能创业的危与机(上)

亿欧智库研究院院长由天宇,深度解读人工智能创业的危与机(中)

版权声明

凡来源为亿欧的内容,其版权均属北京亿欧盟科技有限公司所有。文章内容系作者个人观点,不代表亿欧对观点赞同或支持。

汕头旅游上市后企业
2006年大连其他A轮企业
2008年大连体育种子轮企业
分享到: