本文是投资人NathanBenaich在12月1日伦敦Re.Work大会深度学习讨论时的发言,机器之心编译整理。 1、为什么人工智能的投资热潮会出现在现在这个时间点? 我一直认为,人工智能是当下最激动人心和具备变革性的机会,这其中有诸多原因。根据KPCB的报告称,全球约有20亿手机,这些手机用户非常依赖手机,其中有40%的手机用户会接入互联网。这也意味着我们现在制造了过往从未存在的数据,包括用户行为、喜好、兴趣、知识以及社交联系。 计算和存储的成本大幅下降,而计算的能力则显著增长。我们已经看到在学习方法、架构、软件基础设施方面的进步。创新的步伐正在加速,我们无法准确预测到接下来会是什么样子。 以人工智能为驱动力的产品如雨后春笋般涌现,在搜索引擎、电商/音乐推荐系统、在线广告以及金融服务方面都有不俗表现。开发者对于人工智能有了更好地理解,并且愿意在构建更复杂应用程序时集成更多高效工具。 2、人工智能技术在市场上的表现如何? 现在一些企业的数据和开放数据都存放在各种类型的数据仓库中。不妨想象一下,如果能让这些数据建立起某种联系,也就提供了一种观察复杂问题的新角度,从这个新角度出发的洞察力可以做出更多预测。DueDil、Premise、Enigma等公司都是以这样的方式给市场带来惊喜。 企业可以利用自身的专长,在人工智能的帮助下提供更专注、高附加值和可复制的解决方案或产品,这会突破人类的一些局限。比如,类似SiftScience,、Ravelin的在线欺诈检测公司,以及ZestFinance、Kreditech在内的个人贷款创业公司。这些公司解决了传统意义上人类手工检索、核对少量资料而无法做出准确预测的难题。 你是否开发出新型的面向更广泛市场需求的机器学习或深度学习架构?包括特色工程、数据处理、算法、训练模式以及产品部署。你是否可以将新的工具和技术打包到市场上原有的成熟产品中,并最终提供给终端客户?H2O.ai、Seldon和Prediction.io正在这个领域耕耘。 调查显示,知识工作者日常工作重复而机械、低效率并容易犯错。可以考虑通过结构化的工作流,辅助于可量化的工作产出,利用情景决策,以自动化的方式帮助这些知识工作者。这方面,.Gluru、x.ai、SwiftKey都有很多尝试。 物理世界大量的自动化交互需要情境传感器的输入、逻辑和智能技术的参与,这个领域Tesla、Matternet和SkyCatch都有一些自己的解决方案。 基于长远研发和专注研究的企业都面临一定的风险,包括DNNResearch、DeepMind和Vicarious都处在这场激动人心却又风险极大的战场。 在我看来,更重要的一点则是包括谷歌、IBM、微软等大公司相继发布的开源技术,以及大量能够推出便宜产品的公司,这些都表明技术的壁垒正在快速消除。接下来发展的方向则是:专属的数据接入、经验丰富的人才以及具有吸引力的产品。 3、从投资人的角度去看,这些人工智能创业者都面临哪些困难? 运营角度 你是否有更长期的研发路线图而不仅仅是短期的商业化想法?尽管越来越多的产品类型和产品框架发布出来,但投资人在投资时依然会关注产品的性能能否满足用户需求。用户是产品的最终评判者,这也是创业公司必须认识到的一点。 薄弱的人才库。一方面是现有人才不具备综合性的技能,另一方面,如何招募更多优质人才并让他们安心工作? 商业化角度 早期就要思考如何平衡研发和产品研究、设计。一个粗糙的产品即便再美化依然无法优雅,所以事先综合考虑很重要。 人工智能的产品在市场上还是新鲜事物。你所面临的客户,可能是什么都不懂的科技小白,所以,你必须精心设计整个销售循环里的步骤。你要通过什么方式销售你的产品?SaaS?API还是开源呢? 当然也可以选择付费的咨询、体系建设以及支持服务等商业模式。你现有的产品能否应对客户数据或其他平台数据的处理要求呢? 财务角度 作为创业者,你觉得哪些是有价值的?所谓的MVP?还是媒体报道?还是开源社区的用户?你是应该专注核心产品开发还是面向客户,与客户需求的变化不断调整产品呢?在融资时要有一个缓冲时期。 用户角度 有两个要素需要用户参与到人工智能产品中: 首先,机器在认知方面表现很差,为了让机器变聪明些,需要用户帮助机器提升自己; 其次,在这个供大于求的丰裕时代,用户面临诸多产品选择,一个app在90天内退款的比例为35%。 对很多用户来说,之所以感觉某个产品无法满足其需求,其中一个关键要素是没有形成用户习惯,以下有一些典型案例,展示用户在产品开发中的重要作用,以及如何形成用户闭环: 搜索:谷歌搜索框的自动填充成为谷歌理解用户搜索请求的方式,用户通过消除歧义的方式训练机器; 视觉:谷歌翻译和交通标记检测都允许用户提交反馈数据; 翻译:Unbabel公司的社区翻译机制不断提升机器的翻译能力; 垃圾邮件过滤:比如Gmail; 更具体的一个案例,比如IBMWatson能够在病人诊断提供相应的资料。 这些互动即能提升系统的性能,有可以培养用户使用产品的习惯,促使他们更长时间的使用。 记住一点,对于那些我们不了解的事物,我们很难完全信任。 4、人工智能领域投资的现状 首先,我们需要看看全球的投资市场,在2015年前三个季度,共有470亿美元的投资,这个数字放在过去20年全年投资总额来看,已经超过了其中17年全年投资总额。我们预计年底会达到550亿美元。 现在,约有900家人工智能相关的企业,绝大多数聚焦在商务智能、金融和安全领域。2014年第四季度,由Vicarious,ScaledInference,MetaMind和Sentient这些公司掀起了一阵投资热潮。 到目前为止,也就是从2015年1月1日到2015年12月1日,我们预计约有300笔人工智能公司的投资,这里所谓的人工智能公司包括其产品或技术涉及到人工智能、机器学习、计算机视觉、自然语言处理、数据科学、神经网络、深度学习等。这其中有几个数字值得关注:80%的投资少于500万美元;90%的现金投资发生在美国,欧洲只有13%;75%的多轮融资发生在美国。 有33个合并或并购的交易以及1个IPO公司Adgorithms。这些交易中,除了6家欧洲公司,1家亚洲公司,其他都是美国公司。比较大的三笔交易:Twitter5亿3200万卖下TellApart、BlueCoat2亿800万卖下Elastica、IronSource1亿5000万卖下SupersonicAds。这些交易对于投资者的回报还是比较可观的,其他的交易更多的还是基于对人才的争夺,现阶段人才并购基本都是6到7人的小团队。 (责任编辑:admin) |
Tags: 大头狗boo youarenotalone铃声 gkw.xarenxin.com jssplit 长安天地无限桑拿 仙楚2txt下载 国模芭芭拉第二季 戴枷女囚 月宫网 www.644.cc zuoaifangshi 山本琴音 www.101du.net 冯正打麻将 |
谈谈您对该文章的看