姚欣：这值得中国创业者深入研究，是大生意

本文来源于微信公众号：笔记侠

微信ID：Notesman

今日笔记侠客 | 行走 责编 | Even

内容来源：2017年9月1日，Mini创业营三期导师姚欣讲述《科技纵览》课程。

完整笔记·科技创新

笔记君邀您，先思考：

1. 未来连接的趋势是什么?

2. 如何识别大趋势?

3. 从产业成长阶段看，应该切入哪个赛道?

这次交流机会也是我自己一次阶段性总结的机会，因此我会拿出第一手信息和大家分享。

我是在上大学时开始写软件，发现了大学宿舍男生看球的问题，于是开始辍学创业。前几年做得很顺利，挑战来自商业模式创新。我们的用户增长3-5倍，但不赚钱。这时发现趋势有时候比项目本身更重要。

我们最开始是做技术公司的，为第三方提供技术。08年正式推出PPTV，转入网站视频的赛道。

一、科技创新趋势

1、两次人机大战的启示——人工智能的机会

1997年IBM深蓝计算机战胜了人类国际象棋冠军卡斯帕罗夫。当时很多人觉得计算机深度影响社会的趋势即将到来。现在来看，国际象棋计算机能战胜人类太简单了，因为击败人类的还是摩尔定律。信息产业都在遵循幂率发展规律。深蓝用了两年时间计算能力提升了数十倍。

但这种方法无法战胜围棋冠军,下围棋比国际象棋多了三百个数量级。

战胜李世乭的是增强学习算法。算法进步的力量有多大呢?《奇点降临》中提到，深弗里茨只需要深蓝1.3%的计算能力，就能保持深蓝的下棋水平高。依靠的是算法提升，模式识别的剪枝算法。

人工智能发展简单的说就是学习方法改变了。过去几十年信息产业的底层建构是数据结构，计算机基础原理，网络架构;核心是程序由人写，人要先理解消化，提炼成数学模型。随着大数据和新的算法出现，编程方式发生改变，依赖于概率来倒推出结果。

为了说明这种依赖概率的算法，我举两个应用：

A. 关联推荐。

买一本书会推荐相关类型的另一本书，依赖的是数据，猜测有共同行为进行相关推荐;

B. 邮箱里的垃圾邮件过滤。

垃圾邮件会呈现一定特征，提炼出来就可以过滤。而过去这些概率需要程序员收集。现在可以实现半自动，找到输出输入的关联关系，出来的模型就能代替传统算法。用数据进行学习。

人工智能领域的华人专家李飞飞指出：依靠10亿张规模的大量图片训练，再通过人工标注，产生初始值，再丢到神经网络中训练。2015年在互联网上计算机对照片里人和物的识别成功率达到了95%，而人的错误率大于4%，基本已经超过人类水平。

机器学习是全新的解题思路，依赖海量的学习和算法。AI已经迎来了超摩尔定律的增长速率。

36氪今年调研显示，60%的创业者已经在考虑或者拥抱AI。

我们说国内的互联网行业并不是靠科技起来的，大部分是依靠商业模式创新，但现在又是新一轮技术创新的机会。

谷歌今年的战略已经全面从移动互联网优先转向AI优先。

人工智能绝不仅仅是一个新标签。中国、美国的众多大公司都开始在这个领域ALL IN。这样的趋势上一轮是云计算。

王东岳在其著作《物演通论》中提到，必须把时间尺度拉长，才能看清细微的变化与真相。

138亿年的宇宙时间如果浓缩成地球上一年的时间，人类的智慧出现在最后一天晚上九点五十分。以工业革命为界，就是宇宙地球时间的最后一秒。

这意味着从蒸汽机到马车，从工业革命到互联网时代，移动互联网时代和未来的人工智能，技术的进化的节奏会越来越快。

2. IT时代交替的技术驱动力

PC时代的图形界面，可见即可得。乔布斯很重要的事情是在施乐转了一圈，把鼠标引入了电脑，让电脑进入了个人消费市场。

在互联网时代，交互最先是由网景的浏览器实现的，微软的免费捆绑浏览器模式导致了网景没落，但浏览器开始兴起。

苹果手机一代的发布标志着移动互联网时代的到来，现在手机计算能力不亚于计算机。但电池不行，所以有了云计算、云存储。网络游戏的计算和渲染都是在云端完成。云计算极大的延展了手机的能力。

触屏的交互方式，解决了老人打字难和小孩不会用键盘鼠标的问题。触摸的方式是最原生的，再加上各种传感器，超过了PC的交互体验。

移动互联网与有线连接最大的不同是摆脱了空间的束缚。基于无线信息传输技术和地理定位，打车和外卖之类应用才能实现。

当AI技术得到了飞跃式进步时，我们依然可以从计算、交互、连接这三个维度看一下发生了什么变化。

3. 计算的趋势

图中摩尔定律带来的增长是那条直线，是线性增长，一倍一倍地翻;而人工智能对技术的需求是几何量级增长，两倍、四倍、八倍的增长。

用户需求远远大于供给，存在技术鸿沟。

面对计算能力不足的问题，解决方案有两种：

A. 混合异构，使用多种计算架构并行计算提高算力。

常见的就是用图形显卡GPU来帮助CPU计算。CPU八核最高了，但显卡则可以有1000个核，相当于可以并行计算1000个程序。但GPU特别耗电，如果实验室可以风冷水冷降温没问题。但如果无人驾驶，要在摄像头里做识别，降温就是大问题。

英伟达做显卡快三十年的历史，图形显卡的市场基本和游戏市场相关，之前股价一直不温不火，但过去一年差不多翻了四倍，今年涨了60%，就是因为GPU对AI、比特币等应用层面开始火爆。

网上有一张照片，是马斯克和英伟达显卡的创始人黄仁勋在一起，下面放着一台DGX1超算中心。DGX1相当于256台高性能服务器的计算能力。计算能力在快速出现。

B. 计算模型从中心到边缘，使用边缘算法提高算力。计算机发展最开始使用是单机，到局域网，到互联网，到现在云计算，但云计算并不能解决所有问题。

比如在自动驾驶场景下，判断前车距离，需要截取画面，先传输到云，再返回来判断信息，来回一趟要半毫秒，但汽车可能几米就出去了。安全性要求反应时间要更高效，所以需要边缘计算能力。

苹果手表也有计算能力，比如记录时间。但这种计算能力不需要时时联网，因为电池扛不住。是通过蓝牙和简单的计算实现的。包括以后水表，摄像头都可以具备一定计算能力。

路由器原来只是上网的工具。现在还可以是一块硬盘，可以下载。也属于边缘化的计算。

今年发生了一件事，软银用240多亿英镑，拿了自己几乎全部身家，卖掉部分阿里巴巴股份，ALL IN收购了英国的ARM。这件事以后看会非常划算。

一方面原因是英国退出欧盟后，英镑贬值。收购英国公司相当于去海淘。

一方面，未来20年时间里，人需要使用1000亿个芯片，每个人平均100个芯片。智能设备中99%的芯片都会由ARM来实现。手机芯片虽然是海思、高通的CPU，但架构都是ARM的。

另一方面，孙正义在今年联合沙特王子等成立了愿景基金，基金规模达到惊人的1000亿美金，目前全球所有VC、PE加一起总共才只有450亿美金的规模。而愿景基金拿出200多亿美金买入了ARM股权。

4. 交互的趋势

未来的交互应该是以人为本，原生交互。

计算机的交互从打孔，磁盘，键盘，鼠标，触控，手写，到触摸。

A. 语音交互

最新的交互方式是基于语音的方式。语音助手类似科大讯飞、搜狗、百度都在做，亚马逊的语音助手Echo音响全球销量已经超过1000万台，比当时苹果一卖的还多，增长很快。

谷歌今年公布的数据，它们的语音识别能够达到95%的正确率。未来要做到99%，语音输入绝对会超出你的期望。

语音交互的成熟会带来什么?

触摸方式让手机无年龄限制，语音交互则拓展了交互的空间。比如开车时候，可以听，可以讲。比如亚马逊的音箱，家庭主妇在厨房使用率最高，一些原来不可能信息化的场景现在也被信息覆盖。

B. 视觉获取，包括VR、AR

增强现实(AR)今年又开始崛起。在商业用途中实现，比如自拍软件中美颜、识别年龄、直播时自带美颜。都得益于AR技术的应用。

谷歌推出了实景加虚拟的摄像头，在超市找东西购物场景下，用摄像头拍实景，会出现虚拟箭头为你导航。

目前增强现实技术有待于电池技术的完善，视觉加语音的全息互动时代必将到来。

5. 连接的趋势

未来的连接，不是连接人而是连接物，从人联网到物联网。

之前升级到4G的直观感受是网速更快了。但5G不能简单理解是看高清，看VR。5G网络主要是为IOT准备的。