新智元原创1
人工智能投资在 2015 年占到总投资的 5%，这相比 2013 年 2% 高出不少，但仍然远远落后于其他竞争领域，例如广告、手机和商业智能（BI）软件。
这篇文章详细梳理了全球人工智能产业投资的脉络，包括人工智能产业繁荣背后的基础，人工智能技术应用的六大考虑，人工智能公司面临的挑战，投资者的关心问题，为什么要建立“用户在环中”的系统，生活中的人工智能系统，以及对未来发展的展望和启示。
正文：
人工智能是我们这个时代最激动人心，以及有很多改革机会的事业。作为 Playfair 资本的风险投资者，我有一些优势的视角，专注在投资以及建设围绕人工智能的社区，我把这看作是对于投资者的巨大机会，帮忙在这个区域建设公司。有三个原因。
第一：全球 40% 的人能够上网，也有超过 20 亿的手机被使用，而且每天的新增手机也非常多。我们创造了很多数据集，它们是人工智能的初始材料，定义我们的行为、兴趣、知识、联系和活动。这种微观尺度，是过去从来没有存在过的。
第二：计算和存储成本以数量级的方式急剧下降，而今天处理器的计算能力不断增长，使得人工智能应用成为可能，在经济上能够支撑起来。
第三：我们最近在学习系统、架构和软件基础设施上看到了显著的进步，这能给加快未来的创新速度。实际上，我们很难完全体会到明天究竟会怎样。
我们必须意识到，人工智能驱动的产品已经在生活中大量存在了：提高搜索引擎效果，推荐系统（电子商务、音乐等），广告服务和金融交易。
这些拥有资源并投资于人工智能的公司，给了其他公司如法炮制的动力，同时也带给它们失去竞争力的风险。总之，人们对此有了更好的理解，也拥有更强大的工具，建立学习系统应对日益复杂的任务。
你会如何应用人工智能技术？
拥有了如此强大而又广泛应用的技术，人工智能公司可以通过不同的方式进入市场。我们列举了一些公司，总结起来有六个方面需要考虑：
1.大量的企业和开放数据都处于不同的数据孤岛中，无论是在线上还是本地部署。可以在这之间建立联系，在复杂的问题中看到全局情况，从中发现新的观点，做出预测。
代表企业：DueDil、Premise、Enigma
2.充分利用团队专业知识，找到专注的、高价值的、反复出现的问题，用人工智能技术拓展人类不足。
代表企业：Sift Science、Ravelin
3.针对各种各样的商业问题，用现有或新的人工智能框架做工程设计、超参数优化、数据处理、算法、模型训练和部署。
代表企业：H2O.ai、Seldon、SigOpt
4.那些重复的、层次分明、容易出错而又知识更新换代慢的工作，使用情境决策来完成日常事务。
代表企业：Gluru、x.ai、SwiftKey
5.赋予机器人和自动代理以感知、学习和在物理环境中做决策的能力。
代表企业：Tesla、Matternet、SkyCatch
6.以长远眼光来看，那些充分风险的基础研究，一般由学术界完成。但由于严格的预算，最近可能不会这样发展。
代表：DNN、DeepMind 和 Vicarious
关于这方面的讨论还有很多，其中关键的考虑因素是，大公司（Google、微软、Intel、IBM）的开源运动，大量公司提供廉价技术，这意味着技术壁垒会被侵蚀的更快。在未来世界会出彩的，是那些有自己的数据访问、获取能力，有经验丰富的人才，以及令人上瘾的产品的公司。
运营者面对什么，投资人关心什么？
当企业运营者和投资者进入到人工智能领域，我看到了一系列经营上、商业上和财务上的挑战。这是其中的主要部分，需要牢牢记在脑海中。
运营问题
1.如何平衡长期研发路线和短期货币化目标？虽然更多的库和框架工作开放出来了，但是一个产品要被接受，还有大量的前期工作。用户往往会对由人产生的结果进行基准测试，这是运营的竞争所在。
2.现在人才库还很浅，只有很少人恰好有到位的跨界技能和敬仰。所以你会从哪里招聘，并留住什么样的人？
3.在产品早期就得考虑工程和设计之间的平衡性。如果你在事后才致力于产品美学，无异于给一头猪涂上口红：无论如何它还是一头猪。
4.大多数人工智能需要有用的数据。当你早期没有足够的符合条件的数据时，如何启动自己的系统？
商业问题
1.拥有人工智能的产品还是很心的，所以购买者可能并不是做技术的人（或者没有足够的领域知识，理解你的小产品）。他们很可能成为你的新买家，所以必须密切意识到销售周期的步幅和障碍。
2.你如何发布产品？是通过 SaaS、API 还是开源？
3.你是要进行收费咨询，建立系统并做支持服务么？
4.你是否会使用客户的数据进行更高等级的学习，并为其他公司提供服务？
财务问题
1、哪种类型的投资者，能站在比较好的姿态来评估你的业务？
2、什么样的业务会被视为可供投资的？MVP（最小可执行产品），出版物，开源社区的用户或者是持续性的收入？
3、你是要专注于核心产品研发，还是紧密和客户定制的产品进行合作？
4、在筹集资金的时候考虑缓冲区（Buffers），以确保在达到重要的里程碑之前，你不会在市场中出局。
建立“用户在环中”（User in the Loop）的系统
在人工智能产品中，用户参与被视为最重要的因素，这有两方面的原因：
第一：机器还不能对人类的认知能力总结概括。要知道软件在哪个地方有缺陷，还得在用户的帮助下进行改善。
第二：软件购买者和使用者现在有了很多选择，通常来说他们都是一些易变的人。（应用程序 90 天后的平静留存是 35%）
要去建立用户的习惯，给予他们超出期望的价值。这里有一些伟大产品的案例，它们证明了把用户纳入环中能够提高产品表现。
搜索（Search）：Google 使用自动完成功能，作为语言、查询意图的理解和消除歧义的方法。
愿景（Vision）：Google 翻译和 Mapillary 交通标志监测系统，都会让用户参与改错。
翻译（Translation）：Unbabel 的社区翻译者，在机器学习翻译上交出了完美的成绩单。
垃圾邮件过滤器（Email Spam Filters）：还是 Google 的例子。
我们甚至可以更进一步，通过解释如何获得机器生成的结果。例如，IBM Watson 在肿瘤病人诊断的支持方面，会阅读公开的相关论文。这么做改善了用户的满意程度，这帮助建立了系统鼓励长期使用和进行投资的信心。记住，我们很难相信我们不能真正了解的东西。
我们还可以更进一步，解释如何获得机器生成的结果。例如 IBM Watson 在支持肿瘤病人的诊断前，会阅读公开的相关论文。这么做改善了用户满意度，帮助建立系统的信心，鼓励长期使用和获得投资。请一定记住，我们很难相信我们不能真正了解的东西。
| 欢迎光临 开发者俱乐部 (http://xodn.com/) | Powered by Discuz! X3.2 |