在過去的一個月中，創(chuàng)新工場董事長李開復在北美跑了一圈。

他見了不少投資人，訪問美國的幾大AI巨頭公司，了解它們在做什么，也和深度學習的三位大牛Hinton，LeCun，Bengio進行了交流。

來源： CareerIn投行PEVC求職12月11日，李開復以“預見2018”進行了主題分享，向黑智等媒體，總結了他的北美見聞和心得。

李開復說，人工智能發(fā)展大概有四波浪潮：互聯(lián)網AI化、商業(yè)AI化、實體世界感知AI化，以及全自動AI化。

它們同時發(fā)生、沒有先后順序，但是，都會給未來經濟帶來巨大的商機。

在北美的四大AI巨頭公司中，李開復的總結是：Google有大牛優(yōu)勢；Facebook做得更深，但沒有平臺化意識；微軟在試著聚攏自己的實力；“四大AI公司中，有3家不認為亞馬遜是AI公司，但其實亞馬遜是做得非常厲害的”。

人工智能的熱潮帶動了投資的熱度，李開復也認為，在過去的一段時間內，“AI項目確實貴了”，泡沫是存在的，而到了明年年底左右，會有一批公司倒掉。

此外，李開復還分享了美國AI的發(fā)展狀態(tài)、中美的差距，以及創(chuàng)新工場在AI領域的布局。

以下為李開復的演講內容：人工智能的四波浪潮AI有弱人工智能、強人工智能，強人工智能暫且不做討論，因為現(xiàn)在沒有基礎。

弱人工智能即針對某一個領域用大量的數(shù)據(jù)、做出比人更強大的判斷，這件事情正在發(fā)生，它會創(chuàng)造巨大的價值。

據(jù)普華永道推測的人工智能帶來的價值，最保守的財務領域，人工智能也將在2030年為中國帶來20%左右的GDP增長。

創(chuàng)新工場分析認為，人工智能有4波浪潮。

之所以稱之為浪潮是因為它們同時發(fā)生、沒有先后順序，并且都會帶來巨大的商機。

第一波是互聯(lián)網AI化、第二波是商業(yè)AI化、第三波是實體世界感知AI化，最后是全自動AI化。

“互聯(lián)網AI化”是以數(shù)據(jù)作為能源和燃料的，數(shù)據(jù)越多，發(fā)展就越快。

人類有史以來，結構化標志的數(shù)據(jù)最多的就是互聯(lián)網，因此現(xiàn)在的七大巨頭都聚集在互聯(lián)網領域。

它們在過去20年中，累積了大量的數(shù)據(jù)，也形成了這樣一個閉環(huán)：推動AI的發(fā)展更好的挖掘數(shù)據(jù)AI發(fā)展的更好雇更多人收集更多的數(shù)據(jù)。

比如說，每次我們在百度、在朋友圈打開一篇文章，在淘寶購買產品，每個行為都被捕捉和標注。

我們發(fā)現(xiàn)淘寶廣告、今日頭條的推送越來越精準，這都是AI發(fā)揮的作用。

現(xiàn)在這個領域創(chuàng)業(yè)已經很難創(chuàng)了，現(xiàn)在你在這個領域創(chuàng)業(yè)做新APP要靠流量，因此你將很難成為AI公司。

但已有的流量公司要轉AI卻很容易，譬如今日頭條、快手。

第二波AI浪潮是“商業(yè)智能化”。

除了BAT、互聯(lián)網公司，還有誰有數(shù)據(jù)？一些非互聯(lián)網公司（醫(yī)院、物流公司）。

它們因為商業(yè)模式的原因，累積了一套數(shù)據(jù)，這些數(shù)據(jù)足夠大，激活后也會在商業(yè)流程產生價值。

讓已有的數(shù)據(jù)產生價值，并進入商業(yè)，做得最好的肯定是金融。

在這個領域，創(chuàng)新工場投資了追一科技。

第一、第二波的AI浪潮，是把已有的數(shù)據(jù)開發(fā)出來賺錢；第三波AI浪潮“實體世界感知AI化”則是先收集數(shù)據(jù)然后產生價值,比如安防。

購物中心的攝像頭就是把真實的世界捕捉起來，用這些數(shù)據(jù)產生有價值的應用。

創(chuàng)新工場的OMO，線上線下融合，就是通過傳感器的普及，將世界整個數(shù)字化。

這方面我們投了Face++、小魚在家、OMO典型的無人商店，還有AI玩具等。

第四波“全自動AI化”不僅要采集數(shù)據(jù)，AI還要“動”起來，譬如科幻片的機器人、無人駕駛。

硬件的發(fā)展比軟件要慢很多，因此它不會很快發(fā)展起來。

現(xiàn)在全世界都相信，無人駕駛時代終將到來，雖然現(xiàn)在還未發(fā)生。

我們也非常看好它，但我們關注更多的可能不是技術，而是社會將如何接受它、法律、理賠等等問題如何解決。

在這個領域我們投了三個公司，方向都不同。

我們深信，AI一定是在采集大量的數(shù)據(jù)基礎上，實現(xiàn)技術迭代。

我們投的公司都是快速上路采集數(shù)據(jù)的公司，比如說馭勢科技現(xiàn)在在做景區(qū)、機場等環(huán)境下低速的無人駕駛，“跑”起來，采集數(shù)據(jù)。

而這四波AI浪潮累計起來，對人類的價值將是巨大的。

AI應用的條件AI的應用需要五個條件：海量數(shù)據(jù)、客觀標注、單一領域、超大計算量、頂尖的工程師。

AI不能跨領域，大的計算量還需要很厲害的人去調整數(shù)據(jù)。

因此無論是做科研，還是做一個應用型公司，都要解決這幾個問題。

AI目前最大的挑戰(zhàn)，一個是平臺化，另外一個就是GPU的性能。

美國的AI狀態(tài)過去5周里，我去美國跑了一圈，見了一些投資人，Google、Facebook等互聯(lián)網巨頭，也和深度學習的三位巨頭Hinton、LeCun、Bengio進行了交流，了解了一下美國的AI狀態(tài)。

現(xiàn)在就分享一下我的見聞。

在美國，我看到了一件非常有意思的事情：美國AI工業(yè)界，普遍認為AI有巨大的價值——機會巨大、價值巨大、責任也巨大。

責任巨大是因為AI未來面臨很多挑戰(zhàn)，譬如安全、隱私以及AI帶來的失業(yè)問題。

關于AI毀滅人類的言論，我認為絕對過激了。

但是，有意思的是，美國幾大巨頭只講人類未來非常美好，仿佛AI只有好的一面，沒有壞的一面。

譬如他們說，AI只有取代一些工作，人類經濟才可以增長，而不認為存在失業(yè)問題。

現(xiàn)在美國的AI公司只想開開心心地掙錢，不想承擔輿論的指責。

Facebook的深度研究非常精彩。

Facebook不僅有AI研究部門，還有AI產品部門。

這兩大部門都在做頂尖研究，同時快速推廣研究在Facebook的使用。

但Facebook沒有平臺的策略。

平臺Google是最強的，F(xiàn)acebook卻好像沒有特別大的平臺意識。

總體來說，這幾家公司各有優(yōu)勢。

在大牛方面Google是領先的，F(xiàn)acebook則做得很深。

此外我還見了三位AI大牛，他們對未來AI再上一個臺階的樂觀超過我們的想象。

AI再上一個臺階是什么意思呢？我們嚴格看待今天AI的能力，其實大部分還在做判斷、識別、預測、分類這樣的決策，但人的智慧則是在思維、邏輯、對話、理解、交流上特別重要。

其實我們很多現(xiàn)在的AI應用都跳過了這些，我們眼睛能看到什么東西，弄起來再說，而并沒有很深地去想：我要從這個地方開車到那個地方，我要策劃各種東西，我碰到什么狀態(tài)怎么反應，那個人的計劃什么，發(fā)生什么事我應該怎么樣……這一整套更深的思維，而不是“判斷是什么”，然后“怎么做”。

而這三位大牛，則在很多場合中，對其抱有樂觀的態(tài)度。

這其中的原因，可能一方面代表著深度學習已經足夠成熟、可以讓業(yè)界發(fā)揮它的工程力量，讓它產品化、工業(yè)化、市場化；另一方面，由于學校研究機構沒有企業(yè)那么多機器，數(shù)據(jù)量也不足，那就不搞人臉識別、語音識別；此外，我體會到，他們三個人最重要的意思是，要突破人工智能，不能糾纏于“面前的東西是貓還是狗”這樣的問題，我們需要更深層的智慧。

他們懷著一定的責任感，想要繼續(xù)把技術推到更高的層次。

而我們面臨的，是一個分水嶺。

這里有三部分。

把已有的技術產品化，BAT這類公司都會去做。

第二批人在研究如何讓深度學習更好，譬如用增強學習、遷移學習，可以在更少的數(shù)據(jù)量的基礎上，判斷得更精確，能夠實現(xiàn)機器的自我學習等等，在已有的基礎上一小步一小步地推進。

這其中的大部分工作是在科研界進行。

第三部分就是我們真的要思考人類的智慧是怎么來的，怎么能夠繼續(xù)做下一個深度學習。

從歷史角度來說，我們應該慶幸，人工智能能夠百花齊放，進入各種領域。

如果問過去50年，人工智能哪方面的價值最大？那我認為，深度學習占了50%。

那么下個階段，我們是不是能繼續(xù)研發(fā)，將人工智能帶進更接近人類智能的狀態(tài)？中國VS美國的實力差距下面我想講一下中美在AI方面的差距。

其中在AI人才方面，中美差距很大。

這一方面有的人會感到絕望，但目前中國的學術水平在不斷上升。

我們也在跟教育部、高校溝通，培養(yǎng)更多的年輕的AI工程師。

另一方面，中國相比美國，有更大量的數(shù)據(jù)。

我國的移動互聯(lián)網、共享單車、移動支付……這些新業(yè)務產生巨大的數(shù)據(jù)，可以推動做出更好的AI。

因為AI吃數(shù)據(jù)，大量的數(shù)據(jù)推動很棒的技術。

未來創(chuàng)業(yè)速度更快、產生數(shù)據(jù)更快，應用AI機會更多，AI也成為了投資風口。

最后一點是政府推動AI發(fā)展。

我國在2013年人工智能發(fā)展規(guī)則上，清晰描述在2020年要跟上全球AI技術應用、2030年要成為全球主要的AI創(chuàng)新中心。

無論是雙創(chuàng)帶來八千家孵化器或高鐵在6年成為全球最大的高鐵國家，中國的執(zhí)行力非常強。

在中國，人工智能是非常重要的環(huán)節(jié)，因此我們非常看好中國AI的發(fā)展，但肯定存在AI泡沫。

美國也有白皮書，但是談更多需要思考的問題，問題放在桌面上，而不是當作一個任務實現(xiàn)。

雖然中國的政策、數(shù)據(jù)很先進，但美國的科技還是領先。

因此，我們希望可以連接中美，把看到有希望的技術帶回來。

創(chuàng)新工場3.0：VC+AI創(chuàng)新工場成立于2009年，至今已經8年了。

2009年正好處于互聯(lián)網時代、移動互聯(lián)網交界口，我們堅決認為科技創(chuàng)業(yè)的力量剛剛開始，因此我們成為了看互聯(lián)網VC，后來越來越多的公司參與進來。

我們也逐漸在上海、硅谷、深圳創(chuàng)辦了辦公室，還成立了人工智能工程院。

8年來，創(chuàng)新工場投資的輪次和金額差別很大，但我們的本質出發(fā)點沒有變——我們要成為最懂技術的投資人、為創(chuàng)業(yè)者提供最棒的服務。

最初創(chuàng)新工場投了很多天使輪，后來逐年越來越少，目前天使輪只占小部分投資，主要投資A、B輪，做早中期投資。

此外，我們的投資方向與過去也有所調整，調整的主要原因是我們要發(fā)揮出我們的技術優(yōu)勢發(fā)揮，更好的布局賽道，用更好的方法，幫助幫助創(chuàng)業(yè)者成長。

目前，創(chuàng)新工場管理資金規(guī)模已經超過百億規(guī)模。

創(chuàng)新工場的優(yōu)勢是我們能更好的預測趨勢、在藍海成為紅海之前，重點投資。

在2016年人工智能浪潮之前，在一點不熱2012年我們就投了項目、2014年投最多。

因此進去的足夠早，我們當時投的項目回報非常好。

為了擴大影響，我們還橋架中美以及建更大的場地。

目前創(chuàng)新工場的每一個領域都有投資負責人，Peter加入領導黑科技團隊、美國合伙人主要是引導機器人團隊、我和汪華主要看無人駕駛、郎春暉負責金融。

目前，我們主要看現(xiàn)階段3到5年成熟的技術，10年之后的技術我們非常謹慎的投資。

譬如自然語言理解。

很多人都說說自然語言理解突破了，現(xiàn)在我告訴大家目前多領域、人類1/10人類自然語言理解離我們很遙遠。

創(chuàng)新工場在踐行VC+AI的概念。

我們相信AI會讓世界更美好，我們也愿意分享AI所帶來的機會、挑戰(zhàn)。

Q&A：問：現(xiàn)在很多投資人覺得AI項目估值都太高了，那你認為，當下的AI有泡沫嗎？李開復：AI項目確實貴了，中國的項目是硅谷的一倍，AI項目是硅谷的一倍，我們說真實的AI，不談忽悠，忽悠可能一文不值。

硅谷是東岸、加拿大的一倍，確實單個AI項目估值很高。

是不是估值比硅谷貴一倍就不合理？其實不是，也看領域。

但是整體高一倍確實有點過高。

AI項目（融資熱）是今年上半年開始的，融資差不多夠18個月花，明年底估計有一批公司倒掉。

問：你如何看待中國缺少頂尖AI技術人才，因此很難出現(xiàn)原創(chuàng)性的技術創(chuàng)新這個問題？李開復：我們把AI分為三類：一是做操作、但不懂細節(jié)就可以實現(xiàn)的AI，這類中美是一樣；二是能夠在現(xiàn)有理論基礎上做一些延伸，譬如把深度學習做一些算法，這方面美國領先一些，但中國成長也很快，可能兩三年就可以趕上了；三是突破式地做前人不可想象的東西這樣的人，中國和美國特別巨大。

除非教育的進步，否則這個落差很難追趕。