我讀該書最大的收獲:
- 什么是深度學習
- 本次人工智能熱潮跟以往的區(qū)別
- 哪些領域能最先使用AI技術取得成果 ?
- 投資人是怎么看眼前的AI創(chuàng)業(yè)機會的 ?
什么是深度學習?李開復舉得例子很通俗易懂、很形象
第一章 人工智能來了
第二章 AI復興:深度學習+大數(shù)據(jù)=人工智能
這一次人工智能復興的最大特點是阳惹,AI在語音識別窥摄、機器視覺据沈、數(shù)據(jù)挖掘等多個領域走進了業(yè)界的真實應用場景藕溅,與商業(yè)模式的緊密結合询吴,開始在產(chǎn)業(yè)界發(fā)揮出真正的價值齿尽。
第三次AI熱潮:有何不同沽损?
1 三次人工智能浪潮:
- 20世紀50~60年代:以艾倫.圖靈提出圖靈測試為標志,數(shù)學證明系統(tǒng)循头、知識推理系統(tǒng)绵估、專家系統(tǒng)等里程碑式的技術和應用為代表。
- 20世紀80~90年代:基于統(tǒng)計模型的技術悄然興起卡骂,在語音識別壹士、機器翻譯等領域取得不俗的進展,以李開復的非特定人/連續(xù)語音識別技術為代表偿警。
- 2010年前后躏救,隨著深度學習技術的成熟和興起,加上計算機運算能力的提升和海量數(shù)據(jù)的積累螟蒸,人工智能開啟了第三次浪潮盒使。
2 第三次人工浪潮的特點:
- AI在相關領域表現(xiàn)出可以被普通人認可的性能或效率,并因此被成熟的商業(yè)模式接受七嫌,開始在產(chǎn)業(yè)界發(fā)揮出真正的價值少办。
- 人工智能可以解決實際問題了:在機器視覺、語音識別诵原、數(shù)據(jù)挖掘英妓、自動駕駛等應用場景,人工智能達到了人們的預期绍赛,研究成果可以落地并發(fā)揮出價值蔓纠。
- 跟以前兩次熱潮的驅動力不同:
- 學術研究為主導 vs 商業(yè)需求為主導
- 市場宣傳層面 vs 商業(yè)模式層面
- 學術界游說政府和投資人 vs 投資人主動向研究機構投錢
圖靈測試與第一次AI熱潮
語音識別與第二次AI熱潮
語音識別領域的三次跨越:
- 基于專家系統(tǒng)
- 基于統(tǒng)計模型
- 基于深度學習:識別正確率高達98%
深度學習攜手大數(shù)據(jù)引領第三次AI熱潮
人工神經(jīng)網(wǎng)絡:深度學習的核心計算模型
-
深度學習(書上的例子通俗易懂,很形象)
用人類的數(shù)學知識和算法構建起整體架構
在結合盡可能多的訓練數(shù)據(jù)和大規(guī)模計算能力去調(diào)節(jié)內(nèi)部參數(shù)
達到盡可能逼近目標的目的
-
特點
- 半理論吗蚌、半經(jīng)驗的建模方式
- 基于實用主義思想
- 內(nèi)部黑盒
-
大數(shù)據(jù):人工智能的基石
- 三大基礎
- 信息交換:通信和網(wǎng)絡寬帶的大幅增張
- 信息處理:整理腿倚、轉換、分析數(shù)據(jù)的能力大幅增長
- 信息存儲:計算機存儲量的大幅增長
- 三大基礎
-
人工智能三巨頭
- 杰弗里·辛頓
- 把反向傳播(Backpropagation)用于多層神經(jīng)網(wǎng)絡蚯妇,發(fā)明玻爾茲曼機(Boltzman machine)敷燎,這些直接導致了深度學習的實用化
- 多倫多大學、谷歌大腦
- 約書亞·本吉奧
- 在自然語言處理方向建樹頗多箩言,推動語音識別硬贯、機器翻譯的發(fā)展
- 楊·勒丘恩
- 卷及神經(jīng)網(wǎng)絡(CNN):最有效的深度學習算法,應用于手寫識別和OCR
- 杰弗里·辛頓
第三章 人機大戰(zhàn):AI真的會挑戰(zhàn)人類陨收?
第四章 AI時代:人類將如何變革饭豹?
第五章 機遇來臨:AI先行的創(chuàng)新與創(chuàng)業(yè)
1 大時代,大格局
2 AI創(chuàng)業(yè)是時代的最強音
人工智能的商業(yè)化路線圖
創(chuàng)新工場管理合伙人、資深投資人汪華認為墨状,人工智能的商業(yè)化分為三個主要階段:
第一階段
AI會率先在那些在線化程度高的行業(yè)開始應用卫漫,在數(shù)據(jù)端、媒體端實現(xiàn)自動化肾砂。
這一過程會首先從線上“虛擬世界”開始列赎,隨著在線化的發(fā)展擴張到各個行業(yè),幫助線上業(yè)務實現(xiàn)流程自動化镐确、數(shù)據(jù)自動化和業(yè)務自動化包吝。
擁有高質量線上大數(shù)據(jù)的行業(yè)會最早進入人工智能時代。
互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的發(fā)展已經(jīng)在許多領域為AI做好了業(yè)務流程和數(shù)據(jù)上的準備源葫。例如:大家常說的金融行業(yè)是目前人工智能應用的熱點诗越,這正是因為金融行業(yè)特別是互聯(lián)網(wǎng)金融已經(jīng)做好了使用AI的準備。此外息堂,美團等公司將餐飲服務與線上業(yè)務連接了起來嚷狞,滴滴、摩拜單車等公司將交通出行與線上業(yè)務連接了起來荣堰。在這些擁有線上業(yè)務流程和高質量數(shù)據(jù)積累的地方床未,AI同樣開始發(fā)揮作用,大幅提高線上業(yè)務的自動化程度振坚。
第二階段
隨著感知技術薇搁、傳感器和機器人技術的發(fā)展,AI會延伸到實體世界渡八,并率先在專業(yè)領域啃洋、行業(yè)應用、生產(chǎn)力端實現(xiàn)線下業(yè)務的自動化屎鳍。
可以感知實體世界信息的傳感器和相關的感知技術會越來越成熟宏娄,越來越便宜。在線下業(yè)務中哥艇,計算機系統(tǒng)可以通過物理方式接收線下信息或幫助完成線下操作绝编。這個轉變意味著人工智能從線上的“虛擬世界”走進了線下的實體世界僻澎。這個階段貌踏,人工智能的商業(yè)化會首先從生產(chǎn)力的角度切入,整個世界的生產(chǎn)制造會逐漸被AI滲透窟勃。工業(yè)機器人祖乳、倉儲機器人、物流機器人等將在這個階段實現(xiàn)大范圍的普及秉氧。
第三階段
當成本技術進一步成熟時眷昆,AI會延伸到個人場景,全面自動化的時代終將到來。
隨著技術的日趨成熟亚斋,相關的智能產(chǎn)品價格大幅下降作媚,AI終將從企業(yè)應用進入個人和家庭。那時帅刊,每個人的工作和生活中纸泡,大量的應用場景都會因為AI的幫助而更加自動化、更有效率赖瞒,人類的生活質量終將因AI的普及而大幅提升女揭。這個階段里,AI商業(yè)化的核心目標是創(chuàng)建全面自動化的人類生活方式
根據(jù)汪華的判斷栏饮,我們目前正在進入A商業(yè)化的第一個階段吧兔,也許只需要3年的時間,AI就可以在各種在線業(yè)務中得到普及袍嬉。AI商業(yè)化的第二個階段境蔼,要花5~7年的時間才能充分發(fā)展起來。而標志全面自動化的第三個階段伺通,需要十幾年的時間欧穴。
AI創(chuàng)業(yè)的五大基石
清晰的領域界限
人工智能創(chuàng)業(yè),要解決的領域問題一定要非常清晰泵殴,有明確的領域邊界涮帘,因為這一類問題是今天以深度學習為代表的人工智能算法最善于解決的御蒲。例如摔桦,同樣是做機器人,如果做一個借助視覺傳感器更好地規(guī)劃掃地線路蘸劈、提高清潔效率的掃地機器人吆你,將機器人的需求限定在一個有限的問題邊界內(nèi)弦叶,這樣的解決方案就相對靠譜。
如果上來就要做一個長得像人一樣妇多、可以與人交流的人形機器人伤哺,那以今天的技術,做出來的多半不是人工智能者祖,而是“人工智障”立莉。
閉環(huán)的、自動標注的數(shù)據(jù)
針對要用AI解決的領域問題七问,最好有在這個領域內(nèi)蜓耻,有閉環(huán)的、自動標注的數(shù)據(jù)械巡。例如刹淌,基于互聯(lián)網(wǎng)平臺的廣告系統(tǒng)可以自動根據(jù)用戶點擊以及后續(xù)操作饶氏,收集到第一手轉化率數(shù)據(jù),而這個轉化率數(shù)據(jù)反過來又可以作為關鍵特征有勾,幫助AI系統(tǒng)進一步學習疹启。這種從應用本身收集數(shù)據(jù),再用數(shù)據(jù)訓練模型蔼卡,用模型提高應用性能的閉環(huán)模式更加高效皮仁。谷歌、百度等搜索引擎之所以擁有強大的人工智能潛力菲宴,就是因為它們的業(yè)務贷祈,比如搜索和廣告本身就是一個閉環(huán)的系統(tǒng),系統(tǒng)內(nèi)部就可以自動完成數(shù)據(jù)收集喝峦、標注势誊、訓練、反饋的會
過程谣蠢。
千萬級的數(shù)據(jù)量
今天人工智能的代表算法是深度學習粟耻。而深度學習通常要求足夠數(shù)量的訓練數(shù)據(jù)。一般而言眉踱,擁有千萬級的數(shù)據(jù)量是保證深度學習質量的前提挤忙。當然,這個“千萬級”的定義過于寬泛谈喳。事實上册烈,在不同的應用領域,深度學習對數(shù)據(jù)量的要求也不盡相同婿禽。而且赏僧,也不能僅看數(shù)據(jù)記錄的個數(shù),還要看每個數(shù)據(jù)記錄的特征維數(shù)扭倾,特征在相應空間中的分布情況淀零,等等。
超大規(guī)模的計算能力
深度學習在進行模型訓練時膛壹,對電腦的計算能力有著近乎“癡狂”的渴求驾中。創(chuàng)新工場曾經(jīng)給一個專注于研發(fā)深
學習技術的團隊投資了1000萬元人民幣。結果模聋,團隊建設初期才兩三個月時間肩民,僅購買深度學習使用的計算服務器就花掉了700多萬元,一個類型的深度學習任務撬槽,通常都要求在一臺或多臺安裝有四塊甚至8塊高性能GPU芯片的計算機上運行此改。涉及圖像、視頻的深度學習任務侄柔,則更是需要數(shù)百塊共啃、數(shù)千塊GPU芯片組成的大型計算群。在安裝了大型計算集群的機房內(nèi)暂题,大量GPU在模型訓練期間發(fā)出比普通服務器多數(shù)十倍的熱量移剪。許多機房的空調(diào)系統(tǒng)都不得不重新設計、安裝薪者。在一些空調(diào)馬力不足的機房里纵苛,創(chuàng)業(yè)圍隊甚至購買了巨大的冰塊來協(xié)助降溫。
頂尖的AI科學家
今天的人工智能研發(fā)還相當依賴于算法工程師甚至是AI科學家的個人經(jīng)驗積累言津。水平最高的科學家與普通水平的算法工程師之間攻人,生產(chǎn)力的差異不啻千百倍。人工智能創(chuàng)業(yè)公司對頂尖AI科學家的渴求直接造成了這個領域科學家悬槽、研究員的身價與日俱增怀吻。谷歌雇用杰弗里·辛頓、李飛飛初婆,F(xiàn)acebook雇用揚·勒丘恩蓬坡,據(jù)說都開出了教百萬美元的年薪。國內(nèi)AI創(chuàng)業(yè)公司如曠視科技磅叛,也用令人瞠目的高薪屑咳,將機器視覺領域的頂尖科學家孫劍“挖”了過來,把任公司的首州時科學家弊琴。
3 AI是中國創(chuàng)新兆龙、創(chuàng)業(yè)的最好機會
4 創(chuàng)新工場的AI布局
把握時機對創(chuàng)業(yè)和投資至關重要。創(chuàng)新工場根據(jù)技術成熟度和未來發(fā)展趨勢敲董,將人工智能各應用領域劃分為現(xiàn)階段已成熟详瑞、3到5年成熟、5到10年成熟臣缀、10年后成熟等不同類型坝橡,并分別設計相應的投資策略。
如圖中所示精置,創(chuàng)新工場將人工智能領域的應用劃分為大數(shù)據(jù)计寇、感知、理解脂倦、機器人番宁、自動駕駛等不同門類,每個門類中赖阻,按照人工智能技術的成熟度蝶押,將具體應用領域排列在時間維度上。
總體來說火欧,人工智能在互聯(lián)網(wǎng)棋电、移動互聯(lián)網(wǎng)領域的應用茎截,如搜索引擎、廣告推薦等方面已經(jīng)非常成熟赶盔。在商業(yè)自動化企锌、語音識別、機器視覺于未、手勢識別撕攒、基礎傳感器、工業(yè)機器人等方面烘浦,人工智能可以立即應用抖坪,立即收效。
金融類人工智能的應用雖然已經(jīng)起步闷叉,但尚需一段時間才能真正普及擦俐。智能教育、智能醫(yī)療片习、AR/VR中的人工智能捌肴、量產(chǎn)的傳感器、商業(yè)用機器人等藕咏,預計會在3到5年成熟可用状知。
可以供普通技術人員乃至非技術人員使用的人工智能平臺(包括計算架構、算法框架孽查、傳感平臺饥悴、云服務等),會在3到5年后趨于成熟并擁有足夠大的商業(yè)機會盲再。
通用的自然語言對話工具西设、智能助手、普及型的家用機器人等答朋,則至少需要10年甚至更長的時間贷揽,才有可能完成商業(yè)化。
另外梦碗,在自動駕駛領域禽绪,3到5年內(nèi),必將是第2級到第3級的輔助駕駛最先大規(guī)模商用洪规,而且印屁,鑒于安全考慮,這些自動駕駛應用也會是限定場景斩例、限定道路等級的雄人。真正意義上的“無人駕駛”,即第4級或第5級的自動駕駛念赶,還需要5到10年才能上路運行础钠。
我的理解:
跟著“數(shù)據(jù)”走恰力,哪里有質量高的大數(shù)據(jù),哪里就有金子珍坊。