国科嘉和基金AI布局：无处不在的人工智能

概要：从IBM的沃森基本上在知识竞赛中战胜了人类冠军，到苹果手机siri的问世，给人类带来虚拟的个人助手新兴的产品形态。刚刚过去的2016年可以说是人工智能发展非常关键的一年。谷歌的执行官在一封给股东的信中，把人工智能或者和机器学习比喻成未来真正发展的未来。

 

文/张秀华

 

在过去的一年里，人工智能成为一个特别火爆、人人皆知的概念。国科嘉和两年前就开始研究AI，在AI方面投了不少项目，有很多在行业里面还是非常不错的标的。实际上，我们研究AI应该是两年前，那会儿人工智能技术正在逐步的普及和使用，所以应该讲两年前可能是比较适合投资的。而现在随着AI技术越来越完善、应用越来越广泛、运用也越来越贴合实际，我们认识到其实真正懂AI的团队并不多，也有很多值得思考问题：什么样的公司真的懂AI？ AI在哪个领域的应用才是真正适合投资？人工智能的核心技术关键点是哪些？目前AI技术推广的痛点在哪里？

 

近日，在国科嘉和基金2016年度合伙人大会上，《融资中国》记者采访了国科嘉和的副总裁丁润强先生，回顾整个人工智能的历史和发展现状，并展望未来的趋势和投资机会。

 

丁润强，国科嘉和的副总裁，工科男一枚。长期关注各类智能、黑科技或者硬科技应用的领域。

 

在过去一年人工智能作为创投圈里出现最高的词汇，成为时代当红“炸子鸡”。国科嘉和立足为国内最懂科技投资的VC机构之一，从2013年、2014年就开始在系统的梳理人工智能领域。

 

在丁润强看来，人工智能的定义很晦涩，说白了是长期综合性的综合学科，它的终极目标要探讨智能形成的基本机理，利用机器模拟人的思维过程。短期目标是如何利用计算机做那些过去只能靠人做的工作，人工智能的本质是让机器更像人，就需要把人的智和能体现在方方面面。

 

人工智能技术潜伏几十载 迎来暴发期

 

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，标志着“人工智能”这门新兴学科的正式诞生。后来，由于六七十年代理论框架并不成熟，当时的计算资源也不完善，发展非常缓慢。随着半导体技术不断发展，计算机逐步的大量普及，让人工智能迎来发展的春天，1995年人工智能开始使用在不同应用的场景。

 

早在1995年美军在战斗中使用无人机使用在战斗场景，以及两年后，1997年IBM的深蓝打败了世界冠军，赢得了象棋比赛。真正的爆发是在2000年之后，从摩尔定律和全球化的通信技术和互联网的发展和普及，就是真正到了2005年之后，深度的神经网络，云计算，互联网的兴起，也把人工智能的发展推向了一个高潮。只不过这个高潮跟以往不同的是，它的主战场不像以前只停留在理论阶段，而是更多跟产业结合。这里面列出几个比较标志性的事件，2011年的IBM的沃森基本上在知识竞赛中战胜了人类冠军，同年苹果的iphone手机siri问世，给人类带来这种虚拟的个人助手的新兴的产品的形态。刚刚过去的2016年可以说是人工智能发展非常关键的一年。大家知道去年4月份AlphaGo以4比1的大比分战胜了人类的围棋世界冠军李世石，同年的谷歌的执行官也在一封给股东的信中，把人工智能或者和机器学习比喻成未来真正发展的未来。

 

丁润强介绍说，人工智能发展有很多阶段，第一个阶段叫计算智能，就是通过各种各样的重组和计算，因为计算机的存储资源和计算能力比人脑强很多，所以在大量存储之后可以在一定程度上让系统代替人。第二阶段就是感知智能，这个方法主要有理论有深度，通过大量的数据建模和学习，对人类的感知进行模拟。这个也发展的比较好，通过各种各样的语音识别，图像识别等等。进一步讲的认知的智能，就是对人的推理过程，思维过程和联想过程进行进一步的模拟和研究。

 

关键技术硬件化是人工智能未来的重要趋势

 

计算机视觉、机器学习、自然语言处理、机器人和语音识别是人工智能的五大核心技术。我们用图像识别挑战的误差率来评判机器或者算法的性能。人眼的误差率5.1%，最早的机器错误率将近30%，每次图里面有一个会读错。这些年随着数据量不断提升，我们看到2015年之后大企业做了非常多的工作，微软用了150层的神经网络已经把错误率降低到4.9%，已经低于人的错误的能力了，这是一个很好的例子。

 

人工智能的核心其实是设计一个合适的算法，帮助机器通过学习和训练达到识别和预测的目的。用一个比较粗俗的方法预测从算法到传感，到各种各样的数据基础，到算法能力，我们把这些综合维度和综合因子进行抽样之后认为人工智能背后发展驱动力体现在三个层面：算法核心、数据基础和计算能力。

 

人脸的识别技术，是人类通过一些基本的脸形组合认人的。比如说儿子长得像爸爸，基本的脸形认人的。数学就是人有多少基本脸，一个新的人脸显化为一个数字，每一个数字包含基本脸所占的比重。基本点从哪里来呢？就是靠一些基础的边或者形状，各种边的组合变成一个认脸的过程，所以认脸过程中先找基础边。

 

有了这个算法核心之外，就要看数据背后的价值。人类的生产活动每天产生巨量的数据，并且还在一个飞速的速度在膨胀。2005年开始很多数据体现在云端了，那么按照IDC的预估，到了2020年大概有37%的数据在云端。今天数据变得越来越多样，我们分为两大类，一个由机器产生的，一个由人类每天生产活动产生的。机器包含各种不同的类型，卫星宇宙，科学实验、交通监测、环境监测等等，这些通过各种各样的机器产生的数据和这些过程的信息。还有一大类是人工生成的数据，我们发的微博、微信、我们造的内容，朋友圈，来自于社交媒体，移动信息移动互联网的内容数据，包括可穿戴，跟人身体相关的数据都变成了人工生成的非常庞大的数据集。大量的数据生成过程中，很多领先的企业逐步在积极探索，一方便找到更丰富的数据源，另外一方面把这些数据源跟自己的业务进行结合。有了算法，有了数据之后下一步就要看计算了。

 

运算能力的好坏和效率高低也是实现算法的非常重要的限制因素。另外，其实在人工智能领域需要不是数据的过程，这一时刻的输出依赖于前一时刻，这一时刻的输入依赖于前一时刻的输出，同样下一刻输出又做了循环往复的工作。这样就需要有非常大的做并行计算的能力，这就是为什么非常多的半导体企业，从科研到企业的领域他们都在逐步尝试用新一代的处理器的结构，比如说GPU或者FPJ实现更加高效，更加低功耗这样一些人工智能的一些运算，所以我们说关键技术的硬件化也是人工智能一个重要趋势。

 

举个例子，谷歌大脑和IBM。谷歌大脑是具有16000个处理器，有11个内部节点非常庞大的网络，用于把各种各样的机器的都集合在里面，并且提供各种各样的服务给各类应用。从家居、通信，到出行等不同的领域。IBM是另外一个科技巨头，他们不光在，我们知道沃森是IBM最早可以做智能的平台，编排出了很多芯片，以低功耗的方式来模拟人类神经元，实现这样的计算。

 

投融资指标向好 未来人工智能无所不在

 

据有关数据显示：全球在2011年有160笔在人工智能方面的投融资，到2016年已超过650笔，金额从早些年的3.8亿美金到去年超过50亿美金份额。2016年一年就比2015年涨了60%，另外一方面我们看到人工智能确实进入了新时代，成为各个国家的军备之争。白宫举行了四次研讨会，专门把科学家组织在一起研究人工智能对美国经济和社会的影响。同样，中国在2016年5月23号发改委印发了“互联网+”和人工智能的实施方案，基本上把人工智能在家居、汽车、无人系统等领域进一步的推广，并且要提升整个叫人工智能集群式的创新创业的能力，也就是认为引领下一个信息科技产业的趋势。

 

丁润强说，在国科嘉和看来，2016年是人工智能的新纪元。事实上绝大多数的人工智能或者通用型的人工智能技术还远没有到来，未来的商业化应用还需要很长期的过程，五到十年有机会进一步的理论到实践的阶段。

 

未来的时代，人工智能是无处不在的。把人工智能和数据结合，利用在商业、工业这些领域，到LOT，金融、保险、医疗健康、智能驾驶，基本上人类能想到的点都有人工智能的身影。

 

其中，金融学是人工智能天然的非常好、非常大的应用场景。虽然现在还在初期阶段，但是基本主要运用在身份识别、风险控制和投资决策这些领域。

 

在医疗领域，人工智能技术本身对医疗实践，医学研究有很多应用价值。这里面列出三点，一个是药物挖掘。我们传统药物研发领域存在很大的痛点，现在新药研发耗时时间超过10年的时间，耗资15亿美金，所以有很多科研机构和很多企业尝试用人工智能的方式把药物挖掘进行结合。一方面帮助这些药厂对有效化合物和药品的副作用进行筛选，通过这些方法可以加大自己的研发效率也进一步降低企业的成本和风险。除此之外医学影像，医学影像也基于各种各样的图片，把图片识别变成医学影像进行很多的绑定，就变成人工智能在医疗领域的，现在算是百花齐放的应用的场景。未来人工智能可以跟机器进行结合，跟机器人进行深入的绑定，应用在康复和治疗的领域。

 

在图片进行处理方面，通过机器来读片进行图像分割找到特征点，提取匹配判断。接下来把数据源，把机器叛变和人工以及其他数据源进行比对参考，形成真正判断的工具，真正是一个应用的不同点。

 

机器人是这几年比较受关注的话题，整个机器人从运动控制、定位导航，到语音交互这些层面是核心关键。这些里面有交互、决策，需要人工智能各种各样的新型点。中科嘉和预测到2018年期间专业机器人的规模可以到200亿美元，全球范围内数据或超过250亿美元。谷歌在过去一年中投过八家机器人公司，器人市场也足够庞大，国内的产业也非常好，随着老龄化社会不断地发展，用机器代替人做各种各样的工作。

 

同时，智能驾驶也是一个非常受关注的领域。虽然说今天看，人工智能技术离无人驾驶还有很远的距离，但是在那之前，在汽车领域包含了从辅助控制系统，到环境感知系统，到环境决策系统不同的维度，又可以做很多的工作。自动驾驶到来之前，辅助驾驶是看得见、摸得着、可以用的产品，也是我们可以掌握的机会，所以说无人驾驶是人工智能领域非常有前瞻点的应用领域。

 

国科嘉和在过去的两三年时间里，通过人工智能领域的研究和梳理思考，对投资领域进行深入布局。未来，丁润强认为国科嘉和将在六个领域深入挖掘和寻找投资标的，其中包含了人工智能和各种各样的工业、商业、金融、教育、医疗以及智能驾驶。毫无疑问，人工智能在未来时代将和互联网一样，颠覆人类的生活方式和思维模式。