【網(wǎng)易智能訊9月13日消息】昨日下午，在無錫華邑酒店舉辦的由網(wǎng)易科技、網(wǎng)易智能、網(wǎng)易本地聯(lián)合推出的《網(wǎng)易AI公開課》正式開啟，這一檔面向中國新銳城市的高端城市論壇，這也是首檔以人工智能為主題的系列公開課。會上，網(wǎng)易邀請了華創(chuàng)資本合伙人熊偉銘先生，從投資人的角度和在場觀眾分享了《人工智能下如何掘金》。

　　談及現(xiàn)如今人工智能領(lǐng)域的具體應(yīng)用，熊偉銘先生提到，數(shù)據(jù)是新時(shí)代的石油。現(xiàn)如今的新媒體公司，他們每天的數(shù)據(jù)量大概都是6個(gè)PB，這個(gè)數(shù)據(jù)的增長是巨大的。為什么需要人工智能？因?yàn)槿祟愐呀?jīng)無法消化這么大的數(shù)據(jù)了，這些事情在互聯(lián)網(wǎng)工具時(shí)代都是比較容易做的，今天人類是無法消化這個(gè)數(shù)據(jù)的。同樣還有很多的數(shù)據(jù)，包括醫(yī)療等等，人類作為一種動物會累，機(jī)器不會累，或者說會有更低的成本來增加自己的輸出，從這個(gè)角度來講機(jī)器時(shí)代執(zhí)行任務(wù)的時(shí)候是一個(gè)更可靠的選擇。

　　談及人工智能是代替人還是成就人的問題，熊總提到無人車的問題：“誰愿意開車呢？可能有人愿意開，比如說大家如果買的是法拉利肯定愿意開。但是你每天上班下班真的愿意開車嗎？還有就是你為什么用掃地機(jī)器人？因?yàn)槟悴幌矚g掃地，并不說說它能夠替代我們，當(dāng)然我們也能干，但是從根上來說我們不喜歡干，我們有更多的業(yè)余愛好，我們更愿意把時(shí)間花在跟朋友喝咖啡、看一個(gè)很好的美劇等等。”

　　以下是熊偉銘先生的現(xiàn)場演講實(shí)錄：

　　熊偉銘：非常感謝網(wǎng)易，網(wǎng)易辦這個(gè)網(wǎng)易AI公開課是非常牛的，請了這么多的老師。我是從投資的角度看，或者從VC的角度來看，從我的角度來看可能和各位老師的角度略有不同。我的這個(gè)題目是我們這個(gè)時(shí)代的怕與愛。當(dāng)大家說到人工智能的時(shí)候我腦子里想到的是什么呢？實(shí)際上離這個(gè)還很遠(yuǎn)，但是如果從時(shí)間上來算的話這個(gè)和人工智能真正產(chǎn)生的時(shí)間差不多，大概1952年阿童木就誕生了，直到1956年才有AI的概念出現(xiàn)。今天的人工智能最多也就是生物人工智能，和我們期待的強(qiáng)人工智能還有一段距離。大概到了2060年左右可能有50%的概率，這是牛津大學(xué)的一個(gè)采訪，所以從各方面的技術(shù)準(zhǔn)備來講，可能我們今天的人類社會我們這個(gè)時(shí)代，我們還比較年輕的這個(gè)時(shí)代可能要熬比較久的時(shí)間才能看到更進(jìn)一步的人工智能。但是即便如此，其實(shí)人工智能也實(shí)現(xiàn)了很多我們?nèi)祟愡^去不能干或者不愿意干的事情。所以在這一點(diǎn)上中國在整個(gè)人工智能領(lǐng)域里面的地位是相當(dāng)突出的，在人工智能時(shí)代我們看到中國基本上變成了一個(gè)原創(chuàng)的國家，這是兩個(gè)數(shù)據(jù)，大概截至到2015年中國AI領(lǐng)域論文的數(shù)量已經(jīng)是名列前茅了，中國科學(xué)家，中國人工智能方面的工程師在人工智能領(lǐng)域的貢獻(xiàn)是非常突出的。

　　這是從實(shí)際的投資角度來講，我們現(xiàn)在投資大概是排在第二位，離美國還是有一定的時(shí)間差，實(shí)際上不能只看我們這個(gè)行業(yè)的投資，因?yàn)樽鳛閂C來講，我們這個(gè)行業(yè)一年的資金量在1千億美金，實(shí)際上是非常小的資金來源，而大量的人工智能的投資都是大公司在內(nèi)部的推動。說到這個(gè)會，這個(gè)CVPR會議，我一直在強(qiáng)調(diào)中國在整個(gè)人工智能領(lǐng)域里面的貢獻(xiàn)其實(shí)是出類拔萃的，如果大家去參加這個(gè)會的時(shí)候就會發(fā)現(xiàn)滿眼都是黑頭發(fā)、黃皮膚，基本上就是中國科學(xué)家歡聚一堂的一場盛會。提到投入，我剛才提到VC的投入其實(shí)是我們這個(gè)行業(yè)里面微不足道的一個(gè)投入。其實(shí)從國內(nèi)來講投資最大的還是華為，后面阿里巴巴、百度還是排在稍微靠后的位置，亞馬遜和谷歌的排名還是相對靠前的，所以說人工智能的投資是大公司為主的投資，包括大的并購等等。人工智能實(shí)際上是一個(gè)立刻可以割韭菜的技術(shù)，不需要再養(yǎng)十年，從賺錢的角度來說，從收益的角度來看，其實(shí)人工智能已經(jīng)到了大量應(yīng)用的時(shí)代，當(dāng)然從技術(shù)的角度來講還需要養(yǎng)很多年。

　　為什么我們說很多創(chuàng)業(yè)公司可能你可以做一個(gè)算法，算法在2010年、2012年還是可以的，可以賣一些錢，但是現(xiàn)在算法公司已經(jīng)不值錢了，因?yàn)槟銢]有數(shù)據(jù)，就像你只有刀沒有米。今天上午我們看到貝爾實(shí)驗(yàn)室的桂洛寧老師演講，他有一個(gè)圖就是說從90年代中期到最近的數(shù)據(jù)量的變化，90年代中期大概整個(gè)十年里面就是幾十個(gè)PV的數(shù)量，我又查了一下谷歌的數(shù)量級，今天光纖的傳輸速度已經(jīng)不能滿足于數(shù)據(jù)大量傳輸?shù)乃俣攘耍€不如我開一輛卡車運(yùn)過去，這都比光纖傳過去的速度快。但是推動所有這個(gè)行業(yè)發(fā)展的就是數(shù)據(jù)量的爆炸，這么比起來的話，90年代就是石器時(shí)代，今天我們再看今天的數(shù)據(jù)量的話，比如說安防，你需要有數(shù)據(jù)，但是谷歌的數(shù)據(jù)很大，亞馬遜的數(shù)據(jù)很大，百度、騰訊、阿里巴巴都很大，其他人怎么辦？還有很多數(shù)據(jù)，比如說安防是一個(gè)離錢非常近，但是數(shù)據(jù)量又是非常大的，而且中國可能是全世界安防數(shù)據(jù)最大的市場，這個(gè)市場應(yīng)該也是600億、700億美金的市場，海康威視這樣的公司大概是全球第二大的安防公司，他們的數(shù)據(jù)量也是非常大的。到底哪些計(jì)算和存儲擱在終端，到底哪些計(jì)算和存儲擱在云端，為什么擱在終端？因?yàn)閭鞑怀鋈ァ＿@個(gè)時(shí)代的進(jìn)步，這種大規(guī)模存儲實(shí)際上也是在人工智能之前那個(gè)時(shí)代非常流行的存儲設(shè)置，但是你看今天的存儲設(shè)置，很多廠商都已經(jīng)OEM了，都是自己云廠商定制的。所以從這個(gè)角度來講，我們這個(gè)時(shí)代的機(jī)會是一步一步在往前的，實(shí)際上在硬件里面的創(chuàng)新隨著人工智能與算力和存儲的要是會一步一步的向上。

　　我們怎么理解這個(gè)數(shù)據(jù)呢？之前我們想到的數(shù)據(jù)比如說谷歌這樣一個(gè)1998年的公司，百度1999年的公司，他們已經(jīng)把所有網(wǎng)絡(luò)上的數(shù)據(jù)都集中了，誰能抵抗他們呢？實(shí)際上還有很多的數(shù)據(jù)沒有在里面，比如說物聯(lián)網(wǎng)，實(shí)際上在今天物聯(lián)網(wǎng)真正的運(yùn)用還是非常非常有限的，物聯(lián)網(wǎng)從1999年、2000年左右的藍(lán)牙到今天的物聯(lián)網(wǎng)，我們還沒有實(shí)現(xiàn)萬物互聯(lián)，現(xiàn)在世界上這么多的智能設(shè)備，各種設(shè)備，這些節(jié)點(diǎn)所產(chǎn)生的數(shù)據(jù)量是無窮無盡的。視頻種非結(jié)構(gòu)化的信息怎么做？對于數(shù)據(jù)量的來說，我覺得大家還處在鐵器時(shí)代，現(xiàn)在絕對沒有到黃金時(shí)代。除了安防之外還有汽車，這也是一個(gè)備受關(guān)注的，之前也是備受爭議的市場，通用從破產(chǎn)重新回到世界第二大，也就經(jīng)歷了十年時(shí)間，這十年發(fā)生了什么？一個(gè)是電動一個(gè)是污染，汽車從一個(gè)百年的行業(yè)到今天我們看到汽車又變成了一個(gè)我們大家不停的討論的話題，我們今年會看到大量的國產(chǎn)的電動車，下一步基本上就是無人車，大家都做了很多的實(shí)驗(yàn)，很多無人車的廠商都在迅速的崛起。人工智能這個(gè)行業(yè)其實(shí)最難的部分，或者說最有價(jià)值的是人，比如說無人車也就是46家公司，全球46家公司，它不會像點(diǎn)評一樣一下子出現(xiàn)了1萬個(gè)團(tuán)購，一下子出現(xiàn)了1萬個(gè)O2O公司。全球只有這40幾家公司，這樣來看你投資任何一家公司都是有價(jià)值的，這中間不僅僅是VC的市場，包括二級市場都有很多回報(bào)的機(jī)會，從二級市場來看其實(shí)很多機(jī)會都是長期持有的。有的時(shí)候最終的回報(bào)不見得來自你非常敏銳的捕捉，更重要的是你的耐心。

　　我們剛才說數(shù)據(jù)是新時(shí)代的石油，這是滴滴的兩張圖，其實(shí)滴滴只是其中的一個(gè)例子，滴滴大概一天的訂單量在2千萬，每個(gè)訂單處理大概是2秒鐘，計(jì)算要通過580億次的CPU的運(yùn)算，這些都是對于人工智能、算力、存儲、傳輸?shù)囊螅@還只是出行。包括今日頭條這樣的公司，他們每天的數(shù)據(jù)量大概都是6個(gè)PB，這個(gè)數(shù)據(jù)的增長是巨大的。為什么需要人工智能？因?yàn)槿祟愐呀?jīng)無法消化這么大的數(shù)據(jù)了，這些事情在互聯(lián)網(wǎng)工具時(shí)代都是比較容易做的，今天人類是無法消化這個(gè)數(shù)據(jù)的。同樣還有很多的數(shù)據(jù)，包括醫(yī)療等等，人類作為一種動物會累，機(jī)器不會累，或者說會有更低的成本來增加自己的輸出，從這個(gè)角度來講機(jī)器時(shí)代執(zhí)行任務(wù)的時(shí)候是一個(gè)更可靠的選擇。包括駕駛，如果采用自動駕駛的話可能人類整個(gè)的交通事故會減少很多。

　　繼續(xù)說數(shù)據(jù)，我們其實(shí)還是受到很多物理限制的問題，數(shù)據(jù)也是一樣的。這個(gè)數(shù)據(jù)還是平面的，這個(gè)數(shù)據(jù)還是非常有限的，如果我們考慮到下一步會來什么，或者說大家有考慮到視頻的數(shù)據(jù)，其實(shí)這些也是滄海一粟的數(shù)據(jù)，花了十年積累的二維圖象的數(shù)據(jù)，可能面對未來大量的視頻和深度的數(shù)據(jù)，這可能還是非常小的數(shù)據(jù)級。我們覺得下面已經(jīng)進(jìn)入了新的階段，就是新維度的數(shù)據(jù)。如果我們看數(shù)據(jù)的來源，我們最早看到的大概從1994年、1995年從雅虎開始，他們用人工的方式來做很多的數(shù)據(jù)，1998年開始出現(xiàn)了自動的配制，然后直到流量的爆發(fā)到現(xiàn)在也就11年的歷史，網(wǎng)上有大量的存量的視頻數(shù)據(jù)，但是真正運(yùn)用人工智能也就是2016年開始，在視頻的算法里面可能我們還沒有達(dá)到非常精確的級別，更別說今年比如說iPhone8為什么這么貴。我們覺得AR可能會成為下一步最大量的數(shù)據(jù)量的爆發(fā)，VR只能是一種輸出設(shè)備，但是AR是一個(gè)輸入和輸出設(shè)備，它很有可能是一個(gè)比手機(jī)更友善的設(shè)備。如果你現(xiàn)在拿著手機(jī)穿梭到1952年的時(shí)候，你跟他們說以后人人會帶這么一個(gè)設(shè)備，他們會覺得你很傻，誰會拿著一個(gè)硬盒子每天放在兜里？但是眼睛就很不同了，它可能會成為我們最后一個(gè)識別，而且是天然的設(shè)備，去掉鍵盤、去掉屏幕、去掉很多的東西，我們現(xiàn)在要去掉手機(jī)，是不是會變成這一個(gè)設(shè)備？這是我覺得AR可能是非常重要的。在這個(gè)里面其實(shí)創(chuàng)業(yè)公司還有很多的機(jī)會，簡單的機(jī)會可能是下游的應(yīng)用，AR需要的是光學(xué)，光學(xué)其實(shí)是一個(gè)老行業(yè)，我們拜訪了很多的光學(xué)的老師，這是一個(gè)很老的行業(yè)，但是都在用創(chuàng)業(yè)公司的方案，所以說我們認(rèn)為這個(gè)領(lǐng)域里面還有很多創(chuàng)業(yè)相關(guān)的機(jī)會。

　　到底是它結(jié)束我們還是我們創(chuàng)造它？這個(gè)有很多時(shí)候大家在提人工智能的時(shí)候會想到天網(wǎng)，我們經(jīng)常說天網(wǎng)來臨之前我們沒有什么可怕的。這個(gè)設(shè)備有多像人，如果它跟我們一模一樣，或者他們超過我們，但是機(jī)器處在目前的階段，包括黃老師講的我們也算是機(jī)器，我們的壽命比較短，100年的壽命，功耗比較低，但是我們每天吃不少東西，假設(shè)我們直接轉(zhuǎn)化太陽能的話就省了。但是從計(jì)算量來講，或者說我們是不是只從計(jì)算量的角度考慮人跟機(jī)器的差別，是不是還有其他的區(qū)別？比如說一克的DNA大概能夠存儲700TB，所以你看一下你的體重能存多少數(shù)據(jù)。所以說還有很多角度可以考慮，物理到生物的這個(gè)界限是否能夠跳出來。人工智能關(guān)鍵的是后面的算法、算力、存儲能不能達(dá)到，我們都非常期待看到光明的人工智能的未來。謝謝。