人工智能的本质到底是什么?人工智能商业化之路到底在何方?这恐怕是很多人工智能创业者和投资人最关心的问题。在6月28号的2017商业新生态大会上,旷视科技联合创始人兼CEO印奇发表了有关人工智能商业化的演讲。
印奇认为,在过去一年左右的时间里,第一批人工智能公司都在完成自己的商业化尝试,但至少到2018年底,他们的这些商业化尝试的效果才能够显现出来。他认为这一批人工智能的本质,依然是由技术推动的,以深度学习为代表的人工智能技术。
此外,印奇指出了AI行业目前两个危险的观点,第一个是认为人工智能技术已经标准化了;第二则是认为出现了跨行业的算法。他最后总结称,中国真正的AI+企业非常少,而现在要做的,则是对人工智能抱有正向期待,之后扎实地选择一些行业去耕耘。
以下为印奇的演讲整理实录:
非常高兴有机会在这里做分享,我的题目是:人工智能商业化的上半场。也赶了一下时髦,大家都喜欢用这个词来形容商业化。让大家感觉,好像很知道中场休息的时间点一样。在过去一年到一年半的时间里,第一批人工智能公司都在完成自己商业化的尝试,2018年年底会一些结果。
我认为这波人工智能的本质还是由技术驱动的,深度学习为代表的人工智能技术。我们想以机器视觉作为一个大行业来看一下技术引进,从宏观的角度来说,人工智能行业里面有三个技术分支:视觉,语音,语义。我们认为对大脑的模拟、识别,可能是要做决策的。所以我们往前倒推一步选择了聚焦在眼睛这个视觉图像理解的范畴内,我们选择第一个领域就是专注在人脸识别的产业化上。
人工智能的周期和路径也许是一个非常长期的革命。我们判断如果行业能够从第一个人脸部分到第三个决策部分,从2011年算起来至少需要十年,现在是我们创业的第六年,而我们最大的感觉是真实的进展情况比我们预估的延长了一到两年时间。
旷视遵循一个我们称为“4+X”的技术路径,更完整一点叫4+2+X。
先解释一下“4”的含义。实际上,所有的机器视觉领域里面,大部分的创业项目会落到的核心项目都不会跳出四个垂直门类:人脸识别,行人识别,车辆识别,以及文字识别。这四个大的识别品类是四个最重要的、最有商业价值的识别内容,因为都是跟人的身份、行为息息相关的。
而这里的“2”,我认为是与视觉和广义机器人的两个核心相关联的:手和脚。脚大家已经听到很多了,自动驾驶,导航,但手还没有完全的兴起,但是我认为这是个大的方向。
“X”在我看来就是人工智能定制化,我们看到深度学习这项技术最有吸引力的就是它能够产生相对通用的,万金油的算法,所以在很多的细分领域,比如工业界里面对材料的识别,都非常容易在深度学习的框架里在短时间内、通过大量的数据和训练去实现。
说到这里我还要补充两点,第一点就是对很多对人工智能的创业包括投资的行为,大家有一个观点认为人工智能发展到现在技术已经是比较标准化了——实际上这个观点是有点危险的——我们知道人工智能最终的结局可能很诱人,但是在到达终点之前人工智能的发展还会有非常多次的迭代。所以本质上人工智能投资和创业还是需要回归到技术本身。
第二个比较危险的信号是说如果有一个公司告诉你,他们的算法是个跨行业的算法,我个人的观点认为行业还没有到那个地步。有可能后面的人工智能才是快车道,但之前只是一个过程。
而从商业化的角度来说,2011年我们公司算是启航。但我们拿天使融资的时候其实讲的不是人工智能的故事,而是讲我们有一些算法,我们可以把这个算法变成一个游戏。当我们看到这些技术能跟哪些行业有结合的机会时,我们就做了一个免费的技术平台叫做“Face++”,并把它开放给所有的开发者来使用,到今天我们的这个技术平台已经有30万的用户数量。
但是这个平台并不是人工智能公司相对比较重要的形态。真正能够实现人工智能商业化的公司应该是能够与行业结合的。在这里我要讲清楚两个概念,也就是“+AI”和“AI+”的区别。其中行业+AI的说法是说明说这个所谓的人工智能公司实际上并没有深入到任何行业,只是给一些行业应用者提供了深度学习的能力或者作为某一项技术的外包方而存在;而AI+则是说这个人工智能公司能够与行业深度结合,并使其成为由AI驱动的新行业,比如新金融、新安防。AI+能够让人工智能成为企业在同行业中形成的差异化壁垒。
所以这样的逻辑下来,任何一家人工智能公司都不太可能在现阶段覆盖多个行业。所以旷视在过去 2-3 年的时间中一直致力于行业聚焦,深度挖掘人工智能在金融和安防两个行业的应用价值。
那么到第三个阶段我们又回到了平台逻辑下。未来要实现真正的 AI 商业化,最终是需要人工智能企业推动行业化后再回归平台化的过程,最终成为能够集成资本平台、通用技术性平台以及在核心行业相对具备垄断地位的商业平台的超级人工智能平台化企业。
下面讲讲我们的最佳实践。我们在过去六年时间里实际上就做了一件事,那就是“刷脸”。在人脸识别技术的商业化中,旷视走完了从技术研发,产品化到商业化的过程,目前我们的这个平台在全球已经有2.1亿实名验证。越来越多媒体的发布,包括直播,都是我们的客户,此外我们也覆盖了几乎全部的移动出行领域,用来帮助平台对司机身份进行审核。而这些实名后的用户对于平台来说就是高质量的用户群体。可以想见,未来在快递、物流行业,越来越多的场景下,也需要有这么一个平台,把互联网用户变成有高附加值的商业互联网用户,这是我们线上的刷脸所能做到的。
而线下刷脸,我们在国家重要的地铁、飞机场、火车站都有分布有自己的系统。在人流量巨大的场合里面,我们的系统每天默默的做很多的动态识别。比如安防的场景下关注的是逃犯,交通行业里面可能是综合治理的需求。所以综合线上和线下的这些场景,我们所做的就是用刷脸的方式来结构化物理世界、提取所有商业场景中由人产生的身份和行为等信息,以打通线上线下商业数据、传递商业价值。如果再把刷脸定义的更准确的话,就是我们的线上身份验证平台Face ID。现在也许大家认为微信和支付宝都是非常大的账号和信用体系,但是未来人脸有可能建立一个更自然的,体验更好的账号体系,不仅可以打通线上线下,也让每个人全网可搜索,实现所见即所得。
最后一点,我认为最有干货的两个公式。第一个公式叫4 in 1,即算法,软件,硬件、数据。我跟志飞每天都会在AI场合去做做广告,大概两年前左右跟志飞就在讲,我们认为AI要做硬件。但现在,我已经认识到一个真正的优秀的AI+行业的公司不光要做硬件,还要一直做到数据层面,数据就包含你的行业解决方案。以这个标准来看,中国到底有多少真正的AI+行业的公司?可以说非常少,因为这可能是一个非常重的产业互联网的打法,所以这里面我也并不觉得会有那么多如雨后春笋般的AI创业机会。
第二个就是公式叫做0 or 1。最后我认为如果AI的公司没有形成数据的闭环,那他前面的所能获取的都是短期价值。我们一直在提AI+行业,实际上都是为传统的行业做产业升级,如果都不碰它里面最核心的数据,永远都是这个行业的门外汉,而真正的AI公司会越来越多的以赋能者的角色进入这个行业,而最好的合作的逻辑一定是在数据本身。
我们公司有句话叫做为了人工智能终将创造的所有美好,而且我认为终将这个词很重要,我希望大家对人工智能抱有正向的期待,同时我也希望大家也要非常务实的,扎扎实实的选择一些行业去耕耘,谢谢大家。