文娛數據庫（//djlibo.cn） 編者按：人工智能核心是深度學習算法，是用天文數字訓練出來的。
“今天人工智能的投資和估值肯定泡沫化了，所以我們會很謹慎的投那些公司。”李開復談到人工智能熱潮時說，“每個商業計劃都加上了人工智能，前一陣我見了一個創業者，他說要做內衣的人工智能。”
同一個活動上，紫牛基金創始合伙人張泉靈也被問起人工智能到底是泡沫還是風口？“在價格上，目前在國內的資本市場上，普遍的看法是有泡沫的。目前的狀況是錢太多了，獵人太多了，但是狼不夠用了。”張泉靈說。
對人工智能泡沫的擔憂并不新鮮。2016年10月360公司董事長周鴻祎發表演講時說：“今天再出來做一個公司，你要不說自己是用深度學習、人工智能，你都不好意思出來混，我覺得這個有泡沫的成分。”
而這樣的警告在最近變得越來越普遍。不久前在三亞的一場論壇上，語音識別出身的李開復直言，“語音識別是所有技術里面最不成熟的，當我看到一個一個的計劃非常擔憂，99%會死掉。”今天他也再次拋出同樣的言論。
家用人形機器人同樣被他不看好。“家用機器人是一個大風口，但千萬不要做人型的家用機器人。因為做不出來，人的期望太多，家庭主婦、孩子買了以后會很失望，因為沒有像《星際大戰》里那么可愛。”
盡(jin)管多有批評，李開復依然繼續為(wei)(wei)人(ren)工(gong)(gong)(gong)智能(neng)(neng)(neng)(neng)的(de)(de)(de)未來(lai)搖旗吶喊，“我大膽的(de)(de)(de)預測在未來(lai)十(shi)年(nian)，人(ren)工(gong)(gong)(gong)智能(neng)(neng)(neng)(neng)能(neng)(neng)(neng)(neng)理(li)解、能(neng)(neng)(neng)(neng)判斷(duan)、能(neng)(neng)(neng)(neng)分類、能(neng)(neng)(neng)(neng)預測，任何一(yi)個以(yi)(yi)大數據(ju)為(wei)(wei)核心的(de)(de)(de)領域里面，當一(yi)個人(ren)的(de)(de)(de)工(gong)(gong)(gong)作是(shi)10秒鐘(zhong)以(yi)(yi)內能(neng)(neng)(neng)(neng)做出判斷(duan)，或者(zhe)重復性的(de)(de)(de)工(gong)(gong)(gong)作，他們的(de)(de)(de)工(gong)(gong)(gong)作將會(hui)被機(ji)器(qi)(qi)取(qu)代(dai)(dai)，不是(shi)一(yi)臺機(ji)器(qi)(qi)取(qu)代(dai)(dai)一(yi)個人(ren)，而是(shi)一(yi)臺機(ji)器(qi)(qi)可以(yi)(yi)取(qu)代(dai)(dai)上(shang)千人(ren)。不是(shi)說機(ji)器(qi)(qi)跟人(ren)工(gong)(gong)(gong)做得一(yi)樣好，而是(shi)機(ji)器(qi)(qi)遠超人(ren)類的(de)(de)(de)工(gong)(gong)(gong)作。”
人工智能1956年在美國被提出，生長的過程非常坎坷。其核心來說就是深度學習。表象來看，最大的一件事情是AlphaGo打敗李世石，這件事情顛覆了大家的思維。我覺得在世界上AlphaGo不會改變世界，但是它帶來人們對人工智能的敬畏和認可，是里程碑的事件。
打敗象棋、圍棋這些根本不代表什么，真正做的好的事情是計算機視覺，face++做的打敗了人類的視覺，微軟的研究員黃學東做的打敗了人類聽覺。當你識別人臉超過人的時候，保安就不需要了，當你超越人類聽覺的時候，客服就不需要了，這肯定是一個取代人類工作的事情。
我大膽的預測在未來十年，人工智能能理解、能判斷、能分類、能預測，任何一個以大數據為核心的領域里面，當一個人的工作是10秒鐘以內能做出判斷，或者重復性的工作，他們的工作將會被機器取代，不是一臺機器取代一個人，而是一臺機器可以取代上千人。不是說機器跟人工做得一樣好，而是機器遠超人類的工作。
一定程度上人工智能是要接管世界的，但并不是說奴役我們、控制我們，它還是有限制的，只是我們的工具。但是一定程度上這個工具大到把我們人類的一切都管起來。
人工智能核心是深度學習算法，是用天文數字訓練出來的，誰有大數據誰就可以做人工智能。另外，人工智能基本有四個先決條件，有的話就可以做，沒有的話就沒戲。
第一個是海量的大數據，至少千萬級別以上的，誰要說有一萬個數據沒戲的。
第二個是這些數據需要標注，不一定是人來標注，當你在淘寶購買和沒有購買就是標注。
第三個要求需要單領域，不可以跨領域，人工智能一次只懂一個領域。
第四個要求就是頂尖科學家知道怎么樣去用。深度學習還不是一個平臺，不能招幾個人就做深度學習了，一定要有累計，有經驗。
這四個條件符合以后就可以做人工智能了，因此BAT最適合做人工智能。BAT之外做人工智能有一定的挑戰，但在上面四個條件成立之下，也可以做人工智能。你的APP有1000萬個日活的時候必須要有人工智能，要不沒戲。做任何的領域，我們都要把產品做大，產品一大了就需要人工智能。
無人駕駛是一個特別偉大的未來的機會，但是今天是非常難做的。Google做無人駕駛要做L4（即完全無人駕駛）。特斯拉不那么負責，明明沒做好的L2的技術讓人家開，結果死人了。
無人駕駛是非常大的挑戰，但是一旦達到L4，將是整個人類的出行、配送的顛覆，千萬不要不相信這個時代的必然性，只是說無人駕駛多久會來，有人說10年，有人說15年。它的快慢絕對不來自于技術的成熟，技術可以在五到七年之內成熟，麻煩的是人類的價值觀、道德，還有既得利益者會不會搗亂，還有政府的法律法規，這些是無人駕駛車推出的不可預測性。純看技術五到七年可以解決的。
無(wu)人(ren)(ren)駕駛帶來了很有趣(qu)的(de)悖論(lun)，什(shen)么公(gong)司是(shi)最(zui)(zui)偉大(da)的(de)？Google是(shi)最(zui)(zui)善良的(de)公(gong)司，它說汽車做(zuo)不到超過(guo)人(ren)(ren)的(de)安全(quan)度不推(tui)出。特斯拉(la)是(shi)野(ye)蠻(man)的(de)公(gong)司，什(shen)么都沒有就扔出來讓(rang)大(da)家開。最(zui)(zui)后這兩個(ge)(ge)哪個(ge)(ge)會勝出？很難決(jue)定。Google技術更(geng)好，特斯拉(la)數(shu)據(ju)更(geng)多。人(ren)(ren)工(gong)智能成功(gong)的(de)第一點(dian)是(shi)數(shu)據(ju)量最(zui)(zui)大(da)，一定是(shi)最(zui)(zui)野(ye)蠻(man)的(de)公(gong)司得到最(zui)(zui)大(da)的(de)數(shu)據(ju)，不顧用戶的(de)安全(quan)和隱(yin)私。我們作為人(ren)(ren)類怎么去(qu)管理(li)這個(ge)(ge)事情？不要讓(rang)最(zui)(zui)野(ye)蠻(man)的(de)公(gong)司成為統治世界的(de)公(gong)司，這是(shi)面臨最(zui)(zui)大(da)的(de)挑(tiao)戰。
今天人工智能是投資風口，全球都在非常良性的成長，中國也面臨特別好的機會，幾乎是有史以來最好的機會。世界上43%的人工智能的論文都是中國人寫的。中國人數學好，人工智能的核心不是計算機，而是數學。第二，中國年輕人熱愛新的領域，尤其是那些改變世界、可以掙很多錢的領域，人工智能就是這樣的。
另外，中國傳統企業非常的弱，人工智能輕而易舉可以把他們擊潰，而且現在互聯網大，用戶多，數據多，而且對數據的保護和隱私不像美國那么糾結，所以很容易做好。
今天人工智能的投資和估值肯定泡沫化了，肯定過火了。所以我們會很謹慎的投。因為每個商業計劃都加上人工智能，前一陣我見了一個創業者，他說要做內衣的人工智能。家用機器人是一個大風口，但千萬不要做人型的家用機器人，因為做不出來，因為人的期望太多。
人工智能可以做平臺嗎？一定是大公司做出來的，至少要三年。計算機視覺來解決無人駕駛，這是可笑的。幾個計算機視覺科學家出來就要做無人駕駛團隊，絕對不可能，你想一輛車有多少部分，無人駕駛要多復雜、很多元化的。不要認為計算機視覺得到第一名就可以做無人駕駛。人工智能非常偉大，但是請不要誤導了它能做的事情。
人工智能是to B的，希望它明年就能帶來千萬的量是不可能的，長得很慢，所以投資的時候估值不要炒那么高，炒高了你投我不投。
互聯網時代(dai)是(shi)海歸的時代(dai)，APP時代(dai)是(shi)產(chan)品經(jing)理(li)的時代(dai)，O2O時代(dai)是(shi)一個懂后臺技(ji)術和銷(xiao)售合作的創業(ye)，AI時代(dai)其實是(shi)工程(cheng)師(shi)和to B 的高級銷(xiao)售經(jing)理(li)的一個協作。所(suo)以《精益創業(ye)》是(shi)創業(ye)寶典，但是(shi)不適合用(yong)在人工智能創業(ye)。
