人工智能|文安智能创始人陶海:人工智能进入“感知+认知+协同”的2.0时代( 二 )


经历过一些困惑 , 现在我们慢慢清晰了 。AI公司不能赋能百业 , 就是要进一两个行业 , 而且你必须还要做到这一两个行业最好的公司 。可能你的规模不是最大的 , 但是你引领者、你是高端 , 你创新 , 你占领市场 , 这是一个很好的一条路 。
但是再往后走 , 再远了 , 能不能变成老大老二 , 那要看你自己的努力情况 。但是往这个方向走 , 就涉及到第三个阶段 , 你一定要去真正做出业务闭环 , 解决问题 。
现在ToC和ToB里面经常会有两类公司 , 一类做产品的公司 , 这类公司可能好一年、好两年 。举个例子 , 比如一款人脸相机卖15000元 , 成本才800元 , 很多玩家看到毛利高全冲进来了 , 一年之后 , 相机价格变成1500元 , 还有专门做硬件的公司会努力给你压缩成本 。再比如人脸识别闸机刚出现时很火 , 但现在闸机人脸识别算法模块才150块钱 , 这就是做算法的人工智能公司必须过的一个槛 。
我觉得感知层非常残酷 , 但是做人工智能有一个好处 , 不光是感知层 , 还有数据层 , 还有决策层 , 整个全栈人工智能其实是非常难做的 , 这也是我们做人工智能的一个机会 。从我们角度讲 , 我们就深耕行业做全栈智能 , 这是我们目前想到的人工智能创业最好的一个路径 。
我刚才讲的是比较实在的体会 , 下面讲一讲落地应用的挑战和应对 。
人工智能|文安智能创始人陶海:人工智能进入“感知+认知+协同”的2.0时代
文章图片

文章图片

尽管有那么多困难 , 现在真的是人工智能发展最好的时机 。首先基础比较薄弱 , 这张图上 , 横坐标是市场规模、纵坐标是成熟度 。AI+安防相对成熟度高 , 因为安防里的关键算法 , 公安一定要花钱买的算法不多 , 就是人脸识别 , 剩下还有治安防范 , 就是弱需求 。
相对来讲这么多公司 , 这么多投入 , 都做人脸识别 , 发展的非常快 , 所以相对成熟 。但是其他很多行业都不太成熟 , 只要不成熟 , 而且每个行业场景都非常多 , 本身行业就多 , 行业里场景又多 , 所以AI公司虽然如雨后春笋 , 实际上还是不够的 。
其次 , 之前大家都愿意说人工智能就是像火箭 , 数据就是燃料 , 算法就是火箭 , 数据算法算力是以前传统的说法 , 这个比较适合说感知层AI , 就是刚才说的Y等于F(x) 。你有足够的X有足够的F , 你标注足够好 , 训练一个神经网络F , 就解决了这个问题 。比如 , 一张图是男的 , 是猫、是狗 , 这都是影射问题 , X就是图像 , Y就是狗和猫 , F就是神经元网络 , 这个问题就是算力算法数据解决的 。
一旦进入真正业务闭环就不这么简单 , 就开始看阿尔法狗 , 当初这么多公司创立 , 这么多钱投进来是想得到各行各业的阿尔法狗 , 结果搞了一个F回来 , 搞了一个感知 , 不是搞了一个决策闭环 , 这其实有巨大的差距 , 有这个差距就有机会 。
还有很多刚才谈到的信号灯控制 , 包括防疫人的跟踪 , 经过防疫大家知道了 , 不光人要跟踪 , 货物要跟踪 , 车要跟踪 , 摩托车要跟踪 , 自行车要跟踪 , 所有的东西万物都要跟踪 。这个时候如果感知达到了万物跟踪的状态 , 就可以做万物的优化、规划 , 这就是我认为整个闭环最终的目标 。
人工智能|文安智能创始人陶海:人工智能进入“感知+认知+协同”的2.0时代
文章图片

文章图片

所以 , 人工智能向全栈智能化发展 , 从“数据+算法+算力”的人工智能1.0到“感知+认知+协同”的人工智能2.0 。
2.0实际上是感知加上数据 , 加上认知 , 加上协同 。为什么加协同 , 这的协同特指人机交互 , 因为最终的决策一定要人来做 , 这是基本的伦理 。同时 , 人工智能大家都在讲智能体 , 都在讲云边协同 , 都在讲迭代 。所以人工智能只是有一定概率会失败 , 而且失败会很惨 , 所以你一定不让很惨的事件发生 , 就像特斯拉的车撞到货车 , 不能让这个事件发生 。这时候可以把人的因素加进去 , 人机交互协同 , 可能“十四五”阶段机器把公务员20%的工作接过来了 , 让他们轻松了20% , 到“十五五”他们就能轻松50% 。但是最终 , 这个人一定是在这个环节里的 , 流程要再造 , 人工智能从感知、流程再造回过头来倒逼效率提升 。


推荐阅读