不管公司大小、做什么,都在谈人工智能,好像这是唯一的选择 | 硅谷在急什么❹

July 31, 2016 - Cuiqi Wen

不管公司大小、做什么,都在谈人工智能,好像这是唯一的选择 | 硅谷在急什么❹_智能_好奇心日报

本文来自《好奇心日报》,更多好文章请在各大应用商店搜索 “好奇心日报”

“我本来很乐意回答这些问题。但我最近离开了卡内基梅隆大学的教学教职加入 DeepMind,所以现在也不方便回应。”

卡内基梅隆大学教授 Chris Dyer 不久前拒绝了我们关于人工智能的采访。他擅长的是机器学习算法和自然语言处理,之前做的论文,就是让计算机在没有人类监督和指引的情况下自我学习。

这正是 DeepMind 在做的事。这个 Google 子公司开发的围棋算法,通过自己和自己下棋提升棋技,最终打败世界冠军李世乭

Dyer 只是卡内基梅隆大学被科技公司挖角的一个例子。去年,这所大学无人驾驶研究室从负责人起的 40 位人工智能研究人员被合作伙伴 Uber 挖走——整个实验室原来也不过百人出头。

原本,企业和大学实验室更多是合作关系:实验室做长期基础研究,企业把研究成果转化为商业产品。但在人工智能这件事上,科技公司已经等不及了。

人工智能是一个波及整个硅谷的热潮

不仅是能把整个实验室挖走的大公司看好人工智能。

根据数据分析机构 CB Insights 的数据,从 2015 年下半年开始,风险投资机构对于初创公司的投资数量就持续下跌到 2011 年以来的低位,但人工智能领域的投资却有增无减。

2015 年,一共有 397 宗对于人工智能公司的投资,一共拿到了 23.8 亿美元的融资,这个数字已经是 2011 年的 9 倍

不少硅谷的科技创业者都在做这么一件事情:用大量的数据训练人工智能,让计算机在此基础上自己学习和改善算法,然后用更完善的算法从事某个特定的生意。无论那是用来下棋、判定疾病、美化照片还是加速收银速度。

“以前 10 件商品,可能需要收银员花 1 分钟扫条形码。现在你只要把购物盘放在机器上,摄像头就会用图像识别技术在不到 1 秒之内告诉你总共需要多少钱,然后你刷卡付钱就好了。”Mukul Dhankhar 一边介绍,现场给我们演示了他们公司 Mashgin 的人工智能产品——自动收银机。

《好奇心日报》在 Mashign 公司帕罗·奥图的办公室看到了这个设备的原型机。现场模拟在便利店买东西,拿了一罐饮料和一包巧克力,放到收银台上之后手离开篮子,机器不到 1 秒就计算出产品的总价。然后顾客刷卡付钱就可以走了。

如果在普通的超市,收银员得一个个扫描条形码。

Mukul 说,这个原型机上有 6 个不同方向的摄像头给产品拍照。它不看条形码,而是产品的形状和颜色。

创办一年的初创公司 Legal Robot 也在利用人工智能来解决问题。他们想把晦涩的法律文件翻译成让普通人能看懂的”人话”,让普通人也能看得懂法律合同里面有什么坑。要做到这点,就得利用自然语言处理技术。

创始人 Dan Rubins 想要降低普通人请律师的门槛——例如,去公司签一份雇佣合同也是一件十分重要的事情,但如果要请律师来给你一条条合同细则解释,至少会花掉几百上千美元。

Rubins 认为,他们可能比 Siri 那种针对普通人的人工智能产品要更快找到生意。”普通人对话里面语言意义可变性太多了,而法律文书的严谨和晦涩就是用来限制多种含义的。这对于自然语言处理来说反而更好,因为变量少了。”

Legal Robot 目前从合作伙伴斯坦福大学和通用汽车拿到了 10 万份法律合同的样本来训练算法。

同样想用人工智能代替一些基本人工工作的热门公司还有 X.AI。他们做了一个可以阅读和回复邮件的机器人 Amy,自动识别英文中的会议和见面邀请约定见面时间地点,而且……她回复的邮件完全看不出来是机器人。

X.AI 公司想让雇不起个人秘书的人,也可以有一个人工智能秘书。

产品正式版还没推出,但光是排队等 Amy 现在的内测版名额,就得等上好几个月。

这三家公司专注不同领域,但做的事总结起来都差不多——用人工智能减少人工,提升效率。

两三年前,人工智能还不是大多数公司认真考虑的事

“我创业的时候是 2013 年,还没有几家人工智能公司。现在可不一样了,大家都在做人工智能。”Mashgin 公司的创始人兼 CTO Mukul Dhankhar 告诉《好奇心日报》。

2013 年创业公司做得最多的还是发掘智能手机的潜力。

那一年,智能手机年出货量刚刚超过 10 亿台,比 2012 年同期增长了 39%,地球上每七个人中就有一个人拥有智能手机。

与此同时,通过智能手机上的移动互联网提供服务也热到极致,今天估值最高的两个硅谷创业公司 Uber 和 Airbnb 都在 2013 年开始受到投资者的追捧。

但推动智能手机发展的 Google 和苹果也都意识到,智能手机市场离饱和也越来越近了,开始寻找下一个硬件平台。

2013 年,Google Glass 眼镜已经向开发者发售。同时 Google 已经在和智能家居公司 Nest 洽谈收购事宜,交易在次年公布。

也是在 2013 年,苹果公司 CEO 库克接受采访时暗示说公司会推出智能手表。

寻找新硬件平台失败后,每个科技巨头都开始谈人工智能

但几年下来,这些新的硬件平台并没有建立起来。

Google Glass 彻底失败,Google 的高管不再戴着眼镜出席公开场合。Nest 的负责人也离开了 Google。

而被认为是下一代计算设备的苹果 Apple Watch,卖到现在第五个季度销量就同比下降。别说成为下一个 iPhone 了,增长还没 iPad 持久。

建立下一个类似智能手机的硬件平台失败后,急需寻找下一个增长点的科技巨头都开始谈人工智能了。

Google 是这个大潮里走得最前的公司:无人驾驶汽车、世界冠军的围棋算法 AlphaGo,还有更智能的搜索引擎和邮箱应用……这个公司一头扎进了人工智能里。

今年 5 月,在 Google 公司的年度开发者大会上,他们直接把公司未来战略定在了人工智能上,”机器学习”是他们提到最多的词语,而他们在大会上发布 5 个新品里面,有 3 个都是跟人工智能直接相关。

“现在公司里每个部门都在尝试用将机器学习整合到自己的产品里,无论这个产品是什么。”Google 翻译的工程师 Otavio Good 对《好奇心日报》这么说道。他自己的团队最近就通过机器学习,让翻译应用看懂照片里的文字。

擅长硬件的苹果也在谈人工智能。

“我们会把人工智能专注地应用在用户体验的提升上。”在上周的苹果财报会议上,苹果公司的 CEO 提姆·库克 7 次提到人工智能和机器学习。

当谈到自己的人工智能助手 Siri 时,库克表示”苹果将会把机器学习用在其他地方,例如相册、信息、地图以及音乐服务 Apple Music 上。”

他们已经用了,在今年 6 月发布会上,苹果已经能用人工智能处理相片和在短信里自动提示回复。

至于长期投入基础研究的微软,已经将人工智能统一在”对话”这种体验下。微软 CEO 纳德拉宣布了“对话即平台”的战略,围绕”微软小冰”这样的对话式体验,嵌入微软长期研究的各种图像、语音、视频识别技术中。

电商巨头亚马逊也在做人工智能,靠一系列能听懂人话的音箱。亚马逊 CEO 贝索斯今年在一次大会上宣称,公司已经有超过 1000 人在从事智能音箱 Echo 和智能语音助手 Alexa 的相关工作。

这五家公司里最年轻的 Facebook 则在效仿早年的微信做起了带有人工智能功能的公众号。虽然还很初级,Facebook 比微信更认真地做了人工智能的基础。

竞争中,大公司为人工智能创业搭起了新的平台

2012 年开始的”Google 大脑”(Google Brain)项目,被认为是最近几年人工智能热潮的技术开端。

1000 台服务器组成模拟的神经网络系统在一周之内就能准确识别出视频里的”猫”以及其他 3000 个在视频出现的物体。尽管准确率也只有 60%,但这已经是当时的技术大突破。

去年 11 月,Google Brain 团队的成员把这套机器学习的项目免费开源了出来。这就是 TensorFlow,它的自然语言模块和人工智能的功能,可以让开发者迅速来训练自己的人工智能产品。现在,TensroFlow 已经成了代码托管平台 GitHub 上最受欢迎的开源项目之一。

个人开发者,想让自己的音箱、电视机听懂日常语言,或者让自己设计的机器人识别不同的图像,现在也不是难以想象的事情。

现在做人工智能产品都门槛已经大大降低了,连美国大学生参加的黑客马拉松,每个项目都或多或少用到了人工智能。

2015 年年底,黑客 George Hotz 还基于开源的人工智能项目,自己改装了一辆自动驾驶汽车。这曾经是最好的大学实验室,或者像特斯拉、Google 无人车团队花十年时间才能做出来的东西。

不只是 Google,从去年下半年开始,各大科技公司都陆续把自己的人工智能项目开源,为了让更多开发者帮他们完善算法:

大公司让人工智能创业变得更容易的同时,也在和创业者们竞争。

人工智能是关于数据量和算法的较量。而大公司本来就积累了很多数据,还有钱雇优秀的工程师完善算法。

“我认为初创公司的处境会很难。”人工智能做收银机公司 Masighn 的 CTO Mukul 向我们说道。

卖掉自己成了人工智能创业的主要出路。在最近 5 年内,Google 收购了 9 家人工智能初创公司。加入这场收购战的,还有苹果、英特尔、Salesforce,甚至是自身业务不太好的 Twitter,他们加起来已经收购了超过 30 家人工智能初创公司。

人工智能,是硅谷换了一个方向寻找未来

在过去的 40 年间,技术公司靠着一波又一波新技术向前走着:1980 年代是个人电脑,1990 年代是互联网,2007 年之后,是智能手机的普及和移动互联网的兴起。

伴随一次又一次的基础设施变化,创业者们用新技术改进了传统生意的效率。

现在,人工智能也在加速提升效率,它们让原本需要人手来做的事情,变成需要更少人,甚至全自动。

似乎我们想到的所有领域,现在都在被人工智能加速,无论是电商的”为你推荐”,打车的拼车路线的设计,还是人工智能助手。

但今天的人工智能尽管打败了围棋大师,研究人员依然不理解人脑如何运作。它们依然靠数据训练提升效率。

人工智能要想成为智能手机之后的下一个带动科技界前进的技术,得在几年内变得足够好、变得实用。

而人们对人工智能的预期,常有过度乐观。

最早的人工智能研究 1940-1950 年代就开始了。就在计算机的发明之后,麻省理工学院和斯坦福研究院的科学家们,就想着让计算机拥有人类的智慧,例如教计算机识别人类语言。

而当时计算机科学家乐观认为,只要 10 年就能做出来服务于人类的人工智能计算机。现在我们知道那想法有多么不切实际。

最近 40 年里,人工智能也热了好几回。1980 年代的神经网络计算没能成为人工智能进入商业世界的突破口、而前几年打败人类的 IBM 沃森所参与的多个医疗和银行项目也都停滞不前。

在 1980 年代创办过两家人工智能公司(包括后来转型计算机安全的赛门铁克)的 Jerry Kaplan 最近谈到人工智能热的时候,这么对《纽约时报》说道:”和硅谷的人工智能信徒聚在一起的时候,有时让我觉得自己是福音会中的无神论者。”

编者注:PC、互联网、智能手机……每个基础技术的普及都伴随着数年的高速增长。对于科技业,增长已经持续了四十年。

现在这个增长可能会停一会儿:智能手机带来的增长已经放缓,而打车和外卖以后,我们已经没再看到类似社交网络、电商这样调动千亿财富的突破。

接下来会是什么新技术为整个产业的增长铺平道路?这技术又能不能及时到来?

这些问题将影响所有人,从苹果、Google 这样的巨头,到风险投资机构和创业公司,再到每一个科技产品的用户——基本上是所有人。

过去四十年,为整个科技业的持续繁荣打下基础的技术大部分来自硅谷。我们将在硅谷做一系列报道,从不同角度看这个变化:

在硅谷,我们看到 4 年前的微信公众号,到底发生了什么?

互联网公司们津津乐道的”独角兽”,连发明这概念的美国人都觉得越来越不靠谱了

硅谷公司说好的福利烟消云散,这真的只是吃喝那么小的事情吗?

喜欢这篇文章?去 App 商店搜 好奇心日报 ,每天看点不一样的。