从商业的角度看人工智能丨拾壹谈

11Space 2016-12-01 17:22 互联网金融 来源:创头条 查看原文

未来15年科技和商业社会最大的变化趋势将是人工智能的商业化,人工智能将会被广泛地应用于经济生活的方方面面,包括机器人、手机、机构、在线或是离线,将无处不在。


目前谷歌、Facebook、微软、IBM等国外科技巨头都已进军人工智能领域。国内以BAT(百度、阿里巴巴和腾讯)为代表的互联网企业也纷纷抢滩。


原子创投副总裁姚嘉说:目前,人工智能的前景非常好。比如,英伟达的股票在过去一周内就可以涨三十多美金,市值已到500亿美金。”

640.webp (37).jpg


今天就来为大家简单地从商业的角度梳理一下人工智能。



人工智能树

640.webp (38).jpg


人工智能的逻辑:最底层的是数据;然后是硬件,其中GPU应该是未来主流的形式;最后是算法,算法需要硬件来支持计算。


人工智能的学习分两部分,一个是监督学习,一个是非监督学习。


▌度娘科普时间

监督学习(supervised learning):通过已有的训练样本(即已知数据以及其对应的输出)来训练,从而得到一个最优模型,再利用这个模型将所有新的数据样本映射为相应的输出结果,对输出结果进行简单的判断从而实现分类的目的,那么这个最优模型也就具有了对未知数据进行分类的能力。

无监督学习(unsupervised learning):我们事先没有任何训练数据样本,需要直接对数据进行建模


简单来说,监督学习是打标签式的,非监督学习是不打标签的比如,大家来拾壹谈活动的场地,知道具体的地址和门牌号,这就是标签,来之前我们一直知道这个标签;但是进入场地以后,场地大小、灯光亮度等内部的内容是你之前不知道的,这就是无标签。


换句话说,即基于非监督的学习是尽可能的多维度预测未来发生事件,在没有任何过往经验的基础之上。



硬件连接

640.webp (40).jpg


智能硬件,跟人相关的基本就是智能手机、平台电脑、智能家居、可穿戴设备、智能交通、健康医疗等一些内容。我们现在数据的体量,已经超越了人类可计算能力的范围。现有的模型、计算能力,计算不了巨大的数据量。


从产品的角度举个例子,智能灯泡的灯光是可以变化颜色的,需要通过手机APP发出的高频率的声音来控制,但是当你要操作的时候就必须找到手机。这作为一项技术是很酷炫的,但是作为一个产品,对用户来说操作太繁琐了。


这就告诉我们,以后生活中会出现越来越多的硬件,任何一个创业的切入点,成本、稀缺程度都很重要。目前,数据这个层面已经不是稀缺的资源了。你的产品不能再停留在数据层面,你现在应该做的是在数据之上进行二次开发,做出有效的产品。


做任何平台,收集用户数据、生产数据其实是赚不了钱的。必须将跨平台、跨设备的数据进行有效的二次建模和产品化。比如电商、银行、保险公司等,你的账号看起来是分散的,但是实际上跨平台数据是可以分析出来的。


物联网产业构架

640.webp (41).jpg

自下而上的结构


感知层:无数的传感器,用于采集信息。理论上,如果电视技术未来还能有突破的话,传感器还能无限加载数据。


接入层:利用网络实现与用户的连接。比如电商,表面是卖东西,本质上是拿到用户的交易数据,这就是接入层的功能。


网络层:进一步管理网络中的数据,进行数据的传送。


应用层:在已有的数据存储基础上,跨平台、跨设备来分析这些数据。


场景:将分析的数据应用到不同的场景里。


最后,我们在创业的时候,要重视技术背后的价值,但是更重要的是商业规则。


以上内容来源于拾壹谈第八期嘉宾

原子创投副总裁姚嘉的分享


编辑整理:Jessi


你的关注和分享,是我们最大的动力。

640.webp (24).jpg


为您推荐: