机器学习和人工智能这么火,初创企业在哪些领域会有机会

赢家伟业 2016-09-29 10:09 工具软件 来源:思达派 查看原文

     在可预期的未来,人工智能科技将在多个商业领域发挥其不可估量的影响。在接下来的10-20年里,机器学习也许会渐渐取代白领和蓝领的工作,最终导致全社会范围的大量动荡。

     目前,大多数的主流报道都还停留在讨论人工智能的一般用途上(也就是所谓的AGI强人工智能,指能完全胜任人类脑力劳动的人工智能),但很少有人去关注最近五年内,人工智能和机器学习最有可能转变的具体垂直市场。简单来说,要达到真正的强人工智能水平,我们还有十多年的距离,但是由人工智能驱动的垂直产品在近年就会带来一场巨大的变革。

     下面列出的都是企业家和投资者们估值过低的领域,而在这些不被看好的领域里,相信一大批大型的AI公司很快就会成长起来。在所有围绕机器学习发展的领域里,一家创业公司想要成功,有两个关键点:1、搭建用来训练模型的有用的数据库的能力,以及拥有对模型进行递归性测试和闭环反馈的模拟环境;2、选择一个市场,让机器学习根据市场需要创造产品。为了做AI而做AI的产品就像一个找不到问题的答案,通常这类创业公司都容易失败或者是被谷歌、Facebook、Uber 等其中一家收购。(在这个市场里还会有成千上万的收购案,因为所有公司都想要提升自己的在这块领域的能力。)

     在未来五年内可能产生大AI公司的领域:
 

硬件和集成电路

     无人驾驶汽车不可抵挡的发展势头,以及大量使用机器学习技术的其它市场的发展,将会带动对更高效、为机器学习模型专门优化的硬件的需求。很少有创业公司或者投资者投入到能更快速运行的机器学习系统基础芯片构架开发上。许多使用专业集群来运行机器学习的公司都会选择NVIDIA的GPU(图形处理器),但其实这款处理器没有进行过特殊优化,并不是机器学习模型的最佳选择。所以在这方面的硬件上仍然有很大的创新空间(ASIC或者是其他方式),可能会有ARM或者高通这样的大企业诞生。这不仅是机器学习在各个行业的应用发展促成的,也是无人驾驶汽车和其他硬件对处理器的大规模需求所驱动的。说不定,在人工智能领域的第一个百亿美金公司会是做芯片的。像 Cerebras 和主攻深度学习的Nervana公司目前就正在这个领域发展。
 

金融科技

     WealthFront 和 FutureAdvisor(被BlackRock收购) 在“智能投顾(robo-advisors)”领域的崛起,表明金融服务公司开始关注由机器驱动的投资组合管理和交易模式。无论是投资组合的组建和交易,还是从不同类型的金融数据中提取分析结果上,机器学习都会产生越来越显著的影响。

机器学习和大数据在金融科技上的应用至少会有三个方向:

     提高交易效率或者收集独到分析的工具。OmegaPoint公司就专注于打造“新生代的Bloomberg”,将机器学习模型建立在数据服务上用于交易。

     基于机器学习的投资组合管理和交易运作。

     通过机器学习模型来理解金融产品,并为其定出合理的价格。

     像保险、房贷和其他衍生产品将会大大受益于人工智能的应用。如果一家创业公司或目前行业内的玩家能用新的统计方法和机器学习为客户计算出更优惠的房屋贷款分期方案,那它肯定会做成一家大公司。


无人驾驶汽车和卡车

     无人驾驶汽车的出现,将会扰乱现在价值数十亿美元的交通运输市场。汽车和卡车的生产商已经意识到,一场关乎生存的危机正在悄悄降临。而特斯拉公司的出现无疑加剧了这些汽车行业公司的危机,因为前者现在似乎终于有了一款面向大众的汽车,并且正在无人驾驶领域大力推进。更加雪上加霜的是,谷歌和百度这样的科技巨头也要在无人驾驶技术上参一脚。许多汽车公司更愿意自己发展,避免依赖于这些科技公司——因此美国通用汽车花10亿美金并购初创公司Cruise,Uber花1%的股权收购了自动驾驶卡车公司Otto。在接下来的1-3年,无人驾驶汽车领域的收购合并案还会持续频繁地出现。

     无人驾驶技术的发展,必将掀起数百万人的失业浪潮和不可小觑的社会变革(很大程度上会是经济上的通货紧缩)。尽管产业革命已经在150年前发生过了,但随着多种职业的消失,人工被取代,在接下来10-20年中爆发更大型的失业潮也不足为奇。如果政府没有为这些失业者提供另谋生路的机会,政治上的动荡不可避免。
 

数据限制

     从根本上来说,AI产业发展的限制大多来自对数据量的依赖。如果金融、医疗和其他领域的数据能大量利用的话,不少的先进机器学习应用也许能保留下来。大公司(谷歌,IBM等)和创业公司建立有用的数据库的方法有两种,购买数据接入途径或者合作找解决方案。数据将会改变许多的产业,成为科技廉价化和民主化的一股力量(比如贫富国家之间的医疗护理标准日趋相同),但同时也会取代发达国家相当一部分的劳动力。在未来5-10年间,机器学习的终极影响将体现在拓宽关键信息的接入渠道(如医疗诊断),和替代掉数百万人的劳动力。


为您推荐: