創新工場李開復看2018趨勢：AI項目估值中國是硅谷一倍，庫卡機器人何服電機維修，明年一批公司會倒掉
過去5周，創新工場董事長李開復在北美轉了一圈，目的是了解美國AI的發展現狀。他密集拜訪了美國投資人，以及Hinton，LeCun，Bengio三大深度學習研究領域的傳奇人物。
他發現AI領域有兩批朝著不同方向進發的人：一批正在將AI技術產品化，主要是BAT和創新工場已投資的一些公司，另一批在思考如何讓深度學習更好，譬如研究增強學習和遷移學習技術，實現以更少的數據量讓機器的判斷更精準，能夠自我學習。
后者多數來自研究界，工業機器人維修，就比如前述的三位泰斗。我們學校的機器沒有Facebook，谷歌那么多，要比數據量做的最好，比不過。所以人臉識別、語音識別我們不搞。我們要更深層的只會，把技術推到更高的層次。更接近人類只會的狀態他們說。
李開復認為，在Facebook、微軟、谷歌、亞馬遜四大AI巨頭中，Facebook做的最深，微軟在聚攏實力，谷歌吸納了全世界一般的AI頂尖人才，而亞馬遜起初看似不懂語音和自然語言，卻以Alexa突然趕超。
我在美國看到工業界意識到AI的價值巨大，但也存在安全和隱私方面的挑戰。盡管過去的AI毀滅人類論太過激，但如今美國的四大巨頭只將AI好的方面，認為不會造成失業問題，其實是想開心賺一些錢，不想承擔輿論的指責。李開復告訴36氪。
他同時表示，如今AI項目的估值的確偏貴，中國是硅谷的一倍，硅谷是美國東岸和加拿大的一倍。盡管現在公司融資很多，金額巨大，但AI人才也越來越貴。他預測明年底會有一批公司用完融資倒掉。
在媒體溝通會上，李開復博士做了關于2018年投資趨勢的分享，經過36氪編輯略有刪節如下：
AI有弱人工智能、強人工智能之分，強人工智能我們就不討論了，可能以后會發生，現在還沒有基礎。但是弱人工智能，即針對某一個領域用大量的數據、做出比人更強大的判斷，這件事情正在發生。弱人工智能會創造巨大的價值。
財富普華永道對于未來AI能帶來的價值的最保守的預測，是人工智能在2030年將帶來中國GDP20%左右。
創新工場會分析人工智能大概有4波浪潮，他們同時發生，沒有先后的順序，但是都會帶來巨大的商機：
第一，互聯網AI；
第二，商業AI化；
第三，實體世界感知AI化；
第四，全自動AI化；
互聯網AI化，是AI以數據作為能源和燃料，所以數據越多，它發展越快，人類有史以來有架構化標志的數據最多就是互聯網。因此現在的七大巨頭都在互聯網領域，它們有幸在過去20年累計大量的數據，在推動AI，數據做好了，AI就會做好，雇更多人、收集更多的數據。
第二個商業智能化，除了BAT、互聯網公司，還有誰有數據？非互聯網公司因為商業的理由存了一套數據，可能它要備份、為了理財、為了客戶的滿意度，累計很多的數據，這些數據同樣有價值，不像互聯網那樣爆炸式的增長，但是醫院、物流公司都有數據，這數據足夠大，也會激活產生價值，而且它在商業流程產生價值。
互聯網AI化和商業AI化是把已有的數據來出來賺錢。實體世界感知AI化是把沒有數據變成有，然后產生價值，比如安防、購物中心鋪的攝像頭，就把真實的世界捕捉起來，用這個產生有價值的應用。
全自動AI化不僅僅采集數據，這個AI就要動起來，就像科幻片的機器人、無人駕駛，我們不認為這個機器人有感情、控制欲望，但是能動、能觸摸、能拿起來東西，這是第四波。這四波累計起來，對人類的價值是非常大的。
第一波我剛才講過了，我們每天都在為BAT貢獻數據，而且做免費的標注、捕捉，每次我們在百度、在騰訊、在朋友圈打開一篇文章，更重要在淘寶購買一個貨都被捕捉起來，可能這樣一個人會看到這個、點這個，以后我們看類似這個人會推類似的東西。我們發現5年前到今天，淘寶廣告越來越精準，是因為它越來越了解你，今日頭條是不是越來越推送你想點的文章，這都是AI在后面做的工作。
這個領域創業很難創業，創業做新的APP出來，靠這個流量做，幾乎不是AI公司、要做流量。但是已有的流量公司轉AI很容易的，看今日頭條、快手。
舉一個例子就是美圖，啟動很早，剛開始不是AI公司，現在美圖介紹自己都是AI公司。你有沒有發現過去三年你自動美化越來越美？因為你們不斷的貢獻數據、標注數據，你自拍怎么標注數據，你自拍之后三個動作是什么？
是刪除、保存、還有分享。這個刪除代表不好、儲存代表好、分享表示很棒，這就是你深度學習的標注，他以后就會希望幫助你這樣的人，做出更多你想分享的照片，做出更少你想刪除，這些都是AI的背后，還有新的卡通功能，那些其實也是AI。
第二波浪潮把AI用在已有數據，用它產生價值，進入商業。最好的領域肯定是金融，金融是人類的虛擬游戲，我們有大量的數據都不是真的東西，比如說股票、存款、利息，本身就是一個數字，數字收集起來標注很簡單，你股票一年之后不是漲就是跌了，你貸款不是還了就是沒有還，所以只要我們能累計一段時間數據，你往一年前、半年前、一個月前推算，都在標注你一切的過去，對發生意外的人，可能要收更多的保費，貸款如果你沒有還就少借給你。金融就是大量的數據好標注、還有只要做的好錢就到了。金融本身是虛擬的東西，只要把參數調好，我投資的概率變多我錢就調出來了。
另外，醫療是很應該做的，計算機視覺用在影像醫學、用在病例、發射科最合適。但因為醫療的數據不足、醫院不愿意分享、用戶隱私這些世界性的問題，醫療并沒有像金融那么推動。
如果數據沒有格式化就用不上，還有一些甚至還沒有數據，這都是很麻煩的事情。美國數據相對格式化，因為中國有很多傳統企業數據是亂七八糟的，所以中國趕超可能有一些挑戰。
做這個領域的創業需要有大數據經驗的工程師，不是AI大牛，反而是百度搜索出來的團隊，它需要一個CEO需要能賣軟件。
我們投了一個項目叫追一科技，這個團隊來自騰訊搜搜，把搜索技術跟語音技術加起來做客服，為什么客服靠AI來做，因為很大量的企業都把客服數據儲存下來，還有評估客服很好的方法不在于你最后點了幾顆星，你有沒有很好的完成任務，沒有客戶流失，這是堆用戶的需求做一個分類。
客服不僅僅取代人類，還可以推薦品牌的延伸等等的工作，我們認為這是非常好的自然語言延伸的領域。
第三波浪潮是OMO，經過傳感器的普及，我們要把整個世界數字化，用攝像頭、用天貓精靈這樣的產品捕捉你的語音、視頻，捕捉之后我們可以把前臺、線下的東西線上化。
我們在線上的軌跡就捕捉下來，可以用在未來的預測上。可以想象真實生活中，你進入大潤發，可能被阿里的攝像頭捕捉下來，跟你在淘寶做一個混合，所以線上線下無論是供應鏈、進貨、還有客服人員對你的溝通，知道你是什么樣的人，都有非常好的認知，線上線下的數據可以結合在一起。