机器学习|AI赋能:技术预期与商业实践应该如何平衡?

12月16-17日,创业邦100未来独角兽峰会暨2021创业邦年会在上海举办。
本次峰会以“超越商业”为主题,邀请到了最具代表性的标杆企业、投资机构及其代表,聚焦未来独角兽的成?历变,解读品牌背后超越商业的社会价值,在洞察中寻找超越的力量。
此次?会还颁发了“创业邦年度创业者”“创业邦年度投资?”和“2021创业邦100未来独角兽”。同时,峰会还特别展示未来独角兽企业ESG创新案例,激励更多的企业践行社会责任。
机器学习|AI赋能:技术预期与商业实践应该如何平衡?
文章插图

本次峰会现场,昆仑万维总经理方汉、乐言科技创始人兼CEO沈李斌进行了名为《AI赋能,技术预期与商业实践》的主题演讲,犀利观点如下:
1、人工智能技术可以从“秒”“分”“时”的角度来理解。只要人类在5秒钟之内做出的决策行业,肯定能够被机器所替代。以分钟为量级,也会逐渐衍生出一种可替代的人工智能技术。最难的以小时为单位的大型博弈。
2、AI技术落地跟其他的软件产品落地原理一样,需要对场景有非常好的认知和理解,而不是拿着一个好的技术就能直接用起来。
3、只有靠乐言科技这种用人工智能技术红利,来对抗人口红利的国家,才是我们长期维持领先地位的目标阶段。
以下为演讲内容,由创业邦整理:
刘致雅:欢迎方总和沈总,虽然两位都已经是创业邦老朋友了,也请两位先简单做一个自我介绍吧。
方汉:我是昆仑资本的管理合伙人,昆仑资本是昆仑万维于2005年成立的独立投资机构,目前已经在股上市。我们长期关注于TNT硬科技,医疗和人工智能领域。目前投过的企业有映客、达达等一些偏向人工智能和硬科技的企业。
沈李斌:大家好,我是乐言科技CEO沈李斌。乐言科技是一家专注于人工智能,特别是认知智能领域的AI SaaS解决方案公司,业务以电商AI SaaS为主。我个人是从一名科学家转型成为企业家,之前在美国UPenn读的Ph.D.,主要攻读自然语言处理、机器学习等方向。2014年回国后,我开始做一些语音助手的产品,2016年创办了乐言科技。
刘致雅:从上世纪80年代开始,AI就一直是穿越无数周期的行业,但也面临过泡沫期。我想请教二位,现在国内的AI技术发展到了哪个阶段?能达到什么样的预期?有哪些技术是可以实现的?有哪些技术是仅存在于科幻电影中不能实现的?
沈李斌:AI在持续发展中,这几年的发展我们现在可以做一个复盘,对后续更好推动AI落地是有帮助的。什么是AI?作为科学家我还是比较较真的,现在大家说的AI其实是在说机器学习,特别是深度学习为主的技术深化在各个行业里的应用。我们听过的很多对于AI的畅想在现实生活中还没有被实现,那么回到机器学习的角度来复盘,这中间是发生了什么事情呢?我们从第二波AI浪潮去分析AI技术的演进,再对照来看现在的第三波。
现在通常在说的做AI,其实是在做机器学习这块,比如AI技术的一些主要赛道,偏应用级的,包括图像识别、语音识别,以及我们在做的自然语言处理,都是基于深度学习在做。第二代的时候我们从机器算力来说没有深度学习这样的算法,并不是真的没有算法,而是算法在当时的机器上跑不起来。
第二波我们叫做统计学习,它也是机器学习的一种,相对来说应用上对算力的要求没有那么高,而且相对来说是一个白盒的算法系统,因为是白盒所以我们可以很方便分析。当时做机器学习理论,做完算法还要做一个PAC(Probably Approximate Correctness ),就是说机器学习在样本上训练,训练之后我到相近的数据上有多大的概率是相对精确的东西。这样的算法的好处是它是白盒,在统计学上有很好的解释,物理解释是比较明确;困难是很难scale,feature多了,数据量大了很难scale。