作者:Tim Lee
接触网络安全17年,10年以上 C/Cpp 研发经验,2013年放弃安全行业的工作改做工业机器人相关创业,目前以 Co-founder 身份在带领团队从事工业自动化相关研发工作「主要做轻工业无人工厂解决方案」。
5年前放弃安全转做工业自动化创业一直到现在,从做工业机器人到用AI来实现轻工业无人工厂整体解决方案。在过去的几年里,我新建了不少的模型,分析了很多数据和市面上能看到的工业级机器人。在产品的迭代中,与客户的交谈中,和同行的交流中。我有了一些自己的想法,在这里分享出来,希望能起到抛砖引玉的作用。
过去的几年里, AI 热潮席卷全球,迎来了一批又一批的 AI 创业公司。但在我看来,这更准确的说是“深度学习”的热潮。人工智能涵盖的领域远远不止这些, 除了包含深度学习及表达(Deep Learning 的核心领域),还包含了因果关系、逻辑推理、规划预测等太多的内容。 我们所见的一切人工智能公司都只能算是“弱人工智能” , 而人们想象中完全替代人类的智慧机器人是“强人工智能”的一种展现。 大量的人工智能初创公司本质上只是在“深度学习” 上解决了一些特定的,在过去只能用人力解决的事情。 比如 中国人工智能独角兽公司: 商汤科技、旷视科技、寒武纪、捷通华声等。互联网巨头:Google、Facebook、Amazon、腾讯、阿里巴巴、百度 等公司的 AI 部门, 他们的产品本质上只是利用了深度学习解决了 CV、NLP 、ASR和TTS 等机器学习无法解决并只能依靠人工解决的一些问题。
AI 在这里只是一个代名词,我们现阶段看到的所有AI都是基于计算机的逻辑推理运算,而这一逻辑只能产生旧识,没有超越逻辑设定的可能; 只是在已知条件下的计算机逻辑表达式一步步在多项式时间内推导出结果的程序。而非真正意义上的 AI,其象征意义远远大于实际意义。至于 AI 芯片,我认为是不存在的 !市面上你能看到或听到的 AI 芯片都只是一个针对深度学习或神经网络进行优化的 ASIC、FPGA、DSP芯片(又称之为NPU、DPU )。 创业者、投资人和媒体都接受了这个事实,在计算机运算能力翻倍过程中,在各互联网巨头的示范和大手笔并购下,投资机构和政府部门都把资源大量的向AI 倾斜,很多有着相应积累的人才认识到可以用深度学习和机器学习来解决某一类问题会更容易。从而开始离职创业或内部创业,导致AI创业热潮的到来。因为人工智能的门槛相对较高,因而可以比较容易分辨出公司是不是在真正的做事儿还是拿着开源框架调试参数来做深度学习和机器学习。是真正的有自主产权的高科技公司还是挂羊头买狗肉的骗子团伙。
事实上,深度学习对于在传统搜索引擎公司、咨询公司、投行等从事数据挖掘,数据分析的人来说并不是一个新鲜的技术,深度学习的主要技术在上世界70年代末就已经成熟了,只是因为那个年代运算能力 不足直接导致成本太高,在30多年后因为满足了相对廉价的运算能力而突然爆发出来。在过去的10多年里,我们经历了互联网到移动互联网的变迁,从 IT 时代到 DT 时代,从 Big Data 到 Smart Data ; 机器学习解决了很多的问题,不管是文字还是视频在过去使用传统机器学习的时代并没有的到很好的解决, 但深度学习很好的解决了这一问题。
10多年前,大家都在做飞行汽车的时候,我认为汽车在公路上自动驾驶短期内根本看不到,因为传感器采集的数据根本不能被完整的有效解析。但在今天我们看到已经有很多家厂商的无人驾驶汽车开始商用了。这就是深度学习带来的红利之一,利用深度学习,让机器接收视觉信号并开始模仿人类驾驶行为从而做到高质量的驾驶过程。这让无人驾驶变成创业公司或实验室里的挑战项目。不说 George Hotz 从Tesla 离职出来创建的 Comma.ai ,这个距离我稍微有点儿远,虽然在2016年 Geekpwn 大会上见过 George 一面。 来个身边的例子吧:我一个好友(85后,UC Berkeley 的Ph.D)在硅谷的创业公司,某知名无人机厂商「四轴飞行器」用着他们的水面识别,障碍物躲避以及手势识别技术,欧洲某知名汽车制造商在去年花重金买断了他们研发的无人驾驶技术。 这算的上是一个非常成功的例子了吧。
目前深度学习所解决的问题大多在视觉、音频、文本领域。其主要原因是深度模型基本上都是为了解决这些问题而设计的。在很多AI创业公司内,只要有1-2个深度学习高手就可以撑起一家公司去做语音识别、自然语言处理、机器翻译、图像比对等相关业务的产品。然而这也仅仅是解决问题而已,但要商用的话还得和“巨头”竞争。巨头们都开始开始开放标准API接口抢占市场了,不管是谷歌还是微软,腾讯还是百度,都有开放自己的标准API接口,在相同的业务面前,创业公司如果没有技术上的巨大优势,很难做到抵御来自巨头们的侵蚀,只有被并购或勉强存活可选。而市面上很多AI 创业公司用着开源框架改改参数然后进行深度学习训练后做一些基础服务, 而且大家的技术水平都差不多,在我看来很容易被巨头或有着优秀商业运作模式并大量占领市场的公司所取代。
在目前的AI创业潮中,基本上都是曾经被巨头挖走后工作不理想离职后出来创业的或从事这相关行业工作准备改善自身财务状况而选择创业的人,所以没有任何技术是只有你独家知道的,如果你把全部赌注都放在你很自以为傲的模型或算法上的话,你会死得很惨,因为你永远不知道以 Deep Mind 为首的 AI 巨头明天会披露什么黑科技。
似乎有点儿悲观,但还是有很多机会的,技术不足运营补嘛。我们来谈谈 AI 创业公司的优势吧。
1、创业公司灵活,可以 All in 去解决一个问题并快速给出解决方案,可能 巨头们还在做调研或内部讨论而你已经开始去实际解决相应需求了。
2、去除一切不必要的东西,以实用为主来节约时间和成本。
3、创始人或联合创始人对特定行业了解程度足够深,能够切实把握客户痛点。
4、更能体会到什么才能给用户带来切实价值,而不是去找顶尖的 AI 工程师。
5、赌上了一切,所以更注重每一个决定成败的细节,不容易犯低级错误。
写在最后
AI + 农业 , AI + 养殖业 , AI + 环保 ,AI + 工业 。 是我理想中的几个场景,包括我在做的轻工业自动化。希望能有同行共同交流各自的心得体会。
一个优秀的技术人员必备的技能:
1、数学为王
2、基础物理学很重要
3、编写高效率执行的代码并工程化
4、一颗不受束缚的心
时差 中国式创业 | 时差 董飞 | 白日梦 VR (预告)
时差 BitTiger 冯沁原 | 白日梦 Pinta Studios
谷歌开发者大会中国 | 美国科技公司巡礼 | TechShop
无人驾驶 | 变形金刚 | 无人机格斗 | iPhone 7
可穿戴的蓝牙键盘 | HAX Demo Day | PS VR
Twilio | Maker Faire | 美国发现之旅 | CES VR 爆款
AAA Chain 刘松 | CryptoHero 唐飞虎(小岛)
BetterWorks Luna | Advance.ai 寿栋