GMIC2017 | 李開複：AI時代創業必須思考的4個問題
編者按：以下精選內容來源於科大訊飛旗下的微信公眾號【AI研究所】（ID：IflyVoiceCloud）
4月27日，GMIC（全球移動互聯網大會）北京站2017開幕。創新工廠CEO李開複帶來本次分享的演講話題《人工智慧時代的科學家創業》。演講中，他認為人工智慧將為人類社會的未來帶來顛覆性的改變，而人工智慧時代前進的最重要推動者就是 AI 科學家。
正如互聯網時代的海歸，移動互聯網時代的產品經理一樣，AI 創業時代需要 AI 科學家。身為最懂AI的VC，李開複所帶領的創新工廠是如何決定投資哪些人工智慧團隊？他是怎樣看待科學家創業這件事？他對人工智慧的發展所帶來的衝擊持怎樣的觀點？都將在本文一一解讀。
（針對李開複演講及採訪，AI研究所做了不更改原意的調整）
人工智慧之於人類，究竟有何的意義?
很多人在談到人工智慧時，多半呈現一種“兩極分化”的狀態：一種觀點認為會很快超越人類智慧，甚至碾壓人類；而另一種觀點則是認為人工智慧泡沫太大，根本落不到實際。我們姑且不去評論觀點背後的成因，科幻電影、小說以及媒體似乎灌輸了太多無謂的想法。誠如李開複本人談到的“‘超級智慧’和‘未來人工智慧’”碾壓人類以及要避免這個狀況，我個人認為並不是一個可根據今天科學能推測出的必然結果。
但非必然事件不代表我們不要關注它，還是需要有聰明的人去想他。對於關注人工智慧的每個人而言都是有意義的，最重要的應該是考慮到以下4個問題、現象：
第一、人工智慧將創造巨大財富，讓人類第一次有機會脫離貧困；
第二、 我們要擔心今天手中擁有巨大人工智慧力量和資料的公司，他們用資料來作惡；
第三、看到人工智慧將要在未來10——15年之間，取代50%人的工作，這些人怎麼辦？教育該怎麼辦？
第四、科學家、尤其是人工智慧科學家有什麼使命有什麼機會，是不是都要出來創業還是像霍金教授之類的科學家那樣，一起去尋找人類的未來？
泡沫必然存在，比如在人臉識別領域
作為深諳AI的VC，李開複對於人工智慧的泡沫也是多次提到， “國內出現四家以人臉識別為主的創業公司現象不合理。他認為是優秀公司的稀缺性，造成了資本過度追逐。”如果僅僅是做人臉識別，撐不起這麼高的估值，這些公司必然要去拓展其他業務，才能匹配這樣的高估值。
人工智慧的發展目前還是處於基礎階段，並不能形成“井噴”的發展態勢。李開複預計“一年之後是一個短暫的寒冬”。過去六個月融到資的企業，可能多數在一年之後現金耗盡，其中又有相當部分比例的企業融不到下一輪，甚至會有一些明星的公司倒掉。真正有價值的公司將在那個時候得到驗證。
李開複認為泡沫出現有三點原因：
第一，VC方面可能會有一些錯誤的認知，以為人工智慧可以帶來指數級成長的業務，就像過去的O2O或者移動互聯網時代的APP一樣。而實際情況是，大部分的AI公司做的企業級業務，不會有指數級成長。
第二，創業公司可能會有不清醒的認知，以為自己估值很高，融資很多，買很貴的機器，請很貴的人才。錢耗盡後，下一步佈局怎麼做呢？
第三，現在很多科學家創業，將面臨幾大挑戰：做最前沿的而未必是最有用的；不懂得如何落地變現；把積累天才作為戰績。
“融資是一個階段性的成果，如果這個階段只是多招聘了幾個天才，多了幾萬行代碼，又贏了一個比賽，寫了幾篇論文，其實無法體現這個估值的價值。”一方面估值高VC的期望值高，一方面某些公司沒有可匹配的價值產生，下一輪就融不到錢。
對於“寒冬”的來臨，李開複是持樂觀態度的。對投資者而言可以好好挑選可以救活的公司，或者吸取教訓再次創業，或者按照合力估值投資他們的新業務。
創新≠創業，有用的創新才是最重要的
作為同樣是科學家創業的李開複，除了談到人工智慧對於人類的意義和它存在泡沫之外，還與大家分享了他自己在做人工智慧開發、投資中的經驗教訓。
早些年李開複從SGA公司做一個內部創業。這個創業做的是，能不能讓每一個網頁充滿了 3D，3D 的遊戲、動畫讓網頁顯得更精彩，讓人們流覽的不是網頁而是一個一個房間。一定程度上和今天的 VR 非常相似。但這次創業非常失敗，2000 萬美元的投入，100 個員工，幾乎全軍覆沒。從這個失敗裡李開複得到了一些教訓，在此前的MIT演講時也提到過——“
創新固然重要，但不是最重要的，最重要的是做有用的創新
”。
科學家在科研領域中關心的問題是，這件事情別人是否做過，是不是全新的；如果有人做過一定要看別人科研的報告，看自己有沒有增加的價值，但增加的價值不如突破的價值大。所以每個科學家不斷要求創新，所謂創新是做前人未做過的工作。這句話代表了科學、追求科學精神的一種含義。
但是一個創業者，或者一個 VC，他更重視的是什麼？怎麼樣打造產品，怎麼樣產生商業價值。甚至在 VC 今天投資過程中，想想我們投的每一個團隊冒了人才的風險、商業的風險、競爭的風險、執行的風險，我們非常不願意再冒科技風險了，所以我們更願意看一個團隊說：這個技術已經被證明了，只是把它應用在場景裡。
剛才兩段話能夠讓大家看到科學家本質和創業者、VC 本質截然不同。一個是僅僅追求做前人未做過的工作而不考慮它有沒有用，另一個是只需要賺錢不希望冒科技風險。因此，如果兩者可以有效融合才是應對挑戰的最佳組合。
科研選題與風口有很大差異，而將技術轉換成價值的洞察力和執行力又是創業中的重點所在。 眼下，科學家創業迎來了一個有史以來的最好時機，可以看到除了今天談的人工智慧以外，在區塊鏈、生命科學、高能電視、細胞擴增、基因程式設計等等，幾乎每個領域都是創業的機會。科學家與VC的有效結合是可以拿下這個風口的。當然，人工智慧時代最核心、最需要的依然是AI科學家。因為今天 AI 技術還沒有進入主流，AI 平臺還沒有產生，因此 AI 應用還不能井噴，只有少數手中掌握著如何把 AI 應用起來的科學家能夠創業。
AI擴張的“三步曲”
AI 最大突破是七年前深度學習。我們可以理解深度學習是一個超級 EXCEL 表，很多資料丟進去以後，再丟一個資料，就能夠做出預測、判斷或者分類；很多人臉丟進去就區別認清每一張臉；很多淘寶商品和用戶丟進去，就知道你想買什麼了。所以未來的 AI 就能幫你解決人生難題：今晚我想吃什麼？因為AI比你更瞭解你自己。這就是一個先知的、對未來能夠做非常強大預測的 AI。AI 在這個階段是單領域大資料驅動的引擎，可以把它認為是一個黑核，可以進入各種領域。AI 擴張一定會經過下面三個階段：
第一個階段，把已有的大資料用起來
；BAT 在用，今日頭條、快手、滴滴、美團都在用。另外，金融領域可以用，比如創新工廠投資的智融集團的用錢寶，一個月放出 30 億的貸款，因為可以把已有的資料、使用者資料啟動做小額貸款，還有醫療。
第二個階段是把沒有的資料收集、上傳
；用各種攝像頭把人臉收集起來，收集了 500 億張人臉，所以隨時識別 300 萬張人臉，這不是一個人類的功能，而是超人類的功能。
第三個是無人駕駛的機器人時代的來臨
；從工業走向商業走向家用機器人，再走向全方位的無人駕駛。
這三步曲大概是未來五年、十年、十五年的藍圖。我們無法確定的是AI是否有意識、有人類情感、掌控人類、做我們的工具、是否能自我重新反覆運算、自我重新重寫等等，這些都是未知。但已知的可以推出這些應用，應用推出後產生巨大結果、產生巨大價值，國家徵稅，取代大量的工作，這些工作可以用大量的徵稅補助下崗工人重新訓練自己，以改造教育。
對科學家參與AI創業的4條建議
李開複在演講中給想要創業的科學家提了4條建議路徑：
第一，自己擼起袖子做創業；這個最困難，因為科學家本質是創新，而不是創造商業價值；
第二，找個商業合夥人一起做；
第三，留在學校，繼續做創新；把技術授權出去，讓學生或者別人做，這是我大大鼓勵的。
第四，是提供開源，發佈資料和內容。
恪守自己的科研崗位也會得到商業價值，比如經過技術授權。如果你決定創業，也希望你能夠瞭解，創業的話就要知道客戶才是上帝，需要知道怎麼樣去拿最有價值的 VC 錢幫助你補足短板，比如創新工廠，要能夠有紀律、有效率的解決問題，而不是一個又一個問題的提出，不是提出問題，而是解決問題，解決的時候重視效率，做你擅長的事，找合作夥伴，補足你的短板。
作為社會，必須做很多事情讓教授既能得到利益，也能得到名聲，還能夠做有趣的創業。在報酬方面，讓整個研究界提高科學家的報酬。在生育和大獎方面，比如圖靈獎和科學獎都是很好的支持。資源方面應該給更多的資料，不僅讓 BAT 有最大的資料，教授也有最大的資料。時間上要思考怎解決不浪費時間的問題。
斯坦福用技術授權的方式，CMU 讓教授創業是占股份的方式，這都是非常好的方式，國際上尤其在中國都要好好思考，怎麼樣把土壤做得讓創業者能做他們擅長的事，讓科學家做他們擅長的事，讓兩者有機的結合，而不要強逼每個科學家都一定要出去創業。
所以結論是，各司其職，將價值最大化才能謀求共贏。頂尖科學家是需要珍惜的。
AI研究所
，為人工智慧從業者打造全生態鏈路供需平臺，更有大咖專訪、人工智慧公開課等精彩內容。