张宏江-人工智能的发展和投资思考
人工智能的问题(能突破的地方)?
- 可信性
- 可靠性
- 安全性
知识描述 → 统计学习 → 可解释的
robust: 找到failure modes
adversarial AI: 抗攻击性能提升
high performance:(可做)
next generation AI: 让AI从工具变为可解释的系统
保护数据隐私: 联邦学习(可做)
防攻击
科学研究四范式
大数据带来的问题
需要有更清晰的认识
是 一个 how many pattern 问题
从数据到policies,到explanations, 等…
因果关系 – 不过依然有很长的路要走
工程领域
decision-making - 智能决策 (可做, 有理论价值, 前景很广, 蚂蚁金服)
深度学习+可解释性
可理解为下一代的广告系统, 市场决策系统(可做)
AI潜力 - 辅助人,代替人, 超越人
优势: 速度, 群体学习, 规模
深度学习告诉我们: 除了结构化描述的, 描述不清晰的方面AI也可以超过我们
数学角度解释为什么AI可以超过人类
自动标注(可做)
类内相似性还有很长路要走(可做)
强AI - 依旧道路漫长
AI投资机会和陷阱
零售 金融
AI 暂时还没有 Killer app
必须要有一个闭环
推荐系统: 新闻的类别和人的类别匹配
今日头条/电商: 通过新闻搜索人, 这样更加私人定制化, 个性化(可做)
语义的鸿沟
所以, 创业需要在某个领域(技术)趋于成熟时再进入
如现在的智能家居, 自动驾驶等
下一个十年投资报告
深圳很有潜力
上海自动驾驶有潜力
中外AI投资比较
但突破性的, 引领性的论文很少
问题
产业界深入的潜力模式:
AI投资潜力?
差异性大了, 要看实力.
好想法更容易做了, 方法, 资源, 是个好消息
AI方向, 去企业还是AILib
有助于做产品, 四小龙(商汤, 旷世, 云从, 依图)很好的?
去大公司 学东西?
