导语：
由于浙江高考作文题“虚拟与现实”（VR），人工智能又一次显现在众人眼前，成为了时下的新热点。从Alphago战胜了李世乭，Google IO的大会，百度的凡尔纳计划，到阿里巴巴对于《我是歌手》的智能预测……这些科技不知不觉的嵌入，其实质是颠覆现实的改变。毋庸置疑，人工智能的时代已经到来。
究竟人工智能的出路有哪些？作为创业者和投资人该如何把握其中的方向？6月8日 23Seed携手六禾创投，邀请阅面科技CEO赵京雷和达观数据CEO陈运文，深度阐释了人工智能的过去、现在与未来。
正文：
2016年6月8日下午，“模式实验室特别活动——以自然语言和机器视觉为引，畅谈人工智能的应用未来”在上海张江长泰广场2楼成功举办。此次活动由23Seed携手六禾创投共同打造，邀请了阅面科技CEO赵京雷博士与达观科技创始人陈运文博士，分别分享了他们对于人工智能的看法。随后的头脑风暴环节，嘉宾各抒己见，最后由六禾创投总裁王烨点评总结。
如今成为微博热搜的“人工智能”（AI: Artificial Intelligence），曾经是一个非常不受欢迎的说法。虽然早在1956年就被提出，却在发展了20多年之后进入无路可走的低谷。以致于曾有一段时间，在计算机学界发论文，但凡涉及“神经网络/人工智能”，就会被扔到一边。因为在无法承纳足够多信息的条件下，庞大的数据是资源，也是噪音。
然而最近，随着“深度学习”这样一个概念的兴起，“人工智能”这一概念又被重新推上了舞台。大数据时代一切皆有可能。每个人都有一台计算设备，每天都有无数的数据输出。人工智能的前世今生有着许多故事，今天的这股浪潮背后也蕴含着革命性的技术力量。
大数据时代，业内专家都是如何看待的？作为小圈子的分享活动，“模式实验室”是一种新型的活动形式，涵盖了私人董事会，创业真人秀、头脑风暴，是结合了23Seed线上的资源平台优势打造的智慧众筹。主办方23Seed是一家专注于创业和早期投资的信息聚合平台。合作方六禾创投则是六禾投资旗下专注于未上市公司创业投资(VC)的投资平台，专注于投资企业数据服务和数字内容领域的天使和A轮创业项目。
“智能机器需要一双怎样的眼睛？” ——阅面科技CEO 赵京雷
“让机器人拥有像人类一样的眼睛，是我们科技所追求的目标。”阅面科技的CEO赵京雷博士自信地说道。
“阅面科技”是一家专注于深度学习和计算机视觉，提供消费级智能机器视觉认知方案的公司。创始人赵京雷是上海交通大学人工智能领域的博士，毕业后也一直从事着相关领域的研究工作。他与当前公司的几个合伙人，在一次聚会中聊天的时候讨论：“什么样的设备能成为替代手机的下一代的设备？什么样的东西能成为下一代真正的智能终端？”
答案有很多，比如全息投影、VR、AR、智能机器人......近几年来深度学习算法的突破，使大家都不约而同地看向了一个领域——新一代人机交互。
“我们发现一个共同的点——移动互联网带来流量红利催生了很多智能硬件的发明，但如果解决不了真正的智能交互、场景感知问题的话，智能硬件永远只是伪硬件。”赵京雷说到。
他举了一个真实案例——关于自动窗帘的故事。一个朋友的朋友家他们家里要装一个自动窗帘，于是买了一个控制窗帘的自动遥控器。遥控器不同的键能控制不同的窗帘。对这个智能硬件，主人觉得十分好用。
问题在于他们全家只有主人一个人会用，每当一个人希望把窗帘拉开，他就必须亲自操作。他儿子要找他开窗帘，老婆则找他关窗帘。确实在这个场景下没有人需要用手拉窗帘了，但智能的人却变成了遥控器。
赵京雷认为需要解决的核心问题是智能交互、场景感知的提升。下一代智能机器根本是数据分析的本地化。这个问题并没有很好地被解决。微软和Intel都做过尝试，但基本没法用。”
“我们希望能够为未来的智能终端提供一双机器人的眼睛，并且能提供一体化的解决方案，让他们成为真正的智能机器。”他说。
首先，这双眼睛一定要以算法为基础，不能单纯是硬件。通过自己的嵌入式和增强算法，在云端处理大量的数据，以此去构建我们的一系列视觉算法。
第二，由于要涉及非常多的硬件加速，我们也涉及到芯片端和硬件端。
第三，要重点提高两种核心能力：人机交互与场景感知的能力。
- 人机交互的能力——以非常自然的形式，和智能机器进行智能交互。人机交互要模式的是人与人的交流。包括以下几部分：面部理解的能力（识别你是谁），跟踪你的表情与变化/手势理解的能力，理解你的/人体动作的理解能力。
2. 场景感知的能力——场景识别和重建/基于这样的场景，如何去构建自己的地图，如何确定自己的位置，导航到给定的位置。
这两点能力对于“机器之眼”而言非常重要。人工智能与人的多维度互动也由星星之火慢慢地展开燎原之势。用户使用其视觉认知功能，可以创造出新的交互方式，为机器增加一双智能的眼睛。
“人工智能：广阔天地，大有可为” ——达观数据CEO 陈运文
“纵观人工智能的发展，不妨用一个汽油、车与路的比喻。”达观数据的CEO陈运文说。
“首先要有道路，即一个明确要解决的问题。其次是车，也就是算法模型。比如最近几年流行的深入学习，这就是一辆非常棒的高性能跑车。车是必备的，因为车才能带你去远方。”
“但只有车是不够的，你还需要汽油——数据，它是驱动算法模型进步的阶梯。我们今天为什么有非常好的人工智能的技术，就是因为我们今天数据采集的技术大大提高了，分析的成本大大下降。所以这就是为什么我们今天能解决很多20年前解决不了的问题。”
达观数据的CEO陈运文博士温文尔雅，他是来自复旦大学的计算机博士和杰出毕业生（30项国家发明专利），也是数据挖掘专家。他所创立的达观数据是专注于大数据应用服务的高科技创业公司。
在人工智能领域，计算机学界有三个常用术语: AI （Artificial Intelligence）人工智能、ML（Machine Learning）机器学习、DM（Data Mining）数据挖掘。人工智能的目标实现尚有些遥不可及，而现在能做到的是：机器学习+行业数据=具体应用。包括文字、语音、图像。
“其实人工智能的实现和人类学习是很像的。”陈运文说道。“你观察过儿童是如何学习算术的吗？无非三步：1. 老师给出加减乘除的样例：对于计算机来说，就是一定的训练样本；2.做很多习题和标准答案：对等于计算机的有衡量效果的目标函数；3. 反复训练和总结错题：等于让计算机完成一套训练过程。”
在陈运文的眼中，计算机可以代替人来实现很多有固定规则和固定目标的问题，能够极大地提高效率。比如下围棋，下围棋的每一步都是有固定的规则的，有一个最终的目标：赢，这是有一个定义的，谁围出来的棋多谁就赢。有海量棋局的历史数据来训练这个模型，如果这个模型足够有效，结果就会很有价值。
计算机比人更快。在目标函数明确的情况下，计算机的精度和精度远远高于人类。比如加减乘除，全世界人脑的运算能力，都比不上一部的手机。且拥有无限可复制性。你训练好一个模型之后，可以部署在一千一万台机器上。
而目前，就应用而言，人工智能领域已经实现了文本挖掘、分析用户和数据采集三大成熟的技术：
——文本挖掘技术
陈运文认为，让计算机来阅读文字这件事，计算机是可以比人做得好得多的。原先媒体雇佣了很多编辑对内容进行分类，对于内容的审核和对比是否重复抄袭以前也是依赖于人进行的，今天的计算机性能和计算机模型的效果比最有经验的人精度高50%，效果高1000倍。几乎可以减少80%以往审核编辑的工作。
——分析每个用户
传统意义上用户的行为是按人群划分的，因为如果看每一个人的话实在看不过来，一个一个看，100万用户运营要看到吐血。但是计算机可以为每个用户生成模型，分析每一个用户的偏好，个性化地为每个用户生成推荐，撮合交易。推荐精度直接提升三倍，从20%提升到60%。
举一个具体例子。在线旅游的网站，计算机看到的是每一个用户的行为记录。你是几月几号几点几分，在网站上定了哪一个城市的哪一个酒店，几点入住几点退房，有没有带小孩是不是抽烟住在几层楼……这些数据当中蕴含着什么秘密，有什么规律呢？需要通过一个计算机机器学习的模型去挖掘的。在后台我们会对用户个性化地进行推荐和挖掘。
——数据采集
这是一个重复性的机械工作，特别适合计算机来做。指定了数据源头，计算机就可以不断地进行数据分类，归档，统计等等。源源不断地适应不同的互联网形态。这远比人来做，效率要高。
陈运文认为在将来，会有越来越多重复性的工作由计算机代劳。未来人可能更多做创造性和发散性工作。
“简而言之，广阔天地，大有可为。”
机器在学习，创业者也在学习 ——六禾创投总裁王烨
在现场嘉宾的头脑风暴之后，六禾创投总裁的王烨在投资机构的角度，对于活动进行了总结。
- 从企业数据服务看，同意那个汽油、汽车和道路的比喻。原油是数据，但是必须找到应用场景成为汽油，否则没有意义。
- 数据本身有很大的分享性。数据的分享跨行业有一个很好的应用，不存在一个纯粹的竞争。有一份著名的斯坦福报告，通过大数据告诉你癌症的七种成因，但除了这固定的七种，系统却自行总结了另外三种原因。由此可见除了因果，果因关系也成为了一个话题，AI已经开始了一轮新的发展。
一般投资机构的投资周期是否能够支撑大数据技术项目成熟，是由一个重要的问题，一般需要10年-20年的时间周期，这对于一家投资公司而言十分漫长，如何更好地与行业应用结合是之后行业需要研究的重点问题。