李開復、王詠剛提示您：看後求收藏（第五章 機遇來臨：AI先行的創新與創業,李開復人工智慧炒股,李開復、王詠剛,大文學小說網），接著再看更方便。
請關閉瀏覽器的閱讀/暢讀/小說模式並且關閉廣告遮蔽過濾功能，避免出現內容無法顯示或者段落錯亂。
2006年到2010年，深度學習在理論和實際應用上連續取得里程碑式的突破。對技術極為敏感的谷歌研究員和工程師幾乎在第一時間注意到了技術革命的曙光。傑夫·迪恩帶領谷歌內部最為精幹的技術團隊，開始打造神秘的谷歌大腦——這絕對是高科技公司內部第一次基於深度學習理論，建立如此大規模的分散式計算叢集。谷歌大腦的意義，絕不僅僅是打造了一個可以進行深度學習計算的高效能平臺這麼簡單。實際上，隨著谷歌大腦成為谷歌內部越來越多技術專案的基石，谷歌也自然而然地喊出了“AI先行”（AI First）的戰略口號。
從2012年到2015年，谷歌內部使用深度學習（絕大多數都依賴於谷歌大腦）的專案數量從零迅猛增長到一千多個。隨著谷歌Tensor Flow深度學習框架的開源，谷歌以外得益於谷歌大腦的專案更是數不勝數。到了2016年，“AI先行”在谷歌已經不只是一句口號，而是隨處可見的事實了。
2015年，谷歌創始人拉里·佩奇和謝爾蓋·布林宣佈成立母公司Alphabet，而谷歌則變成了Alphabet旗下諸多子公司之一。
<img src="/uploads/allimg/200412/1-2004120Q211143.jpg" />
圖55 谷歌母公司Alphabet旗下的主要子公司一覽
為什麼拉里·佩奇和謝爾蓋·布林要重組公司結構，將谷歌置於母公司Alphabet的旗幟之下？有人說，這是在分離健康盈利的資產和暫時虧損的早期專案；有人說，這是在給每個獨立業務的未來發展提供更廣的成長空間；有人說，這是在用兄弟公司打造生態系統，實現相互加持……
我認為，上述說法都有道理。但拉里·佩奇和謝爾蓋·布林之所以要重組公司，還有一個重要原因就是要以谷歌大腦為基礎，建立一個面向人工智慧時代的新技術平臺。在這個平臺上，基於深度學習的谷歌大腦是驅動引擎，幾乎每一家Alphabet旗下的子公司都像是安裝了這一引擎，在不同賽道上飛馳的賽車。這裡面既有人工智慧驅動的生物醫療專案Calico，也有智慧家居專案Nest，既有曾風光無限的自動駕駛專案Waymo，也有面向智慧城市的Sidewalk Labs。當然，Alphabet旗下最能帶來現金收益的龍頭老大，還要數早已將人工智慧作為核心競爭力的搜尋與移動網際網路巨頭——谷歌。
所有這些圍繞人工智慧技術建立的戰略方向，讓整個Alphabet集團變成了世界上最大的AI平臺！
谷歌的“AI先行”戰略為谷歌帶來了展望未來的最好資本。其他網際網路巨頭或高科技公司也不甘示弱，紛紛展開面向AI時代的戰略佈局。
老牌IT公司IBM未來10年的戰略核心是“智慧地球”計劃，希望在智慧能源、智慧交通、智慧醫療、智慧零售、智慧能源和智慧水資源等領域全面發力。IBM Watson作為知識解決服務的代表，營收已佔IBM總營收的22.17%143。今天的IBM Watson已經不再是一個單一的智慧系統，而是被分解成不同領域裡的人工智慧元件，隸屬於40多種不同的產品，分別解決不同行業、不同場景下的AI問題。
<img src="/uploads/allimg/200412/1-2004120Q211639.jpg" />
圖56 2016年3月至2017年2月，英偉達（NVIDIA）公司股價的走勢144
在顯示卡晶片領域深耕多年的英偉達（NVIDIA）公司在人工智慧時代迎來了最好的機會。因為深度學習天生青睞於顯示卡中圖形處理器（GPU）的強大計算能力，英偉達公司在AI時代一躍成為比英特爾CPU還要搶眼的核心驅動力。雖然深度學習的底層計算、加速晶片還遠未達到一種技術包打天下的地步，GPU架構之外尚有ASIC、FPGA等多種不同的基礎架構，但在深度學習的晶片市場上，英偉達已佔據先機。與此同時，英偉達又多點佈局，全面開展對深度學習加速軟體、高效能深度學習計算伺服器、自動駕駛解決方案等產品的研發。過去一年裡，英偉達的股價一路飆升，這基本反映了英偉達在人工智慧技術體系內的重要程度。
社交網路巨頭Facebook不但將深度學習“三巨頭”之一的揚·勒丘恩招至麾下，還挖到了著名深度學習框架Caffe的作者，曾在谷歌大腦工作的賈揚清。2016年11月，Facebook宣佈，賈揚清的技術團隊基於Caffe開發了一個基於移動裝置的深度學習框架Caffe2go，首次在運算能力受限的手機上實現了實時的影象與影片捕獲，以及後續基於深度學習的分析、處理。賈揚清說：“隨著我們的不斷進步，你可以想象，可以在（移動）裝置上執行的實時AI技術將能幫助這個世界變得更加開放，讓人與人之間的聯絡得以加強，特別是在無障礙應用和教育等領域。可以拿在手上的智慧裝置將會持續地改變我們對智慧的定義。”145
谷歌、Facebook等網際網路巨頭不但在戰略上紛紛佈局人工智慧，在技術層面加大人工智慧的研發力度，還在最近五六年的時間裡，大幅提高了對人工智慧初創公司的收購力度。例如，谷歌收購Deep Mind公司並推出震驚世界的Alpha Go的故事早已成為人工智慧領域最值得稱道的投資案例。事實上，據不完全統計，從2011年開始，谷歌、IBM、雅虎、英特爾、蘋果等科技巨頭總計收購了140家初創的AI公司，其中，僅2016年一年，科技巨頭對AI初創公司的收購案例就多於40件。
<img src="/uploads/allimg/200412/1-2004120Q211629.jpg" />
圖57 按季度統計的AI初創公司被收購和併購的數量146
迄今為止，人工智慧方向金額最為龐大的一筆收購發生在自動駕駛領域。2017年3月初，據報道，英特爾公司以153億美元的巨資收購曾經為特斯拉Autopilot輔助駕駛方案提供技術的以色列公司Mobileye。這一收購創下以色列科技公司被收購的最高價，也深刻影響了整個人工智慧的創投格局。例如，所有研發自動駕駛技術的創業公司在下一輪融資時，也許都會用這個收購案作為對標依據。
人工智慧已經成為高科技企業制定戰略規劃時無法忽視的一部分。無論是依靠自身力量建立人工智慧團隊，還是透過收購、併購的方式獲得相應的研發能力，高科技企業越早重視人工智慧，越早擁有人工智慧技術力量，就越容易掌控未來競爭。
<h3>
科技“巨頭”的潛在威脅</h3>
科技巨頭全面擁抱人工智慧，這當然是驅動技術革命的重要力量。但另一方面，科技巨頭在人工智慧領域的巨大投入也隱隱讓專業人士為之擔憂：AI時代，資料為王。谷歌等行業巨頭坐享地球上最為豐富的大資料資源，利用這些龐大資料資源幫助人類克服挑戰、解決問題當然最為理想，但誰又能從法律、道德等層面保證，對這些大資料資源的壟斷不會成為行業巨頭謀求一己私利的壁壘與工具？
矽谷著名投資人、網景公司（Netscape）聯合創始人馬克·安德森（Marc Andreessen）說，大企業在AI領域擁有幾個巨大的優勢147：
·懂得如何建立AI系統的人數非常有限。大企業可以為他們支付比創業公司更多的薪酬，就像僱用體育明星。大企業差不多可以把他們都收入麾下，留給其他企業的人才將少之又少。
·AI專案通常都非常大、非常複雜。這是全新的科技領域。亞馬遜的Echo智慧音箱是大約1500名工程師開發4年才完成的（注：馬克·安德森這裡說的工程師人數應該是有些誇大了，亞馬遜CEO傑夫·貝索斯2016年5月在另一個場合的說法是：經過4年發展，Echo團隊目前已有超過1000名員工148）。創業公司可沒法投入如此多的資源。
·此外，還有對資料的需求。你需要巨大數量的資料集來建立AI應用。谷歌和Facebook之類的大型企業可以訪問浩如煙海的資料資源，而創業公司則只能望洋興嘆。
2016年9月，谷歌（包括Deep Mind）、亞馬遜、Facebook、IBM和微軟等甚至結成了AI聯盟（Partnership of Artificial Intelligence），並宣稱：“我們相信人工智慧技術必將改進人們的生活質量，並可幫助人類解決氣候變化、糧食、不平等、健康和教育等全球性問題。為了更好地造福人類和社會，AI聯盟致力於引導研究，組織討論，分享觀點，提供思想領導力，徵詢第三方建議，回答公眾和媒體的疑問，並建立教學資源以推動包括機器感知、學習、自動推理等領域的AI技術普及。”149
巨頭圍繞AI技術結成夥伴關係，共同推動AI發展和合理應用，從這樣的角度來看，這當然是件好事。但從另一個角度來說，巨頭聯盟只會加劇資源的進一步集中甚至是封閉。
我在參加瑞士達沃斯經濟論壇時，曾和維基百科創始人吉米·威爾士等人討論平臺的力量。我們覺得，在國際化、資本、網際網路趨勢等共同作用下，未來的AI將會形成非常強大的平臺，美國如谷歌、Facebook，中國如微信、淘寶。這些平臺將彙集、整合原本零散的內容或應用，並因此大幅改善使用者體驗，使更多使用者更容易享受到AI的巨大價值。
但專業人士和普通公眾也有理由對這些集中了大量資料和計算資源的AI平臺提出合理的質疑。例如，這些平臺特別是巨頭聯盟的力量將特別強大，它們對整個科技圈的輿論影響將是決定性的。體量較小的平臺發出的不同聲音，很難在巨頭世界裡傳達給普通公眾。
同時，巨頭圍繞AI建立的平臺也缺乏足夠的透明性，較難與外界保持有效的溝通。一旦這些AI平臺的利益與公眾利益不符，在商業上也找不到可以制衡這些大平臺的第三方力量。舉個例子，假如Facebook藉助龐大的社交網路資源，希望透過智慧演算法主動引導資訊流動，並進而影響美國總統大選時的選民傾向，這在技術上幾乎是完全可行的。我們當然知道，目前的谷歌、Facebook等巨頭對人類的實際貢獻遠多於它們“作惡”的可能性，但從法律、道德角度，我們又必須想辦法防範這一潛在風險。因為再友善的巨頭本質上也是商業公司，巨大的商業利益永遠是誘惑它們“作惡”的誘餌。
技術開源和資料開放方面，其實谷歌已經算是做得非常好的了。谷歌開源的Tensor Flow框架，已經成為業界深度學習的標準框架之一。谷歌在過去的幾年時間裡，連續開源You Tube 8M、Open Images、Audio Set等包含數百萬份影片、圖片、音訊的標註資料集，為人工智慧領域的科研發展提供“原材料”。但我們也必須知道，谷歌、Facebook這樣的大企業很難主動開放那些關乎它們核心業務的網頁標註、結果排序的特徵、使用者點選次數、廣告轉換指標等，對這些資料的壟斷將AI世界裡的大資料海洋分割成了一個個相互隔離的區域。
更糟糕的是，巨頭建立的AI平臺以及巨頭之間的結盟關係，有可能讓數字鴻溝變得越來越嚴重。資訊在人工智慧演算法的組織、管理下，會更多地向有資訊理解和處理能力的平臺、企業、終端使用者傾斜，接受過高等教育、積極參與網路生活的使用者更加容易獲得資訊和人工智慧應用的幫助，而教育水平低、較少參與網路生活的使用者則難以找到可以改善自己生活的有效資訊。想一想電子商務平臺上的智慧推薦演算法：一個使用者越是頻繁購物，就越容易得到最適合自己的商品資訊。類似的場景會在許多有真實資訊需求的領域存在，資訊或大資料世界裡的富者愈富、窮者愈窮現象並不是危言聳聽。
對於這樣的“巨頭風險”，我覺得我們應該從法律和制度建設層面，多做些有前瞻性的事情，包括：
·提高大資料和人工智慧應用領域的透明度，鼓勵公開那些不涉及使用者隱私和商業機密的研發成果，鼓勵開源。
·更多地鼓勵利用區塊鏈技術管理資料和資訊流動，從技術和制度雙方面打破科技巨頭對大資料的壟斷。
·成立有社會責任感的VC基金，專注於新興的大資料和人工智慧方向。
·多關注能夠幫助落後人群獲取資訊、享受AI福利的平臺。
·鼓勵大眾和媒體去監督行業巨頭的商業行為。
在瑞士達沃斯，我受邀與麻省理工學院媒體實驗室負責人伊藤穰一探討巨頭可能對AI的壟斷。我的看法是，目前的體系會持續促使大型科技企業不斷發展。它們有能力壟斷資源、壟斷資料，在商業利益和激烈競爭的驅使下，它們會不斷地競逐更為精進的技術能力，為公司賺取更大的利益。對於較小企業，進入AI市場的難度的確比移動網際網路時代的創業高出非常多。我呼籲大力推動AI生態系的開放性。在創新工場北京總部和我們所投的創業公司體系中，已經啟動了全新的AI技術相關研發工作。近期，創新工場也成立了人工智慧工程院，帶著孵化中國AI生態系的目標投入大量資源，招聘培訓一批年輕工程師入門AI領域，展開可公開資料集的採集和標註。我們也積極尋求在中國和全球資本市場的融資和成長機會。
我覺得，目前有些公司採取所謂公開透明的做法，其實是很討喜的宣傳手段。但我也確實擔心，下面這種兩難問題會不會出現：一些公司選擇透過自律或推動立法來限制錯誤的發生，但另一些公司不會這麼做。自然而然，比較規範自律的公司由於發展顧慮更多、更全面，相對發展速度上可能放緩；而較不顧慮錯誤發生的企業，反而可能成為最快速或最成功的那一方。這很難說是一個好的還是不好的發展態勢。
例如在自動駕駛技術的開發上，谷歌很小心謹慎，把保護駕乘人員和行人放在了極其重要的位置上，技術不成熟就不推廣；相反，特斯拉的Autopilot就很激進，會直接把測試版產品拿給公眾進行試驗。然而現在看來，特斯拉造出好的自動駕駛汽車的可能性也許要更大一點兒。所以，這個難題對任何規模、任何階段的企業，都是一個道德層面的決策。
伊藤穰一則認為，隨著世界愈發緊密互聯，要以“贏家通吃”的玩法去壟斷市場越來越難。現在，如果某個個體試圖進行壟斷行為，會自動觸發市場機制。市場競爭會形成限制：如果某方採取壟斷動作，對標競爭的另一方會花數百上千萬美元去找到超級優秀的AI博士們來迎頭趕上。現今人才培養的源頭已經到位，但我擔心，當某個企業實現了壟斷甚或做上了寡頭的時候，自然而然能順勢招募AI領域的全球才俊，吸引能夠負擔他們百萬美元酬金的投資人，種種多方因素都正匯聚在一起。市場單方面依賴競爭機制進行調節並不完善。
本章未完，點選下一頁繼續閱讀。