對我們而言，當(dāng)手機(jī)行業(yè)熱潮來臨的時(shí)候，我們視而不見；當(dāng)O2O模式大行其道的時(shí)候，我們依然不為所動(dòng)。但是，當(dāng)人工智能的概念進(jìn)入我視線的那一刻，我的第一個(gè)想法就是要抓住人工智能這波浪潮，并為之肝腦涂地，在所不惜。

1. 我對人工智能的三個(gè)看法

人類社會經(jīng)歷過的PC互聯(lián)網(wǎng)時(shí)代、移動(dòng)互聯(lián)網(wǎng)時(shí)代，以及現(xiàn)在所處的智能硬件時(shí)代，技術(shù)發(fā)展和商業(yè)模式創(chuàng)新之間始終是相輔相成的關(guān)系。每當(dāng)科技發(fā)展的紅利被商業(yè)模式創(chuàng)新挖掘殆盡后，經(jīng)濟(jì)也隨之步入寒冬，直到下一輪技術(shù)革命的出現(xiàn)，商業(yè)模式創(chuàng)新才能重新迸發(fā)生機(jī)。

現(xiàn)階段移動(dòng)互聯(lián)網(wǎng)的商業(yè)模式創(chuàng)新已經(jīng)挖光了Web2.0時(shí)代的技術(shù)紅利，所有人都在尋找新技術(shù)，以期獲得新的商業(yè)模式創(chuàng)新。人工智能技術(shù)無疑就是下一輪技術(shù)革命的焦點(diǎn)，假如未來的某一天，我們在這方面有了突破，那么新的商業(yè)模式也將涌現(xiàn)出來，帶來一個(gè)甚至多個(gè)萬億級市場。

但是目前大家對人工智能還是有很多的爭論，我說說自己的三個(gè)看法：

第一個(gè)看法：目前人工智能產(chǎn)業(yè)有泡沫成分。

我今年也專門跑到西雅圖，跑到硅谷去拜訪了一些公司，我沒有去斯坦福，去了伯克利，和伯克利的八個(gè)實(shí)驗(yàn)室做了一些溝通，我自己感覺，美國現(xiàn)在整個(gè)人工智能會成為下一個(gè)產(chǎn)業(yè)的泡沫，今天再出來做一個(gè)公司，你要不說自己是用深度學(xué)習(xí)、人工智能，你都不好意思出來混。就跟前兩年，你要不說自己是O2O，都不好意思去融資一樣，我覺得這個(gè)有泡沫的成分。

第二個(gè)看法：純粹的人工智能是不會有商業(yè)模式的。

人工智能一定要跟一個(gè)領(lǐng)域、一個(gè)產(chǎn)業(yè)相結(jié)合。舉個(gè)例子，比如推出AlphaGo的DeepMind，是谷歌收購的一家英國的公司，下圍棋只是他們體現(xiàn)人工智能的一個(gè)方式，他們未來可以用這種計(jì)算機(jī)算法來做很多事情，比如用計(jì)算機(jī)管理共同基金，投資回報(bào)率比人工管理的基金高一個(gè)百分點(diǎn)，它就可以成為全世界最大的基金管理公司。所以我們在美國看到了很多企業(yè)從務(wù)實(shí)的角度，都是把人工智能和很多東西結(jié)合。

第三個(gè)看法：人工智能還不足以威脅人類。

如今的人工智能沒有很多文學(xué)作者、科幻作家所想象的那樣神奇，計(jì)算機(jī)沒有產(chǎn)生思維，更不可能產(chǎn)生意識，沒有意識也談不上情感，所以大家所擔(dān)憂的像《終結(jié)者1、2》里面的機(jī)器毀滅人類的世界，還非常遙遠(yuǎn)。

今天所謂的人工智能只是叫新瓶裝舊酒，換句話說就是計(jì)算機(jī)計(jì)算能力的增強(qiáng)，使得過去的算法有了很大速度的提升；今天互聯(lián)網(wǎng)和手機(jī)的接入采集了大量的數(shù)據(jù)，然后用深度學(xué)習(xí)的算法，在大數(shù)據(jù)的基礎(chǔ)之上，實(shí)際上是能夠讓計(jì)算機(jī)在某些領(lǐng)域產(chǎn)生了一些質(zhì)的飛躍，比如說在圖象識別方面，現(xiàn)在計(jì)算機(jī)你給它看十萬張照片，都美女，再給它看一個(gè)新的照片，讓它判斷是不是美女。

其實(shí)我們已經(jīng)在做這樣的事，如今每天有幾十萬主播到花椒平臺，靠人工給她們打分，我發(fā)現(xiàn)真的來不及，而且打分標(biāo)準(zhǔn)不統(tǒng)一，于是我們就用計(jì)算機(jī)自動(dòng)打分，后來發(fā)現(xiàn)標(biāo)準(zhǔn)全都是錐子臉，計(jì)算機(jī)就把所有的錐子臉都定義成美女。

反過來，讓電腦來理解我們說的語言，目前還做不到。所以你看到蘋果的Siri，為什么大家用一用就不用了？因?yàn)槟阍倭膬删渚椭浪皇钦嫒耍ㄎ覀兛吹胶芏嘧鋈藱C(jī)對話的，并不是它多聰明，是因?yàn)樗泻芏鄬υ捳Z料，比如把你的對話摘出來是回答另一個(gè)人的問題，但這并不是代表真正的人工智能。所以在這一點(diǎn)來說，今天的人工智能我覺得未來至少還需要五年到十年的醞釀期。

談到Siri，我再分享一些自己有關(guān)搜索未來的認(rèn)識。搜索和導(dǎo)航往后續(xù)的發(fā)展，會有兩個(gè)重要的方向：

• 第一個(gè)方向：叫你問我答，就像蘋果做的Siri。從搜索的大數(shù)據(jù)延展到人工智能，讓手機(jī)能夠回答你的各種問題，這時(shí)候你需要的是一個(gè)更精確的答案，所以這一個(gè)方向。
• 第二個(gè)方向：我們稱之為「我搜你看」。今天有很多的信息內(nèi)容方向一定是偏娛樂、偏體育，因?yàn)榇蠹疑罡蛔懔?，都比較偏娛樂化。但是在娛樂內(nèi)容上，很多時(shí)候你并沒有一個(gè)明確的關(guān)鍵詞，說我知道我要找什么。很多時(shí)候就是要找個(gè)樂子，有30分鐘的碎片時(shí)間，我希望看一些視頻、看一些資訊，但是我沒有一個(gè)明確的目標(biāo)。

這時(shí)候我們定了一個(gè)說法叫我搜你看，也是利用人工智能的技術(shù)，了解一個(gè)人的喜好之后，我用機(jī)器自動(dòng)幫他聚合，找到他感興趣的內(nèi)容，然后推送給他。不需要用戶再去通過一個(gè)關(guān)鍵詞去尋找，有人管這個(gè)叫信息流，也有人管這個(gè)叫自動(dòng)推薦。

其實(shí)名字不重要，重要的是我認(rèn)為這兩個(gè)方向代表了未來搜索的發(fā)展。

2.?人工智能的未來

在我看來，未來通用人工智能生態(tài)圈的格局會是下面將要介紹的樣子：

人腦芯片

2014年8月，IBM公司推出了一款名為TrueNorth的大腦原型芯片，TrueNorth 主要被用于計(jì)算機(jī)專業(yè)學(xué)習(xí)領(lǐng)域。TrueNorth芯片集成了100 萬個(gè)神經(jīng)元和2.56 億個(gè)突觸，這相當(dāng)于一只蜜蜂的大腦，而正常人的大腦大約包含1000 億個(gè)神經(jīng)元和無法統(tǒng)計(jì)數(shù)量的突觸。

量子計(jì)算

普通計(jì)算機(jī)存儲數(shù)據(jù)的方法是根據(jù)晶體管電路的狀態(tài)，而量子計(jì)算則是根據(jù)粒子的量子狀態(tài)，使用量子算法來進(jìn)行數(shù)據(jù)操作。通過量子計(jì)算，可以大幅提升并行計(jì)算速度。不過遺憾的是，這方面還沒有出現(xiàn)研究成果，谷歌曾經(jīng)在2014 年開始研制量子級計(jì)算機(jī)處理器，他們希望為機(jī)器人提供一個(gè)可以像人一樣思考的大腦。

仿生計(jì)算機(jī)

仿生計(jì)算機(jī)可以解決構(gòu)建大規(guī)模人工神經(jīng)網(wǎng)絡(luò)的問題。普通的CPU（中央處理器）、GPU（圖形處理器）處理神經(jīng)網(wǎng)絡(luò)的效率很低，并且在占地、散熱和耗電等方面都存在問題。專門的神經(jīng)網(wǎng)絡(luò)處理器可以很好地解決這些問題。在國內(nèi)，陳云霽團(tuán)隊(duì)研發(fā)的寒武紀(jì)神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)依據(jù)仿生學(xué)原理，相比于主流GPU，取得了21倍的性能和300倍的性能功耗比提升。

在圖像、聲音和面部識別系統(tǒng)變得越來越精準(zhǔn)后，計(jì)算機(jī)也擁有了探察人的情感狀態(tài)的能力，包括喜、怒、哀、樂、愛、恨、貪、癡等，并做出適當(dāng)?shù)姆磻?yīng)。那么很多人會有這樣的疑問：機(jī)器人能否擁有像一個(gè)正常人那樣獨(dú)立思考的能力？

關(guān)于這個(gè)問題，我曾經(jīng)與著名的互聯(lián)網(wǎng)預(yù)言家、《連線》雜志前主編凱文·凱利有過一次交談。在凱文的思想里，未來的人工智能會產(chǎn)生自己的意識，這會為我們完全掌控它帶來一定的困難，但不會形成毀滅人類的威脅。絕大多數(shù)的人工智能都只會是工業(yè)人工智能服務(wù)型電器。

我對360的戰(zhàn)略規(guī)劃就是全線硬件產(chǎn)品向人工智能看齊，從圖像識別技術(shù)和大數(shù)據(jù)技術(shù)兩個(gè)方向深度拓展。目前，我們已經(jīng)在中國和美國成立了相應(yīng)的技術(shù)研發(fā)團(tuán)隊(duì)，并且還相繼進(jìn)行了一系列并購?？偟膩碚f，360 在人工智能領(lǐng)域的整體規(guī)劃可分為以下4 個(gè)層次：

• 第一個(gè)層次：最基本的硬件層面，研發(fā)、升級可以在云上、端上進(jìn)行深度學(xué)習(xí)的專用芯片；
• 第二個(gè)層次：面向大規(guī)模深度學(xué)習(xí)、訓(xùn)練的多機(jī)多卡軟硬件平臺，以及基于深度學(xué)習(xí)的各種人工智能的前沿算法；
• 第三個(gè)層次：基于人工智能的各種智能硬件產(chǎn)品；
• 第四個(gè)層次：在人工智能或者深度學(xué)習(xí)的基礎(chǔ)上，使智能硬件具備自主學(xué)習(xí)能力。

作為360 未來主推的大方向，我對人工智能的設(shè)想是無論在硬件還是軟件方面，都將擁有自主學(xué)習(xí)功能。AlphaGo贏了之后，我非常興奮，我興奮的不是人工智能在圍棋上戰(zhàn)勝了人類，而是它為我們所有人做了一次非常好的概念普及，讓我們真實(shí)地感受到人工智能領(lǐng)域的成果。

但是，我所理解的人工智能并不會像AlphaGo那樣只表現(xiàn)在下圍棋方面，也不會像好萊塢電影中那樣可以威脅人類安全。人工智能就像工業(yè)革命之后所帶來的新技術(shù)那樣，為我們的生產(chǎn)、生活帶來極大的便利。

3.?人工智能與智能硬件相結(jié)合

曾幾何時(shí)，我們認(rèn)為說做一個(gè)小硬件，里面放上安卓的系統(tǒng)，就是智能硬件，其實(shí)不是；或者我們把電飯煲、凈水器、洗衣機(jī)都通過WIFI跟互聯(lián)網(wǎng)連上，就是萬物互聯(lián)了，其實(shí)這也不是。真正的智能硬件是跟人工智能的大數(shù)據(jù)的人工大腦連在一起，使得這些計(jì)算能力比較弱的智能硬件能夠以一種更好的方式跟我們交互。

舉幾個(gè)例子，比如說智能手表，在手表上模仿手機(jī)，那么小的屏幕讓用戶去觸摸各種應(yīng)用，讓每個(gè)用戶跟東方不敗一樣拿一根針去戳手表的屏幕，這是不現(xiàn)實(shí)的。所以我們就在手表中加入語音識別、跟小孩的對話的功能，小朋友可以問手表各種各樣的問題，當(dāng)然跟小孩對話比較容易，因?yàn)楹赡耆撕茈y，但跟小孩對話，實(shí)在回答不出來，就把這個(gè)轉(zhuǎn)化給他爸媽回答。

再比如說我們做了智能攝像機(jī)，你不可能把家里做成一個(gè)監(jiān)控中心，所以我們做了一個(gè)人臉識別，比如說家里來了陌生人，就拍一張照片，發(fā)給主人，這樣可以提高家庭安全。還有，家里的孩子和老人起居生活有不正常的情況，也可以通過計(jì)算機(jī)視覺識別識別出來。

包括我們最近做的行車記錄儀，因?yàn)榉帕藬z像頭在你的車上，它不是簡單地記錄路況，而是能夠識別路面上發(fā)生的情況，比如說你前面有幾輛車，你跟哪輛車離得比較近，或者有哪輛車突然漂移到你的前面，這個(gè)行車記錄儀會做出識別。

當(dāng)然，我們的步子沒有跨得太大，我們與其今年盲目地去炒概念，炒無人駕駛，還不如在有人駕駛的車上能夠通過一些輔助提醒的功能，讓用戶能更安全。

前一段時(shí)間特斯拉的無人駕駛汽車在中國和美國出了兩件事，汽車工業(yè)做了一百年，這一百年來它們要解決的最大問題，也是用戶最大的需求點(diǎn)，就是安全。不像我們今天做個(gè)手機(jī)，手機(jī)大不了死機(jī)，我們打開電池重啟一下，但是汽車1%的問題都不能出，一出問題就是大問題。

所以現(xiàn)在我們不談自動(dòng)駕駛，就談智能汽車，它就像四個(gè)輪子的手機(jī)一樣，需要經(jīng)常更新軟件?，F(xiàn)在也有很多汽車廠商來找360，因?yàn)槲覀儸F(xiàn)在已經(jīng)開發(fā)出了汽車?yán)锩娴姆阑饓?，保證汽車不因?yàn)楦铝瞬磺‘?dāng)?shù)能浖?dǎo)致失控。

所以我覺得自動(dòng)駕駛聽起來是一個(gè)很熱門的概念，但是我覺得還是需要差不多五年的成熟時(shí)間。我們今天也有一個(gè)小組在做這方面的工作，但是我們更多的是把現(xiàn)在的人工智能技術(shù)和我們的智能硬件結(jié)合，和我們的安全產(chǎn)品結(jié)合，這樣使得我們更好的地保護(hù)用戶。

對我們而言，當(dāng)手機(jī)行業(yè)熱潮來臨的時(shí)候，我們視而不見；當(dāng)O2O模式大行其道的時(shí)候，我們依然不為所動(dòng)。但是，當(dāng)人工智能的概念進(jìn)入我視線的那一刻，我的第一個(gè)想法就是要抓住人工智能這波浪潮，并為之肝腦涂地，在所不惜。

作者：周鴻祎

來源：微信公眾號【投資人說】

版權(quán)聲明：人人都是產(chǎn)品經(jīng)理尊重行業(yè)規(guī)范，所轉(zhuǎn)載的文章都注明作者和來源，若標(biāo)注有誤，請聯(lián)系主編QQ：419297645更改。