从商业的角度看人工智能丨拾壹谈

未来15年科技和商业社会最大的变化趋势将是人工智能的商业化，人工智能将会被广泛地应用于经济生活的方方面面，包括机器人、手机、机构、在线或是离线，将无处不在。

目前谷歌、Facebook、微软、IBM等国外科技巨头都已进军人工智能领域。国内以BAT（百度、阿里巴巴和腾讯）为代表的互联网企业也纷纷抢滩。

原子创投副总裁姚嘉说：“目前，人工智能的前景非常好。比如，英伟达的股票在过去一周内就可以涨三十多美金，市值已到500亿美金。”

今天就来为大家简单地从商业的角度梳理一下人工智能。

▌人工智能树

人工智能的逻辑：最底层的是数据；然后是硬件，其中GPU应该是未来主流的形式；最后是算法，算法需要硬件来支持计算。

人工智能的学习分两部分，一个是监督学习，一个是非监督学习。

▌度娘科普时间

监督学习（supervised learning）：通过已有的训练样本（即已知数据以及其对应的输出）来训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的判断从而实现分类的目的，那么这个最优模型也就具有了对未知数据进行分类的能力。

无监督学习（unsupervised learning）：我们事先没有任何训练数据样本，需要直接对数据进行建模。

简单来说，监督学习是打标签式的，非监督学习是不打标签的。比如，大家来拾壹谈活动的场地，知道具体的地址和门牌号，这就是标签，来之前我们一直知道这个标签；但是进入场地以后，场地大小、灯光亮度等内部的内容是你之前不知道的，这就是无标签。

换句话说，即基于非监督的学习是尽可能的多维度预测未来发生事件，在没有任何过往经验的基础之上。

▌硬件连接

智能硬件，跟人相关的基本就是智能手机、平台电脑、智能家居、可穿戴设备、智能交通、健康医疗等一些内容。我们现在数据的体量，已经超越了人类可计算能力的范围。现有的模型、计算能力，计算不了巨大的数据量。

从产品的角度举个例子，智能灯泡的灯光是可以变化颜色的，需要通过手机APP发出的高频率的声音来控制，但是当你要操作的时候就必须找到手机。这作为一项技术是很酷炫的，但是作为一个产品，对用户来说操作太繁琐了。

这就告诉我们，以后生活中会出现越来越多的硬件，任何一个创业的切入点，成本、稀缺程度都很重要。目前，数据这个层面已经不是稀缺的资源了。你的产品不能再停留在数据层面，你现在应该做的是在数据之上进行二次开发，做出有效的产品。

做任何平台，收集用户数据、生产数据其实是赚不了钱的。必须将跨平台、跨设备的数据进行有效的二次建模和产品化。比如电商、银行、保险公司等，你的账号看起来是分散的，但是实际上跨平台数据是可以分析出来的。

▌物联网产业构架

▲自下而上的结构

感知层：即无数的传感器，用于采集信息。理论上，如果电视技术未来还能有突破的话，传感器还能无限加载数据。

接入层：利用网络实现与用户的连接。比如电商，表面是卖东西，本质上是拿到用户的交易数据，这就是接入层的功能。

网络层：进一步管理网络中的数据，进行数据的传送。

应用层：在已有的数据存储基础上，跨平台、跨设备来分析这些数据。

场景：将分析的数据应用到不同的场景里。

最后，我们在创业的时候，要重视技术背后的价值，但是更重要的是商业规则。

以上内容来源于拾壹谈第八期嘉宾

原子创投副总裁姚嘉的分享

编辑整理：Jessi

你的关注和分享，是我们最大的动力。

您也可以关注我们的官方微信公众号（ID：ctoutiao），给您更多好看的内容。