中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

以下，講者陸奇將帶領創(chuàng)業(yè)者站在歷史的高度重新認識AI，并給出AI時代個人發(fā)展的方向性建議。在他看來，世界變化的核心驅動是知識，人類歷史的進展都源于知識層次的提高，AI等機器系統(tǒng)幫助人類提升了獲得知識的效率，并用知識改造重建任何一個行業(yè)，并實現(xiàn)商業(yè)創(chuàng)新。

今天分享的主題是“人工智能時代，創(chuàng)新創(chuàng)業(yè)浪潮”。

人工智能，毫無疑問，它對社會影響的深度和廣度將是空前的。那么，在創(chuàng)新創(chuàng)業(yè)上，我們該如何更好地抓住人工智能這樣一個歷史性浪潮的機會？

今天，我想和大家分享的是我個人在過去幾十年里，做技術、做產(chǎn)品所總結的一些心得。

如何把控人工智能時代的機會？整體思路有兩點，第一：站得更高，第二：站得更遠。

如何站得更高、更遠？一種方法把人工智能技術的核心本質理解得更深，尤其是結構化的本質，用它來推理將來創(chuàng)新的機會。

我們回顧過去60多年來的數(shù)字化工業(yè)歷史，看到它的結構化因素，用這個方式來預測人工智能時代有什么樣的創(chuàng)新機會的結構。

所以，首先我想把人工智能技術的核心結構和趨向和你分享一下，然后以此為基礎來推演AI時代的創(chuàng)新機會。

同時，再分享一下我的心得，告訴你如何準備、探索和參與，來抓住這樣一個機會。

一、AI 的本質：生產(chǎn)和運用知識完成任務的通用能力

1. AI技術的真正內(nèi)核是什么？

今天基于深度學習為主的人工智能技術，把外表展示形式剝離掉看它的內(nèi)核，本質是一種新的計算形式，它的底層 substrate （基質）是以分布式的重疊向量為基礎，以這樣的向量空間作為任何一個模型的特征表達空間。

傳統(tǒng)意義上的機器學習使用的所有特征工程，如果一旦映射到這樣一個重疊向量的空間當中，很快可以通過可微分函數(shù)的表達形式來快速地學習自動表達的特征表達。這一點對學計算機科學的、有技術背景的同學來講，我要稍微強調一下，也是我個人過去多年，做技術做產(chǎn)品一個重要的心得。

也就是說，如果我們可以自動地學習特征表達，而且這些特征表達可以用來解決不同的任務，它本身就是知識。

我們?nèi)丝赡馨阎R看得過分人化了，一定要用自然語言，一定要用圖譜才能表達知識嗎？重疊的向量如果可以非常有效地解決多種任務，它本身就是知識。

這是重要的一點。沒有技術背景也沒關系，你要 take away ，你一定要獲取的最大的重點就是，我們現(xiàn)在找到了一種新的計算方式，它有不同的底層，不同的 substrate，它的核心是可以從大量的數(shù)據(jù)當中快速地獲取知識。

有了這一點，接下來我們就有一個以前沒有的機會。

我們可以通過今天可用的工程化的方式，用電子技術、電氣技術和機械技術來打造新一代的智能系統(tǒng)。

但是在進一步展開巨大的前景之前，我們有必要結構化的講一下智能系統(tǒng)它的核心特征是什么，什么樣的系統(tǒng)是典型的智能系統(tǒng)，理解這點有助于預測它的未來和它會帶來的改變。

2. 智能系統(tǒng)的結構

最好的智能系統(tǒng)是一個生物系統(tǒng)——人，任何系統(tǒng)，生物系統(tǒng)也好，機械系統(tǒng)也好，如果是智能的話，它一定在結構上有這三個組成部分，intrinsic architectural trinity （三位一體）：

① 感知系統(tǒng)

它有一個感知系統(tǒng)，它必須對環(huán)境有感知的能力，通過觀察，我們把它叫作觀察系統(tǒng)。通過對環(huán)境的觀察，用數(shù)據(jù)來表達出來——數(shù)據(jù)代表了一種數(shù)字化的媒體，來記載對環(huán)境的感知。它本身是一種知識的載體。

② 智力系統(tǒng)

上圖（圖）中間的是智力體系，思考體系。它通過記憶和歸納，獲取知識只有這兩種行為，Memorization& Generalization there is nothing else. 記憶和歸納，通過這兩者我們可以獲取任何知識。

③ 活動系統(tǒng)

我們通過第二個系統(tǒng)智力系統(tǒng)，對于目標可以進行規(guī)劃，最后用第三個系統(tǒng)：活動系統(tǒng)，來進行控制，對我們的環(huán)境進行互動，以實現(xiàn)目標。

任何一個有智能能力的系統(tǒng)，生物的也好，機械的也好，一定會有這樣一個結構，重要的是由于有了第一個新的計算方式，我們可以用今天能夠用到的，工程技術來制造，人為地制造這樣的智能系統(tǒng)。這就是所謂今天的 AI 系統(tǒng)。

這是非常重要的一點，有了這兩者定義之后，很自然地我們可以把 AI的本質定義成為是一種獲取知識，運用知識達到目標的通用能力。

我總結一下，前面講了兩點：

第一，人工智能技術的核心

第二，縱觀歷史，結構化的因素可以讓我們預測，在人工智能時代大致有什么樣的一個范圍，會被數(shù)字化。

在有了上述基礎理解之后，陸博士提煉出 AI 作為通用能力的技術發(fā)展史規(guī)律。

二、AI 技術帶來的改變

改變一：從 長頸鹿 到 會學習的智能系統(tǒng)

需要強調的是，這是我們?nèi)祟悮v史上第一次真正有能力來建立非生物的智能體系。

過去 60 多年我們所謂的信息工業(yè)，所建立的所有軟件工業(yè)體系，如果用一個自然生物界來作比喻的話，基本上都是長頸鹿這樣的動物。

為什么是長頸鹿？長頸鹿生下來兩個小時之內(nèi)，基本上它生存所需的所有技能都有了，能跑，能吃樹葉，但是它一輩子什么都學不會，它沒有學習的能力。

我們今天所有的軟件系統(tǒng)，大部分都是人造的長頸鹿，沒有學習能力，它所有的能力都是天生給它的，就是人給它的知識，我們都寫在了軟件代碼里面了。

我們今天起步開始造像人一樣的系統(tǒng)，當然離人的能力還很遠，但是我們已經(jīng)起步了。

人真是很不一樣，人從生下來到 10 歲，可能幾乎沒什么用，但是它是一個能力強大的學習機器，Amazinglearning machine. 我們?nèi)耸窃趺磳W習的？

通過觀察，通過思考，通過與環(huán)境互動。我們長大不是因為我們父母，也不是上帝在給我們大腦里面寫代碼。

我們之所以變得聰明，是因為觀察、思考和與環(huán)境互動中學習，所以人工智能具備了這種自主學習能力，這對人類的意義是非常非常重要的。

這是我們歷史上第一次有能力，建立這樣一個體系，一旦我們在接下來5年10年保持算力算法的能力提升，我們能打造的智能體系，知識的累積會越來越強。

所以，第一，人工智能技術對人類的意義非常重要，這是人類歷史上第一次有能力建這樣一個體系。一旦隨著接下來五年十年的算法能力的提升，我們能打造的智能體系，知識的累積會越來越強。

第二，人工智能在歷史上也非常重要。目前為止，人類歷史的進展都是人的知識在提高，人有了新的能力，發(fā)明了新的方法，進而促進社會進步。

從現(xiàn)在開始，人和人建立的機器系統(tǒng)，共同發(fā)明知識。將來這些系統(tǒng)它獲得知識的能力會遠超人類，所以，在歷史上也是一個非常重要的時間點。

這就是人工智能技術所帶來的核心結構上的不同。

改變二：從人創(chuàng)造知識到人與AI共同創(chuàng)造知識

知識的創(chuàng)造和使用，在歷史上也是非常非常重要的。到目前為止人類歷史的進展都是人的知識的提高，人發(fā)明的新的能力，發(fā)明的新的方法推動社會進步。

從現(xiàn)在開始，人和人建立的機器系統(tǒng)共同發(fā)明知識，將來這些系統(tǒng)獲得的知識會遠遠超過人能獲取的知識，這在歷史上是一個非常非常重要的時間點。

如果說改變一是，人工智能技術所帶來的智能體系核心結構的改變，那么改變二是，從技術發(fā)展史的時間維度來看的改變。

從歷史角度來看，人工智能技術是人類數(shù)字化技術的長河當中的重要一步，同時也是必然的一步。

過去 60 多年的信息技術的歷史是人類數(shù)字化一切的歷史，而且數(shù)字化的規(guī)模和范圍越來越大，數(shù)字化進程的速度越來越快。

為什么數(shù)字化帶來如此大變化？因為一旦數(shù)字化了之后，我們抽取信息，獲得知識的能力極大地提高，而且任何一個被數(shù)字化的領域，創(chuàng)新的速度會不斷地增加。

因為整個社會經(jīng)濟，越來越是知識驅動，數(shù)字化讓我們獲得知識的速度，創(chuàng)新的能力極大地提高。

整個 IT 工業(yè)的歷史都是數(shù)字化進程的加速，基本上每隔 12 年左右都有新一代的技術，會出現(xiàn)比如定義性體驗等因素，它們驅動數(shù)字化速度加速和范圍拓寬。總之，基本上有些結構化的規(guī)則，有規(guī)律可循。

人工智能帶來的改變當然不止于這兩點，這兩點是讓非專業(yè)，非技術背景的同學理解這種改變的兩個關鍵點：一個是智能體系的核心結構發(fā)生了根本改變，機器可以像人一樣自主學習，自主發(fā)明知識；

一個是機器一旦能大規(guī)模發(fā)明知識，所有科技的、社會的和經(jīng)濟的領域都會重寫一遍，Redefine everything 。

三、AI會有哪些重要發(fā)展方向

從歷史總結，再展望，人工智能時代，會有哪些重要發(fā)展方向？

第一，數(shù)字化技術的平臺。

第一驅動因素是前端和后端，前端主要是人機交互的覆蓋率和交互的效益。

早期都是鼠標鍵盤加上圖像顯示器。蘋果在這方面就邁出了一大步：手指(觸控）。

一旦有了手指（觸控），可以讓這樣的交互觸達到更多人群，因為鼠標鍵盤加顯示器讓你基本只能坐在辦公室，但一旦有了手指后，可以伴隨著每個人將來的交互形式更廣泛，自然交互，不用學，每個人都可以用。

所以，交互永遠是一個驅動因素。

后端是計算資源的規(guī)模存儲計算帶寬，有多少信息可以處理，有多少知識可以承載，包括空間的覆蓋率。

比如，分布式數(shù)據(jù)庫可以覆蓋一個企業(yè)，全球的互聯(lián)網(wǎng)覆蓋整個世界。

正是因為有了全球互聯(lián)網(wǎng)，世界才變得平了，整個世界的產(chǎn)業(yè)鏈在過去20多年的重大改革，正是因為有了數(shù)據(jù)的覆蓋，數(shù)字化的進程必須有商業(yè)化的生態(tài)來持續(xù)推動。

第二，定義性的體驗。

每一個數(shù)字化平臺商業(yè)生態(tài)它都有這樣一些特征，首先，它有定義性的體驗。

iPhone：

第一個iPhone拿到你手里時，你就知道新的時代來了，因為它帶給你的體驗是完全不一樣的。

windows 95：

當你第一次拿到windows 95（歷史上第一個真正好的PC），你也能感受到一個新的時代。

第一次看瀏覽器，你就知道將來完全是鏈接在一起的，知道數(shù)字化的社會長什么樣。

所以，定義性的體驗非常重要。

同時，要有寬泛的場景，窄的場景不夠用，辦公足夠寬。搜索、電商、社交，你必須要有寬場景，同時，要有有效的商業(yè)模式，只要這些要素到位，這個平臺才可以撐起來。

第三，數(shù)字化進展可以被延續(xù)加速。

我們總結一下過去歷史上，數(shù)字化一開始就是IBM把桌面數(shù)字化了，再就是微軟，它把整個企業(yè)的信息管理數(shù)字化了，全球已經(jīng)是幾萬億的工業(yè)。

接下來就是蘋果，蘋果把人的社交行為、電商等數(shù)字化了。

在人工智能時代，數(shù)字化的本質開始變化，范圍可以擴充到幾乎物理世界上的所有地方，為什么？因為在人工智能時代通過傳感器，通過感知體系、思考體系和活動體系，物理世界和數(shù)字化的世界徹底融合在一起了。

由于這樣的技術，每一個物理實體都將是一個前端，我們可以做交互。數(shù)字化的進程大概有這幾類我們能預測的第一智能物件：

① 通過對話型的助手，每個物件都可以做交互，都是前端，

② 自主體系。能夠自動駕駛車輛、機器人。

③ 智能場所。像亞馬遜購物這樣的新零售，將會越來越多的帶來智能的空間和時間。

同時，后端將是智能云，包括大規(guī)模的數(shù)據(jù)和知識，像人的大腦一樣。

所以，通過歷史我們基本可以預測到人工智能時代它的前端至少有這些內(nèi)容，它的后端以知識為主。

有了這一基礎后，我們再看在AI時代它能帶來什么樣的創(chuàng)新機會？

四、AI時代能帶來什么樣的創(chuàng)新機會

在回答這個問題前，我們先回看一下歷史。人類的歷史上，我們的經(jīng)濟行為、生活水平，在過去一萬多年當中幾乎沒怎么變，大概到三百多年前才開始變。

仔細看一下，為什么會造成人類社會活動、生活水平加速提高的核心原因，是通用能力的發(fā)明。

在歷史上，我們很早就發(fā)明了一些通用的能力，比方說把植物和動物家有化了、馴化了，發(fā)明文字等，但是只有到三百多年之前，我們開始發(fā)明了越來越能量強的通用能力，包括蒸汽機、火車、計算機、飛機等。

但是人工智能，它是這些發(fā)明中最通用的，因為知識可以用在任何一個應用里，知識是最最通用的，同時知識的能量又是最大的。培根曾經(jīng)說過，知識就是力量。

知識從本質上來看就是潛在的能量。有了知識可以做自動化，有了知識可以做預測，有了知識可以產(chǎn)生新的體驗。

所以人工智能給我們帶來的，是前所未有的一個通用的能力。按照這個歷史縱觀，接下來要發(fā)生的將是巨大的變化，這個變化核心驅動是知識。

如果用人工智能來驅動商業(yè)上的創(chuàng)新，它一定會遵守這樣一個規(guī)則：

首先人工智能要創(chuàng)造價值，必須要有應用場景，有了這個場景之后我們可以找任何一個場景，最好是端到端的一個寬的場景，這樣的話人工智能提升效率會程度會更大一點。

首先第一要問的，“我們要什么樣的知識，我們希望知道什么”，來把這個場景的價值給它提高。

一旦從這個起點之后，你馬上要回答的問題就是，“我們有什么樣的數(shù)據(jù)”，數(shù)據(jù)都不是無中生有的，數(shù)據(jù)永遠產(chǎn)生于對環(huán)境的觀察，需要數(shù)據(jù)的話，你必須要有傳感器。

人類歷史上也是這樣來獲得知識的，如果人類歷史上沒有望遠鏡，沒有顯微鏡，我們就根本對物理世界沒法了解。

所以今天人工智能創(chuàng)新，你可以看到，創(chuàng)業(yè)公司做傳感器的特別多，核心原因是你必須始于這里。

要有知識的話，你必須要觀察，你必須要有數(shù)據(jù)，有了數(shù)據(jù)之后，我們可以從當中抽取知識，抽取知識的方式。

要軟件 + 硬件 + 算法，有了這些知識之后，我們可以決定，如果我們知道這些，我們想解決這個問題，提高這個價值。

我們應用這些知識來達到我們的目的，達到目的之后，我就創(chuàng)造社會價值和商業(yè)價值，到時候會有更多的數(shù)據(jù)，造成這樣一個閉環(huán)。

這里我強調一下，數(shù)據(jù)一定要是活的數(shù)據(jù)才有價值，一次性的數(shù)據(jù)一點用都沒有。

所以一定要有商業(yè)生態(tài)，數(shù)據(jù)才會真正有價值，因為應用不斷在變，技術不斷在變。

Application drift and platform drift ，數(shù)據(jù)一定要是活的，做過多年產(chǎn)品你就知道了。所以一定要有這樣的閉環(huán)，這個模式是任何人工智能創(chuàng)造價值必須遵守的。

有了這樣一些結構化的思路之后，我們再縱觀全局，對人工智能時代帶來的改變和創(chuàng)新機會進行兩點梳理：

第一，我們會有全新的信息工業(yè)。

首先，如前面所說，將來的計算主要的要領先，要靠前的是觀察體系，要有很多新的傳感器，特別是光學傳感器，不光是傳感器。

在傳感器上必須帶有計算的能力，所謂叫 on-sensor silicon software models，這我認為是目前的創(chuàng)新前沿之一。

同時整個芯片的從底到上必須重建一次，今天的 X86 ARM 的系統(tǒng)架構根本不 work，它是假定 Von Neumann，假定是你的數(shù)據(jù)的維度是比較低的，你的 ControlForce 可以預測的，你的 Cache Hit Ratio 一定要足夠高。

人工智能時代，實際上根本沒有這些特征，都是高維度的數(shù)據(jù)，必須是大規(guī)模的平行處理。

所以整個硅晶片的工業(yè)一定會被重寫，指令集可以起一點作用，但是主要的硅晶片都是在ASIC ( application specific integrated circuit ) 或者FPGA 這一隊。因為大規(guī)模的訓練和推理是主要產(chǎn)生商業(yè)價值的硅晶片的應用 。所以整個芯片工業(yè)這一隊會被重寫。

同時軟件一樣，從底層的 fabric 到中間的 middleware， 到操作系統(tǒng)，到應用開發(fā)，到工具都會要重新建立，所以如果你是在IT 工業(yè)的話，創(chuàng)新的機會特別多，大的企業(yè)都面臨挑戰(zhàn)。

第二，將會誕生一系列的新的支柱型的新產(chǎn)業(yè)，以前沒有過的產(chǎn)業(yè)。至少會包括：

① 對話式的以個人助手為基礎的智能物件，將來是一個可以喚醒萬物的世界；

② 自主體系，自動駕駛、機器人，新的移動，這是真正物理世界的移動；

③ 智能場所，任何一個物理空間，起源于零售，因為它價值很高，但是游戲規(guī)則會是一樣，一旦智能化之后，可以大規(guī)模地提高商業(yè)價值和社會價值，所以這一些都是將來新的支柱型的產(chǎn)業(yè)。

同時，任何一個現(xiàn)有的產(chǎn)業(yè)，娛樂業(yè)也好，制造業(yè)也好，金融、醫(yī)療、教育、零售，所有的行業(yè)，都可以用人工智能技術，來提升和轉型。

因為它帶來的是知識，你用知識可以改造，可以重建，可以提升。

任何一個人類的行業(yè)，律師、醫(yī)生、教師、分析師，你的工作方式都會不一樣。重復性的工作，機械化的工作都會逐步逐步被取代。

我們?nèi)丝梢曰ǜ嗟臅r間。做我們更擅長的創(chuàng)造性的發(fā)揮性的想象性的（工作）。

一切都會被改變，這是一個完整的、覆蓋一切的變化，這并不夸張，因為是人工智能技術核心所帶來的機會。

五、如何加速推進整個創(chuàng)新進程？

在這樣一個大的背景下，我們?nèi)绾蝸斫Y構化的開發(fā)，進而加速推進整個創(chuàng)新的進程？

這里有幾個結構化的因素給你分享一下：

1. 資本。

① 金融資本。

任何一個時代有大規(guī)模的商業(yè)價值，要產(chǎn)生時都有金融資本和其他生產(chǎn)資本，所謂叫functional separation，他會走的更靠前。

某種意義上市場的貪婪會走得很快，所以我們將會看到更大規(guī)模的資本投入。因為在接下來30年40年50年里它的機會太多了，一定會有大規(guī)模的資本投入這個行業(yè)。

② 人才資本。

在大規(guī)模的工業(yè)化時代誕生了大學。專業(yè)培訓，就因為工業(yè)時代需要技能，要裁縫、設計師、廚師，大規(guī)模的培養(yǎng)各種技能。

但在人工智能時代，人的技能適合時代要求的是創(chuàng)新、發(fā)明新的方法。因為機械化重復性的動作都會被逐步取代。但是人才資本也會有新的往前推進的一個機會。

③ 數(shù)據(jù)資本。

它最為重要，也更為特殊。因為數(shù)據(jù)是在人工智能時代的一個主要生產(chǎn)資本，所謂叫 Primary Means of Production。

舉個例子：

a.農(nóng)業(yè)時代的核心生產(chǎn)資本是什么？土地。

因為農(nóng)業(yè)本質是光合作用，只有在足夠的土地有足夠好的溫度，有足夠的陽光覆蓋的情況下，才可以種植農(nóng)作物。

人類再聰明，人再多，也沒有用，給你世界上幾千萬人最聰明的人，但你土地只有這么多，你就只能生產(chǎn)這么多。

在人工智能時代數(shù)據(jù)也起到類似的作用。

b.有些同學可能開發(fā)技術，你要做一個跟自然語言有關的，用語音做對話的。

如果你沒有起步的2萬小時的標注數(shù)據(jù)，給你世界上所有的工程師，也一點用都沒有，你做不出來。

這不是一個人的資本問題。因為數(shù)據(jù)是知識的載體，沒有這樣的知識，就沒法做對話，所以數(shù)據(jù)會成為一個主要的生產(chǎn)資本。

如果我們要推進人工智能時代創(chuàng)新的話，一定要關注這三個資本，金融資本、人才資本和數(shù)據(jù)資本。

2. 環(huán)境。

特別是政府的政策環(huán)境。對數(shù)據(jù)安全和隱私的保護，是從數(shù)據(jù)中獲取資本價值的核心關鍵。

同時基礎建設，比如我前面講的，無人駕駛這樣一個新的支柱性產(chǎn)業(yè)，必須要重新構建所有路網(wǎng)，道路的基礎建設，而且有了無人駕駛后，城市的半徑會增加，這是歷史的一個規(guī)則。

交通越發(fā)達，城市越大，將來的都市規(guī)模會越來越大，需要新的基礎建設。

3. 以市場導向為核心的路徑。

如果我們要加速推進人工智能的創(chuàng)新，讓它創(chuàng)造更多的社會價值，我個人認為市場導向是最關鍵的一個核心路徑。

市場是非常神奇的，從某種意義上來說，市場可能是人類最重大的發(fā)明之一。

市場本質上是什么？

① 轉化器。

市場讓我們每個人為了自己的意愿，personal private motivation，我們參與市場了。

但是我們參與市場的結果是造成了對別人有價值的服務和體驗和產(chǎn)品。它是這樣一個轉化器，每個人去參與市場都是為了自己，但做的結果是給別人帶來了利益。

② 優(yōu)化器。

因為市場高速反應甚至實時反應，任何好的idea，有生命力的技術，有高價值的場景，市場一定會有信號指示。

沒有價值的，要快速濾掉。所以市場是一個高效的優(yōu)化器，市場越大，優(yōu)化效益越好。

如果我們要快速地讓人工智能產(chǎn)生商業(yè)價值、社會價值，通過市場是最有效的途徑。如果你不用市場，那么你怎么知道這件事情是對的？憑什么說這是有用的？市場是沒有人能逼你參與的。它的特性是造成了它是一個非常優(yōu)質的過濾器，是一個加速器。所以整體我們要從資本上、環(huán)境上和市場導向上關注，做適當?shù)墓ぷ?，來推進人工智能時代的創(chuàng)新。

六、AI時代的創(chuàng)業(yè)

我們都知道創(chuàng)業(yè)是創(chuàng)新的搖籃，整個工業(yè)、整個社會，任何一個有生命力的，高價值的產(chǎn)業(yè)、企業(yè)，它的誕生就是一個創(chuàng)業(yè)過程。

所以，在人工智能這樣一個非常特殊的時代，一個健康繁榮的早期創(chuàng)業(yè)生態(tài)，對任何一個國家、任何一個地域，以及全球都至關重要。

大的企業(yè)也會創(chuàng)新。毫無疑問，人工智能時代給很多大的企業(yè)帶來很多機會，但是大的企業(yè)有大的企業(yè)的挑戰(zhàn)，但最終的挑戰(zhàn)往往在于文化和機制。

新的企業(yè)從零開始，沒有任何包袱，速度快，所以整體上早期創(chuàng)業(yè)生態(tài)在人工智能時代非常重要。

我們?nèi)绾蝸泶蛟煲粋€好的環(huán)境，來建立這樣一個繁榮的生態(tài)？有幾個要素：

1. 人才。

整個經(jīng)濟需要越來越多的高質量的高熱情的新型的人加入創(chuàng)業(yè)這個行業(yè)。在中國，清華是一所非常頂尖的學校，創(chuàng)業(yè)氛圍也是非常強的。

所以，我們需要造就一個環(huán)境，讓越來越多的高質量創(chuàng)業(yè)人才參與進來。

2. 數(shù)據(jù)資源。

前面我講到了，如果沒有足夠多的數(shù)據(jù)，人再多，沒有用，這由他的人工智能技術和創(chuàng)造商業(yè)價值的規(guī)則本身所決定。

3. 一些核心的AI科技能力。

包括軟件芯片算法，這些都很重要。同時，在AI時代投資，特別是用AI來徹底的改造，提升傳統(tǒng)行業(yè)資本的規(guī)模需要很大，資本的時間需要長線投入。

今天早期的生態(tài)投資是十年回報，根本不夠，所以，在這個方面需要做很多創(chuàng)新和探索。

資本的規(guī)模和資本時長，一定要做適當?shù)恼{整，才能充分發(fā)揮人工智能時代創(chuàng)造價值的特性。

包括像軟銀愿景基金。我個人認為這是剛剛開始，將來會有越來越多大規(guī)模的基金向孫正義這樣大規(guī)模，投很長時間，他必須這樣才能創(chuàng)造價值。

所以資本也要做改革。當然市場場景越多，規(guī)模越大，迭代越寬。這一點在中國是非常好的時機，比世界任何一個地域都強。

同時，人才和其他高度密集的資源也會起到越來越多的作用。大家都知道在美國硅谷，就是這樣的一個典型。

因為需要更多的密集度的數(shù)據(jù)的整合，場景的覆蓋、迭代、人才大學都在一起。在中國北京上海深圳這些城市都是比較理想的。

同時，我們也需要更多一流的大學，一定要長期、逐步培養(yǎng)黑客文化。黑客文化核心就是動手去做，通過創(chuàng)造性的方法來解決問題。

不要只看理論、只記筆記、只考慮問題，想到就動手去做，做了失敗沒關系。

因為你從失敗當中可以學到更正規(guī)的一些知識，所以，黑客文化在中國高校中應進一步融入，這非常重要。

同時創(chuàng)業(yè)的氛圍，特別是在一流的高校，在美國像斯坦福大學、MIT的創(chuàng)業(yè)氛圍非常強。

清華在中國非常好，一定要這樣保持繼續(xù)推進，只有這樣我們才可以建立一個非常繁榮的早期創(chuàng)業(yè)生態(tài)。

七、AI時代的創(chuàng)業(yè)挑戰(zhàn)有哪些？

因為在軟件時代，在互聯(lián)網(wǎng)時代，一個創(chuàng)業(yè)公司的團隊跟一個大公司團隊，基本上處在同一條起跑線上，為什么？因為軟件都是開源的。我自己個人寫過很多各種各樣的代碼。

Linux、FreeBSD、Mexico、MongoDB、Node.JS。你基本上不要寫很多代碼，你只要把它拿來，而且你的代碼都是針對你的產(chǎn)品，三四個月時間就有一個小型產(chǎn)品可以出來了。

在人工智能時代已經(jīng)不是這樣了。因為人工智能時代我們會寫代碼，但這些代碼主要是從數(shù)據(jù)當中來學模型的，抽取知識的。

數(shù)據(jù)你要做一個跟自然語言交互有關的，這可能需要你花幾萬小時標注數(shù)據(jù)。第一要錢。第二是時間。

如果你創(chuàng)業(yè)是以計算機視覺為主，要識別所有的產(chǎn)品，水果、生鮮，你需要的數(shù)據(jù)、標注，代價都非常高。

所以，我們需要整個工業(yè)一起，通過大家一起努力，把創(chuàng)新的門檻降低，使得任何一個創(chuàng)業(yè)團隊都能很快的去嘗試，可以快速把產(chǎn)品做出來，再到市場上去探索。

謝謝！

文章為作者獨立觀點，不代表筆記俠立場。

內(nèi)容來源：2019年4月18日，陸奇成為YC中國創(chuàng)始人后首次對外分享，選擇在清華大學，面向清華學子講授人《工智能時代的創(chuàng)新創(chuàng)業(yè)浪潮》，知乎獨家制作上線《YC陸奇：AI技術核心本質和創(chuàng)新》私家課，經(jīng)YC同意，授權筆記俠首次發(fā)布講座精華文字版。

講者：陸奇

來源：https://mp.weixin.qq.com/s/Qp-gS_W4jNXZhKtzxI9rJQ

本文由@筆記俠 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉載

題圖來自Unsplah，基于CC0協(xié)議