我們已經(jīng)看到移動互聯(lián)網(wǎng)是個巨大的市場，但它連人工智能的十分之一都沒有。十年后，如果我們回顧人類的發(fā)展，會發(fā)現(xiàn)沒有任何市場比人工智能來得更大。

   我從30年前就開始探索人工智能，但是沒有天時地利人和——機器不夠快，大數(shù)據(jù)中心不存在，數(shù)據(jù)不夠多，算法不夠先進……30年來，不斷有科學家發(fā)明新的技術(shù)，雖然人工智能還有很多局限，沒有情感，一次只能涉足一個領(lǐng)域，不能跨領(lǐng)域思維，但是從最近四五年開始，這些技術(shù)在很多狹窄領(lǐng)域里已經(jīng)遠遠超過了人類。
   如何用一個更通俗的方法解釋什么是人工智能？想象一臺機器是剛出生的小寶寶，人類的小寶寶是用教育、用知識、用書本讓他們慢慢成長，但人工智能用什么來幫助他們成長呢？就是大數(shù)據(jù)。

   但是機器一次只能專注在某一個領(lǐng)域，在單一領(lǐng)域它可以做得非常好，但是跨領(lǐng)域做不到，所以人類還是有機會的。美國科學家發(fā)明的深度學習在中國已經(jīng)普遍開始使用，就是這個道理。

    由于我們可以統(tǒng)籌各種知識和經(jīng)驗，姑且認為人的大腦還是比機器優(yōu)秀。但是機器有一個特別大的優(yōu)勢，即“過目不忘”，不僅可以儲存大量數(shù)據(jù)，而且能夠從數(shù)據(jù)中學會推理。

   我們投資的一家做人臉識別的公司，訓練的是50億張人臉，比我們多看了1000倍，我們要用一輩子時間，它可能是只用三天時間就記住了。所以現(xiàn)在保安這一類用人臉來做的工作根本比不上人工智能。

   再以無人駕駛為例，一個人，即便一天開100公里，一年365天地開，三五十年累積起來可能也就幾百萬公里的經(jīng)驗。但是今天特斯拉已經(jīng)有20億公里數(shù)據(jù)，比我們多了1000倍，而且算法還在不斷演進，它已經(jīng)超過了人類。

   海量的大數(shù)據(jù)在很多狹窄的領(lǐng)域遠遠擊敗人類所能夠做的極限，可以說，人類永遠不會有任何機會勝過機器。比如我們讀一本書的速度是很慢的，而IBM人工智能參加電視比賽的時候，一天就能夠把全部美國國會圖書館的所有藏書讀完。

  大數(shù)據(jù)正在各個領(lǐng)域幫助人類創(chuàng)造價值。今天人們都在做大數(shù)據(jù)的人工智能，如百度的一條搜索，今日頭條的排序，淘寶推薦的每個產(chǎn)品，滴滴每次對接司機……這背后都是人工智能。

  結(jié)合大數(shù)據(jù)的人工智能，可以廣泛應用于傳統(tǒng)領(lǐng)域，比如銀行、保險、券商、機器人炒股。我個人的投資已經(jīng)兩年沒有給人，都是機器人幫我理財，但回報一定比人要好，這些領(lǐng)域人類根本不是對手。

  在醫(yī)療、教育等其他傳統(tǒng)領(lǐng)域也存在著大量數(shù)據(jù)，機器算法、人工智能可能幾天之后就能比人做得更好，產(chǎn)生的商業(yè)價值是不可想象的，超過互聯(lián)網(wǎng)和人類所有的歷史累積。

  創(chuàng)新工場不只是在做預測。我們所管理的基金投資孵化的項目，超過一半是針對這個領(lǐng)域的，我們是真金白銀在賭即將來臨的人工智能時代。

  這個時代即將來臨，我們能做什么事情呢？

  首先是建立好一體化大數(shù)據(jù)中心。這個事情最重要，為什么呢？所有應用需要的數(shù)據(jù)不是一個公司能夠收集的，這個數(shù)據(jù)中心必須一體化，因為除了應用里面的數(shù)據(jù)之外，用戶填的數(shù)據(jù)，外面還要抓取各種數(shù)據(jù)。

  我們還希望收集在一體化數(shù)據(jù)中心里的數(shù)據(jù)能得到很好的保護，從而能夠探索將這些數(shù)據(jù)變成服務，幫助創(chuàng)業(yè)公司創(chuàng)造價值。

  比如說要做一個貸款的APP，不能只是依靠用戶填寫的幾樣數(shù)據(jù)就決定貸不貸，背后還要有整個征信數(shù)據(jù)，包括出行數(shù)據(jù)、消費數(shù)據(jù)等等。它可能提交一個要求，讓大數(shù)據(jù)人工智能判斷這個人還款概率是多少，欺詐概率是多少，有否犯罪記錄，這些都可以算清楚，而且并不需要暴露用戶隱私數(shù)據(jù)。

  二是計算資源。這對創(chuàng)業(yè)公司來說特別重要。APP時代，我們常說中國創(chuàng)業(yè)成本達到歷史新低，很不幸，人工智能加大數(shù)據(jù)，創(chuàng)業(yè)成本將會達到歷史新高。我們投資的一家公司，七個小朋友，沒有人超過三十歲，他們成立的第一天，就把我們打的款花完了，還只是買了一些機器，因為做的是無人駕駛。

  但我們不可能讓成千上萬的雙創(chuàng)項目都買機器。要把這些機器放在數(shù)據(jù)中心里，將CPU和GPU的功能很好結(jié)合，談個更好的采購價錢，不同的時段按照使用收費，這個也是未來大數(shù)據(jù)能夠提供的潛在機會。

  第三是數(shù)據(jù)量需要非常多。數(shù)據(jù)收集是一個逐漸的過程。有些數(shù)據(jù)可能不能公開，有些公司數(shù)據(jù)可能需要保護隱私，但是可以用API做一個接口，不泄露數(shù)據(jù)。這些數(shù)據(jù)怎樣整合起來？首先要有一個一體化數(shù)據(jù)中心。

 

谷歌成立了一家公司，旗下有100萬臺數(shù)據(jù)庫服務器，是世界上最大的一體化數(shù)據(jù)中心，它把所有數(shù)據(jù)加以利用，用在搜索就是谷歌，用在診斷就是谷歌健康，用在汽車就是無人駕駛……背后都是人工智能加上一體化大數(shù)據(jù)。

  四是要培訓大量人才。人工智能聽起來非常高深，但是培養(yǎng)一個人工智能工程師，需要多久呢？這么高深的技術(shù)也許至少要十年、二十年？做網(wǎng)絡安全的都是要有十五、二十年的工齡，做計算機網(wǎng)絡和其他的領(lǐng)域都要讀博士再做十年工作吧？實際上，一個優(yōu)秀的理工學生半年就可以成為AI工程師，應該做一個更大的平臺培訓年輕人。

  創(chuàng)新工場看到了這些機會，正在策劃成立一個產(chǎn)業(yè)聯(lián)盟，我們非常希望把這個聯(lián)盟建立起來。在計算方面，數(shù)據(jù)中心方面，和北京供銷大數(shù)據(jù)集團合作，在購買大數(shù)據(jù)方面政府能提供多少，業(yè)界能買多少，能夠授權(quán)多少，我們希望也能統(tǒng)籌大數(shù)據(jù)這件事。

   這幾件事情里特別核心的一件就是大數(shù)據(jù)中心和人工智能算法的整合。讓我們一起來引領(lǐng)人工智能和大數(shù)據(jù)時代的來臨。