1700513590
想了解这场竞争如何在全球发展演进,首先得深入了解冲击我们经济的每一波人工智能浪潮。
1700513591
1700513593
第一波浪潮:互联网智能化
1700513594
1700513595
互联网人工智能可能已经牢牢吸引你的目光,甚至已经紧紧抓住你的钱包。你是否沉迷抖音视频无法自拔?看到在线视频网站向你推荐本就打算看的内容有没有感到惊讶?淘宝和京东怎么好像知道你想买什么?
1700513596
1700513597
若你曾有类似体验,那么你已经是互联网人工智能的受益者(或是受害者,取决于你如何看待你的时间、隐私与钱包)。第一波浪潮兴起于近15年前,在2012年左右成为主流。大体上说,互联网人工智能就是使用人工智能算法作为推荐引擎:这些算法了解、研究、学习我们的个人喜好,从而推荐专门针对我们的内容。
1700513598
1700513599
驱动这些人工智能引擎的,正是它们获得的数据。目前最大的数据库大部分都在互联网巨头手里。但是这些数据必须“贴上标签”,才能真正对算法有所帮助。这里的“标签”并不需要主动评价内容,或是给内容加上关键词,而是把数据和特定行为连接起来,如购买与未购买,点击与未点击,观看完整视频与中途切换至其他视频。这些“标签”都被用来训练算法,然后由算法推荐内容与商品给用户,让我们消费得更多。
1700513600
1700513601
一般人认为这意味着互联网变得更好了,更了解我们想要的(也更容易让人上瘾),但这也证明了人工智能可以通过数据来学习和了解我们,进而优化推送我们想要的东西。这种优化让已经在靠点击赚钱的互联网公司能赚到更多钱,比如谷歌、百度、阿里巴巴、YouTube、抖音。使用互联网人工智能,阿里巴巴可以给用户推荐他们想买的东西,谷歌可以列出用户想点击的广告,抖音可以推荐用户想观看的视频。
1700513602
1700513604
算法与编辑
1700513605
1700513606
第一波人工智能浪潮也带来了全新的、由人工智能驱动的互联网公司。在中国,这类公司的领头羊是今日头条。创立于2012年的今日头条,有时被称为“中国的Buzzfeed”,因为这两个网站都是时下病毒式话题的传播中心,但两者相似的地方仅此而已。Buzzfeed有一群擅长炒作原创内容的年轻编辑,而今日头条的编辑是人工智能算法。
1700513607
1700513608
今日头条的人工智能引擎在互联网上搜寻内容,使用自然语言处理和计算机视觉技术,消化整理来自合作伙伴及特约撰稿人的大量文章与视频,再根据用户的以往行为,如点击、阅读、浏览、评论等,针对每个用户的兴趣、喜好和习惯高度定制动态推送。这个人工智能算法甚至会修改标题,以吸引用户点击。用户点击量越多,今日头条就越擅长推荐适合用户的内容。这个良性循环,创造了互联网上最诱人的内容平台之一——今日头条的用户平均每天在应用内逗留74分钟。(1)
1700513609
1700513611
机器人报道与假新闻
1700513612
1700513613
除了高度定制推送,今日头条也使用机器学习来创作与监管内容。2016年巴西里约奥运会期间,今日头条和北京大学合作开发了一名人工智能“记者”,可以在赛事结束后几分钟内撰写出简短的摘要报道。人工智能“记者”撰写的文章不怎么优美但速度惊人,有些赛事结束后两秒钟内,人工智能“记者”就完成了报道摘要,每天能报道30多项赛事。
1700513614
1700513615
算法也可以在平台上找出假新闻(通常是医疗类的假新闻)。起初,读者会发现并举报这类假新闻。后来今日头条使用这些带了标签的数据来训练算法识别假新闻。今日头条甚至专门训练一套算法来撰写假新闻,然后让两套算法相互较量,看谁能骗到谁,在相互学习中优化算法。
1700513616
1700513617
使用人工智能处理内容的商业模式回报颇丰,以此为基础的公司获得了天价估值。2018年7月,《华尔街日报》报道今日头条准备在香港上市,估值450亿美元。预计今日头条2018年营收在45亿美元至76亿美元。此外,该公司正快速拓展海外市场。2016年,今日头条收购美国著名的社交新闻网站Reddit未遂,一年后收购法国的一个新闻集合网站News Republic,以及由华人团队开发、广受美国青少年喜爱的对口型音乐短视频制作应用Musical.ly。
1700513618
1700513619
今日头条的成功展现了中国在互联网人工智能领域的实力。超过7亿互联网用户都在消费中文互联网内容。使用人工智能优化的在线服务使中国的互联网巨头获利颇丰,如腾讯在2017年11月市值超越Facebook,成为第一家市值超过5000亿美元的中国公司;如阿里巴巴快速成长,成为和亚马逊势均力敌的巨头。
1700513620
1700513621
我预测在5年后,中国科技公司在互联网人工智能技术发展和商业获利方面,会取得微小的优势。中国的互联网用户比美国和全欧洲加起来都多。而且移动支付的普及,使中国的互联网用户可以与内容创作者、O2O平台和其他用户无缝连接,支付行为非常简易。把这些结合起来,中国在开发互联网人工智能应用及盈利方面能够睥睨全球。再加上坚韧且资金充裕的创业者,中国很有可能(但是没有绝对把握)胜过硅谷。
1700513622
1700513623
不过,第一波人工智能浪潮创造的种种经济价值仍局限于高科技产业及数字世界。传统公司广泛地从人工智能发展中获利,是在第二波人工智能浪潮来临之后。
1700513624
1700513626
第二波浪潮:商业智能化
1700513627
1700513628
第一波人工智能浪潮的基础是给互联网用户的浏览数据贴标签,而商用人工智能则是给传统公司数十年来积累的大量专业数据贴标签,如保险公司理赔事故中鉴别保险欺诈,银行核发贷款时记录还款率,医院保存医疗诊断记录及患者存活率等。这些活动产生了大量带有标签,即自带特征及含义的数据。但直到最近才有部分传统公司找到方法,更有效地利用这些数据。
1700513629
1700513630
商用人工智能从这些数据库中挖掘人类往往会忽视的隐性联系,参考以往的决策与结果,利用贴了标签的数据训练算法,最终使其超越经验最丰富的人类从业者。这是因为人类通常根据强特征(strong features)来做出预测,而与结果高度相关的数据,通常是直接的因果关系。例如在预测患糖尿病的可能性时,此人的身体质量指数(BMI)是强特征。而人工智能算法除了会把这些强特征纳入考虑,同时也不放过其他的弱特征(weak features)——这些数据点可能表面上和特定结果无关联性,但是把数千万个例子结合起来后,可以发现一些对预测结果有帮助的重要联系。这些细微的关联性往往没人能解释清因果,例如为何在星期三取得贷款的借款人往往能较快地偿还贷款。但是,使用人脑难以理解的复杂数学关系,把许多强特征和弱特征结合起来的算法,能在许多商业分析工作上胜过技术顶尖的人类。
1700513631
1700513633
商用人工智能事业
1700513634
1700513635
早在2004年,帕兰提尔(Palantir)及IBM沃森等公司就已经为企业与政府提供大数据分析服务。那个时期的商用人工智能应用高度集中在金融业等少数几个靠高度结构化信息运作的产业。“结构化”的意思是已分类、贴上标签、可搜索的数据,最典型的就是股价历史信息、信用卡使用记录等。这类产业有明确的优化指标,与人工智能天生契合。
1700513636
1700513637
因此,传统产业发达的美国在早期的商用人工智能应用领域建立了强势的领先地位。大型美国企业收集了大量数据,设计了良好的储存结构。它们常使用会计、存货管理及顾客关系管理等领域的企业软件。有了这样结构化的数据,如帕兰提尔这样的数据分析公司可以很容易地将人工智能商用,帮助传统公司优化现有数据库,更好地识别欺诈、更明智地进行交易、发现供应链上缺乏效率的环节,使得企业进一步节约成本,利润最大化。
1700513638
1700513639
中国的企业大多使用自己特有的系统来保存数据,从未真正接纳企业软件或标准化的数据储存。这些系统无法扩展,难以和现有的企业软件整合,数据的整理与结构化非常困难。无结构的数据导致使用人工智能优化后的结果不甚理想。另外,中国公司在雇用第三方顾问服务方面的支出远少于美国公司。中国许多传统企业的经营模式和企业文化仍然像个体经营而不是现代企业组织,它们认为不值得在第三方的专业服务上花钱。
[
上一页 ]
[ :1.70051359e+09 ]
[
下一页 ]