<fieldset id="uiuqk"></fieldset>
<strike id="uiuqk"></strike>
人工智能迎黃金期
伴隨信息技術(shù)的進(jìn)步和數(shù)字化、智能化時(shí)代的到來，人工智能產(chǎn)業(yè)迎來黃金發(fā)展期，新興技術(shù)類企業(yè)正成為推動(dòng)科技發(fā)展的重要?jiǎng)恿Α?/p>
松禾資本一直注重對科技領(lǐng)域的投資，擁有超過20年的科技投資歷史，公司在智能機(jī)器人、無人駕駛等人工智能領(lǐng)域深耕細(xì)作，挖掘出眾多人工智能細(xì)分領(lǐng)域的頭部企業(yè)，積累了豐富的投資經(jīng)驗(yàn)。
汪洋分析認(rèn)為，人類對人工智能的研究已經(jīng)長達(dá)六十幾年，人們近些年之所以感覺到計(jì)算機(jī)的智能水平得到了突飛猛進(jìn)的發(fā)展，甚至在需要非常復(fù)雜的計(jì)算、推理能力的圍棋比賽中完勝人類，主要是以下三個(gè)方面的原因：
首先，大數(shù)據(jù)的積累為人工智能產(chǎn)業(yè)的發(fā)展奠定了數(shù)據(jù)基礎(chǔ)。汪洋表示，得益于互聯(lián)網(wǎng)十幾年的飛速發(fā)展，大量數(shù)據(jù)被積累下來，最終成為了人工智能發(fā)展的“食物”和存在的基礎(chǔ)。
其次，算法框架的優(yōu)化為人工智能的快速發(fā)展奠定了學(xué)術(shù)基礎(chǔ)?！罢沁@些年深度學(xué)習(xí)算法的完善，才誕生了像Google的TensorFlow這樣的底層算法框架?！蓖粞笳f，可以將算法框架看成是人工智能的一個(gè)“消化系統(tǒng)”，負(fù)責(zé)讀取數(shù)據(jù)、消化數(shù)據(jù)，并最終產(chǎn)生結(jié)果。
再次，芯片計(jì)算能力的進(jìn)步突破了算力上的計(jì)算瓶頸。汪洋表示，以前數(shù)據(jù)量較大的時(shí)候，一個(gè)模型可能要Training幾個(gè)月甚至一年的時(shí)間。而近些年，尤其像GPU這樣具備并行計(jì)算能力芯片的快速發(fā)展，極大地解決了此類問題，突破了算力上的計(jì)算瓶頸。
“在我們看來，正是這三點(diǎn)因素使人工智能領(lǐng)域的研究產(chǎn)生很大的突破?！蓖粞笳f道。
重點(diǎn)在“人工智能+”
在汪洋看來，互聯(lián)網(wǎng)的發(fā)展解決了連接和信息不對稱的問題，但無法解決效率和勞動(dòng)成本的問題，而人工智能的發(fā)展最終要解決的就是提高勞動(dòng)生產(chǎn)率和降低勞動(dòng)成本的問題，本質(zhì)上就是提高生產(chǎn)力。
“我們將人工智能的產(chǎn)業(yè)結(jié)構(gòu)分為基礎(chǔ)支撐、技術(shù)平臺、行業(yè)應(yīng)用三層?！蓖粞蟊硎荆珊藤Y本的投資重點(diǎn)主要集中在應(yīng)用層，也就是市場聽的最多的“人工智能+”。
按照汪洋劃分的分層結(jié)構(gòu)，基礎(chǔ)支撐層包括數(shù)據(jù)存儲(chǔ)、基層算法、芯片等底層算法框架，在這一領(lǐng)域獲得領(lǐng)先地位的大公司競爭激烈，如英特爾、高通、英偉達(dá)、Arm等巨頭?！斑@些大企業(yè)投入了非常多的資源參與芯片領(lǐng)域的角逐，所以并不利于創(chuàng)業(yè)者進(jìn)入?！蓖粞笳f。
而技術(shù)平臺層則包括圖像識別、語音識別、大數(shù)據(jù)引擎等通用技術(shù)，在這一領(lǐng)域處于領(lǐng)先地位的公司如國外的Google、Facebook，以及國內(nèi)的BAT等?！斑@些公司積累了大量的數(shù)據(jù)優(yōu)勢，他們將通用算法免費(fèi)開放，通過帶動(dòng)流量獲取巨大經(jīng)濟(jì)價(jià)值?！蓖粞蟊硎?，這是典型的互聯(lián)網(wǎng)的打法，行業(yè)里稱之為“羊毛出在豬身上”。