人工智能3.0时代来袭,谁会是下一代霸主?

来源:工业智能化(robotinfo)

屡见不鲜的科技巨头斥资并购,比比皆是的中小企业融资热潮,数据显示过去两年新增加人工智能企业数超过了之前10年的总和,毫无疑问,人工智能已经成了新一轮投资热点。那么,当下的风投公司看中的究竟是什么呢?

在互联网时代,美国产生了脸谱、亚马逊、谷歌 (FANG)等行业巨头,中国也成功的打造了腾讯、阿里巴巴、百度(BAT)等世界级的公司。如果科技发展的下一个时代是人造智能时代,美国已经产生了英伟达(NVIDIA)这样的AI巨人,中国能不能诞生类似的世界领先的AI集团?

人工智能时代变迁史

正如一个人能够高性能操作需要好的身体、思维和食物三要素,一个机器能够高性能操作也需要好的硬件、软件和能源材料三要素。更具体地说,人工智能时代的竞争能力取决于硬件的计算能力、软件的计算方法和源料(数据)的数量和质量,亦即,比赛的胜负取决于算力、算法和数据三要素。当然这三种要素在不同的时代稀缺性的不同也就决定了哪家公司可以称霸江山。

算法为重的1.0时代

人工智能1.0的时代,在算力、算法和数据三要素中无疑是算法最重要,由于IBM在算法技巧上有大量的投入和积累,毫无疑问成为行业巨头。IBM早在1911年就成立了IBM研究院,之后推出世界闻名的超级电脑DeepBlue和Watson,其高超的算法是别的公司没法对比的,而这些技术壁垒也正是IBM称霸这个时代的基础。但是这些AI算法随着时间的推移逐渐变成公共知识, IBM也就面临了新的挑战。

数据凸显的2.0时代

取代人工智能1.0当然是人工智能2.0升级版。在人工智能2.0时代,算力、算法和数据三要素相对重要性有明显的改变,算法的重要性相对降低,而数据的重要性明显提升,称霸人工智能2.0时代的公司无疑是谷歌。谷歌的崛起伴随着互联网的时代的到来,在这个时代计算系统的架构由分散的桌面迁移到集中的云端,也就是云计算体系。

这个结构的变化同时使系统所产生的数据由分散的桌面迁移到集中的云端,从而数据由于聚集而产生了大数据。谷歌利用自己作为人们从现实世界到虚拟世界入口的守门员的优势,收集了大量用户数据,并利用这些数据作为机器学习的提供了海量的食粮,从而使人工智能的性能产生了由量变到质变的本质变化。

人工智能2.0时代,无疑数据最重要,没有数据就像人没粮吃,就没法参与人工智能领域的竞赛。当然,虽然目前大数据资源是人工智能竞赛最稀缺资源,无疑随着时间的推移,大数据资源也会由稀缺变的丰富,从而迎来人工智能3.0升级版。

算力稀缺的3.0时代

在人工智能3.0时代,左右人工智能1.0时代的算法,以及左右人工智能2.0时代的数据,都由稀缺资源变成了丰富资源,而左右人工智能3.0时代的稀缺资源是算力。哪家公司会称霸人工智能3.0时代?未来是未知的,未来的途径是不可预测的,但资本市场还是勇于承担了预期未来的任务。这是因为,在资本市场,过去是没有意义的,而未来则意味着一切,因此,预测未来的可能性最佳的方式是资本市场,资本市场具有前瞻性。

资本市场是如何预见人工智能3.0的呢?我们可以从股票的价格变化窥见资本市场对人工智能未来的看法。从上图蓝色线我们可以看到,在过去一年多的时间里,IBM股票的价值稍微有所下降,是负2.7%,这是因为IBM在过去连续21个季度的报表中,每次报表的收入都是连续下降的,所以资本市场对IBM的未来抱有疑虑。

从上图的红线我们可以看到,在同样的一年多时间里,谷歌股值却增值了接近30%,这说明资本市场认为人工智能2.0时代的霸主谷歌仍然处在力壮的中年期。而英伟达(NVIDIA)则受到了资本市场的青睐,从上图的绿线我们可以看到,在过去一年多的时间里,英伟达股值增值接近353%。

人工智能3.0时代何时来?

科技领域从一个版本升级到另一个版本通常是需要花很长的时间的, 这是因为掌握生产要素的行业巨头的公司是赢者通吃,运用技术或资源壁垒使其成为寡头垄断。寡头垄断的行业,虽然对赢者来说可以养尊处优,但对其竞争者来说却是残酷的现实。并且,处于垄断地位的公司少有创新创业的动力,因而拖延了科技升级的时间。在美国科技史上,具有里程碑意义的谢尔曼(Sherman)反垄断法的应用多次缩短了科技升级的时间,加快了科技创业创新的步伐,催生了科技巨头的更新换代。

我们知道,IT时代Windows & Intel联盟一统江山,但是英特尔的诞生直接受益于1974年由美国司法部对AT&T的反垄断诉讼,使贝尔实验室放弃芯片专利和知识产权。而微软的诞生则直接受益于1969年由美国司法部对IBM的反垄断诉讼,使微软得到成为IBM个人电脑操作系统的供应商的机会。Windows & Intel联盟一统江山的时代,人工智能是无法得以进步的,人工智能1.0不仅无法过度到2.0版本,人工智能行业更有倒退的迹象。

这是因为,Windows & Intel联盟的系统构架,从计算引擎到数据存储都是分布在零散的桌面上,数据无法由集中而形成大数据。零散的数据用起来很难,无法集中调用大数据就无法大规模地为人工智能系统提供食粮,也就无法产生智能的升级。

人工智能2.0版本的快速到来得益于1998年美国司法部对微软的反垄断诉讼。这个案件的核心问题是微软是否被允许将其网页浏览器与其操作系统捆绑在一起。将两个软件捆绑在一起,微软利用对桌面操作系统的垄断从而取得了对互联网入口的垄断。司法部对微软的反垄断诉讼放缓了微软对互联网入口垄断的速度,使谷歌得到了一个控制互联网入口的机会。无疑谷歌搜索引擎的第一指标是速度,要快速得到搜索结果,数据必须集中储存在云上,数据可以极速调用,使用户快速得到搜索结果。这个刚性需求催生了云计算、大数据。这两个重要因素也正是人工智能量子跳跃所需要的基石。

没有云计算,没有大数据,人工智能2.0时代是不可能成为现实的。 Windows & Intel联盟一统的江山不会催生云计算。因为云计算架构的变革对桌面计算的天下是一个巨大的威胁。

Windows & Intel联盟更不会催生大数据。因为微软并不迫切需要大数据,微软操作系统的垄断产生了足够的利润,微软并不需要将隐藏在桌面背后的数据收集起来以产生价值。

展望未来,人工智能的发展路径也不能在2.0数据版上停滞不前。人工智能必须升级到3.0版本才能使人工智能嵌入到众多的产品和服务。人工智能必须到达商品化,才能得到普及,从而使人类生产力得到一个新的量子跳跃,使科技再次大规模造福人类。别指望谷歌来推动人工智能3.0时代的到来,因为谷歌在本质上是一个软件公司,而不是一个硬件公司。

要使人工智能深入大众商品,必须将软件的复杂性隐藏在硬件的背后,使其外表简化成一个小而精的硬件。在算法、算力、数据三要素中,谷歌占据强有力的数据优势,但算法和算力仍有待提升。有数据优势的巨头是阻碍人工智能进入3.0时代重要因素,因为他们不愿意放弃这个优势。

反思美国科技发展近代史,科技发展的下一个里程碑,要破局寡头垄断时代,从而迎来一个崭新的,群雄逐鹿、百花齐放的人工智能3.0时代,我们还是要回到美国国会在1890年通过的具有里程碑意义的 谢尔曼(Sherman)反垄断法上找到答案。

欧盟委员会已经对谷歌的垄断行为的破纪录价值达到了27.3亿美元的诉讼 - 这被广泛认为是自2004年微软决定以来欧洲最重要的反垄断裁决。数据有这么重要的价值,数据到底属于谁?这是个十几年来一直没有回答的问题。谷歌作为人们从现实世界进入虚拟世界入口的守门员,从而得到了大量的数据,但这些数据的本质是属于你和我的,谷歌采集了这些数据,但它绝对不拥有这些数据。举个例子来说,你我打个电话,虽然电话公司可以采集我们通话的数据,但电话公司并不认为这些数据是属于他们的。

现实是,科技巨头FANG无一不是通过采集大量用户数据而建立强大的护城河。按照科技历史的先例,美国司法部在不远的将来也会对谷歌进行反垄断诉讼,其结果最有可能的路径是,谷歌所采集的数据实际上是一个高价值的社会财富,因而最佳的社会选择是将这些数据变成一种可以共享的社会资源。如果数据是共享的社会财富,算法是公知的社会知识,那么,人工智能3.0时代必将极速到来。

我们会迎来的时代是,在同等的数据起跑线上,运用已知的算法,依靠强有力的算力,做出最明智的决策。这就是人工智能3.0的战场。这个战场类似于今天的运动竞赛,运动员有足够的粮食(数据)和类似的竞争技巧(算法),但比的是体力(算力)。

在金融行业,高频交易经历了非常类似的竞争力变迁史。高频交易策略的本质是套利。高频交易1.0比的是算法,用高超的逻辑找到别人没有想到的套利机会。后来华尔街量化矿工(Quant) 都掌握了类似的金融知识,用了类似的算法,所以高频交易战场从1.0升级到2.0,比的是数据。

当时华尔街各大交易所出卖各种各样不同信息密度和时间延迟度的数据。能够得到高质量、低延迟数据的量化交易员比数据贫乏的交易员更盈利,所以,所有的从事高频交易的业务部门不得不向交易所购买所有的数据。当所有的竞争对手都享有同样的数据的时候,也正意味着高频交易2.0时代的结束。

接下来是高频交易3.0时代的到来,高频交易3.0比的是速度,也就是算力,因为大家有同样的数据和类似的算法。因为套利的机会是有限的,并不是所有的交易员都能拿到,只有数度最快的那个交易员才能抢到最盈利的套利机会。

如何才能提高算力呢?当然传统的通用CPU+软件的系统构架肯定是不行的。通用CPU要换成专用的GPU,软件要转换成硬件FPGA,这就概括了高频交易的演变过程。未来的自驾车系统肯定不是CPU+软件,软件就没有了,都换成了硬件。硬件系统肯定是比软件系统更快更稳定,更可靠,绝对避免了通常软件操作系统的抖动(Jitter)。

人工智能3.0时代谁是赢家?

如果算力是未来人工智能胜败的首要因素,我们可以再次探测一下华尔街投资者对未来的看法。从下面的这张图我们可以看到,在过去一年半的时间里,蓝线的英特尔股价增值14%,低于市场平均水平,而资本市场除了看好绿线的英伟达(NVDA)以外,还看好AMD。

谁会是人工智能的未来?

从人工智能生态的产业图谱来看,人工智能主要分为基础层、技术层和应用层。人工智能生态的底层是基础层,提供计算能力、算法和数据结构标准;中层是技术层,是用技术平台的方式将基础层的能力转化某种问题的解决方案,比如图像和语音识别;而上层则是应用层,将中层的技术方案应用到具体的业务场景,比如为医疗服务、金融服务、或者直接为消费者提供具体的产品,比如自驾车。

如果人工智能3.0时代快速到来,对于既能利用上游生态的基础技术,又能为下游的机构客户提供技术层服务的公司而言,是有很大发展空间的;如果人工智能3.0时代迟迟不能到来,将长时间停留在2.0数据为王的时代,这将对很多无法采集和拥有数据的企业造成挑战。

本文来自企鹅号 - 网信科技前沿媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

逃犯为何偏偏在张学友演唱会上被抓?人脸识别在中国大爆发

今年,犯罪嫌疑人参加张学友演唱会被抓的新闻不断被报道,哪里有张学友演唱会,哪里就有罗落网的逃犯。“他来看我的演唱会,获赠手铐一对”。

913
来自专栏镁客网

避免沦为“人工智障”,机器人还需找对语音交互的“打开方式”

3690
来自专栏罗超频道

人工智能成手机标配,但大多数手机玩AI的姿势都是错的?

在登陆港交所之后,美图正在提高手机新品的发布频率。2月发布美图T8手机之后,今天又发布了美图M8拍照手机和美图T8升级版。两款手机都首次引入自拍机器人这一概念—...

3247
来自专栏钱塘大数据

【百度内部分享】如何成为一个优秀的工程师

一位工程师,如何才能称得上优秀?除了写得一手好Code,什么样的工作态度和方法才是一个优秀工程师的必备? 7月11日,陆奇出席百度内部Engineering L...

33812
来自专栏机器之心

独家 | 全球首届人工智能黑客马拉松·北京站比赛圆满落幕,三支冠军队伍诞生

机器之心报道 作者:杜夏德 6 月 25 日下午,由机器之心承办、华院数据协办,阿里云 PAI、美团云、讯飞开放平台、DeepBelief.ai、和竹间智能提供...

3324
来自专栏安智客

全球嵌入式技术和物联网发展新趋势

•Connectivity 互联互通是构建智能社 会的基础,致力发展高效,可靠和低 功耗的联网技术。

1475
来自专栏大数据文摘

陆奇最新演讲:如何成为一个优秀的工程师

2387
来自专栏华章科技

百度陆奇:如何成为一个优秀的工程师

7月11日,陆奇出席百度内部Engineering Leadership Talk。作为计算机科学博士及优秀的管理者,他提出的五点要求,对每一位工程师都适用。

674
来自专栏机器人网

李开复眼中的2018达沃斯:真实的AI居然是这样的…

1月23日,第48届世界经济论坛年会在瑞士达沃斯召开,会议召集了来自全球政商、国际机构、公民社会、学术、媒体和艺术等各界超过2500多位领袖人士出席,创新工场董...

3536
来自专栏VRPinea

苹果拟2020年发布AR/VR头显,为用户提供更舒适的体验

1885

扫码关注云+社区