机器学习|AI赋能：技术预期与商业实践应该如何平衡？( 二 ) 亿元|人民币|百世集团|转让|快

上一波AI是什么东西呢？像谷歌、百度的搜索，大量是基于统计的或已经成熟的统计学习，那我们看到说这个大家是已经习以为常，不叫AI，但其实就是上一波我们基于统计学习实现的能够落地的AI。
这一波我们看到由于算力上来了，原先基于白盒的方法已经不能从建模角度handle大量的数据了。那我们其实是能够引入一些新的算法，比如深度学习，当初在上一波没有跑通，是因为算力不够。
那新的算法的特点是什么呢？它是黑盒的，一定程度上我其实不需要知道它的特征是什么样子，那好处是机器自己可以通过样本去学习可能有用的特征。那这样的黑盒一下子就把空间打开了，同时也把大量的数据用得非常好。所以这一波我们看到上一波没有做出来的东西，包括图像识别、语言识别在这一波算力变革里都已经有了实际落地场景。
所以再往下看，我们其实要说从机器学习角度它能做什么，不能做什么。我们谈到人工智能总感觉是隔了一层，回到机器学习角度就比较容易看明白了。但凡这个东西用机器学习的模型能很好建模、很好描述的，都是能够比较好的落地；但凡很难用机器学习来建模的，比方说人的常识就是很难建模的，这个事情跟人的常识相关了，就会变得特别特别难，像自动驾驶因为它需要做人的伦理判断，就很难做。
所以常识比较少的垂直领域比较好做，而通用AI就会比较难做。从机器学习本质来说，它是从样本上进行学习这样的过程，如果一些场景我能很方便收到大量数据就比较好做。如果交付要求比较高，没有数据的，就像这个自动驾驶特别难就是这个道理。
所以说人工智能从机器学习角度去看，很多事情会看得清楚一些。
方汉：对于我们普通人来说，可以参考李开复老师说过的一句话：“只要人类在5秒钟之内做出的决策行业，肯定会被机器所替代。”我们人类做的工作，在以秒为单位完成的工作，比如说开车以秒为单位，判断人脸你是谁以秒为单位，这些事情人工智能技术完全可以替代。
下面一个阶段是以分钟为单位的人工智能替代。比如我打一个客服电话需要几分钟，人工智能客服能根据你的思路，给你一个比较准确或者满意的回答。再比如说我们最近孵化了一家做人工智能看片的企业，一个有经验的医生通过看片子，就能诊断出你有没有生病，这也是以分钟为量级的。以分钟为量级，逐渐衍生出一种可替代的人工智能技术。
最后一个阶段是比较难的，就是人类以小时为单位的大型博弈。最简单的就是阿尔法狗，下一场围棋基本以小时为单位来绝胜负，这种人工智能是非常少见的。但也正是通过这一阶段，我们才能判断出人工智能目前处在什么阶段。
刘致雅：现在是处在“秒”的阶段，还是“分”的阶段？
方汉：我觉得“分”的阶段开始大规模出现，“秒”的阶段，人工智能已经可以解决我们日常生活当中所有的问题了。比如天天刷健康码，这是以秒为单位的。
刘致雅：AI想要发挥作用，必须落在实际的产业中才能最大化它的商业价值。想请沈总跟我们聊一聊，AI是怎么落地到商业中的？以及方总跟我们聊一聊，投资商业的逻辑是什么？
沈李斌：我们自己觉得乐言科技在把AI技术变成生产力为商家创造价值这方面还是做出了一些成绩。
【机器学习|AI赋能：技术预期与商业实践应该如何平衡？】可以从两个角度来谈，第一个是AI技术怎么落地？第二个是站在一家人工智能公司的角度来看这个事情。
大家常说，对于人工智能企业要去寻找落地场景太困难了，为什么呢？一定程度上AI是个功能、是一些能力，但它不是业务场景本身的一个东西。作为一家人工智能企业，乐言科技是将“把技术变成客户的业务能力”作为出发点，帮客户做业务的闭环，实现降本增效。我们做智能客服机器人也是这个考虑，它是一个完整的业务环节，能够做端到端的。