AI科技评论按：4月28日是清华x-lab（三创空间）四周岁生日，AI科技评论作为战略合作媒体对其进行了全程跟踪报道。下面AI科技评论编辑就将此次论坛探讨人工智能环节中的精彩部分回馈给大家。
人工智能在2016年可以说是非常的红火，无论是捧，还是踩，都在说明大家很关心这块儿的发展前景和趋势。据AI科技评论了解，这次参加论坛的嘉宾不仅有创业大牛，还有投资界人士，希望大家可以从他们的独特视角中受到启发。
以下是AI科技评论整理的现场对话：
嘉宾自我介绍
沈强（将门投资CTO、创始合伙人）：很高兴今天来到这样一个场合，能够跟清华x-lab很多创业者和老师来进行沟通，今天我们的讨论是人工智能的前沿趋势和新技术商业化的结合，可以分为两个方面，一个是前沿技术，另一个是商业化的结合。我觉得在过去一年里，人工智能可以说是红的发紫了，紫的发黑了，包括捧人工智能的，黑人工智能的，表面上去讲趋势也讲的很多了，今天我们请来的这三位都是真正在人工智能领域做创业的创业者，我们想迅速的从“天上”的趋势，浮在空中谈的趋势落到实践中的这些趋势。所以我们更多的会从创业者的角度进行一些分享，在分享之前我想先请三位嘉宾各自进行一个简单的自我介绍和现在在做的事情。
朱宇东：清华的同学、老师大家好，我的名字叫朱宇东，我是悦享趋势科技的创始人兼CEO。我们公司主要是从事的多参数医疗传感器和传感器数据分析平台的研发，我们的技术主要适用于医院内创新型疾病检测的贴片和院外居家里用的这种医疗及可穿戴或者是智能的医疗服饰的产品形态。目前我们公司成立至今已经有三年多的历史，公司位置也在清华外面。谢谢。
卢学裕：各位清华的校友大家好，我叫卢学裕，是布本智能的创始人。我们的产品叫头条云，一说这个大家都很清楚，就是头条做成SaaS版，因为内容的推荐已经得到广泛的证实和应用，更多的企业也需要通过内容来去提升他自己产品的用户黏性阅读，也通过他们能够给大家更多好的这些内容。我们就想把这个技术提供给各个企业应用。谢谢大家。
孙刚：大家好，我是来自Momenta公司的联合总监、研发创始人孙刚。Momenta公司致力于研发深度研发的大脑，无人驾驶、智能地图和驾驶角色方面，我们技术比较大的特点就是基于深度学习技术来做的，公司是在去年的9月份正式成立的，位置在东门外的东升大厦里，我们有很多学生在我们那做一些事情。
AI前沿趋势如何与新技术商业化结合？
沈强：下面这个关键词先从趋势开始。与其来讲做人工智能本身的趋势，其实我是想先跟三位创业者，三位创始人来聊一下，我们先不说人工智能的趋势。大家每个人都在各自的领域里去创业，你们看到的未来五到十年的一个时间框架里，你所在的行业将会有哪一些关键的变化会出现。在这些关键的变化，关键的趋势里这个环境下我们来探讨人工智能在这些关键趋势里起到了什么样的作用。那么作为一个新的技术，人工智能在你们所处的行业变革里，它是一个技术引领的行业变化，还是说行业的变化在呼唤着人工智能技术的应用，我们先请宇东来谈谈，您算医疗健康行业。
朱宇东：这样讲，因为强哥说不要讲人工智能的应用，我们看医疗行业，计算机的应用显然是会越来越多。从现在大家去医院里面，你看见基本上大夫面前都有一个电脑，在记录你的病情，而且开处方，开诊断，到你不同的诊断室看到另外一个电脑接收所有的信息，到你取药、入院、出院整个都是信息化系统在支撑，这是医院。我们预见未来五到十年机器参与的会越来越深入，深入到不光只是信息化的传递，更多是机器开始能够帮到护士、帮到医生，从信息里面去分析一些东西，去辅助进行一些医疗的决策，辅助进行一些整个在以前只有护士、医生去判断的事情，这是一个非常明显的趋势，比如今天看到比较大的业界很火的IBM已经在做这个事情，实际上很多医疗行业很多具体的点上我们都在有意识利用机器的计算力做一些事情。包括我们公司也是，我们在传感器数据的分析应用上，也是在特定具体的疾病种类里开始导入机器的计算力，而且配合着医生一块让机器变的更有价值，更能帮到医学的这些应用。
从长期来讲，我们认为人工智能在医疗健康行业里是一个越来越强的“得力助手”，它可以提升医生的效率，如果是疾病诊治的话，提高疾病诊治的准确率或者精准性。如果是院外的监护、护理、互相，机器也会积极参与到这些角色里面来。所以我们认为这应该是随着机器运算能力、网络能力的提升，很自然的这一个通用的计算力开始渗透到了医疗健康这个领域。同时医疗健康领域的专业人士也发现说，我们需要进一步的升级，利用我们的现有计算能力，让它帮到我们这个职业变的更加的专业、强大。所以这种趋势我认为是双方都是在互相需要的。
沈强：计算力在提升，推进了整个健康、医疗数字化的进程，同时另一方面我们对于健康有进一步的需求，需要我们从数字化应用会更加深入一点。我自己一个比较大的感受是说，我们来看医院里头的医疗机构，我们在各种数字化上的投资，其实是慢慢似乎有一点演变的趋势，在过去的十几年的时间里，在医疗信息行业里的很多投资强调的是说，我们怎么样去做一些流程自动化的事情，这里既有商业流程的自动化，我们说医院里建一些系统也好，建一些影像系统也好，怎么把这些数据有效的收集起来，让流程能跑起来。但似乎现在我的感觉不仅仅是要把医院的业务流程数字化，而且是最本质的，我们的医疗过程里，无论是药品，无论是我们诊疗的对象—人体要更加多的数字化起来，建立数字化自我的形象。在我的想象里，当我们把人数字化了以后，就像GE谈“数字双胞胎”，每个数字有一个影像，每个人，那么复杂的人，我的血液，我的心跳，我的神经，我的每一个器官的运作甚至于我的基因，是不是在未来也会建立一个全数据的，像软件的一个人，每个人有一个数字化的副本，而更多的医疗行为就会基于你的数字化副本来进行研究、探索、诊疗？
朱宇东：我个人是对你讲的观点是坚定的信仰者，我认为未来人可以完全被数字化的，人的整个结构，从不同维度的结构可以被完全01010（二进制）代替的。我也坚定信仰人类最终的演变方向一定是半人半机器，一定会往那个方向走。但是从医疗健康的角度来讲怎么利用机器的能力，在数字化里帮到人类，这里有很多很多的技术演进、升级打怪的机会。对我们创业公司来说就是找住其中一个点，你很擅长你最懂的，怎么样放到大的方向上，人怎么样数字化，数字化过程怎么样对抗疾病，这是每家公司需要找到自己独特的进入商业的路线，能够随着这个趋势去快速的成长。
沈强：刚才谈到这一点，数字化作为基础，人工智能在整个数字化过程，双向的拉动作用，对推动这个进程会起到什么样的作用？或者推动整个数字健康往前发展？
朱宇东：加速，一定是一个加速度的曲线。而且速度会越跑越快，不是线性增长，是加速度的曲线。
沈强：刚才讲的这个趋势你会认为在这个行业演进里是趋势之一，还是最关键的趋势？你会有这样的评判吗？
朱宇东：医疗健康行业很大，不仅仅是一个计算的能力，还有涉及到方方面面。但是无疑就是计算机，或者说这种人工智能，或者计算机大脑在整个医疗健康行业的升级换代中扮演着不可替代的角色，而且这个角色权重是越来越重。而且随着计算机本身，因为我的老本行是学电子的，从摩尔定律的角度去看，整个物理的计算能力的增加，到机器的计算叠加到软件的增长，这个计算力逐渐上升，一直到医疗健康的应用层面，我认为纯粹从技术的演进角度来讲，这一定是个幂次方的加速。
沈强：相同的问题给到卢总，您所在的领域，你看到五到十年后的未来趋势是什么样？
卢学裕：我们的领域是内容领域，是人的意识和精神世界的问题。我们知道，整个内容产业其实非常之大，而且很多人的身心健康也跟内容是息息相关的，这也是为什么这几年，比如说我们看到像娱乐业这么发达，是因为整个社会的压力非常大带来的一些精神需求。我们人其实是从活在一个物质世界里，现实世界里慢慢在往虚拟世界里去沉浸的，包括VR、AR等科技手段和形式，归根到底是我们人在认知上、意识上被满足。我们除了吃的本身之外，我们还有很大的精神上的一些需求。各个方面，无论从图文、视频还有甚至一些课程等等，所有这些书籍，最高价值的是“圣经”，是价值观级别的内容。不同的内容以后在我们消费上会越来越多，我们看到这些年的趋势，它的形式也在不断的变化，从图文往视频，现在往3D，甚至往VR这些方向在去发展，未来我们的很多人的意识是可以通过电脑，通过传感信号的形式，未必直接是视觉的形式来影响的。《盗梦空间》讲的问题以后会不会成为现实的情况，我坚定的认为未来会走向这样一个方向，但是可能需要时间更久一些。这里涉及很重要的一点，物质世界有物流，精神世界也有“物流”，你看到的东西是由生产者给你提供的，通过一定的通道分发给你，未来也会面临着一些问题，第一我们精神世界是不是也会存在安全问题，一定会存在安全问题，我们看到的东西会不会导致一个人的行为，或者一个国家的行为出现一些不安定，会存在这样的问题，所以说在内容方面的安全也会成为未来一个大的趋势。
内容的生产上，我们现在主要是以人的生产为主，机器现在主要做分发，机器未来是不是在内容的理解上会理解的更深，甚至到去创造内容，根据每一个人的个性化去创造一个内容，甚至创造一部剧，创造一个故事，这都是有可能的。未来的营销也有可能是由机器代替，等机器对于自然语言的理解和语音合成做的更好的时候，比如可能以郭德纲的声音给你打一个电话推销某一个东西，这些都会发生的。等到这一天都发生的时候，我们精神世界会面临一个更大的挑战。
沈强：你怎么看待这个长期趋势和人工智能之间的关系？
卢学裕：是这样的，其实整个世界对内容的需求是一个以前人构造的东西，机器对于这个的理解会变的越来越深。从几个方面，第一方面机器的呈现能力比人是越来越强了，我们可以看到，包括现在机器在一些图象的处理上，其实比如说我们看到整个朋友圈里的美女都是机器美女，至少加了一层机器的美女，那个并不是真实的。有一句话更印证了人工智能时代，叫相见不如怀念，相见不如看朋友圈，朋友圈构造人是更喜欢的东西。无论是从它的呈现形式，还是从未来的创造，你需要什么样的东西，去定制化的给人去创造，这都是未来的大趋势，这件事情会跟商业紧密结合。我们整个运转模式是商业价值驱动的，商业价值是更重要的东西。现在很多技术发展都是商业价值驱动的，那么商业价值在营销上面是极其强的需求，而营销和内容，所谓的“洗脑”是一个非常强的作用。所以现在大家讲叫内容是商业的入口，在很多领域内容都已经上升到是商业入口的程度，就是影响力，商业和内容的结合会越来越紧，所以在这块未来的发展和需求极其旺盛，在这种情况下机器比人做的事情更好，而且做到千人千面，个性化，这是不可逆转的一个趋势。
沈强：下面请孙总聊一下，我觉得你所做的事情，你算是智能驾驶、智能交通领域的创业，我觉得这个行业可能是说在人工智能里，无论是资本还是媒体大家投入度、关注度最高的。我们已经看到有人给我们描绘2025、2035甚至2045年的描绘。我想问您对未来的设想，在中国，在我们的身边，未来五到十年行业会有些什么大的变化，有哪些特征会出现？
孙刚：从人工智能的角度来讲，其实最擅长的事就是做那些定制化的、不知疲倦的一些事情。自动驾驶刚好是这样的事情，因为人在开车的时候都会经常犯一些错误，智能驾驶是我们安全、共享的出行。这种程度来讲机器会比人现在看会更适合，因为两年之前我不敢说，算法层面，包括数据层面都没有达到这样一个水平。但是在今天，其实我们已经能够看到这几年的变化，包括大家常在用的一些打车软件，这是出行服务方面的。还有其他的像美国的特斯拉，这些可以在一定程度上，比如说封闭路段可以实行完全无人的自动驾驶，我们也经常能够看到有一些案例，汽车非常危险的时候，驾驶员突然得了非常紧急的病症，这个车可以靠在路边上停下来。这些都是人工智能可以对于自动驾驶安全和低廉成本方面带来的一些好处。
人工智能创业的价值选择
沈强：其实我们前面谈的这么多的各个行业的趋势，我的一个感觉是说，今天我们在做创业的时候，其实是必须跟趋势，看准行业发展大趋势，我们才有可能在这里获得成功。我们都会谈很多行业趋势性的问题。但是另一方面，这些趋势演进的过程中，今天是演进的进行时，我们要看到远方，但是路在脚下。今天大家都从各自的行业变革中迈出了一步。我是想问一下三位嘉宾，今天你所做的事情，当然你可以谈一下你做事情的场景，我们是想了解你是如何确定要做今天做的事情，如何确定今天要进入的场景，实现人工场景的价值落地，你怎么样在这个过程中进行价值的选择，为什么做这件事情你认为是能够创造价值的？
朱宇东：回答这个问题其实有点事后诸葛亮。什么意思呢？人工智能今年热，所以我们就想想为什么我们做的事跟人工智能有关系。这是表面上回答你的。但是作为创业者，当我们三四年前开始创业的时候，我们那时候头脑中还没有蹦出AI这个词，但是已经有类似AI的词，我们要利用机器的能力，我们要去做不管在我们领域，我们做多参数医疗传感器，传感器出来的数据要被机器来分析，分析以后这个数据进行大规模的建模，建了模以后我们需要去验证模型，最后落到具体的医疗诊断场景里面去，证明这个模型能够改善以前做不到的结果。整个这个流程，三年前的时候我们想这个流程的时候，其实没想人工智能。当时想到另外一个更热的词，前面有硬件，后面有算法软件。现在回答这个问题，我们今天也可以讲人工智能，而且的的确确我们后端讲所有数据的处理、分析到最后的结果、输出、验证，这就是现在人工智能的套路。你可以这样想，这个词语，人工智能今年可能很热，三年以后人工智能可能就不是很热了，因为有一帮公司死掉以后，人工智能肯定就变冷了，有一个更新的词语代替人工智能，但是谈的还是这个事，谈的机器运算力，机器怎么样跟应用场景结合，怎么样解决问题。所以回答这个问题，我是觉得对我们当时选择的医疗健康方向，我们认为人是可以被解构的，可以被数字化的。数字化以后就可以针对具体的疾病健康去利用机器来做分析，来解决问题。这个大的方向我们当时是确定的，所以我们选择一个具体的团队擅长的点切入，一步一步做到今天完整的解决方案。只是大家谈人工智能，我们突然发现里面一个环节已经牵扯到人工智能。
沈强：医疗健康是很大的命题，我们跟今天创业者分析，你落到更加细的点，在医疗领域里，你刚才讲的叫做多参数的生物传感器，能不能在更容易有直观化的方式来理解。
朱宇东：我们做了创新，针对人体血管动脉的雷达传感器，我们做了针对血管的传感器，这个传感器是医疗级应用，输出血管信息的一个超微型传感器，我们把它和其他的一些常见的医疗传感器，比如说心电传感器、体温传感器、电抗阻传感器结合在一块放在医疗器械里，因为它做的很小，而且是多参数的获取，所以医疗器械就可以有不同场景的使用，目前主打的应用选的是心血管。通过我们的传感器贴在你身上关心的血管位置，就可以分析出你的动脉硬化，分析出你的血压情况，分析出你的心血管的心脏病风险。所有的分析都是从传感器里获取的数据，在我的云端完成整个软的处理，这里就有涉及到一系列的机器学习也好，以前叫神经网络也好，还有各种模式识别也好，这些东西在发生。我们做的是这个具体的产品和技术。我们拿着这个和医院合作，相当于通过实际医院的病例，来验证整个技术，让整个产品变成创新型的医疗器械。
沈强：下面相同问题问一下卢总，内容产业刚才描绘的这样一个美好的未来，大趋势里你是怎么样开始落地的？
我们看到另外一个问题，移动时代的时候，用户把碎片时间都用在了内容上，用户整个在内容消费上时间的增长是极其快的，所以我们未来判断用户的眼球在哪里，用户接触到的第一个东西，打开手机之后接触到第一个东西就是入口。所以说我们在那个时候认为说内容就是入口，但是这里又会存在一个挑战，会不会内容都是几家大公司来给大家纷发，这样情况下我们做2B的产品，给更多人用的产品也是机会不大的，存在这样的挑战。我们后面继续观察这件事情的时候，去年我们发觉了一个问题，整个商业形态发生变化，以前公司获取用户成本结构上发生了变化。最早的时候获取一个用户的成本一两块，到后面涨到更高，今年还要再提高30%，意味着有什么样的手段提升用户价值，减少获客成本，内容就浮现出来了，从2016年就浮现出来了，那个时候我们已经开始做这件事情了。
我们分析发现，在内容的不同形态上是有不同的商业价值的，我们把所有的内容形式做了一个划分。所以我刚才提到了比如《圣经》是卖的最多的一本书，还有很多知识类的书本或者得到类的这些，大家是直接愿意为它付费的。还有一类内容是靠占用户的眼球，获得广告的价值，娱乐消费类的综艺节目都具备这个特点的。还有一大类内容跟商业紧密结合的，比如你装修之前会看很多装修类的文章，甚至一些教程，这些类的内容跟商业结合极其紧密的，我们认为这些内容会跟商业的绑定越来越紧。当然我们还没有说这样就会成为一个入口。我们认为说未来提供内容的厂商绝对不只是做内容的这些，而是所有的商业都要提供内容给用户，这样的话既然要提供内容，推荐系统就是一个非常重要的核心。因为给用户提供内容，你一天提供一篇够吗？其实不够的，用户要的是没完没了的内容，而且是要符合他需求的，就需要有个性化的内容。未来内容的制作上也是一个很有挑战性的东西，在未来其实机器可以更好的去做好这样的事情。这就是我们选择这个方向，在这个价值点上去落地的一个原因。所以我们做产品叫头条云，是给广大的这些APP提供个性化内容的能力。
沈强：这样您实践的过程中，您觉得内容更深的嵌入到业务流程里，它的商业价值是在价值验证的什么阶段？已经开始被验证了吗？
卢学裕：已经开始验证了。从去年年底的时候已经有大的一些厂商都开始落地了，我们也是服务几家大的公司，他们对这块的认可，或者数值表现上已经有非常明显的一个表现值了。无论是对APP用户的活跃，还是对它变现能力的提升，都已经得到了一个比较好的验证。所以今年我们看到非常快的企业都开始在这方面落地，我觉得今年是进到一个“快车道”的时期。
沈强：下面问一下孙总，您价值落地的进程，我们都很期待美好的智能驾驶，但是我们知道现在挺有挑战的，特斯拉今年也出了不少的事情。我自己在今年初也看到了，国内有几起至少是严重的特斯拉的交通事故，似乎在美好的愿景里，道路还是挺崎岖的。从你的角度来看，智能驾驶这个宏大的路径你从什么地方开始落地？
孙刚：我想分两部分来回答，一部分是市场，再一部分是对市场的部分像MOBOI、特斯拉，从L1级一直到L4级的，其实在欧美都已经有一些落地的案例了。刚才会之前也在聊，中国价值的市场一年有多大，可能是万亿量级的。其实我先回答特斯拉的问题，为什么在中国会出这样几起事故，主要因为特斯拉大部分的运营车辆都在欧洲或者美国，有一些它的数据都是针对欧洲跟美国的，在中国其实能拿到的数据非常少，这很重要的原因就是有政府的原因在，政府对于国外的公司，或者企业在中国去搜集测绘，或者相关的数据是有严格法律规定的，主要是出于国家安全的影响。再有中国的驾驶环境非常复杂，比如车道线、护栏跟外国的都非常不一样，非常复杂。所以从这个角度来讲，我们认为中国至少会有几家这样的公司做自动驾驶的，尽管国外也会有，中国肯定会有自己的公司，不管是从本地化的需求，还是说从安全的需求来说，一定会有自己原创性的公司做出来。
第二方面团队的问题。首先我们为什么选择这样一个事情？首先是市场，再我们要根据团队适合做什么样的事情来选择。我们团队在组建之初，大家都是深度学习这个领域的高手，比如说世界上第一个深度学习GPO集群的作者等等，其实都在我们公司，所以我们对自己的定位深度学习这部分我们是最擅长的，深度学习可以做哪些事情在自动驾驶里面，比如说环境感知，偏向视觉的部分，还有高级地图和驾驶决策深度学习的部分都是我们所擅长的。我们当时在找点的时候找的就是要做无人驾驶的大脑。其他部分激光雷达的制造等一些其他的部分，可能我们不擅长，这个可以留给另外一些合作伙伴去做，我们主要聚焦在大脑的部分，自己比较擅长。
沈强：您谈到市场的选择，因为数据偏见，信息安全的需求导致有这样市场的空间。从场景落地的角度来讲，刚开始你提供的端到端的价值，第一个落地的场景是把这个技术用在什么领域？能够让自动驾驶成为可能呢？
孙刚：目前阶段我们的合作伙伴有车厂，还有一些TL1的厂商，其实我们有一些商业价值上的落地，跟他们提供了一些技术方面的比如深度学习大脑，自动驾驶，比如环境感知方面的输出，这是已经有落地了，后期可能还会跟车厂一起进行更加深度的合作。比如我们给他们提供一些相关的算法，他们帮助我们收集一些数据，帮助我们的算法来进一步的提高，这也是一个相互促进的过程。
沈强：刚才我们讲到了机会，讲到了挑战，也花了很长时间，最后也想请三位嘉宾每个人用一句话送给我们今天正在进行人工智能创业或者是将要进入人工智能创业的这些创业者们。
朱宇东：祝愿在创业中的兄弟们找好自己的竞争优势的定位，从一个点切入到你选准的应用方向里面去，就一个点。
卢学裕：技术的发展一定是走到高坡然后开始走下坡路的，大家一定考虑从技术壁垒如何过渡到商业壁垒，或者其他的资源壁垒，这件事情想好了，你的路径会发展的更好。
孙刚：创业是一个比较漫长的过程，希望从自身的优势还有市场的环境选择比较好的切入点，真正选择一件自己认为比较重要的事情去做。
沈强：今天第一个人工智能论坛我们就到这结束。感谢三位嘉宾。
AI科技评论小结：三位人工智能领域的创业者就自己所属行业都给出了一些结合人工智能前沿技术实现商业化的有效途径。其中有的业务已经迈出实践的步伐，并且取得了不错的效果。相信在企业家，产品研发者的不断探索下，必将会找出更多把AI运用到实际产品中的路子。不久的将来，人工智能将不再是看不到，摸不着的空中技术。
报名 |【2017 AI 最佳雇主】榜单
在人工智能爆发初期的时代背景下，雷锋网联合旗下人工智能频道AI科技评论，携手《环球科学》和 BOSS 直聘，重磅推出【2017 AI 最佳雇主】榜单。
从“公司概况”、“创新能力”、“员工福利”三个维度切入，依据 20 多项评分标准，做到公平、公正、公开，全面评估和推动中国人工智能企业发展。
本次【2017 AI 最佳雇主】榜单活动主要经历三个重要时段：
2017.4.11-6.1 报名阶段
2017.6.1-7.1 评选阶段
2017.7.7 颁奖晚宴
最终榜单名单由雷锋网、AI科技评论、《环球科学》、BOSS 直聘以及 AI 学术大咖组成的评审团共同选出，并于7月份举行的 CCF-GAIR 2017大会期间公布。报名期间欢迎大家踊跃自荐或推荐心目中的最佳 AI 企业公司。
报名方式
如果您有意参加我们的评选活动，可以点击【阅读原文】，进入企业报名通道。提交相关审核材料之后，我们的工作人员会第一时间与您取得联系。
【2017 AI 最佳雇主】榜单与您一起，领跑人工智能时代。
