文 / 刘娜 薛星星
过往的十年中，外界对王咏刚知之甚少。王咏刚在过去十年一直在在谷歌担任软件工程师，目前的新身份是创新工场技术副总裁、AI工程院副院长。王咏刚并不是我们刻板映像中的工程师形象，而是一个“会讲故事”的工程师。
再次站到镁光灯前，王咏刚的新身份是创新工场技术副总裁、AI工程院副院长，在黑马人工智能先行者大会上他分享了创新工场在人工智能领域的看法和布局，在他看来AI在技术领域还仅仅是开始，未来有很多的发展空间和扩张空间。
在王咏刚看来，人工智能的发展历程主要有深度学习、增强学习、迁移学习、自然语言理解和AI工具平台5个阶段。人工智能只是人类的工具，未来该技术必将实现工具化和平台化。由于人工智能的技术应用还处在深度学习阶段，所以该领域未来还有很多的想象空间，比如说增强学习、自然语言学习的应用。
“例如自然语言学习这门技术，我们现有的技术仅开发到5%。当自然语言学习有实质性的突破，人类就不需要学外语，只用带一个手机APP就可以出国。未来五年八年就可以看见相似的质的变化。实际上，谷歌在去年已经在自然语言学习上有突破。”王咏刚说。
尽管如此，王咏刚认为人工智能在技术领域主要遇到以下六个方面的挑战。分别是前沿科研与产业实践尚未紧密衔接；人才缺口，人才结构失衡；数据孤岛化和碎片化问题明显；可复用和标准化的技术框架平台工具服务尚未成熟；一些领域存在超前发展，盲目投资等问题；创业难度相对较弱，早期创业团队需要更多支持。
在此基础之上，创新工场在人工智能领域的投资逻辑主要为，首先， AI会率先在线化程度高的行业发生，随着线化的发展扩张到各行业；其次，随着感知、传感器、智能硬件、工业4.0的发展，AI会延伸到实体世界；最后，当成本技术进一步成熟，AI会全面延伸到个人场景，全面自动化的时代到来。
王咏刚在此次大会上还分享了许多干货，以下是全部内容，enjoy~
《创新工场的AI布局》
创新工场技术副总裁、AI工程院副院长：王咏刚
我现在是创新工场AI工程院的副院长，去年才从Google来到创新工场，之前Google担任了10年的工程师，所以我脑袋里的思维基本上都是代码、工程技术，所以现在要我换到投资的角度去思考，有时候还不是很习惯。
今天，我分享的主要是创新工场在人工智能领域的布局，以及创新工场对于人工智能领域的思考，在投资、创业、技术研发问题时都考虑哪些问题。
怎么看待今天的人工智能技术？
今天的人工智能基本处在深度学习的阶段。深度学习已经存在好几十年了，但是今天的人工智能还在吃这个老本，用2006－2010年间的理论进行指导。
再说迁移学习。今天人工智能在所谓的领域迁移上表现得非常差，甚至不如一个小孩子。如果我们没有办法在迁移学习上取得突破，那我们就没有办法让人工智能从已有的知识推广到另一个领域，或者从已有的数据推广到另一种数据。那么我们永远就会被拴在所谓的人工智能必须依赖大数据这样一个等式上，我们永远会被拴在人工智能必须是算法和大数据结合这样一个等式上。
我们现在可喜的是，科研界有非常多关于迁移学习很新的东西和技术出来，这些技术到底什么时候能够在创业领域开发结果，我相信这件事的到来，也大概会是几年的时间。跨领域自然语言理解技术，是我们关注另一个重点方向。
几十年以来，自然语言理解被人工智能业内人士们叫做“人工智能皇冠上的明珠”。其原因是；自然语言理解是一个远复杂于图像理解、语音理解、大数据理解，完全复杂、完全崭新等技术复杂领域。在自然语言理解这样一个领域里，数据的维度空前的高，数据本身的灵活性、信息灵活性，信息和每一个标注对应关系的复杂度，远远高于图像和语音领域，复杂得多。
在自然语言理解领域，我们几乎不敢苛求完全100%的理解。因为100%理解自然语言，可以通过图灵测试的计算机，已经跨入了强人工智能的门槛，接下来所谓的超人工智能、毁灭人类的现象，有可能跟在他后面。
但是，如果把自然语言理解从0分排到100分的话，我想现在我们的自然语言理解可能只做到第5分。从5分到50分，从50分到60分，从60分到80分，这里面有非常多可以扩展的空间，有非常多可以取得进步的地方。
那么未来三年、五年，也许再多一点时间，也许所有的人都不需要再学任何外语了，我们到任何的国家都可以用一部手机无缝交流，这是我们觉得自然语言理解层面，从0分到100分之间一个非常好的集合的分数，也许它达不到人类智慧的指标，但是它可以处理像翻译、智能助理、客服应答这样非常基本的任务。
但是，非常清楚的认识到，今天很多主讲嘉宾也都提到人工智能的创业和投资存在泡沫，这种泡沫现象在今天美国、中国都非常的明显。我今天上午好像也说了一句，我们人工智能投资和创业是有泡沫的，但是人工智能这件事是没有泡沫的。
至于今天我们遇到的这些泡沫，还有我们真真正正在创业和投资过程中遇到关于人工智能的挑战，创新工场基本的总结是这样的。
首先，今天的人工智能太多的创业都是科学家、工程师创业，他们离我们真正使用人工智能的行业应用非常远。比如让一个科学家和一个银行业务主管，或者保险公司的代理员，让他们之间坐下来讨论人工智能的方案，现在为止还是非常困难的。
第二，人工智能的人才缺口巨大，人才结构失衡。人才是创新工场非常关心的一件事，我知道现在有大量的培训机构宣称我们可以培训人工智能工程师，可以批量复制人工智能工程师，我也知道那些所谓21天成才的人工智能工程师都学了什么课程。
严格的讲，在人工智能领域，真正能够解决问题以及业务需求的工程师非常少，这些工程师因为稀缺所以身价相对高的离谱，这也是很多创业公司非常艰难的一个地方，他们可能想与人工智能集成，但是他们很难与人工智能集成，因为他们雇不到那么多非常贵的人。这也是创新工场希望通过培训、暑期训练营，希望通过开放一些可以帮助科研、帮助学生成长的数据集等方式，帮助解决问题的原因。
第三，数据孤岛化和碎片化现象非常明显。我们现在做数据，一方面很难保证用户隐私。另一方面，很难收集到完整集成的数据，几乎数据成了某些公司的核武器，这些公司可能没有人工智能、AI的力量，但是他有数据，他在这个领域就能掌握先机，甚至形成垄断。
可复用和标准化的技术框架，平台、工具、服务还需要2-3年成熟。一些领域也存在超前发展、盲目投资追的问题。创业难度相对较高，早期团队需要更多支持，这主要是因为很多现在的人工智能创业，往往还是2B端的创业，2B端和2C模式的创业，其实他的难度要相对高一点。
创新工场有一个自己基本的投资逻辑，是基于我们对人工智能整个技术和产业发展的基本判断来做的。今天的人工智能产业发展，我们希望或者我们的判断是它会经历三个阶段：
阶段一：已经发生的：今天人工智能技术已经在大量地为互联网和移动互联网上这些拥有虚拟数据、虚拟流程的企业服务。百度、Google这些搜索引擎公司，Facebook这样的社交网络公司，还包括今日头条这样的内容推荐、内容分发公司，他们的核心竞争力就是人工智能，人工智能就是用人工智能机器学习出来的规则、算法，帮他们进行内容排序，帮他们进行广告推荐，他们每天赚到的钱里可能有90%的钱都是因为使用人工智能赚到的。
这样一批公司包括所有线上的电子商务公司、线上内容公司，如果他们今天不和人工智能做结合，一定会落后于他们的同行，这是我们的判断。人工智能今天已经在绝大多数虚拟、线上和数据搜索内容分发广告相关的领域，已经扎扎实实的落地里。如果你们还听到有人说，人工智能落地很难，你可以告诉他们说，Google、百度大量的revenue就是从人工智能来的，这样的落地一点都不难，只不过今天的人工智能还有一点点局限在这样的虚拟世界里。
阶段二：会稍晚一些的：我们的判断会花到两三年或者三到五年的时间。那么这样一个阶段，是人工智能从我们虚拟世界（线上）向现实世界（线下）不断扩展的阶段。比如现在所有做安防的公司，所有依靠人脸识别、形体识别，从个人身份识别完成安防体验的公司，他们其实已经为线上和线下通过传感器构架沟通的渠道。
以后这样的传感器会越来越多，把线上的数据和线下的业务场景联系起来，把线下人物实体、事物实体、声音实体转换成数字化线上信息反馈给线上，形成这样一个闭合流程以后再各个不同的行业会建立越来越多。
阶段三：人工智能在产业落地的阶段：就会从全面的线上转向全面的线下，通过不断的发展让我们生活中每一个地方充满人工智能，包括无人驾驶对所有产业的改造，无人驾驶永远按我们的想法，无人驾驶永远是我们所有人工智能产业的领头羊，这个领头羊不仅仅解决出行做汽车的问题，不仅仅解决汽车需不需要司机的问题，它应该会像汽车产业那样彻底的颠覆整个人类的衣食住行很多方面。
当无人驾驶充满这个城市的时候，城市的交通改造就会是一个非常大的项目，城市智能化的停车，需不需要那么多停车场，城市的共享经济应该怎么构建，甚至城市的人口住在哪里工作在哪里的重新规划，都会成为非常大的课题，都会支撑非常巨大的产业。
今天无人驾驶还停留在L2、L3这样的阶段，今天从事无人驾驶创业的很多公司所盯着的还是整个产业中间某一个细分环节，比如有的公司在做感知这块，有的公司在做决策、控制这块，有的公司转做传感器，甚至有很多公司现在专做高精度的无人驾驶地图。
基于今天的发展，未来必将会进入到一个整合阶段。在这个整合阶段里，才会真正产生L4或者L5真正实用所谓全功能、全天候的无人驾驶技术。
现在展示的这张图，是我们创新工场根据人工智能三阶段发展的划分来定义，现阶段三到五年，五到十年，在十年后我们的投资重点，我不细讲所有的领域，我只是在讲我们今天可能投资的有金融行业的人工智能、无人驾驶方面人工智能，我们也投资了一些跟教育相关的人工智能。
未来在2-3年、3-5年内，我们会把这样的领域扩展到更多的层面，包括医疗无人智能、在线教育里无人智能深化，包括具体行业解决方案的人工智能，包括刚才讲的海运业、零售业，甚至包括矿产、物联网里的人工智能，这件事是由时间曲线慢慢推动和移动的，我们不会非常着急现在什么领域都投，什么方式都参与的策略。而是根据技术的客观发展规律，根据人工智能在每一个不同商业领域，每一个不同商业阶段落地的先后关系做出我们的投资决策。
所以，创新工场这个人工智能战略包括两个部分：
第一部分：创新工场这7年一共投资300多家企业，其中人工智能技术驱动的，或者以人工智能技术为导向的企业有30多家。到现在为止，我们人工智能的公司占总投资公司的数量大概10%左右，我们会在人工智能投资领域继续布局、继续深入跟进。
第二部分：因为今天人工智能面临的问题，比如科学家创业的难题、人才培养难题，比如人工智能在不同行业落地的难题。我们协调针对这样的难题，创立了创新工场人工智能工程院这样一个机构，这个机构非常简单，要去吸引一些人工智能领域非常厉害的大牛过来，从Google、微软、twitter吸引一些真正做人工智能一线工程技术的大牛过来，然后我们第一个目的就是培养人才，我们在学校大量招聘毕业生、实习生。
所以，未来从这些技术、产品里，也许可以孵化出一些新兴的人工智能创业公司。简单的讲，创新工场的人工智能工程院使命，就是培养人才、孵化技术和产品，以至于未来有可能成为一个公司，或者人工智能的孵化器。这是我们对创新工场人工智能工程院的基本定位。
好，谢谢大家！
本文为新京报原创
未经书面授权不得转载
