大數(shù)據(jù)文摘駐硅谷特約記者Kevin Yan
大數(shù)據(jù)文摘志愿者廖遠(yuǎn)舒對(duì)本文亦有貢獻(xiàn)
導(dǎo)讀:當(dāng)?shù)貢r(shí)間2月22日,每年一次的硅谷創(chuàng)投界的大聚會(huì)Startup Grind GlobalConference在硅谷的紅木城(Redwood City)舉行。下午的對(duì)話環(huán)節(jié),斯坦福大學(xué)副教授、Google Cloud李飛飛與硅谷著名風(fēng)投公司KPCB的合伙人Mike Abbott以“人工智能的現(xiàn)狀,明天和未來(lái)”為主題展開(kāi)了探討。
對(duì)話中,李飛飛提到了自己去Google Cloud的原因、AI發(fā)展的三大驅(qū)動(dòng)力等話題,當(dāng)然,作為創(chuàng)投峰會(huì)嘉賓,李飛飛也基于斯坦福的AI實(shí)驗(yàn)室的學(xué)生和創(chuàng)業(yè)者給AI領(lǐng)域的創(chuàng)業(yè)者一些實(shí)用的經(jīng)驗(yàn):“說(shuō)到底就是你能不能提供給客戶和用戶他們想要的產(chǎn)品,而不是追求漂亮的方程式?!?/span>
Startup Grind Global Conference是每年一次的硅谷的創(chuàng)投界的大聚會(huì)之一。今年的全球峰會(huì),在硅谷的紅木城(Redwood City)舉行。Startup Grind 是遍布全球的一個(gè)創(chuàng)業(yè)者組織,世界上的每個(gè)城市的發(fā)起者,都可以申請(qǐng)加入。在今年峰會(huì)上,群星云集,例如灣區(qū)的創(chuàng)投教父,Sun Microsystems 和Khosla Ventures的創(chuàng)始人Vinod Khosla ,Y Combinator和Twitch的合伙人 Michael Seibel, 500 Startups CEO Dave McClure, Whatsapp創(chuàng)始人/CEO Jan Koum, Waze創(chuàng)始人/CEO Noam Bardin, Evernote 聯(lián)合創(chuàng)始人/General Catalyst的合伙人 Phil Libin,Tender創(chuàng)始人Sean Rad,Coffee Meets Bagel的創(chuàng)始人 Dawoon Kang, 新晉獨(dú)角獸Zoom 創(chuàng)始人Eric Yuan等等。今年的Startup Grind全球峰會(huì),主辦者從申請(qǐng)的2600多個(gè)初創(chuàng)項(xiàng)目中,篩選了50個(gè),把他們帶到硅谷中心地帶。
本篇文章的主角就是人工智能界的明星,李飛飛教授。李飛飛教授現(xiàn)任斯坦福大學(xué)副教授,斯坦福人工智能實(shí)驗(yàn)室AI Lab主管。在16年底,修學(xué)術(shù)假期期間,加入Google Cloud一年,負(fù)責(zé)Google Cloud中人工智能項(xiàng)目的研發(fā)。
對(duì)話人Mike Abbott也是在硅谷大有來(lái)頭,他是硅谷著名風(fēng)投公司KPCB的合伙人,曾經(jīng)主導(dǎo)的經(jīng)典投資案例,就是對(duì)于即將上市的Snapchat的投資。Mike幾年前就和李飛飛教授在AI Lab的創(chuàng)立上等有合作。
以下為大數(shù)據(jù)文摘駐硅谷特約記者發(fā)來(lái)的現(xiàn)場(chǎng)對(duì)話內(nèi)容:
Mike:今天,很榮幸和李飛飛教授在臺(tái)上交流。和教授幾年前就認(rèn)識(shí)了。
李飛飛:是的,Mike和我在幾年前就有合作,在AI Lab創(chuàng)立的期間,就給予了很多幫助和建議。
Mike:聽(tīng)到你決定去Google Could的時(shí)候,我還很驚訝,是什么促使你做出這個(gè)決定呢?
李飛飛:其實(shí),我來(lái)到谷歌,才兩個(gè)月。這也是我最深入工業(yè)界的一次機(jī)會(huì)。 毫無(wú)疑問(wèn),AI是我們正在進(jìn)行的工業(yè)革命,比如自動(dòng)化,的最大驅(qū)動(dòng)力之一。許多技術(shù)正在改變?nèi)祟?lèi)生活和工作的方式。對(duì)我個(gè)人來(lái)說(shuō),也有一些行業(yè)界的問(wèn)題需要考慮,其中之一就是,我們?nèi)绾伟堰@些技術(shù)去中心化。
我們需要去中心化的原因有很多。首先AI是一件好事,我們大眾從中受益它,第二是我認(rèn)為我不想讓AI只掌握在少數(shù)特權(quán)和精英的手中。通過(guò)去中心化,讓更多人用AI,AI才能發(fā)揮它的巨大作用。
于是出現(xiàn)了云計(jì)算。我花了好一段時(shí)間才終于意識(shí)到,云計(jì)算是人類(lèi)創(chuàng)造的最大的計(jì)算平臺(tái)。
在當(dāng)今來(lái)說(shuō),運(yùn)算是什么?運(yùn)算就是是使數(shù)據(jù)智能化,運(yùn)算智能化,解決自己的問(wèn)題或客戶的問(wèn)題。所以,AI和云計(jì)算之間的結(jié)合的確是推進(jìn)AI去中心化的完美的工具。
Mike:現(xiàn)在在人工智能和大數(shù)據(jù)領(lǐng)域,有太多的噪音。你認(rèn)為AI發(fā)展的驅(qū)動(dòng)力是很么?是由計(jì)算機(jī)硬件進(jìn)步?通信方面的進(jìn)步?還是標(biāo)住......有哪些大的因素促進(jìn)了AI的進(jìn)步?
李飛飛:我想你已經(jīng)指出來(lái)了,我認(rèn)為有三個(gè)主要因素。第一是計(jì)算機(jī)硬件的發(fā)展。不僅是巨大的基礎(chǔ)設(shè)施建設(shè)的發(fā)展,還有GPU,在硬件方面有很多進(jìn)步。其次是20年前開(kāi)始,互聯(lián)網(wǎng)給我們逐漸帶來(lái)了大數(shù)據(jù)運(yùn)動(dòng)。大數(shù)據(jù)的標(biāo)記技術(shù)產(chǎn)生了具有分析意義的數(shù)據(jù)是第二個(gè)因素。然后第三個(gè)因素是算法的進(jìn)步,這就是我認(rèn)為學(xué)術(shù)界在過(guò)去的五六十年,尤其最近二十年一直做的,而我對(duì)算法也特別癡迷。所以這三個(gè)因素融合在一起,給我們帶來(lái)了今天的AI的格局,云計(jì)算將是大數(shù)據(jù)去中心化的工具。
Mike:我?guī)缀趺恐芸吹巾?xiàng)目中,大約10-15個(gè)項(xiàng)目,都說(shuō)自己的AI技術(shù)能夠解決什么什么樣的問(wèn)題。實(shí)際上大多數(shù)但你認(rèn)真看的時(shí)候,要么不明白他們?cè)谡f(shuō)什么,要么你發(fā)現(xiàn)他們對(duì)AI的掌握不全面。
李飛飛:他們可能僅僅想要吸引你的注意。
Mike :投資這些AI項(xiàng)目需要很多錢(qián),現(xiàn)在這塊領(lǐng)域也是各色各樣的人都有在做,我們應(yīng)該怎么擦亮眼睛找到真正有價(jià)值的AI創(chuàng)業(yè)者并給予他們支持呢?
李飛飛:你和我一起曾經(jīng)幫助斯坦福的AI實(shí)驗(yàn)室的學(xué)生和創(chuàng)業(yè)者,我從風(fēng)險(xiǎn)投資界學(xué)到了很多。我想幾件事我會(huì)告訴創(chuàng)業(yè)者,一個(gè)是仍然考慮你的痛點(diǎn),專注于痛點(diǎn),專注于你想解決的痛點(diǎn),這是一切的切入點(diǎn)。想一下針對(duì)這個(gè)痛點(diǎn),你想做什么樣的產(chǎn)品,以及如何交付你的用戶。把問(wèn)題想明白了,然后你就要開(kāi)始思考數(shù)據(jù),我認(rèn)為非常重要的是投資人需要看創(chuàng)業(yè)者應(yīng)該是如何理解他們擁有的數(shù)據(jù),以及他們?nèi)绾问褂盟麄兊臄?shù)據(jù),這一點(diǎn),非常重要,是AI的起點(diǎn),AI不是產(chǎn)生在真空當(dāng)中。
Mike:在數(shù)據(jù)方面,你認(rèn)為隨著時(shí)間的推移,是不是只是擁大規(guī)模數(shù)據(jù)的大集團(tuán)或企業(yè)才將取得成功?
李飛飛:某種程度上來(lái)說(shuō),擁有大數(shù)據(jù)的公司有競(jìng)爭(zhēng)優(yōu)勢(shì),可在競(jìng)爭(zhēng)中脫穎而出。但另一方面,還有很多的機(jī)會(huì),因?yàn)檫@些大公司不會(huì)進(jìn)入更深入挖掘或進(jìn)入某一垂直領(lǐng)域,所以仍然有很多機(jī)會(huì)。這就是創(chuàng)業(yè)者發(fā)揮創(chuàng)造力的地方。比如,如何像滾雪球一樣積累數(shù)據(jù)。你必須有一個(gè)聰明的產(chǎn)品設(shè)計(jì)和與消費(fèi)者或合作伙伴的參與。如此一來(lái)就不僅僅是數(shù)據(jù)分析了,在分析的同時(shí)你也在積累數(shù)據(jù),你不能假設(shè)公司剛成立就擁有所有數(shù)據(jù)。但你要有一些策略。
另一件事是,如果公司真正了解數(shù)據(jù),真正了解數(shù)據(jù)分析的價(jià)值,那么根據(jù)他們有什么方面的數(shù)據(jù)科學(xué)家和人工智能專家,他們應(yīng)該在那方面投資并下功課。
Mike:我完全同意要先專注痛點(diǎn)。您也談到與一些你的研究生在大數(shù)據(jù)應(yīng)用方面的機(jī)會(huì)的探索。然后,我們談到了如何擦亮眼睛分辨好的初創(chuàng)企業(yè)。還有就是PhD或者是PhD 輟學(xué)者的苦惱了,他們有可能把人工智能看做錘子,把所有的問(wèn)題看做釘子。然而,在公司里你只是想解決問(wèn)題,對(duì)算法或方法不關(guān)心,公司招人的時(shí)候往往看誰(shuí)會(huì)解決問(wèn)題而不僅僅是發(fā)表論文。
李飛飛:我不知道為什么這個(gè)問(wèn)題只有這一個(gè)答案,有時(shí)候確實(shí)研究時(shí)看好的產(chǎn)品并不一定真正能帶來(lái)多大好處。有時(shí)候確實(shí)也是技術(shù)不夠成熟,但有時(shí)大多數(shù)機(jī)會(huì)確實(shí)存在。Google也是一開(kāi)始做算法的研究,并沒(méi)有花時(shí)間思考產(chǎn)品。但我也同意你,很多時(shí)候,技術(shù)專家想解決現(xiàn)實(shí)世界的痛點(diǎn)。他們發(fā)表的論文并不能幫上什么忙。創(chuàng)業(yè)者必須感同身受地去理解痛點(diǎn),強(qiáng)迫自己去換位思考你的產(chǎn)品能提供什么。
Mike:現(xiàn)在,有時(shí)候也有許多偽痛點(diǎn),比如自動(dòng)駕駛。你給學(xué)生和創(chuàng)業(yè)的指導(dǎo)是什么,比如如何討論潛在客戶的痛點(diǎn)或找合伙人,或者尋找同樣擁有AI技術(shù)的學(xué)生,是不是要找投資者或產(chǎn)品經(jīng)理推銷(xiāo)。
李飛飛:這就是為什么我?guī)銈兒退麄冋務(wù)劇N覂A向于告訴學(xué)生,首先我是教授,首先我告訴他們成為教授,但如果他們不想做教授,那么我說(shuō)讓我?guī)椭悖矣幸恍┖门笥鸦蛟S可以介紹給你。
其實(shí)我主要會(huì)告訴他們不要太理想化。當(dāng)你真正開(kāi)始創(chuàng)業(yè)并成為一名技術(shù)專家,試著腳踏實(shí)地去做事,不要太理想化,專注于技術(shù),痛點(diǎn)。并試圖認(rèn)識(shí)到作為一個(gè)技術(shù)專家你還有很多不懂的地方,應(yīng)當(dāng)適當(dāng)尋求指導(dǎo)或跟著學(xué)習(xí)或?qū)ふ液献骰锇閬?lái)完成你的目標(biāo)。說(shuō)到底就是你能不能提供給客戶和用戶他們想要的產(chǎn)品,而不是追求漂亮的方程式。
Mike:你說(shuō)的這些都很有道理,我們談到了技術(shù)的發(fā)展,應(yīng)用和解決問(wèn)題的能力。但是,在我們談?wù)揂I的垂直應(yīng)用之前,我還是想問(wèn),為什么去Google 呢?
李飛飛:這是一個(gè)很好的問(wèn)題,我也花了一段時(shí)間思考。我還是很幸運(yùn)的,有很多機(jī)會(huì)。但是,我還是想,讓AI 技術(shù)去中心化。這些技術(shù)對(duì)于人類(lèi)的發(fā)展如此重要,我們不能讓它們只是掌握在少數(shù)人手中。在工業(yè)界,我們更加應(yīng)該多思考AI可能發(fā)展的方向。在硅谷,我們思考有些片面性,想著很多高科技的東西,比如智能駕駛,或者社交。但是,看看世界其他地方,還有很多其他的應(yīng)用場(chǎng)景,比如,醫(yī)療,農(nóng)業(yè),制造業(yè),金融,和政府。有如此多的領(lǐng)域會(huì)從AI技術(shù)中受益。當(dāng)我得出這些結(jié)論的時(shí)候,我發(fā)現(xiàn)現(xiàn)在最好的解決去中心化平臺(tái)的就是云計(jì)算。Google是一家擁有最好AI技術(shù)和Could的公司。
Mike: 現(xiàn)在很多人擔(dān)心,AI的大規(guī)模應(yīng)用,會(huì)帶來(lái)很多問(wèn)題,比如對(duì)就業(yè)的傷害,對(duì)于這個(gè)擔(dān)心,你怎么看?
李飛飛:我認(rèn)為,這是一個(gè)非常重要的話題。作為AI方面的研究者,我認(rèn)為我們有責(zé)任去思考不僅僅是技術(shù)方面的問(wèn)題,還要思考社會(huì)問(wèn)題。我想指出一個(gè)事實(shí),當(dāng)ATM機(jī)器在銀行出現(xiàn)的時(shí)候,ATM把很多銀行工作人員的工作自動(dòng)化。然而,銀行工作人員的數(shù)目不降反增。這個(gè)小例子告訴我們,當(dāng)簡(jiǎn)單的工作被機(jī)器取代的時(shí)候,我們有增加在其他方向上創(chuàng)造工作的趨勢(shì),把服務(wù)做得更好,更能深入的解決用戶的問(wèn)題。所以,現(xiàn)在的銀行工作人員,相比過(guò)去僅僅讀支票,給用戶錢(qián),他們做著更高級(jí)和更有趣的事情。雖然我不是政府制定政策的決策者,但是,我認(rèn)為,我們的社區(qū),應(yīng)該現(xiàn)在考慮,AI如何影響就業(yè)了。
Mike:的確,我們要考慮,AI帶來(lái)的不一樣的機(jī)遇。我們討論了痛點(diǎn),產(chǎn)品和機(jī)遇,作為一個(gè)投資者或者創(chuàng)業(yè)者,我們應(yīng)該如何投資或者雇傭合格的人才呢?這些公司有可能成為谷歌的對(duì)手,但是,如何找到這些人才呢,比如一個(gè)Ph.D.文憑的人?
李飛飛:這就需要你做好自己的功課了。有很多需要考察的事情,比如,他們的學(xué)歷,他們做過(guò)什么。即使一個(gè)人沒(méi)有機(jī)器學(xué)習(xí)的正式文憑,現(xiàn)在有無(wú)數(shù)的網(wǎng)上的課程,論壇等等,比如Github??纯此麄冏鲞^(guò)什么。和他們的工程師聊一聊。我覺(jué)得這是創(chuàng)始人所要做的功課。
Mike:現(xiàn)在,工業(yè)界和學(xué)術(shù)界,有一定的代溝。一方面,工業(yè)界有很好的數(shù)據(jù),然而,找不到能勝任的數(shù)據(jù)專家,一方面學(xué)術(shù)界有不錯(cuò)的算法,沒(méi)有數(shù)據(jù)。你對(duì)著如何更好的聯(lián)系工業(yè)界和學(xué)術(shù)界有什么樣的看法,建議?
李飛飛:首先,就是考慮云計(jì)算啊?,F(xiàn)在,有越來(lái)越多的初創(chuàng)企業(yè)和福布斯前500的企業(yè),在用云計(jì)算平臺(tái)。谷歌云會(huì)做這些計(jì)算,給這些人或企業(yè)解決問(wèn)題。并不是每個(gè)人都需要像忍者一樣,精通所有領(lǐng)域。
Mike:我理解運(yùn)算和云,但是,要是產(chǎn)品設(shè)計(jì)和模型設(shè)計(jì)呢?我不知道谷歌會(huì)幫助這些。
李飛飛:我不想在這推銷(xiāo)谷歌。但是,我們看一看,谷歌提供的一些服務(wù),深度學(xué)習(xí)已經(jīng)幫助解決了很多工程問(wèn)題,谷歌產(chǎn)品使深度學(xué)習(xí)更加簡(jiǎn)單。第二,谷歌的云計(jì)算,通過(guò)API,可能幫助使用者了解數(shù)據(jù),解決問(wèn)題。Google的確會(huì)提供很多服務(wù)。
Mike:微軟現(xiàn)在也有很好的云計(jì)算技術(shù),如果拿微軟和谷歌作對(duì)比,作為使用者,你怎么看如何選擇?
李飛飛:我前面說(shuō)了,我決定作為一名AI專家,加入谷歌,是因?yàn)楣雀栌凶詈玫腁I技術(shù),比如,Google Brain , Deepmind , 越來(lái)越多的人會(huì)用他們的服務(wù)。
Mike:好的,我們有些超時(shí)了,非常感謝李飛飛。那么,就讓我們看看,你的團(tuán)隊(duì)能給大家?guī)?lái)什么吧。謝謝!
李飛飛:謝謝!
花絮:
當(dāng)日一身亮眼的紅裝的李飛飛教授,以及和飛飛教授撞衫的Kevin同學(xué),@紅木城??怂褂霸洪T(mén)口
聯(lián)系客服