&想法迷宫&指的是一张地图，上面有新兴企业在有限的空间内需要做的所有关键决策和权衡： 一个优秀的公司创始人能够预料出公司走的每一步是通向成功还是失败，而平庸的创始人只会集中力量于电影、音乐、文件分享、P2P或是照片共享这些事，从来不知道产业的历史、迷宫中的玩家、过去的伤亡人数以及能够消除隔阂、改变思想的科技。& Balaji Srinivasan，负责市场调查、现况构图和设计。我认为以自己感兴趣的领域中的一个想法迷宫为例很是有趣，即人工智能领域的新兴公司。以下是这座迷宫的简图。我在这里详细解释了每一步。准确度达80%-90%的最小化可行产品。人工智能领域有句老话：&人工智能能够在一定程度上为任何问题提供解决方案。&对大部分问题而言，建立准确度80%-90%的模型相对容易。之后时间、资金、脑力、数据等的回报急速减少。简单来说，你会花几个月的时间完成前面80%，剩下的20%需要花费的时间可能是几年，可能是一辈子。顺便说一句，这就是为什么你看到自动驾驶汽车的部分模型时感到收获不多的原因&&你要看的应该是剩下的10%-20%的极端情况，比如一条狗在光线不佳的情况下突然跳到车前的时候。走到迷宫的这步，你会有一个选择。你可以1）把准确度提升至100%。或2）即使准确度有限，但仍然制作一个有用的产品。可以通过创造一个叫做&误差容忍&来实现这一点。&创立一个误差容忍的用户体验环境。&比如IOS的自动纠正系统，以及在谷歌搜索时的自动提问&你要寻找的是不是X？&也可以说谷歌搜索本身就是误差容忍的用户体验：搜索时，谷歌会显示10个链接，并非直接出现热门搜索结果。这就使机器出现排序错误时人类得以驾驭机器之上。建立误差容忍的用户体验并非是一种失败，而是反映了不同的产品需求。值得一提的是，人类和机器合作时潜在因素非常重要，总体会影响到技术架构。好了，下面我们假设你想要100%的准确度。如何到达这一步？通过计算不可能完成最后的10%-20%，能够完成最后的这步需要更多的数据来构建你的模型。数据是人工智能的关键是因为：1）数据是缺失成分。我们拥有很棒的算法，现在也拥有无穷无尽的计算资源。但是2）算法是研究界的共享资源。公共数据总体而言并不精确，而详尽的数据根本不存在，又或者只为个人所有。&缩小范围。&你需要的数据量和你想解决问题的宽度相关联。所以在你开始收集数据前，你应当缩小范围。不要试图制造一个万能机器人，你应该制造一个只帮助人设定会议时间的机器人。不要构建一个能预测所有事情的云服务，建立一个能够预测欺诈性交易的云服务。以此类推。&进一步缩小范围。&你缩小范围后，再进一步缩小范围！即使你的目标是建立X，有时你需要建立的只是X的一部分，这才是最终创造X的最佳方法。我建议一直缩小范围直到不能再缩小为止，但不能让产品范围缩小到没人愿意使用。这样做因为虽然你在不断缩小范围，但将来总是可以再将范围扩大的。&如何获取数据？&广义来讲有两种方法：自己开发数据或把数据众包。谷歌地图和Waze之间的对比非常明显。谷歌雇佣了上千人实地绘制道路、大楼和交通地图。Waze想出了让几百万的人替它做这件事的办法。如果想用谷歌的方法，你需要很多的资金，几亿到几十亿美元不等。这对试生产阶段的新兴公司而言完全不可行。新兴企业获取数据的方法就只剩两种：1）从公共资源获取。2）尝试获取群众帮助。最常见的方法有：1）查询网络，或像维基百科这种大网站。你或许会说这就是谷歌搜索用的方法，即利用链接作为搜索排名的信号。许多公司都试着开发维基百科，但据我所知，这种方法收获颇少。对新兴公司而言最可行的方法就是众包数据。这就可以把复杂过程简化，只需设计出一种服务，鼓励用户回馈信息提升系统体验。制造群众外包产品就是唯一要做的事。但我会提供一种去年投资的一家网站Wit.ai曾试过的方法。Wit的想法是为开发者开发语音识别和自然语言处理提供服务。V1.0系统语音回答基本正确，但并非屡试不爽。但是该系统还提供了一个仪表盘和应用程序界面，开发者可纠正错误并提高准确率。对于能够使用这项免费服务的开发者来说，他们的改进可以得到回馈以提升整体系统功能。Facebook收购了Wit成为了更大的公司，它们的命运从此息息相关。Wit采取的方法非常机智，其他人工智能领域也可使用。这就是我对人工智能新兴企业想法迷宫的大致观点。有几个要提醒你的地方：1）我也许有错误之处，抑或忽视了迷宫中的其他路径。想法迷宫是为了提供帮助，不是绝对真理。2）正如Balaji所说，科技进步能够&消除隔阂、改变思维&。特别要注意新兴的基础设施科技，如互联网、智能手机、云计算、比特币等等，它们能在许多不同的想法迷宫中开辟新道路，即使这些路径开始看起来毫不相关。（编辑：Zoey)
24小时报不停
货车导航服务商“货车宝”获天使轮融资
三季全球穿戴设备出货2630万台，小米Fitbit并列第一
阿里云未来五年培训10000名脱贫计划技术人员
网友爆料TFBOYS拿下阿里口碑合作，将代言“双12”
外媒：阿里正商谈15亿元投资商汤科技，成其最大股东
路透社：亚马逊人工智能功能对硅谷企业是一大挑战
牛电科技创始人李一男或本周末出狱，曾深受任正非赏识
58集团晋升陈建宁为副总裁，升级品牌营销战略
阿里多数合伙人返回杭州，帮助脱贫成公司战略级任务
杨元庆：中国制造业正被双向挤压 需智能化发展
爱奇艺首席内容官王晓晖：二次元规模占泛娱乐近6成
快看漫画D轮融资1.77亿美元，Coatue Management领投
谷歌在英国遭遇集体诉讼，涉嫌窃取iPhone用户数据
华尔街分析师：比特币价格可轻松达到10万美元
传谷歌智能音箱谷歌Home Max将于12月11日开售
投资者称Airbnb已具备上市基础，或在未来2年IPO
B站陈睿：超50%的年轻网民是B站用户
通用计划2019年开启自动驾驶汽车打车服务
传谷歌或将整合Nest到硬件业务中去
摩拜ofo否认押金挪用，称目前押金可顺利退还
江南嘉捷18个涨停似见顶,奇虎360借壳上市到关键
亲测摩拜ofo退押金：均可“秒退”无异常
京东收购淘汽档口，其汽车后市场B2B业务上线
ofo回应“资金告急”传闻：各项业务有序运转
摩拜ofo被曝资金告紧，已挪用60亿用户押金补缺口
马云:事业做多大担当就多大，一月挣一二十亿也难快乐
传微医集团拟融资5亿美元，明年进行IPO
乐视资金燃眉售总部资产，抵押过多或难寻买家
微信加入直接向银行卡转账功能：超1千交0.1%手续费
摩拜ofo被曝资金告紧 已挪用60亿用户押金补缺口
瓜子二手车被裁定禁用“遥遥领先” 回应：申请复议
梦想加获亿元B+轮融资，鸥翎投资领投、愉悦资本跟投
「包大师」获1000万元Pre-A轮融资，从养护切入建立奢侈品售后服务闭环
亚马逊推出AI摄像头：开发者专用，定价249美元
ofo宣布进驻印度四城，年底20国目标基本完成
阿里巴巴遭遇科技股抛售潮，创一年半最大盘中跌幅
扎克伯格：用Facebook捐款不再收交易费
马云对话全球浙商：今天是最佳经商的时代
360上市新波折，遭游戏开发商实名举报
雷军：小米正在全面复苏，但现在谈成功还为时过早
麦肯锡：未来13年机器人或抢走8亿人的饭碗
文化部抽检50款手游，网易博乐科技有限公司等遭处罚
马云回应为什么拍电影：不想80岁时后悔自己没折腾过
“e租宝”案终审：10人构成集资诈骗罪，两人被判无期
Uber数据泄漏事件涉及270万英国用户，或面临巨额罚款
迅雷与子公司互撕殃及股价，周三暴跌逾31%
食得鲜获天图资本领投数千万元A轮融资336被浏览15979分享邀请回答（美国） 开发了一个强大的平台，使用由真实AI（大数据，机器学习和预测分析等）的核心成分驱动的技术来解决商业交易上的问题，包括交易人、物品、时间、方式等。主要为Salesforce提供分析数据的软件，该软件可以通过分析大量的数据来预测人们最有可能购买的时刻。该公司先前在一场融资活动中融资1.39亿美元，估值约10亿美元。根据首席执行官Dave Elkington的介绍，截至目前，InsideSales的估值已经超过15亿美元。18. Kensho Technologies（美国）Kensho 是领先的实时统计计算系统及可扩展的分析架构，利用大规模并行统计计算等为投资专业人士提供下一代的分析平台。该公司致力于为金融机构提供提高市场透明度的技术。Kensho是美国一家基于云计算的智能计算机系统先锋公司。Kensho结合自然语言搜索，图形化用户界面和云计算，为金融市场的投资人们提供一套全新的数据分析工具——Warren（沃伦，沃伦·巴菲特的沃伦）。能够回答复杂的金融市场问题，如各种数据、股票走向等，有望成为金融领域的虚拟市场研究助手，就如同苹果的Siri，IBM的Watson和Google的Now。高盛公司已经在内部部署Kensho取代部分金融分析师的工作。融资：A轮高盛投资1500万美f获元。种子轮1000万美元，投资方包括General Catalyst，New Enterprise Associates，Accel Partners和Google Ventures。19. （以色列） 是一个日志分析平台，使用AI和机器学习算法来查找IT环境中不断生成的信息量里的关键事件。基于 AI 的日志分析平台致力于帮助公司跟踪网站、应用及软件的情况，以避免发生代价高昂的停机故障。该公司的开源 Elasticsearch、Logstash 和 Kibana(ELK)堆栈的云服务用于分析企业日志。此外， 还开发了机器学习算法，用于研究用户与日志数据的交互，通过自动化科学过程改进 DevOps 和 IT 操作，发现被忽视的事件，并提供有关环境、严重性、相关性和后续步骤的可操作数据。融资: (11月17日)，该公司宣布获得 1600 万美元的 B 轮融资。由波士顿的 OpenView Venture Partners 领投，早期投资者 83North 和 Giza Venture Capital 参投。自 2014 年成立以来，
累计获得投资 2390 万美元。20. Mobvoi（出门问问，中国）出门问问是Google投资的一家中国人工智能公司，拥有自主研发的语音识别、语义分析、垂直搜索、基于视觉的ADAS和机器人SLAM等核心技术。自成立以来，出门问问致力于以人工智能为中心，通过软硬结合产品落地到生活场景，来打造下一代的人机交互方式。融资：2015年10月，出门问问被Google投资，至此总融资额累积达到7500万美金21. Numerai（美国）Numerai是一种由数据网络构建的新型对冲基金的专家预测系统。2015年12月，他们创造世界上第一个加密数据科学锦标赛的股票市场预测，集合了世界上最好的数据科学家，拥有最准确和最原始的机器学习模型。Numerai建立人工智能的方式比较特别——基于建模用户与数据双匿名的方式，将加密数据开放给用户，以用户贡献的众多的模型综合去搭建人工智能模型。Numerai每周定期发布加密数据和建模比赛，招揽匿名的用户用加密过的交易数据集进行建模和分析。融资：2016年12月获得600万美金的A轮融资，投资方包括First Round Capital，Fred Ehrsam ，Union Square Ventures等。就在今年4月，Numerai刚刚获得由全球最大的对冲基金公司之一Renaissance Technologies领投的150万美金的风投。此外，Numerai还在今年入选《福布斯》杂志的FinTech全球50强榜单。22. Orbital Insight（美国加州）Orbital Insight成立迄今已有三年时间，该公司主要从事卫星和无人机（UAV）图像的大规模分析。该公司的自主学习算法计算及道路、飞机、云、雾、湖泊、土地、建筑物和油库测量，能够帮助人们更好地认知世界。例如，它的数据可以用来计算一个停车场的车辆数量，从而帮助利益相关方深入了解某一个零售商店的运营业绩情况。Orbital Insight 表示他们公司已经计算过美国 50 个零售商的相关数据，共计100 多万个停车场和十亿多的汽车数量。Orbital Insight 去年还与世界银行进行了合作，通过建筑物高度和屋顶材质测量数据，来衡量各地的财富情况，从而提高相关贫困数据的准确度。融资：GV（谷歌风投）领投，CME Ventures、Sequoia Capital、Lux Capital 和 Bloomberg Beta 参投，使 Orbital Insight 完成 1500 万美元的B轮融资。23. ROSS Intelligence（美国）ROSS智能使用人工智能来允许律师的精力专注于他们的客户，这件最重要的事情上。 ROSS开发了一个专有框架，LegalCognition，并与早期合作伙伴IBM Watson合并。允许律师在几秒钟内执行繁琐的研究任务而不是几个小时。Ross采用了 IBM的Watson系统。它能理解你的问题，根据参考文献和例证推测结论。它不会列出数千条结果让你筛选，而是提供相关程度最高的结果，从而提高法律研究的效率。此外，它会不断关注现有的诉讼，通知你法院近期可能与案件相关的判决结果。还拥有机器的学习能力，能从过往经历中学习，你与它互动越频繁，它就越能积累信息，运行速度也会更快。Ross并非是要去完全取代律师，它目前也不能去法庭帮助委托人进行辩护，它的主要作用是使用技术去帮助律师（或者用户），比如人类律师无需自己消耗大量时间和精力阅读每一个单一相关法律案例，而是可以从Ross那里迅速得到所需要的信息，这能让人类将更多精力投入分析复杂细节和案件当中。24. Shift Technology（法国）Shift Technology是一家运用大数据和机器学习来辨别保险索赔欺诈的创企，在该公司的服务下，保险公司可以省下不少钱。使用了SaaS的模式，他们从客户处收集到的所有数据能够促进算法改进，这样他们的产品就能够越来越出色。险欺诈是一个潜力巨大的市场。许多人认准了保险公司荷包鼓鼓，总是想尽办法索赔到更多的钱。因此，不管是白猫黑猫，只要能让保险公司省钱就是好猫。也正是出于这个原因，Shift Technology的平台受到了极大的欢迎。融资： 1000万美元A轮融资，领投方为Accel，原投资人Elaia Partners以及Iris Capital跟投。25. Sift Science（美国硅谷）利用机器学习和人工智能技术，Sift Science 可以自动推测某笔可疑交易，判断某个线上业务是否得到授权或存在潜在欺诈威胁。Sift 的机器学习系统可以不断追踪线上正常行为和异常行为，并且把这些行为与犯罪活动进行一一匹配、对比。Sift Science提供实时机器学习防欺诈解决方案在全球的在线业务。 除此之外，公司还推出了一套新的产品旨在检测和减轻其他类型的欺诈和滥用，包括：帐户滥用，内容滥用和促销滥用。融资：2016年7月获3000 万美元的 C 轮融资，领投方是 Insight Venture Partners。Union Square Ventures领投的400万美元的A轮。它的其他投资者名单也很闪亮， Chris Dixon，前PaypalCTO Max Levchin还有Salesforce CEO Marc Benioff等人都参投了。Pre-A和种子轮共获得550万美元。26. Sight Machine(美国旧金山)Sight Machine定位于制造商客户，通过提供一套靠谱的软件分析系统，帮助客户充分挖掘记录产品质量的图像、压力温度、运动控制传感器、可编程逻辑控制器、流水线机器等方面的已经封装好的数据。挖掘完数据，再上一套浪里淘金的工序，就可以把过滤出的有价值的信息反馈给制造商，让工厂们依据信息监测并改善生产过程。使用人工智能、机器学习和高级分析技术帮助企业解决生产质量和生产力方面的挑战融资：天使轮500万美元的融资。这轮融资目前还没close，已经参与的投资机构包括O'Reilly AlphaTech Ventures、IA Ventures、FundersClub、Orfin Ventures、Huron River Ventures、Michigan eLab等。27. Verdigris（美国 ）Verdigris是一个人工智能和物联网平台，使建筑物更智能和更连接，同时降低能耗成本。 通过结合专有硬件传感器、机器学习等，Verdigris“学习”建筑物的能源模式。 其软件能生成综合报告，包括能源预测，以及关于故障设备，维护提醒和警报。28. x.ai（美国）x.ai 是人工智能个人助理，可以为你安排会议。 无需登录、密码、下载。 所有你做的是CC amy@x.ai进入你的电子邮件对话，接管了繁琐的电子邮件安排会议。他们的投资者包括，IA Ventures，Firstmark，Two Sigma Ventures，SoftBank Capital，DCM和普利兹克集团。 29. Zymergen（美国）Zymergen 透过使用机器学习，来试图找出微生物内部可能导致所需结果的基因组，例如能产生某种蛋白质的基因组。该方法旨在取代目前基于容错的实验方法，而且有可能生成更多的有效微生物。融资：2016年10月，美国合成生物科技初创公司Zymergen宣布获得1.3亿美元B轮融资。这轮融资由领投，参投者包括现有投资者 DCVC、True Ventures、 AME Cloud Ventures等。诺贝尔奖物理奖得主朱棣文也将担任该公司董事。2013年 获200万美元子基金，2015年获4000万美元C轮融资。30. Deepmind（英国）AlphaGo背后团队。2013年成立于英国 伦敦，2014年被谷歌5亿英镑收购。DeepMind 伦敦办公室已经有400多位计算机和神经科学家，他们还计划继续扩充到1000人。英国之外，DeepMind 也开始在 Google 大本营所在地山景城招人。DeepMind 发言人称，他们计划在美国组建一个几十人的小团队，以弥补 Google 跟 DeepMind 伦敦团队之间的差距，并保持紧密合作。31. Vicarious（美国硅谷）Vicarious的目标定位于“建立下一代的人工智能算法”。并且声称要构建“像人类一样思考的软件”，实现“人脑级别的视觉、语言和自动控制系统”，致力于研究通用人工智能，目前他们的研究重点是实现人工视觉识别系统。融资：吸引了Facebook CEO扎克伯格、特斯拉CEO马斯克、彼得.蒂尔和亚马逊CEO杰夫.贝索斯的私人投资。其他投资人还包括雅虎创始人杨致远、Facebook联合创始人Dustin Moskovitz、著名投资人阿什顿.库彻，以及硅谷著名VC Formation 8和全球领先的工业机器人公司ABB等，目前已筹集7200万美元。32. Palantir（美国）Palantir公司2004年由Facebook的早期投资人、PayPal的联合创始人皮特·泰尔(Peter Thiel)，和其他四个人联合创立。Palantir公司曾被称为是美国最神秘的新创公司，因为它的客户包括美国国家安全局(NSA)、美国联邦调查局(FBI)、美国中央情报局(CIA)和很多其他的美国反恐和军事机构。。并且有消息称，Palantir在美国击毙本拉登的行动中发挥了情报分析的作用。Palantir公司的部分融资情况：2010年7月，Palantir在第四轮融资中拿到 9000 万美元投资，公司估值 7.37 亿美元。投资方由联合创始人 Peter Thiel 的 The Founders Fund基金牵头，其他投资者还包括 Youniversity VenturesGlynn Capital，Miriam Rivera 的 Ulu Ventures，Jeremy Stoppleman，Ben Ling，以及一些知名的纽约基金。日，Palantir 今获得5000万美元的新一轮融资，使其累计融资额达到了1.75亿美元。日，Palantir科技在F轮融资中获得7000万美元投资。至此该公司的融资总额已接近2亿美元，预计估值为25亿美元。日，Palantir完成了价值1.96亿美元的融资，并向美国证券交易委员会SEC提交了文件。日，大数据挖掘分析公司Palantir已向美国证券交易委员会(SEC)提交了增补后的最新监管文件，称其在最新的融资回合中筹集了1.075亿美元资金。据熟知内情的消息人士透露，这个融资回合对这家公司的估值为90亿美元，与9月份的60亿美元相比则上升了50%。327 条评论分享收藏感谢收起超越谷歌微软 中国人工智能称霸之路如何走？
摘要: 中国有望称霸人工智能领域，但这需要改变现有的思维模式，以支持开创性的研究，而不仅仅是遵循现有技术。
高风咨询公司的创始人兼首席执行官谢祖墀和其高级顾问Jackie Wang对外称，中国有望称霸人工智能领域，但这需要改变现有的思维模式，以支持开创性的研究，而不仅仅是遵循现有技术。在过去的几年里，中国首次涉足人工智能（AI）研究，目标是成为这一改变游戏规则的技术的佼佼者。根据《经济学人》的数据，从2012年到2016年，中国的人工智能公司获得了26亿美元的融资，而美国同行获得了179亿美元，但这种情况正在迅速改变。早前被西方世界视为科技发展落后的中国，如今正将人工智能领域的发展视为一个超越外国同行的机会。2015年，在超过40%的全球范围内发表的人工智能相关的顶尖学术论文中，其中至少有一个是中国研究人员。2010年至2014年，中国基于人工智能的专利申请数量增长了186%，与前5年相比大幅增加。此外，在过去的两年里，在ImageNet大型视觉识别挑战赛（一个有影响力的人工智能计算机视觉大赛）中，所有表现最好的团队都是中国人，并且其中一半的团队都是中国人。主导世界三步战略：中国制定了到2030年实现人工智能领导地位路线图对此，中国宣布至2030年，中国企业将成为人工智能技术领域的全球领导者。这与中国最新的五年计划密切相关，该计划将科学和技术研究规划为战略重点。“中国制造2025”、“互联网+人工智能计划三年指导”、“新一代人工智能发展计划”等政策，都旨在推动中国的人工智能技术向前发展。中国多个省市也在为人工智能初创企业提供优惠政策和慷慨的财务激励。例如，沈阳已经建立了200亿元的投资基金，专注于机器人的开发。这些优惠政策激发了中国中小企业和互联网巨头的创新。、和腾讯等领先企业，旷视科技、碳云智能、出门问问、商汤科技等新兴初创公司，以及像和这样的“独角兽”，都在投资或尝试人工智能技术。中国的下一个“独角兽”能否由不起眼的电力银行来承担？例如，百度已经开发出一种先进的基于神经网络的机器翻译系统，其语音识别准确率超过了人类。它还推出了一个开源平台，用于自动驾驶解决方案，即阿波罗项目，以加速自动驾驶汽车行业的发展。对此，其竞争对手腾讯也成立了自己的人工智能实验室，聚集了50位世界级的科学家、研究人员和专家，专注于“内容人工智能、社交人工智能和游戏人工智能”。据悉，腾讯的“FineArt”人工智能软件在今年初击败了排名靠前的日本围棋选手一力辽，一鸣惊人。中国科技巨头们讨论人工智能的未来2017年，在麻省理工学院科技评论的50个最聪明的公司名单中，中国初创企业旷视科技排名第11位，专门从事计算机视觉技术。它的面部识别产品Face++，迄今为止已经识别并分辨出了1亿张面孔。科大讯飞是智能语音和自然语言处理领域的全球领军者，其市值已达120亿美元左右，其语音识别技术能够区分汉语方言。研究人工智能背后的基本理论要花更多的时间，而且风险要大得多。学术界的人工智能研究已经从少数精英大学向中国各地的大学传播开来。中国学者建立了一个强大的研究社区，让他们可以充分利用中英文的人工智能资源。大量的中国理工科毕业生正涌向这个行业。由于拥有大量的互联网和智能手机用户，中国拥有丰富的数据，为人工智能学习算法提供了宝贵的训练数据集。对中国公民的行为模式和日常生活的大数据集的访问使得人工智能研究人员能够进行大规模的研究和实验，其速度和强度都远高于国外同行。中国有能力成为人工智能领域的领导者。但这样做将需要改变主要利益相关者的思维方式——包括政府、学术界和商界。到目前为止，开创性的研究仍主要在西方进行，主要是因为人工智能技术背后的科学和基础设施。另一方面，中国学者倾向于研究现有技术的新应用。这主要是因为中国政府对现有研究成果的高额回报;研究人工智能背后的基本科学研究需要更多的时间，而且风险要大得多。中国正处于帮助本土企业的技术泡沫之中。它会持续下去吗？中国企业非常擅长于迅速向市场推出新产品和新功能，因为它们非常擅长利用新发现的机遇。与学术界一样，中国企业主要依靠现有技术的新应用，而不是创造新技术。从目前的情况看，对于像的Alpha Go这样的人工智能突破基础科学研究，几乎没有什么动力。中国需要一个根本性的改变，才能真正成为人工智能领域的领导者。我们需要更加重视开发技术背后的科学，而不是强调新的应用。这可能是一项挑战，因为政府需要重新考虑评估拨款和研究提案的方式，以及评估研究项目影响的标准。中国公司在识别和“跳跃”进入新机遇方面具有冒险精神，但在微软或谷歌等西方公司的“登月”思维模式下，它们仍不发达。此外，地缘政治问题也存在风险，未来可能切断对外国技术和专利的获取，从而阻碍中国快速转型的能力。根据五角大楼的一份报告，尽管中国人在过去6年里在美国的人工智能初创企业中投资超过7亿美元，但美国国防部认为这是对国家安全的潜在威胁，并希望政府方面禁止此类投资。如果外国研究人员认为他们的研究将被用于“权力”目的，那么他们可能会拒绝与中国企业和学者的合作。未来公司的优势将会是数据要实现到2030年成为全球人工智能领导者的目标，中国至少需要采取两个必要步骤。首先，它应该重新起草其激励政策，鼓励当地企业和学者对新的人工智能技术进行研究。其次，政府和企业界应该继续培育国内学术界，使其成为全球人工智能研究领域的基石。美国人工智能研究领域的领军人物曾经说过，人工智能将会成为“新的电力”——它不仅仅改变一个行业，而是所有的行业。事实上，人工智能已经在不同领域被广泛使用，创造了前所未有的“激活新业务”的机会。人工智能时代的资源正变得越来越开放。企业的竞争优势可能会在一夜之间被不同行业的知识和思想的交叉传播所打破。未来公司的优势将会是数据，还有能够从这个新的“宝矿”中获得对未来的预判性，而不仅仅是事后诸葛的能力。中国能否在人工智能领域占据全球领先地位？即使它能做到这一点，也可能需要一些时间。然而，就像如今任何与技术创新相关的事情一样，将中国排除在外是不明智的。（编辑：王星 见习编辑：于思洋）
上一篇：下一篇：
业务合作电话 ：010-&&&&&传真 ：010-
编辑部地址 ：北京市海淀区紫竹院南路2号院&&&&&邮编：100048
企业观察网24小时联系方式
《企业观察报》监督举报电话盘点2016年人工智能市场：虽然还在炫技，但离商业化越来越近了-钛媒体官方网站