前言

有觀點認為，未來，AI會成為一種基礎服務，同時，這種服務會像電力一樣通過網(wǎng)絡進行傳輸。吳恩達也表達過“人工智能是新的電力”的觀點。本文作者 Avinash Royyuru 是人工智能公司 Product ML 的聯(lián)合創(chuàng)始人，他通過將 AI 和電力的類比，討論了 AI 產(chǎn)品未來的發(fā)展模式，以及 AI 創(chuàng)業(yè)公司應該采取的策略。

1850 年，邁克爾·法拉第在思考電磁感應。 英國財政大臣（英國政府的CFO） William Gladstone 到他的實驗室里問：“電力有什么好處？“法拉第回答說：”先生，有一天，你可以對電力征稅?！边@個故事雖然是虛構，但很有意思。

數(shù)據(jù)科學領域?qū)ふ摇?a target="_blank">機器學習的使用案例”讓我想起了英國財政大臣的這個問題。

人工智能領域權威學者吳恩達談到“人工智能是新的電力”時， 他說：

人工智能將革新我們所知道的每一個行業(yè)。 “通過用電力取代蒸汽機，我們改變了運輸，制造業(yè)，農(nóng)業(yè)，醫(yī)療、通信等行業(yè)?！?/p>

人工智能將取代人類的工作，但會創(chuàng)造新的工作

大量的數(shù)據(jù)是企業(yè)業(yè)務的賦能者和壁壘

類比

我們來看看 1912 年的電力生態(tài)系統(tǒng)。

這看起來和我們今天建立一個 AI 產(chǎn)品非常相似，就像亞馬遜 Alexa 一樣。

所以數(shù)據(jù)就是新的電力？

做人們想要的東西

電力時代讓發(fā)明早于商業(yè)產(chǎn)品之路誕生，愛迪生被認為是市場采納策略的先驅(qū)。

一下引用來自美國能源部：

是什么讓愛迪生對電力照明的貢獻如此突出，是因為他沒有停止對燈泡的改進，他開發(fā)了一整套發(fā)明，使得燈泡的使用成為現(xiàn)實。 愛迪生在已有的燃氣照明系統(tǒng)上模擬他的照明技術。 1882年，在倫敦的霍爾本高架橋中，他證明電力可以通過一系列電線和管道（也稱為導管）從位于中央的發(fā)電機分配。 同時，他專注于提高發(fā)電量，開發(fā)曼哈頓下城第一家商業(yè)電力公司 Pearl City Station。 為了追蹤每個客戶使用的電量，愛迪生開發(fā)了第一臺電表。

愛迪生是一個有爭議的人物，但他遵循了一個簡單的規(guī)則來采用電力。構建一個用戶需要的產(chǎn)品，并找出如何讓人們獲得這些產(chǎn)品，以便他們可以使用它來改善他們的生活。

一言以蔽之：做人們想要的東西。愛迪生生產(chǎn)產(chǎn)品、交付所需的配套技術。使燈泡成為燃氣照明的安全替代品。

人工智能公司應有的“策略”應該是以下三點的交集：

我們可以執(zhí)行的：我們有建立和銷售它的天賦和技巧。我們有優(yōu)于其他公司的優(yōu)勢。

市場需要的：有客戶需求，整體資本/商業(yè)環(huán)境有利。

理論上可行。

此外還需要考慮的是“如果我們做了X？不會很酷嗎”。

人工智能領域有很多理論上的好想法。 例如，建立一個人工智能來取代律師。在我們公司的案例是：構建一個 ML 驅(qū)動的產(chǎn)品設計平臺。應該怎么做？

AI 產(chǎn)品

吳恩達的人工智能產(chǎn)品良性循環(huán)圖是思考建立人工智能產(chǎn)品的一個很好的心理模型。

由于人工智能需要數(shù)據(jù)才能工作，像個人助理這樣的人工智能產(chǎn)品會獲得更多的數(shù)據(jù)。 優(yōu)秀的產(chǎn)品可以獲得更多的用戶，從而獲得更多的數(shù)據(jù)，從而進一步強化了這種正反饋循環(huán)。 在他的演講中，他說：“Google 和百度擁有如此復雜的數(shù)據(jù)采集策略，我不知道小型創(chuàng)業(yè)公司如何才能獲得 AI 產(chǎn)品所需的數(shù)據(jù)。

這也就是 Google Allo 的意義了。當 Google 推出 Allo 時，全世界（包括我）都嗤之以鼻，消息應用和聊天機器人策略似乎到處都是。 Google 推出 Allo 如果是為了 Google Home 獲取非結構化查詢數(shù)據(jù)，我不會感到驚訝。

如果有更多來自產(chǎn)品用戶的數(shù)據(jù)，AI 產(chǎn)品會變得更好。 如果不能用更多數(shù)據(jù)改進，就不是產(chǎn)品，而是平臺或支持技術。

服務也可以是一種產(chǎn)品，AI 產(chǎn)品的定義與其交付給最終用戶的方式或所采用的商業(yè)模式無關。

AI 創(chuàng)業(yè)公司指南

需要獲得大量的數(shù)據(jù)來構建一個 AI 產(chǎn)品，對于小型的 AI 創(chuàng)業(yè)公司來說，尤其是那些像個人助理那樣需要大量數(shù)據(jù)的產(chǎn)品來說，這是令人沮喪的。

沒有人說這會很容易。Grammarly 正在復制 Google 關于人們寫作模式的規(guī)模數(shù)據(jù)。 天無絕人之路。

1、如果你是一個人工智能產(chǎn)品公司，你的產(chǎn)品戰(zhàn)略應該和數(shù)據(jù)采集策略保持一致。

2、如果你正在為產(chǎn)品構建平臺或啟用技術，則需要啟用其他人的產(chǎn)品。

3、所有 AI 產(chǎn)品公司都有某種形式的內(nèi)部平臺。如果要在產(chǎn)品和平臺之間做出選擇，選擇建立產(chǎn)品。產(chǎn)品公司有更好的獲勝機會，因為他們比平臺公司獲得更多的價值。

4、如果你是一家 B2B 人工智能公司，你需要一些特別的東西來確定是“自建還是購買”。

在短期內(nèi)，因為“沒有內(nèi)部的專業(yè)知識”，你可能選擇購買，但這是一個定時炸彈。 大多數(shù)認真對待人工智能的公司都希望在內(nèi)部擁有自己的核心競爭力。

5、炒作離我們不遠。 ML 和 AI 公司仍然是未來的熱點，但是如果要長期獲勝，你需要深入思考自己在整個生態(tài)系統(tǒng)中的位置。

你在構建產(chǎn)品、平臺、產(chǎn)品和平臺的組合、還是研究或支持技術？ 你在建造電燈泡，一家公用事業(yè)公司，還是試圖發(fā)明電視機或電表？ 用電來類比可以學到很多東西。 學習電力時代的GE，西聯(lián)等公司。

6、不是創(chuàng)業(yè)，而是構建業(yè)務。 近幾年來，大多數(shù) AI 創(chuàng)業(yè)公司都被收購。 讓我們面對現(xiàn)實，作為一個行業(yè)還沒有想出如何從零開始建立一個長期、獨立、大型和可持續(xù)發(fā)展的人工智能公司。人工智能界的 Google 還沒有誕生，它可能就是你。

7、沒有劇本、 沒有公式，沒有模板。 我們正在數(shù)字數(shù)據(jù)之上建立一個完整的產(chǎn)品和平臺生態(tài)系統(tǒng)。 這從來沒有人做過，也沒有人能告訴我們結果。

互聯(lián)網(wǎng)

通過回顧電力時代來理解人工智能的路徑，原理可能相同，但細節(jié)會有所不同。后端的云基礎設施是 Alexa 的交付機制，就像從變電站到用戶家的電線是交付電力的機制一樣。

我不認為互聯(lián)網(wǎng)是 AI 生態(tài)系統(tǒng)的一部分。 任何土地都是電力生態(tài)系統(tǒng)的一部分，所以你認為這是理所當然的。電力和鋪設在大西洋底的電纜使跨大洋發(fā)送信息成為可能。如果沒有電力，也不可能有電報。在這樣的環(huán)境下，我們把互聯(lián)網(wǎng)視為理所當然。

通用人工智能

我們正處于人工智能的初級階段。我們現(xiàn)在只安裝了幾個燈泡。 就像 1890 年電力的發(fā)展水平。電話，廣播，電視，電子，電腦和互聯(lián)網(wǎng)緊隨其后，我們還沒有看到在AI 時代的這些事物的到來。

Daniel Dennett 曾經(jīng)有過最奇怪的問題：你如何從白蟻群體的大腦中獲得建筑師安東尼奧·高迪一樣的大腦？

總結：

復雜的行為有可能出現(xiàn)在不知道自己在做什么的愚蠢人身上——有能力但不能理解這種能力。上圖是 7000 多萬白蟻建造了一座看起來像高迪的教堂的白蟻城堡。

但高迪是一個天才的設計師，他能夠理解他的能力。不知道自己更高目的的人，大腦也有 86 億個神經(jīng)元。

大腦是一種計算機，它根據(jù)輸入進行輸入并執(zhí)行控制。但它與數(shù)字計算機的概念是不同的，這個數(shù)字計算機是集中控制和高度確定性的，每個部分都有一個專門的角色，沒有別的東西。 大腦就像是有 860 億個神經(jīng)元的湯，每個人都在做自己的事情，并試圖生存。奇妙的人腦就從中誕生。

自下而上的設計比自上而下的設計要慢，但它有結合創(chuàng)建更大結構的能力，因此可以更有成效地探索演化設計空間。 這就是文化和生物的演化過程，似乎是解決長期問題的最佳途徑。

作為行業(yè)從業(yè)者，我不知道我的工作如何有助于一個通用人工智能更大的結構，我無法智能地設計這個更大的結構。 每個公司和每一個推出的產(chǎn)品都是盲目的探索，在迭代中逐漸理解智能設計。

我相信通用人工智能會以這種方式出現(xiàn)，當它發(fā)生時，我們可能甚至不會察覺。就像盡管我們擁有世界上所有的信息都可以通過手中的屏幕獲得， 我們也不會承認我們是電子人。

原文鏈接：https://towardsdatascience.com/ai-vs-electricity-the-ai-startup-playbook-abf223b52547

未來智能實驗室是人工智能學家與科學院相關機構聯(lián)合成立的人工智能，互聯(lián)網(wǎng)和腦科學交叉研究機構。由互聯(lián)網(wǎng)進化論作者，計算機博士劉鋒與中國科學院虛擬經(jīng)濟與數(shù)據(jù)科學研究中心石勇、劉穎教授創(chuàng)建。

未來智能實驗室的主要工作包括：建立AI智能系統(tǒng)智商評測體系，開展世界人工智能智商評測；開展互聯(lián)網(wǎng)（城市）云腦研究計劃，構建互聯(lián)網(wǎng)（城市）云腦技術和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務。