AI动态
AI基础
AI大模型
AI智能体
AI应用
AI编程
AI安全
AI学院
网安动态
安全运维
网站防护
软件安全
渗透测试
拒绝服务
漏洞挖掘
安全学院
区块动态
区块基础
智能合约
DeFi金融
区块开发
区块安全
区块学院
最新发表
最新回复
我的帖子
资讯
电脑
手机
运维
编程
教程
导读
设计中心
2018-3-30 13:00 |来自: 互联网 430 0
很多的时候我也在想这个问题,因为自己在学术圈也做了十一、二年了,最近转投创业圈。我有时候也在问自己,到底学术圈和创业圈有什么共同之处?
第一个共同之处,就是科技以懒为本。这一点怎么说呢?无论是学术圈,还是科技圈,大家都在想,如何能够更好的替代人的功能。之前提到两点,一点是确定问题,一点是欠定问题。首先,确定问题比较容易处理,所以我们现在的智能手机能做的很多东西,都是进行一些确定性问题的演算,比如说拨出这个电话号码跟基站进行沟通,进行一些其他的编码解码这些数学操作等等。这些确定问题,如果用电报机,用人群做编码解码,这就很累。所以现在都是用计算机去把这些机械的劳动解决掉。
但是随着算法科学和计算的能力提升,我们渐渐发现有一些东西,比如说识别车牌这件事情,以前需要找一个人坐在这个收款台去识别车牌,但是现在可以有很多计算机的算法去实现这些功能,相当于我们可以把人脑中一部分的功能放给计算机,让计算机去替代这些功能。所以我们人就可以高枕无忧,可以更好的利用我们比如说创造性思维这样的东西。这就是科技以懒为本。
第二个共同之处,就是数据驱动算法。刚才Geoffrey Hinton的故事我已经讲了。我认为纯粹是因为有了这么大的数据,才成就了几十年来Geoffrey Hinton的执着。这个道理在创业圈来讲也是一样。今年有很多公司在讲智能家居,你进了家门,就能够知道什么温度怎么样,就可以怎么调整,这些东西实际上都是算法,实际上可能是随便一个学生都可以研发出来的算法。
但是数据就不一样了,获得大量数据是困难的。所以说这些东西都是先有了数据,才能够分析。我们能分析出什么?比如说人工智能那个,我能分析出来每个人回家的习惯不一样,每个人对于空调开关的档位也不一样,然后在这个基础上为这个人进行产品或是服务的优化。所以这些东西实际上无论是在学术圈,还是在创业圈,都是他们先有了这些数据,然后才有了算法再驱动。
那么,学术圈和创业圈有什么不同?我觉得第一个不同点,就是对于10%的提升,在这两个圈子里面的意义。在学术圈来讲,比如说边缘检测这个问题,我们在这个问题上已经奋斗了将近60年了。我们的性能从30%、40%,提升到了70%,但是距离人的边缘检测能力的80%还差得很多。前年的时候有一位教授把性能从70%提升到72%,说这2%的提升是一个飞跃。当然我也同意,这确实是一个飞跃,因为前几年的提升大概也就是百分之零点几到1%,所以能有2%的提升,在学术圈真的是一件很令人兴奋的事情。
但是如果说在创业圈就完全不是一个概念了。我们可以设想这样一个算法,如果一个产品,能够把你的手机电量提升10%,你觉得多少人会去考虑买这个产品呢?对,接下来就是关键问题,就是说这个东西它的价格到底怎么样?通常如果说你要提升一个现有产品的性能,你必须会去改变现有产品,或者说现有使用的一套逻辑,你要么是加一个东西,你需要人去安装一件东西,要么你是安装一个APP,或者你在其他地方会产生一些,你可能硬盘空间会增大一些,或者你改变了人的使用习惯。
在创业圈来说,不要说2%,哪怕是10%、20%的提升,都不足以成就一家创业公司。一家创业公司需要的是200%、300%,甚至1000%的提升,才能够使得人们愿意为这200%、300%,甚至1000%的提升去掏腰包,心甘情愿的付费,只有他们付费这个创业公司才能够持续的生存下去,进行下一步的开发。所以说提升的意义在学术圈和创业圈是完全不同的。
第二个不同,如何选方向的问题。因为在学术圈,我也经常会面临,接下来下一篇的paper是什么主题呢?所以我在选方向的时候,总会去想,我应该选这样一个学术方向,使得这个学术方向是大家所关注的学术方向,如果完全没有人关注的,比如说我论夏天开空调对于星座性格的影响,或者这样的东西,是没有人关注的。这种没有人关注的问题,实际上是没有学术研究价值的问题。所以学术研究的关键就在于相互之间的交流,相互站在巨人的肩膀上前进,所以一定要选一个大家都至少相关的一个方向,但是我承认会有一些新的方向,但是这些新的方向一定是已有方向的相结合,或者是说相交互产生的新的方向。
学术圈是这样,但是创业圈就不一样了,如果说我们现在在做一个非常红海的创业项目,比如说我现在卖纯净水,这是已经有多少家公司在里面的,这个东西一定很多人在关注,但是如果在这个时机,我们在没有1000%提升的情况下,哪怕有了1000%提升的情况下,去冒然冲进一个已经有很多人在关注,很多人在做的这样一个方向,这就是创业圈的一个大忌。所以说对于创业而言,蓝海没有太多人关注的潜在方向是要远大于学术圈的意义。
那么接下来使命是什么,对学术圈来讲,一篇好的paper,意味着你能给别人启发,同时还意味着这篇好的paper,很有可能至少是一个新的东西,是一个别人从来没有过的东西,所以创新性,或者是原创性,对于学术圈来讲是一个非常非常至关重要的事情。然而对于创业圈来说,原创性,我觉得可能最多是在产品上,而对于一个做学术的人,产品上所谓的创新,其实只不过是新瓶装旧酒,不是智力上真正有足够挑战的创新,但是创业圈的使命是说把已有的东西收集起来,比如说把已有的原材料收集起来,放在锅里,炒一盘菜,这盘菜好吃。
创业圈,既然没有说像学术圈那么高的原创性的使命,它的使命,更多的是在于在限定的时间,限定的资源内,把限定的事情做出来。因为无论是做什么事情,哪怕每个原材料,你都知道,这件事情可做,比如说现在我们说要做一台能够自动驾驶的汽车,这件事情在学术圈里面,很多问题已经是大家认为可解的问题,但是你要都把它攒在一起,能够让它形成一个开出去一百万公里不出事故的汽车,这件事情是非常有难度的。所以更多的来说,创业圈需要对于资源进行整合,以及对于已有技术充分利用,并且明白每个技术存在不同的短板。有可能你可以把八个技术合在一起,形成一个更好的产品,但是八个技术合在一起,在学术圈是应该发表paper的。
创业圈的壁垒,其实就是数据,就像我刚才说的,为什么谷歌的搜索可以做的那么好,大家觉得是谷歌搜索算法好吗?其实不是,谷歌的搜索之所以做得好,是因为用的人多,用的人多就有点击多,比如说谷歌上,你用英文搜,或者是中文百度搜索北大附近烤串哪家好吃,可能最开始搜出来的答案都是不相关的答案,但是在最开始的答案列表里面的第5条答案,你会发现北大学生搜完了以后,第5条的答案点击率爆高,百度可能就知道了,原来第5条答案跟这个搜索是最相关的内容,所以它就会说,以后我把第5条答案的结果往前排,但是至于为什么第5条的结果往前排,目前的科技水平还是无法用算法去理解,为什么第5条就比第1条更相关。所以说对于这个创业圈来讲,最大的壁垒就是数据的壁垒。
所以说这个创业圈的商业壁垒,几乎真的是学术圈无法望其项背的。在学术圈很难找到足够多的资源,或者说找到一种可以自我推进的方法去收集这么多的数据。这是创业圈的第一个壁垒,当然创业圈还有其他的壁垒,包括用户什么的,但是我觉得那些壁垒,或者是商业模式,可能有商业模式存在的壁垒,但是那些壁垒跟人工智能的关系不大,我认为最大的壁垒就是数据。
本文来自机器之心
声明:文章版权归原作者所有 部分文章转自互联网 如有侵权请联系 [邮箱地址] 删除
黑名单|存档|手机版|网站地图|免责条款|法律声明|隐私保护|HACKBASE
GMT+8, 2026-6-4 16:16
Powered by Discuz!