更要命的是,所有的复杂运算都可以云化,所以2017甚至在未来的5-10年,算法变成了核心的底层技术。那么算法靠什么底层硬件驱动呢?GPU显卡。 未来我们希望在中国可以看到GPU优化这样真正的技术革新公司,GPU优化和加速会变成机器学习的标配,我们也可以看到2017年Google自己的云平台已经是由AMD的FirePro server 驱动。 ▲ AMD (blue) and Nvidia (green) stock prices over the past yearYahoo! Finance 2 数据收集、清洗和处理会成为新的产业 【关键词】卖铲子和牛仔裤给淘金者也许才能笑到最后 在中国,数据生意永远绕不过去几家巨头,百度,阿里,腾讯。百度靠搜索,阿里靠电商和云,腾讯靠IM和小程序。 搜狗和腾讯一再在知乎下注,也许不是买内容哦,搜索这个入口多珍贵,貌似知乎搜索量也占到百度搜索的1/3了吧,看样子百度股票还得跌。巨头们掌握了大量的数据, 那么AI公司从哪儿拿数据呢? 所有的人工智能,机器学习,都要建立在有干净,稳定,源源不断的数据上,这样跑出的模型才有意义,惩罚函数也才会越来越准备,要不然还是Garbage in, Garbage out。 腾讯在北美投了一家公司叫Diffbot,人家的口号就是 Intel of Data For Artificial Intelligence,其实是一家智能爬虫,通过识别网页内容,抓取关键信息并且直接输出识别的结构化数据,从而给AI公司提供数据源。 另外实时数据分析将获得更多关注。实时计算一般都是针对海量数据进行的,一般要求为秒级。目前有几款数据分析工具可以提供实时访问数据,如Google Analytics和Clicky。 PS,印度有数据工厂开始做外包了,国内的同学们还不快快动起来。 3 人工智能和行业的结合进入产品化落地 【关键词】金融和医疗,广告和营销会有新玩儿法 在众多的行业中,我们坚定看好金融和医疗,逻辑简单,这两个行业之前都尚未被巨头完全切入,初创也许还有机会, 金融类的大数据/AI赛道已经相对拥挤了,国内基于征信,开奖,反欺诈,投顾的公司也开始遍地开花,并且在小贷,Pay Day Loan,银行行业已经开始有了应用,不过仍然还有机会。 尤其医疗,国内医疗一直以来IT基础非常差,各自都在闭门造轮子,如果有初创公司能切入这些尚未被巨头切入的公司,提供底盘和引擎,是还有平台类机会的。 在我们写这篇文章的时候,推想科技刚刚发出新闻稿完成了由红杉领投的A轮5000万人民币融资信息,国内在医疗+图像识别这个赛道刚刚才有了 12 Sigma,Deepcare和推想科技等公司,大部分还是通过项目制以及和研究型院校学术研究合作方式切入医疗,离真正的产品化落地和协助诊疗还是有一段距离。 IDC在其《全球半年度认知/人工智能支出指南》中将诊断和治疗系统列为2016年吸引最多投资的领域之一,并表示在未来五年内,包括药物研究和发现以及诊断和治疗系统的使用案例将获得最大的发展。在五年期间,它预测医疗健康人工智能投资的年复合增长率为69.3%。同样,CBInsights将医疗健康列为人工智能中最热的领域,并作为今年的创业项目。 ▲ 人工智能+医疗公司 Mapping, 数据来自 CB Insights 在流量越来越贵的今天,精准获客和获得高销售转化率是很多to C的消费类公司必须要关注的问题,老的一批DSP平台增长乏力,基于大数据以及人工智能的广告和营销公司我个人仍然看好,比较开源才是公司的第一要义。 4 数据源的争夺愈加血腥和惨烈 【关键词】底层,也许OS之战又要开始了 之前已经提到过,巨头们在平台层面都各自攻城略地,相比web 1.0 的网站端, web 2.0 的移动端,下一个平台还未产生(毕竟VR和AR还未成熟),无人驾驶车成为新的信息载体也是需要很长一段路要走,且不说车是否有可能成为下一个平台。 (责任编辑:本港台直播) |