全球AI单笔融资最高的公司想干什么?

在人工智能这个巨头林立的领域,商汤科技(SenseTime Group Limited )算是一匹黑马。

不久前,商汤科技刚获得4.1亿美元轮融资,创下了人工智能单轮融资最高纪录,也成为全球融资最高的人工智能独角兽企业。

接下来4.1亿美金的商汤科技怎么花?在巨头林立的人工智能领域,商汤下一步如何布局并做出差异化?

对于外界的疑问,商汤科技创始人兼CEO徐立近期接受了外媒访问。以下是徐立对相关问题的分享:

从2014年创业至今,商汤科技获得巨额的融资,发展速度是否符合你的预期?

徐立: 融资只是一个开始,商汤前期通过2000万美金做到这个程度,目前我们融了4个多亿美金。

我们希望通过这个加快“1+1+X”的研究。第一个“1”是基础研究;第二个“1”是产品化;第三个“X”是发展合作伙伴。

我觉得AI不是任何一家公司把所有的场景形成,而是需要共同形成一个生态和一个X的联盟,所以接下来的投融资我们会着重在这样一个发展链条上。

未来在融资方面除了自己的研发,有没有想去购买信息技术公司和团队的想法?

徐立:我们会重点布局下游,上游基本是服务器、芯片、传感器这些,企业相对比较少、关系也不是特别密切。但是下游的应用如果有在垂直领域做的特别好的,我们也是有可能跟他们一起来做这件事的。

在商汤的投资方里有如科大讯飞、TCL等产业资本,后续融资会不会有更多产业资本进来?

徐立:是的,业务的发展我们可以借助产业资本的优势,因为它会给你带入很多的应用场景,加速你技术的迭代。

中外巨头都在做AI,商汤科技如何实现差异化?

徐立:商汤科技做的是底层源头的事情。在Google和Facebook还没有做的时候,我们就开始建立自己体系了,很多人会说为何不用Google的开源,站在巨人的肩膀上走。

但我想说的是巨人不一定跟你方向一致,涉及到国家安全,涉及到各种金融方面的事情,其实非常难说。

人工智能的战争说到底还是AI人才的战争,早期商汤科技是如何建立起自己AI博士群体的?

徐立:早期没钱的时候我们花了很多钱招人,并且我花了大的价钱做底层的基础设施,让他们的机器用得很顺利。

他们告诉我说,我们做机器学习的训练,做完一次点一次按钮训练就烧掉50万,120人不停地点,我说这没什么了不起,因为底层的基础设施是能带来核心竞争力的。

如今精通深度学习的基本都是读过PHD(泛指研究型博士学位)的,中国在这方面目前总共也就一、两百号人,现在我们有120人,我把之前中国在这方面的人都储备下来了。

在之后的AI人才大战中,商汤如何留住并吸引新的人才加入?

徐立:我们有很好的导师,所以对学生的吸引程度很高。另外商汤科技已建立系统性的产学研体系,包括导师制,实习生制,与香港中文大学、浙江大学、清华大学等高校共建联合培养实验室,不仅让高校人才深度参与工业界的技术落地研究,也形成了商汤科技人才供给的保障。

在AI的商业应用场景中,会在国内、外的哪些行业会率先实现规模化?

徐立:普华永道做过一个预测,2030年人工智能将会带来一个中国加一个印度的GDP。在2020年大概增加1万亿美金,但是这1万亿美金大部分是替代现有的劳动密集型产业。也就是说,人工智能最快规模化落地的场景是中、外人口密集的行业,比如安防、金融等。

为什么安防、金融能够变现?安防要装2.5亿支摄象头,这些靠人看是不行的,所以不得不用技术识别去做,这就是替代人。

金融在线所谓的认证,我见过最大的P2P公司,创业半年后团队3000多人都是在背后人工做认证,但现在靠机器干,人也不用了。

所以,一定是多个劳动密集型的产业先落地,AI在无人驾驶、医疗等领域都是在替代人。

等这一波价值挖掘完了,会带来新的场景和渠道,比如交互。以前某些门户网站做得很好,但现在新闻客户端也做得很好。

真的是现在新闻客户端的AI算法比他们好吗?或者把现在新闻客户端的AI完全搬到门户网站上流量会变得多吗?很难说。

是交互模式变化了,门户没有适应新的交互模式才会导致现在的局面。

未来,新闻又会有不同的看法,甚至搜索模式,广告形态,游戏形态,电商形态都会不一样,那就是新一代的人工智能和新一代的算法能带来新的场景和应用。

国内大公司纷纷斥资巨资入局AI,你如何看中外人工智能的差异?

徐立:人工智能这一波热潮是在2010年、2011年兴起,很短的历史,中国在起跑线上并未输,大家在同一个起跑线上。

中国现在的难点在哪里呢?海外Google、脸书等大公司每年有几百亿的投入。

但是中国这样的巨头很难做底层的核心技术,因为他们有自己的业务诉求和自己的点,不像很多美国的基金可以养一批研究人员专门做这个,或者几个大体量的公司结成联盟,中国商业导向重一些。

我觉得国家层面需要给予投入,给予地方的保护,尽快将中国原创的平台和技术能够在应用场景中落地。

那么在中国的AI发展相对于国外是否有优势呢?

徐立:第一人才优势,你可以看到中国在下一波的AI人才储备上非常充足,有些小学都要学人工智能;

第二个应用场景广。所有的行业都是先行先试。但在美国都是我要先改法律才可以试用该创新技术;

中国双创也好,人工智能战略也好都带来丰富的场景,有些事情在灰度的情况下都可以尝试。

第三数据红利大。由于中国的人口红利,所以整个数据基础非常庞大,只要是中国在战略上达到一定高度,它一定可以在人工智能竞争当中至少是不输于美国。

关于人工智能的信息安全,大数据是它的底层基础,你是怎么看待信息安全的?

徐立:目前来看信息最大的源头就是政府,任何一个企业说大数据的积累量都大不过政府。

但是政府的数据某种意义上它的使用、保存和加密是非常严谨的。这样一来首先就需要行业的从业者能制订一个标准,你只有你有了标准以后,你把数据加密成公共标准这样大家才都能使用。

只要把大数据的使用定制好标准,进行加密,再把原始的数据进行脱敏,变成了一个反向的点,而这个点不能恢复原始数据,就可以保证数据的安全性了。

人工智能在应用上可能会经常涉及到个人隐私,如何去普及用户接受呢?

徐立:从某种意义上来说,人工智能带来的是减少或是无人化的操作,越是无人操作,它的安全性越是提升的。

只要有一个标准,用户是会接受的。最直接的例子就是身份证的指纹,但你并不会担心掉了身份证会泄露你的指纹。

但是你要知道指纹是什么概念,在法律上它是可以定罪的生物特征,就是你的指纹被按到那里就算不承认去过也可以把你抓起来,但是并没有人担心这个事。

为什么在支付领域,人脸识别也还没有得到大规模的推广,是否也是因为信息安全问题?

徐立:对于支付,可能人脸识别会经过多层步骤识别,比如活体检测,人脸的热力检测等等,现在的问题是,如果很多家用,互相不兼容,场景的推广很难。

在原始的数据上操作就会带来泄密的问题,大家如果是从政府、行业协会的角度推出标准,你就像身份证的指纹,你掉了身份证也不丢失。