12 月 10 日 - 11 日,由浙江省委人才辦、紹興市委市政府、《麻省理工科技評論》主辦的全球青年科技領袖峰會暨《麻省理工科技評論》中國 “35 歲以下科技創(chuàng)新 35 人”頒獎典禮在紹興上虞舉行?!?5 歲以下科技創(chuàng)新 35 人” 2020 年中國榜單正式發(fā)布。
會上,香儂科技創(chuàng)始人兼 CEO 李紀為發(fā)表了以《從科技創(chuàng)業(yè)到科技商業(yè)》為主題的演講,以下為經過整理后的演講實錄:
“很多創(chuàng)業(yè)者都是在博士畢業(yè)后走上了創(chuàng)業(yè)之路,在博士的訓練體系下養(yǎng)成了百折不撓的品質,還有一些執(zhí)拗或者偏執(zhí),偏執(zhí)其實在科研領域是很寶貴的素養(yǎng)。但這種偏執(zhí)在商業(yè)上會遇到很多問題,創(chuàng)業(yè)之后要想解除這種偏執(zhí),隨機應變是非常重要的?!?談及創(chuàng)業(yè),李紀為在演講中表達了他的想法。此外,他還從技術、產品、用戶和心態(tài)四個方面談了自己的看法。
技術研究與產業(yè)落地,兩者可以相輔相成
從技術方面來看,曾經的年代科技和商業(yè)距離很遠,例如蒸汽機的發(fā)明足足用了一個世紀才落地。如今技術科研創(chuàng)新和產業(yè)化落地變的很緊密,兩者可以相輔相成,基礎科研的創(chuàng)新研究可以為產業(yè)落地提供指導作用,可以告訴產業(yè)什么科技可以做、什么做不了,因此我們做那些可以做到的科技就可以了。與此同時,產業(yè)落地也可為基礎科研的創(chuàng)新研究提供很多指導意義。
兩者雖然是緊密相連,但并不代表兩者沒有距離。很多時候一項技術最終走出實驗室需要兩年、五年或者更長的時間。所以從創(chuàng)業(yè)角度看,更重要的是要建立起多層次的良性學術研究和產業(yè)發(fā)展生態(tài)。
首先我們需要考慮五年后的科研樣貌,這將決定整個商業(yè)化的未來。與此同時,我們要考慮當下,這關乎公司能否生存。以人工智能為例,今天的行業(yè)研究者在看諸多人工智能應用時,會感覺這些應用不太聰明或者不智能。過去十年,基于深度學習有了一些突破,人工智能從曾經的 60 分推到 80 分,商業(yè)落地的角度探尋 60 分到 80 分之間的應用,低于 60 分早就被人做完了,高于 80 的其實技術上并沒有達到,最終會竹籃打水一場空。
技術應用需要滿足用戶預期
當我們涉及到商業(yè)落地,一定離不開兩個詞 —— 用戶和產品,用戶是產品連接技術的橋梁,當我們談論我們平時之前做技術科研的時候,我相信每個科研領域都有各自對技術的衡量標準。
比如說人工智能領域經常談到的準確率,準確率代表一個模型和一項技術達到準確的程度。從用戶角度想,準確率這個詞其實是一個冷冰冰的概念,用戶大概知道什么是準確率,但是并不能明確感覺到。從 90% 提到 95%,從 60% 提到 80%,到底對用戶體驗有什么提升?用戶通過對產品的預期進行判斷,一個產品或一項技術符合了預期他們才會去買。那么作為創(chuàng)業(yè)者,最重要的是選擇那些技術符合用戶預期的產品,避開達不到用戶預期的產品。
李紀為還向大家分享了他從學術界走向商業(yè)界最重要的感受,“在學術界里面,對于很困難的問題我們一定要解決,但其實商業(yè)用戶的預期很多時候并不會因為技術難度的改變而改變?!?/p>
他給大家舉了一個無人車的例子,無人車在類似于碼頭和園區(qū)這種特定場景下,背后的技術是相對簡單的,很容易就能達到。相反,如果我們去看一些開放場景的無人車應用,比如說在市區(qū)或者在山路,這個技術本身是很難的,但從用戶角度來說不會因為技術難與否而改變預期?!拔覀儗o人車的預期是,不管在任何場景下都不能發(fā)生事故。從本身落地的角度,我們應該尋找技術可以達到的,滿足用戶預期的商業(yè)落地的方向?!?/p>
另外,李紀為還提出,對于技術應用的落地,更重要的是不計成本去獲得最好的結果。以最近風靡一時的 GPT-3 模型為例,GPT-3 為人們敞開了通向通用人工智能的一個道路。就背后成本來說,GPT-3 模型動用了一萬塊 GPU,整個花銷超過了千萬美金,合計超過了一億元,這是不計成本獲得最好結果的典型例子。
“實驗室與商業(yè)化的目標可能不太一樣,商業(yè)上會盡可能節(jié)約成本。如果看圖中這兩句話,有一定的相關性,也有一定的不同?!?/p>
商業(yè)的情況可能需要兩點,第一點是需要達到用戶的預期;第二點是在滿足用戶預期的情況下盡可能地節(jié)約成本,達到收支平衡,因為商業(yè)背后的邏輯還是支出要小于收入。
保持良好心態(tài),擁抱商業(yè)變化
“我還想談的一點是心態(tài),在做基礎科研的研究時,講究的是持之以恒、永不服輸,很多情況下沒有困難也要創(chuàng)造困難努力攀登,而在商業(yè)化落地上則要擁抱變化落地為先?!?/p>
最后李紀為提到了人工智能時代,在過去幾年人工智能是避不開的概念,時代在呼喚理論的創(chuàng)新,如果看人工智能過去起起伏伏五六十年的發(fā)展,其實也給我們本身從理論創(chuàng)新到商業(yè)落地提供了很多借鑒意義。
人工智能發(fā)展總共經歷了三次浪潮,第一次大概在二十世紀五六十年代,那個時候人工智能剛剛起步,取得了突破性的成果,當時由于算法的理論和算力的制約人工智能無法大規(guī)模推廣。到了二十世紀九十年代,則是以統(tǒng)計計算學習為代表的時代,人工智能開始逐漸從理論實驗室的創(chuàng)新走向實際的應用,比如在醫(yī)療等領域。
隨著應用范圍的擴大缺點也暴露出來,比如應用領域比較狹窄?,F(xiàn)在大家使用的機器神經網絡和深度學習的算法,那個時代就已經有了,但很多問題導致當時沒有很好的落地效果。從 2000 年開始,隨著技術的蓬勃發(fā)展,也為人工智能提供了更好落地的基本條件,這個時期算法理論不斷出現(xiàn)和沉淀,尤其在最近十年,人工智能領域出現(xiàn)了太多的享譽世界的成果,一方面是因為計算機性能得到了極大提升,另一方面基于互聯(lián)網大數據的發(fā)展,人類積累了大量資源算力和數據,這些結合起來就出現(xiàn)了人工智能的繁榮期。
其實隨著人工智能的普及,我們正在逐漸從信息化走向智能化的時代,我們能夠在平時的生活中真真切切體會到人工智能帶來的諸多便利,在很多場景下都能看到人工智能的身影。中國國家層面也尤其重視這項技術的落地,而人工智能也并不是一項獨立的技術,它具有賦能各行各業(yè)的潛力。與此同時,當你脫離了各行各業(yè),人工智能本身的優(yōu)勢也會大打折扣,因此人工智能和行業(yè)場景深度的結合就是重中之重。
人工智能各項技術和場景也在持續(xù)進化形成閉環(huán),目前人工智能的算法機制依然對數據量有重度依賴,需要有足夠多的行業(yè)場景去產生更多的數據,這也是現(xiàn)有的一個問題,我們需要解決這些問題才能開啟下一個人工智能時代。
最后李紀為談到了他從技術創(chuàng)業(yè)走到商業(yè)化的切身感受,“我自己認為主要還是兩方面,首先要信仰技術,同時要有務實的價值觀將我們信仰的技術進行實際落地。”
-End-
原文標題:香儂科技李紀為:從科技創(chuàng)業(yè)到科技商業(yè),這四個要素缺一不可
文章出處:【微信公眾號:DeepTech深科技】歡迎添加關注!文章轉載請注明出處。
-
神經網絡
+關注
關注
42文章
4726瀏覽量
100311 -
算法
+關注
關注
23文章
4576瀏覽量
92341 -
人工智能
+關注
關注
1789文章
46348瀏覽量
236503 -
深度學習
+關注
關注
73文章
5437瀏覽量
120790
原文標題:香儂科技李紀為:從科技創(chuàng)業(yè)到科技商業(yè),這四個要素缺一不可
文章出處:【微信號:deeptechchina,微信公眾號:deeptechchina】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論