×

登录 是一种态度

logo
手机
访问
公众
账号
󰀳 返回
顶部

AI 时代能否诞生 Google亚马逊Facebook一类巨头

核心提示:过去几年,人工智能逐渐成熟,许多公司都将其嫁接到核心业务中,将 AI 与搜索、电子商务、社交网络、网络安全等结合。但是,你有没有想过,如果这些业务都是在 AI 时代开始时才出现,各大公司需要从头开始将 AI 整合到其产品或服务中,情况又会如何呢?

(原标题:AI 时代能否诞生 Google、亚马逊和 Facebook 类巨头)

如果谷歌、Facebook 和亚马逊诞生于 AI 热潮中,他们现在会如何?创业家兼投资人 Peter Relan 接受 VentureBeat 记者采访,阐述了他的观点。Relan 的新公司 Got It 是一家全新的知识服务供应商。用户在 Got It 提问,系统会利用 AI 算法将最适合解答问题的专家找出来,让用户与专家直接沟通10分钟。这种服务融合了搜索(谷歌)、连接人与人(Facebook)和按需销售(亚马逊)的特点,利用 AI 进行整合,Relan 认为人与人沟通的要素不可替代,但查找和定位专家的过程可以使用 AI 优化。人+ AI 是最好的解决方案。

过去几年,人工智能逐渐成熟,许多公司都将其嫁接到核心业务中,将 AI 与搜索、电子商务、社交网络、网络安全等结合。但是,你有没有想过,如果这些业务都是在 AI 时代开始时才出现,各大公司需要从头开始将 AI 整合到其产品或服务中,情况又会如何呢?

Peter Relan 在日前 MobileBeat 2017大会上论述了这个问题。Relan 是一位著名的企业家,创立了 YouWeb 孵化器,后者孵化了手游公司 OpenFeint 和 CrowdStar 等创业公司。现在,Relan 是 Got It 的首席执行官,也是流行游戏聊天应用程序 Discord 的投资者。

Got Ii 是一种新型的搜索引擎,使用 AI 来发现可以以个性化方式回答用户问题的人类专家。Relan 认为 Got It 会比传统搜索引擎产生更好的效果,因为它是在 AI 技术繁盛下催生的。

上图:Peter Relan与VentureBeat的 Dean Takahashi 在 MobileBeat 2017会面。图片来源:Michael O'Donnell / VentureBeat

以下是 Relan 在 MobileBeat 大会上的谈话(编译时有删节)。

VentureBeat:如果谷歌,亚马逊和 Facebook 很早就开始使用 AI 算法会怎么样?

Peter Relan:AI 在上世纪80年代流行了一会儿。我当时在上大学。80年代开始的 AI 热潮持续到90年代,但到了21世纪,我们更加专注于 Web 2.0,社交商务。主要的科技巨头都是从那时开始的,AI 还不在他们的核心业务范围内。

VB:他们是在 AI 泡沫破灭中诞生的。

Relan:是的,这真是令人想不到。今天,如果你是我投资组合中的创业公司,将 AI 纳入你的策略根本不是问题。你会把 AI 当做业务的关键组成部分。所以我选择投资的几家公司都把 AI 作为他们工作的核心。

我先谈谈 Facebook。很多人都知道,但 Facebook 是一家非常广泛的白页公司(white-page company)。 Facebook 的内容是由社区用户生成的。如果 Facebook 在成立时便已经开始使用 AI,那么解决的第一个问题是选择哪些内容呈现?当 Facebook 开放 API 时,我们都记得2007年和2008年的游戏热潮。用户最先投诉的就是垃圾邮件。我们都收到了好友邀请你玩 FarmVille(译注:类似《开心农场》)的请求,新闻流利充斥着这些消息。

到处都是这些无关紧要的内容,Facebook 早期的核心策略只是让社区成员将其整理出来,直到达到临界点。我记得2010年与马克·扎克伯格见面,他亲口说,“我恨死这些了”,垃圾邮件完全摧毁了网络。而有趣的是,游戏实际上是任何新平台上最重要的应用之一——你看 iPhone——但是,这里显然有一个失控的风险。

Facebook共同创始人兼 CEO 马克·扎克伯格(Mark Zuckerberg)2017年4月18日在圣何塞的F8开发人员大会上。图片来源:VentureBeat

快进到今天,今天什么是不好的内容? 10年前是垃圾邮件,今天是假新闻。如今假新闻的规模是10 年前的10 倍。FarmVille 有2 亿用户。Facebook 现在有 20 亿用户。那么,你如何阻止假新闻——影响民意到改变总统大选?

2016 年,Facebook 表示自己制作了 AI 系统,与社区成员相结合来识别假消息。这对 Facebook 来说很重要,因为它深信用户社区可以解决包括不良内容在内的一切。

VB:你的意思是他们在这里改变企业整体战略(turn a battleship),专注于 AI,试图从网络中清除垃圾内容?

Relan:Facebook 试图转向时,更像是一艘航空母舰。他们在转向移动互联网时也发生了这种情况。我认为这是不可避免的。即使你 100% 控制你的公司,也无法避免出现这种情况,那就是有种技术你不得不说“我不想用它”。由人组成的社区永远会在那里。

在 Discord 也有类似的问题。这是一个游戏玩家构成的语音聊天社区。有大约 5000 万用户,是 Facebook 的四分之一。Discord 上有很多小的社群,这些社群都是游戏玩家自己围绕某个游戏建立的。但是,我们发现他们会谈各种各样的话题,不是游戏的也会出现。所以,我们使用图像识别技术,在这些渠道上执行关于色情的政策。效果很好。所以,就算是个小平台,创业公司也会用 AI 组织不良内容。

VB:所以,还是要纳入人类因素去考虑。接下来谈一谈 Got It 吧。

Relan:Got It 是一家新的公司,它诞生于这样一个想法:“如果亚马逊可以卖虚拟机服务器,为什么不能让提供知识成为一项服务呢?”如果你想了解某些内容,可以谷歌和搜索,可以浏览论坛和社区。但是,这些都不是真正的服务,因为服务必须遵循 4 个关键标准。

一,它必须有一个确定的单位。使用谷歌,你不知道有多少个链接。二,它必须有一个确定的价格。三,一定是按需求的。四,必须具有保证。如果你看谷歌或 Quora,你会发现这两者都不符合所有 4 个标准。社区、论坛和问答网站,你不知道是不是有人会回答。没有保证,也不是及时的。

Got It 正在创建一个像亚马逊这样的平台,按需为你设置一台机器,定价什么都是明确的。我们有一个 10 分钟的聊天会话,根据需要,专家回答你的问题。你有问题,你问了,专家就会出现。

VB:这就是人类专家参与进来的时候了。

Relan:确切地说,你有 10 分钟的会话时间,跟专家交流,完成后,你评估你的问题。例如,你需要在 Excel 中做数据透视表。你不知道该怎么做,我们就在 Got It 上一起工作 10 分钟。我们相信这个过程中还是需要人。但有趣的是,你找到专家,是使用了 AI。我不认为两个人互相交流,分享体验这件事是能被取代的。人与人之间的交流无法替代。

但要找到专家并不是人与人之间的互动,可以使用 AI 来完成。我们使用与谷歌相同的算法。谷歌现在有一个名为 RankBrain 的新系统,使用 AI 帮你找到最适合的页面。我们使用的方法叫 ExpertRank,这是一个人工智能系统,它会问“对于这个问题,在所有数百万或数十亿人当中,谁是最好的专家?”只要专家注册了,他们就会接到通知,告诉他们,“有人想要解决这个问题”。

我们都知道,对于任何问题,在世界 70 亿人中,有一个人是完全匹配的。将人与 AI 结合在一起,无论是在 Facebook 还是在谷歌,都非常重要。谷歌的搜索引擎完全在服务器上运行,他们添加到搜索系统的 AI 引擎也完全在服务器上运行。所以,这是真正基于服务器的系统。但是,在谷歌只有 15% 的查询是 AI 辅助的。另外 85% 的,仍在使用传统的 PageRank。

我认为 AI 辅助系统很好。纯 AI 系统将来会有,就像真正的自动驾驶汽车。但如果你看特斯拉和谷歌的 Waymo,这两者的策略是不同的。特斯拉的策略是 AI 辅助。我认为特斯拉收集的数据比谷歌和 Uber 更多,因为他们走的是 AI 辅助这条路线,正是这种策略让他们得以领先。还是必须将人类的因素纳入进来。

VB:所以人 + AI 这个组合在回答问题上效率会更高。

Relan:你有更多的数据。以前就说过,AI 就是关乎数据(AI is all about data)。数据越多,AI 越好。如果内容不好,社区产生不良内容的程度越高,用户就越难以接受不良内容。如果假消息越多,就越容易打击假消息,因为你可以训练 AI 来识别它。

与谷歌搜索相同。搜索量越多,训练次数越多,谷歌的算法就越是能更好地理解用户想要查询的内容。

VB:那么,在关于人的这一端,我可能是回答某个问题最好的专家,但我不会凌晨 3 点回答你的提问。

Relan:Got It 的想法非常简单。肯定存在一个人,能提供你所需要的知识。只是还没有一个能将你和他/她匹配起来的系统。所以,我们要做的就是建立一个像 Facebook 一样大的知识网络,但上面没有那么多社交的成分。

我们的愿景就是让每个人都成为某件事情的专家,并建立一个能够找到正确的人来回答问题的 AI 引擎。我们现在已经交付了 300 多万次会谈。网络上拥有 12,500 位专家。每天有 200 人加入。

人类这边的成本为零。我们需要的只是 AI。人我们已经有了。我们不想替换人,我们想要的是找到他们。

VB:听上去这项服务今后还有改善空间。

Relan:随着时间的推移,数据将不断改善。我们会找到更合适的专家,在谈话时间段内质量也会提高,只要我们不断添加数据来训练 AI。

顺便说一句,亚马逊也非常有趣。我在这里对亚马逊提出质疑,因为它一直在构建一个黑匣子。假设我们根据需要更多的计算力。你怎么知道亚马逊提供给我的就是最适合的呢?

很多人醉心于 Alexa 和 Echo。但作为一个平台,我想确保当需求出现时,我能找到最好的资源。AI 应用程序的数量正在爆炸式增长。如何找到最适合你特定应用的资源?也许亚马逊会就一点进行开发,也许他们不会,我们并不知道。

0