【猎云网（微信号：ilieyun
）北京】3月24日报道（文/赵子潇）
3月20日，由猎云网主办的人工智能主题沙龙【“哈喽，人类！”人工智能“钱景”深度探究】在瀚海博智众创空间进行。猎云网请到车萝卜创始人&CEO马斌斌、诸葛io创始人&CEO孔淼、智齿科技产品负责人余晓隆以及IDG资深投资人丁飞，四位嘉宾一起来探讨围绕人工智能和创业的紧密联系。
人工智能最近又被关注，原因在于谷歌AlphaGo机器人在围棋比赛中大胜人类世界冠军李世石。这个注定被载入史册的事件代表着人工智能的再次升级——深度学习技术趋于成熟。而人类又是爱想象的生物，机器战胜人类可以联想到任何科幻题材。对于人工智能即将引爆的市场，几位嘉宾又是如何看待？
智齿科技产品负责人余晓隆在活动现场表示，业界对人工智能的定义为用机器去实现所有目前必须介入人类智慧才能实现的任务。比如，让机器像人类思考，包括视觉图像识别，语音识别、运动控制分析等等。
人工智能还有广义狭义上的区分，狭义上来看，基于人工智能算法的研发企业都算人工智能；广义上来说人工智能有非常多派生的东西，比如计算、硬件软件、数据挖掘分析、人工智能算法研究以及构建相应的智能应用。
而深度学习技术使人工智能进入了一个黄金时期。技术可以快速发展，但是没有市场应用的支撑，技术也很难得到快速发展，所以需要相辅相成。余晓隆希望让人工智能和市场应用更加紧密的结合起来。他提到，现在人工智能进入到各个领域当中，比如智能硬件，使原有交互方式变得更简单，产品服务更加多元化，虚拟现实领域也使人工智能多了交互类型等等。
目前人工智能已经进入了各个领域，并且有市场应用做支撑，后面发展越来越健壮，因为产业和相应技术已经达到一定状态。人工智能的真正价值在于帮助甚至替代人类完成任务，提升效率降低成本，效率提升但服务由简单执行变成互动服务。
智齿科技是人工智能领域里的一个分支，将自然语言处理和在线客服进行结合，为企业带来方便。
诸葛IO创始人&CEO孔淼分享的是机器学习和数据挖掘之间的关联。二者结合的流程可以用五个字母代替：
D-F-M(i)-O
D代表数据集，连接到F代表的算法，输入数据(i)建立模型(M)，最终输出(O)。其中机器学习又分为有监督和无监督两类，有监督是输入一些案例，数据集包含输入输出组合，找到背后关系建立模型；无监督指的是只有输入，通过算法和模型最终输出，以简历为例，通过机器学习很快能匹配简历里的数据匹配，且十分精准。
孔淼提到，诸葛io进行的数据处理本来就是人工智能必需的一部分。无论机器学习或是分析系统都需要关系，把统计结果转化为用户行为记录，得到的结果能产生价值。诸葛io就是一个用户行为分析平台，不再像之前一样关注用户数量，而是用户质量，进而有针对性的进行产品优化，提高销售转化率，做精细化运营。
车萝卜创始人&CEO马斌斌则从汽车领域讲起。他指出，开车时看手机等不安全行为会导致事故率增加三倍，是酒驾事故率的10倍。有没有可能让驾驶者既安全驾驶又能兼顾信息浏览？很多厂商都在尝试，大多从显示界面入手。
很多厂商把中控显示联网，使其实时更新，导航信息更加精准。但是由于安装位置的天然局限性，想看信息必须扭头，孔斌斌认为这不是一个理想的方式。HUD的好处在于，不需要低头看信息，在正常视线范围内就能看到，但它仍旧有这样或那样的麻烦。所以车萝卜采用听觉和语言来完成操作，云服务辅助操控。
马斌斌提到，现在市场上的云操控系统都不尽如人意，干扰因素在几方面，首先是语音识别的准确率不足，车载产品所在的是嘈杂的环境，对产品带来干扰，车萝卜采用的思必驰解决方案，从云端大数据的自然语言处理语音识别技术。
现在有很多机器人和自然语言处理来做机器问答等产品，像图灵机器人，微软的小娜，用过之后并不如想象中的智能，原因在于太通用了。在一个广泛的场景里，人工智能很难理解人类想表达的意思。人们在和这些人工智能聊天时只做到一问一答，没有达到对话的程度，也是机器对于上下文的理解不够，基于基本算法和模型还不够，与大数据的结合才能更好发挥。
在后续圆桌会谈环节中，三位创始人也表达了在人工智能大方向下，自己所在的领域存在着哪些机会。余晓隆表示，如果把客服的范围扩大，比如与销售结合，会是一个更加广阔的前景。
孔淼认为数据分析领域不会有一家独大的情况发生，因为在行业里环节繁多，创业也会不断垂直细分。在马斌斌看来，汽车存量市场是目前的主流趋势，而车萝卜具备优势，在存量市场越来广阔的今天能发挥更大用处。
附：圆桌会议对话内容（猎云独家整理，有删减）
丁飞：刚才大家谈到很多专业术语，能不能用最通俗的语言来把你们在做的事情讲出来？
孔淼：我们会帮助所有的互联网产品记录用户和他的行为之间的关系，比如滴滴红包，用户在用什么手机，什么时间启动应用，交易是否成功，抢红包之后有没有去打车，这些数据记录下来之后，一方面可以为用户智能推荐，另一方面为运营和产品提供用户行为，洞察用户需要。
马斌斌：打电话时候不是很常规的说法，我们需要通过后台算法去建立模型，现在建立模型的规则，马上推出的二代产品会在云端积累大量模型判断用户的语音，帮助理解。
丁飞：所以我总结一下，语音识别部分是和思必驰合作，车萝卜的工作就是在后台设置很多规则，根据用户不停反馈进行修改优化。
马斌斌：对，在某一个时间我们给出的结果他总是否定，这里面一定有问题，这个时候我们会再优化。车萝卜在垂直领域里加入了人工干预，让他学习更快。
余晓隆：我们在做的云处理和车萝卜有些类似，不一样的地方在于车萝卜做的更专业，专注在汽车驾驶。我们做的比较复杂，会针对很多企业，像互联网金融、电商，每一个企业都有不同的知识结构，这些结构目前交给客户自己去整理。智齿机器人给客户的时候，就像一个小孩，内置一些基础的知识，在前端通过自然语言分析的方式得出答案。
丁飞：那么人工智能技术方面还是产品优化方面更加重要？
余晓隆：我们公司有几个团队，研发部门有专门做算法的，但人不是很多。另外还有一个数据分析团队，其他研发更多是做前端、后端、架构等。我们的产品已经在很多企业里经过锤炼，算法趋于成熟，提高的瓶颈越来越窄。现在我们更多把这些技术和行业应用结合更紧密，体验会更好。我们有算法，但是怎么在产品上应用的更好，是需要和用户沟通之后，再用技术发挥，所以我们在产品优化层面比较多，当然技术算法也在不断迭代。
马斌斌：我们特殊一点，因为我们不仅做软件，还做硬件，硬件坑太多了，还要和软件之间做系统驱动层的开发，所以我们团队主要分三块，硬件工程师，设计师，供应链等属于硬件；软件交互体验，技术不等于产品，很多技术实力雄厚的公司不一定能做出好的产品；算法这边我们人不多，但确实是最核心的团队。
孔淼：前面两位讲的有两个共同点，第一个就是把技术最终也要变成产品，所以产品会占到比较大一部分；第二是算法，我们有一套标准化的个性化推荐的引擎，因为我们觉得任何企业里的关系是能抽象出来的，但个性化推荐能帮你从0到1，起到一个基础性作用，最难的是后续提升，我们在思考如何把控效果应用到更多企业中去，比如内容类的行业。当然技术上我们也会投入，在处理效率方面和体验等等会优化许多。
丁飞：三位能不能评判一下在自己的领域或相关领域，大的机会在哪里？或者说最怕哪家以什么方式杀进来，对行业有颠覆的影响？
余晓隆：我一直是做产品的，从我们现在所做的基于客服行业与人工智能结合起来，在这里可能有几个发展的前景：
人工智能技术在客服领域应用的话，现在更多还是在做问题处理的决策，虽说客服行业是一问一答的形式，但未来客服作为企业和外界沟通的渠道，我们可以把它放的更开一点，把销售和客服结合起来，以前是做客户服务，现在把销售服务也加进来，这样就对人工智能提出更高的要求。如果机器销售不能够很好地理解我的意图，那我很可能直接跳过去找人。
把更好的学习技能，目前机器学习只能达到两到三成，深度学习可以达到很好的体验。所以在数据分析学习上，我们还有更大的机会。至于风险可能在于特别大的企业切入到这个领域，并且把人工智能技术用的更好，更多深入场景，那么可能是个威胁。
孔淼：数据分析这个行业不太可能出现某一家把整个行业垄断。从数据分析发放到各个行业部门，中间的场景非常非常多，行业也会不断细分，做出差异化。
马斌斌：汽车领域机会非常多，前景有两方面：一是目前的汽车存量市场，现在有一个明显特征是二手车交易越来越多。今年有1.67亿的存量汽车，每年新增两千万。一辆汽车会使用6-8年，和快消品不一样，所以当新车面市之后不会换车，而是加装升级新车具有的功能，我们切入的就是后装智能硬件设备，通过车萝卜提供和智能汽车一样的功能，这是一个很庞大的市场。
