当投资人们投资AI人工智能创业项目时都在考量什么？

近年， 人工智能 被看作变革产业交易的关键变量，除了大巨头们不断加重在AI领域的研究注码，各行业也在加速与AI结合的战略战术。近日猎云网联合WEDO联合创业空间举办了如何在AI大潮中窥见人工智能的线下沙龙。那么专注研究与投资AI人工智能的投资人们，是怎么看待在AI人工智能产业链里的所遇到的机遇呢？

嘉宾共享的内容包括投资AI人工智能的逻辑，人工智能在家电行业的应用、人机交互投资分享。

如果从投资角度谈逻辑，那么郭剑武的投资方法就是看清楚方向&领域和找对团队。投资AI人工智能领域里，考虑的就是AI的三驾马车——数据（从哪来）、算法（准确度高不高）和应用场景（是否够垂直细分）。

17年正是人工智能关键年，郭剑武却觉得也是人工智能大洗牌的过程，例如他举例了数据所有权的问题：欧洲已经出台相关法律规定不能企业不能随意对用户进行画像，法律颁布所有权的问题迟早也会是发达文明国家的趋势。

在许多企业家警惕人工智能危险性的当下，郭剑武还认为AI人工智能分为三个阶段，1.0感知阶段，2.0认知阶段，3.0融合阶段。 1.0阶段——感知阶段，是指人类在以目的为导向的情况下，对周围环境读懂读透的一个过程。

2.0阶段认知阶段属于推理与逻辑，在经过对环境读懂读透的环节后，人类对这些信息及数据做出了自己的判断，那么这时候该考虑怎么用迁移学习，来达到情感与自我意识的层面，使之让机器自己做决定。迁移学习可以说是人类的一个突破，因为迁移学习已经摆脱数据的束缚，代表着步入自我意识范畴的门槛。

3.0阶段才是融合的阶段，这时候才有资格谈论人机大战，AI是否会毁灭人类等等问题，到那时将会开始介入制度问题比如法律、规范等等。但是3.0阶段最大的难点在于算法模型的建设，比如常识不方便建模，每个人都明白“父亲比儿子年龄大”这个常识，机器却必须要输入程序才能得知，而自然界的常识又何止千千万万条。

在郭剑武看来，我们还有很长的路要走：基础的算法问题上或许可以靠叠加大量统计完成单一重复的决定，但深度学习与迁移学习的能力上，商业变现的时代还远未来临。

人工智能通过处理数据，可以关联统计，分类，预测行为和优化路径，对应到具体应用里，便能做到行为挖掘，控制应用程序开关时间从而节能省电，升级用户体验和加强应用的安全保障问题。

邢燕拿AI智能结合电热水器，来解决用户使用不便的问题做了类比，比如他们在收集上万用户的电热水器使用数据后，发现用户一般会出现三个问题：等待时间过长，热水不够，热水器使用能耗过高。

如果想要优化一个大厦里所有用户的预热等待时长，那么在通过收集设备运营数据和用户运营数据后，可以根据用户不同时间段上的使用习惯进行优化，使热水器提前加热或根据使用情况来主动帮助用户调整加热模式。结合到AI人工智能方面，结合时间、季节、偏好等因素，形成用户模型，控制决策主要综合推荐引擎、预测引擎形成控制指令。

其中预测引擎可以使用LSTM模型构建行为预测器，以用户前N天用水情况预测当天用水情况，输入开始用水时间，当天气温，用水量等数据。输出开始用水时间和用水量的数据。

而推荐引擎是基于用水预测、体验预测与实时的节能预测来生成推荐输出，推荐参数将影响推荐引擎输出，可以由决策器进行调整。这样根据用户对推荐结果的反馈（主动与被动），调整各推荐引擎的推荐参数，实现用户个性化。

从键盘、鼠标、触屏到新兴的交互方式——语音交互，视觉交互，体感交互，这些都在降低学习成本，更加丰富用户体验，甚至催生新的商业模式。

而普及程度不高的交互产品，大部分小公司们争抢不过巨头们的资源从而发育残疾，往往只能面临被收购的下场，因此抓机遇非常重要。交互技术机遇的关键点是做巨头要做，但暂时还没有做的事。交互应用机遇则需要根据2B或2C来考虑，2B方面要着重考虑生产工具，投入产出比和效率的问题，2C则要着重考虑生活资料，用户体验的问题。

语音交互较值得挖掘的技术包括NLP及语义分析、多轮对话等。视觉交互较值得挖掘的技术包括嵌入式人工智能，比如在工厂里的生产链环节，汽车里的 无人驾驶 等。IMU和光学体感在现在是相对较成熟的体感交互，更多的是新兴体感技术，相对而言，游戏是比较多的应用，如IMU做体育的创业采集人体的运动轨迹，可以辅助教练培训运动员或者了解运动轨迹从而帮助教练排兵布阵。

Q&A环节

Q：

现在很多产品都受制于VR的热潮，各位投资人怎么看？在现在的情况下智能设备也有被破解或黑入的可能性，那么当AI结合应用时，我们怎么防备这个事情？

A：

1）我对VR的前景不太看好。一部分原因是目前市场上没有体验比较完美的VR产品，VR更应该是一种技术，在某种特殊的场景下所需要的技术。比如说模拟军校里的军事演习，比如说红色地区里的井冈山，贵州附近建了红军长征体验馆，在这样的体验下，VR一定要找到很窄的应用场景给它落下来。

2）从云端平台来讲，要发展安全体系的建设，从实践上来说，你要在云端里做一个相对系统，就比如安全的排查系统，有反查机制，在一个用户多次访问的情况下可以引起系统的警觉，因为除非是电脑攻击否则正常用户不可能频繁多次访问。另外一个办法是，设备对设备打通，需要协议开放。如果通过云端，一个第三方来对接应用，根据两方的业务逻辑进行修改，那么会好一些。

Q：老师您好，如果是为国内学生提供教育资讯，留学服务之类的中间企业，怎么把AI用低成本的的手段去结合？怎么去匹配老师跟学生？

A：如果是K12教育产品，其实未必要加AI，主要应该先考虑场景应用在哪，先考虑一个好的产品或服务，考虑怎么去服务好用户，再去考虑怎么降低成本。

K12教育产品不一定是人工智能，也可能是大数据分析，比如你有标准的语音系统，就可以大概判断出学生的口语水平，这个也可以用来分析学生的上课时间，比如哪个学生在什么时候是在休息或者有别的事情，用数据就可以做到。而到AI智能水平如果要派上用场的话，可能是以后你的学生群很庞大了，不需要老师在线，这时候AI人工智能可以自动的帮你服务学生。

另外我认为K12现在用行话叫做是红海里已经有寡头，所以如果要做K12，明白自己解决了哪些痛点才是关键问题。

299439