这轮人工智能创业潮，硅谷怎么看？

本篇文章2764字，读完约7分钟

软件为王，数据为王，中国更容易获得数据，而且很可能反馈到美国市场。

软件正在吞噬一切！在硅谷的人工智能风险投资论坛上，几乎每个投资者都会这么说。硅谷未来论坛(Silicon Valley Future Forum)创始人钟鼎华也认为，本轮人工智能的爆发是由于各行业软件领域的创新。

人工智能在历史上经历了两次高潮。第一次是从20世纪60年代到70年代。人们发明了知觉神经网络。当人们发现这些理论模型只能解决一些简单的问题时，人工智能进入了第一个冬天；第二次是20世纪80年代兴起的语音识别和语音翻译项目，2000年以互联网泡沫告终。从学术界到工业界的第三次人工智能浪潮极大地提高了其计算能力，并真正将其技术转化为商业应用。

硅谷motus的风险投资合伙人吉姆迪桑托(Jim disanto)认为，人工智能(ai)创业在未来将是一个吞噬软件的世界。尽管人工智能需要通过硬件和传感器收集数据，但与硬件相比，软件和算法对公司来说更为核心，拥有核心技术的企业家更受硅谷投资者的青睐。

中美之间的人工智能交流越来越频繁。仅在7月份，硅谷就举办了三次中美人工智能风险投资论坛。组织者包括投资者、媒体、寻求创新项目和人才回报的地方政府，甚至包括房地产开发商。

科技企业家更受青睐。在硅谷圣克拉拉会展中心的屏幕上，李彦宏乘坐的百度无人驾驶汽车出现了。根据ppt，仅这款无人驾驶汽车的传感器成本就高达60万美元。以这个价格，你可以在美国购买12辆奔驰c级轿车。

本ppt来自汽车驱动解决方案公司auto x的创始人肖。他创办的Autox公司声称正在为无人驾驶汽车制造一台50美元的照相机，以取代现有的激光雷达技术。肖展示了他的公司开发的无人驾驶测试视频。这辆车装有他公司的七个摄像头。

肖想解决的问题是触及无人驾驶领域的痛点。昂贵的传感器不能迅速将科学研究成果商业化。谷歌母公司alphabet拥有的无人驾驶waymo的最大进步之一是它可以将传感器的价格降低90%。传感器的核心技术也是谷歌和优步之间无人驾驶诉讼的焦点。

特斯拉创始人埃隆·马斯克(Elon musk)一直试图找到一种替代激光雷达的方法，以降低无人驾驶汽车的成本。肖的纯视觉解决方案受光线和天气影响很大，而特斯拉的无人驾驶汽车曾因强烈的光反射导致视觉识别错误而死亡，在美国引起轰动。

聚集了世界上最聪明的人的大公司无法解决的技术问题也是初创企业面临的挑战。对这个50美元的传感器的可行性下结论还是不够的。

肖对这个问题的回答很简单:因为图形图像识别算法是他的优势，公司里大部分人专门研究无人驾驶感知方向，而核心技术仍然是算法和软件解决方案。

业内人士喜欢称肖为x教授。他是麻省理工学院人工智能实验室的博士生。他的博士论文是用大数据进行3D场景分析。谷歌的无人驾驶源自街景地图，背景非常相似。他是普林斯顿大学的助理教授，也是普林斯顿计算机视觉和机器人(300024，诊所单元)实验室的创始人之一。

无人驾驶是这一波人工智能的主要应用方向，各种无人驾驶环境解决方案的公司层出不穷，如地图解决方案提供商和autox等传感器解决方案。在类似的初创企业中，相机只是载体，图像识别等核心算法是这类初创企业的核心。

与国内投资不同，硅谷投资者更关注核心技术。与美国相比，中国的人工智能公司对市场的把握更准确，也更有动力赚钱和商业化。foundersx Venture Capital的管理合伙人海伦·梁(Helen liang)对《财经》表示:硅谷的人工智能公司不会在首轮投票前对赚钱深感焦虑；如果中国的人工智能公司想要生存，投资者对何时盈利有更迫切的期望。

在硅谷不成文的投资规则中，当企业家声称拥有人工智能领域的核心技术时，投资者会仔细考虑企业家的背景。斯坦福大学、卡内基梅隆大学和麻省理工学院的顶尖学生被业界公认为科技型公司的源头。

小熊健创业时只有一个人。凭借他的博士论文和学术声誉，他已经吸引了20多人，并且有很多员工来到这里。尽管他想解决的问题听起来有些夸张，但有这样背景的中国企业家很快就成为了中国驻硅谷资本的追捧对象，比如丹华资本(Danhua Capital)和彗星实验室(comet labs)(联想之星旗下的人工智能投资孵化平台)。

硅谷的投资者对如何为初创企业获取数据有着一致的行业判断。在人工智能领域，大多数公司的核心技术仍然是软件部分，软件的核心需求是数据。

百度前首席科学家吴恩达曾经解释过为什么要去大公司做机器学习，因为它需要强大的计算能力和庞大的数据库。对于企业家来说，没有数据就像没有米饭的烹饪。因为中国不关心数据和个人隐私，这已经成为中国企业家的优势。

丁晓薇在上海、苏州和洛杉矶之间旅行，他有一个由软件和核心算法组成的技术团队。他是洛杉矶加州大学的博士生。毕业后，他在美国西达-塞纳河医疗中心的人工智能医疗部工作。他的团队大部分是博士实验室的校友，大部分是医学图像分析、计算机视觉和机器学习领域的科学家和医学专家。2015年，他们共同创建了voxelcloud，它利用人工智能和云计算技术深入挖掘海量医学图像和临床数据，帮助医生进行诊断。

在两年前完成全面融资后，丁晓薇推出了三款主要的诊断和治疗软件:眼科图像辅助诊断、冠状动脉计算机断层扫描和肺癌人工智能分析软件。当被问及合作伙伴时，丁晓薇告诉《财经》:“中国三大医院几乎都有合作；来美国的目的是获得美国医疗行业的资格并进入美国市场。

制作基于机器学习的诊疗软件需要大量的历史数据建模和分析。一位医疗设备老手对丁晓薇的公司评论道:医疗行业在国内外都很深入，但他们进入美国的问题是几乎不可能获得数据。

在中国，你很难获得政府数据，但个人数据仍然很容易获得，因为每个人都缺乏隐私意识。盛远资本合伙人徐伟表示，然而，在美国，政府数据是公开的，可以通过编写程序在网上下载，但在美国很难获得个人数据。

丁晓薇创办的公司就是一个典型的例子。与投资者的声明一致，上述医疗行业分析师认为，只要他们与中国的医院达成合作，就可以从医院档案中获得大量的培训数据；然而，他们在美国已经扩大，即使他们与医院达成合作，医院仍然没有资格提供病人的个人数据，并且需要行业审查和颁发资格证书。

中美环境的差异使得数据采集方法大相径庭，甚至相反，中国的人工智能公司很可能会反馈到美国市场。

伍德赛德投资公司副总裁乔恩·托马斯(Jon m thomas)认为，与西方国家相比，中国并不太关注保护个人隐私，而且很容易获得一个拥有数据布局的智能城市。在这种市场环境下，具有应用水平和数据分析能力的人工智能公司更有可能诞生，它们可以率先实现某些行业的智能化，然后将分析模型和结果应用到美国。

(刘奕君硅谷《财经》记者，来自魏松圣克拉拉/编辑)