李开复：大数据是人工智能的前提
“未来十年，独角兽出现最多的公司，肯定是人工智能。”在36氪主办的WISE·2016独角兽峰会上，创新工场创始人李开复开场***句话就给与人工智能领域***憧憬。
李开复在WISE（KeepFightingandCarryOn）独角兽大会上表示，未来世界上50%的工作会被人工智能所取代，比如翻译、助理、保安等等。人工智能在记忆、人脸识别方面比人更精确，机器学习通过大量数据的探索，面向任何狭窄的领域，比如精准广告推送、无人驾驶等等，一个一个领域，人工终究会被机器所超越。
人工智能会把人从简单的劳力劳动中解放出来，大数据就是***步。数据量的激增使得企业可以通过数据实现一些过去只有人能够做的事情，因此大数据是人工智能的前提。诸葛io正是从创新工场投资的***家大数据公司中独立出来的产品，其创始人兼CEO孔淼曾是李开复的助手。
[[178720]]
诸葛io是一款专业的用户行为数据分析工具。通过诸葛io，企业客户能够更加深入地洞察其用户的行为，并从中发掘产品快速增长的契机，加速对数据的探索。
“在企业系统里，绝对需要做一些判断和推荐，你要推荐什么商品给用户，该放什么样的广告，这背后都可以用到人工智能引擎。”李开复博士如是说，“人工智能发展一定是从数据***、最快能产生价值的领域开始”。而数据对企业产生价值会比人工智能来的更早。
诸葛io目前已为超过10000+企业提供准确、高效的数据智能服务，帮助企业实现基于用户画像的数据发现，提高决策效率、降低决策成本。诸葛io不仅是一个有效的数据分析工具，更像是一个以用户为中心的人性化的数据教练。凭借多达10,000+的客户沉淀，诸葛io面向不同行业的不同场景，围绕用户行为，帮助其自定义用户分层、留存，找出行业用户的共性和特性，直击数据分析核心。面向资讯、社交娱乐、金融、电商、医疗、教育、工具应用等不同行业，诸葛io均落地成熟的解决方案，从而帮助行业客户快速精准的找到业务与需求的契合点。
“创业必须要生逢其时”，李开复博士在30多年前就开始做人工智能了，可惜的是，当时机器不够快，数据不够多，算法不够先进。包括在对弈、语音识别、自然语言理解等方面的很多工作都没有生逢其时。
每一个“生不逢时”背后都有一个“生逢其时”。开启数据分析的魔法大门，恰逢其时。
《人工智能：李开复谈AI如何重塑个人、商业与社会的未来图谱》李开复，王咏刚
作者介绍：李开复博士创新工场董事长兼首席执行官/创新工场人工智能工程院院长李开复博士于2009年创立创新工场，曾任谷歌全球副总裁兼大中华区总裁、微软全球副总裁、苹果交互式多媒体部门副总裁。1998年，李开复创办微软中国研究院（后更名为微软亚洲研究院），在极短时间内创建了一个国际一流的计算机研究院，曾被《麻省理工技术评论》评为“zui火的计算机实验室”,这是一所培养人工智能人才的黄埔军校。1988年，李开复获卡内基梅隆大学计算机学博士学位，他的博士论文题目是“非特定人连续语音识别系统”。1988年，《商业周刊》授予该系统“科学创新奖”。他开发的“奥赛罗”人机对弈系统，于1988年击败了得过世界团体比赛冠军的选手。王咏刚创新工场技术副总裁兼人工智能工程院副院长王咏刚毕业于北京大学，毕业后长期从事金融行业软件研发，任方正奥德公司技术总监。2006-2016在谷歌公司任StaffEngineer、资深技术经理等职，参与或负责研发的项目包括桌面搜索、谷歌拼音输入法、产品搜索、知识图谱、谷歌首页涂鸦（Doodles）等，在输入法、知识图谱、分布式系统、HTML5动画/游戏引擎等技术领域拥有深厚的积累。
内容介绍：人工智能已经来了，它就在我们身边，几乎无处不在。人工智能技术正在改变人类的认知，重建人机相互协作的关系。的自动驾驶正在重构我们头脑中的出行地图和人类生活图景，今天的人工智能技术也正在翻译、写作、绘画等人文和艺术领域进行大胆的尝试。我们真的知道什么是人工智能吗?我们真的准备好与人工智能共同发展了吗?我们该如何在心理上将人和机器摆在正确的位置?我们该如何规划人工智能时代的未来生活……当人工智能时代成为必然，《人工智能》一书告诉我们：个人应该做些什么，才能避免被AI取代？企业应该如何升级…
下载信息下载地址李开复：人工智能的黄金时代
第三个方式，你可以想想，如果移动互联网时代起来了，哪一支股票会涨得最多？这是非常简单的问题。我们回到2009年，哪一支股票，无论移动互联网公司谁会赢，最后这个公司都会大涨，这是哪一支股票？有人说谷歌，不对，谷歌起来必须是安卓赢才对，不过你投资谷歌也不错，但是谷歌大概只涨了三四倍吧，有一个公司比它更厉害，涨了二十倍。它就是ARM。无论你是哪一个移动互联网操作系统或者应用软件，这个公司的底层必须一定是包含芯片的，这个芯片无论是高通的还是联发科的，它一定是有ARM的重要技术来做这个芯片，所以买ARM是绝对正确的。
讲完了移动互联网时代，当然今天这些投资机会也都不在了，ARM也已经被别人买走了。但是对于人工智能时代，这将是一个比移动互联的这个时代大十倍的市场。
所以我们今天要用刚才的三个方法来思考：在人工智能时代来的时候，如何去找最好的创业者？如何去找最好的基金？如何去找二级市场的这个股票？至于，第三个答案我最后会公布给你。
下面容我介绍一下人工智能为什么这么伟大。
大家听到人工智能这个词大概是在今年年初，AlphaGO战胜李世石的时候。当时在讨论人工智能是在模仿人脑，超越人脑，奇点是否来临？我们是否会被机器统治？
实际上这些都是很玄很远而且也不太靠谱的说法。所以我建议大家也不要再看任何讨论刚才几个问题的文章了。其实，人工智能跟人脑的关系也不大，也没有什么超越人脑的可能。人工智能全部都是我们完全控制的奴隶，我们让他们做什么，就做什么。有没有一天它们会比我们聪明，告诉我们做什么，这个我不知道。但是对于我们来说，至少还有20年，这20年我们应该专注怎么用好人工智能，给人类创造价值，帮我们赚钱。还有就是怎么去投资人工智能，以及担心人工智能会取代哪些工作。至于其他的问题就不用考虑了。
人工智能这个事情，其实绝对不仅仅是取代人脑，它会比人脑厉害很多。但是这不是说它是在所有领域，它一定是在几个前提条件下，而且一定是在某一个狭窄的领域。
比如说围棋，比如说传一篇文章，比如说量化交易，这些领域里面，它可以非常的厉害。因为它用巨大的数据，来做一些分类，预测或者对未来的推测。比如说，演示文稿上的这10个工作，10年以后90%干这些行业的人就都失业了。当然，剩下来的则是顶尖的，对于记者他可以写很深度的文章，而顶尖的翻译他可以为元首做实时的翻译，或者是翻译诗词、诗歌。这些人工智能做不到，但是普通的翻译、记者、助理等等都不需要。普通的保安也不需要了。有没有一个作为人的保安可以记住20万犯罪者的照片，不可能的，但是机器可以。所以在这些领域里面，人根本没有任何的机会，这不是说什么机器会不会比人能干，在这些领域里面，确实，人就是没有希望。
比如说司机，无人驾驶10年左右就会来临。无人驾驶来的时候，世界上做司机工作的9%的人类他们都要换工作，所以在这个领域，就是如此被巨大的颠覆了。
人工智能也就是这样几个事情，感知、决策、反馈。
前两件已经做的很好了，后一件还需要时间。我们在这几个领域可以看到，过去二三十年有很多重要的里程碑，尤其是在最近的5年，我们发现人工智能能用了。
当然如果你像我这么不幸在30年前就做人工智能，我们就没有生逢其时，也没有找到这个风口。我们就只能写写论文，然后再换份工作。但是30年之后，我们非常清晰的看到这个领域成熟了。
为什么说这五年成熟了呢？30年前做的太早呢，为什么三十年前成为先烈，现在成了伟大的创业者呢？
就是因为一个特别重要的技术，叫做深度学习。
深度学习是什么？你丢一大堆数据给它，然后问它，我应该买什么股票？这个人的保险该付多少钱？这个想贷款的该不该贷？这个信用卡的交易是否有欺诈的嫌疑？你还可以问他，这么多的男人你应该找哪一个为对象？你也可以问他，今天晚上这么多好吃的，我应该吃哪些？它都会告诉你一个答案。
但是非常重要的是它来做这么个决策只会在一个狭窄的领域，而不是任何的领域。
深度学习其实只是一个技术，以后还有很多其他的技术，这里就不说了，但是绝对不是人工智能就能取代人脑。人脑的情感、自我认知是机器完全没有的，还有我们人可以跨领域思考，比如说我现在跳出来说我中午不要吃汉堡，你们每个人都可以懂，但是机器不能懂，机器一次只能懂某一个领域。
所以说人工智能的五个条件很简单。海量的数据，清晰领域界限，顶尖的AI科学家，还有自动标注数据，以及超大的计算量。原来所说的，7年前听到我所说的移动互联网的时代来到了，任何三个小朋友都可以创业。在人工智能的时代，这个完全被颠覆了。三个小朋友你不要想创业了，因为你没有巨大的机器，没有顶尖的科学家，你也没有特别大的计算量。所以这个是科学家的创业时代来临了，而不是三个小朋友的创业时代。
深度学习到底有多了不起？
大家看左边这张图，你可以看到在5年之内，左上角代表的是在图像识别领域机器超越人类，左下角是语音识别领域机器的错误率低于人类。一个往上，一个往下，都是代表超越人类的表现。
当人脸识别超越了人类，我们还需要保安吗？当语音识别超越了人类，我们还需要客服吗？还需要打电话推销吗？当自动驾驶超越人类，我们还需要司机吗？当传内容，写新闻，金融稿件的能力超越了人类我们还需要金融界记者吗？这些都不需要。90%的金融领域的报道都是传出来的，这些报道以后绝对不是人写的，人写是会犯错的，机器不会犯错，只有深度的报道才需要人写。所以，这就是超越人类的一些领域。
那到底哪些领域可以做人工智能，可以挣钱呢？实在太多了，我在这里随便列了三十多个领域，在任何一个领域就是一个商业计划书，如果你能找到一个该领域的超级的商业专家，销售专家，再搭配一个人工智能的科学家，那就是一个黄金创业团队。这些细节这里就不多讲了。
简单来说，谁能做人工智能的创业，第一种，谁手中拥有互联网数据的这个是最了不起的，也就是BAT、滴滴、美图等等，他们手中有数据，而且已经标注，只要有科学家就可以产生价值。
第二种是传统企业，比如说股票的数据，比如说保险业、银行业，各种金融的。我觉得数据非常的丰富，而且是非常的狭窄领域，不用跨领域的理解，而且可以快速产生商业价值。再往下医学，如何看片子，看MRI，看CT，看各种人的健康记录一定是超过医生的，现在至少有3种重要的病症人工智能已经超越了医生的平均水平，而且你像这个是要花多少临床的时间，现在三种可能再过5年就是300种，再过10年可能就是3000种。然后90%的医生就都不需要了，至少被机器取代。那这些医生就要做更高等的工作，更深入的工作，去发掘新的医药的工作，或者是做更心理医疗的工作。面对病人，机器还是冷冰冰的，可能还需要一个人脸对着病人，但是90%的医生，在10年以后应该都打不过我们机器的诊断能力了。这对人类是有很大意义的，教育的数据也是很多的，就不多细讲。
最右边是无人驾驶。这是我们特别看好的领域，它是最大颠覆量的，以后都不需要人开车了。再加上电动车和共享经济，以后我们出门的时候，一辆坐一人的车就会出现在我们面前，它带我们去要去的地方，节能低碳，减少雾霾，而且这还会影响整个经济。如果大家谁有投资停车场的，十年以后就没有停车场了。所以，这些都有巨大的颠覆性。如果你们觉得听起来像是天方夜谭，像是科幻小说，那么你们也可以想一想，2009年当我告诉所有人移动互联网时代来临的时候，大部分人也是这样想的。甚至当时的BAT听了移动互联网的预测之后，他们总是认为没有PC大，没有PC赚钱，成长的会很慢。但现在你看他们一个个也都追上来了。所以人工智能是一个特别巨大的领域和机会。
那么我们到底该和谁学人工智能呢？
世界上最懂人工智能的绝对是谷歌这个公司了。在一年前他就宣布了要做Alphabet这个母公司。
什么是Alphabet呢？其实它就是把谷歌里面做搜索提炼出来的人工智能做成谷歌大脑，然后把它用到各种领域。用在围棋就成了AlphaGo，我们已经看到它的威力有多大了，用在汽车就是Googlecar，用在健康就是Googlehouse用在基因检测就是Googlegenetics，所以在Alphabet上面，谷歌的野心就是要把一个谷歌的成功变成26个，这是一个特别有野心的人工智能的公司。
而这个公司内部也是在用刚才所说的深度学习。这个图是来自谷歌的一个科学家，他对外演讲用的我们可以看到也是在这4年，他们才领悟了人工智能的价值和谷歌大脑的价值，收购了DeepMind这样的公司。所以很明确的就是，谷歌的Alphabet这样的一个动作，绝对是它看到了机器学习可以进入各种领域的机会，这也是它所进行的一个很有野心的探索。
到底人工智能如何克服挑战产生竞争壁垒呢？
简单的来说。
第一，就是要寻找行业里面有特别大的大数据，然后是垄断性和闭环的。
第二是买很多机器，尤其是CPU＋GPU。
第三是有很厉害的深度学习的科学家。左边两个，谷歌基本是为了买这两个人，花出1亿到4亿美金，右边的是我们投资的Face++公司聘了的，刚才看到的2015年超越人脸识别，超越世界图像识别人类能力的那位科学家孙剑，他是我们Face++挖过来的，这边就不放金钱了，因为我们投的公司不好意思去说我们花了多少钱雇了这样一个人，但是至少可以说明一点的是，这样的大脑是有特别巨大的价值的。
第四，虽然这些顶尖科学家很有价值，同样的小朋友也有价值。不过小朋友还不能创业，需要培训。只要我们找到前10名的高校毕业的顶尖毕业生，这些毕业生必须是学下面几个领域，计算机、统计、数学、应用数学，电子系，还有自动化系。在这6个科系里面的顶尖学生，前10学校的前10到50名的学生我们全部招进创新工场我们来培训他，成为人工智能科学家。只要给我们6个月的时间，然后有左边的这些高手来带他们一下。人工智能很大的一个特色是速成，他不像是你去找一个化学科学家，或者说生物科技或者甚至是计算机领域的这个Networking、Database之类的，非常难学。人工智能不一样，它很好学，前提是你一定要是一个数学天才。所以我们就设立这样一个计划，这是人工智能很大的一个特点，是可以速成快速创造价值的。
这个可能主要是对产品的探讨，这里就不多说了。
接下来说下怎么样让人工智能快速商业化，虽然它的技术还不够好。
有四个理由，第一是做助手，而非取代人。第二是界面要用好，给很多结果，而不只是一个结果。第三草船借箭，要用户提供数据，如果你的数据不够。第四局限你的领域，不要做一个特别伟大的超级的技术。
下面我要讲的是中国的一些特别的机会。
中国在人工智能领域比移动互联网领域还适合创造世界顶尖的公司。
第一个理由就是，中国人很适合做人工智能。我们知道美国的很多中学的学生，加减乘除都做不好，我们中国虽然教育有很多的挑战和问题，但是理工科的学生平均水平特别强，人数又特别多，所以今天在世界上做人工智能的科学家有43%是中国人，所以我们可以知道，当然很多是在海外读书，现在要把他们拉回来，所以这是一个特别大的机会。
第二，训练小朋友非常快速，这刚才已经讲过了。
第三，传统企业的人工智能技术非常的弱。就是他们现在的这个产品，是没有用人工智能，相对来说是很弱。
比如说我们现在做一个CreditCardFraudProtection。就是去识别信用卡被盗卡的这样一个现象，比如说我突然在这个阿布达比刷了2万块钱银行就会警觉了，实际上很多偷信用卡的人，比这个聪明，他不会去刷2万块钱，他会刷100块，200块，他还会到各种城市去刷，也许就是请朋友吃顿饭之类的。我最近的信用卡就是这样被盗的。
这个如何抓呢，美国的银行做信用卡已经做了40年，他们靠非人工智能的技术，就是一条一条的规则写进去，然后把用户做各种的规则，比如这个人收入是怎么样的。然后如果他突然飞到几千里之外，用的金额是什么，如果有三次什么之类的。这样一大套，如果是这个就怎么样，如果不是这个就怎么样，套这个来做这个信用卡的盗卡的识别。那这些银行没有人工智能，但是这些技术在美国做的很好，所以要在美国做人工智能的公司，去卖这样一个CreditCardFraudProtection技术给银行是不靠谱的也是不可能的。除非你是有拿了大数据来做，不过那得有多难。
但是在中国几个小朋友随便写一个简单的机器学习算法，深度学习都不用，拿到中国的任何银行马上就能产生价值。所以呢，过去这些银在国内不太开放，技术也比较落后，不太愿意别的技术进来，还是要感谢AlphaGo自从它打败围棋世界冠军以后，中国的银行开始相对开放了。我们投的一些公司，比如说第四范式就已经进入了十五家银行，产生了特别大的价值。
银行曾经不是经常打电话给我们说，要不要买什么产品，过去它的这个转化率非常低，但是经过我们人工智能一条就增加了65%。所以以后银行打的垃圾电话，经过创新工场投资的这个第四范式，精准度会比较高。过去1000个电话买1个，现在接600个电话就会买一个。这个对于你来说，都是让人烦扰的电话，但是对银行来说，产生了多大的价值，它如果一年靠这个电话卖20亿的产品，现在就卖33亿了，因为有了之前说的那65%的成长。所以这一类的人工智能在国内因为它的算法竞争对手太弱，在银行保险、券商等等的机会特别大。
在座可能有些看过量化交易的，但是你们看的量化交易都是没有智能的，都是拼速度的。但是加上智能就不得了。我读博士的时候就是做人工智能，我的一个同学跟我学一样语音识别，但是他比我聪明，我毕业之后去苹果了，他去了文艺复兴科技公司（RenaissanceTechnologies）。它是美国做量化交易第一的公司，他在那边做了30年，然后我们在Wikipedia可以看到他的这个身价大概是我的几十倍。当然我说的不是这个，更重要的是说他把机器算法很早就做到了二级股票市场交易中去了。他们内部基金每一年的年化收益，20年，71.8%。这就是人工智能的力量。当然这个基金做不大，一做大这个收益就会下来，但是至少也还是几十亿的规模。所以你可以看到，这些机会，是非常非常的大。
当然30年前美国的股票交易也很落后，量化一进去，就把大家都击溃了。他今年是Renaissance的CEO，你可以看到在这种算法里，科学家的力量是多大。整个Renaissance的公司至少在创立的时候，都是不懂股票的，一大堆算法进来，交易大师就打不过他们了。那么在中国，这个景象正在发生。我们看到的人工智能的项目里，三个就有一个是做股票交易的。在过去两年里面，我除了个人买了一支股票之外，其他的钱都是交给这些小朋友打理，他们在国际国内港股A股的这些市场，加上做这些AI的对冲，每一天大部分交易就是T或者T＋1，然后就结算，基本没有什么风险，收益率也没有一个月是负的，每一年的回报虽然不到71.8%，但是也是很高的。所以这是一个特别大的机会，在国内量化AI的环境还不成熟的时候，如何找到这些机会，可能获得的是比VC的基金或者PE的基金回报都还要高。
第四个理由，因为中国市场大，互联网公司多，很多非AI的公司到了一定的规模，就开始需要AI。比如我们投资的美图，知乎，VIPKID。我们也恭喜美图准备在香港上市，我们是美图最早的投资人，也非常看好，我们会继续的持有，非常看好他。
美图的这个公司呢，你可能觉得就是帮助女孩子变漂亮一点，但是变漂亮的过程中你要知道大家都喜欢哪样的漂亮，得到用户回馈，加入AI算法这个是非常重要的。从这里我们可以学到，中国的女孩子喜欢非常的白，但是印度的女孩子白一点就好，非洲的女孩子也希望白一点。中国的女孩子希望眼睛越大越大，但是美国的稍微加一点点眼影就可以了。修改以后就看用户是否喜欢不喜欢，这个可以做人工智能的回馈，甚至人工智能还可以生成，可以帮助来推测，你会喜欢什么样的照片，或者甚至把你变成卡通画，或者是一张很美的像画出来的画一样。这是第四点。
第五点，美国人工智能现在是绝对领先中国的，但是他们进不了中国，中国上面有各种理由。因为美国公司进不来，给我们3年时间就不输于美国公司了。人工智能的这个技术都是美国和加拿大做出来的，他们是非常乐于公开的，每次写完了就放到网上，放到网上大家就学去了，中国和美国的公司一起学，所以这也没有太大的门槛。中国的公司只要给我们3年的时间，给我们更多的机会，我们一定会产生和美国一样的价值。
最后一点是中国对人工智能各方面的约束较少。比如说Trump上台以后，假如我们两年以后发现Uber的Otto，这个Otto它是取代卡车司机的，假如它做的非常好，两年以后会取代这个人类的话，会不为有这个卡车的工会冒出来一起抗议。美国有150万的卡车司机，他们也是投了Trump票的，我们也很清楚低收入的美国中年男人尤其是白人投了这个票，这些人要是抗议，会不会有可能通过一个法律使得卡车无人驾驶先暂缓推出，或者先要证明自己不伤人之类的。就这样，很简单的一个规矩就把这个技术给放缓了。所以我觉得中国在这方面就会有更大的机会。
还有无人驾驶最大的敌人是什么？第一是法律，第二是人。我们人是最差劲的司机了，容易犯困，要睡觉，还喝酒，然后犯错，而且不可预测等等。机器则是非常冷静的，但是它面对这些不冷静的人也会很头疼。如果某一天这个城市里都是无人驾驶的车，不允许人开车了，这一天就是技术飞腾的时候了。那么哪个国家会有可能做这样一个小城市？肯定不是美国，但有可能是中国。你可以想象，如果路上都没有人了，车子也都安全了。比如说一辆车可以告诉后面的车，我爆胎了，你小心一点。甚至你可以想象这样的一个环境，车子会说我的主人急着上班，请你让我一下，我给你2毛钱，这些情况都可以发生，前提是人要被赶出去，所以我非常急迫希望人类不要开车。
创新工场对人工智能有一个很完整的投资蓝图，在这里我想就不适合讲太多的细节了。
讲几个重点。
第一个重点是大数据的机会，这是现在面临的，也是即将到来的一个巨大的机会。
第二个是语言方面，听到的语言不代表听懂的语言，所以人类的语言，对自然语言的理解还是一个很大的问题，所以要推到接近10年以后，
第三呢，是传感器的降价非常的重要。现在它太贵了，但是我们非常有信心在无人驾驶和机器人的推广下，量产它就会降价，所以这可能需要3年的时间。机器人，我们都认为，家庭机器人基本不靠谱。因为我们科幻片看太多了，尤其是机器人有眼睛、耳朵、手脚，所以把我们的期望值就变得太高了。我们更看好的是家里的家电，比如说AmazonEcho，是个音响，但是它也慢慢的变聪明了，放的是周杰伦它能知道，放的是古典音乐它也都知道，过几天你说，家里没有牙膏了，它还能马上跳出来说京东立刻帮你寄到家里。这些功能在美国已经实现了，京东当然也做了类似的这样的技术，这些我觉得还是比较靠谱的。还有我们投资的小鱼在家，这些产生陪伴这类功能的是可以的，但是前提是家庭机器人一定不可以有眼睛、耳朵、手和脚，听到这样的项目你赶快跑。
最后是自动驾驶，它需要时间，就像刚才所说的。
那么创新工场在人工智能领域在做什么呢？
右边我们在做VC，我们投了很多国内的公司，包括刚才讲的美图、face++，第四范式、地平线机器人等等公司，也投了一批美国的公司。还有驭势科技，是国内领先的无人驾驶公司。当然这是VC的投资，如果说有好的创业者拿了项目来，我们可以像其他的VC一样可以投资他。
左边做的是一个人工智能的孵化，我们做了一个工程院，在直接的招顶尖的人工智能专家，还有一批刚毕业的学生，我们会出主意给他，买数据给他，拿机器给他，让他在这些方面，能够快速的探索，创造价值，然后出来创业，创业的时候我们的基金也可以投他。这个布局很像我们在移动互联网时代的布局。当我们有一些这个领域的优势的时候，我们认为这个是一个可行的方法。
VC投资就不多说了，我们一共管理大概12亿美金的基金，这是我们些投资的公司，这里刚才讲的差不多了。
再提一个美国的项目，中间下面是wonderworkshop，它是一个人工智能的玩具。它可以跟着小朋友，就像现在的这个大疆新的机型，可以让它跟着你一样。甚至两个机器可以在一块玩等等，很有趣的。它是一个没有眼睛、耳朵、手与脚只是几个小轮子做的这样的一个机器人，我们认为这个领域也像Echo音响一样是有机会的。
那么讲到创新工场人工智能工程院，刚才我们也说过了，我们会找一批专家带一批学生，买大量的数据，数据也包括了金融交易的数据。其实现在美国有很有意思的公司，我觉得国内也有一些类似的公司，就是把这个量化交易做成一种竞赛，把这些数据全部弄好了，然后这些小朋友上去比算法，然后Backtesting，看看过去3年，5年，10年可以赚多少钱.谁做的更好，我们基金就跟他分红，当然，这里说的不是我们创新工场的基金，它指的是一个特殊的量化基金，这是一种比赛。
然后还有无人驾驶和一些识别之类的也是一些领域。我们认为在AI科学家，AI时代的创业呢，都是科学家。科学家呢，不知道怎么买数据，没有钱买机器，不懂商业，我们可以在这些方面补足，所以这是一个很特殊的新的做法。
那我们在这方面的布局也得到不少国内外的认可，在纽约时报、华尔街日报、Forbes等也都有报道我们的投资和我们投资的一些公司。
最后我答应告诉大家三个秘密，如何去做早期公司的投资。
第一个怎么投资公司。刚才我已经说过了，要衡量它有没有大数据，然后有没有独特的大数据，不是买来的大数据，有没有科学家，有没有闭环，有没有很多机器。然后他做的这个领域，是不是可以产生商业价值的领域，还是一批科学家在瞎搞。这是第一个。看这些项目要小心，还有看机器人的项目，有眼睛耳朵手与脚的就千万不要再听了，虽然听起来很酷。无人驾驶可以去想想怎么去参与。
这是投公司的，投基金呢？投创新工场和真格基金就可以了。
至于买股票呢？我是美图的董事，可能下面不适合说，但是你应该知道我要说什么，我们看好美图，认可美图。
刚才也分享了，量化AI在国内的投资应该机会特别大，这不是一个人工智能投资，这是一个真的二级市场的投资，当然要避免一些法律所不允许的事情，但是机会还是很多。那么我们现在也在专门看这个量化AI投资，对于这些呢，如果有兴趣的我们也可以一起以后在别的机会一起探索。
我也给大家说了，过去两年，我所有的资产基本都是在创新工场里，除了一栋房子，创新工场，我所有的资产基本上都是交给机器人管理，都是用AI量化来管理。这个也就是告诉你我对这个领域是多么看好和认可。当然三年后这个领域可能就是红海了，只是说现在的机会是非常好的。当然我还有一支股票是例外的，是我孩子决定要投资的。就像如果说在移动互联网时代，二级市场最好的投资标的是ARM，人工智能的时代是什么？大家确实可以看一看NVIDIA返回搜狐，查看更多