根据:4月26日下午，未来科学技术学院宣布启动未来科学技术援助计划，探讨科学研究和科学技术创业。北京市科学委员会工业园王龄枫、石勇、蒋田仔等国内着名科学家、峰瑞资本创立合作伙伴李丰等风险投资家参加会议进行了主题演说。在现场，投资家代表峰瑞资本创始人李丰发表了以深科技投资为主题的演讲，描绘了峰瑞资本对尖端科技创新的投资逻辑，对于人工智能的投资，他说:在线数据在线化已经非常好，我们就扩大数据。如果大数据已经完成，我们将改变这个方向的人工智能。

如果还没有转移到大量数据产生的阶段，逻辑上不转移大数据，而是转移传感器。传感器工业化后，转移大数据，转移人工智能。以下是李丰演说的全文，实现了不改变意图的删除。

为什么现在人工智能这么热？我们从2年前就说要投入技术，现在转动的是高科技的三分之一，人工智能只是其中的小部分，我们2年前转动的时候人工智能还没有那么热。人工智能现在已经成为一个非常热门的话题，我们自己转的大概有十个左右，这个方向是有关系的。从人工智能、抽象化来看，只是数据处理技术和模型效率的提高。

当我们看来市场再次出现的早期热点和现象时，一般不会回答自己这样的问题。第一个问题，为什么现在开始热？为什么不是以前，也不是以后，第二个问题，为什么再次发生这个模式，或者再次发生这个概念，这个热点，不是别的？以人工智能为例。

为什么现在又发生了？为什么是人工智能？根据我们非常简单的解释，它只代表数据处理效率的提高，无论类型的复杂性还是模型的有效性。那么，为什么这个时候不经常出现呢？只是因为数据必须用这个技术处理，或者必须提高效率处理。

那么，这些所谓非常复杂的数据是从哪里来的呢？为什么今天不出现这么多必须人工智能处理的数据？我们分为两部分，第一部分是在线数据大量在线化，累积到一定规模后，不会给数据处理能力和效率提高的市场需求。在某个领域，如果连数据简化的过程都没有开始的话，这个领域还没有轮到人工智能。第二部分是新数据的大量产生，不是以某种形式将离线原始物品转移到离线。

在过去的十几年或几十年里，科学技术进步的相关领域遵循了一些基础工业技术的进展和逐渐提高，使我们能够使最重要的传感器变得小而自豪，而且便宜，然后把这些传感器安装在以前不幸福的地方，然后Uber、亚马逊Echo、摩托车经常出现的原因，例如手机上已经有照相机，当时的用途不大，但到了今天，已经成为不可或缺的功能之一。为什么照相机在诺基亚称王的时代没有得到这么普遍的应用？原因非常简单，手机照相机技术进展非常大，看起来又好又便宜。

因为手机可以连接到网上，所以你拍的照片和录像等数据可以在网上大量传播。以手机为例。由于智能手机的频繁出现，世界上出现了几家创业公司，如国外的Uber、国内的DDT。

以前订车，打电话说多长时间后去哪里接你，接你的人也有时跟你说，现在的状况怎么样，车号是多少，现在回到哪里等。然而，智能手机安装在全球定位系统芯片上后，你只需要页面几次，就可以准确明确地表达所有的市场需求，并告诉司机离你有多近，需要多长时间。

这一切需要构建的原因是，我们把以前没有放入手机的GPS芯片放入手机也是手机变成智能手机的原因。亚马逊的智能扬声器Echo也是完全样。亚马逊开展了麦克风阵列的新组织，播放音乐时麦克风没有收集你的声音命令，用人工智能处理这些命令，继续实行合适的操作者。

这就是智能扬声器。比如摩托车，只是把GPS、电子锁、通信芯片放在没有杀死传感器的自行车上。因此，你可以通过智能手机告诉自行车在哪里，你可以通过智能手机杠杆来分享自行车经常出现的原因。当然，我们现在也试着把更好的传感器放在车里。

例如，激光雷达、毫米波雷达等，计算和通信芯片，将来可以生产没有几乎自动驾驶能力的车，即Level4、Level5。把这个问题抽象化看，只是把原本没有安装在车上的传感器安装在车上，动态地制作各种数据，以各种维度展开人群、加工和处理，产生了新的商业模式。从结论上可以回到我以前所说的1.工业技术的飞跃，特别是传感器技术的提高，传感器小，精度低，便宜，可以放在以前没有杀死传感器的物体上。

例如，放在自行车、无人机上。2.然后让这些传感器上网，生产和传播大量数据。3.当数据累积超过一定程度时，我们开始以更好的方式处理这些数据，所以我们回顾人工智能。

投资人工智能的逻辑从结论上说，人工智能不一定是大部分领域最坏的时机。除非这个领域已经按照我说的顺序发生了很多事情。

但是，在很多行业和很多事情上，我们终于回到了人工智能的日子。原因是这么多东西开始添加这些传感器系统，连接到网上，开始产生大量的数据。有一天，这些数据至今无法处理，此时此方向不转移到人工智能。

我们的投资逻辑也一样，如果在线数据的在线化已经非常好的话，我们会转移大数据。如果大数据已经完成，我们将改变这个方向的人工智能。如果还没有转移到大量数据产生的阶段，逻辑上不转移大数据，而是转移传感器。

传感器工业化后，转移大数据，转移人工智能。以自动驾驶为例，现在还没有充分的多车安装了这些传感器，所以没有充分的数据。这些传感器在精度、尺寸和成本方面还没有超过大规模的商业阶段，所以必须重新解决问题的问题是改良和传递这些传感器，直到需要大规模安装在车上，这时才转移到大规模的数据阶段，有大规模的数据才能最后回到人工智能。

因此，在还没有大规模商用传感器的领域，我们不能动基础技术，直到他们成熟。以上就是我为大家分享的经验和方法，供大家参考，如果有不全面的地方要求批评指正。(公共编号:)推荐文章百度技术学院对外开放，都是为AI布局的吗？原创文章允许禁止发表。

下一篇文章发表了注意事项。

本文来源：开云体育入口-www.wzjiahai.com