未來15年科技和商業社會最大的變化趨勢將是人工智能的商業化，人工智能將會被廣泛地應用于經濟生活的方方面面，包括機器人、手機、機構、在線或是離線，將無處不在。

目前谷歌、Facebook、微軟、IBM等國外科技巨頭都已進軍人工智能領域。國內以BAT（百度、阿里巴巴和騰訊）為代表的互聯網企業也紛紛搶灘。

原子創投副總裁姚嘉說：“目前，人工智能的前景非常好。比如，英偉達的股票在過去一周內就可以漲三十多美金，市值已到500億美金。”

今天就來為大家簡單地從商業的角度梳理一下人工智能。

▌人工智能樹

人工智能的邏輯：最底層的是數據；然后是硬件，其中GPU應該是未來主流的形式；最后是算法，算法需要硬件來支持計算。

人工智能的學習分兩部分，一個是監督學習，一個是非監督學習。

▌度娘科普時間

監督學習（supervised learning）：通過已有的訓練樣本（即已知數據以及其對應的輸出）來訓練，從而得到一個最優模型，再利用這個模型將所有新的數據樣本映射為相應的輸出結果，對輸出結果進行簡單的判斷從而實現分類的目的，那么這個最優模型也就具有了對未知數據進行分類的能力。

無監督學習（unsupervised learning）：我們事先沒有任何訓練數據樣本，需要直接對數據進行建模。

簡單來說，監督學習是打標簽式的，非監督學習是不打標簽的。比如，大家來拾壹談活動的場地，知道具體的地址和門牌號，這就是標簽，來之前我們一直知道這個標簽；但是進入場地以后，場地大小、燈光亮度等內部的內容是你之前不知道的，這就是無標簽。

換句話說，即基于非監督的學習是盡可能的多維度預測未來發生事件，在沒有任何過往經驗的基礎之上。

▌硬件連接

智能硬件，跟人相關的基本就是智能手機、平臺電腦、智能家居、可穿戴設備、智能交通、健康醫療等一些內容。我們現在數據的體量，已經超越了人類可計算能力的范圍。現有的模型、計算能力，計算不了巨大的數據量。

從產品的角度舉個例子，智能燈泡的燈光是可以變化顏色的，需要通過手機APP發出的高頻率的聲音來控制，但是當你要操作的時候就必須找到手機。這作為一項技術是很酷炫的，但是作為一個產品，對用戶來說操作太繁瑣了。

這就告訴我們，以后生活中會出現越來越多的硬件，任何一個創業的切入點，成本、稀缺程度都很重要。目前，數據這個層面已經不是稀缺的資源了。你的產品不能再停留在數據層面，你現在應該做的是在數據之上進行二次開發，做出有效的產品。

做任何平臺，收集用戶數據、生產數據其實是賺不了錢的。必須將跨平臺、跨設備的數據進行有效的二次建模和產品化。比如電商、銀行、保險公司等，你的賬號看起來是分散的，但是實際上跨平臺數據是可以分析出來的。

▌物聯網產業構架

▲自下而上的結構

感知層：即無數的傳感器，用于采集信息。理論上，如果電視技術未來還能有突破的話，傳感器還能無限加載數據。

接入層：利用網絡實現與用戶的連接。比如電商，表面是賣東西，本質上是拿到用戶的交易數據，這就是接入層的功能。

網絡層：進一步管理網絡中的數據，進行數據的傳送。

應用層：在已有的數據存儲基礎上，跨平臺、跨設備來分析這些數據。

場景：將分析的數據應用到不同的場景里。

最后，我們在創業的時候，要重視技術背后的價值，但是更重要的是商業規則。

以上內容來源于拾壹談第八期嘉賓

原子創投副總裁姚嘉的分享

編輯整理：Jessi

你的關注和分享，是我們最大的動力。

您也可以關注我們的官方微信公眾號（ID：ctoutiao），給您更多好看的內容。