这轮人工智能创业潮 硅谷怎么看？

（原标题：这轮人工智能创业潮，硅谷怎么看？）

AI产业软件为王数据为王，中国隐私观念弱，更易获取数据，中国AI公司极可能反哺美国市场

刘泓君 |文

宋玮 |编辑

“软件正在吃掉一切！” 在硅谷的人工智能创业投资论坛上，几乎每个投资人都会说出这句话。硅谷未来论坛发起人钟定华也认为，这轮人工智能的爆发潮正是因为各行业软件领域的创新。

人工智能历史上经历过两次高潮，第一次是60年代到70年代，人们发明了感知神经网络，当发现这些理论模型只能解决一些简单的问题，人工智能进入第一次冬天；第二次是80年代兴起的包括语音识别、语音翻译计划，随着2000年互联网泡沫告终。这次人工智能的第三次浪潮，由学术界向工业界迈进，计算能力也大大提高，真正把技术向商业化应用转变。

核心是算法与软件解决方案

硅谷Motus风险投资合伙人Jim Disanto认为，未来AI（Artificial Intelligence, 人工智能）创业是软件通吃的世界，尽管AI需要通过硬件和传感器收集数据，但是与硬件比起来，软件和算法对公司来说更加核心，这类拥有核心技术的创业者更受硅谷投资人青睐。

类似这样的中美人工智能交流越来越频繁。仅在7月，硅谷已经有三场中美AI创业投资论坛。主办方不乏投资人、媒体以及各地来寻求创新项目和人才回流的地方政府，甚至连房地产商也参与进来。

在硅谷圣克拉拉会展中心的屏幕上，出现李彦宏乘坐的那辆百度无人驾驶汽车。一张PPT显示，仅这辆无人驾驶汽车的传感器，就造价60万美元。这个价格，可以在美国买12辆奔驰C级。

这张PPT源于自动驾驶解决方案公司Auto X的创始人肖健雄。他创建的AutoX号称正在制造价格50美元的摄像头用于无人驾驶汽车，取代现有的激光雷达技术。肖健雄现场展示了一段自己公司研发的无人驾驶路测视频，这辆汽车搭载了七个他们公司的摄像头。

肖健雄想要解决的问题，正击中无人驾驶领域痛点——造价高昂的传感器无法快速将科研成果商业化。谷歌母公司Alphabet旗下无人驾驶Waymo多年的研究中，最大的进展之一是可以把传感器价格降下90%。而关于传感器的核心技术，也是谷歌与Uber关于无人驾驶官司诉讼的焦点。

特斯拉创始人Elon Musk一直在试图找到可以取代激光雷达的方法以降低无人驾驶汽车的成本。肖健雄这种纯视觉解决方案受光线和天气影响大，特斯拉的无人驾驶汽车就曾因为“强光反射”导致视觉识别出错致死，在美国引起轰动。

聚集了全世界最多聪明人的大公司们都无法解决的技术难题，对创业公司同样是挑战。现在仍不足以给50美元的传感器是否可行下结论。

肖健雄回应这个问题非常简单：因为图形图像识别算法是他的优势，目前公司大部分人专攻无人驾驶感知方向的研究，核心技术依然是算法与软件解决方案。

业内人士喜欢称肖健雄为“X教授”，他是MIT人工智能实验室的博士，博士论文是以大数据做三维场景分析，谷歌的无人驾驶就起源于街景地图，背景颇为相似。他在普林斯顿大学担任过助理教授，也是普林斯顿计算机视觉与机器人实验室的创建者之一。

无人驾驶是这轮人工智能浪潮的一大应用方向，关于无人驾驶各个环境解决方案的公司层出不穷，比如做地图解决方案商，像AutoX这样的传感器解决方案。在类似的创业公司中，摄像头只是载体，而图形图像识别等核心算法才是这类创业公司的核心。

不同于国内的投资，硅谷投资人更看中核心技术。比起美国，中国的AI公司对市场把握更加精准，更有赚钱和商业化的动力。FoundersX风险投资公司管理合伙人Helen Liang告诉《财经》：“硅谷人工智能公司在A轮以前对赚钱不会有很深的焦虑感；中国AI公司要生存下来，投资人对什么时候盈利有更紧迫的期待。”

在硅谷不成文的投资准则里，当创业者号称自己拥有人工智能领域的核心技术，投资人会仔细考量创业者的背景。斯坦福、卡内基梅隆、MIT这几所高校的高材生，是业界公认可能真正产生技术型公司的源头。

肖健雄创业时仅一人，凭借曾经博士论文的课题和学术名声，已经招来20多人，不乏一些慕名而来的员工。尽管他要解决的问题听起来略显夸张，但这样背景的华人创业者，很快成为驻扎在硅谷的中国资本如丹华资本、Comet Labs（联想之星旗下的人工智能投资孵化平台）的追捧对象。

容易获取数据是中国公司的大优势

硅谷的投资人有个一致性的行业判断，在AI领域的创业，大部分公司的核心技术依然是在软件部分，而做软件最核心的需求是数据。

前百度首席科学家吴恩达曾解释过为什么做机器学习要去大公司，因为需要强大的计算能力和巨大的数据库。对创业者而言，没有数据就如同无米之炊。由于中国对数据以及个人隐私的不介意，反而成为中国创业者的优势。

往返于上海、苏州与洛杉矶的丁晓伟拥有软件和核心算法技术团队。他是加州大学洛杉矶分校的博士，毕业后曾就职于美国西达-塞奈医疗中心的人工智能医疗部，他的团队大多数是博士实验室的校友，多为医疗影像分析、计算机视觉以及机器学习领域的科学家和医学专家。他们于2015年共同创建的VoxelCloud是用人工智能和云计算技术深度挖掘海量医疗影像和临床数据以帮助医生诊断。

两年前完成A轮融资后，丁晓伟推出了三款主要的诊疗软件——眼科图像辅助诊断、冠脉计算机断层扫描、肺癌人工智能分析软件。当问及合作伙伴，丁晓伟告诉《财经》：几乎与国内大的三甲医院都有合作；来到美国旨在拿到美国的医疗行业资质并进军美国市场。

以机器学习为出发点做诊疗软件，需要大量历史数据建模和分析。一位做医疗器械的资深人士这样点评丁晓伟的公司：“医疗行业无论国内外水都很深，但是他们进入美国的问题是几乎不可能拿到数据。”

“在中国你要获取政府的数据很难，但是由于大家的隐私观念弱，个人数据还是很好获得。”元生资本合伙人徐皞说，“但是美国截然相反，美国的政府数据都是公开的，可以写程序去网上下载，但是在美国却很难拿到个人数据。”

丁晓伟创建的公司就是一个典型的例子。与投资人的说法完全一致，上述医疗行业分析人士认为：“在国内只要与医院达成合作，就可以从医院档案中获取大量的训练数据；但是他们在美国拓展，即使与医院达成合作，医院依然没有资格提供病人的个人数据，需要行业审查并颁发资质。”

中美环境的差异让数据的获取方式大不相同甚至截然相反，中国AI公司极可能反哺美国市场。

Woodside投资公司副总裁Jon M Thomas认为，“比起西方国家，中国并没有太多保护个人隐私的忧虑，很容易获得数据布局智慧城市。这种市场环境也更容易诞生一些应用层面和数据分析的AI公司，可以率先实现一些行业的智能化，再把分析模型和结果应用于美国。”