2017-人工智能，这么近，那么远？_12页-1mb

报告摘要

文档主要围绕人工智能（AI）技术及其在不同领域的应用展开，强调了AI技术的潜力、发展条件、性能构成以及其在实际应用中的挑战和机遇。同时，文档也提到了一些AI相关企业及其技术特点，并涉及了投资团队的构成和圆桌讨论的相关信息。

人工智能的近与远
人工智能在当前已经非常接近我们的日常生活，体现在具有统计功能的计算机程序上，例如听懂语言、看懂图像、提供贴心服务和完成具体任务。然而，真正实现自主意识（如SkyNet、Her等）仍是一个遥远的目标。
AI发展的三大条件
- 硬件：得益于PC、移动设备和云计算的发展，计算能力大幅提升。
- 算法：机器学习已成为计算机系的必修课程，算法的成熟为AI发展提供了基础。
- 数据：互联网和移动设备的普及使得数据积累变得容易，为AI训练提供了丰富的素材。
AI的性能构成
AI的性能由三个关键因素决定：
- 硬件：计算设备的性能。
- 算法：程序化的逻辑设置和优化。
- 数据量：记忆存储的容量和质量。
  公式表示为：
  $$
  \text{性能} = \text{硬件} + \text{预先逻辑设置}[算法] + \text{记忆量}[数据量]
  $$
AI在垂直领域的应用
- 商汤科技：通过客户特征分析，提供新客户建议。
- 极验：利用鼠标轨迹等行为数据，实现人/机器人鉴别。
- 百分点：基于用户购买行为，进行选品推荐。
- 百融金服：通过分析信贷行为，评估信用风险。
AI的局限性
AI目前仍依赖于预设的规则和数据，缺乏真正的自主意识。因此，技术的完善和数据的丰富是提升AI能力的关键。

AI的普及：AI技术已经广泛应用于多个领域，如客服、家居、金融等，能够听懂、看懂、很贴心、能干活。
数据与算法的重要性：AI的性能取决于数据和算法的结合，数据提供行为依据，算法提取用户习惯。
企业案例：
- Rokid：专注于智能家居的应答规则。
- Sensetime：拥有强大的科研团队和算法专家。
- 极验：通过行为分析实现人机识别。
- 百分点：基于用户行为进行选品推荐。
- 百融金服：利用信贷行为进行信用风险评估。
投资团队构成：最合适的投资团队应具备技术与应用的双重理解，包括理工背景、海归、名校、名企经验等。