2016年,Manish Singhal和Umakant Soni聯(lián)合創(chuàng)立了pi Ventures,這是一家投資公司,目的是向起步階段的初創(chuàng)企業(yè)投資,并且把目光鎖定在了人工智能(AI)、機(jī)器學(xué)習(xí)(ML)和物聯(lián)網(wǎng)(loT)領(lǐng)域。
Manish Singhal和Umakant Soni都畢業(yè)于印度理工學(xué)院坎普爾分院,Singhal是LetsVenture網(wǎng)絡(luò)平臺(tái)的創(chuàng)始人之一,該網(wǎng)絡(luò)平臺(tái)云集了許多初創(chuàng)公司和早期投資商。Singhal曾與Sling Media,Ittiam System和Motorola共事,他憑借自己豐富的實(shí)踐經(jīng)驗(yàn)參與制定了MPEG-4標(biāo)準(zhǔn),該視像標(biāo)準(zhǔn)在當(dāng)今仍占主導(dǎo)地位。Soni 是科技(Science)有限公司的印度負(fù)責(zé)人,也是Vimagino公司的創(chuàng)始人之一。Vimagino是印度最早一批的AI機(jī)器人公司。
Manish Singhal稱,pi Ventures的總份額為3000萬美元(約19億盧比),今年三月的首次收盤價(jià)為1300萬美元,此外世界銀行的附屬機(jī)構(gòu)國(guó)際金融公司在五月份還向pi Ventures投資了300萬美元。pi Ventures預(yù)計(jì)會(huì)在未來3-4年間繼續(xù)向18-20家印度初創(chuàng)企業(yè)投資。Singhal在接受《福布斯》印度版商刊采訪時(shí)提到了他的投資策略。
Manish Singhal表示,能夠智能采集數(shù)據(jù)的產(chǎn)品將成為市場(chǎng)中的佼佼者。因而,現(xiàn)階段,Singhal通過pi Ventures投資了多家AI、機(jī)器學(xué)習(xí)和互聯(lián)網(wǎng)初創(chuàng)公司。
Manish Singhal是pi Ventures的合伙創(chuàng)始人,他認(rèn)為我們即將告別移動(dòng)互聯(lián)網(wǎng)時(shí)代,走向人工智能時(shí)代。
我們最初的想法很簡(jiǎn)單?,F(xiàn)如今,數(shù)據(jù)已成為所有產(chǎn)品的重要組成部分,我們意識(shí)到未來產(chǎn)品要充分利用智能數(shù)據(jù)。以Facebook為例,打開Facebook,它會(huì)智能獲取照片,確認(rèn)用戶身份,提供相關(guān)信息。使用谷歌地圖時(shí),它會(huì)自動(dòng)制定出前往目的地的交通路線。所以,能智能處理數(shù)據(jù)的產(chǎn)品將在市場(chǎng)上處于領(lǐng)先地位。
運(yùn)用AI和ML技術(shù)是實(shí)現(xiàn)實(shí)時(shí)智能的最佳途徑。傳統(tǒng)的基于規(guī)則的分析方法都會(huì)采用“if”和“else”這類算法——滿足條件便可得出結(jié)果。但我們很難區(qū)分絕對(duì)的“yes”和“no”之間的模糊概念。而AI和ML試圖模擬人類思維,而這種學(xué)習(xí)方法是有章可循的,能夠進(jìn)一步填補(bǔ)技術(shù)空缺。我們最初的想法是:數(shù)據(jù)將統(tǒng)治世界,數(shù)據(jù)將成為人們嘴中常說的“新石油”。而AI和ML技術(shù)就如同“手動(dòng)泵”,你隨時(shí)可以自己動(dòng)手,抽出“石油”。
我們的第二個(gè)想法就是,數(shù)據(jù)是個(gè)極其專業(yè)的領(lǐng)域,你需要十分清楚AI和ML的應(yīng)用領(lǐng)域和使用技巧。我們相信,我們的技術(shù)團(tuán)隊(duì)能夠與各初創(chuàng)公司高效協(xié)作,解決問題。
我們的第三個(gè)想法是,當(dāng)今世界正在從移動(dòng)互聯(lián)網(wǎng)時(shí)代發(fā)展成為人工智能時(shí)代。十年前,我們會(huì)問初創(chuàng)公司們:“你們公司有云技術(shù)嗎?”五年前,我們會(huì)問“你們公司有移動(dòng)互聯(lián)網(wǎng)技術(shù)嗎?”然而兩年過后,我們甚至都不會(huì)問那些公司是否運(yùn)用了AI或ML技術(shù),因?yàn)椴皇褂眠@兩種科技的產(chǎn)品終將被時(shí)代淘汰。
這就屬于我們的核心技術(shù)了,我們這些企業(yè)家也是技術(shù)專家。我們會(huì)深入考察這些初創(chuàng)公司的科技手段,進(jìn)而分辨他們是否真正使用了AI技術(shù)。我們會(huì)審視公司的產(chǎn)品結(jié)構(gòu)、分析算法、數(shù)據(jù)策略以及所有科技手段。
即便使用了AI技術(shù),我們也會(huì)從多方面進(jìn)行考察:人工智能的防御性如何?能夠經(jīng)受反復(fù)考驗(yàn)嗎?AI的靈活性如何?因此,我們還會(huì)為AI劃分等級(jí),而非只關(guān)注是否使用了AI技術(shù)。
風(fēng)險(xiǎn)投資的普遍標(biāo)準(zhǔn)仍然是:高效的工作團(tuán)隊(duì)、優(yōu)良的經(jīng)營(yíng)模式和龐大的市場(chǎng)規(guī)模。此外,我們還會(huì)考慮另外兩個(gè)參數(shù)。
其一,IP(知識(shí)產(chǎn)權(quán))主導(dǎo)產(chǎn)品是我們考量投資對(duì)象的關(guān)鍵參數(shù),也是商業(yè)活動(dòng)的重要標(biāo)準(zhǔn)。我們會(huì)考察分析算法是否具有可防御性和適用性。例如SigTuple(pi Ventures的投資對(duì)象之一,該公司開發(fā)出了一種自動(dòng)分析血液樣本的機(jī)器)的分析算法,運(yùn)用他們的產(chǎn)品進(jìn)行血樣病理分析極其便利。
其二,我們會(huì)深入考察數(shù)據(jù)策略。AI是以數(shù)據(jù)為基礎(chǔ)的,如果創(chuàng)始公司的數(shù)據(jù)策略不夠完善,他們的工作會(huì)很吃力。這就是為什么SigTuple花費(fèi)了一年多的時(shí)間優(yōu)化其知識(shí)產(chǎn)權(quán)產(chǎn)品,因?yàn)樗麄冃枰獢?shù)據(jù)。SigTuple著手這項(xiàng)工作時(shí)意識(shí)到無法獲取血樣數(shù)據(jù)的數(shù)字資料,便突發(fā)奇想,提出運(yùn)用顯微鏡獲取早期數(shù)據(jù)。因此,數(shù)據(jù)處理策略至關(guān)重要。我們會(huì)問這些問題,比如貴公司如何獲取數(shù)據(jù)?你們的數(shù)據(jù)策略能否自動(dòng)生成數(shù)字化數(shù)據(jù)?這些數(shù)據(jù)的價(jià)值在哪?
目前為止,我們一共有四個(gè)投資項(xiàng)目。第一個(gè)投資對(duì)象是SigTuple,該公司開發(fā)的機(jī)器可通過圖像分析和人工智能技術(shù)診斷血樣。使用他們的產(chǎn)品,無需病理學(xué)家盯著顯微鏡的載物片觀察血樣,診斷費(fèi)也減少了一大部分。SigTuple公司還進(jìn)行精液分析、尿液分析以及視網(wǎng)膜病變分析。Accel Partners對(duì)SigTuple公司進(jìn)行了A輪投資,投資總份額為580萬美元,我們公司也參與了投資。
第二個(gè)投資對(duì)象是ten3T公司,我們投資的啟動(dòng)資金約為25萬美元。ten3T公司研發(fā)了一款智能穿戴設(shè)備,患者戴在胸前,相關(guān)數(shù)據(jù)能通過設(shè)備實(shí)時(shí)傳輸?shù)皆?。心臟病醫(yī)生無論在哪,都可以打開平板,查看患者的醫(yī)療心電圖(ECG),從而對(duì)患者進(jìn)行連續(xù)實(shí)時(shí)監(jiān)控。
此外,我們還和Blume風(fēng)險(xiǎn)投資公司一起向Zenatix公司投入資金8千萬盧比。Zenatix公司開發(fā)了一款能源管理產(chǎn)品,運(yùn)用實(shí)時(shí)智能數(shù)據(jù)為建筑項(xiàng)目經(jīng)理節(jié)省了30%的能耗費(fèi)用。
我們的第四個(gè)投資對(duì)象是Niramai公司(啟動(dòng)資金不便透漏)。Niramai是一家從事乳腺癌檢測(cè)的初創(chuàng)企業(yè),該公司創(chuàng)建了計(jì)算機(jī)視覺技術(shù),運(yùn)用熱影像來監(jiān)測(cè)識(shí)別癌癥的早期癥狀。
我們希望盡早進(jìn)行投資,通常第一筆投資的支票面額約50萬美元(約3千萬盧比)。但視情況而定,第一筆資金最低僅10萬美元,最高可達(dá)100萬美元。我們還會(huì)進(jìn)行后續(xù)投資,直到A輪投資結(jié)束。
是的,AI有助于促進(jìn)醫(yī)療衛(wèi)生領(lǐng)域的發(fā)展。醫(yī)療衛(wèi)生領(lǐng)域數(shù)據(jù)龐大,且有諸多問題亟待解決,尤其是在印度這類國(guó)家。印度的人口總數(shù)超過十億,但其醫(yī)療資源水平低下,患者通常會(huì)讓家人和朋友推薦口碑較好的醫(yī)生,再去咨詢就診。印度人絕不放心自己走進(jìn)醫(yī)院,也從不奢望能得到細(xì)心照料。在二三線城市更不妄想得到高水平的醫(yī)療體驗(yàn)。就像金字塔,塔尖的人們都難以得到優(yōu)良的醫(yī)療資源,更別提塔底的人們。他們基數(shù)龐大,急切渴望得到優(yōu)良的醫(yī)療資源。顯而易見,供需之間存在巨大缺口。這一缺口(即金字塔的中間夾層)可以通過AI技術(shù)來彌補(bǔ)。例如,憑借Niramai公司的技術(shù),一名技術(shù)員可以很好地完成乳腺癌檢測(cè)工作,不再需要有15年工作經(jīng)驗(yàn)的腫瘤醫(yī)生來完成這項(xiàng)工作??萍寄軌虼龠M(jìn)醫(yī)療水平的發(fā)展,而AI恰好能發(fā)揮作用。
我認(rèn)為有三大支柱共同支撐印度AI技術(shù)的發(fā)展。這三點(diǎn)是強(qiáng)有力的支撐,然而,哪里有支點(diǎn),哪里就有挑戰(zhàn)。第一大支柱是數(shù)據(jù),第二大支柱是人才。但這兩大支柱已經(jīng)開始動(dòng)搖。美國(guó)的運(yùn)通、亞馬遜和微軟公司幾年前就在印度設(shè)立了科學(xué)數(shù)據(jù)中心;現(xiàn)如今人才也開始逐漸流失,不是加入了創(chuàng)業(yè)者大軍,就是自己?jiǎn)为?dú)創(chuàng)業(yè)。因而,數(shù)據(jù)工程師也越來越多。第三支柱就是AI商業(yè)化。印度企業(yè)是否愿意利用AI實(shí)現(xiàn)大跨步發(fā)展?誠(chéng)然,這三大支柱共同推動(dòng)了AI的發(fā)展。所以我認(rèn)為,盡管挑戰(zhàn)重重,但整個(gè)生態(tài)系統(tǒng)正在蓬勃發(fā)展。大概再過2-5年,整個(gè)世界就趨于穩(wěn)定,到那時(shí),這三大點(diǎn)也會(huì)得以印證。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。