AI時代能否誕生谷歌、亞馬遜和Facebook類巨頭

1新智元編譯

來源：VentureBeat

記者：Dean Takahashi

編譯：文強

【新智元導讀】如果谷歌、Facebook 和亞馬遜誕生於 AI 熱潮中，他們現在會如何？創業家兼投資人 Peter Relan 接受 VentureBeat 記者採訪，闡述了他的觀點。Relan 的新公司 Got It 是一家全新的知識服務供應商。用戶在 Got It 提問，系統會利用 AI 演算法將最適合解答問題的專家找出來，讓用戶與專家直接溝通 10 分鐘。這種服務融合了搜索（谷歌）、連接人與人（Facebook）和按需銷售（亞馬遜）的特點，利用 AI 進行整合，Relan 認為人與人溝通的要素不可替代，但查找和定位專家的過程可以使用 AI 優化。人+ AI 是最好的解決方案。

過去幾年，人工智慧逐漸成熟，許多公司都將其嫁接到核心業務中，將 AI 與搜索、電子商務、社交網路、網路安全等結合。但是，你有沒有想過，如果這些業務都是在 AI 時代開始時才出現，各大公司需要從頭開始將 AI 整合到其產品或服務中，情況又會如何呢？

Peter Relan 在日前 MobileBeat 2017 大會上論述了這個問題。Relan 是一位著名的企業家，創立了 YouWeb 孵化器，後者孵化了手游公司 OpenFeint 和 CrowdStar 等創業公司。現在，Relan 是 Got It 的首席執行官，也是流行遊戲聊天應用程序 Discord 的投資者。

Got Ii 是一種新型的搜索引擎，使用 AI 來發現可以以個性化方式回答用戶問題的人類專家。Relan 認為 Got It 會比傳統搜索引擎產生更好的效果，因為它是在 AI 技術繁盛下催生的。

上圖：Peter Relan與VentureBeat的 Dean Takahashi 在 MobileBeat 2017會面。圖片來源：Michael O Donnell / VentureBeat

以下是 Relan 在 MobileBeat 大會上的談話（編譯時有刪節）。

VentureBeat：如果谷歌，亞馬遜和 Facebook 很早就開始使用 AI 演算法會怎麼樣？

Peter Relan：AI 在上世紀 80 年代流行了一會兒。我當時在上大學。80 年代開始的 AI 熱潮持續到 90 年代，但到了 21 世紀，我們更加專註於 Web 2.0，社交商務。主要的科技巨頭都是從那時開始的，AI 還不在他們的核心業務範圍內。

VB：他們是在 AI 泡沫破滅中誕生的。

Relan：是的，這真是令人想不到。今天，如果你是我投資組合中的創業公司，將 AI 納入你的策略根本不是問題。你會把 AI 當做業務的關鍵組成部分。所以我選擇投資的幾家公司都把 AI 作為他們工作的核心。

我先談談 Facebook。很多人都知道，但 Facebook 是一家非常廣泛的白頁公司（white-page company）。 Facebook 的內容是由社區用戶生成的。如果 Facebook 在成立時便已經開始使用 AI，那麼解決的第一個問題是選擇哪些內容呈現？當 Facebook 開放 API 時，我們都記得 2007 年和 2008 年的遊戲熱潮。用戶最先投訴的就是垃圾郵件。我們都收到了好友邀請你玩 FarmVille（譯註：類似《開心農場》）的請求，新聞流利充斥著這些消息。

到處都是這些無關緊要的內容，Facebook 早期的核心策略只是讓社區成員將其整理出來，直到達到臨界點。我記得 2010 年與馬克·扎克伯格見面，他親口說，「我恨死這些了」，垃圾郵件完全摧毀了網路。而有趣的是，遊戲實際上是任何新平台上最重要的應用之一——你看 iPhone——但是，這裡顯然有一個失控的風險。

Facebook共同創始人兼 CEO 馬克·扎克伯格（Mark Zuckerberg）2017年4月18日在聖何塞的F8開發人員大會上。圖片來源：VentureBeat

快進到今天，今天什麼是不好的內容？ 10 年前是垃圾郵件，今天是假新聞。如今假新聞的規模是 10 年前的 10 倍。FarmVille 有 2 億用戶。Facebook 現在有 20 億用戶。那麼，你如何阻止假新聞——影響民意到改變總統大選？

2016 年，Facebook 表示自己製作了 AI 系統，與社區成員相結合來識別假消息。這對 Facebook 來說很重要，因為它深信用戶社區可以解決包括不良內容在內的一切。

VB：你的意思是他們在這裡改變企業整體戰略（turn a battleship），專註於 AI，試圖從網路中清除垃圾內容？

Relan：Facebook 試圖轉向時，更像是一艘航空母艦。他們在轉向移動互聯網時也發生了這種情況。我認為這是不可避免的。即使你 100% 控制你的公司，也無法避免出現這種情況，那就是有種技術你不得不說「我不想用它」。由人組成的社區永遠會在那裡。

在 Discord 也有類似的問題。這是一個遊戲玩家構成的語音聊天社區。有大約 5000 萬用戶，是 Facebook 的四分之一。Discord 上有很多小的社群，這些社群都是遊戲玩家自己圍繞某個遊戲建立的。但是，我們發現他們會談各種各樣的話題，不是遊戲的也會出現。所以，我們使用圖像識別技術，在這些渠道上執行關於色情的政策。效果很好。所以，就算是個小平台，創業公司也會用 AI 組織不良內容。

VB：所以，還是要納入人類因素去考慮。接下來談一談 Got It 吧。

Relan：Got It 是一家新的公司，它誕生於這樣一個想法：「如果亞馬遜可以賣虛擬機伺服器，為什麼不能讓提供知識成為一項服務呢？」如果你想了解某些內容，可以谷歌和搜索，可以瀏覽論壇和社區。但是，這些都不是真正的服務，因為服務必須遵循 4 個關鍵標準。

一，它必須有一個確定的單位。使用谷歌，你不知道有多少個鏈接。二，它必須有一個確定的價格。三，一定是按需求的。四，必須具有保證。如果你看谷歌或 Quora，你會發現這兩者都不符合所有 4 個標準。社區、論壇和問答網站，你不知道是不是有人會回答。沒有保證，也不是及時的。

Got It 正在創建一個像亞馬遜這樣的平台，按需為你設置一台機器，定價什麼都是明確的。我們有一個 10 分鐘的聊天會話，根據需要，專家回答你的問題。你有問題，你問了，專家就會出現。

VB：這就是人類專家參與進來的時候了。

Relan：確切地說，你有 10 分鐘的會話時間，跟專家交流，完成後，你評估你的問題。例如，你需要在 Excel 中做數據透視表。你不知道該怎麼做，我們就在 Got It 上一起工作 10 分鐘。我們相信這個過程中還是需要人。但有趣的是，你找到專家，是使用了 AI。我不認為兩個人互相交流，分享體驗這件事是能被取代的。人與人之間的交流無法替代。

但要找到專家並不是人與人之間的互動，可以使用 AI 來完成。我們使用與谷歌相同的演算法。谷歌現在有一個名為 RankBrain 的新系統，使用 AI 幫你找到最適合的頁面。我們使用的方法叫 ExpertRank，這是一個人工智慧系統，它會問「對於這個問題，在所有數百萬或數十億人當中，誰是最好的專家？」只要專家註冊了，他們就會接到通知，告訴他們，「有人想要解決這個問題」。

我們都知道，對於任何問題，在世界 70 億人中，有一個人是完全匹配的。將人與 AI 結合在一起，無論是在 Facebook 還是在谷歌，都非常重要。谷歌的搜索引擎完全在伺服器上運行，他們添加到搜索系統的 AI 引擎也完全在伺服器上運行。所以，這是真正基於伺服器的系統。但是，在谷歌只有 15％ 的查詢是 AI 輔助的。另外 85％ 的，仍在使用傳統的 PageRank。

我認為 AI 輔助系統很好。純 AI 系統將來會有，就像真正的自動駕駛汽車。但如果你看特斯拉和谷歌的 Waymo，這兩者的策略是不同的。特斯拉的策略是 AI 輔助。我認為特斯拉收集的數據比谷歌和 Uber 更多，因為他們走的是 AI 輔助這條路線，正是這種策略讓他們得以領先。還是必須將人類的因素納入進來。

VB：所以人 + AI 這個組合在回答問題上效率會更高。

Relan：你有更多的數據。以前就說過，AI 就是關乎數據（AI is all about data）。數據越多，AI 越好。如果內容不好，社區產生不良內容的程度越高，用戶就越難以接受不良內容。如果假消息越多，就越容易打擊假消息，因為你可以訓練 AI 來識別它。

與谷歌搜索相同。搜索量越多，訓練次數越多，谷歌的演算法就越是能更好地理解用戶想要查詢的內容。

VB：那麼，在關於人的這一端，我可能是回答某個問題最好的專家，但我不會凌晨 3 點回答你的提問。

Relan：Got It 的想法非常簡單。肯定存在一個人，能提供你所需要的知識。只是還沒有一個能將你和他/她匹配起來的系統。所以，我們要做的就是建立一個像 Facebook 一樣大的知識網路，但上面沒有那麼多社交的成分。

我們的願景就是讓每個人都成為某件事情的專家，並建立一個能夠找到正確的人來回答問題的 AI 引擎。我們現在已經交付了 300 多萬次會談。網路上擁有 12,500 位專家。每天有 200 人加入。

人類這邊的成本為零。我們需要的只是 AI。人我們已經有了。我們不想替換人，我們想要的是找到他們。

VB：聽上去這項服務今後還有改善空間。

Relan：隨著時間的推移，數據將不斷改善。我們會找到更合適的專家，在談話時間段內質量也會提高，只要我們不斷添加數據來訓練 AI。

順便說一句，亞馬遜也非常有趣。我在這裡對亞馬遜提出質疑，因為它一直在構建一個黑匣子。假設我們根據需要更多的計算力。你怎麼知道亞馬遜提供給我的就是最適合的呢？

很多人醉心於 Alexa 和 Echo。但作為一個平台，我想確保當需求出現時，我能找到最好的資源。AI 應用程序的數量正在爆炸式增長。如何找到最適合你特定應用的資源？也許亞馬遜會就一點進行開發，也許他們不會，我們並不知道。

編譯來源：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！