这5个问题，教你识别一家AI公司是不是靠谱

科技洞察 丨 深入科技行业最前沿

本文教你辨别一家AI公司是不是靠谱。如果你是一位公司高管，正在寻找人工智能解决方案；或者你本身就在一家AI公司，想进行一些改进和优化；亦或是对人工智能不了解、想进一步学习探索，相信这篇文章都会对你有所帮助。

机器学习是人工智能的一个分支，在指纹识别、特征物体检测等领域有着广泛的应用前景。现在有很多人工智能公司，声称自己拥有先进的机器学习技术。那么应该如何识别一家AI公司的可靠性和有效性呢？最近，《麻省理工科技评论》为我们提供了一个识别AI公司的方法。只需要问5个问题，就基本能帮助你评估这是不是一个靠谱的AI公司。

1. 它要解决什么问题？

首先看这家公司正在做什么，想解决什么问题。再思考一下这个问题值不值得用AI去解决？

比如，一家专门做表情互动分析的公司Affectiva，他们开发出一套能够分析人类情绪的识别系统，如果你需要对情绪作识别和产生互动，就可以调用这家公司的AI系统。

假设除了AI技术，如果用其它技术手段来做情绪识别，能达到吗？

答案是比较难实现。因为人类情绪是非常复杂的，很难给系统设定一套固定规则，加上开发过程中需要海量的数据来支撑，所以用AI来进行人脸识别或图像识别是比较靠谱的方法。

2. 如何利用AI来解决问题？

有了概念上的理解之后，我们就要开始分析公司如何利用机器学习来解决问题。一家情绪识别公司可以用多种方法来达成目的。比如，它可以训练AI视觉系统来对人类的表情进行模式匹配，或者训练AI音频系统匹配人类的语调。那么我们就要观察，这个公司是怎么利用机器学习的，以及自己的算法中需要输入什么样的数据类型。

3. 公司是如何获取数据的？

一旦知道了数据类型，那么我们就要判断公司如何获取这些数据？因为输入数据后要给反馈，不给反馈很快就会跑偏，这个过程叫“有监督学习”，大多数AI公司采用的就是这个方法，所以需要高质量、“纯净”的数据。

你需要问对方：如果是情绪识别，那么谁来给数据进行标记和反馈呢？情绪是一种主观感受，是否能够遵循科学依据呢？如果你了解Affectiva公司，那么你会了解到公司主要从用户那里收集音频和视频数据，请资深的专家以严格一致的方式来对数据进行标记。了解了这部分细节，能够帮助你更好地识别AI公司的数据来源。

4. 公司会对自己的产品进行审核吗？

知道了公司的数据获取来源，就要开始观察公司是否会对自己的AI产品进行严格的审查。在开发过程中可能会产生算法的偏差，丧失准确度，所以需要有一套审核方法来确保它们的准确性符合标准。

5. 大规模使用这项AI技术会带来伦理风险吗？

这是几乎大部分AI公司会忽略的问题，但是它极其重要。

一项技术的普及可能会伴随着伦理风险。以情绪识别为例，如果未来它在不同种族和性别之间得到大规模采用，它为人类带来的便利和情绪监视系统引发的人权风险相比，哪个更值得重视？公司是否有充分的机制来缓和可能存在的社会舆论负面影响？

除了人工智能，基因编辑、3D打印器官等新兴技术也在道德、种族和法律上存在着巨大问题和风险。

---

这一波人工智能看似是巨大的风口，但也隐藏着巨大的风险。王煜全想提醒你人工智能应该避免的坑：

第一：避免与IT巨头竞争。微软、Google、Facebook等IT巨头已经在AI的平台搭建和底层技术开发方面深耕多年，很难有新兴公司在底层建设方面与之抗衡；

第二：用人工智能做服务无法长久。一些独角兽公司在提供AI服务，比如图像识别、面部识别。但是这条路并不长久，因为人工智能会迅速工具化、普及化，人人都可以使用AI，而不需要第三方提供服务。

其实，人工智能和传统企业结合，是人工智能真正的爆发点。每一个传统产业领域，都有可能会出现一个AI的新兴巨头。

但是，你要懂得具体如何做，如何布局，了解什么样的创业公司才有未来。

王煜全作为科技前哨侦察兵，梳理出最权威的科技趋势判断，帮大家充分理解和把握热门领域的产业机会，预见两年后的风口。

这些热门领域包括5G、机器人、人工智能、显示与互动技术、生物医疗技术、大健康、新能源、新材料。

在今年的「前哨·科技特训营」上，针对每一个领域，王煜全会告诉你：

热门风口背后，是浮躁的噱头，还是隐藏的机会？ 

如果是噱头，该如何避免？

如果是机会，该如何把握？

Five questions you can use to cut through AI hype, Karen Hao, MIT Technology Review, 2019.5.17