Как инвестировать в искусственный интеллект?

21 января 2016 в 17:28
Нейтан Бенаич , партнёр Playfair Capital

Сейчас отличное время для инвестирования в ИИ. Для этого есть три причины

Оригинальная статья. Редакция Roem.ru благодарит бюро переводов Top-Translate.ru за помощь в подготовке материала.

Системы искусственного интеллекта — одна из наиболее захватывающих и революционных возможностей нашего времени. Я — венчурный инвестор и партнер Playfair Capital. В основном , я занимаюсь вложением капитала и формированием сообщества вокруг ИИ технологий и считаю , что сейчас отличное время для инвестирования в компании данной отрасли. Для этого есть три причины.

Во-первых , 40% населения всей Земли сейчас постоянно находятся в режиме онлайн; используется более 2 млрд смартфонов , и каждый день эта цифра увеличивается ( интернет-тренды KPCB). Все это создает информационный актив , сырьевой материал для разработки ИИ технологий , который содержит в высшей степени детализованные данные о поведении человека , его интересах , знаниях , связях и деятельности.

Во-вторых , стоимость вычислительных операций и хранения данных падает в разы , в то время как вычислительные способности современных процессоров продолжают расти , делая ИИ приложения все более доступными и добавляя им новые возможности.

В-третьих , в последнее время мы наблюдаем невероятное улучшение дизайна обучающих систем , архитектур и инфраструктуры ПО. Все вместе обещает и дальше ускорять темпы разработок инновационных технологий. На самом деле , мы сами до конца не понимаем, как будет выглядеть завтрашний день , и на что он будет похож.

Также мы должны понимать , что ориентированные на искусственный интеллект продукты уже не те , что прежде. Сегодня они служат для улучшения характеристик поисковых механизмов , рекомендательных систем ( например , для электронной коммерции , прослушивания музыки), подачи рекламы и осуществления финансовых и коммерческих операций ( среди прочего).

Компании , располагающие ресурсами для инвестиций в ИИ технологии , призывают других к действиям , побуждая следовать их примеру — или рискуют потерять конкурентоспособность. Поэтому вместе они — сообщество , лучше понимающее ситуацию и снабженное мощным инструментарием для создания обучающих систем , которые решают широкий диапазон все возрастающего количества комплексных задач.

Как найти применение ИИ технологиям?

С помощью таких мощных и общеприменимых технологий ИИ компании могут выходить на рынок самыми различными способами. Здесь мы рассмотрим шесть таких способов и приведем примеры компаний , которые выбрали этот путь:

С помощью ИИ технологий используется опыт вашей команды в данной области и сосредоточивается внимание на решении вновь возникающих проблем особой важности , что помогает восполнить дефицит участия человека ( например , Sift Science или Ravelin* для обнаружения онлайн-мошенничества).

• Выпускаются на рынок новые ИИ платформы для функциональных разработок , оптимизация гиперпараметров , обработки данных , формирования и ввода в действие алгоритмов и моделей ( в числе прочего) для решения широкого диапазона коммерческих проблем ( например , H2O.ai, Seldon* и SigOpt).
• Автоматизируются повторяющиеся , структурированные , подверженные ошибкам и последовательные процессы , которые выполняются ежедневно работниками умственного труда путем принятия контекстуальных решений ( например , Gluru, x.ai и SwiftKey).
• Роботы и автономные агенты наделяются способностью чувствовать , учиться и принимать решения в физической среде ( например , Tesla, Matternet и SkyCatch).
• Дальновидно сосредоточиваются на исследованиях и разработках , которые должны были бы проводиться научным сообществом , но откладываются из-за недостаточного финансирования ( например , DNN Research, DeepMind и Vicarious).

Больше комментариев к этому вопросу можно найти тут. Но основные выводы таковы: свободное предоставление технологий лидерами отрасли ( Google , Microsoft , Intel , IBM) и недорогие решения , которые производятся рядом компаний , знаменуют собой стремительное разрушение технических барьеров. А возможность создания собственных данных и доступа к ним , наличие квалифицированных кадров и увлекающие продукты способны окончательно сдвинуть дело с мертвой точки.

С какими трудностями сталкиваются операторы , и на что обращают пристальное внимание инвесторы?

Я вижу целый ряд операционных , коммерческих и финансовых проблем , на которые обращают пристальное внимание операторы и инвесторы , работающие в сфере ИИ технологий. Вот главные из них , которые первыми приходят на ум:

Операционные

• Как уравновесить длительный процесс исследований и разработок с краткосрочным финансовым обеспечением? Несмотря на то , что сейчас выпускается много библиотек и платформ , до момента достижения продуктом приемлемых характеристик все же потребуются значительные начальные инвестиции. Пользователи часто сравнивают результат работы вашего продукта с результатами работы человека , которые таким образом составляют вам конкуренцию.
• Дефицит кадрового потенциала: мало квалифицированных специалистов сочетают в себе необходимые умения и опыт. Где найти источник таких специалистов и как их сохранить?
• Еще на ранней стадии тщательно уравновесьте разработку функционала и внешнего вида продукта. Работа над эстетической стороной после релиза будет напрасной. В этом случае гадкий утенок так и не превратится в прекрасного лебедя.
• Все системы искусственного интеллекта работают на основе достаточного количества данных. Как выполнить начальную загрузку системы на первых порах в условиях дефицита данных?

Коммерческие

• Продукты ИИ технологий все еще остаются новинками рынка. При этом , покупатели скорее всего мало осведомлены о технической стороне вопроса ( или не имеют достаточно знаний в данной предметной области , чтобы понимать , насколько инновационный продукт вы предлагаете). Тем не менее , именно они будут новыми покупателями вашего продукта , поэтому следует приготовиться к тому , что цикл продаж будет состоять из нескольких этапов , не исключающих трудности.
• В какой форме поставлять продукт? ПО как услуга , интерфейс API , в свободном доступе?
• Включать ли услуги ответственного консультирования , настройки или техподдержки?
• Будет ли у вас возможность использовать высокоуровневые знания о клиентских данных для других продуктов?

Финансовые

• Инвесторы какого типа имеют возможность лучше других оценить ваш бизнес?
• Какой процесс исполнения можно считать пригодным к инвестированию? Продукт с минимальным функционалом , публикации , сообщество разработчиков свободного ПО среди пользователей или регулярный доход?
• Нужно ли сосредоточиться на разработке основного продукта или проектов под заказ в условиях тесного сотрудничества с клиентом в процессе работы?
• Привлекая средства , подготовьте резервный запас , который сможет гарантировать , что вам не придется прекратить свою деятельность до момента достижения значительных успехов.

Разработка в связке с пользователем

Существует две главные причины , которые делают привлечение пользователей к разработке продуктов с применением технологий ИИ задачей первоначальной важности. Во-первых , машина еще не способна воспроизвести сознание человека. И для того , чтобы компенсировать недостатки ПО в этой части , необходимо призвать на помощь пользователя. Во-вторых , на сегодняшний день покупатели и пользователи программных продуктов имеют намного более широкий выбор , чем когда-либо прежде. Именно поэтому они часто меняют свое мнение ( в среднем 35% пользователей сохраняют загруженное приложение на своих устройствах в течение 90 дней).

Возврат ожидаемой стоимости играет ключевую роль в построении порядка действий ( тут может помочь оптимизация гиперпараметров). Приведем несколько ярких примеров продуктов , которые доказали , что привлечение пользователей к процессу разработки помогло улучшить их эксплуатационные характеристики:

• Поиск: Google использует автозаполнение как функцию понимания и устранения омонимии или неоднозначности запроса.
• Обзор: Google Translate или определение местоположения дорожных знаков с помощьюMapillary предоставляет пользователям возможность исправлять результаты.
• Перевод: сообщество переводчиков Unbabel доводит до совершенства результаты машинного перевода.
• Фильтры спама для электронной почты: Google опять спешит на помощь

Я думаю , мы можем зайти еще дальше , объяснив клиенту , как машина генерирует результаты. Например , IBM Watson используется в онкологических клиниках при подтверждении диагноза пациента , предоставляя для ознакомления соответствующую литературу. Такая практика повышает удовлетворенность пользователя и помогает укрепить доверие к системе , что способствует ее длительному использованию и капиталовложениям в нее. Действительно , нам очень трудно доверять тому , в чем мы плохо разбираемся.

Как сейчас обстоят дела с инвестированием в ИИ технологии?

Для того чтобы поставить эти комментарии в связь с общим целым , необходимо для начала посмотреть на мировой рынок венчурного капитала: в квартале I-III 2015 года объем венчурных инвестиций составил 47,2 млрд долларов , что больше , чем за каждый полный год в течение 17-ти из последних 20-ти лет ( NVCA).

Мы предполагаем , что к концу года эта цифра может составить 55 млрд долларов. Существует около 900 компаний, работающих в сфере ИИ технологий , большая часть которых берется за решение задач , связанных с интеллектуальными ресурсами , финансами и безопасностью предприятия. В IV квартале 2014 года наблюдался неожиданное увеличение числа инвестиций в ИИ компании, начиная с высокоавторитетных и реализовавших себя компаний: Vicarious, Scaled Inference, MetaMind и Sentient Technologies.

Сегодня мы можем говорить о 300 сделках по инвестированию в ИИ компании ( определяемые как предприятия , в описании которых присутствуют следующие ключевые слова: искусственный интеллект , машинное обучение , машинное распознавание образов , НЛП , обработка и анализ данных , нейронная сеть , глубинное обучение) за период с 1 января по 1 декабря 2015 года ( CB Insights).

Английские компании , такие как Ravelin*, Signal и Gluru*, получили первоначальное инвестирование порядка 2 млрд долларов , несмотря на огромное число долговых обязательств перед венчурными компаниями или займов , предоставленных такими организациями , кредитующими потребителей и бизнес , как Avant ( 339 млн долларов долговых обязательств и кредита), ZestFinance ( 150 млн долларов долговых обязательств), LiftForward ( 250 млн долларов кредита) и Argon Credit ( 75 млн долларов кредита). Важно отметить , что 80% сделок оценивались в менее , чем 5 млн долларов каждая , а 90% капитала инвестировалось в американские компании ( для сравнения , в европейские — 13%). 75% начальных инвестиций пришлось на американские компании.

Рынок финансирования и выхода из инвестиций для ИИ компаний только зарождается

В рамках выхода из инвестиций состоялось 33 слияния и поглощения и 1 первоначальное публичное представления акций. Шесть из этих операций пришлись на европейские компании , 1 — на компании стран Азии , остальные операции были проведены американскими компаниями. Самые большие сделки были заключены компаниями TellApart/Twitter ( 532 млн долларов; привлечено 17 млн долларов), Elastica/Blue Coat Systems ( 280 млн долларов; привлечено 45 млн долларов) и SupersonicAds/IronSource ( 150 млн долларов; привлечен 21 млн долларов), которые вернули вложенные средства в многократном размере. Остальные операции совершались преимущественно ради кадровых ресурсов , при условии , что медианная группа на момент слияния насчитывала 7 человек.

Объем всех инвестиций в ИИ технологии будет равен 5% всех венчурных инвестиций по состоянию на 2015 год. Это больше , чем 2%, объявленные в 2013 году , но инвестиции в конкурирующих категориях , таких как рекламные технологии , службы мобильной связи и ПО для бизнес-анализа , опережают их с большим отрывом.

Были сделаны следующие выводы: a) рынки финансирования и выхода из инвестиций для ИИ компаний только зарождаются , что подтверждается небольшими стартовыми инвестициями и малыми объемами заключаемых сделок , и б) большая часть деятельности в этой сфере осуществляется в США. Поэтому предприятия должны делать вложения в этот рынок.

Какие проблемы остаются нерешенными?

Здравоохранение

В течение нескольких лет в университете и трех лет в магистратуре я занимался исследованием генетических факторов распространения раковых клеток в организме человека. В результате я пришел к следующему выводу: разработка терапевтических средств — это очень сложный , дорогостоящий , длительный и сложно организованный процесс , который в конечном итоге дает только промежуточный результат в деле собственно лечения болезни.

Тем не менее , я искренне верю в то , что для улучшения результатов в сфере здравоохранения нам поможет детальное длительное наблюдение за физиологией и образом жизни человека. Это будет способствовать раннему определению признаков болезни почти в режиме реального времени , приведет к снижению затрат на лечение в течение всей жизни пациента и соответствующему улучшению результатов.

Давайте посмотрим , как тесно наша жизнь связана с цифровыми технологиями. Устройства , с которыми некоторые из нас имеют дело каждый день , способны отслеживать наши движения , основные показатели здоровья , состояние организма во время физических нагрузок , сна и даже показатели репродуктивного здоровья. Мы отключаемся всего лишь на несколько часов в день , затем снова переходим в режим онлайн , и думаю , что нас мало волнует то , что облачная среда может служить хранилищем для данных различных типов ( где они бывают доступны третьим лицам , по согласию). Конечно , все это может выглядеть иначе , но дело в том , что так или иначе мы все же используем Интернет и большое разнообразие продуктов высоких технологий.

Таким образом , уже на уровне обывателя мы можем запрашивать объемы данных , которые раньше даже не существовали. Из этих данных мы можем черпать информацию о том , как природные условия и потребляемая нами пища влияет на зарождение и развитие болезни. Это просто грандиозно.

Ориентированные на искусственный интеллект продукты уже не те , что прежде.

Рассмотрим ситуацию , происходящую в современных клинических условиях. Пациент приходит в больницу , когда чувствует , что что-то не так. Доктор должен сделать целый ряд анализов , чтобы поставить диагноз. Эти анализы актуальны только для одного периода времени ( часто на поздней стадии), когда для предотвращения болезни уже мало что можно сделать ( например , в случае онкологического заболевания).

Теперь давайте представим , как это будет происходить в будущем. В условиях постоянного непроникающего наблюдения за физиологией и образом жизни пациента мы можем предусмотреть начало и исход болезни , понять , каким заболеваниям больше всего подвержен пациент и как такие патологические состояния могут реагировать на различные лечебные воздействия. Существует масса приложений с элементами технологий искусственного интеллекта , такими как разведывательные датчики , функции обработки сигнала , определения отклонений от нормы , многомерные классификаторы , глубинное обучение на уровне молекулярных взаимодействий…

Некоторые компании уже решили подобные проблемы:

• Sano: Организовывает непрерывное наблюдение за биомаркерами в крови с помощью сенсоров и ПО.
• Enlitic/MetaMind/Zebra Medical: Внедряет видеосистемы для поддержки принятия решений ( МРТ/КТ).
• Deep Genomics/Atomwise: Изучает , воспроизводит и прогнозирует влияние генетической вариативности на здоровье/болезнь и возможность переориентации лекарственных препаратов на новые условия.
• Flatiron Health: Организовывает общую технологическую инфраструктуру клиник и больниц для обработки онкологических данных , полученных в процессе исследований.
• Google: Оформила патент на изобретение способа взятия крови без применения иглы. Это небольшой шаг в направлении нательных приборов для взятия проб.

Следует отметить , что Великобритания уже сделала небольшой шаг в сторону обеспечения доступа к данным. Инициативы U.K. Biobank ( 500 000 медицинских карт), Genomics England ( 100 000 упорядоченных геномов человека),HipSci ( стволовые клетки) и программа обработки данных о лечении NHS лидируют в создании централизованных хранилищ данных общественного здравоохранения и терапевтических исследований.

Автоматизация предприятия

Можно ли себе представить , что предприятия работают сами по себе? Автоматизация наукоёмкого труда с приобщением ИИ технологий может к 2020 году сократить расходы на содержание персонала на 9 трлн долларов ( BAML). Полагаю , что в сочетании с повышением эффективности на сумму 1,9 трлн долларов при условии применения роботов , это будет означать почти полную автоматизацию ключевых повторяющихся производственных функций в будущем.

Представьте себе все выпущенные на рынок инструменты поставляемого в виде услуги ПО , которое уже доступно для систем УИК , сбыта , выставления счетов и осуществления платежей , осуществления логистических операций , веб-программирования , взаимодействия с клиентами , финансовых операций , найма персонала и бизнес-анализа. Теперь давайте обратим внимание на такие инструменты , как Zapier или Tray.io, которые помогают устанавливать связь между приложениями и логикой предметной области. Все они могут дополнительно расширяться за счет эффективного использования точек ввода контекстных данных , уведомляющих о принятии решений.

Вполне вероятно , в конечном итоге мы создадим новый формат eBay , где вам будут доступны полностью автоматизированное обеспечение товаром , ценообразование , составление списков , перевод , предоставление рекомендаций , обработка транзакций , взаимодействие с клиентом , упаковка товара , завершение оформления заказа и отгрузка. Конечно , до этого еще , скорее всего , далеко.

Искусственный интеллект — одна из наиболее захватывающих и революционных возможностей нашего времени.

Я уверен в том , что искусственный интеллект сыграет чрезвычайно важную роль в личной и профессиональной жизни каждого из нас. Я считаю , что на сегодняшний день в этом секторе снижен уровень риска для венчурного капитала , особенно если учитывать , что сокращаются инвестиционные горизонты получения дивидендов. Компаниям , внедряющим инновационные перспективные проекты , требуется все больше поддержки , принимая во внимание тот факт , что такие начинания получают все меньше поддержки в университетах. Венчурный капитал придумали , чтобы спонсировать запуск ракеты на Луну.

Мы должны помнить , что с течением времени доступ к технологиям станет общедоступным. Поэтому очень важно понимать ваш конкретный случай , вашего пользователя , пользу , которую вы приносите , и то , как ее можно квалифицировать и какую оценку ей дать. Суть заключается в нахождении стратегии для разработки продукта , обладающего долгосрочными преимуществами , которые не позволят кому-либо другому с легкостью повторить ваше предложение.

Вопросы , связанные с данной стратегией , фактически могут не иметь ничего общего с ИИ технологиями и даже могут быть нетехническими по своей природе ( например , уровень взаимодействия с пользователем). В силу чего существует обновленный взгляд на базовые принципы: нужно разрабатывать способы решения недоработанных проблем , представляющих особую важность для потребителей и предприятий.

И наконец , необходимо делать вложения в американский рынок , где создается и реализуется львиная доля стоимости. У нас есть возможность активизировать рост сектора ИИ технологий в Европе , при этом , не раскрывая данных о том , что работает или не работает по другую сторону океана.

http://roem.ru/21-01-2016/217080/investing-in-ai/