有朋友問我，說人工智能特別是你經(jīng)常說的認(rèn)知計算技術(shù)，目標(biāo)是打造可以學(xué)習(xí)并與人類自然交互的系統(tǒng)。在你們“凱泰結(jié)構(gòu)洞科技”研發(fā)的“結(jié)構(gòu)洞投融資生態(tài)鏈智能系統(tǒng)”中主要擔(dān)負(fù)著對隨機來自于創(chuàng)投市場中大量存在的海量碎片化“非結(jié)構(gòu)性”初創(chuàng)企業(yè)項目融資信息數(shù)據(jù)包括文字、圖像、圖表、語音甚至視頻等，能夠讓計算機系統(tǒng)像人的大腦一樣學(xué)習(xí)、思考、進行數(shù)據(jù)分析并做出正確的決策，并且認(rèn)為“投資人們最需要真正能夠產(chǎn)生洞察的關(guān)鍵，是能夠理解并解讀這些非結(jié)構(gòu)化數(shù)據(jù)，而這也正是未來數(shù)字經(jīng)濟時代所需要的”。

對于這樣的觀點我們都非常認(rèn)同，可問題是真的能像一個非常專業(yè)的職業(yè)投資人那樣，具備達到人類的認(rèn)知水平嗎？要知道一個職業(yè)資深的專業(yè)投資人，往往除了要具備非常厚重的專業(yè)理論知識以外，還要具備寬廣的認(rèn)知邊界，豐富的實戰(zhàn)投資經(jīng)驗和智慧，更為重要的是要養(yǎng)成沉穩(wěn)、謹(jǐn)慎、理性和縝密的邏輯思維以及自律等的性格特征，這樣的人才可不是一朝一夕就能修煉而成的，需要經(jīng)歷漫長歲月的艱辛實踐歷練，還有就是要具有敏銳的感知、洞察和創(chuàng)造的能力以及直覺，這類市場精英人才本來就非常稀缺。當(dāng)然要是該人工智能系統(tǒng)能達到這樣的認(rèn)知水平，那自然是非常棒的一件了不起的事情，這讓人想起來就是件非常不容易實現(xiàn)的目標(biāo)，更何況起碼在中國的創(chuàng)投市場中，到目前為止我們還沒有看到人工智能，尤其是認(rèn)知計算技術(shù)被成功創(chuàng)新應(yīng)用的真實案例。

老實說，針對這樣的問題和疑慮非常正常，的確人工智能發(fā)展到今天離完全取代人類的思維和認(rèn)知事物的能力還相距甚遠，這不僅僅只局限于在創(chuàng)投市場領(lǐng)域，在其它領(lǐng)域也是如此，特別在具體的商業(yè)場景的應(yīng)用上，往往并不像系統(tǒng)開發(fā)者們宣傳的那樣，給客戶以超出預(yù)期的強體驗感覺，但是最起碼在弱智能領(lǐng)域，將那些重復(fù)或者機械的腦力勞動這樣的基礎(chǔ)性工作用人工智能取代卻已經(jīng)變成了人們最現(xiàn)實的選擇。

比如在創(chuàng)投市場中投資人在進行投資決策的過程中就存在者大量的基礎(chǔ)性工作，投資人在獲得市場融資項目信息數(shù)據(jù)時，一般都很難在市場中某確定的時間段內(nèi)獲得足夠數(shù)量規(guī)模的信息數(shù)據(jù)量，并且即便獲得也不知道如此龐大的信息數(shù)據(jù)量中那些數(shù)據(jù)是自己所需要的，需要對這些信息數(shù)據(jù)進行分類、篩選、識別和初步判斷，這就需要耗費大量的時間成本、人力物力，并且往往專業(yè)性和效率也不高，更重要的是從數(shù)理統(tǒng)計和概率學(xué)的專業(yè)角度，需要在信息數(shù)據(jù)來源的市場范圍、數(shù)量規(guī)模和各種相關(guān)數(shù)據(jù)之間的共性特征等方面都無法保障，從而很難確定你選擇的對象是否具有市場真實價值的時效代表性，這將給投資人的決策判斷帶來非常大的困難和障礙，即便投資人擁有超強的專業(yè)技能和智慧。

在沒有這些基礎(chǔ)必要的工作充分準(zhǔn)備支撐下，恐怕也很難發(fā)揮出其智慧的真實市場商業(yè)價值，顯然在這些方面正好是人工智能系統(tǒng)的強項，并且就目前的技術(shù)而言也達到了相當(dāng)成熟穩(wěn)定的程度。也就是說最起碼我們這個“智能系統(tǒng)”工具可以現(xiàn)實的幫助到目前創(chuàng)投市場中的投資人們有效的解決“由于缺乏有效的融資信息數(shù)據(jù)過濾，會導(dǎo)致信息數(shù)據(jù)過多，增加投資決策難度的矛盾”。

當(dāng)然我們的期望值遠不止于此，在人工智能和機器學(xué)習(xí)以及深度學(xué)習(xí)研究的基礎(chǔ)上，會在多層神經(jīng)網(wǎng)絡(luò)之中使用新的拓?fù)鋵W(xué)和學(xué)習(xí)方法，使得神經(jīng)網(wǎng)絡(luò)的進化成功解決了多個領(lǐng)域的棘手問題。比如應(yīng)用了基于“反向傳播”為基礎(chǔ)的AI模型，包括相互連接層，傳輸“信號”并調(diào)整連接的突觸強度（權(quán)重），比如可以從輸入數(shù)據(jù)中提取特征并學(xué)會做出預(yù)測。

深度神經(jīng)網(wǎng)絡(luò)的優(yōu)化始于Transformers，這種方式甚至拋棄了傳統(tǒng)RNN/CNN結(jié)構(gòu)，從自然語言本身出發(fā)，實現(xiàn)了基于“注意力”機制的Transformers機器翻譯網(wǎng)絡(luò)結(jié)構(gòu)，這得益于動態(tài)計算權(quán)重的注意力機制，AI系統(tǒng)將采取無監(jiān)督的，可以從未標(biāo)記、未分類的測試數(shù)據(jù)中提取知識，在學(xué)習(xí)“共性”和對“共性”是否存在做出反應(yīng)的能力方面，無監(jiān)督學(xué)習(xí)的能力幾乎達到了人類的認(rèn)知水平。

在過去十年中，認(rèn)知計算（Cognitive compuTIng）技術(shù)的出現(xiàn)，其目標(biāo)是打造可以學(xué)習(xí)并于人類自然交互的系統(tǒng)，這通過成功擊敗Jeopardy游戲的世界選手，IMB Watson證明了認(rèn)知計算的價值。也就是說“凱泰結(jié)構(gòu)洞科技”所研發(fā)的這個在創(chuàng)投市場中提供給主要客戶“投資人”使用的智能系統(tǒng)工具，其目標(biāo)也是可以學(xué)習(xí)并與投資人、初創(chuàng)項目創(chuàng)始人和資源提供者這三類利益群體之間交互的系統(tǒng)，具有規(guī)模性、交互性和概率性的顯著特征，本質(zhì)上就是將認(rèn)知計算技術(shù)與互聯(lián)設(shè)備產(chǎn)生的數(shù)據(jù)和這些設(shè)備可以執(zhí)行的操作結(jié)合使用，從而創(chuàng)造出“會思考”的一個“價值生態(tài)鏈智能系統(tǒng)”工具。今天的觀點是：人工智能，特別是認(rèn)知計算技術(shù)應(yīng)用于創(chuàng)投商業(yè)決策已經(jīng)在路上。