VC机器学习指南
“人工智能始于古老的铸就众神的愿望。”
用帕梅拉·麦考德克（Pamela McCorduck）的单语来说，  人工智能  或  AI 源自我们对“锻造众神”的渴望，这一概念已经存在了数千年。
在希腊神话中的“ 阿尔贡人和对金羊毛的追求”中，杰森–凡人英雄和阿尔贡人的领袖–寻找“金羊毛”，并在艰苦的旅途中与塔洛斯（Talos）战斗，塔洛斯是由人类制成的庞大非人类固体青铜。
AI的代表形式也出现在犹太教，中国，日本和印度哲学中。
随着像Amazon的Alexa和Apple的Siri这样的智能语音助手的采用呈指数级增长，看来AI是人类超越自身扩展的基本组成部分，这是人类渴望无尽的天赋。
借助人类古老的梦想，即既  了解 又  创造智能，让我们潜入机器学习 或  ML的美好世界  。
机器学习作为智能表示
真正理解机器学习就是真正理解  表示法。
我们如何解释和理解世界的人类在很大程度上取决于我们  对现实的表现  （如推广  “心智模式”  由  查理·芒格）。
以我们太阳系的地心 模型与  日心 模型为例  。
正如 上面清楚显示的地心或“地心”模型的复杂且荒谬的轨迹一样  ，具有正确的表示形式（日心或  “太阳中心” 模型）使世界变得  与众不同。
同样，将机器学习视为通向现实的完美机器表示 的技术圣杯  的门户–通向技术奇点的门户  。
如果您真正理解了这一点（在序言中知识与理解是截然不同的），那么技术创始人的所有技术行话和冗长的建议都可能会变得有意义。
今天，我想着重介绍数十年来机器学习研究的主要成就  ，以及我们如何运用这种  理解 为机器学习 初创公司的早期投资做出卓越的投资决策  。
免责声明：即使使用当前最先进的深度学习算法，机器学习仍处于起步阶段，并且实际上最适合于  Text，  Vision和  Voice 应用程序。即使您探索最前沿的机器学习技术，这个简单的3主题框架也将证明其无价之宝，因为它将引导您摆脱那些真正虚假的投资机会，例如欺诈性的Unicorn  Theranos。
使用递归神经网络的文本
我们都知道并喜欢  Google Translate，该网站可以像魔术一样立即在100多种不同的人类语言之间进行翻译。
Google翻译背后的技术是什么  ？
资料来源：拉德纳智力投资公司；文本应用程序的机器学习。
在不涉及技术细节的情况下，使Google翻译成为可能的关键思想以及许多由“人工智能驱动”的文本和语言 初创公司使用的数百种其他应用程序  是  递归神经网络  或  RNN。
简而言之，RNN是   人脑基本组成部分神经元的简化计算机模型。
使RNN比其他“神经网络”更聪明（“递归”部分）的原因是，它们基于外部反馈不断改进其内部模型  。
这类似于孩子第一次学习  走路的方式  -运动神经元与额叶前额叶皮层中的神经元紧密合作，根据反馈进行  感知和学习。
使用卷积神经网络的视觉
转到  Vision，我们都听说过Google的  Waymo，通用汽车的  Cruise，甚至还有  Uber在自动驾驶/自动驾驶汽车方面的努力。
这个革命性行业背后的关键技术是什么？
资料来源：拉德纳智力投资公司；视觉应用的机器学习。
尽管诸如Waymo之类的任何自动驾驶技术包都有许多移动部件（激光雷达，  GPS，  IMU），但可以说，视觉 技术是核心组件  。
得知最先进的计算机视觉  技术高度依赖于机器学习，尤其是一种称为卷积神经网络 或  CNN的“神经网络”，  您应该不会感到惊讶  。
什么是CNN？
将它们视为  “空间不变”的  神经网络。
那是什么意思？
空间不变性  是一个简单的想法，即对象的身份不会因为其在图像或视频中的位置而改变。
最新的CNN是 名为  Gated Shape CNN的突破性  “语义分割”  ，我们能够实现   道路障碍的像素级分类。
此外：包括任何ML Vision算法在内的基础自动驾驶技术，仅是解决称为SLAM  或  同时定位和映射的高级问题的基础  ，该问题是代理同时构造其未知环境的地图的能力同时仍然跟踪其在其中的位置。
使用变形金刚的声音
Alexa，让我们以语音的 机器学习应用程序结尾  。
变形金刚  -不要与美国  科幻动作片中的巨大星际机器人相混淆  -是自然语言处理背后的技术，  自然语言处理是亚马逊  Alexa 和Apple的  Siri的核心。
什么是变形金刚？
资料来源：拉德纳智力投资公司；语音应用的机器学习。
变压器是一种类型的  深度学习 架构 中首先介绍了  2017年  已经成倍先进的领域  自然语言处理  或  NLP。
在深入探讨  技术细节的过程中，“变形金刚”由一种新颖的计算机体系结构组成，该体系结构由一组  “编码器”  和一组  “解码器”组成。
可以将它们视为 我们上面提到的循环神经网络的非常聪明的高级系统架构  。
有趣的花絮：  谷歌 发起了一个 名为BERT的Transformer项目，以芝麻街的Muppet角色命名。该  项目   已经接受了大量语音数据的培训，并且是许多启用语音的初创公司背后的核心技术。
机器学习中的可投资主题
现在您已经了解了机器学习的三个关键应用程序，让我们将这些知识应用于早期 风险投资。
下面我们将这些机器学习主题映射  到代表性初创企业。
资料来源：拉德纳智力投资公司；机器学习中的可投资主题（文本，视觉和语音）以及将机器学习主题映射到代表性初创企业。
文字： 我们拥有非凡的初创公司，例如  HyperScience（可实现手动文档处理的智能自动化）和  Grammarly（可实现实时语法校正和语言（句子结构）预测）。
愿景：我们后期的公司，如  SenseTime，提供封装在SaaS模式尖端计算机视觉，补充种子期初创公司一样  understand.ai，提供自主/自动驾驶汽车初创公司像谷歌强大的训练数据  Waymo。
配音：  与亚马逊的声音，只有  Alexa的基金  提供的喷气燃料为许多创业公司一样  Aspinity，提供超低功耗更低神经运动设备和  彗星ML，基于云的机器学习的协作平台，为研究人员和  具体化，产生语音驱动  EdTech 儿童平台。
当然，您应该意识到这并不是  一成不变的映射，  因为有些公司的产品和服务可能跨越并与这些可投资主题中的任何一个或全部相交。
例如，考虑一个  遥控机器人辅助外科医生，它可以使外科医生在环人  类型的系统上进行远程操作  。
在  COVID-19  大流行中，这样的AI系统可能是具有吸引力的投资，例如  纽约长老会医院  /  Weill Cornell Medicine  –美国最大的医院系统，拥有超过2
资料来源：达芬奇手术系统；遥控机器人辅助外科医生可以利用跨越文本/语言，视觉和语音的机器学习算法。
通过使用  Vision ML  算法来识别重要器官和血管，这样的AI系统可以利用  Voice ML  算法将外科医生的指令翻译给可能在不同国家/地区使用不同语言的现场医疗助手，这可能需要  Text ML  算法才能完成。实时语言翻译。
好的，我在机器学习方面大受好评，并准备写一些术语表。
让我们先退后一步。
像Magic Leap这样众多失败的高科技公司   声称他们使用机器学习，最好是您从我亲自参与过AI / ML初创公司的数百次会议和演讲中阅读我的红旗 列表  。
创始人会议期间的红旗
了解了机器学习的  实际 应用和可投资的  实际 主题（Text，  Vision和  Voice）后，您现在就可以评估声称“支持AI / ML”的Tech初创公司。 ”
我处理交易筛选的方法是从希腊Stoicism借来的一种技术  。
通过从某物中减去我们所不知道的东西，我们实际上可以更快地前进，从而获得对某物本身的真实了解。
让我们将其应用于   机器学习中初创企业的风险投资交易筛选。
资料来源：拉德纳智力投资公司；机器学习会议红旗。
在 与创始人会面时，这是我的  红旗。
一位联合创始人没有一个  技术教育背景  的  STEM。机器学习很难“学习”-除非您是个天才，否则在大学的成年学习中就必须吸收它。
谁喝自己创办  库尔急救  与  现实的不好把握。
该演示包含频繁使用的  流行语， 例如“人工智能”，“基于AI的功能”，“支持ML的功能”，“智能”，“超智能”以及这些单词的变体/组合。
纯粹专注于科学研究  并且没有考虑过如何将其机器学习技术商业化的创始人（通常是CTO）  。
不了解机器学习局限性的创始人  。 例如，声称机器学习可以基于对现有专利文献的分析来撰写新颖的专利申请，这是Poppycock与当前ML研究的结合。
具有  低退出壁垒 或  下行风险的创始人，即在业务中没有多少股权或可依靠的东西（高净值或其他工作）的创始人。
任何声称他们已经实现了人工智能 或  AGI的 宣传活动  -这都是圣杯。如果他们确实发现了AGI，就不会与您交谈-他们会利用自己的AGI在金融市场上赚很多钱。
迈向人工智能
强大的AI（  也称为人工智能）是机器智能将有一天等同于并超越人类智能的想法。
假设强大的AI是真实的  -这仍然是一个有  疑问的  假设-通往人类古老的创造智能梦想的道路是什么？
深度学习中的一些开创性思想基于我们上面描述的神经网络的体系结构，包括  生成对抗网络  （GAN），  长期短期记忆网络  （LTSM），以及一般的  注意力，  转移学习，  元数据-学习，范式从监督学习转变   为  自我玩耍。
例如，机器学习中最具有开创性的成就发生在一位名叫AlphaGo的AI代理人  在仅仅三天自学一种比象棋更难掌握的游戏后就 击败了Go中排名最高的人类玩家（Lee Sedol）。
资料来源：美联社；Lee Sedol在2016年被Google DeepMind创建的AI代理AlphaGo击败，并升级到称为AlphaGo Zero的自玩版本。
因此，机器学习的未来将是无监督学习，AI代理将自学自已的能力来构建和改善自己的体系结构，我认为，这不是基于人类定义的任何奖励功能，在此过程中，AI代理会自学习的能力，隐式优化了消除任何人为偏差的奖励功能。
最后的想法
回到Pamela McCorduck的原始报价  。
人工智能和机器学习是人类“锻造众神”的欲望的  自然演变，因此，那些真正理解机器学习的杰出创始人和投资者将拥有无数财富，因此值得您花时间要  了解 技术的最后边疆。
CFA Andrew Vo
Radna Intellectual Ventures的投资者
关于拉德纳知识投资公司
Radna Intelligent Ventures  是一家风险投资初创公司，其使命是使下一代Deep Technologies或Deep Tech公司成为可能，其重点是机器学习，自然语言处理和区块链技术。
在寻求创业之路之前，我们的普通合伙人安德鲁·沃（  Andrew Vo）在金融领域工作了十年，曾在JP Morgan等一些最大的投资管理公司工作。安德鲁（Andrew）担任专注于金融科技和深度科技领域的创业公司的顾问。Andrew是CFA宪章持有人，拥有康奈尔大学的计算机工程理学硕士学位，并拥有加利福尼亚大学伯克利分校的电气工程和计算机科学理学学士学位。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！