我也经常跟投资人聊这个事，经过观察国内十几年的产业周期发现：以往多数项目均为 2C 产品，都是以产品创新和微创新为鲜明特征。中国没有经历通过技术创新为主的经济增长模式，而硅谷等地已经历过好几波技术创新，这在中国很少见。中国大部分投资机构和创业者，并不善于技术类投资以及做 To B 这种生意，所以大家还不太习惯对这类公司进行估值。
我们一谈到投资和创业，永远面对新的产业方向，然而在面对新的产业方向即便是海外专业投资公司也不一定看得准，所以也能看到像投资 MagicLeap 这样的新型公司都是有争议的。
11. AI 科技评论：当下很多投资机构和媒体都把人工智能捧在手里，你认为这会推动 AI 更快发展，还是过度溺爱会让它堕落？ AI 从纯技术和纯学术话题转变为全社会讨论的话题，使得专业的声音很有可能被淹没，这是我所担心的。投资机构和媒体的所有动向都会影响到产业的发展，AI 从业人员却难控制。
AI 在内部环境受到 VC 和媒体的万千宠爱，但外部的环境是很残酷的、理性的、不相信眼泪的。在这种情况下，企业应保持冷静，抓准切入的点，保证服务价值从而构建自己的护城河。整个行业的发展一定是由理性驱动，一定是由实实在在的需求和价值来驱动，因此我个人并不是特别担心投资机构和媒体过多溺爱这个行业从而致其堕落。当然，大浪淘沙一定会有所选择，真正能够平心静气把创业当作艰苦修行而非豪华盛宴的创业者会走到最后。
12. AI 科技评论：对 2017 年人工智能行业的格局和发展做个展望和预测。
我对 2017 年充满了期待，希望这几大方向有着一定的进展：
希望人工智能处理器硬件行业会有大的突破。
算法上继续持续创新。
应用场景上的重大突破：如医疗、自动驾驶、智能家居等。
从整个创业投资角度讲，明年下半年 VC 应该会更加冷静、理性地思考，这里并不是指降低投资力度，而是聚焦投资范围。同时对未来发展方向和路径会考虑地更加清楚，把资本注入重点方向和具有价值的团队。
群友问答环节 ：1.怎么看待近期谷歌无人车事业部拆分成独立公司？这个案例可否理解为自动驾驶已经遇到天花板了？
从百度到地平线，我都做过自动驾驶的事情。根据我自身观察，谷歌无人车事业部拆分这件事一点都不奇怪。谷歌一直存在几个严重问题：
商业策略：谷歌没有思考清楚商业模式，到底该提供整车，还是成为技术服务商、供应商。
技术路线：谷歌的计划很激进，想一步跨到不需要方向盘的无人驾驶水平。事实上谷歌的虽然目标很大，但技术路线较为很保守，导致目标与技术路线并不匹配。谷歌无人车是基于高精度地图的自动驾驶方案，该方案有很大局限性，需要事先对整个环境做出全面感知，这使得其在处理不确定性事件方面有所欠缺。这种不确定性体现在长尾情况，而不是常见情况，而在长尾挑战层面，谷歌在技术线上没有很好地去处理这个问题。
2.如何看待近期比较热的强化学习和迁移学习，他们在应用方面的发展现状怎么样，以及所面临的挑战？
强化学习现在面临的主要挑战是怎么 Handle Long-term Dependence 的问题，如果最后它 Reward 很长时间才显现，它怎么去影响当前的 Policy ，是一个很大的问题。强化学习的代表 AlphaGo 实际上运用了巧妙的方法如 Learning From Experience 去下围棋，这一点很有意思 。那么未来如何在理论上有一个优美的框架，我觉得还是挺值得探讨的。
另外，强化学习的框架相对而言是一个比较黑箱的系统，这与感知不同，在感知方面黑箱一点也可以，但在决策上一定要用白箱的、可理解的方式去做，尤其是自动驾驶领域。
关于迁移学习这一问题，其实深度学习、神经网络天然就拥有迁移学习的特性，比如用 ImageNet 去训练网络结构，实际上它的很大一部分参数在其他问题上可以复用。在参数领域的迁移学习，大家都搞的比较清楚，但在结构方面的迁移学习，现在还并不太清楚。结构反映了更高层的学习问题，基于模型结构的迁移学习将会是下一个热点。