CNET科技行者 11月22日 北京消息（文/周雅）：最近每一次“人工智能”会议的刷屏，都伴随一次人工智能研究的刷新，比如前两天的2017高通创投与创新峰会。

这次峰会，高通创投（Qualcomm Ventures）有意强调了人工智能的务实性，现场话题的逻辑大致可以视为“我投了什么（最新AI投资洞察及案例）”、“我为什么投（被投AI企业如何做产品、做什么产品）”、以及“我接下来要怎么投（下一阶段AI的发展方向）”。

会后，高通副总裁兼高通创投董事总经理沈劲接受了科技行者的采访，介绍高通创投以及AI投资看法。

高通副总裁兼高通创投董事总经理沈劲

投资秘诀，前沿科技

高通创投是高通的投资部门，自2000年以来投身于移动与无线领域创新投资，超过20位投资经理，覆盖全球7个地区，专注于投资从早期到成熟期的高科技企业。

从定位来看，高通的业务部门关注近期前景，聚焦连接+计算；高通的研发部门关注的是未来5-10年的创新，累计研发投入超过470亿美元；而高通创投部门洞察未来3-5年的前沿科技。沈劲解读，“对于高通而言，高通创投不仅是一个投资部门，还是一个传感器，通过这个传感器吸收那些还未涉足的行业新动向。”

过去，高通创投主要关注移动互联网；从2015年开始，高通创投的投资方向有所调整，开始关注物与物的连接，并认为“物与物连接”至少影响未来30年，并将投资重点调整为前沿科技，包含四个方面：人工智能、XR（AR/VR/MR）、机器人，无人机，以及万物互联。

那对于初创公司而言，高通创投能提供什么独特价值？第一，高通创投对于新兴技术和商业模式有专业洞察力，处于移动计算与无线领域的上游；第二，高通创投具备产业资源，拥有运营商、OEM/ODM厂商、技术专家等合作伙伴生态链，帮助投资公司之间建立联系并扩大规模；第三，高通创投拥有全球视野；第四，高通创投具备丰富投资经验，在全球管理着140家被投公司，过去6年间有6个市值或估值超过10亿美金的企业完成上市或并购。沈劲说，高通创投等理念其中一点是“加速并影响无线市场的增长”，尽管已投资公司使用竞争对手的产品，也不妨碍高通创投的这个理念。

自2003年起，高通创投进入中国并不断加码投资，目前已经投资了38家中国公司。2014年，高通创投还设立了一个1.5亿美元的中国投资基金，专门面向中国公司。此次峰会，高通创投又宣布对9家中国公司进行风投，包括：

人工智能公司商汤科技、智能共享单车公司摩拜单车、无线连接市场供应商创通电子、面向终端侧的人工智能解决方案供应商耐能、无人值守便利店运营商零号元素、创新教育解决方案供应商美科科技、结合AI和VR/AR技术的内容提供商奇幻科技、“全沉浸式”英语学习环境供应商爱乐奇、以及农业大数据和智能化服务公司奥科美。

放眼望去，以上大多数企业覆盖AI业务，侧面印证高通创投的投资逻辑。

不过高通的投资方向当然不止于AI，正如前文所提的前沿科技，高通创投还关注以下领域：

· 5G的到来可以视为物联网的一股强风。对于在固定区域内停放密集的摩拜单车来说，如果没有5G，很难靠目前的网络接入每辆车，而5G不仅具备海量连接能力，还将支持终端的超长待机时间。

· 终端侧的人工智能是物联网升级的另一股强风。而现场几位投资人期待的是，AI和5G的合流下，物联网得到可观的发展。

· 物联网和其他业务的协同效应。比如智能灯泡，其所需的数据无线传输能力，比手机低得多，因此手机技术足以支撑该产品，这就是手机和物联网的协调效应。

· 物联网和人工智能的协同效应。

人工智能的一个入口：终端测

面对不少融资过亿的AI独角兽（譬如高通投资的商汤科技）、以及BAT等巨头的入局，新兴AI创业企业的机会在哪里？

沈劲认为：“终端侧人工智能就是AI的一个入口”——恰恰为目前略显焦虑的AI投资人、缺乏机会的新兴AI创业企业找到一个方向。

所谓的终端侧人工智能，也指端智能、端侧智能、边缘计算等。如今线上的流量入口越来越少且越来越贵，以后的入口是大大小小的终端，包括手机、摄像头、传感器、机器人等，将涵盖我们生活的方方面面。

“我们发现，很多AI巨头在终端侧人工智能方面并没有做到完全覆盖。”沈劲透露。譬如，高通本次追加投资的农业大数据公司奥科美，奥科美的农业数据，商汤没有、BAT也没有，巨头们尽管数据量庞大，但数据种类不一定全面，譬如鸭叫、猪叫的声音，或者农业植株叶子的图片，是缺乏的——而这就是初创企业的空间和机会。

沈劲补充说道，在这些领域中创业，无可避免要关注设备端的AI，因为终端侧AI的优势覆盖四个方面：

第一，数据安全。

第二，整个执行回路的可靠性。简单说，采集到的数据如果要通过网络传输到云端进行计算，然后再返回到终端，那么过程中网络的任何不稳定就都会导致应用的失败，这样整个执行的可靠性就变弱了。

第三，低时延。终端侧的很多应用都是低时延的，类似刷脸、美图、拍照等功能一定都是在终端进行，因为哪怕几秒钟的云端延时，都是消费者的负担。

第四是自适应。目前的刷脸技术需要多方配合，譬如规定必须站在某个位置，脸部必须朝某个方向，然而有了自适应技术，就灵活很多。譬如ETC，传统的ETC要求汽车必须短暂停车识别，但现在的技术已经可以支持车辆以正常的速度通过收费站完成识别和认证。不过，要具备这种自适应的能力，就需要终端侧人工智能的配合。

在终端侧，全球出货量最大的终端就是手机，而今年手机已经开始使用人工智能功能，譬如美颜、人脸解锁。不难预见，今后手机的AI能力会越来越强，AI的普及性会越来越高，AI应用的覆盖面也会越来越广。

AI的下一阶段：小数据环境下本地训练的能力

沈劲说，从之前的云端AI，发展到现在的终端侧AI，给了业界新的挑战。