前不久我们介绍过SxSW大会 (South by Southwest,西南偏南 )在这个位于大德克萨斯州的为期10天的文艺、科技大交响的派对上,到处都是有趣、好玩的人和事。毋庸置疑,最有趣的人之一就是Ted Berger博士,他正致力于通过大脑的移植来帮助那些长期记忆有问题的人——这背后的科学真心碉堡了

老先生一看就像科幻大片里正邪难辨的怪教授有没有!

640-22

Berger先解释了癫痫和老年痴呆症等疾病的患者是如何因他们的海马体而受苦,而海马体主要负责记忆和学习,日常生活中的短期记忆都储存在海马体中,如果一个记忆片段(比如你和前任经常去的小巷、高考前狂背的名诗名句等等)在短时间内被重复提及的话海马体就会将其转存入大脑皮层,成为永久记忆。

记忆其实就是神经细胞之间的联结形态。然而,储存或抛掉某些信息,却不是出自有意识的判断,而是由人脑中的海马区来处理。海马区在记忆的过程中,充当转换站的角色,当大脑皮质中的神经元接收到各种感官或知觉讯息时,它们会把讯息传递给海马区。假如海马区有所反应,神经元就会开始形成持久的网络,但如果没有通过这种认可的模式,那么脑部接收到的信息就自动消逝无踪。

海马体能帮你的短期记忆转换成长期记忆

640-23

我们对于某个事件的初始记忆其实是二进制的电子代码(binary electrical codes),他们通过海马体被过滤到大脑中另一个部分,被作为长期记忆储存起来。Berger教授在SxSW上的IEEE (Institute of Electrical and Electronics Engineers,电气和电子工程师协会)人类技术系列活动中表示,他正在研发一个电池驱动的“人造海马体”。

“人造海马体”也许长这样

640-24

Berger和他在南加大(USC)的团队已经在老鼠和猴子身上试验了这个想法。一开始,猴子被训练在一台电脑上玩游戏,他们必须记忆一个30秒前看到的标识,并在多个选项中选出该标识。

640-25

然后团队通过注入毒素破坏了海马体,接着他们观察了猴子用来短期记忆那个标识的电子代码的变化,发现通过电极可以复制一份短期记忆到长期记忆库中。Berger说这个过程被执行得几近完美。

“为什么受伤的总是我!”

640-26

现在他已经开始在缺乏海马体的癫痫患者身上测试这个过程。尽管迄今为止只有八位病患参与测试,Berger表示结果都是正面的,可植入患者体内的硬件“人造海马体”可能将在数年后面世

那么这种人工海马体是否可以在人体内植入其他(错误的)记忆呢?Berger说已经在猴子身上试验过,发现给他们植入错误标识的代码有时能成功,有时则不然。而业内有个轰动事件是,MIT的科学家2013年曾成功将错误的记忆植入给了老鼠(关注线性资本,后台回复“小白鼠”,获取该研究的论文原文)

记忆形成的过程

(以下图片可点击查看清晰大图)

640-27

记忆被重新激活的过程

640-28

记忆被操纵的过程

640-29

But ! (脑洞来了) 

虽然Berger 现在是出于医疗目的在研究大脑植入,但今后可能有人用类似的技术将错误的记忆植入大脑,来作为一种控制手段(想象一下:“跟着我干吧,你祖祖辈辈都是跟着我干的喔亲!”未来的邪恶独裁者说)。如果这项技术真的成熟并步入应用阶段,这意味着“洗脑”这个词不再是一种比喻,而是切切实实的动作行为了……

心疼我们的“冬兵”吧唧,一次次被洗脑

0

也有可能人类会将其当做一种娱乐的形式,去不了一场超嗨的音乐节?买一份音乐节的记忆就可以啦!想体验和女神啪啪啪的感觉,可就是连家门都懒得出?没关系,买一份爱情动作的记忆吧……当然,如果该技术的发展真的能让人的记忆被复制、备份、然后植入,那长生不老的美好愿望可能真的不再是幻想了噢!

好吧,小线菌又该吃药了。

Anyway,尽管目前来看这仅仅是科幻小说的情节,但Berger和其他该领域内的专家们的辛勤工作显示,人体大脑的秘密以及它的工作机制,正逐渐被掀起了它的神秘面纱。

小线说

硅谷和中国创投环境到底有什么不同?在硅谷创业做中国市场,应该注意些什么?国内的投资人偏好哪些领域和故事?硅谷的公司拿钱路上都有哪些坑?作为在美国有多年工作经验、参与Facebook从创业企业成长为超级巨头的投资人Harry今天为创业者们带来一些干货。

以下内容整理自线性资本合伙人Harry在跨境天使平台活动上的分享

Facebook往事

我2007年加入Facebook时,谁都没想到今天它能成为13000多员工,3000多亿美金市值的科技巨头,包括Zuckerberg。我在那里待了近五年,经历了我认为的Facebook最好玩的日子,看着它从100多名员工到4000多,2000多万用户到我走的时候的8个亿,Zuckerberg也从一个比我小3岁的屌丝青年变成一个科技大神。

作为Facebook的早期民工,我们成了屌丝中的战斗机,离开后可以卖股票立马拥有财务自由,不用为生计发愁,而继续待在Facebook无非每天面对不同的挑战,但是重复类似的事情。那时我带着十几个人的团队,在公司内部也有各种各样的机会,包括回亚洲带团队、或者选择6个月的leave。但想了半天,我还是选择在2011年底离开,享受离开后那段时间的随性自由,做自己想做的事情。当时我把家搬到西雅图,感觉很不错,那是种很理想的状态,6个月几乎没干什么事儿,天天都在那个悠闲的城市想着未来要干嘛呢?

离开Facebook的许多早期员工多是这样的,例如Adam(Facebook的前CTO Adam D’Angelo)二次创业做了Quora,Charmath Palihapitiya创立了Social Capital做起了早期投资,另外也有给可汗学院当志愿者的,也有炒房去的,也有环球旅行的,大家都没有一个清晰的目的。但是对未来不知道能干什么、该干什么的无比的想象让我非常激动

当时刚从公司出来的时候,我就想做一款用iPad点餐的工具,但直到今天,这个角度都没有太多的进展。当时如果真正做了这事,很可能过去的这4年就耗在里面了。后来因为一些个人的,家庭的原因,没有去创业做项目,而是创业去做了投资。回头来看,我觉得创业当中的timing是很重要的,这就是大家常说的“势”。

投资森林

2011年的最后几天,一个特殊的原因,我接了一个电话后,立即定了第二天的机票,飞回了中国。这一切发生的很突然,可以说这个事情是我最终决定回国的一个trigger。

回国后我机缘巧合地在大众点评和百姓网做了一年多时间的CEO顾问,每周过去待两个下午,做consulting。后来在薛蛮子家里碰到张川,三个人一起做了一家叫致景的早期VC,一共投了8个项目,另外我个人也投了20多家偏技术的科技公司,包括酷家乐、dcloud.io、drr. drink、分众传媒等等,很多发展得还不错。

不管是创业还是投资,我觉得合伙人之间一定要互补,比如我和张川,一个重技术、一个重运营。强烈建议合伙人的skill set不要过度重叠,这样会带来低效。另外如果可能的话尽量选择商业前线打过仗出来的合伙人(front-liners),他们对企业有着第一手经验。

2014年底我和张川一起做了一家机构化的早期基金,也就是今天的线性资本。叫“线性”的原因是:两点之间直线最短,当你能走直线时为什么要走弯路?虽然现实当中,弯路经常是不可避免的,但我们尽可能用自己的经验、资源来帮助大家少犯一些没必要的错误。我们的投后管理主要是三个方面:key positions(核心岗位上帮公司招人),key moments(参与核心产品迭代或者市场拓展时的关键讨论会), 以及后续轮融资。线性和致景加起来一共投了28+8个项目,其中25家做完了后续轮的融资。

中美创投环境的差异:

  1. 在VC领域,美国的投资人大多有技术背景;而中国投资人以商业、金融背景为主。
  1. 美国的VC比较机构化,一般都会有管理团队,有自己的一套方法论;中国相对散户较多,部分老板觉得自己懂得很多,去投一些他完全不懂或者没有经验的领域,这类投资人不太适合重技术的领域。
  1. 另外,中国的投资人决策速度远高于美国,但我们认为“唯快不破”是伪命题,因为今天很快走到一起,明天就可以很快分手。我们不相信快进快出,投资还是要互相负责的。我们相信时间是检验真爱的唯一标准。开始慢,思考深,下手狠,持续久。
  1. 还有一个明显的区别是国内创业公司偏重应用,而美国创业公司偏重技术,且比较重视用户对公司overall的反馈。

有一些硅谷公司主要做中国市场,我们认为如果有特别人才或者老外员工确实需要在美国,那么两边同时运营是OK的,但在中国一定要有团队,起码市场团队要在中国;研发最好也在中国,产品面向市场的,所以接地气比较好。而一家硅谷公司如果都是中国人做中国市场,我们会比较担心。

技术永生

我们主要关注泛智能、强数据的企业,而不喜欢紧紧在商业上的创新、没有技术壁垒的项目。具体来说关注三个方向:

  1. 泛AI:包括Robotics、云计算、SaaS、物联网(我们更喜欢叫它IoI, internet of intelligence)。我们的投资会跳过商业模式,来看商业价值,也就是团队的技术或者产品能让用、客户、社会从中得到什么?商业模式简单而言就是通过什么赚钱,它是商业价值的实现形式。很难讲to B和to C我们更看重哪个,但我们对to C的感觉可能强一些,因为还是从C的角度看B的产品。我们认同工具带来的有效性的提升,也比较注重个体在使用to B服务的时候得到的反馈。
  1. Fintech:互联网金融分asset driven和data driven,我们看好的是后者,不依赖政策、资产端资源,利用工具获得用户的粘性,利用数据建立风控模型,并以此定制相应的产品条款(比如贷款长度,利率,金额等等),直接服务C端客户。我们比较看好区块链技术,但目前遇到比较大的问题是,这个技术应用的地方到底有哪些?虽然近年来区块链技术越来越受到重视,但在中国因为监管问题,总感觉有些曲高和寡。创业企业来做区块链技术的金融方面的应用是比较难的,因为数字货币和真实货币之间的兑换的政策还不明晰。
  1. VR/AR为代表的新兴技术:尽管我们非常相信VR/AR是未来,但从投资的角度来讲还很难说,什么时候这类技术会真正落地、爆发。但我们非常乐意投资于未来。目前这个领域的创业企业主要分为应用型,平台型和内容型。巨头们一定会花大力气去做平台,但优质内容还是比较缺乏的。所以我们相对看好技术驱动的工具和内容产品。头盔、头显、一体机等我们看了几家,觉得投资机会不太大,除非特别有差异的团队出现,因为大厂一定看得很紧,初创企业的机会很小。一些防晕眩、输入输出的软硬件结合的技术解决方案可能有机会,但最终也还是一家起来九家挂掉的情况。

一般来说,中美两地的大公司里的原生研发相对比较有限,尤其是中国的环境,市场占主导作用,当然技术的作用在逐渐提升。对大公司来讲,如果没有足够的动力,为什么卯足了劲要搞新东西?谷歌花4亿美金买了一个只有十几个PhD员工的公司Deepmind,这在中国几乎不太可能发生,因为中国大公司的并购会按人均价值来算,如果能给到每个人头100万美金以上的价格已经非常慷慨了。

目前中国还是属于市场驱动,大家不喜欢把别人买进来。这主要是由于历史上有些案例,大公司把人买过来后他们就不干活了。现在这个情况正在改善,有些很牛的高管也愿意出来创业,他们带了一帮饥渴的兄弟,互相之间原来就有信任感、彼此了解。所以我们坚信,今后在中国一定也会出现天价并购技术公司的案例。

给硅谷创业者的话

拿钱的原则是:生存第一。有选择时尽量拿目标市场的钱(更好的提升产品、拿反馈和实现),因为他们能提供专业分析和帮助。有些“激情投资”来得快走得也快,而目标市场的投资人们会理解你的风险,提早给出适当的建议,帮你越过许多坑。尽量拿能帮到你的钱、懂你的钱,他们能提供更多附加值,产生良好的化学反应。

我们不太相信电梯pitch这样的故事,觉得还不如找个共同好友或者第三方机构介绍一下,好好聊聊。我们这么多年来一直喜欢和创业者交流,虽然不一定要投,但只要这一小时的交流对互相都有价值,我们愿意花这个时间。现在创业者和投资人成色都有所提升,背景越来越相似。面对不同的投资人,创业者应该调整自己的故事,对不同的人强调不同的东西。

美国公司的框架感比较强,但不一定适合中国市场。比如Facebook以前就只招精英,我们投的地平线机器人和Rokid也是这样。但在中国做事还是要分层。比如大家在美国受到训练的方式,在中国是否合适?我们始终相信产品是去解决问题的,而市场存在各种各样的问题,创业企业在这其中是关键的连接。创业者应该思考用户层级(User Hierachy),不要求大而全,一开始就服务一小波人,不断地从他们那里得到反馈,迭代产品。

关于留美或是回国,我们比较担心完全由家庭、个人原因决定去留的创业者。全家一起回国的创业者当然成功的概率会更高。那么如果选择回国,该如何走呢?我们比较建议去A轮之后的公司1-3年,或者在大公司做一年,以便对中国重新了解,当然有管理团队的经验最好,可以多试一些不同的function。例如余凯和Misa都是很扎实的技术大牛,但他们也会做sales、为公司做门面、参加关键产品的讨论、四处演讲、招关键员工、找潜在伙伴。这需要他们对中国足够了解。有了足够的了解,将来要继续待着,还是自己创业,都能够更好的有的放矢。


Linear Path

Nonlinear Growth

小线说

周五大清早起床,你发现家里冰箱里没鸡蛋了,于是你在冰箱上点了几下,完成下单支付。刷完牙后,你还穿着睡衣就收到了刚刚从鸡舍出来的新鲜鸡蛋,加蛋的自制土司三明治是你早餐的最爱;下班回家后,你收到智能冰箱的通知说发现你周五爱吃红烧肉,已经帮你订了上好的黑毛猪五花肉,并由管家为你在下班前半小时处理得当,静静地躺在厨房里等待你太太的料理。吃惯了山珍海味,你还是喜欢太太做的那碗温暖的爱心红烧肉。

题图:thisbigcity.net

2015年,冬。

中关村创业大街上的咖啡依然温热,然而这个许多创业者的心中的圣地已经没有了往日的车水马龙。这个冬天人们所经历的寒潮似乎不仅仅在天气预报里。媒体上流传着“O2O死亡名单”,由二级市场上的股灾传导下来的“资本寒冬论”活跃在各种微信群里。

许多O2O创业者在花完了上半年从“疯投”们那里融来的最后一分钱后,不得不痛苦地面对裁员、卖身甚至关门的结局。看着蹭蹭往上涨的用户数据,他们比谁都明白停止补贴后这些“难伺候”的用户将头也不回地离开。

用互联网的方式改变人们的吃喝玩乐等生活习惯,这种O2O的本质其实是知识储备更强的一群理工男冲进一个传统领域,快刀斩乱麻地干掉原来那波小商小贩,并重构整个产业链条。然而当某个细分领域已经有了太多的理工男,大家的知识储备都已经在同一个水平线上,如果没有模式或者技术上的足够创新,这乱麻已经很难被斩。

不过,就像每个中学不论本身如何,总有几个学霸能考上清华北大;不管行业是热门还是寒潮,也总有几个公司能活得挺好。我们线性资本运气不错,参与了这样一家O2O寒潮中不烧钱的公司——领结管家。前不久我们对领结管家创始人王之秋进行了深度访谈,让我们来看看他们是怎么survive的:

领结管家  X  线性资本

小线:请用一句话介绍一下领结科技是一家什么样的公司?

王:打造最棒的生活服务体验。

小线:最初你是怎么想到要做这样一家公司的呢?

王:我之前在北京和人合伙创业,做分布式的大数据处理的舆情监控技术。当时住建部和国开行花了很多钱推动智慧城市、智慧社区的建设。推动通过大数据技术来提升城市的综合运营效率,但是落地情况很差,而且民营企业也没有什么优势。

后来我们发现,分布式数据库的数据处理技术和供应链的管理、库存流通的管理有很多相似之处,并且随着目前移动互联网的普及、智能硬件网络的兴起,用户已经习惯于移动电商消费和支付。伴随而生的很多用户消费行为数据,可以很好的提升传统商品零售和传统电商的流通供应链效率大数据时代下,完全没必要把商品陈列在租金高昂的店铺内,流通环节多,制造商和消费者都浪费了很多成本和时间在中间环节。

我们就想到来通过一些数据处理技术,用大数据的方式来提升这供应链的管理效率,举个例子:去连锁超市里买一枚鸡蛋,这背后需要生产商、经销商、服务商的N次搬运和转手。而且为了满足来自不同区域的用户购买需求,需要在100多家连锁店里都摆上很多的鸡蛋库存。加上高昂的店铺租金,这样就产生了极大的成本浪费而我们通过为正大蛋场(生产商)提供标准化的接口服务,让这枚鸡蛋,可以通过我们的社区冷链仓配网络,快速到到用户手中。跳过中间环节,从鸡舍到餐桌不超过两次搬运。同时这枚鸡蛋的库存将分发给合作伙伴,使同一枚鸡蛋的库存可以同时被领结自营平台、海尔智能冰柜用户、中铁建物业管理APP用户、美团、百度等外卖平台用户看到,这样极大的提升了传统鸡蛋的流通效率。

小线:市面上已经有许多社区O2O了,大部分都因为库存、物流等原因难以实现盈利。你们跟其他社区O2O最大的差别是什么?模式上有什么不同吗?

王:用互联网的话说我们的模式比较笨:我们与物业公司合作利用他们闲置的空间,建立自营社区仓配网络,并自己管理供应链。这在很多互联网人眼里,都是特别沉重特别繁琐的苦逼活。但这也是我们与市面上常见O2O的不同,他们有人从超市给人搬货,还有让便利店给人送货等等,他们都是利用社会化的库存,这种模式看似很轻,发展很快,但大多都忽略了零售和服务的本质。他们并没有改变原有流通供应链的效率,也没提升商品的品质,也不能帮助线下商家降低运营成本。反而在原有成本上增加了物流成本。而对于用户而言,当用户面临已经很发达的传统大卖场、连锁便利店、B2C电商等很多选择时,如果O2O服务本身没有创造价值,再失去了资本的补贴,那就造成了O2O大面积死伤的现状。

我们与这些社区O2O最大的差别就是:我们利用社区物业闲置的空间和人力资源,用数据化管理的方式将其改造成带有末端配送能力的社区冷链仓储网络。因为离用户的距离很近,这极大的降低了物流的成本和风险。也让我们可以承载对时效性要求很高的电商服务。同时基于自己研发的数据化管理平台,我们将用户管理、供应商管理、库存管理、订单及服务管理全部实时的数据化运营,制定了严格的品控机制。这使我们可以很好的提升商品流通供应链,特别是生鲜品类的流通效率,并且为用户提供到家服务的便利性和经济性的提升。所以用户对我们的服务也有很好的留存和复够表现。

小线:生鲜电商有很多,能否具体聊聊你们如何做到45分钟上门?

王:首先,我们在社区里的前置仓离用户很近,每个仓都很小,只覆盖周边2公里内的用户,从距离成本来保证物流的有效性。而承担我们物流配送任务的往往是小区保安,在北京,他们的月薪大概在2800-3200,包吃住,24小时分成4班站岗,实行轮岗倒班休息时,他们就会成为我们的配送运力,呆在我们的仓里等待配送任务,他们原本就住在物业,服务成本很低,对小区和周边又很熟悉,所以配送效率很高。对于他们每月多赚几百元,又不用跑很远,也是件不错的事。另一方面,我们的用户密度很高,因为物业本身是连接社区住户的天然渠道,目前只要我们和物业合作的小区,都能达到40%-50%的渗透率

小线:你们是“数据驱动的社区电商”,这个怎么理解?你们如何来获取用户数据?

王:简单说我们就是把一切能够数据化的信息都变成数据录入我们平台。对于用户而言,我们会把整个社区数据化,每个房间包括我们的社区仓库,都是一个用一个独一无二的二维码来表示,这个二维码上我们会记录,房子多大,住了多少人,做不做饭,有没有小孩,喝农夫山泉还是怡宝水。通过一些有代表性的数据为建立用户属性来代表用户的需求。对于商品而言,我们会对其品类、品牌、规格、价格带等定义不同的商品数据。这样通过用户属性与商品属性的匹配,来判断社区仓里应该在什么样的时间出现什么样的商品。我们再根据这些数据来尽可能确保我们的库存与用户的真实需求相匹配。在数据的来源上,首先通过物业公司可以很方便地拿到很多基础数据。一旦用户通过某个渠道触发了我们的服务,就会自动绑定代表其地理位置的二维码。

小线:领结管家成立以来遇到最大的挑战和机会是什么?

王:挑战和机会都是同一件事——刚开始融资时,所有投资人都说你不要做社区仓、物流、零售这些,模式太重了。当时我们也迷茫过,但还是坚持下来了,因为我们坚信通过技术手段才能提高效率、创造价值,省下的费用都是让给消费者的。如果我们跟其他人一样只是简单地从超市搬货,肯定活不到今天。今年是特别好的扩张时机,许多搬运工式的社区电商都消失了,减少了很多不必要的补贴性竞争,让我们可以把钱花在该花的地方。同时,智能硬件设备的网络也在逐渐兴起,与海尔等智能硬件厂商的合作,也会加快我们仓配网络服务抢占传统零售服务的市场份额。

小线:聊聊你们在2016年最重要的三件事吧?

王:首先迅速占领北京市场,成为北京最大的社区电商

其次是把供应链做透。一个sku一个sku的做,向7-11等优秀的传统零售企业学习,在供应链上下功夫,让我们提供的商品和服务更贴近用户的需求。让零售与物流完美的结合,给用户带来便利与品质兼备的生活服务体验。

 

第三个脑洞比较大,而且是长期的计划——通过物联网和大数据,高效率地重新定义硬件设备。未来包括冰箱、洗衣机、空调在内的任何家电,可能都会成为获取服务的入口,并通过弱化其本身的硬件功能而降低成本。成为一个硬件+服务的模式,更加低成本甚至免费提供给用户。以我们与海尔智能网络冰箱的合作,海尔在其网络冰箱上装了一个pad,并可以通过传感技术监控冰箱内食材的状况,并实时提示厨房的主人。当用户产生购买需求时,海尔冰箱会通过领结提供的标准化接口实时获取到附近社区仓储里的库存情况,然后通过领结社区的仓配网络,快速的为用户提供配送服务。这样我们就可以将目前的社区仓变成一个社区级的“超级大冰箱”。用户不用再为空空的冰箱犯愁,有需求时可以直接在冰箱上下单,然后就坐等生鲜直达厨房了。未来也可以通过深度学习用户的需求和喜好,分析用户的消费行为,然后结合物联网技术,在用户需要某些商品时自动下单送到用户手上。

小线:你认为你最适创业的个性是什么?

王:不管别人怎么说,我能保持比较冷静的思考。只要是我决定的事情,总是能坚持下去。


Linear Path

Nonlinear Growth

声明:线性资本坚决反对任何形式的恐怖主义,这里仅仅讨论方法论 —— 一个很坏的组织,也可能会使用高效的方法。这些方法,就像一把锋利的刀,好的人拿了干好事,坏的人拿了干坏事,刀还是那把刀,并非好刀亦非坏刀。我们希望更多的好人能学会用刀。

小线说

一方面,很多创业机构下了血本给大量钱股权但依然门可罗雀;另一方面,恐怖组织ISIS不但不给钱而且要人命,想加入的信众还是趋之若鹜。ISIS用了什么样的妖术?小线菌今天遇到了两位脑洞大开的朋友,非得跟我捯饬捯饬“创业公司能从ISIS学到什么”。小线菌最初是拒绝的:为改变世界而生的startups,怎么能跟臭名昭著的反人类的恐怖组织挂上联系呢!可听了半天小线菌也晕圈了,觉得似乎有那么些道理,于是把他们的理论摆出来给大家看看,大家一起聊聊。

本文作者

x1ang.li,全栈工程师/撰稿人

Yikai,线性资本投资经理

引子:“作为一种操作系统的伊斯兰”

去年1月《查理周刊》遭恐怖分子血洗、以及去年11月14日发生在法国巴黎的连环暴恐袭击事件让一篇题为《作为一种操作系统的伊斯兰》彻底火了。该文提到:

伊斯兰教对信众的从生到死的生活准则都做了规定, 这样只要当上信徒后,不管是在北非沙漠还是东南亚海岛,每日的生活和遇到的各种情况就都有同样的规章可循

问题来了

自从ISIS成立以来,有很多人(包括许多来自西方国家如俄罗斯、英国、法国甚至丹麦)前赴后继地从全球各个角落要求加入。一篇报告指出,截止2015年3月,有20,000多名外国人加入了ISIS,这其中大约20%来自西方国家,这是非常令人震惊、痛心疾首的。因为加入ISIS并不意味着荣华富贵、一步登天或者在经济上有显著的提升。恰恰相反,大多数ISIS成员在加入ISIS之后的生活条件并不会得到太大的改善,但却很有可能丢掉性命。我们看到一个英国的工程师,在当地过着丰衣足食小康生活,却突然放弃发达国家的中产生活,而去沙漠国家参与所谓圣战,忍饥挨饿,而且冒着贫穷、死亡的风险……

为什么?

因为参与感

640-12

纪律与参与感

前文提到,伊斯兰教对信众的从生到死的生活准则都做了规定。大家可能会以为,ISIS变本加厉的教旨、极端的疯狂行为会导致教徒因受不了戒律而纷纷退出,至少也应该在战斗力上消极怠工。然而事实却并非如此。

佛教以前是允许吃肉的,为什么在梁武帝之后,在中国主流的佛教禁肉,却没有再改回去?我们认为,很多人心中的纪律约束一定程度上是人的一种精神需要。如果人不被一种纪律所占有,那么别的纪律约束就会占领这块地盘

当代的创业企业,尤其是科技企业,会受一些新潮的“人性化管理”等理论所干扰。大家在担心:如果强调了“纪律”以后,员工的积极性会不会随之下降?殊不知,“齐勇若一”的纪律约束不但是企业过程控制的重要环节,同时也是提高员工留存率的法宝。对于员工而言,一个企业是否像铁一样执行制定的纪律是检测企业是否在正常轨道上运行的试金石。

具体地说:员工们除了在关注工资是否按时发放、奖金是否丰厚以外,他们还会关注企业是否会像机器一样周而复始地运转。在他们心目中,严明的纪律往往意味着安全感,让他们认为自己是企业永动机的一部分。反之,如果公司(包括初创公司),拥抱过多的流程创新,他们就会主动涣散掉自己的人心。

一句话:有纪律的企业有向心力,无纪律的企业有离心力

更透彻的结论:在大多数场合,有一个“还凑合”的纪律约束,远远好于没有纪律约束。这听起来匪夷所思,令人哭笑不得,但是已经被无数案例所证明。这也说明为什么中国经济的龙头是华为、万达这样实施准军事化的管理集团。

当然,这里有一个大前提,我们需要重新定义什么是纪律。在信息时代,纪律不再是以往的“上午9点打卡”,而是“提交代码前必须先进行单元测试”这类。

群体行为与参与感

一群人面对一堵墙一起扔石头,这是一种群体行为。

我们经常在网上见到所谓“盖楼”行为,从前在各种论坛、贴吧、留言板上,现在在微信群内,许多人会选择自发地复制粘贴一段相同的话。当数以千计、万记的用户都参与到相同内容的复制粘贴中时,会形成一股壮观的力量。最典型例子是贴吧中频发的“爆吧”行为。没错,他们前阵子还远征了Facebook,人民日报还发文《相信你们》表示肯定……如果你是帝吧玩家的话,对这个词应该非常熟 (zi) 悉 (hao)。

640-13

爆吧行为的心理学分析是另一个很大的课题,我们这里不作详细探讨。但能让那么多用户同时参与到一个事情中来,其中很重要的因素就是,这件事情本身能够为用户提供很强的参与感,让他们感觉到自己是整件事情的一部分

640-14

这也就解释了团建、聚餐等的必要性。表面上看起来,旅游、年会、吃饭、抽奖这些事情和工作根本无关,为什么企业还需要调动资源组织这些活动?目的就是创造机会让员工集体做同一种事。Again,在特定的场合,“让全体成员一起做某项无意义的事”有时候比“让某个小分队单独做某件有意义的事”更值得。

愿景与参与感

与面向所有会上网的用户、仅仅是复制粘贴或者简单再创作的爆吧行为相比,ISIS所面向的人,横跨各行各业,包括工程师、金融、军事等等人才,技术要求更高。那么ISIS是如何将如此复杂的邪恶大项目(建国),与参与感联系起来的呢?答案是(邪恶的)愿景。

什么是愿景?那些被ISIS散布的音视频里面就装着愿景。

当然,愿景这是褒义词,不应该用于反面的事物上。那么正面的例子有哪些?游戏中的大地图是很好的一个例子。

我们在玩植物大战僵尸、愤怒的小鸟等游戏时,总有个大地图,然后再分成具体的一道道关卡。每次完成小任务通过关卡时,就能看到自己的成就、以及在所有的成就里已经实现了多少。大地图的存在保持了游戏玩家粘性

那这个游戏真的这么好玩,让人即刻上瘾吗?并不是。事实上许多游戏都非常耗费脑力,你需要反反复复玩同一个关卡,是很机械化、重复化的事情。投射到创业企业中,就好比有个bug反反复复调不通,这会带来挫败感,当你的挫败感积累到一定程度后员工就会想跳槽(换个游戏玩)。而全局地图能在你不断挫败的时候,非常有效地继续调动你的参与感

640-15

许多创业企业抱怨说,我们开出比市场价高的工资,却还是招不到人。其中一个重要因素是,很多TMT行业的大多数职位,比如iOS 工程师,Android工程师,都是已经固定的模式,嘴上号召“创新”的企业,实质职位描述中又缺乏创新的柔性,却往往用公式化、符号化的噱头来吸引人才:五险一金、假期、旅游、沙发代替格子间、扁平化管理、简单的人际关系等等……第一个吃螃蟹的人当然很有创意,可是大家都这么说,你的吸引力就没有那么强烈了。这些描述并没有强调员工能获得的参与感,也没有把公司的愿景和员工联系起来。公司更应努力在员工社群中建立默契,大家才会齐心协力去做一件事情。

640-16

因此,创业企业在招聘、融资、销售时不能只强调岗位,而应该把岗位和企业的愿景联系起来。例如某个机器人公司的最终目标是用机器人治疗孤僻儿童、为老人提供陪伴、或者用机械手帮助残疾人,这个愿景能帮很多研发人员从枯燥的岗位上解放出来。另外,这愿景最好和员工的生活经历直接相关,例如他的亲人恰好是需要该机器人的帮助的,他一定会有更强的参与感。

信息流通与参与感

不可否认,即使在通讯极为落后的地区,ISIS也拥有极强的,跨国界的信息输送管道。发达的情报网,不但有助于提升组织的资源整合能力,同时也是笼络人心的重要环节。

《孙子兵法》:“若驱群羊,驱而往,驱而来,莫知所之。”冷兵器时代,许多国家都有自己的愚兵政策,即将领的决策不会让下面的人知道原因。士兵们在完全无条件服从的前提下,作战时还是可以有很强的参与感。而当今是信息高速流通的时代,古代兵法并不完全适用,尤其是知识密集型行业。

举个栗子,许多公司的订单佣金、其他员工的薪酬等,都不向员工开放。而互联网时代的人们聪明也多疑,因此信息不对称的状态若久而久之,则员工心里就产生有想法。如果技术部门对企业的收入情况、销售部门的分成制度等完全没有了解,将大大削弱其参与感,所做出来的产品将与用户脱节不说,甚至会较容易地被竞争对手以更优厚的待遇挖走。因为利益分配的透明与否和参与感有着很强的关联。隐瞒太多信息的话,很可能导致员工往坏的地方去假设,也许知道实情会更优化其效率。

640-17

那么将信息告诉员工会不会导致泄密?这个可能性当然是存在的。不过,如果在传递信息时,明确他们的保密职责,大多数情况下员工会因被信任而保密。反而如果在日常生活中自己猜测到或通过其他手段获取到,更可能会向外界透露。

同样,在公司遇到危机时,如果创始人打落牙齿和血吞,依然坚持说公司情况很好,现金充沛blablabla……那么发生麻烦时一定会很麻烦,甚至有可能将问题严重扩大,无法收拾。如果能及时传递信息的话,则更有机会让真正好的员工留存下来

合伙人制与参与感

许多创业企业喜欢给合伙人更多权利和激励,这点无可厚非。不过这里有个两极分化现象:传统行业非常排斥合伙人,倾向于完全的雇佣制度;相反,创新企业很喜欢合伙人制度,有些甚至实行全员合伙人,所有员工都既是员工又是老板。

合伙人制的最终目标是提高团队成员的参与感。对于那些有创造力、有想法、有一定工作年限的人,更大自由度能为他们带来主人翁意识。而对于没有资格成为合伙人的大部分人来说,他们需要管理目标的细化、KPI 的细化。他们是大地图里的小地图、伊斯兰教里面琐碎的具体要求。因此对新员工不适合采用合伙人制。合伙人制的核心是:精细化管理的同时给大地图

公众可见度与参与感

参与感还有很重要的一个构成,即对目前从事的事情要有visibility——可见的成功

一位Yale的学者全职研究墨西哥的贩毒集团。其中有一个集团,所造成平民死亡的数目跟普通犯罪行为的平均水平仅仅持平。但为什么这个贩毒集团的“知名度和社会影响力”以及背后的交易额却大大超过同行,成为墨西哥社会的一大毒瘤?重要的原因是,公众经常能从电视上看到他们又在哪哪哪儿把城市的垃圾桶给烧了、斗殴杀人又把尸体放到马路上了……这些行为当然让人深恶痛绝,但是从公司运营角度上说,他们把公司做的事情公开化,非常有利于团队成员增强认同感和参与感

另外一个例子是,有些企业从事的是供应链的某个环节的to B业务,因此很难进到公众日常生活和视野中。这些企业可以选择把业务做得更可视化。例如一个做机器人大脑芯片的企业可以将其产品的工作原理做成比较生动的视频向公众进行科普。这样一来,更多的优秀员工会受科普视频的影响慕名而来提交简历。同样,内部员工在向别人提及所处公司时可以大大方方地说出公司名称,而不会再向以往一样听到:“啊?什么公司?你们是做什么的?”

认真看到这儿了?

总结一下:我们认为虽然ISIS的反人类、反社会是世界公认的,但其之所以在世界不少地区、不同行业的年轻人中都形成某种特殊的吸引力,是因为他们提供了一种极强的参与感,让所有成员感觉到自己是一个历史事件的一部分,并愿意为此付出任何代价。

具体来讲,他们通过一个共同的大愿景,一定的纪律约束,及时、高效、透明的信息流通,合理的利益分配机制和高度的公众曝光,来推动组织的发展。而这几个方面,正是创业企业们应该好好学习的。

参考资料:

[1] Peter Neumann.”Foreign fighter total in Syria/Iraq now exceeds 20,000; surpasses Afghanistan conflict in the 1980s”, at: http://icsr.info/2015/01/foreign-fighter-total-syriairaq-now-exceeds-20000-surpasses-afghanistan-conflict-1980s/, accessed 1 March 2015.

[2] “Russia and Islamic State. Caucasian jihad,” Economist (July 4, 2015): 21.

[3] Peter Neumann, “Foreign fighter in Syria/Iraq.”

[4] Mia Bloom, “How the Islamic State is recruiting Western teen girls”

[5] Scott Gates and Sukanya Podder, Social Media, Recruitment, Allegiance and the Islamic State

[6] The deadly genius of drug cartels: https://www.ted.com/talks/rodrigo_canales_the_deadly_genius_of_drug_cartels/transcript?language=en


Linear Path

Nonlinear Growth

小线说

2014年10月,谷歌花6.25亿美金买来的Deep Mind团队所开发的AlphaGo程序5比0战胜了欧洲围棋冠军樊麾二段。人工智能打算乘胜追击!北京时间明天中午12点,AlphaGo 将挑战拥有十多个世界冠军头衔的韩国九段围棋名将李世乭。这次为期一周的人机大战吸引了全人类、甚至非生物(AI应该还算是非生物吧……)的目光。作为VC中的硬核技术宅,我们邀请了一些业内朋友来聊聊这个比赛。

最近有好多世纪大战呢,例如

640-5

正义联盟也不甘示弱

640-6

虽然小线菌早已心痒难搔

可他们毕竟是科幻

明天,就在明天!

人工智能真的要挑战人类了!

640-7

AlphaGo VS 李世乭

余凯

机器能通过互为对手不断提升自身的水平;增强学习将改变的不仅仅是围棋

余凯,地平线机器人科技创始人兼CEO,前百度深度学习实验室(IDL, Institute of Deep Learning)执行院长。中组部第九批”千人计划“国家特聘专家,国际知名机器学习专家,相继三次获得“百度最高奖”。曾在慕尼黑大学求学,在斯坦福大学执教过《人工智能绪论》。

过去几年深度学习在语音识别和图像识别取得了惊人的成功,目前在今后的几年,深度学习的下一波突破将集中在三个方面:1. 决策控制算法, 2. 自然语言理解,3. 深度神经网络芯片;最近谷歌DeepMind团队开发的围棋算法AlphaGo, 就是在决策控制方面的突破。AlphaGo采用的是基于增强学习(reinforcement learning)的深度神经网络算法来学习评估棋局(通过学习一个深度神经网络的value function)和做出最优决策(通过学习一个深度神经网络的policy function)。 AlphaGo除了学习人类棋手的历史棋局数据,惊人之处在于的通过Monte Carlo Tree Search让计算机互为对手,从而在不需要学习人类棋手的情况下,机器也能不断提升自身的水平。我相信深度增强学习将改变不仅仅是围棋,还会改变其他需要决策控制的领域,比如自动驾驶,因为自动驾驶面临的问题和下棋在本质都是是博弈问题。

640-8
蒙特卡洛搜索树(Monte-Carlo Tree Search)是一种“大智若愚”的方法

李开复

AlphaGo这次的比赛打败李世乭比较悬,但是1-2年之内必然完胜人类

李开复,创新工场董事长兼首席执行官。曾就读于卡内基梅隆大学,获计算机学博士学位,后担任副教授。曾在苹果、SGI、微软和Google等多家IT公司担当要职。以下摘自他的知乎评论。

我认为AlphaGo这次的比赛打败李世乭比较悬,但是1-2年之内必然完胜人类。按照两者的Elo(围棋等级分),可以算出去年年底的AlphaGo打败李世乭的概率相当低。如何算出的呢?AlphaGo去年年底的顶级分布式版本的Elo是3168(见下面第一张图),而李世乭的Elo大约是3532(见下面第二张图)。

640-9

640

按照这两个等级分的两个棋手对弈,李世乭每盘的胜算为89%equation。如果对弈一盘,AlphaGo尚有11%的获胜的可能性,而整个比赛五盘胜出三盘或更多,AlphaGo就只有1.1%的可能性了。

有些人认为AlphaGo去年底击败了欧洲冠军樊麾,所以挑战(前)世界冠军应有希望。但是,樊麾只是职业二段(Elo 3000左右),而李世乭是职业九段(ELO 3532)。这两位的差别是巨大的,完全不能混为一谈。就比如说一个人乒乓球打败了非洲冠军,并不代表他就可以成功挑战中国冠军。

田渊栋

谷歌充分利用了大数据+深度学习,而几乎完全没有用到围棋知识

田渊栋,卡耐基梅隆大学机器人系博士,Facebook人工智能组研究员。以下摘自他的知乎评论。

他们确实做得很好,能让4子胜Zen和CrazyStone,把职业二段打成五比零,实力不容质疑。就期待着今年三月他们和李世石的比赛了。


从算法上来说,这篇文章并没有太多新意,主要是通过大量的训练数据,包括以往的棋谱和自我对局,把性能堆出来。他们训练了一个走子的神经网络(这个和我们的办法是一样的,但我们的文章主要在这上面作了改进),又训练了一个可以评估局面的网络(这个我们还没有),然后在蒙特卡罗树搜索中同时使用这两个网络。后者用了三千万局的自我对局(self-play)的结果训练。为了避免过拟合,每局只随机选了其中一个局面,然后让网络预测对局结果(胜或负)。三千万局不是个小数字,大家可以算一下一刻不停地下,15分钟一局需要多久才能下完(大约是855年)。这个规模我说实在没有想到过,谷歌在这方面是很有优势的。最后,他们的default policy也是经过处理的,能够两微秒走一步而且准确率也不错。还有一些小细节就不一一赘述了。总之,谷歌的做法充分利用了大数据+深度学习的优势,而几乎完全没有用到围棋的领域知识,所以若是以后棋力能再往上走,我也不会惊讶。

田甲

如果 AlphaGo 胜,意味着奇点理论所预测的非线性过程又验证了一次

田甲,ID hydrogenesis,码农,比特币玩家,清华毕业,现在在创业做 Fintech,担任财富函数的 CTO。

理论上来说 AlphaGo 和李世石都属于闭源系统,我认为目前外界所知尚少,不足以下结论。我个人乐观地猜测李世石赢,因为时间有限,AlphaGo 的算法本身并不会有戏剧性的进化。然而直到最近 DeepMind 的创始人一直都很乐观,他说,“采访的过程中 AlphaGo 都在进化”。因此我也考虑了两种不太现实的可能性: a) AlphaGo 在和樊麾对战时有意用了棋力并非最强的模型。b) Google 使用了量子计算机来加速训练过程。

在比赛之外,大家对于 AlphaGo 的关注都会聚焦到 Demis Hassabis 身上,无论是否战胜李世石,战胜樊麾已经证明围棋 AI 的水平有了极大的突破。Hassabis 的目标是把他从神经科学中得到的启发用于制造通用人工智能 (AGI),这也是我一直非常赞同的。这方面的先驱还有创立了 Palm 的 Jeff Hawkins、领导 Human Brain Project 的 Henry Markram、制造了 TrueNorth 的 Dharmendra Modha 等,然而 Hassabis 似乎会在 Alphabet 的助力下领先一程。

说远一点,一个拥有 AGI 的未来世界看起来会是非常美好的,而如果 AlphaGo 战胜李世石,意味着这种非线性过程 (奇点理论所预测的) 又验证了一次,这样的未来是大家想要的吗?我非常期待,我们困在这颗蓝色星球上太久了。

朱小虎

结合深度学习技术后,强化学习又进入了一个新的阶段

朱小虎,简书数据科学家,负责推荐系统业务。目前专注于深度学习在自然语言理解及社会网络分析中的应用,并与传统机器学习算法结合来改善业务流程和提升用户体验。另外,他还完成了《神经网络和深度学习》主体部分翻译工作以及一系列深度学习相关的博客和论文工作的翻译。

强化学习是机器学习的一个分支,不少学者认为这才是一般的人工智能的最佳模型。而如今结合深度学习技术后对其学习过程中的难点问题——状态空间过大的问题——有了很好的解决方案,也产生了 AlphaGo 和 Atari game player 那样的成果,使得强化学习的发展又进入一个新的阶段。而其中使用的思想或者技术也能够在其他传统的领域中发挥一定的指导作用。比如说,推荐系统乃至搜索引擎其实本质上也可以通过强化学习来建立更加符合真实场景的模型,借助现在的算法应该能够给出更好的性能表现吧。我觉得传统机器学习通过深度学习的刺激也产生了众多新的突破,无论是理论上还是应用中,我们都可以看到新的结果不断出现。

640-10
不要尝试放大,放大还是看不清的,哈哈

顾嘉唯

AlphaGo 算法上无重大突破,工程实现才是显著贡献

顾嘉唯,百度人机交互负责人。毕业于清华大学,加入百度前,顾嘉唯在微软研究院长期从事人机交互研究,曾任美国斯坦福大学ME310国际创新课程的客座和监事。

AlphaGo从算法上其实并没有什么很重大的突破,而工程实现才是其显著贡献。用监督样本初始化策略是很直白的做法,policy + value function的学习是自强化学习(Reinforcement Learning)中的actor-critic框架,用神经网络做函数逼近也是常用方法,自强化学习与MCTS的结合近来多有研究,在AlphaGo中通过自强化学习提供更多质量更好的样本,给监督式学习(Supervised Learning)以训练出更好的模型。

王笛

让机器媲美人类的创新力与对领悟能力,我们还有很长的路要走

王笛Desmond,本硕就读于美国西北大学,博士中途休学后加入IBM,现在Watson Health其中一组任Lead Data Scientist,负责设计机器学习与自然语言处理算法。

围棋作为一个定性的游戏,较国际象棋无论是搜索的状态空间复杂度还是决策的博弈树复杂度都有过之而无不及,也因此成为了继97年IBM深蓝挑战国际象棋之后科技界的下一个目标。人类的推理大体分为归纳(Induction)与推论(Deduction)两种,私以为推论是一个终将被机器的强逻辑推导所攻克的课题,而无论国际象棋还是围棋皆属于适用推论的范畴。随着计算能力的飞速发展,从解国际象棋到解围棋更多是量的提升,就好比用奔腾处理器算387^263与用i7处理器来计算的区别。因此李世石这次对弈如若落败也算是情理之中,意料之内。虽然这确是科技与工程的一大进步,让人兴奋,但AlphaGo仍非常依赖专家知识以及工程人员的微调。通向IBM所探寻的认知世代(Cognitive Era),让机器媲美人类的创新力与对非结构化信息的领悟能力,我们还有很长的路要走。

最后,YouTube将全程直播这次比赛

URL:https://www.youtube.com/watch?v=vFr3K2DORc8

收好不谢:)


Linear Path

Nonlinear Growth