投资人工智能项目时，硅谷投资人是这么做决定的

　　创始人被赶到台上写黑板？

　　除了利用第一性原理在最初判别人工智能项目的长远发展潜力以外，谷安佳还提到了一个专属于丹华、富有特色的测试方式——“黑板测试”。

　　“PPT有可能是预先准备的，”谷安佳笑着说，“假如能在有压力的情况下还能在黑板上把做公司运用的数学原理、公式、思路，总结和推导出来，展现一个逻辑自洽的理论框架，那就很不错了。”

　　如此一来，创始团队是否有发现问题、分析问题、解决问题的能力，就很清楚了。

　　这个方法卓有成效，也让丹华的投资人们经历了不少“奇事”。

　　“有一次，看了一个AI医疗诊断系统的项目，创始人一上来拽了许多大而时髦的词。”谷安佳回忆道，“深度学习”、“马可夫链”、“卷积神经网络”、“遗传算法”等等，显得极为专业。

　　可是该创始人被要求到黑板上去写算法推导时，台下的人发现，原来他只是熟背了一些AI技术的名词术语而已。他的医疗诊断系统，其实就是一个预先编程好的常规专家问答系统，只是挂了个AI的名头。

　　信封背面的估算

　　黑板测试被证明极为有效，但对于人工智能投资来说，这还不够。

　　丹华资本的另一位创始合伙人、世界知名物理学家张首晟教授提出了一个原则，“信封背面的估算”，意思是任何复杂的事物，都应该能在一个信封背面的纸上总结、抽象和估算出来。丹华资本应用这一原理，希望创始人在一个信封背面的有限空间里，就能大致估算出自己项目在市场上的数量级及未来容量。

　　在人工智能行业，这个“信封背面的估算”的重点方向除了市场以外，还有数据。对于深度学习技术来说，没有大量数据，几乎就等于“巧妇难为无米之炊”。

　　“我们希望团队对自己的数据获取能力（至少在数量级上）有着准确判断，知道如何能够快速、廉价甚至是免费地获取使用场景数据。”谷安佳说。

　　获取大量优质数据、处理数据的能力，是他们决定是否投资某个AI项目的先决条件之一。

　　“人工智能对于数据的需求，就像是人的大脑要依赖于五官获取的信息。现在的大量传感器的应用，让人工智能能从物理世界源源不断地获取信息，满足训练量的需求。”谷安佳曾经作为早期团队成员参与硅谷一家传感器公司的早期发展、成长和上市的过程，经历了传感器在智能手机里的普及、并变革移动互联网的时代，对这一点深有感触。

　　然而已有的数据入口往往掌握在大公司手里，因此在挑选人工智能创业项目时，创始团队能否清醒、准确地认识到自己的数据获取能力，就显得尤为重要。

　　比如丹华资本投资的另外一个手机AI项目，就选择了一个能够源源不断获取数据的巧妙方向——他们利用手机跟人的亲密互动，每时每刻都能获取大量信息，包括语音信息、运动信息和位置信息等等，并基于这些数据建立起人工智能模型。这就解决了创业公司一开始缺少数据的问题。另外，这个项目创始人此前的公司被一家知名地图公司收购，业界经验非常丰富。

本文来源投资界，作者：硅星闻，原文：https://pe.pedaily.cn/201702/20170207408618.shtml