由中国企业家俱乐部主办的“2017中国绿公司年会”于4月22日-24日在河南郑州召开，马云、马蔚华等知名企业家在大会上做了演讲，依图科技创始人兼CEO朱珑也受邀出席并做了演讲分享。

　　请点击此处输入图片描述

　　中国绿公司年会由中国企业家俱乐部于2008年创立，每年有超过1000位全球富有远见、最具变革力的商业领袖、政界要员、学界权威、NGO组织代表和主流媒体人士出席。

　　在演讲中，朱珑谈到：

　　这是无与伦比的AI时代：难辨的技术，没有权威的时代

　　AI现在是一个很难评价的领域，真假非常难辨，泡沫非常难辨。AI属于科学的范畴，本身离大众很远，业内最好的AI实验室也很难去评价另外一个实验室的工作。而在讨论一个客观存在，很严肃的科学时，谈论者的身份也可能因为预设的立场而存在误差。

　　同时这也是一个没有权威的时代。今天，就算美国最好的人工智能实验室要了解全球最先进的技术在发生什么，也了解的不那么全面，因为现在人工智能发展的速度太快了，各地都在跳跃性的发展。谷歌一个AI的总监也不见得理解透自己公司的另外一个部门的所有进展。

　　10年前，学术界3个全球最好的教授，实验室师兄弟3个人凑在一起，差不多就能把这个领域全球的进展，甚至未来3年的进展就都预测了。而今天，AI处在一个没有权威的时代，任何一个新的技术，都可能有突破性的社会意义和学术价值。

　　人工智能的科学实践，在帮助人类拓展智慧和能力的边界

　　人工智能首先解决的是3岁小孩应该具备的能力，本质是获得人成为人的最重要的能力。

　　大约在三年前，机器做的图像识别超越了普通人的识别能力，这是人工智能很重要的一个界线。机器在很多最基础的识别功能上超过人类，就可以替代人从事这部分工作。

　　以人像比对为例，机器不但在对陌生人的比对识别上超过人，对非常熟悉的人的辨识，也可以很稳定的超越人类。机器可以告诉你中国十三亿人中有多人长得像你，到你妈妈都分辨不出的程度，机器也可能比你更认识你女朋友。而在专业领域，机器识别的能力可能超越了3年、5年训练出来的专家。

　　今天的人工智能，把机器的边界不断往前推进的时候，它能够帮助人类看到我们的智慧、天生的能力边界在哪里。

　　中国人脸识别技术的一些应用场景超过了美国，并在全世界范围内有实际意义。

　　今天，中国将人脸识别技术应用在垂直领域的场景，非常的先进。这些应用场景不仅仅解决中国的问题，在世界范围内都非常领先。

　　以依图实践的警务领域，过去民警工作中希望用到的科技手段，这2年下来基本都能做到了，更重要的意义是你们看过的美国科幻大片里面的场景，我们都能做，而且基本上只有中国能做到。

　　尽管AI今天发展速度非常快也非常热，包括BAT、创业者或是投资人的业内人士，还是低估了AI最前沿的技术跳跃性进步的可能。

　　以下是朱珑在绿公司年会上的演讲全文：

　　我们在新闻当中都是推崇本科生创业，甚至推崇没毕业的本科生去创业。我比较极端一点，我是博士后，还好，中国人比较尊敬这个学历。

　　但其实学术界的人来创业，也是一个重新学习的过程。尤其商业领域上，如果不是特别有天赋，从履历上来讲天生是一个短板，所以我是一个非典型的创业，这种非典型的创业也给我有一个非常特殊的视角，对科学、对学术的理解，以及我创业几年来，有些共同点和不同点，也有一些不同的思考。

　　我有三段学术历史，前2段历史，邓总（注：北极光创投创始人邓锋）刚才介绍的比较多了，我拿天使轮融资的时候，见到真格基金徐小平老师，讲到MIT我的第二段学术经历，徐老师就要投了。去年我碰见徐老师，我才和他说我是人工智能的行家，因为我第三段的学术背景。

　　深度学习是在2013、2014年开始在全世界火起来的，我第三个实验室的老板（Yann Lecun ，现任Facebook人工智能实验室的负责人）在深度学习领域从业了30年。在我创业的时候，也就是2012年，在全球深度学习相对而言都是一个非常冷门的专业，非常好的博士生并不去到这样的实验室、渠道这个学科中来。直到2013年，到中国可能是2014年，一夜之间全球的博士开始跳到这个专业来学习，那就凸现了过去在这个专业领域里人才储备的不足。讲这个过程是说，非常短的时间里有非常巨大的变化。

　　人工智能比较火，谈的人比较多，对我来说是非常难谈的。我先给两个定义：一个是难辨的技术，真假非常难辨，泡沫非常难辨。

　　但是谈的人又多，专家非常多，无论是投资人、高校的人，还有创业的从业者。我自己有一个理解，现在是一个没有权威的时代。

　　我今年年初在硅谷呆了一个月，有一些体会跟大家分享一下。什么是难辨的技术？人工智能属于科学的范畴，科学是离大众很远的。不要说，我们最好的实验室，去评价另外一个实验室的工作，如果只看论文，看公开流通的文章，不是那么容易评论，评估成本是很高的，还要根据多年来两个实验室的交流，以及互相理解的基础，才能评价他们的工作，这对圈内人已经是比较难，更何况现在流动非常大。

　　我们对科学预设了一个立场，就是客观事实。但很多在市面上评价的东西都是比较主观的，很多科学家、教授、研究员并不在业界的一线，尽管他是全职教授，或者是名牌大学的教授，很多他听到的进展，更多来自于新闻，比如说依图科技的进展，也是看新闻了解到。但新闻可能不是最核心、最领先的一些技术，以这个不是那么严谨的素材做预测和评论的时候，其实是和真相差距比较大的。

　　科学是一个很严肃的东西，是一个客观存在的东西，但是谈的时候这个误差是比较大的，容易被谈的这个人的身份有一个预设的牵引。

　　另外一个是，这是一个没有权威的时代。

　　我在硅谷最好的实验室呆过，他们要了解今天全球最先进的技术在发生什么，也不是了解的那么全面。为什么？因为现在人工智能发展的速度太快了，甚至在各地都有跳跃性的发展。谷歌一个AI的总监不见得理解透他公司的另外一个部门的所有进展，对他们来讲是比较困难的；全球最好的专家要理解全球最好的技术，不见得是全面的。更不用说今天在美国顶级的学术界或者名牌学校里面的老教授，它已经很难很难点评全球最好的技术在发生什么。

　　这和10年前的学术界是不一样的，学术界3个全球最好的教授，实验室师兄弟几个人凑在一起，差不多把全球的进展，甚至未来3年的进展就都预测了。

　　这就是一个没有权威的时代，任何一个今天新的技术，有可能是有突破性的社会意义和学术价值。这是我的一个体会。

　　因为科学很难谈，所以我先从不需要任何专业背景，不需要跨越文化的东西，就是知识的东西，来看看AI今天是一个什么状态。

　　大家可以看一下这四对图，你看哪一组是同一个人，哪一组不是同一个人。你们通过这个过程来感受一下你到底是怎么认识人的，当你辨别人的时候，到底是看眼睛像不像，还是嘴巴像不像。结论是右下角。

　　机器很容易找到一张图来迷惑或者超过人的辨识边界。这个话题很有意思，在非常早期的时候，大概3年前，出现了非常重要的边界线。

转载请注明出处。