华先胜：我觉得是有道理的，跟以前不一样了，我们现在看到了一些结果，尽管我们看到的结果其实也是一个局部的，当然还有这个关于深度学习技术真正在大规模的计算环境下能够计算，这个深度学习技术的发展，计算能力的提升，网络的提升，网络带宽的提升，数据产生的容易，包括这个用户的参与，用户的参与本身就是一个强的反馈，是看到的成果可能会更向前发展，真正产生作用。

　　那么第二个问题是想问问你这家创业公司，视觉技术，因为我本身也是做视觉技术的，在高手之间，算法的差别几乎是越来越小，对于数据而言一家创业公司跟BAT相比好象也毫无优势，从计算平台的角度来讲小公司更没有计算平台了，阿里云有计算平台，谷歌、百度，百度有没有不好说，至少微软这些公司都有大的计算平台。从商业的角度来讲，创业公司跟这些公司比商业也是很难比的，那么怎么样让一个创业公司在这里面能够胜出呢？我打一个比方，假如有一天，微软、阿里云免费了，这些技术免费了，大家注意媒体同事请注意，我没有说阿里云免费我只是打一个比方，不然我回去就被炒了，假如有一天这些大公司免费了，你怎么办呢？

　　朱珑：这个问题在我创业的第一天就被问过。因为我自己的身份还是有一定的立场能讲这句话，什么意思呢？我在全球最好的人工智能实验室待过，所以我天生回来的时候就很平静的。有人问我，问百度就是问谷歌说做的怎么怎么样，我知道我师弟几斤几两在那边做的，不是因为谷歌强他就牛了，这是由做人工智能领域最强的那个人决定的。

　　有数据有钱，1亿美金给他，他能不能做成，不见得！这个差很远的，但我这个观点不代表是为所有的创业者说话，而是说，这个事情的本质是由最强的那个人决定的，大的公司之间的博奕，微软和谷歌之间谁有那1亿美金呀，大家都有，现在创业公司1亿美金都很轻松，钱也不是问题。

　　资源、数据、都有钱，你说大的公司敢投1亿美金吗？找不到那个人的时候，有钱也不敢投。

　　邓锋：刚才我理解，听出点火药味来了，我们这儿人还是很牛，但是数据是关键，人家比你数据多。

　　朱珑：首先数据是非常关键的，但是这里谈技术的时候，我经常被同事们问。技术有几个层次，其中有一个叫做技术的远见，大家是不谈的，大家只是谈算法，远见是什么意思呢？

　　技术未来在哪里，就是说其实技术的理解能够知道数据在哪里，继续值钱到哪里，这不是大公司就一定知道的，大公司太多了，你看BAT跟谷歌对数据的理解还千差万别，他敢投这个人工智能科学家，敢投5000人3000人下去，BAT是不敢投这么多人的，他不知道business在哪里，也不知道技术的预测。其实最一流的高手他差距就是非常大的，最牛的人之间反而有可能是差距越来越大。

　　创业公司有数据的瓶颈，四、五年前数据是约束我们的，这个倒是真的。但还要看你要进入哪个市场，比如医疗市场，医疗是一个非常分割的市场，今天没有哪个大公司把这个数据通吃或者垄断了。

　　哪一些市场是特殊的？有用户场景的。有大量用户场景是大公司的强优势，我觉得小公司基本没戏，既使是你有技术。这要区分来看，有一些领域，比如说人脸，大家都做人脸识别，那用网络上的数据，其实大公司小公司都没有太大差异，都能收集到1亿、2亿的数据，但是到比如刚才说的ATM机刷脸取款的那些场景，既使是非常大众化的人脸识别这个领域，BAT也没有ATM机的数据，你也得从最简单的开始做起。越垂直、越分散的领域，大公司不见得有优势，这是创业公司很大的机会。

　　华先胜：看来你对于自己的科学家的团队还是很有信心的，实际上我觉得大家都知道这个智能的发展，人工智能这个技术落地确实是有很多的因素在里面，有科学家，或者叫算法，算法是由科学家发明的，所以我把他混在一起来谈，有数据，有平台，有商业模式，有用户，这些因素基本上是缺一不可的，他可能应用强调这部分更多一点，有一些应用可能强调另外一个因素更多一点，其实我有些同意刚才朱珑的一些看法，特别是讲到要深入一个行业去，我觉得是非常重要的。人工智能远远还没有到我想到一个算法然后就work，不是这样的。还差的远的很。

　　第三个问题，刚才讲到很多监控的问题，智能的发展对将来会不会产生一些负面的影响？比如安全方面，隐私方面，这些将来带来的问题，带来的困扰。就相当于计算机发展的过程当中刚开始PC的时候有病毒，后来网络有木马，现在数据和web2.0、3.0等等这些概念出来，假新闻等等之类的都会带来负面的一些因素。我想问一下，虽然跟你的创业公司不见得有直接相关，我想问一下你在这方面有什么样的看法。

　　朱珑：技术带来的社会影响其实是一个长久的话题，人工智能可能今天因为超越人的智能边界的时候，会更加敏感。我觉得两个方面，第一个方面就是它其实不是安全问题，或者不止是安全的问题。“智能”大了之后的社会分工，我觉得十年之内有巨大的动荡，不仅是中国，全世界都会面临这个问题。我为什么是我？我大学上了到底有没有用？大家如果家里有小孩，今天可以开始思考到底学什么。这个课题在过去的教育学家的课题可能这一页应该翻过去了，要重新开始思考。

　　没有人是特别知道应对30年后的世界，现在学什么才是对的，因为今天我们开始重新认识自己。未来20年，人类社会分工，或者经济形态会有巨大的变化。以前大家都学车，那以后无人车都有了，你学车就被人笑话对不对。

　　第一个层面是说，这个会有非常不平衡的情况出现，而且政府一定是滞后的，因为这个时间越长，没有人有特别强的预测能力和管控能力，所以这是第一个层面；

　　第二个事情是，目前AI技术并没有跟其他的互联网技术，或者是其他信息技术在安全性上，或者是其他层面上带来的威胁有本质的区别。技术都有两面性，一定会出现有利的地方和不利的地方，在过去因为有黑客互联网就不发展了？不太可能。我觉得AI并没有特别强的特殊性。

　　华先胜：刚才朱珑讲到了一个非常有意思的关于人脸识别技术，机器识别的能力，但是其实还有另外一点，机器识别的局限性。比如我们对一个人的时候，哪怕这个人的侧面，哪怕是一个背影，哪怕是灯光灰暗的，哪怕是有人遮挡的，人是能够识别的，机器很多情况下就歇菜了，也就是说这个机器是在某一个方面是强的，在某一方面是弱的。

转载请注明出处。