微软亚洲研究院（Microsoft Research Asia，MSRA)，现在，似乎没有人能绕开这个机构，去谈论中国科技史，以及现在国内的人工智能技术发展。在今天的2017GMIC大会上，创新工场创始人兼首席执行官李开复、百度总裁张亚勤、金山软件CEO张宏江，在将门创投联合创始人高欣欣主持下，谈论了这所“AI黄埔军校”，对人工智能时代的预期，以及大公司与创业公司的战略未来。
李开复提到，互联网公司在用户大量增加后，以及金融、医疗和自动驾驶，将是未来十几年内人工智能应用的巨大机会。张亚勤指出，大公司和创业公司，在AI落地应用战略上是不同的，对于百度而言，它要打造的是人工智能时代的操作系统——智能时代的Windows和iOS，建立生态，和整个产业去合作；而创业公司，则要用技术打差异化。
在张宏江看来，在人工智能领域，中国在高质量的数据和高质量人才两个核心点上，已经拥有了优势，因此，他对中国未来在AI领域引领全球潮流，有着巨大的信心。
以下是现场对话实录，经黑智（VR-2014）编辑。
高欣欣：三位嘉宾在19年前，放弃了在国外的生活，回到了中国，建立和加入了微软亚洲研究院。请问开复老师，您再往后看19年后的未来是什么样的呢？你将在未来十年做什么样的布局呢？
李开复：19年后的事情，可能还是要让霍金教授和学者们来推测。但如果看未来十年，就像刚才我演讲里所说的，最近的机会，肯定是把已有的数据拿来用上。现在互联网公司，如BAT，以及滴滴、美团等已经用的很好了。但是中国有很多新的公司，新的独角兽，每年几十个独角兽里，可能有一半就会有千万级别的用户，都是需要AI来做运营、来了解用户，来变现，有AI跟没有AI的公司将是巨大的差别。我们最近看到崛起特别快的几个公司，背后都是有AI科学家的，比如今日头条，比如快手，都是我们微软或者谷歌做AI的人去做的。所以我觉得互联网公司用户做大了，就要使用AI，这是第一个机会。
第二个就是金融行业。其实AI就是把大量的数据来做一个推测，什么领域本来就拥有数据呢？金融领域本来就是人类创造的数字游戏，用起来特别的顺。而且金融领域是有“对错”的，你的股票跌了没有，你的贷款还了没有，这些问题的回馈，能帮助AI做的更好，取代人类。我们看到，华尔街的交易员已经消失了，未来，分析师、写报告的、做投资组合的，做银行的、风控的、征信的、保险的这些都会被取代，从商业回报角度来说，我们可以看到很大的行业机会。
更伟大的是医疗。如果图像识别可以做得更好，肿瘤识别、CT识别，识别病例，识别病理切片，这个毫无疑问是对人类最有意义的，甚至可能可以消灭癌症的一件事情。这个领域现在面对的挑战是数据不聚拢，各个医院有防火墙，还有病人的隐私问题。
这几个是最近的，是五年之内的机会。再往后，我觉得就是刚才所说的各个传感器，当真正IOT时代来了，IOT收集的数据，背后都会有AI。
最后是无人驾驶。今天我们的无人驾驶为什么还没有做好？一方面是技术还不够，一方面是还没有足够的数据。无人驾驶和金融数据等不同，怎么样去用足够的数据训练虚拟学习，而不要出事故，这些问题都需要解决。另外，成本太贵。但是这些问题总会解决，一旦解决了以后，当我们的传感器变得够便宜了，一辆无人驾驶汽车是可听可看可动的，同样的技术会进入到机器人的领域，这样我们就将进入一个自动化的时代。我预计这是15年内的成果，可能还不到19年。
高欣欣：百度也是在人工智能领域里面绝对的引领者，所以我想请问亚勤总，人工智能已经有六十几年发展的技术了，它将如何在今天的商业上最快的落地？在落地过程中，大公司和创业公司都应该注意什么样的战略呢？
张亚勤：AI的落地，对大公司、小公司确实是需要不同的战略，不同的打法。大的公司有资源、有数据、有规模、有技术能力，可以打一个大仗。创业公司则更需要聚焦。百度是比较大的公司，我们把未来十年、二十年战略压在人工智能上。现在很多公司说，AI是讲故事，但百度确实未来公司资源、技术都压在AI上面。
我们的打法是，首先我们要做一个人工智能时代的操作系统。PC时代操作系统是windows，移动时代有iOS和安卓，我们要做人工智能时代的windows或者iOS。其次，操作系统本身如果没有应用、没有场景，是没有用的，所以我们会看几个重要的场景，一个是消费者，一个是家庭，一个是车。另外在商业方面，我们用百度云作为一个平台，上面会有医疗、交通、教育、物流，这些垂直的行业。
我们要做一个操作系统，上面建立生态，和整个产业去合作。最近我们和很多家电企业，很多车厂都有合作。对我们来讲，开放的平台很重要。一个是AI的开放平台，里面有很多算法，很多模型，有数据，开发者可以使用。另外是智能驾驶的开发平台，里面有十几种核心的技术，开放给产业；里面有很多数据，我们有API，有高精的地图和定位技术，希望能通过这个平台，加快智能驾驶发展的步伐。
小公司和大公司是完全不一样的，小公司不可能做操作系统，或者一开始就做一个平台，这是很困难的。这个时候你就要选一个你有优势的场景，选一个应用，用技术打差异化。真正落地的时候有很多工作要做，我经常讲，AI是系统工程，从数据到模型，到整个解决方案，都需要过程，是一个系统工程。对一个创业公司而言，可能需要10%的算法，20%的平台技术，70%是落地的过程。
高欣欣：你是如何看待我们AI技术发展的未来呢？
张亚勤：刚才开复讲到深度学习，未来是深度的算法，可能会和别的东西相结合。比如怎么样更好地理解大脑，把这个模型用到深度学习里。另外AI要做一些人不能做的事，比如最近一个网络算法是对抗网络，它可以利用一些新的功能、新的参数，做一些人类大脑做不了的事。如果我们所做的事就是去模仿大脑，也没有意义。我们已经有人类了，我们要做一点新的事情。
如果说未来的趋势，我认为是融合，是生物和数字智能的融合。另外就是量子计算，大家现在觉得是天方夜谭，但我觉得五年、十年内，它会变得更加有用。量子计算会改变人工智能很多的算法，我觉得很多很有意思的事情，都将在下面的5-10年内发生。
高欣欣：请问张宏江博士，您最近常说，AI等于中国引领世界的机会，那么在世界大范围下的中国机会，您是如何看待的？中国的公司有没有机会成为世界级别的独角兽呢？
张宏江：我们看AI看两块，一块就是数据本身，随着互联网二十多年的发展，随着物联网逐渐普及，今天我们能获取的数据，是十年前、五年前，甚至三年前都不可想象的。每天新的数据量增加，而且这些数据量跟以前不太一样，大部分数据是通过互联网来获取的，有相当好的精准度，可以很好地跟踪。这些数据本身可以作为“燃料”，输入给人工智能。我们谈到AI，最重要的前提条件就是数据，而中国的数据，是如此之多。
第二，谈人工智能创业，其实和其他做任何一个新的技术一样，人才是一个核心点。你看一下过去十年在AI这个领域中国研究人员的数量，无论是在国内的还是在海外的中国人的数量，总数已经超过其他国家，从2014年开始，已经超过了美国。
所以我们中国已经有了两个核心点，一个是高质量的大数据，一个是高质量的AI人才，这是我为什么说，中国在AI这个领域是有一个非常好的引领全球的机会。
我们过去五年中，已经看到，因为中国的应用导向，在移动互联网领域已经引领了世界潮流。我相信在AI这个新的领域里面，中国如果抓住这个机会，依然可以像在移动互联网一样，引领世界。而且AI跟移动互联网不太一样的地方在于，这次可能我们在技术上也能引领世界潮流，也能抓住这个机会，因为我们人才储备相当丰厚了。
高欣欣：现在人工智能领域很多科学家走出了实验室，进入到了产业，甚至成为了创业者，那么你们是怎么看待他们的身份转型的问题呢？对于基础研究的人才是否会出现断层？
张宏江：在座的我们三位其实都完成了从科学家到管理者到企业家的转型。让我们高兴的是我们的学生，成为今天这个领域的主流，我们今天看到市场上无论是Face++，还是依图，商汤，都跟微软亚洲研究院有着千丝万缕的联系。刚才说到，在AI这块其实中国有人才优势，也在很大程度上归功于微软研究院积累了一批世界一流人才。
这次AI大潮跟以前有一些不同的地方，就是我们在互联网经过二十年发展以后，我们提出一个概念叫做互联网+。AI在过去热了这几年以后，很快大家就认识到，AI是一个赋能者，未来我们看到的是智能+，AI会帮助人，会替代人，会超过人。但是它的切入点是从应用开始切入的，我们的科学家创业的时候，在完成从科学家到企业家这个转型过程中，可能要花更多的时间，从应用角度来切入。这是一个从科学家到企业家中间一个很重要的转变，就是把你的思考从我是不是最新技术，我是不是对于现有的技术有些突破，到我的技术能不能实用，能不能为用户带来便利，能不能创造更大的效率。完成这种转变，才是真正完成从一个科学家到企业家的蜕变。
随着过去30年的经济发展，科研水平的提高，人们对自己实力的自信，加上中国如此多应用的场景、应用的机会，我们的科学家一定会和商业市场很结合，真正能够作出一些非常好的新的公司出来。对这我是非常非常有信心。
反过来，我们也不需要担心科学家都去创业会出现断层，因为这些创业成功的科学家，他们会带来更多的数据，带来更多的机会，让很多人能够发现一些更好的问题，从而作出更好的研究。同样也有一些科学家创业两三年，发现自己更喜欢做研究，可能回到学术界。科学家出来创立的公司，会给学生提供更好的实习机会，这是非常好的一个反反馈的过程。
高欣欣：那么，对于创业公司或者是大公司，它们的人才战略应该如何布局呢？
张亚勤：当时在微软研究院的时候，我们讲要“三好学生”：数学好、编程好、态度好。我想在AI时代也是同样的，可能更加重要。
数学好，现在AI里面用了许许多多的数学基础，线性代数、优化的理论、统计学，我们中国学生其实是很有优势的。
编程好的话，刚才讲到要去落地，去实施。态度好也很重要，现在特别是在技术快速发展的时候，大家要快速的学习。
其实在IT、在互联网这个领域，很多新的理论、算法都是在过去这几年出现，每天都要学习。我在斯坦福就告诉学生们，机器在学习，你必须要学得比它快，否则就会被机器所淘汰。
刚才宏江讲中国AI人才量很多，我在斯坦福去做了一个演讲，结果发现有一半以上的同学，可能80%是中国的学生，都是在做深度学习。我想这也是个新的问题，现在大家都去一窝蜂做AI、做深度学习，可能也有一些重复性。我想，未来可能无论研究也好，专业也好，要看重一些交叉学科。比如斯坦福现在有把物理学和计算机科学交叉的新专业，还有人脑科学和计算机科学，包括量子计算，这些都是未来要发展的方向。
在PC互联网时代，中国基本上是追随者；到了移动互联时代，中国在产品方面开始有很多的创新。但到了AI时代，中国不仅仅在产品方面，在技术方面也有创新，也可以领先于世界。
高欣欣：霍金教授说，当技术发展快过了人的发展，快过了社会的发展，必然会激化一系列的问题，当很多职位被机器替代的时候，这个时候对人的要求就变得特别高了。对于我们每个人来说，深处这个巨变的时代，该怎么提高自己？
李开复：很多人说，AI时代，对人类而言，我们就要完蛋了，不是这样的。我们要了解，什么事情是深度学习不能做的，我们要把人类的时间放在这些方面，还是有很多机会的。
人工智能时代来了，就一定要有管AI的人，这些顶尖的AI科学家他们肯定是要做的很深，他们不但要做技术，还要确保AI不能失控。第二，在任何领域，顶尖的人都会存在的，最厉害的医生、最厉害的律师、最厉害的人类学家、历史学家都有机会。即便现在AI可以写稿子了，但是他们写的都是那些体育赛事和新闻报道，真的去写出深度的作品，是做不出来的。还有艺术创作，AI是并不擅长的，美不是一个客观的，“有”或“没有”的状态，这个训练是很困难的。美，艺术，还有工匠精神，也很有价值。
还有，综合性人才很重要。AI是一个领域一个领域的学习，它可以学习下围棋，学习买股票，学习风控，但并不能综合性地考量各种事情。比如一个懂国际政治的人，又懂得经济发展，把AI当做工具，他这个人不会被取代。还有善于用AI做工具的人，以后的医生只靠自己在医学院学肯定是不够的，他要知道未来医学工具是什么，就像今天我们不用word、iPhone是不能生存的，未来医生要掌控AI的工具。这可能可以解决10%-20%的人他们未来发展的方向。当然他们还要非常勤奋努力，要不然很容易被超越。
最大一部分人会走向服务业。人与人之间打交道，爱、同情心、同理心，从一个好的导游到一个好的按摩师，到志愿者，这些是机器学不来的。
相关阅读：
相关推荐：
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
