馬化騰李彥宏首次同臺探討AI：未來(lái)哪些商業(yè)應用將被顛覆？

“人工智能不是互聯(lián)網(wǎng)的一部分，不是互聯(lián)網(wǎng)的第三個(gè)階段，是堪比工業(yè)革命的新技術(shù)革命”。

在2017中國（深圳）IT領(lǐng)袖峰會(huì )期間，騰訊董事會(huì )主席兼首席執行官馬化騰，百度董事長(cháng)兼首席執行官李彥宏，神州數碼控股有限公司董事局主席郭為，微軟公司全球執行副總裁沈向洋圍繞“人工智能：中國基于與挑戰”這一主題展開(kāi)對話(huà)。

人工智能的將來(lái)：要顛覆一切商業(yè)應用？

今年騰訊圍棋AI絕藝在日本UEC圍棋比賽中獲得冠軍，令騰訊在人工智能（AI）領(lǐng)域的成果受人矚目。

馬化騰認為，AlphaGo讓全世界對人工智能的認知達到了一個(gè)高潮。但圍棋顯然不是人工智能的終點(diǎn)，在醫療、病理檢測方面，如果用計算機后臺做出模擬器，進(jìn)行充分嘗試，就會(huì )像自動(dòng)駕駛一樣，自然會(huì )琢磨出一套理論和經(jīng)驗。

這些實(shí)例給馬化騰帶來(lái)了很大的思考。“以后在很多領(lǐng)域如果能做出模擬器定義參數自己學(xué)習，找到的規律遠超想象，這是我們得到的最大啟發(fā)”。

事實(shí)上，人工智能為全行業(yè)帶來(lái)的改變已經(jīng)在進(jìn)一步發(fā)酵，尤其在商業(yè)應用領(lǐng)域，所帶來(lái)的影響會(huì )愈加深遠。

郭為表示，在智慧城市上，神州數碼已經(jīng)和北大建立了一個(gè)大數據操作系統，如何把一個(gè)城市的數據快速形成，然后進(jìn)行分析應用，這就是人工智能在智慧城市中的實(shí)踐。

李彥宏則舉例稱(chēng)，現在機場(chǎng)安檢需要比對身份證，而當人臉識別發(fā)展越來(lái)越快，就會(huì )更加智能更加方便，以前的笨方法就不再需要。

沈向洋甚至強調，當前最多的應用應該是在A(yíng)R方面，但從長(cháng)期來(lái)看，每一個(gè)商業(yè)應用都會(huì )被人工智能顛覆掉。

而這一系列應用的落地都得益于當前人類(lèi)感知和人類(lèi)認知方面的飛速發(fā)展。”尤其是感知方面，接下來(lái)五到十年進(jìn)展非?？?，AI很多超過(guò)人類(lèi)“，沈向洋解釋稱(chēng)。而這一發(fā)展速度的大背景，是互聯(lián)網(wǎng)的海量數據、強大的運算能力、深度學(xué)習的突破等三個(gè)條件的齊備。

不過(guò)，如此大的想象空間在十幾年前可能還是不可想象的。李彥宏說(shuō)，他當時(shí)在美國讀人工智能這門(mén)課時(shí)，大家都還說(shuō)學(xué)了也沒(méi)有用，沒(méi)有商業(yè)價(jià)值應用。但沒(méi)想到，隨著(zhù)時(shí)代變了，一切都變了。

“百度在2013年的1月份對外宣布成立深度學(xué)習研究院，現在看來(lái)，人工智能是一個(gè)比2013年決定進(jìn)入時(shí)更大的產(chǎn)業(yè)”，李彥宏說(shuō)。

正如沈向洋對人工智能會(huì )顛覆一切的判斷一樣，李彥宏也認為，即便是當前火熱的互聯(lián)網(wǎng)，在龐大的人工智能面前也僅僅只是一道開(kāi)胃菜。“人工智能不是互聯(lián)網(wǎng)的一部分，不是互聯(lián)網(wǎng)的第三個(gè)階段，是堪比工業(yè)革命的新技術(shù)革命”。

如何應對AI初級階段的挑戰

不過(guò)，即便外界對人工智能有著(zhù)極高的期望，但受限于當前的技術(shù)水平，人工智能依舊有著(zhù)大量亟待思考與突破的問(wèn)題。

事實(shí)上，即便外界再鼓吹，李彥宏也認為，當前人工智能還只是初級階段，“人工智能不是仿生學(xué)，現在的工智能像是模仿人腦的一種方式”，但這就存在一個(gè)問(wèn)題，當前人們還不知道人腦是怎么工作的，這給模仿造成了很大難度。

如果不是模仿，人工智能應該走向什么方向？李彥宏進(jìn)一步解釋稱(chēng)，未來(lái)應該是機器工具去學(xué)習人的意圖。在他看來(lái)，以后人再也不需要學(xué)習工具怎么用，我要工具干什么就可以了，以后人與機的對話(huà)、人和物的對話(huà)變成自然語(yǔ)言的對話(huà)。

這同時(shí)也是李彥宏篤信的未來(lái)幾十年代表人工智能發(fā)展的最大方向。

而馬化騰也認為，仿生學(xué)與人工智能存在本質(zhì)性區別。”比如發(fā)現飛機的空氣動(dòng)力學(xué)、流體動(dòng)力學(xué)和鳥(niǎo)不一樣的，車(chē)輪和人型馬一樣，仿生是某些垂直的領(lǐng)域”，但到下一步通用時(shí)，就期待會(huì )有更本質(zhì)性的原理。

“人工智能其實(shí)可以超越現在人基于碳的智慧，這是有可能的”，而這顯然已經(jīng)不再是仿生學(xué)的范疇。

但當前，行業(yè)對于人工智能的期望還是沒(méi)有辦法太高。李彥宏坦言，在這個(gè)人工智能的初級階段，能做到強人工就已經(jīng)很不錯了，“用用電腦模擬，完全達到人腦的水平，很有可能也永遠做不到。”

這決定了人工智能的發(fā)展需要持續很長(cháng)時(shí)間，并且在未來(lái)的20年到50年很有可能會(huì )快速發(fā)展。為了押注這一發(fā)展期，行業(yè)巨頭們正大手筆投入以推動(dòng)整個(gè)人工智能行業(yè)向前發(fā)展，并在其中尋求卡位。

這在包括微軟、騰訊、百度身上都有著(zhù)十分突出的體現。沈向洋透露，目前微軟已經(jīng)有了一個(gè)7000人的人工智能團隊，并且還在不斷擴招。而對于騰訊，為了應對人工智能時(shí)代的挑戰，也在持續加碼人工智能、大數據等方面的計算能力，并招聘了大量相關(guān)人才。

“通過(guò)一年的時(shí)間，騰訊招了很多人，包括在西雅圖還設了一個(gè)實(shí)驗室。”馬化騰表示。

另一方面，企業(yè)之間的合作也在其中顯得至關(guān)重要。李彥宏提供的另一個(gè)思路是，如此大的工程，顯然不是一個(gè)公司能夠把所有的事情做下來(lái)的，這就需要企業(yè)之間的合作。他強調，這同時(shí)也正是百度當前的重要策略。

“作為人工智能領(lǐng)域進(jìn)入行業(yè)較早的企業(yè)，百度現在可以提供一些平臺給一些尤其是沒(méi)有這么多計算資源、沒(méi)有這么多做長(cháng)遠研發(fā)能力的機構去做他們擅長(cháng)的”。在李彥宏眼中，這些企業(yè)對于垂直領(lǐng)域有著(zhù)更加深刻的理解，讓他們去做，會(huì )推動(dòng)整個(gè)人工智能技術(shù)的發(fā)展。

獨家奉獻全程實(shí)錄

吳鷹：

這次IT領(lǐng)袖峰會(huì )的主題是“邁進(jìn)智能新時(shí)代”，李彥宏和馬化騰大家很熟悉不介紹了，郭為先生是神州數碼的二少帥之一，沈向洋先生大家不一定很熟悉，是著(zhù)名的微軟公司的執行副總裁，全球研究院的院長(cháng)，人工智能部門(mén)的總負責人，同時(shí)還是美國工程院的外籍院士。

幾位嘉賓都是行業(yè)領(lǐng)頭人，首先從馬化騰開(kāi)始，剛才朱民演講特別舉了你們團隊的例子，十三個(gè)人沒(méi)有一個(gè)人會(huì )下圍棋，騰訊有一個(gè)人工智能的團隊專(zhuān)門(mén)研究人工智能，很短的時(shí)間內聚集了很厲害的專(zhuān)家，能不能跟大家分享一下，騰訊為什么在人工智能上這么重視，對人工智能的看法和行業(yè)的看法，分享一些干貨。謝謝！

馬化騰：

李彥宏他們人工智能走得更前，對騰訊來(lái)說(shuō)，我們還是落后不少,去年騰訊才成立AI Lab。我們每天有上十億的人臉照片，在國內有相當長(cháng)的研究，包括后臺數據分析，都用上人工智能技術(shù)，只是大家感受不到，這是在后端。在前端希望做出一些產(chǎn)品。阿法狗通過(guò)人機對戰的事件讓全世界對人工智能的認知到了新的高潮，團隊也本著(zhù)練手的心態(tài)做嘗試。Google收購的Deepmind團隊論文發(fā)表之后，全世界很多做計算機圍棋的團隊紛紛采用深度學(xué)習的方法融入到圍棋的軟件開(kāi)發(fā)，大家不約而同在在一年起步。

我們內部團隊有三個(gè)團隊在做，在不同的部門(mén)，這個(gè)部門(mén)剛好可以突破這個(gè)瓶頸，也動(dòng)用了公司的相當大的后端的計算資源。更大的特點(diǎn)，和阿法狗不同的是，我們絕藝全程得到國家級圍棋世界冠軍的支持，我們十幾位研發(fā)人員不懂圍棋，一開(kāi)始連黑先下還是白先下規則都不知道，結合計算機原理以及很多專(zhuān)家的訓練。

小小的成功，但是不能過(guò)于欣喜，但是也不能說(shuō)這是一個(gè)毫無(wú)意義的事情。過(guò)去對AI很多從一些規則或者簡(jiǎn)單的訓練得出來(lái)能夠改善計算處理的能力，最終發(fā)現一個(gè)更同步和更深層的意義能夠在計算機的后臺用云計算大數據的方式去高速的學(xué)習，可以自己跟自己對弈。阿法狗出來(lái)以后經(jīng)過(guò)了十億盤(pán)對弈超越了過(guò)去人類(lèi)所有交戰的盤(pán)數，自己尋找規律，對人類(lèi)認知的范圍是極大的擴張，這是人類(lèi)很大的啟示。在很多領(lǐng)域，圍棋以外的，醫療、病理的檢測，如果用計算機后臺做出模擬器，充分的嘗試。就如自動(dòng)駕駛一樣，模擬做各種各樣的反饋，自然會(huì )琢磨出一套理論和經(jīng)驗，我給我們帶來(lái)很大的思考。以后在很多領(lǐng)域如果能做出模擬器定義參數自己學(xué)習，找到規律遠超我們想象的，這是我們得到最大的啟發(fā)。

吳鷹：

微軟是世界上很大的公司，你來(lái)講講人工智能為什么這幾年又有新的突破的發(fā)展，最有可能在哪些領(lǐng)域有顛覆性的應用？

沈向洋：

謝謝！馬云經(jīng)常把大家想講的講完，感謝馬云精彩的演講?，F在看到人工智能如火如荼非常激動(dòng)，90年代初畢業(yè)時(shí)出來(lái)工作都找不到，能發(fā)展到今天經(jīng)歷過(guò)多少個(gè)冬天以后，之所以有這樣的發(fā)展機會(huì )的話(huà)，第一件是互聯(lián)網(wǎng)大量的數據，互聯(lián)網(wǎng)更多的數據。

第二，強大的預算。摩爾預算說(shuō)死掉沒(méi)有死掉，有更多的新的方法。

第三，過(guò)去五六年突然突破學(xué)習方面，剛才pony也講到，研發(fā)充分引導深入學(xué)習，讓大家突然看到以前不能解決的問(wèn)題又被解決掉。人工智能的問(wèn)題從研究方向來(lái)講，人類(lèi)感知。我們講人工智能，原來(lái)跟人類(lèi)智能相比較，人類(lèi)的智能在哪？

感知方面和認知方面。感知方面，接下來(lái)五到十年進(jìn)展非?？?，AI很多超過(guò)人。

人工智能的認知方面，包括資訊獲取，一般情況下解決的方法和思考。我覺(jué)得現在是非常好的時(shí)代，我覺(jué)得我們作為科研人員要有平常心。您剛才提到現在人工智能給大家創(chuàng )造什么樣的機會(huì )。剛才主題演講里面講的很好，包括中國的機會(huì )。從微軟公司來(lái)講，我們覺(jué)得短期內有非常大的機會(huì )，到底有哪些行業(yè)有相對量的數據，所有的運營(yíng)從銷(xiāo)售到HR到客戶(hù)支持，所有的都被替掉。我這樣講不是說(shuō)自動(dòng)駕車(chē)不重要，圍棋不應該研究。最大的商機在于每一個(gè)商業(yè)應用都會(huì )被顛覆掉。

吳鷹：

這是非常震撼的結果，每一個(gè)商業(yè)應用都會(huì )被顛覆掉，這是很震撼的結論。郭為先生是神州數碼的掌舵人，很多人認為你們跟人工智能沒(méi)有很大關(guān)系，談一談你對人工智能的看法。

郭為：

謝謝！講到人工智能有比較大的突破，我們對企業(yè)定位，傳統企業(yè)轉型唯一定位的就是數據，如何采集數據，由于以前很多行業(yè)應用，使得我們接觸大量的數據，這些數據如何從傳統的方式轉成互聯(lián)網(wǎng)方式，變成我們的核心競爭力。

我們不斷的探索，由于我們跟北大的合作有了非常大的變化，我們?yōu)橹腔鄢鞘写蛟炝艘粋€(gè)基于大數據的操作系統，如何把一個(gè)城市的數據快速形成，然后進(jìn)行分析應用，這就是我們做智慧城市中的實(shí)踐，基于這樣的實(shí)踐花了六七年的事情某種程度上頭破血流，如何把人工智能帶來(lái)，在特定的領(lǐng)域里，比如說(shuō)農業(yè)，由于我們做土地的調研。掌握了土地的信息，土地上的數據提升了我們農業(yè)的收入。

總的來(lái)講，既要發(fā)揮神州數碼的傳統IT人的應用特征，另外要擁抱互聯(lián)網(wǎng)，擁抱大數據，如何在這個(gè)領(lǐng)域使得我們自己的企業(yè)獲取自己的模式。

吳鷹：

從百度的角度能不能談?wù)勱P(guān)于人工智能的發(fā)展，為什么要做這樣的布局？

李彥宏：

我也思考過(guò)這個(gè)問(wèn)題，我們正在做試圖理解人的意圖，一開(kāi)始用各種各樣的方法試圖理解人的意圖。2012年左右跟（英文）聊天，快要進(jìn)入實(shí)用階段，我問(wèn)工程師有沒(méi)有方法。負責圖像的人說(shuō)可能用的確實(shí)不錯。開(kāi)始想一個(gè)問(wèn)題，深度學(xué)習在圖像檢索里面的效果不錯是一個(gè)偶然還是帶著(zhù)一個(gè)趨勢，分析完之后覺(jué)得代表一種趨勢，不僅僅是對于圖像搜索有用，對很多其他的計算機科學(xué)解決問(wèn)題都是非常有用的。原因是隨著(zhù)互聯(lián)網(wǎng)這么多年的發(fā)展，數據越來(lái)越多，越來(lái)越豐富，計算資源越來(lái)越強大，人工智能剛才也說(shuō)，六十年的歷史，前五十年為什么大家覺(jué)得人工智能沒(méi)有用。

我在美國讀書(shū)時(shí)很喜歡人工智能這門(mén)課，學(xué)完之后說(shuō)沒(méi)有用，沒(méi)有商業(yè)價(jià)值應用。到最近幾年，我們覺(jué)得原來(lái)認為沒(méi)用的東西變成有用是因為市場(chǎng)環(huán)境變了，條件變了。原來(lái)認為不可能的事，現在變得可能了，當時(shí)分析了環(huán)境因素之后，覺(jué)得人工智能的時(shí)代來(lái)了。

2013年的1月份對外宣布成立深度學(xué)習研究院，全球工業(yè)界第一個(gè)用深度學(xué)習命名的研究院，我自己食言了，2013年以前不斷講一個(gè)理念，我們是一個(gè)商業(yè)的公司，不應該成立研究院，不應該搞純的研究機構，這些機構想轉化成產(chǎn)品進(jìn)入市場(chǎng)對市場(chǎng)所認可，應該跟那些產(chǎn)品部門(mén)、業(yè)務(wù)部門(mén)緊緊結合在一起而不是單獨成立研究院，深入學(xué)習起來(lái)之后，需要理論算法有很多的突破，那時(shí)開(kāi)始大規模投入去吸引人才，去推進(jìn)算法。其實(shí)不光是算法，剛才也講到各種各樣的方式適應學(xué)習的需求。

現在看起來(lái)，人工智能比2013年決定進(jìn)入的時(shí)候更大的產(chǎn)業(yè)。

互聯(lián)網(wǎng)現在只是一道開(kāi)胃菜，真正的主菜是人工智能，人工智能不是互聯(lián)網(wǎng)的一部分，不是互聯(lián)網(wǎng)的第三個(gè)階段，堪比工業(yè)革命的新的技術(shù)革命。

吳鷹：

互聯(lián)網(wǎng)是人工智能的開(kāi)胃菜，那主菜會(huì )多大。你跟沈向洋說(shuō)的顛覆所有的商業(yè)模式，影響非常大。微軟人工事業(yè)部是多少人？

沈向洋：

七千多個(gè)工程師和科學(xué)家，還在繼續招人，因為經(jīng)常被挖人。

吳鷹：

沈博士火藥味比較濃了，你必須要回答這個(gè)問(wèn)題，微軟如果進(jìn)入人工智能的市場(chǎng)，BAT最想干掉馬云還是馬化騰還是李彥宏？

沈向洋：

這個(gè)問(wèn)題問(wèn)的太好了，本來(lái)不知道答這個(gè)問(wèn)題，早上聽(tīng)馬云講完之后知道這個(gè)問(wèn)題，彎道超車(chē)不如換掉超車(chē)有希望。任何競爭的過(guò)程中總是要找到自己的出發(fā)點(diǎn)，既然你給我這樣的機會(huì )，我覺(jué)得微軟在中國最近幾年推出最了不起的人工產(chǎn)品叫“微軟小冰”，不知道在座的大家都有沒(méi)有用微軟小冰，18到24歲這樣，相對來(lái)講，大家愿意有時(shí)間和智能機器人聊天。為什么要跟pony的QQ合作，主要是針對相對年輕的用戶(hù)群。

之所以提這樣的人工智能產(chǎn)品，跟一般的人工處理不一樣。有一件事情不見(jiàn)得值得，人類(lèi)進(jìn)化今天講很多話(huà)，可能不知道，其實(shí)男人一天大概講幾千句話(huà)，女人一天可能會(huì )講超過(guò)一萬(wàn)句話(huà)，大多數不是講一句話(huà)完成工作的，大多數講的話(huà)是閑話(huà)，很多講的是廢話(huà)。但是講話(huà)很重要，講話(huà)是整個(gè)人工智能里面最重要的事情。很大程度上你的EQ體驗在怎么講話(huà)的地方。在推人工智能小冰產(chǎn)品當中學(xué)到很多東西，我們在主推的方向上，對話(huà)是人工智能

吳鷹：

你還是沒(méi)有回答我的問(wèn)題。

沈向洋：

你剛才問(wèn)的什么問(wèn)題。

吳鷹：

他用馬云說(shuō)的彎道超車(chē)誰(shuí)也不想干掉。郭為的智慧城市，政府歸到人上只有3000項，深圳有將近2000萬(wàn)，乘3000，在各種狀態(tài)下。

借著(zhù)馬云講的事，問(wèn)一個(gè)仿生學(xué)的。一位諾貝爾教授說(shuō)，剛開(kāi)始看鳥(niǎo)兒飛非常羨慕，做飛機翅膀扇，跟流體力學(xué)不一樣的，扇也會(huì )起來(lái)，不可能這么大的重量。如果簡(jiǎn)單仿生人的腿的話(huà)，用棍子，但是用輪子跑很快。

想問(wèn)一下臺上的四位嘉賓，你覺(jué)得在人工智能上背后有突破性進(jìn)展是模仿人的神經(jīng)網(wǎng)絡(luò )還是人腦的效率？馬云說(shuō)機器比人快很多，綜合起來(lái)，人腦不得了，消耗那么多能量講那么多事，很復雜。仿生人腦思維方式突破呢？還是完全不一樣的？

郭為：

我覺(jué)得是不是一個(gè)功能性的突破還是真正的仿生的模仿性的東西，用了飛機的例子、汽車(chē)的例子，汽車(chē)是輪子。就阿法狗來(lái)講，下一盤(pán)圍棋消耗的能量需要兩噸煤。但是一個(gè)圍棋手可能就是兩碗米飯。我們在考慮功能時(shí)需要多大的資源消耗，這始終是人類(lèi)進(jìn)步的一個(gè)很重要的元素，可以實(shí)現這個(gè)功能。從實(shí)驗室走到工業(yè)很簡(jiǎn)單，無(wú)法使用主要考慮成本。完全模仿本身也是非常困難的，人大腦的功能，自己認知3%，最終功能替代。最近看一本書(shū)《人的宗教》，人有三個(gè)東西構成：生命、心智（智慧）、心靈（精神）。

我無(wú)法想象機器可以代替精神，最多也是你體力上可以替代，智慧上某些方面替代，完全替代人不可能。某些方面替代就是功能性替代。突破就是功能性替代提高一定的效率，這是我對人工智能的看法。為什么我說(shuō)我同意剛才馬云的觀(guān)點(diǎn)，實(shí)際上是機器怎么樣做得更好。

我去看原故的博物館，人類(lèi)最早發(fā)明時(shí)針，時(shí)針的發(fā)明和今天的人工智能發(fā)明對人類(lèi)的沖擊一樣的，縫衣服縫不了衣服，沒(méi)有針怎么縫，發(fā)明針是很神奇的事。

今天做人工智能時(shí)，和當年發(fā)明針沒(méi)有很大差別，人類(lèi)進(jìn)步過(guò)程中發(fā)明新的工具，新的工具最終為人服務(wù)的，這是我的看法。

吳鷹：

pony覺(jué)得呢？真正模仿人的方式還是全新的？

馬化騰：

我們期待有本質(zhì)性，比如說(shuō)發(fā)現飛機的空氣動(dòng)力學(xué)、流體動(dòng)力學(xué)和鳥(niǎo)不一樣的，車(chē)輪和人型馬一樣，仿生是某些垂直的領(lǐng)域，包括圍棋是選非常窄的領(lǐng)域，通過(guò)各種參數訓練。各位提到用阿法狗下一盤(pán)棋消耗多少能源。垂直領(lǐng)域訓練消耗能源，但是實(shí)際用消耗不了?，F在訓練出來(lái)的單機版本跟職業(yè)棋手差不多，訓練需要很長(cháng)時(shí)間，最麻煩的是需要改規則，全部要重新，規則改一點(diǎn)、算法改一點(diǎn)，全部重新來(lái)消耗很大，這屬于很窄的技能模擬。

未來(lái)下一步到通用的，再下一步是不是有更本質(zhì)性的發(fā)現背后的原理，智能其實(shí)可以超越現在人基于碳的智慧，是不是有其他的元素可以形成更高級的聲名和智慧呢？這是超越人類(lèi)發(fā)現的知識，這是有可能的。有人突發(fā)奇想說(shuō)，現在認識的宇宙是高智能的生命，用量模擬出來(lái)的環(huán)節，一切都是模擬起來(lái)的，這大家發(fā)揮腦洞大開(kāi)的想象力吧！

李彥宏：

我不太認可人工智能做的是仿生學(xué)?，F在講人工智能是像人腦的工作原理，人腦怎么工作只了解3%，不知道怎么工作，不知道怎么工作怎么仿？只知道這么一點(diǎn)點(diǎn)，跟計算機算法有類(lèi)似之處，讓大家理解。

我同意現在的人工智能，尤其是一起學(xué)習、深度學(xué)習的算法還確實(shí)處在非常初級的階段，還有很多的提升的空間，現在做的還非常不夠。什么時(shí)候能夠挑戰真正人的認知能力，我覺(jué)得還有很長(cháng)的時(shí)間。我說(shuō)很長(cháng)應該認為是說(shuō)不可能，永遠那一天不可能來(lái)到。

剛才講了弱人工智能到強人工智能到超人工智能，我認為到強人工智能階段就到達不了。不僅僅是永遠搞不清楚人腦怎么工作的，即使用電腦方法模擬人腦，完全達到人腦的水平，我覺(jué)得永遠做不到！

吳鷹：

IT領(lǐng)袖峰會(huì )的觀(guān)點(diǎn)就是開(kāi)放。我也不用問(wèn)沈向洋了，確實(shí)人腦怎么工作不知道，但是答案非常簡(jiǎn)單，有上帝。有很多科學(xué)家信上帝了。

沈向洋：

我蠻贊成李彥宏講的，如果看人工智能的發(fā)展，最大的問(wèn)題是對人腦研究的問(wèn)題，腦科學(xué)到今天還是非常初步的科學(xué)，因為每次講科學(xué)首先一定要有數據、能夠做實(shí)驗，重復的實(shí)驗，沒(méi)有辦法真正檢測到出現什么樣的輸出，接下來(lái)N年應該有更多的人從基礎科學(xué)到研究腦科學(xué)。計算機體系結構跟人腦的結構完全是兩碼事，從這個(gè)意義上講很像張教授講的飛機的模仿，不是像鳥(niǎo)一樣。接下來(lái)很多人的智能方面，可以想象出來(lái)今天人能夠做的事情在不遠的將來(lái)大多數的事情，可能絕大多數的事情人工智能都可以達到。

舉一個(gè)小的例子，你今年可以做物品識別、語(yǔ)音識別，人還有什么事情了不起？通過(guò)學(xué)習的方法可以達到一個(gè)什么樣的高度，很重要的事情是機器閱讀的能力。就像今天大家說(shuō)，我要高考，閱讀一篇文章以后問(wèn)一個(gè)問(wèn)題、答一個(gè)問(wèn)題，這樣的問(wèn)題接下來(lái)五到十年可能人工智能會(huì )有很大突破的地方，一旦突破的話(huà)，搜索也好、社交網(wǎng)絡(luò )也好、其他應用也好有很多機會(huì )，不見(jiàn)得是人怎么做的。

市場(chǎng)做到今天，今天激動(dòng)人心，因為以前是符號式的，今天是神經(jīng)網(wǎng)的解法。以前符號式的做法你覺(jué)得解了一個(gè)問(wèn)題可以解釋的，而今天神經(jīng)網(wǎng)的解法，包括pony做的圍棋機器人，很難解釋為什么下這個(gè)。

接下來(lái)要研究的問(wèn)題是從符號式到神經(jīng)式怎么回頭到符號式的。所謂的研究行業(yè)很熱門(mén)的方向，可以解釋的人工智能。

吳鷹：

講一點(diǎn)跟在座嘉賓更接近一點(diǎn)的。本來(lái)想問(wèn)李彥宏怕不怕微軟，想不想干掉，沒(méi)什么意義，會(huì )有很智慧的回答。我注意到百度深度學(xué)習有一個(gè)開(kāi)放的平臺，小公司沒(méi)有投入、沒(méi)有技術(shù)積累想要用也可以用，是一個(gè)開(kāi)元的平臺，我覺(jué)得挺有意義，你們決定這么做時(shí)，不覺(jué)得要開(kāi)放以后培養競爭對手嗎？

李彥宏：

我覺(jué)得人工智能是一個(gè)非常大的產(chǎn)業(yè)，而且會(huì )持續很長(cháng)時(shí)間，比如說(shuō)現在的判斷大概未來(lái)二十年到五十年會(huì )是一個(gè)快速發(fā)展的人工智能的時(shí)期，在這種時(shí)代大潮下，顯然不是一個(gè)公司能夠把所有的事情做下來(lái)的，相反如果我們先進(jìn)入這個(gè)領(lǐng)域，能夠提供一些平臺給一些尤其是沒(méi)有這么多計算資源，沒(méi)有這么多做長(cháng)遠研發(fā)能力的機構去做他們擅長(cháng)的，他們對于很多垂直領(lǐng)域的了解更加深刻。讓他們去做，會(huì )推動(dòng)整個(gè)人工智能技術(shù)的發(fā)展。

從這個(gè)意義上講，我們把我們的平臺開(kāi)放出來(lái)，對大家有益，對我們也有益，我們可以看到大家干什么事情，哪些方向更快一些，哪些領(lǐng)域適用于現在解決了的技術(shù)，人工智能不可能超越人類(lèi)的能力，當它在逐步逼近人類(lèi)能力時(shí)，可以一個(gè)一個(gè)的把行業(yè)顛覆掉。比如說(shuō)人臉識別這種應用，今天如果你去機場(chǎng)的話(huà)，要過(guò)好幾道安檢，把身份證拿出來(lái)比對一下，人臉識別解決了機場(chǎng)可以大搖大擺過(guò)去了你買(mǎi)票了，現在登機，不需要一道道檢查，在家里開(kāi)一個(gè)排隊不可能每個(gè)人進(jìn)來(lái)拿身份證看看。幾千人、幾萬(wàn)人必須要笨的方法對身份識別。

這些問(wèn)題已經(jīng)基本解決了，百度大廈里面刷臉就可以進(jìn)，這是人臉識別一個(gè)東西。語(yǔ)音識別、自然領(lǐng)域識別、用戶(hù)畫(huà)像都可以改變很多領(lǐng)域的。未來(lái)人和物、人和工具之間交流的方式不是人去學(xué)習工具怎么使用，人類(lèi)和動(dòng)物的區別是人發(fā)明了工具，但是人發(fā)明了工具之后，發(fā)明人寫(xiě)一個(gè)用戶(hù)手冊告訴你說(shuō)這怎么用，電視怎么用、冰箱怎么用、電腦手機怎么用，要學(xué)習鍵盤(pán)。但是，未來(lái)應該是機器工具去學(xué)習人的意圖，以后人再也不需要學(xué)習工具怎么用，我要工具干什么就可以明白，這是我希望用人工智能的方法來(lái)解決理解人的自然語(yǔ)言，以后人與機的對話(huà)、人和物的對話(huà)變成自然語(yǔ)言的對話(huà)，這是未來(lái)幾十年代表人工智能發(fā)展的最大方向。

吳鷹：

從剛會(huì )說(shuō)話(huà)的小孩一歲多到老人都可以比較簡(jiǎn)單的使用計算機了。像我母親就是總學(xué)不會(huì )手機怎么用，我給她iPad，很簡(jiǎn)單就能學(xué)會(huì )。分享本身很有意思，想問(wèn)一下馬化騰，微信和QQ單獨已經(jīng)是世界上最大的社交網(wǎng)絡(luò )，里面有大量的數據，剛才幾位發(fā)言人說(shuō)，大數據是人工智能非常重要的方面。對于中國來(lái)講，算法上落后于美國。李彥宏講完全超過(guò)人類(lèi)不可能的。大數據這么重要，微信很多方面已經(jīng)超過(guò)社交了，是生活很重要的一部分。你去公園買(mǎi)一個(gè)兩塊錢(qián)的小孩玩具微信支付都可以做。有沒(méi)有可能把數據分享出來(lái)，讓這些創(chuàng )業(yè)公司來(lái)用？

馬化騰：

這個(gè)問(wèn)題在內部也有激烈的討論。首先，人工智能關(guān)注哪幾塊：場(chǎng)景、大數據、計算能力、人才。

場(chǎng)景：想把技術(shù)應用在什么情景下？是不是高頻跟用戶(hù)接觸，這是落地很重要的地方。我們看到研究院、研發(fā)團隊，如果沒(méi)有場(chǎng)景落地平臺業(yè)務(wù)支持的話(huà)，基本上很難往下走。

大數據：也是平臺、業(yè)務(wù)部門(mén)里面有大量的實(shí)際運轉數據產(chǎn)生出來(lái)，這里面很多大數據是垃圾數據，沒(méi)有標簽、沒(méi)有人規劃定義，用再好的算法也學(xué)不出來(lái)，學(xué)完之后也是走火入魔瘋狂的結果，這里面數據的清洗標簽化難度相當高，要雇很多人，用比較笨的方法用人腦去清洗干凈再讓AI去學(xué)，這個(gè)過(guò)程是混合的過(guò)程。

計算能力：云資源，這方面我們也要做云，要拿出幾十萬(wàn)核的計算能力CPU還是有能力的，而且在云里面本身有比較好的調用。

人才：通過(guò)一年的時(shí)間招了很多人，包括在微軟西雅圖還設了一個(gè)實(shí)驗室，很多人才離開(kāi)微軟，我們在旁邊設了一個(gè)實(shí)驗室。

我們觀(guān)察到很多AI的大佬們，更關(guān)注怎么落地，把畢生的研究成果體現出來(lái)。內部吸引人才時(shí)，微信、手機QQ平臺數據能不能用？大家知道，BG或者部門(mén)里面平臺他們也很希望近水樓臺先得月，數據在身邊流動(dòng)為什么不讓人先研究一把?，F在處在內部怎么把數據分享出來(lái)的階段。

還有一個(gè)用戶(hù)很關(guān)注的是個(gè)人因素，不要把數據都賣(mài)了。這里面還有很大的信息安全的個(gè)人隱私，無(wú)法倒推到某個(gè)人，這些處理干凈才可以下一步談。

數據要什么模式，清理做什么標簽才能給其他的部門(mén)，包括外部合作伙伴怎么用。同時(shí)也有很多的數據是來(lái)自于合作伙伴或者業(yè)界的其他公司，他們也遇到這樣的問(wèn)題，拿到一堆裸數據不知道怎么用，業(yè)界要形成一個(gè)標準互惠互利，這個(gè)路徑還有很長(cháng)時(shí)間，大方向在往前走。

吳鷹：

期待騰訊清理后，有針對性、業(yè)界互動(dòng)以后哪些確實(shí)有價(jià)值，別人對他的數據也有補充。大數據很重要的一點(diǎn)出來(lái)結果導向為什么不一定很清楚。

我相信人工智能是一個(gè)全社會(huì )協(xié)調發(fā)展的過(guò)程，朱民剛才講的那么多的問(wèn)題，政府也要介入做。這次政府官員參加，是共同解決的問(wèn)題，不光是中國，是世界范圍內協(xié)調做什么。

微軟是一家公司，如果愿意想跟你合作共同探討解決這個(gè)問(wèn)題，是不是感興趣做這些事。

沈向洋：

剛才問(wèn)pony的問(wèn)題非常好，作為大公司來(lái)講，特別是非常成功的在座大公司來(lái)講，對社會(huì )有一個(gè)責任，對行業(yè)有一個(gè)責任，做的很成功的時(shí)候，第一件事情是看研究院，pony看研究院，唯一不對的是開(kāi)到微軟門(mén)口去。

我想分享一下微軟工作的經(jīng)驗，讓這些公司數據拿出來(lái)，讓初創(chuàng )公司去用，不見(jiàn)得很現實(shí)、不見(jiàn)得很容易，我想鼓勵一下大家，很多數據如果愿意花時(shí)間、花點(diǎn)精力做一些處理，讓研究人員做是可以做到的。

我們做了兩個(gè)數據集，MScoco（音）是計算機數據標準的集，還有一個(gè)自然語(yǔ)言方面的，MSmoco（音），可以推動(dòng)研究領(lǐng)域。在標準級下不斷的把數據做的越好越多，我們做的引擎數據，處理過(guò)。拿出一些數據出來(lái)讓大家做研究非常實(shí)際、完全可以做到的。

吳鷹：

我們也期待像BAT這樣的大公司，不但數據拿出來(lái)分享，pony還主動(dòng)提到運算能力的分享有可能也做，對創(chuàng )業(yè)公司、中小公司、政府企業(yè)、研究機構，特別是大學(xué)非常重要的，因為大學(xué)的資源有限。很多教授會(huì )花時(shí)間想這個(gè)事，也沒(méi)有盈利的目標，要負擔，其實(shí)利潤對企業(yè)來(lái)講在某些方面是制約企業(yè)發(fā)展的，一定要完成這個(gè)利潤，是一個(gè)上市公司要做到這些，做到這些其實(shí)相對的眼光就短一點(diǎn)。

美國為什么有很多世界一流的大學(xué)做這件事情，像MIT，今天下午的陳剛教授也會(huì )介紹，為什么拿到課題就是做對人類(lèi)有影響的事情。

神州數碼傳統意義上是系統集成公司，轉型很成功，在智慧城市上做了六到七年的積累，我有時(shí)候打擊他，跟政府做的事賺不到錢(qián)，跟政府收多收少都不合適。你們在人工智能有關(guān)的發(fā)展上有沒(méi)有比較好的規劃，或者希望跟這些公司合作發(fā)展。

郭為：

在今年英特爾收購了MOBILE，為什么要收購這個(gè)公司？就是要買(mǎi)數據，在一千萬(wàn)輛汽車(chē)上裝載了數據采集的東西，每天數據量相當于三千億個(gè)人生成的數據量，由于有了這個(gè)數據將會(huì )支撐英特爾在未來(lái)操算上、計算上以及整個(gè)大數據領(lǐng)域的發(fā)展。

整個(gè)神州數碼大體系就是想在傳統領(lǐng)域挖掘，ERP的數據是不可能在互聯(lián)網(wǎng)上直接進(jìn)行傳輸，是一些深度應用的數據。今天BAT很大的優(yōu)勢是互聯(lián)網(wǎng)上完全壟斷了數據，客觀(guān)地講，只要他們不犯錯的話(huà)，別人是沒(méi)有機會(huì )的。當然，企業(yè)犯錯誤是必然的，只是哪些方面不算錯誤。pony說(shuō)布局上總講那塊不能缺，不能少。人工智能開(kāi)始布局。一旦出現漏空時(shí)，新的企業(yè)長(cháng)出來(lái)了。自動(dòng)駕駛上MOBILE大家就認可它的能力。

我們在農業(yè)、醫療、制造業(yè)，包括最簡(jiǎn)單給工商總局做廣告登記的服務(wù)，全中國所有的商標注冊登記，我們掌握了全中國所有的商標注冊的公司，一個(gè)企業(yè)究竟哪個(gè)商標做的最多價(jià)值最大，完全可以數據分析，這里隱藏大量的商業(yè)價(jià)值，這些東西怎么做可能我覺(jué)得就是要和現在成功的或者人工智能上走在前面的公司合作。

我們發(fā)揮我們的優(yōu)勢數據挖掘把它打上標簽和別人合作做好。

比如說(shuō)今天我跟BAT競爭是找死，完全不可能的事情，其實(shí)合作的空間很大的。

李彥宏：

跟微軟合作還是比較好。

吳鷹：

很多數據挖掘，很多苦活，這是一個(gè)很好的技術(shù)。今天在臺上嘉賓論壇，雖然沈向洋一直沒(méi)有回答我的問(wèn)題想干掉誰(shuí)，但是有精彩的答案給到我，開(kāi)了好頭，下午還有高端的對話(huà)，5個(gè)主題的論壇，內容很多，今天中午時(shí)間很緊，只有一個(gè)小時(shí)的時(shí)間。下午1點(diǎn)15分回到這里。

用熱烈的掌聲感謝臺上四位嘉賓的精彩對話(huà)，謝謝大家參與！

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！