——將門高欣欣對話張亞勤、李開復、張宏江
4月27日上午 GMIC全球領(lǐng)袖峰會，將門CEO高欣欣與百度公司總裁張亞勤博士、創(chuàng)新工場創(chuàng)始人及首席執(zhí)行官李開復博士、前金山軟件CEO張宏江博士開展了一場圓桌對話，共同探討了AI的未來的發(fā)展前景、中國在AI領(lǐng)域的優(yōu)勢、以及AI人才的戰(zhàn)略布局等問題。本文根據(jù)對話內(nèi)容整理而來。
高欣欣：在座的三位嘉賓可以說是人工智能領(lǐng)域里的開山導師和思想領(lǐng)袖。首先請問開復老師，人工智能現(xiàn)在已經(jīng)給我們的生活帶來了劇變，再往后看，10多年后的未來是什么樣的呢？您又將為這樣的未來在未來十年做什么樣的布局呢？
李開復：看未來這十幾年，我們的機會肯定是把已有的數(shù)據(jù)拿來用上。現(xiàn)在的互聯(lián)網(wǎng)公司，比如BAT、滴滴、美團已經(jīng)用得很好。但是中國的一個特色，還有很多新的公司、新的獨角獸，每年幾十個獨角獸里可能有一半會有千萬級別的用戶，他們的千萬級別的用戶都是需要AI的，用AI來做運營，用AI來了解用戶，用AI來變現(xiàn)，有AI跟沒有AI的公司是巨大的差別。比如我們最近看到崛起特別快的幾個公司，背后都是有AI科學家的，比如今日頭條、快手。所以我覺得互聯(lián)網(wǎng)公司用戶做大了，然后可以使用AI，這是第一個機會。
第二個就是金融行業(yè)。其實AI就是利用大量的數(shù)據(jù)來做一個推測，金融領(lǐng)域本來就是人類創(chuàng)造的數(shù)字游戲，所以用起來特別地順。而且金融領(lǐng)域是有對錯的，你的股票跌了沒有，你的貸款還了沒有，這些問題的回饋可以幫助AI做的更好，甚至取代人類。我們看華爾街的很多交易員已經(jīng)消失了，未來寫報告的、做投資的，做風控的，做征信的，做保險的都會被取代。從商業(yè)回報來說，我們可以看到很大的行業(yè)機會。
更偉大的是醫(yī)療。如果腫瘤識別、CT識別、病理切片識別等可以做得更好，這個毫無疑問是對人類最有意義的，甚至可能消滅癌癥。這個領(lǐng)域的挑戰(zhàn)是數(shù)據(jù)不聚攏，有各個醫(yī)院的防火墻，還有病人的隱私問題。
最后是無人駕駛。今天無人駕駛為什么沒有做好？一方面是科技還不夠，一方面是還沒有足夠的數(shù)據(jù)。我們要想盡辦法做無人駕駛，無人駕駛這個事情不能說去撞幾個人就有負面的數(shù)據(jù)了，怎么樣去虛擬地學習而不要傷害人命，這些問題需要解決。還有就是成本太貴，但是這些問題終會解決，一旦解決了以后，一輛無人駕駛是可聽、可看、可動的，當我們的傳感器變得夠便宜了，同樣的技術(shù)會進入到機器人的領(lǐng)域，就進入了一個自動化的時代。
高欣欣：請問亞勤老師兩個關(guān)鍵詞，一個是落地，一個是戰(zhàn)略。對于大公司，對于創(chuàng)業(yè)公司來說，人工智能技術(shù)如何在商業(yè)世界里最快地落地呢？在落地過程中，大公司和創(chuàng)業(yè)公司應該注意什么樣的戰(zhàn)略呢？
張亞勤：剛才講到AI的落地，對大公司小公司確實是需要不同的戰(zhàn)略，不同的打法。大的公司有資源，有數(shù)據(jù)，有規(guī)模，有技術(shù)能力，可以打一個大仗。創(chuàng)業(yè)公司更需要聚焦。比如百度是比較大的公司，我們把未來十年二十年壓賭在人工智能上，未來公司資源技術(shù)都壓在AI上面。
我們的打法首先是要做一個人工智能時代的操作系統(tǒng)，PC時代是Windows，移動是iOS，我們要做人工智能時代的Windows或者iOS。第二點，操作系統(tǒng)它本身沒有應用、沒有場景，是沒有用的，所以我們會關(guān)注個重要的場景，一個是消費者，一個是家庭，一個是車。另外是商業(yè)，我們用百度云作為一個平臺，上面會有醫(yī)療、交通、教育、物流這些垂直的行業(yè)。
做一個操作系統(tǒng)，在上面建立生態(tài)，和整個產(chǎn)業(yè)去合作，比如最近我們和很多家電企業(yè)、很多車廠都有合作。對我們來講，開放的平臺很重要。我們最近有幾個開放平臺，一個是AI的開放平臺，里面有很多算法，很多模型，有數(shù)據(jù)，開發(fā)者可以使用。另外是一個智能駕駛的開發(fā)平臺，這里面有十幾種核心的技術(shù)，開放給產(chǎn)業(yè)，里面有很多數(shù)據(jù)，有API，包括有高精的地圖和定位技術(shù)和數(shù)據(jù)，希望這個產(chǎn)業(yè)能使用這個平臺，加快智能駕駛發(fā)展的步伐。
小公司是完全不一樣的，小公司不可能做操作系統(tǒng)，或者一開始就做一個平臺。這個時候選一個場景，選一個應用，用技術(shù)做差異化，真正落地的時候有很多工作要做。我經(jīng)常講AI是系統(tǒng)工程，從數(shù)據(jù)到模型到整個解決方案，都需要一個過程，是一個系統(tǒng)工程。可能10%的是算法，20%是平臺技術(shù)，70%是落地的過程，這個相當重要。
高欣欣：既然要做一個操作系統(tǒng)，技術(shù)永遠是手段是工具，您是如何看待我們AI技術(shù)發(fā)展的未來呢？
張亞勤：要很長的時間，我簡單總結(jié)一下，剛才開復講到AI目前是深度學習，未來是深度的算法，可能會和別的東西相結(jié)合。比如人怎么樣更好地對大腦有更多的理解，把這個模型用到我們現(xiàn)在的深度學習里面。另外要做一些人不能做的事，比如最近一個網(wǎng)絡算法是對抗網(wǎng)絡，它其實可以把一些新的功能、新的參數(shù)可以做一些大腦做不了的事，如果我們所做的事就是去模仿大腦，也沒有意義。我們已經(jīng)有人類了，我們要做一點新的事情。
另外一點，如果說未來的趨勢，我認為是一個融合，是生物和數(shù)字智能的一個融合，現(xiàn)在有很多這方面的研究，也很重要。還有一個是量子計算，量子計算大家覺得是天方夜譚，但我覺得五年十年會真的變得更加有用。而且量子計算會改變我們?nèi)斯ぶ悄芎芏嗟乃惴�，所以說我覺得很多很有意思的事情都在下面的五年十年內(nèi)發(fā)生。
高欣欣：接下來我想請問張宏江博士，您最近常說一句話：AI等于中國引領(lǐng)世界的機會。我問題的關(guān)鍵詞就是在世界大范圍下的中國機會，您是如何看待的？為什么您這么強調(diào)AI是中國引領(lǐng)的機會呢？在這樣一個令人心潮澎湃的巨大機會情況下，我們中國的創(chuàng)業(yè)公司有沒有機會成為世界級別的獨角獸呢？
張宏江：我們看AI看兩塊，一塊就是數(shù)據(jù)本身，隨著互聯(lián)網(wǎng)二十多年的發(fā)展，隨著物聯(lián)網(wǎng)逐漸普及，今天我們能獲取的數(shù)據(jù)是十年前、五年前、甚至三年前都不可想象的。而且這些數(shù)據(jù)量跟以前不太一樣，大部分是通過互聯(lián)網(wǎng)形態(tài)來獲取的，有相當好的精準度，可以很好地跟蹤。這些數(shù)據(jù)本身可以作為很好的所謂的燃料，輸入給人工智能，這是我想說的第一點，我們談到AI的話，第一點最重要的前提條件是數(shù)據(jù)，而中國的數(shù)據(jù)是如此之多。
第二塊就是人工智能其實和其他做任何一個新的技術(shù)一樣，那就是人才一個核心點。如果你看一下過去十年AI這個領(lǐng)域中國的研究人員數(shù)量的增長，無論是在中國大陸的還是在海外的中國人的數(shù)量，總數(shù)已經(jīng)開始超過其他國家，從14年開始已經(jīng)超過了美國。也就是說總體的數(shù)量已經(jīng)很大了。所以我們中國有了兩個核心點，一個是高質(zhì)量的大數(shù)據(jù)，一個是高質(zhì)量的AI人才，這是我說為什么中國在AI這個領(lǐng)域是有一個非常好的引領(lǐng)全球的機會。
在過去的五年里，我們已經(jīng)看到，在移動這個領(lǐng)域，中國的應用導向在移動互聯(lián)網(wǎng)已經(jīng)引領(lǐng)了世界潮流，我相信在AI這個新的領(lǐng)域里面，中國如果抓住這個機會，依然可以像在移動互聯(lián)網(wǎng)一樣，引領(lǐng)世界潮流。而且這次跟移動互聯(lián)網(wǎng)不太一樣的地方在于，這次我們在技術(shù)上也有可能引領(lǐng)世界潮流，也能抓住這個機會，因為我們?nèi)瞬艃湎喈斬S厚了，這是我為什么對中國在AI這個浪潮中如此有信心一個根本的原因。
高欣欣：既然談到了人才，我想再問您的是關(guān)于科學家身份切換的這個問題�，F(xiàn)在人工智能領(lǐng)域很多科學家走出了實驗室，進入到了產(chǎn)業(yè)，甚至成為了創(chuàng)業(yè)者。他們這么做是可以理解的，需要數(shù)據(jù)，需要把自己的技術(shù)和數(shù)據(jù)相結(jié)合，產(chǎn)生最大的價值，可是這也引起了行業(yè)一個擔憂，因為人工智能還有很多需要突破的技術(shù)，所以對于做基礎(chǔ)研究的人才，大家就特別擔心出現(xiàn)斷層。您是怎么看待這個問題呢？
張宏江：這是一系列的問題，在座的我們?nèi)黄鋵嵍纪瓿闪藦目茖W家到管理者到企業(yè)家的轉(zhuǎn)型。我們起了一個大早，趕了一個晚集，做語音識別做得太早，三十年后才開始進行使用，讓我們高興的是我們的學生，我們學生的學生，正在成為今天這個領(lǐng)域的主流。剛才說到的，在AI這塊其實中國有很大的優(yōu)勢，中國有很多的人才，過去二十年也在很大程度上歸功于微軟研究院積累了一批世界一流人才，我覺得在我們?nèi)瞬欧e累這塊是非常好的。
這次AI大潮跟以前有一些不同的地方，就是在互聯(lián)網(wǎng)經(jīng)過二十年發(fā)展以后，我們提出一個概念叫做互聯(lián)網(wǎng)+，這是今天AI在過去熱了這幾年以后，很快大家認識到AI是一個賦能者，未來我們看到的是智能+，AI會幫助人，會替代人，會超過人。但是它的切入點是從應用開始切入的，在這塊我們科學家創(chuàng)業(yè)的時候，在完成從科學家到企業(yè)家到創(chuàng)業(yè)者這個轉(zhuǎn)型過程中，可能要花更多的時間看運用，從運用的角度來切入。這是一個從科學家到企業(yè)家中間一個很重要的轉(zhuǎn)變，就是把你的思考從是不是最新，是不是對于現(xiàn)有的技術(shù)有些突破，轉(zhuǎn)變成我的技術(shù)能不能實用，能不能為用戶帶來便利，能不能創(chuàng)造更大的效率。這是思考的一個轉(zhuǎn)變，完成這種轉(zhuǎn)變，才是真正完成從一個科學家到企業(yè)家的轉(zhuǎn)變。
隨著過去三十年的經(jīng)濟發(fā)展，科研水平的提高，人們對自己實力的自信，加上中國如此多應用的場景、應用的機會，我們的科學家一定會和商業(yè)市場很結(jié)合，真正能夠做出一些非常好的新公司出來，從這塊來講我是非常有信心。而且我覺得我們不需要擔心科學家都去創(chuàng)業(yè)，因為實際上這些創(chuàng)業(yè)成功的科學家，他們會帶來更多的數(shù)據(jù)，帶來更多的機會，讓很多人能夠發(fā)現(xiàn)一些更好的問題，從而作出更好的研究。同樣也有一些科學家創(chuàng)業(yè)兩三年，發(fā)現(xiàn)自己更喜歡安靜，更喜歡做研究，可能回到學術(shù)界�？茖W家出來創(chuàng)立的公司，會給學生提供更好的實習機會，這是非常好反饋過程。
高欣欣：接下來請教張亞勤博士一個關(guān)于人才戰(zhàn)略的問題。在整個人工智能行業(yè)里面，如果想要持續(xù)引領(lǐng)，人才戰(zhàn)略已經(jīng)變成了最重要的戰(zhàn)略之一。對于那些有野心要引領(lǐng)并持續(xù)引領(lǐng)的創(chuàng)業(yè)公司，或者大公司，您覺得人才戰(zhàn)略應該如何布局呢？
張亞勤：當時在微軟研究院的時候，我們講要“三好學生”：數(shù)學好、編程好、態(tài)度好。我想在AI時代也是同樣的，可能更加重要。
數(shù)學好，現(xiàn)在AI里面用了許許多多的數(shù)學基礎(chǔ)，包括線性代數(shù)、優(yōu)化的理論、統(tǒng)計學等，我們中國學生其實是很有優(yōu)勢的；編程好的話，剛才講到要去落地，去實施；態(tài)度好也很重要，特別是在技術(shù)快速發(fā)展的時候，大家要快速的學習，其實在IT在互聯(lián)網(wǎng)這個領(lǐng)域，五年前十年前的知識基本沒什么關(guān)系了，很多新的理論算法都是在過去這幾年，每周每天都要學習。
我在斯坦福告訴學生們，我說機器在學習，你必須要學得比它快，否則就會被機器所淘汰。剛才宏江講中國AI人才量很多，我在斯坦福去做了一個演講，這個演講結(jié)果有一半以上的同學，可能80%是中國的學生，其中一半以上都是在做深度學習。這也是個問題，現(xiàn)在大家都去一窩蜂做深度學習，可能也是有一些重復性。我想未來可能研究也好，專業(yè)也好，要看重一些交叉學科。比如斯坦福現(xiàn)在有一個學科，把物理學和計算機科學交叉的一個新的專業(yè)，還有人腦科學和計算機科學，包括量子計算，這些都是未來要發(fā)展的方向。
高欣欣：最后我要把人才拉到人的維度來問開復博士了�；艚鸾淌谡f當技術(shù)發(fā)展快過了人的發(fā)展，快過了社會的發(fā)展，必然會激化一系列的問題。當很多職位被機器替代的時候，這個時候?qū)θ说囊缶妥兊锰貏e高了。您覺得對于我們每個人來說，深處這個巨變的時代，怎么提高自己，快速規(guī)劃自己，適應甚至享受這個巨變的時代給我們的極致體驗呢？
李開復：很多人提到AI對人類全面超越時，我們就完蛋了，不是這樣的，做任何事情必須要知己知彼，我們要了解深度學習是什么事情不能做的，我們?nèi)祟惏褧r間放在這些方面，還是有很多機會的。
從最深的開始講，剛才談到的人工智能時代起來了，一定要有管AI的人，這些頂尖的AI科學家他們肯定是要做得很深，做得很棒，因為他們不但要做技術(shù)，還要確保AI不能失控。
第二，在任何領(lǐng)域頂尖的人都會存在的，最厲害的醫(yī)生、最厲害的律師、最厲害的人類學家、歷史學家都有機會，即便現(xiàn)在AI可以寫稿子了，但是他們寫的都是那些體育賽事、財報等，真的去寫出像龍應臺這樣的作品，是做不出來的。還有藝術(shù)創(chuàng)作，AI是并不擅長的，因為美不是一個非常客觀，要不然就有，要不然就沒有的狀態(tài)，所以這個訓練很困難。
還有綜合性人才很重要，AI學習是一個領(lǐng)域一個領(lǐng)域的學習，學習下圍棋，學習買股票，學習風控，并不能綜合性地考量各種事情，比如一個地球?qū)W的專家加上一個化學的專家，可能會知道以后怎么去處理垃圾�；蛘呤且粋�非常懂國際政治的人，懂中美關(guān)系的人，又懂得經(jīng)濟發(fā)展，把AI當做工具，他這個人不會被取代。還有善于用AI做工具的人，以后的醫(yī)生只靠自己在醫(yī)學院學的肯定是不夠的，他要知道未來的醫(yī)學工具是什么，就像今天我們不用Word、iPhone是不能生存的，未來醫(yī)生要掌控AI的工具。
但是最大的一批人肯定要走向服務業(yè)，因為人與人之間打交道，人與人之間的交心，這些過程中表達的愛是機器學不來的。
