美国ck手表价格傅盛、张泉灵等雪球对话：如何抓住人工智能的风口？废后训夫txt

　　中新网3月28日电  3月25日，在2017雪球中概峰会上，猎豹移动CEO傅盛，紫牛基金的创始合伙人张泉灵，创新工厂AI工程院副院长兼技术副总裁王咏刚，明势资本创始合伙人黄明明针对人工智能话题进行了一场圆桌论坛，就人工智能的最新发展及未来挑战展开精彩对话，以下是圆桌论坛实录：

　　主持人：我想我们的讨论可以从三个维度展开，目的是如何真正听懂、了解人工智能，并让它为你所用。

　　第一个维度我想请四位来聊一聊在AlphaGo这个事之后，人工智能领域发生了哪些事实，我们大众不知道，事实是已经发生的确定的事，我们可以根据最新的事情来优化自己的投资判断。后面两个维度不管是不是投资人都可以关注，人工智能如何为我所用，而这个事情对你所从事的职业的巨大挑战如何避免。

　　王咏刚：我说一个大家比较关心的AlphaGo给我们树立的是一个关于技术的标杆，围棋本身对技术革命这件事来说太不重要了。今年1月份CMU的教授做的AI程序在德州扑克的比赛里，在一个一对一的无限投入的比赛里赢了四位世界冠军，这件事情很多公众并不觉得比AlphaGo重要，可是我们做技术的会觉得这其实是一个蛮重要的事情，因为AlphaGo给我们界定的是透明规则和场景的问题。而德扑是有信息隐藏的有底牌的非透明场景的带有思维博弈的问题，如果AI在一个非透明场景里还能和人做得一样好，那么AI的未来一定不是AlphaGo揭示的未来所涵盖的。

　　傅盛：我最近几个月都在认认真真地招人做产品，所以对外面的事情反而看得比较少。在我眼里有一个很大的事实是，猎豹会很快地发布自己的人工智能产品，这是在现实中进展的。我觉得我们对很多新兴的东西有的时候叫过分热情，有的时候叫过分悲观。我也会经常遇到一些人说人工智能不是完美的，人工智能有很多的缺陷。我认为其实很重要是起点和趋势，我们想一下今天有多少人在做APP，我估计全球有超过100万人，可是有多少人做人工智能和人工智能的应用？有1000人了不起了，有大量的人力没有投入进去，有很多事情没有做好，我们不能残缺不全的来说这个东西是泡沫。我认为只要是重复性的，这也算是密闭空间，不会比围棋更复杂了，下一步就是把细节做好，很多应用会喷涌而出。

　　张泉灵：说起来挺有意思的，事实上在三年前如果你是一个硅谷的创业公司，你说做人工智能从投资人手里一分钱都拿不到，因为这个领域投资曾经热过一轮，但是概念没有到使用的门槛，所以投资人对人工智能这几个字特别地警惕。5年前，很多在美国学习的PHD如果写一个神经网络论文，估计没有一个教授能让你过，因为你说不清楚这背后的原理是什么。这一轮的人工智能热，事实上在工业界比学界早一年多的时间，大家重新意识到这一拨人工智能真的到了应用门槛了，所以从投资的角度来看，我们瞬间会发现，怎么突然出现了这么多人工智能的公司。如果要分类的话，可能是这几类，有一类其实本身就在用大数据或者是人工智能的技术，在为本身提高效率。比如美国的谷歌用人工智能做推荐已经做了很多年了；即便在中国的快手，很多人觉得这是一个面向城镇青年的视频的聚合平台，但快手也是非常扎实的系统，不太嚷嚷自己是人工智能公司，但已经用了很久了；还有一类是纯技术的，有机会做成平台，但很少的公司有机会能够做成人工智能的平台；还有一部分可能有一个非常扎实的业务，有商业模型，有直接的效果，能做成一个扎实的业务。

　　黄明明：我从投资的角度讲一下，全球最牛的投资公司之一高盛，我们突然发现高盛投了7000万美金，做的算法基本上是做智能模型生产的一家公司。直接把他们的交易员从6、7百人降低到只有几个人。高盛的人力结构，他们有将近几千名技术工程师，高盛很难界定到底是一家金融公司其是IT公司，还是人工智能公司，只不过是用人工智能的算法解决了金融衍生品交易中大量的问题，在各行各业都有比AlphaGo有实际意义的公司出来。

　　主持人：第一轮的讨论中我们发现一个问题，大家对人工智能这个概念的认识上没有达成共识，四位能不能用简单的语言做一个定义。

　　王咏刚：每个人心里都有自己的人工智能。可以这样讲，短期、中期来看，我是坚信人工智能和脑科学和大脑没有太多的关联，人工智能就是一个很纯粹的技术，放在我们的投资界来说，人工智能就是很纯粹很纯粹的一种技术在商务上的应用，一种技术对传统已有流程的改造或者是升级；另一方面长期来讲，我的观点也是一样的，人工智能这件事可能和人类关系不大，如果人工智能以它的方向和速度沿着它的轨迹发展下去，人工智能到底跟人类是什么样的关系，是协作还是什么样的都不重要了，因为那时候决定权都不在人类了，我强调一点这是长期的事。

　　傅盛：人工智能当然是一个技术，我对这个技术最大的理解是，它跟脑科学的原理是不一样的。以前的技术是你在模拟人，因为A所以B，是基于推理学，但这个推理是很难被穷尽的，尤其是针对感知。人工智能核心的突破在于它的路径上更像人认知的方式。我看久了就知道这是猫，我是为了简化传递才告诉你两只大眼睛的是猫，可是人本身自我不是这样的，看多了就是猫，看多了就知道是路，看多了就知道能不能走道。人工智能技术路径更像后者，突破了人脑对逻辑的认知，不断地增加运算量以后就能产生自己没有预料到的很神奇的事情。因为有点像人，所以叫人工智能，三五年之内我认为它带来的最大的好处是什么，吴恩达有一篇文章说，现在人工智能帮助解决一秒钟判断，仔细想想，细思极恐。

　　主持人：可是一秒之内我自己都能判断得了，为什么还需要人工智能？我希望它能帮我解决我坐在那想一两天都想不明白的事。

　　傅盛：它现在能做到你能做到的事很了不起了，第一是劳动力短缺，第二人不喜欢重复劳动，人都喜欢诗和远方，把苟且留给机器人。所以我觉得能做到这点就很不错了，很多细节的应用是可以展开的。

　　张泉灵：人工智能有很多种的分类方法，但从大的逻辑上来说，可以分成两类，一类叫结构派，就是研究人脑子到底是怎么回事，人的一千亿脑细胞是怎么活动的，看到了这个东西为什么会反映到那，先研究动物的脑结构是什么样的，神经细胞间是什么样并联、串联和反应的关系。这一类目前不是主流，有人在研究，也有一些突破，特别是大家期望于小样本的学习，这件事情有一点点的突破，但远没有到可以用的程度。更大的一派叫做功能派，是目前人工智能主流的派别。这个派别下有各种各样的算法，来达到功能的目的。在去年AlphaGo火之前，大多数机器怎么来认定一片叶子的方法是，要交给它很多的标注的方法，它慢慢学会这是一片叶子。现在的方法，更多地变成了大数据的方法，不断地告诉你这是叶子，再拿一堆长得有一点像的这不是叶子，不断地学习，最后机器就能够识别叶子。所以现在理解这一波可以用的人工智能是基于大数据，你得让他看足够多的叶子，各种各样的，才能知道。他不像人，一个小孩可能只让他看过一个苹果是红色的，下回给他看绿色的也知道是苹果。这一轮的人工智能基本上是由大数据来驱动的。

　　黄明明：我同意人工智能是一个技术，这个技术解决的核心问题实际上是飞跃性地提升了我们人类的生产力。我们看人类前三次的工业革命，都是在某种程度上由一个新的技术的产生，大量地提高了那个阶段人类整个的生产力。主持人说一秒解决问题，这个问题太大了，我们太多的反应都是一秒的决定，可是一系列的一秒的决定就决定了机器能替代人，这对行业的变化是天翻地覆的。所以它本质上是一个提高，我们认为是第四次工业革命的一个基石。

　　主持人：也许从这个角度达成一个共识，看三五年那些最容易被替代的简单重复劳动也许会有机会。第一轮完了我们谈点大家更感兴趣的，人工智能的机会在哪里？一个真正的机会很有可能是大多数人还没有觉察到的。如果这真的是下一个领域的重大机会，这对在场所有的人来讲，我们怎么让它为我所用，或者说要准备一些什么？

　　王咏刚：我个人的意见，三五年内，最重要的人工智能落地点还是要结合现在的互联网应用，结合现在的商务解决方案。人工智能还不大可能以一个特立独行或者是独领风骚的领军人物的角色来带领一个产业的革命。现在看不到有一个人工智能单独做成一个产品的盈利模式，比如说单独做机器人。我相信人工智能独立占到产业革命的顶峰还需要大概5年以上的时间。

　　主持人：如果大家确认很短时间内不能出现颠覆性产品，为什么坚信这能成为一个巨大的机会呢？这是不是机会？

　　傅盛：我认为，作为从业者要坚定不移地跳下去，与其观察不如置身其中，你不打一仗怎么可能有认知呢？第二个点我认为正是因为技术不够成熟，所以很多机会来自于和原有内容的结合。有时候是要逆向思考的，你想想这个东西到底是怎样的成本构成，反过来找路径。我读过一篇文章说当时福特做汽车的时候，不是因为他认为技术可以把它降成300美金，是因为只有300美金的汽车才能大卖，所以想尽所有的办法把几千美金的汽车降成300美金。当年特斯拉推出电动汽车的时候，在当时的环境下怎么可能做成电动汽车呢，出去怎么加油呢？他们先找到一个电动汽车最大的优势是加速，再找到不在乎成本的那群人就是跑车购买群体。我认为产品从来不是一个在技术已经完整到拿出来就是一个好产品的时候才能出现的，这样的话就不需要做产品了。我认为我没有那么悲观，我认为在未来的5年中会找到很多细分点。比如说人工制造的机器人，现在机器人的定义是在20年前、30年前产生的，那时候不是机器人是叫自动化机器，那时候没有人工智能。看上去加了传感器，其实什么也感知不到，只能自动地做东西。第二，当人工智能出现使得很多便宜的传感器大量感知数据的时候，很多机械化的东西可以被重新思考，有巨大的缝隙的存在。这是我的一些看法。

　　张泉灵：我们希望奔向商业的方向，我们不是国家的自然科技基金，所以从这个角度上来说，当前的人工智能所能替代的是一句话“无他唯手熟尔”。需要大量的经验累计起来的工作，极有可能被人工智能替代，它替代过高盛的交易员，可能会替代律师，未来一部分能替代一些医生，这都是觉得未来5到10年能看到的部分。还有一部分是岗位，比如说内容分发，理论上如果放一个人在你身边每天看你到底看了什么样的内容我就会知道你是一个什么样的人，可以给你做精准的推荐。但是现在只能用编辑去猜，其实每一个click都会形成一个数据，这中间有多大的差异？我从中央电视台出来的，大概在十几年前发生过一次收视率统计的方法改变，最早是发卡到用户家里，说每个月帮我记，你今天看了什么，昨天看了什么。10年前改变了一次，不用你记了，改成了一个收视仪，只要超过30秒都会被记录。结果发现所有的收视统计发生了巨大的变化，那些口碑很好的节目突然收视率掉了一半，类似于《对话》和《东方时空》。因为每个人记的时候是自我美化的，我是一个看《东方时空》的人，我是一个看《对话》的人，显得很高端。但他其实看《道德观察》，因为里面有很多不道德观察的内容。一个人主动记录的行为和他真实发生的行为有巨大的差异。这一代的人工智能因为有了大数据才能特别了解你，从而产生更有价值、更有效率的商业模式。因为从投资的角度来说，我们要看哪里有数据，哪里是靠经验累计的。

　　黄明明：我非常同意傅盛那句话，甭管看不看得清楚，你相信这个事情你先跳下去。我们对这个事情一定是非常乐观的，虽然AI有很多的泡沫，几个大牛团队一出来动辄几亿美金的估值，可是产生价值的领域已经出现了，自动驾驶我坚信是第一个而且是几十万亿的市场，它对整个出行领域的重构，如果UBer和滴滴的革命是出行革命的上半场，真正的决定者是自动驾驶。

　　主持人：在人工智能的哪些领域有比较明确的应用价值？黄总说在自动驾驶的领域里找标的，找到标的就发了，这个角度来回答会不会让答案更直接和清晰一些。

　　王咏刚：医疗是我们非常关注的下一个领域，为什么是下一个领域，医疗不像金融或者是像互联网一样，数据是相对来说比较充足或者说数据平台已经比较成熟了，医疗现在还是一个离人工智能很近，但又没有完全准备好的行业，这个行业里的想像空间非常大。

　　傅盛：肯定是机器人，我刚才举了特斯拉的例子，刚开始切入一定是垂直的，如果你指望着一个机器人人还能跟你谈恋爱一定是做不了的，以情感陪护为主是不可能的，主要是听不懂人的语义，语义是只能被映射的，但它成为生活助理是非常有机会的。亚马逊的echo在美国大概卖出了800多万台。我认为我心里的机器人长远是一个完美的目标，但开始的时候是一个能帮助你完成具体事情的东西。我觉得这个领域是非常巨大的。

　　张泉灵：我同意王总的说法，人工智能+健康和医疗这是非常大的市场，这个市场风不是刮一阵，随着人工智能的进步可能会持续很久，而且每一个单病种都是一个巨大的市场，这个是在投资的角度可以迁延很长时间的方向。另外，从一个紫牛基金的角度，我们特别关注的是人工智能和教育的结合，因为教育特别需要好老师的经验。

　　主持人：说到挑战，说到人工智能更多人是内心深刻的焦虑，马斯特也说过人工智能是潘多拉盒子里的危险的东西，从挑战的角度听听各位的建议，如何保住自己的饭碗。投资人会被人工智能取代吗？

　　黄明明：这个问题很多人都问了，我们确实有一个例子。我觉得在一些初级的分析的领域，包括我刚才讲的金融衍生品的一些领域，很快我们会看到很多初级的人力工作会被替代，这里面我为什么一直拿高盛举例，他们觉得未来的3年里，50%、60%的员工会被人工替代，这个事情已经在眼前，而不是在很未来的时间了。

　　王咏刚：可能没有具体的答案，要分中短期和长期来看。中短期我觉得对我们真正的挑战是在社会方面、经济方面，需要我们理解这件事，更快地制定出相应的政策来适应这件事。长期来看我觉得这件事的问题取决于技术发展的速度和几个关键点的突破，一旦人工智能能在比如说少样本的学习、无监督的学习领域，达到了一个实质性的突破，那时候我会非常担忧人类的未来。

　　傅盛：当一个技术出现的时候，造成一个工作的变化反正也发生过，也不会有大问题，长期肯定是向好的。原始人每个人都有工作，可是大批的饥饿和死亡。现在很多人都没有工作，比以前还是幸福很多的。我觉得大规模智能化的一个最大的好处是生产效率的高度提升。如果人工智能发展起来，以瞬间的速度就可以超越人类，而不是一个线性的发展模式。生命体不同的呈现，大家都有自己的生存方式。我觉得不是非你即我的过程，我觉得可能会共存。