跳过导航链接首页 » 推荐
夏季达沃斯争鸣与激辩:人工智能到底有没有泡沫
2017-06-28 打印本页
分享到:
字体

6月27日至29日,第11届夏季达沃斯论坛在大连举行。论坛以“在第四次工业革命中实现包容性增长”为主题,重点关注科技进步中的商业模式与政策创新,旨在引导全球增长模式向更具包容性的方向转变。

在第四次工业革命的中国机遇与挑战----2017腾讯财经达沃斯晚宴暨“新争鸣”论坛上,包括清华大学国家金融研究院院长、国际货币基金组织前副总裁朱民、小i机器人公司创始人袁辉、清华大学苏世民书院院长李稻葵、明势资本创始人黄明明等众多知名经济学家、科学家、投资人,围绕当前最热的AI到底有没有出现过热的泡沫情况进行了激烈的争论。

在朱民看来,AI在过去的18个月,一个是算法大大提高,一个是神经网络的发展,运算能力大大提升,大数据场景的提高,人工智能热得不行。在中国更是热得不得了,也产生了一系列的问题。具有眼光长期投资者获益,短期的投资者会遭到淘汰,在今后的两三年里,新一轮的淘汰也是不可避免的。

中科院天宫二号有效载荷运控中心副主任饶骏认为,这个可能需要一定程度的明确,明确完之后才能决定它是泡沫,如果说基于现在大家媒体或者说大众眼中的通常的认知,就说可能是以深度学习,机器学习为主领域的趋势,我认为是有泡沫的。

小i机器人公司创始人袁辉则不同意泡沫论,他觉得这个泡沫是个人的看法,要看个人的承受力的问题,“如果我们看得更长远看人工智能,现在根本刚刚开始,还根本谈不上有什么大的泡沫,我们未来的二三十年,这个真正的人工智能会不断涌现,而且深刻改变我们的生活,现在最近五年,六年这样的投资的话,相比未来三十年来讲的话,根本谈不上任何的泡沫,我们应该是有更大的投资在人工智能上。”

“这不是泡沫是什么?马上就露馅了。”清华大学苏世民书院院长李稻葵直言不讳地指出,泡沫的定义有两种办法,一个严谨一点,一个宽泛一点,严谨的定义是什么?投资者大部分奔着人工智能去了,五年,十年以后发现没赚钱,大部分没赚钱,平均的投资回报率远远低于投资于银行的理财产品,这叫泡沫。我看宽泛一点,五年以后,十年以后不谈这个事,社会效益,投资的社会效益发现很低,就像我们过去谈第三次浪潮一样,还记得第三次浪潮吗?我们读书的时候谈,现在不谈了,如果按这个第二个定义来看的话,按照第一个定义肯定有泡沫,按照第二个定义恐怕有泡沫,我不知道五年以后大家最热门的话题还是不是人工智能?如果还是的话我错,如果不是的话那我对。

明势资本创始人黄明明则从投资人角度进行了分析,他认为任何一个新生事物在刚出来的时候,人们容易过高对它有预期,拉长了时间线看,人们往往降低对它的预期,人工智能是这样的东西,对人类社会的改变在同样一个行业刚刚开始,自动驾驶,医疗领域产生的影响,今天是冰山上的一角。

人工智能商业化专家、原美国伯克利加州大学中美战略研究中心主任吴霁虹表示,现在大家争论的其实是风投的泡沫,不是这个行业有泡沫,这个行业的项目特别少。吴霁虹举例说,电话刚刚起来的时候,人们在投资电话产业,在今天一百多年,电话不但没有泡沫,我们每个人身上的一部分,我们人生事业的一部分,还有另外一个从更科学一点,就是投资真正的有两个指标,是不是开始投资了?一个是专利,一个是专利诉讼,大家看看语音识别的专利上,2008年高峰期,专利注册是高峰期,之后走了下坡路,为什么?创新的活动已经从技术领域到了商业的这个活动的领域,还有一个就是专利诉讼,也是在2014年已经开始上升,也暗示着其实人工智能是可以赚钱了。在说它没有泡沫的时候它有噪音,肯定是有的,就是说很多投资人他并不懂得人工智能的商业模式,产业化,所以他的投资打一点水漂太正常不过。

以下为论坛实录:

Pepper:尊敬的各位来宾,欢迎大家来到2017腾讯财经夏季达沃斯论坛活动现场,请您尽快就座,活动马上开始。请大家把手机调调整至静音或震动状态,谢谢您的配合。

朱民:我们为机器鼓掌,这是一个聪明的机器人。大家晚上好,欢迎到腾讯和北京大学国家发展研究院共同举办的关于AI的辩论,今天晚上是彻底搞错了,做一个经济学家,然后来到一个讲人工智能的场所,而且特别反串做一个主持人彻底搞错了,所以犯错误你们就举牌位,你下去,我们就请这个机器人来当主持人,好不好?这是我们今天的这个规矩。

AI我觉得在过去的18个月,一个是算法大大提高,一个是神经网络的发展,使得算法提高,这个运算能力大大提升,是大数据场景的提高,人工智能热得不行。在中国更是热得不得了,产生一系列的问题,今天很高兴有这个场合请了各路Pepper的专家,各路的神仙讨论大家所关注的关于AI的各种各样的问题,我觉得这个还是很有趣的。

今天腾讯把这个东西搞成争鸣,我觉得还是很有意思。我们先把我们的各种神仙请上来。第一个请饶骏,天宫二号副首席工程师,我们有请,Erica R.H. Fuchs,还是我们梅陇大学的摇篮,还是做工程的还是做公共政策的,欢迎Erica R.H. Fuchs,李稻葵是我们的经济学家,请李稻葵,吴霁虹教授,他是加州伯克利大学的教授,他写了一个未来地图,这本书值得一读,有请吴老师。袁辉是机器的创始人,为什么不把你的机器人带来?黄明明是投资的,他的公司只投科技,很有趣的,我们有投资人,有做创业,有做科学的,有政策的,有经济学家,我们把各路神仙请全了,我们大家来讨论特别好玩的事情。

我们讲人工智能这个问题,我们现在面临的第一件事,就是争议最厉害的,人工智能有没有泡沫?大街上所有人在讲人工智能,这个题目在报刊上,在过去的4个月里开了无数人工智能的会议,天底下领先的泡沫我觉得就是作为一个经济学家,在4月2号深圳的IT峰会上,当着马云、马化腾和李彦宏的面,做了一个关于人工智能的主旨发言,我觉得这个大概是领先的泡沫。经济学家来讲人工智能这个事情很麻烦,这个泡沫肯定很大,我们很多人都认为有泡沫,我看了一下有点我通的赵建峰,他们认为有泡沫,有英语天时的,朱天宇他认为有泡沫,刘润他认为人工智能的泡沫很大。

反过来有很多不这么认可,科大讯飞认为没有泡沫,世界好得好,吴英他认为人工智能浪潮好一点。我们面临的第一个问题,今天中国的人工智能有没有泡沫?我觉得这个是一个比较有意思的事情,所以我想我们从这个袁辉开始,你是做这个行业,你觉得有泡沫吗?

袁辉:我觉得这个泡沫是个人的看法,要看个人的承受力的问题,从我的观点上看,如果我们看得更长远看人工智能,现在根本刚刚开始,还根本谈不上有什么大的泡沫,因为的话,我们未来的二三十年,这个真正的人工智能会不断涌现,而且深刻改变我们的生活,现在最近五年,六年这样的投资的话,相比未来三十年来讲的话,根本谈不上任何的泡沫,我们应该是有更大的这个投资在人工智能上。

主持人:你说没泡沫很简单,你是业界内,你不会鼓吹泡沫论。

李稻葵:我认为有泡沫,我怎么定义这个泡沫?非常清晰,泡沫的定义有两种办法,一个严谨一点,一个宽泛一点,严谨的定义是什么?投资者大部分奔着人工智能去了,五年,十年以后发现没赚钱,大部分没赚钱,平均的投资回报率远远低于投资于银行的理财产品,这叫泡沫。我看宽泛一点,五年以后,十年以后不谈这个事,社会效益,投资的社会效益发现很低,就像我们过去谈第三次浪潮一样,还记得第三次浪潮吗?我们读书的时候谈,现在不谈了,如果按这个第二个定义来看的话,按照第一个定义肯定有泡沫,按照第二个定义恐怕有泡沫,我不知道五年以后大家最热门的话题还是不是人工智能?如果还是的话我错,如果不是的话那我对。

主持人:你认为五年以后不可能再谈人工智能了?

李稻葵:五年以后最热门的话题不是,就是泡沫。

主持人:两面打起来了,我们还有四位,你们举举牌子好不好?你们认为有泡沫就举的红的一面,如果没有泡沫就举黄的笑咪咪的脸,你们四位投投票,你们认为有泡沫还是没泡沫?你认为没泡沫,你是投资者,你也认为没泡沫,三比三,我们鼓掌好不好?这个世界上没有这么愉快的事情,居然三个一边倒有泡沫,三个一边倒没有泡沫。吴老师为什么没有泡沫?

吴霁虹:电话刚刚起来的时候,人们在投资电话产业,在今天一百多年,电话不但没有泡沫,我们每个人身上的一部分,我们人生事业的一部分,还有另外一个从更科学一点,就是投资真正的有两个指标,是不是开始投资了?一个是专利,一个是专利诉讼,大家看看语音识别的专利上,2008年高峰期,专利注册是高峰期,之后走了下坡路,为什么?创新的活动已经从技术领域到了商业的这个活动的领域,还有一个就是专利诉讼,也是在2014年已经开始上升,也暗示着其实人工智能是可以赚钱了。在说它没有泡沫的时候它有噪音,肯定是有的,就是说很多投资人他并不懂得人工智能的商业模式,产业化,所以他的投资打一点水漂太正常不过。

主持人:第一没有泡沫,第二没有噪音,第三个投资人有些盲目。

吴霁虹:不能说它是泡沫,泡沫是整个社会。

主持人:你是投资者。

黄明明:我是论坛的唯一的投资者,我代表投资者发言,我们不是笨蛋。形容有一句话我们是贪婪,我们是长期贪婪,我们追求五年,十年以后大的回报,从这点的角度讲,任何一个新生事物在刚出来的时候,人们容易过高对它有预期,拉长了时间线看,人们往往降低对它的预期,人工智能是这样的东西,对人类社会的改变在同样一个行业刚刚开始,自动驾驶,医疗领域产生的影响,今天是冰山上的一角。

主持人:跟李稻葵的观点不一样,他认为五年以后就不是。

Erica R.H. Fuchs:我的观点是没有泡沫。总体来说,在人工智能这个领域还是有诸多的潜能和发展趋势,这些趋势是不是能够变成现实?还是有待观察,人们现在情绪非常高涨,针对AI的发展,但是很多没有实现。在我们大学我们对未来充满着信心,我们有各种形式的人工智能在进行开发,我们在加速这个开发以及商业化的过程,我们有诸多的专家在一起合作,无论是材料科学的,还是设计方面的,包括在数据模型和计算过程当中都在做着各种努力。

饶骏:我其实刚才想说的第一,虽然我举的是红的觉得是泡沫,但是我还是要有个前提,什么是AI?什么是人工智能?这个范围我觉得咱们讨论的这个范围和定义,一定是有一个统一的框架下面才能讨论,就跟我写标准一样,一定有适应范围,否则大家自说自话。讲到这个AI自动化算不算?数控机床算不算?它是软件化的东西,还是硬件化的系统?我觉得这个可能需要一定程度的明确,明确完之后才能决定它是泡沫,如果说基于现在大家媒体或者说大众眼中的通常的认知,就说可能是以深度学习,机器学习为主领域的趋势,我认为是有泡沫的。

而且我个人认为,这可能不是中国,是全世界,因为它可能是世界经济的最后一根稻草,这是我的观点。

主持人:这是很大的结论。我们听听大家的意见好不好?来辩论所有人都可以参加,认为AI有泡沫的举红牌,好不好?没有泡沫的举黄牌,请大家举一下好不好?我们看一眼。没有泡沫的多,有泡沫的很少,绝大部分都是没有的。

Karine Hirn:我们做投资,我们看到很多中国公司做了一些投资,我们做了一些评估,我们也看到了AI发展的前置和未来,所以从这个意义上来讲,我认为没有。

丁远:我不同意投资人做长线的故事,他做不了长线,签的合同要三五年开的,没办法做长线,等隧道那一头是世外桃源,你有足够的氧气瓶穿过这个隧道吗?穿不过去,最后有几个鲜花盛开,这个AI肯定会有一些非常出色的企业出来,你投的那个企业是那个吗?或者你活到那个企业变成那个吗?我个人认为是泡沫很大。

张坤:我做投资,我特别看中是说刚才Karine Hirn说的一样,目前这个估值跟她现在的这个财务水平是否相称,当然我是一个投资方的话不担心这个问题。

另外一个最简单的话题来说,刚才你问这个机器人,你让它回答一下这个问题,AI中国是否存在泡沫?它如果回答这个问题,一百个机器人的钱值得花,如果不能回答肯定是泡沫。

主持人:它还不能回答我的问题,估计大概有泡沫。

黄爽:我认为没有泡沫,是因为首先我是金融从业者,金融是世界上最古老的事业之一,最传统的事业之一,在这样的一个行业里面,其实能被人工智能带来的改造和升级,还仅仅只是开始。

黄明明:我反驳一下台下的嘉宾,第一市场上有很多基金是短线,我们基金是12+2,十年前回到中国的时候,市值是40美金,十年以后300倍的回报,你说这个东西估值是高还是低?

主持人:估值肯定是高,是两个概念,估值相对财务发表是高的,中国的估值相对国外相同的公司是3—4倍,你所讲很高的发展的前景,高估值现在可以接受,不一定是泡沫。

黄明明:我们做投资是看的未来。

李稻葵:中国的互联网企业有几个是腾讯?有两三个,大部分当年投互联网是泡沫。

黄明明:投资的另一个特点,尤其做早期投资你必须接受失败。

吴霁虹:从估值来讲,这次的估值高和以前不太一样,因为这个领域的项目少,钱多。这个领域的顶尖人物全球也就50个。

主持人:如果有泡沫的话是风投的泡沫。

吴霁虹:是风投的泡沫,不是这个行业有泡沫,是这个行业的项目特别少。

主持人:他们主动挑战,把我这个主持人扔在一边,这个事情比较麻烦。

jana Rosenmann:1999年到2000年的时候有网络泡沫,现在很难说是否有泡沫。

Ben:我们在估值的时候,我们放到三组所有的AI公司,可以分成三组,看到去年美国的数字,我们有很多公司的名字像(英文)等等,备受媒体的关注,从这个意义上有泡沫,现在的公司有一部分像成为商品化的产品,像谷歌公司有这样诸多的平台,有一些硬件商业化了,比较单纯的智能公司实际上在估值这个问题上还是在争论的。这些公司有收入流,有相应的预算,当把这个和目前的AI结合在一起的时候,涉及到效率加工过程等等,我们都是需要考虑的。从这个意义上讲确实是有一定的泡沫。

杨海超:我来自北京精琢机器人,这个机器人是我们的。你说AI中国是否存在泡沫?

Pepper:我们认为人工智能在中国存在开始阶段,在某些方面存在泡沫,人工智能领域非常巨大,市场非常广大,还没有热起来。

包云岗:我从技术的角度来看看这个题目,大家在看到泡沫,把它当做一个负面,其实从技术角度来看,大家知道(英文),每个技术都是存在这样的一个过程的。第一个客观看待一个技术发展的规律,它必然会存在这样的一个阶段,这是第一个。

第二个关键词AI,以前的主导政府,还有科研界一些大的企业,但是这次很多的民间的资本介入进来,这个带来很多的作用,包括它吸引了更多的人才投入进来,这是比在60年代,80年代都要有很大的一个区别。

第三,从学术界来看,最明显的学生,学生的去向,在报研究生的时候,90%的人在选择AI,美国很多朋友大学里面的教授也是一样。陈景润出名的时候所所有人学数学,现在看AI的技术在当前的阶段,如果发展的曲线来看,处于这样一种吸引人才,吸引资金,能够使得这个技术快速推进的阶段。

主持人:不应该产生泡沫的阶段。

马腾:我觉得刚才女士说的传媒关注AI有泡沫,我不这么认为,对传媒来说热点的形成是自然而然,一个没有热点的一个新闻的话,它是炒作不起来,所以我觉得AI一定是一个趋势性话题,另外我个人认为,我在家里我有一个扫地的机器人,我就觉得它非常好用,我想要一个擦窗户的机器人,我买了一个,我现在想能不能有一个机器人管家,帮我打理很多事务的机器人,这种人的需求我觉得还在不断提出来,所以我认为不管从需求来说,还是从传媒来说没有存在泡沫。

主持人:你认为AI没有泡沫,传媒也没有泡沫。给了很明确的这个答案。听下来我觉得第一件事,就是估值还是高的,这个还得承认,估值高是因为项目少,人少,钱太多,可能跟流动性高有点关系,在这个初始阶段很多公司借AI的名在造势,做各种各样的活动,我觉得也很正常。

泡沫有没有现在看来取决于,这个阶段应该是有泡沫的阶段,就跟啤酒一样有泡沫,无非是多还是少,归根结底取决于未来的前景。

Pepper:我在这里。

主持人:对不起,我让你泡沫了。

李稻葵:这不是泡沫是什么?马上就露馅了。

主持人:这个取决于未来,在未来的前景大家判断,我觉得都是看好的,除了李稻葵认为五年以来,AI还是不是主题不一定。

饶骏:我不认为,为什么刚才说AI可能是经济的最后一根稻草?因为现在实际上把AI,如果算做信息技术领域的话,从信息技术投资来看的话,从美国今年有一个很著名的智库统计,从1970年到2014年全要素生产率的统计,现在的美国的劳动生产率的增长和计算机刚刚开始的时候是一样的,就是说三十多年的信息科技的进展并没有提高。

主持人:走了高峰又降下来。

饶骏:最高峰的时候就是2000年互联网泡沫的时候,固定资产投资造成了生产率的提高,我的观点我是做航天的,从更远从1920年到1970年,是工业文明的黄金时期,最高从1940年到1970年最高峰,这期间发生了什么?期间发生以政府为主导的重大的工程项目,登月,导弹卫星,我想说的就是这个期间发生的一切,它带来的技术红利导致了现在三十年的信息科技的发生,而现在经济发生的问题是因为这个红利的老本吃完了。

主持人:你说政府主导的下一个项目是在航天。

饶骏:这个话题展开就太多了,我只是从数据说。

主持人:这个问题挺重要的。

饶骏:我想理清AI的定义,是软件还是硬件系统,如果作为一个AI它在产业链中是什么样的环节和地位?它是一个算法是个模型,还是整个一个工艺,实际上如果说从智能体来说,分为软件、机器人和非移动的机器人,如果说一个机器人光有算法,不能够支持我们整个工业文明的,其实我们整个是靠机器,石化,靠电力,一个所谓AI的东西为什么大家会这么热衷于投资它呢?它可能只是我们某个装备,比如说我们装备中的汽车装备上很不错的催化剂,为什么不去投资其他更有前途的东西呢?整个工业体系。

主持人:饶博士是科学家,他要严格定义AI在整个科学和创新和价值体系中的定位,我们来看这个泡沫。

李稻葵:经济学里面有一位老教授,他做了多年的研究,至少十年前的研究表明信息科技到十年前,没有带来全要素生产效率提高,主要的信息科技的带来是什么呢?游戏多了,大家投资的热点多了,投资多了,雇的人多了,硅谷热闹了,房价上去了,当代世界经济一个特点,您是专家了,就是我们大量的产能的过剩,找不到兴奋点,资金过剩,一有兴奋点蜂拥而上,一上去之后盖工厂,搞投资,雇人,好得很,这个经济活动量一上去,运营的负荷上去了,经济有活力。你真正说科技本身带来了多少效率提高?很难讲,每个游戏,以手机为例,手机改变了我们的生活,让我们生活很简单,为了做这个手机的软件和硬件,耗费了多少人,我不是反对,我是受益者,你们是投资者我很乐意见到你的投资打水漂,我等于免费占便宜。

我的意思说从这个意义上讲它是一个泡沫,不见得真的带来效率提高,只不过游戏多了。

Erica R.H. Fuchs:我要说三点,听刚才讲AI的定义我觉得很好,当然我听到也是硬件和软件都相提并论,当然我们提到深度学习等等的,实际上我们也看到很多的发展学习的过程,包括AI本身也在进行一个发展的过程,所以我们说的这个概念上的一些东西。

第二点我想说,我也不是经济学家,也不是工程师,所以我可能从一个学术界的角度说一些,我认为对我来说,我们实际上在阐述它的生产力的问题,在这样一个场景下,AI可以给我们很多的一个机会,它有很多能力产出很多的产品,当然也是从不同的领域的角度去衡量这个事情。

但是我们有很多公司都在进行此类的研究和生产,所以我认为这里面的能力还会有所进展,我们会出现很多的一个发明、发现,所以这个领域是大有作为的。刚刚我们谈到一个很多泡沫的问题,也提到概念上的一些界定,实际上我们大家指望着AI可以囊括进很多领域,我们也看到了一个电子电信方面的一些泡沫,实际上很多公司都囊括进去,可能在那之前很多技术都是可用的,但实际上在那之后,很多专家也在从事类似的发展,很多公司和工程师都在从事这方面的工作。

所以我认为在这个明知估值市场上,我们有些问题,或者其他问题的话,可能投资就谨慎进入。

主持人:所以看来是否存在泡沫的问题,我们想深点,这个讨论加深了我们的理解,估值是一个问题,很多企业打招牌是问题,传媒的过热是问题,但是更多来说,我们还是要理解AI的基础在什么地方?它是不是一个根本性的这个劳动生产力提高的动力,它是不是有长期发展的可能?它的远景在什么地方?还要看得更远一些,很明显在这个过程里,具有眼光长期投资者获益,短期的投资者会遭到淘汰,在今后的两三年里,新一轮的淘汰也是不可避免的。

我觉得这个讨论挺有意思,大大加深我们对这个问题的理解。我们大部分人还是认为,这个AI还是有发展前景的,还是有前途的,泡沫可能有,但是不是那么严重,下一个想讨论的问题,就是未来的AI的发展方向在哪里?这个是很有意思的问题,我们逐步往下走。这个是我们刚刚结论,就是说存在泡沫的24%,不存在泡沫81%,加起来是105%,这个机器又不对,你不是AI吧,这个加在一起是204%,99%的没问题,1%的投票没问题。

AI如果发展的话它的机会在哪里?主要的未来方向在哪里?台上的六位嘉宾你们有一个牌子,能不能请你们每个人写三个你认为AI将来发展的领先的领域、行业或者是技术。牌子在这边,你们自己有牌子。你提三个方向,你认为哪三个方面,你是做机器人的。

黄明明:我写的最快,是我们每天24小时作为投资人想的问题,第一个是自动驾驶,代表未来的10万亿级别的机会,整个会改变出行领域。第二个智能医疗,我们知道互联网医疗讲了很多年一直没做起来,我们就讲中国的机会,中国的问题是优质的医生和大广大病患严重的供需不足,互联网解决不了这个问题,你只能解决信息不对称,加上AI,包括我们投的智能医疗的机器人,包括很多二三线的医生对一线的医疗的水平,第三个金融科技,本身用数字来描述这样的科学,关注到最近高盛三分之二的员工是软件工程师,我觉得这三大都是代表着万亿级以上的机会。

袁辉:特定应用。我写这个太虚,但是这个实际上目前,因为现在这个全世界领先的问题是什么?包括投资人,包括很多从业者,就大家对AI的理解,只有很少一部分人有深刻的研究学习和理解,因为从业者太少,而且这个AI又是这么前沿的东西,在去年对AI有一个定义,从方向上有个定义,大家手上有很多苹果手机,我们会有siri,像谷歌类似的这种产品,这个东西属于什么范畴?很多人根本搞不明白,有一个定义是什么?AI叫通用AI,这个是一个很大的人类的梦想,像苹果的siri,像AlphaGo走的这个路数,这个目前全世界没有一家公司看到在什么时候成功实现这个可能?我们为什么觉得AI离我们生活有很长的距离,如果做全发散的领域。

另外一个叫特定领域的商业的应用,在特定领域的商业应用有很多地方,包括现在有几百种上千种的应用在不同的阶段展现这个商业价值,大家搞明白从投资的角度,我投什么方向,现在全世界AI的方向选择最重要的,如果你现在选变形金刚,即使中国BAT,像谷歌苹果投一万亿美元进去,不代表两三年就会成功,我投这个长期二三十年能不能成功都是一个问题,黄明明写的三个重要的特定方向,你选择特定应用的商业领域,这也是因为第三次AI不会回传回去,所有的人把押在通用领域,这是方向选择的方向,我在这里写的特定应用,这个核心在这个问题。

主持人:很多人梦想找出一般的应用,像微软的操作器,软硬件结合模块的基本架构,一般意义上,有很多人做这个事,你认为这个不对的,没有希望。

袁辉:通用AI把它想象成变形金刚,你这么想,变形金刚今天造出来三年以后造出来,这帮人能不能讨论这个问题。

吴霁虹:我很同意他刚才说的,袁辉刚才说的投资现在最重要的是方向,我从方向这个角度去看这个应用,从方向上来看是三个,第一个就是AI它就是懂用户痛点,它比谁都懂今天,如果你从这个角度看,所有的十大消费领域全部通杀。比如说吃、住、行,还有医、教、娱、乐、健、工、保十个消费领域全部都可以投资,只要AI比人更好的解决痛点问题,就是客户的痛点问题。

第二个懂运营的,我们关注的第一产业,第二产业,第三产业,特别是第一产业第二产业的供给侧的改革,今天供给改革遇到的阻碍AI可以帮助解决,因为现在供给侧的领先的问题就是碎片化产能过剩,没有链接,没有数据的这个训练的学习,也没有跟前端场景客户痛点连接,因此它是断裂的,当它如果用AI连接客户的痛点,连接内部的运营,连接供应链产业链的这个效率就会大大提高,所以所有的能够今天在供应链上,在内部的运营上能够用上AI解决效率问题的,那么都可以去投资,这个效率大概是一个AI相当于一千万倍的,就是人工产生的经济效益。顺便说一句,因为今天这里有经济学家,我认为GDP指标都要改,今天所有的GDP指标是不准的,因为人工智能今天已经是新的劳动生产力大军,但是我们在GDP这个上面并没有把它当成劳动力生产大军,来做计算和分析。

第三个就是懂生态,所有今天要建立生态平台的,或者是生态产业的,如果你用了AI,那么你就会有更好的解决方案去优化你的系统,而且还会产生圈套圈,就会跟没有AI的时候,领先的不同就是圈到圈,如果没有AI做商业生态封闭的,没有打通,数据打通,人工智能才会变得更加聪明,数据就是它吸取养分,变得更聪明的氧气,因此它懂生态的连接。

主持人:在逻辑上吴老师跟袁辉的思路是一样的,讲一个方向。饶博士。

饶骏:我写的是第一个安防,这是一个特殊领域,其实有很多相关的专业的领域的应用,这块的需求和应用其实没有解决的非常多,为什么说这个?实际上指的刚才人脸识别签到这个,实际上为什么互联网号称是99%点突破了,非常理想的,现在不存在任何的动态的环境下,能够识别人的系统,这个不存在。因为复杂场景,复杂图像非常非常难,我手下的博士一直在做这个东西,说实话,因为我们是解决工业问题,它现在做的这个系统应该算是国内第一,图像解决速度在功能功耗下面是一百倍,正确率达到80%,复杂图像,特殊的遥感图像,同类物体细微差别我们都能分别,动态比,各方面的指标很难,我们能做,我们做的时候依然发现有太多的实际问题我们还是解决不了。这是安防,我认为高精度从这个图像识别,视频识别的高精度方面有太多可做的事情,也是咱们现在深度学习主要的一个方向。

第二个,就是金融,我觉得用这种大的计算资源,可能有很多暴利的机会,这个也是人工智能能干的。

第三个,应该是最小难度的,因为娱乐消费,是一个综合性的,不仅仅是某一个算法,可能它需要整个产业链,从传感器,执行到处理整个一套,也许要求不高,但是它这个应用的终端用户很多,也许技术含量不一定特别高,但是一定要可靠,用户体验好。这个要做好不仅仅光是AI能解决的。

主持人:讲得很好。

Erica R.H. Fuchs:我好像多写了一个,我写了一些关于技术的问题,我在最后调整一下顺序,我们有一些消费者的产品,谷歌家庭这样的,你可以跟它讲话还可以问问题的等等,那就涉及一个语言理解的应用。比如我可以跟它交流,我想买一双什么样的鞋子,但刚才我们讲到这个图像识别等等,在生产方面我们真的需要深度学习在里边,当然有一些领域已经做得很好了,但是需要提升它的效率,我们还需要有一个定制的学习,当然这也是一个获利很多的一个行业,它的一个商业价值也是很大的,当然也有一些社会以及教育层面的价值,当然也需要科技上的进步来加以支持。所以科学家一直有不同的发现,一些科技上的一个进步,就可以支持我们做这些事情,我们进入到令人兴奋的一些研究领域。

李稻葵:我是看到从近到远,马上看到有影响的,已经来到工业生产领域,很多工厂原则上讲已经做到无人了,我十年前去参观过一个卷烟厂,卷烟在咱们中国是行业,经理跟我们讲不要印名片,很麻烦,别人求他们,这个厂里面已经实现了无人,管工人很复杂,工人会偷香烟,全是机器人运香烟,打包,一个不差,已经来到了。

第二个就是自动和半自动驾驶,其中我最看好是半自动驾驶,我认为自动驾驶恐怕是非常非常难,但是半自动驾驶已经来到。比如说我自己,我喜欢开车,我的下一辆汽车,现在两个标准,还不太多选择,一是要新能源,至少插电的可能,为了我们的环境。第二,至少给我自动刹车,我避免追尾,这个不难,这也是一种最简单的人工智能,在以后可能变线左右,避免碰撞,这是我看五年以内应该能够来到我们的生活中的。

第三个比较宽泛的领域,辅助决策,从一个孩子报志愿,到这个得了一种病要怎么去治疗,我上网一搜,大概给我三四个选择,不能代替我的决策,帮助我的决策,那个跟医疗很近的,人工智能完全代替医生的话,恐怕还需要很长很长的路走,但是辅助决策恐怕已经离我们很近了。

黄明明:你要的那个车推荐就是特斯拉可以,自动刹车,自动变线也可以。

主持人:我们听听大家的意见,对台上有补充的,我们先看有谁补充的,你觉得有新的方向新的领域。

周园:我是波士顿咨询公司的合伙人,我是全场的唯一的咨询顾问,我们看AI的视角从产业发展的视角,有很多客户进行工业4.0的升级。我要扩展两个定义,一个是AI不止是算法,也包括技术,包括视觉的技术,语言的技术,还包括硬件,数据、技术三个方面。同时我觉得谈到AI应用的方向和机遇,我觉得AI领先的作用不止是AI的本身,跟另外三个技术,包括物联网,四个根本性的技术的发展的融合,是真正的领先的机遇的所在之处,所以割裂看有一定的作用,但是融合是领先的作用,四个技术在一起,如果简单来讲,以前我们的这个是隔离的,四个技术在一起,使得我们合在一起看。

举一个具体的例子,补充刚才台上嘉宾的,我们看在智慧城市,前几年从硬件角度看,现在帮很多城市也好,未来十年之后我们的城市如何改变,这些技术如何改变人们的生活和工作的方法?当这个合在一起的时候,会重新定义物理空间,比如说零售,是一个储存的功能,发散的功能,这种娱乐的功能,互动的功能,这些附在物体上,对人的识别,信息的互动,使这个物理空间具备了大量的信息。在这个条件下,如果你把零售作为一个中间的例子,其实存在着很多的可能性,包括这种新的商业模式,新的服务,新的产品的这个可能性。

主持人:因为AI的他们热闹,咨询行业会赚多钱吗?

周园:其实我们很大一部分是在工业4.0,我们跟西门子一起提出来的,在4.0这块咨询行业增长这块,就是在(英文),而且这个不止是新的行业,很多传统的行业都在经历这个,而且以前我们看到很多是纵向的,就是我在这个里面有些什么新的产品,新的服务,这个局限性很大,现在看到越来越多的用户是做整个横向的,贯穿生产力。

张拯宁:第一点,我想从大的方向在地球上,因为我是做航天管理工作,我是个工程师,和在座的不一样,饶博士是科学家的,我是工程师。我们的思路可能会跳跃一些,在地球上说事,基本上同意黄老师谈的观点,比较明确的一个是枯燥乏味的事情,它既然是这样的,往往是由不需要高学历的人来做的事情,这个很明确,刚才说的自动驾驶类似,司机的学历要求不是很高,他能做,机器人AI可以做的,第一类。

第二类是正在即将能够实现的,就是在工业领域,李老师刚才谈了说是卷烟是比较简单的,它是在工厂里,比较复杂一些的场景,比如说我们高压的输电线路是在室外,场景是很复杂,靠人去干没有人干,机器人去干这个难度非常大,比人脸识别很难。

第三个Erica R.H. Fuchs教授谈到的,包括科研、教育,包括这些领域基础性的领域,这些领域传统上讲创新性要求非常强的领域,是AI比较难以做到的,但是它可以辅助,帮助我们,这个可能要长一点但是有进展,这些事是在地球上说事。

第二个我跳出地球说这些事情,因为可能我个人观点一直在琢磨这个事情,我们人类社会发展这么多的问题,各种各样的问题怎么样解决?以我们一个工程师的角度,可能会比较简单,你必须跳到系统之外考虑问题解决问题,简单来说,不是因为我在航天我要鼓吹航天,我确实认为解决人类发展的问题确实要到地球之外,那里有更大的市场,那里的估值不知道用什么货币来衡量的。但是有一个问题,宇宙就是在时间和空间上是无限的,我们人有一个领先的问题。

主持人:你和人工智能结合在哪里?

张拯宁:你要自动驾驶汽车在地球上做很难,我们能不能全自主驾驶宇宙飞船,我们人生命有无限,我们假定解决这些问题,你需要有一个AI帮你做这个事情,你到那个星球不知道遇到什么问题,这个要求非常高,如果人类走出地球,没有AI完全不可能,刚才问到AI有没有泡沫?其实我刚才没有得到发言的机会,我们今天的主题是AI中国有没有泡沫?或者我们往大一点,AI地球,AI人类有没有泡沫?从这个角度来讲当然是没有泡沫,我们没有AI,就没有办法想象我们未来的世界是怎样的,地球如果不能容纳人类的发展,承载人类的发展,没有AI不可能的。

马腾:我想说一下AI对媒体行业有两个革命性的变化,我不知道大家感觉到没有?一个是机器人写作,在我们腾讯已经推出一个机器人,已经广泛运用在天气预报,财报,赛事,地震这样的写作领域中,我们看到奥运会比赛的稿子,可能有八千多篇由它来写的,而且同一类的新闻,同一件的新闻可能有八篇到十六篇不同的写法,非常个性化。我们看到机器人写的时候我们在想,这个记者可能会哭,确实是,代替了我们很多记者的工作。

另外还有一个变化,是智能的信息筛选,因为我们处在一个海量的信息里面,我们可能大家有看到,包括腾讯新闻客户端,包括这个今日头条,都推出这种个性化筛选,比如说李老师你对自动驾驶非常有兴趣,给你推的自动驾驶的方方面面的东西,这个非常节约我们的人力,虽然说是人工智能在这个媒体领域可能会让这个记者和编辑,会有比较大的失业,我们会非常高兴地看到它带来的这种革命性的变化。

主持人:我们有什么不同的意见?

朱先生:不同意见我觉得,我觉得今天讨论这个环节,大家在谈AI,大数据公司,在数据这儿没有谈这个观点,我有一个看法,就是AI可能是一个我们说的很宽的范围,做这个AI数据源就是它的原料,没有数据什么都做不了,我听大家的观点,自动驾驶你要有一套采集驾驶相关信息的来源,你要算法去做,你做科技金融你要整个进行数据的流通,这块金融这一块,现在我们其实在做这个创新就是比如说新的征信方法,和新的这种相关的对于未被央行征信系统覆盖的人群,怎么做这些人的征信,原来这个系统是不是有问题?通过大数据的方法做一些事情。

包括刚才说的医疗科技这块,那其实我更关心医疗数据,低层数据的打通,如果没有打通,你没有数据什么都做不了,我关注的点把握AI的机会,我更关注在不同领域数据的打通,这是我的一个观点。

观众:刚才包括各位嘉宾讲的都是技术和未来发展方向的问题,我是一个妈妈,同样我也是一个教育者,我们每个人都没有提到,我们下一代,我们的孩子们他们应该是属于人工智能的原住民,对于这样的一些孩子。

主持人:他们是开拓者。

观众:对于孩子们对于教育来说,我们应该做哪些准备?我们应该讨论的一个问题。比如说对孩子成长来说,以前说IQ说智商很重要,后来说情商很重要,是不是在不久的将来在教育产业,要有一个AI商,所以说我觉得从我的角度来说,除了从技术,包括数据各位嘉宾讲了之外,我们从教育的方法手段上,包括大的指导方向上,是不是也会是人工智能时代发展的一个很好的机遇?

主持人:Erica R.H. Fuchs提出了教育,提出了AI商,很大的概念,我们这节讨论很多,我觉得提出了很多很多未来的方向,大家争议很多,我觉得特别有意思,就是袁辉和吴老师提出的原则和领域,我们提出了很多具体的方向,所以这个还是。

张坤:刚才嘉宾很多分享是在应用层面,我们把这个分成像云计算分成三个层面,一个是技术层,一个是基础层,最后一个应用层,每一层有它的特点,有它的独特的不同的投入,比如说应用层来说,它是一个数据为基础来做的,相对来说在这层投入是低一点,变现也快,这是一种。技术层就是做芯片这种公司,这种公司投入很大,是一个长期的过程,这种公司大部分的AI公司到不了很大的规模。在这个地方讲基础层面的话,这种投入不是很多小公司可以做到的,刚才讲大数据,大数据有流量入口的公司才能积累大数据,一家小公司数据有限,像BAT公司收集到的数据不一样。

刚才说的自动驾驶这个层面说,自动驾驶如果是狭义自动驾驶,刚才李博士讲的,这是一个非常简单的应用,某种程度上,一些数据可以解决。就说无人驾驶,L4的层面以上的,在一条高速公路上的驾驶和在城市道路上的驾驶完全不一样,比如说百度做的这种要复杂得多,和一个简单在高速公路上的货车无人驾驶,完全两个不同维度的数据的概念,一个是要全国所有的高清地图,而且有驾驶行为,另外一个相对就是公路,为什么某某工业园区搞无人驾驶很简单,那个园区就是几平方公里的范围,这个东西很简单,在不同层面。

如果要这么说,我觉得用刚才的框架来套的话,像百度的自动驾驶肯定更接近于基础层面,那个肯定有万亿的规模,你说在一条高速公路上的帮助货车货运,利用自动驾驶提高效率,减少油消降低司机的数量,这个是相对一个狭义应用层面一个东西。

主持人:我们回到这个主台。

Erica R.H. Fuchs:我想回答这位女生的问题关于教育的,今天上午的论坛时,我和一个大公司的CEO,和另外一个公司的副总裁也在谈到您刚才关注的问题,他们的方向就是在研究人工智能在教育方面如何应用,它有什么样的前景?又受到什么样的限制?所以您的问题很重要,期待我们会找到很好的答案。

主持人:各位还有什么要补充的,或者要讨论一下,关于这个AI的机遇和方向。

黄明明:我补充一下,我一会要赶飞机。回答几位包括饶老师讲的,我代表投资界稍微证一下明,不是纯投AI的算法,包括比如说我看到很多题目在讨论,为什么AI的应用没有在高端制造,这个也提到,没有在第二产业,生物、农业、制造业,其实恰恰相反,今天AI的应用在制造业领域,我们投的深圳大疆一个分公司,工人原来是很苦,一天工作八个小时,盯一样的器材在看,机器可以代替工人。

第二个美国的每年有个叫机器任意行动物体的抓取,这个是在李老师你看到卷烟,几十年前有,固定算法做的,今天最难的你给机器人摆一堆东西,他抓不了,几百万美金的机器手抓不了,随意的物体随意的抓取,每年都在做这个全球的比赛,这里面有深度学习的技术在里面,有点像婴儿在抓东西一样,一开始抓不起来,当它抓起来以后机器在学习以后,过了几天以后机器手抓任意的东西出来,这个学习的算法有点像人类的算法,不是告诉他什么算法走什么轨迹,像婴儿学东西,我学会了就起来,我抓不到就改规则。在农业,刚才讲的巡检,田间地头的应用,大规模的应用,我们投了项目已经在应用,不是投的有泡沫的算法,我们投的对国民经济产生的效益的,反倒讲的这种机器人,你选了一个最难做的领域,我们投资界有一个观点,所有做人形机器人,至少在五年之内你注定失败,为什么?大家都看过无数的科幻电影和小说,你只要把这个东西做的人形的形状,你做出的东西比用户的期望值低太多,亚马逊做了一个音响,不叫机器人?慢慢听懂我的用户,我去买东西,一点点期望值在升高,那个是聪明的做法,这个从B端到C端的应用领域里面有巨大的场景。

李稻葵:恰恰我说的泡沫,你大部分说的人工智能是它,以它为人工智能,肯定五年以后会失望的,你说是不是?用你的话打你。

黄明明:我说这个是误区,不能说人形机器人代表人工智能。

李稻葵:大量不是专家,他脑子里的泡沫是这么来的。

袁辉:我不裁判他们的问题,这个问题比较低端。我补充刚才的中国机遇的问题,实际上人工智能有三个要素的,一个是计算能力,包括算法在内,第二个就是高质量数据,第三个就是特定应用,未来中国这个机会,实际上从互联网,移动互联网开始,中国是在应用上走在世界的前列,另外在人工智能三个要素里面的话,因为本地化数据,文化的问题,中国在数据上面是没有任何问题的,另外在应用上面我们也走在全球的前列,美国跟中国的比较,未来是中美两国核心的竞争,在美国算算法,基础的研究上面,过去的历史发展阶段的问题,它是领先中国,但是这三个要素是相辅相成的。

比如说AlphaGo离开围棋的东西,根本就不是AlphaGo,只是一个算法,加上特定的围棋应用,最后失败李世石,在银行在很多领域完成的AI的应用,反过来推动我们算法的进步,中国的机遇在哪里?把握自己的优势,把握自己的文化优势,加上商业的应用,这条路并肩全球,乃至领先的关键一步。

主持人:通过特定的应用往前推,包括算法包括技术。

吴霁虹:因为刚才我没有办法,太短的时间没有办法一个一个去说它,我现在也不会说,如果你去看未来地图,刚刚今年5月份出版这个书,书上讲的万亿级人工智能产业模式和商业路径,我讲的三个领域,我都说不出它可以应用在无数的场合,包括教育,我自己是教育者,我知道现在的教育被摧跨的,现在的教育体系,因为今天的学生们按照这样的上课,上四年出来找不到工作,我们的教育体系根本和我们的人工智能未来的发展是脱节的,因此其实我最关注的也是在教育的领域。

饶骏:我前年招了一个从卡耐基毕业的一个博士,我问他中国的机器人或者说人工智能和国外到底差距在哪儿?他就说他在所里学习的时候,在机器人所里学习的时候,他们的镇馆之宝是一条机器蛇,从整个缠在人身上整个控制,整个从软件到硬件,他说远远就是不是咱们能够想象的,那个精度能控制的这种能力。比如说咱们机器人里面的电机,减速器,跟你整个工业能力匹配在一起,不是一个算法能够解决的,代表你工业水平的东西,不是一个AI,能够说AI对这个国家产业,能够提升多少,不是在那个层面,要做的东西太多,在整个智能产业或者说机器人产业。

来源:腾讯财经

推荐人:newsadmin
站内搜索
最新培训与会展
» 更多