人工智能将是超级高效的工具，不能被神化也不能被浪费

　　吴晨光（主持人）：总结一句话，人工智能要从娃娃抓起。

　　王宪朝：很有意思，俞总讲的龙泉寺这个事情我原来也看过，就出自你的脑袋，弦二。刚才我介绍得可能比较简单，其实我是一个持续的创业者，原来我工作的学校现在叫东北大学，我们的教研室叫智能仪器教研室，我个人一生中一直持续就认为只有最基础的实业最有价值。如果现在要听故事，我可以讲两个小故事，大约整整二十年之前，我在做自动控制，控制一个大锅炉，控制的要求，像这样的房间里，要求恒定时间里正负0.1度的波动，这个几乎不可能，当时几乎请到各类专家，最后都是无计可施。经过半年多的蹲守之后，我自己做了一些算法，严格意义上是没有算法，现在回想起来就是大数据结合了人的模糊判断，最后控制效果非常棒，这套技术时间问题不细讲了，但是当我们做科技鉴定的时候没有办法，因为二十年前大家不谈人工智能、不谈大数据，当时叫分段式模糊PID，我们清华大学建工学院的教授当时是鉴定专家主任，最后我们是国际的先进水平。现在来看其实是综合利用了计算机对数据处理技术，其实更多的是经过半年的观察，观察气候，周围的环境变化，其实按现在大数据分析来讲，多个维度或者多个品类，加入了更多的数据品类对它的控制进行模糊，模糊其实现在也就是我们说的智能，这个就是告诉大家很简单，这是一个故事，给大家讲一讲，很有意思。

　　第二个，我更想来找一个比喻，就是说机器人，人工智能，包括刚才讲的AlphaGo这些，其实它的后边都有一个电字，这个电是通讯电缆，是人预制的一些东西，当我们预制的东西越来越聪明，我们自我学习、深度学习、自我能力越来越强的时候，它一定会存在发烧、跑偏被别的所控制的可能存在。具体来讲也就是说网络会存在安全、机器人会存在安全，我们的人工智能也会受到其他干扰，这个问题其实是我们现在，包括我现在研究的比较多的，我关注比较多的，所以在我投资的，我参与或者投资的跟360一起投资了一个做软件安全的，我跟龙芯还投资了一个做智能硬件的，这个里面其实最核心的还是要把产业细分。如果我们仅仅想讲人工智能，你可能是表层应用的，它被替代、被升级或者产业未来的持久性上，我相信不是太那么理想。我记得前一段时间跟美国原来在希捷做硬盘磁头的科学家做深度交流，我对他的话触动很大，我们国家在搞2025，我们现在各个产业都很热，这些产业里最基础的东西是什么？是不是当这个产业起来的时候我们发现仅仅是一个应用场而不是驱动场？驱动是什么？他是做磁头的，他当时和希捷把协议全部签清，把专利问题全部签清，我不做存储，我用磁技术来做MI传感器，我想告诉在座的无论是创业者还是资本还是其他的相关的，一定做一个事情要从深层次，从链条、从材料到敏感元件、到通讯、到处理，我投资龙芯这个事情，我是在用中国的脑子，也就是中国的CPU，因特尔是美国的CPU，龙芯是中国的CPU，CPU里有大中小，小的ECA系列就可以做到几块钱甚至几毛钱就能改变它的控制所有权问题，也就是黑们问题、漏洞问题。我站到还是实业者的观点来看人工智能，就像大数据现在全国多少个省市如火如荼的时候，其实它和原来之前的互联网、移动互联网、通讯、存储等等是一脉相承的。人工智能的核心，像上午周鸿祎讲的，他认为十五年了，其实它的核心就是采集和数据处理的能力，它的核心还是在这儿，这可能是我的观点。

　　吴晨光（主持人）：非常感谢，一会儿王总会跟我们深入讨论人工智能创业的事情。

　　李英睿：我们这块主要是做生物的，其实我个人对AI的观点是这样，现在我们来讨论这个概念是因为我们觉得它是新的东西，它最后深入到生活应用场景里面去的，你就不会想象成是一个问题了。但是我个人是觉得AI这套技术并不会所有的情况都会适用，我不会觉得它在未来会替代人的工作，它必然会替代场景，这几个场景有几个特点，第一个这个场景一定是反复出现的，第二个是可以数据化去计算的，在这样的可能性的情况下，它首先是能够产生数据才有可能去做具体的AI应用。其实我之前在做的东西更多来讲实际上是在做生物，但是我做的生物可能跟大家想象的生物学不太一样，大家想象的生物学可能是白大褂在实验室的感觉，其实我们在研究生物信息或者生物数据，生物的本质实际上是一个信息网络，所以我们一直在想一个方法，如何用信息科学手段来研究生物信息，来回答生物的问题。所以逐渐地到后来来，我们对生物有越来越多的了解，我们开始尝试在相关的工作，希望能够通过生物信息的攫取、挖掘也好，或者是对未来的预测也好，能够在这里面去回答一些相关的问题。当然想这个里面生物信息的重要性，还是强调实业，最重要的一个实业，对于中国社会来讲，大家应该知道中国社会面临很多的问题，文化和健康问题其实将是中国面对的很大问题，我们现在比较有机会在健康产业上，如果我们能够集合现有的先进技术，有可能和发达国家齐头并进，而且能够解决很多很多的问题。我简单举一个例子来讲，过往我们其实经常会在家里面出现一些小毛病，我们其实特别特别希望自己的身边能够有一个三甲医院大的主任医师，我们特别特别希望能够有一个三甲医院在我们身边，能够告诉我这个事情怎么办，严不严重，到底怎么着，其实我们很多时候去医院排这么久的队，也就是为了得到五分钟的安危，没多大问题。但是在未来的情况下，这个事发生的频率我们能变得更高，能够从疾病的关注变成对健康的关注。未来的医生自然有很多问题，今天医生可能花三五分钟时间能问清楚你的问题，还能看明白你的病例，未来每个人有基因数据，有几十万的蛋白质和RN数据以及各种各样的其他信息，我们怎么样能够让某一个智能生物能够看完我们所有的信息做出一个最优的判断或者决策呢？这个东西我觉得对人类个体来讲，实际上是很难做到的，所以我们其实共同的希望就是我们做生物数据和健康，我们能不能有办法。

　　吴晨光（主持人）：你希望医生都失业。

　　李英睿：我们希望这个平台有一个方法能够继承在不同的行业，包括营养行业，包括科研专家的行业，他们的知识能够在某个系统上留存下来，而且不断能够进行学习，最后在每天每时每刻能够回答我们各种各样的问题，能够把我们的健康生活管起来。这个实际上是我们最关心的问题，而我觉得这个实际上只有通过AI技术和垂直领域的结合，才有可能能够产生效果。所以这个实际上是我们奋斗的目标。

　　吴晨光（主持人）：医生未来的工作不是帮我们看病，而是把大数据做好。

黄伟：我讲几个小故事，第一个故事，我们公司的名字叫云知声，今天AlphaGo出现之后，我们在各种场合听专家会讲为什么这次人工智能会成为现实？是因为我们具备几个大的要素，我们有很多的数据，比如生物方面的一些数据，第二，我们今天有很强的运算能力，我们有CPU、GPU，还有像Google或者高通他们专门针对深入学习开发了芯片，第三我们有了D-Learning，我们有燃料数据，使得火箭能够在太空里飞得更远，其实2012年我们在给公司命名的时候冥冥之中给公司取了这样的名字，云知声，其实我们在过去机器超过人工的地方是智能，我们是以声音数据为切入点，2012年我们给公司起名的时候云知声这三个字已经把人工智能的三要素全部包括进来了，从2012年开始云知声就一直从事这个方向，但是那时候我们不会说AI这个概念，更多还是实打实在语音语义方面取得一些进展，能够帮助服务我们的客户。

　　第二点，人工智能到底能做哪些东西？其实我们可以想类比一下，其实机器在很多方面已经远远超过人类了，机器超过人类不只是在AlphaGo之上，汽车也是一个机器，飞机也是一个机器，起重机也是一个机器，在力量、速度，包括CPU为代表的计算能力方面，机器已经远远超过人类，只是以前我们自己没有感觉而已，我们感觉只是说我们在利用这个机器，只不过今天当AlphaGo这个事件出现之后，我们突然发现在人类智慧最后一个加，我们被打得落花流水变得非常自卑，我们其实可以更多地关注人工智能。今天我们所说的人工智能更多是感知认知能力，计算什么的话，机器早已朝超越人类了，为什么最近一百年加速度远远超过人类，我们为什么讲互联网经济，为什么互联网特别特别有爆发力或者说吸引力呢？当我们的商业模式一旦通过之后，我们的业务增量靠什么？不是靠人，我加一个Server就可以了，这是为什么互联网能够给我们的社会带来这么大的转变。如果说今天有类似AlphaGo这样的系统出现，我们不光是计算智能方面，在感知认知智能方面，我们也能和人类接近甚至超过人类的智能，就意味着不再有很多CPU为我们服务，而是有很多类似于机器人，当然这个机器人我们不要想象成像人一样有情感甚至还会谈恋爱，那个不用想，可能在我有生之年我看不到。至少在很多领域里面，比如类似百科全书或各种里面一定会超越人类的。如果说在我们很多行业很多方面我们都有这样一些设备来代替人类，我们的生产能力会进一步得到大大提高，可能人类进化的曲线会再次进入更加陡峭的发展阶段。从这个方面来讲人工智能确确实实值得我们所有人去关注期待。

　　人工智能关键是怎么做？就像前面几位专家说的，我们不能只提供在概念，概念谁都会讲，但是我们要坚信，其实所有的历史进步，所有的科学进步其实从来不是一蹴而就的，我从来不相信黑科技，尤其像今天信息沟通这么顺畅的情况下，我们有那么多方式可以获得各种资料，没有黑科技，比如像二十年前我们读书的时候在图书馆里翻一张小卡片，再拿着小卡片去书架找七十年代的书，今天的互联网使得各方面都可以快速获取数据。

　　吴晨光（主持人）：技术壁垒给打破了。

黄伟：在这样的情况下，人工智能怎么落地？我非常赞同王总的观点，我们一定要在一些行业去落地，首先我们因为只有行业过渡才能有一些真实数据，这些数据才是人工智能整个系统进化的最重要的源泉，其实算法，我们看一下机器学习过去发展差不多接近100年的历史，基本上一个颠覆性的算法会生存差不多十年左右，更多靠什么？更多的靠数据，我们只有把AI技术真正和实业和行业结合，我们才能真正取得一些实实在在的进展。所以这是第三个角度，我认为人工智能一定要跟行业结合，跟垂直领域去结合，只有这样才能取得新的突破。

　　霍涛：我讲一个故事和一个观点，故事我身边刚才说到了我前一家公司在十年前是做技术翻译的，我想细说一下，说到人工智能的发展，大家都能看到突然间爆发了，的的确确我在三十岁之前在大学做老师，做计算机行业的，我身边很多老师在做人工智能专业的确实那些年很苦，都在转方向，因为人工智能一直没有突破，有几个中科院毕业的，从人工智能后来转了，论文写不出来，因为那几年，包括后来我不做老师之后，我去华建做机器翻译的时候，我也发现机器翻译其实在那个时代，全公司就两个人知道这个代码，它获了国家科技进步一等奖，第二年国家科技进步一等奖空缺，这个代码没有自我学习能力，那个时候大家知道快译通整个翻译句子是用的整个系统，我在的时候，跟腾讯做了华建小翻，当时是国内最好的，只有我们员工知道怎么说它才能懂。真正的机器翻译出现了神经元网络，还有谷歌，还有刚才黄总说到的，真正的计算能力的加强，因为那个时候没有所谓的GPU，没有大量的计算能力，你也没法做大量学习，现在信息的获取也多，海量的数据+GPU这样的超能量的计算才能真正把人工智能给做起来，所以我觉得这是一个很好的时代，这是我身边的一个小故事。

本文来源投资界，原文：https://news.pedaily.cn/201612/20161211406570.shtml