導讀：人工智能未來的發(fā)展有怎樣的瓶頸？人工智能領域創(chuàng)業(yè)該如何突破？人工智能的發(fā)展又將面臨怎樣的倫理問題？

▲《人工智能時代》作者，斯坦福大學人工智能專家杰瑞·卡普蘭在論壇上作了精彩演講

2016年6月13日，在清華大學偉倫樓，由湛廬文化、創(chuàng)新工廠、《清華管理評論》聯(lián)合主辦、馭勢科技協(xié)辦、中國人工智能協(xié)會指導舉辦的人工智能時代人機高峰論壇成功舉行。

論壇上，針對大家對人工智能最關注的話題，《人工智能時代》作者，斯坦福大學人工智能專家杰瑞·卡普蘭、創(chuàng)新工廠創(chuàng)始人兼CEO李開復、馭勢科技聯(lián)合創(chuàng)始人兼CEO吳甘沙兩兩對話，為現(xiàn)場聽眾解讀了當前人工智能發(fā)展的現(xiàn)狀和未來。

以下為對話主要內容：

◆ ◆ ◆

杰瑞·卡普蘭對話李開復：人工智能的未來，是裂變還是融合

▲6月13日人工智能時代人機高峰論壇上，杰瑞·卡普蘭對話李開復

人工智能未來發(fā)展會有什么樣的瓶頸？根據(jù)當下的技術發(fā)展，這個瓶頸多久會出現(xiàn)？

李開復：

其實我覺得機會要更大一些，因為其實現(xiàn)在所有的領域，尤其在國內，幾乎都還沒有用上AI，用上的領域太多了，忙不急去找投資招標的，甚至開始要想培訓自己的學生，因為需要的人才遠遠不夠，機會非常多。

它的瓶頸也是有的，比如說其實人工智能是沒有辦法解釋它為什么做一個決定的。這個時候我們可能就卡住了，當你只知道做什么，不知道為什么，比如看AlphaGo為什么下這步棋，為什么輸了，為什么贏呢？怎么輸?shù)模客耆鸩怀鰜?，答不出來的時候，很多領域就會有問題。

還有就是說一個機器現(xiàn)在還不能完整地復制自己，當然這也是一個擔憂了，所以還是人的工具，自我復制能力不夠強。

基本是在人所創(chuàng)造的框架下去做人給它布的這個局里面，去調一些參數(shù)和解決方案，它還沒有自我開創(chuàng)的能力。

杰瑞·卡普蘭：

我覺得大家好像普遍有一個誤解，覺得未來所有的工種，所有的工作都能被們人工智能所取代，大家誤會了。不管技術發(fā)展到什么程度，人類的部分工作是永遠無法為機器所取代的，大家之所以提出這樣的假象，是基于一種工程的觀點，因為在工程師的眼中看到的只是一個結論，有時候會忽略整個過程。

有三大類的工作很難被計其所取代，第一類關于情感的表述和表達，有時候需要人與人之間的溝通，來給予安慰和慰藉的，這樣的工作很難用機器去完成。

第二類需要成熟的藝術技能，比如作為一個小提琴家，你也不希望欣賞的是樂器的演奏。

第三類工作，哪怕在某些特定的情況下，能夠用機器去制作一些高級的成衣，有時候你也希望是一些傳統(tǒng)的手工師傅進行高級的定制，為你呈現(xiàn)一條手工制作的長裙，這三類工作在未來很難為人工智能和機器所取代。

除了是人工智能方面的專家，另外李開復老師又是創(chuàng)業(yè)者，并且像杰瑞，你是連續(xù)的創(chuàng)業(yè)者，因為中國現(xiàn)在也在雙創(chuàng)的時代，請你能夠給出人工智能領域創(chuàng)業(yè)的人什么樣的建議？在什么樣的領域是可以有所突破的？

李開復：

人工智能創(chuàng)業(yè)其實是非常困難的，首先我認為你一定要有非常厲害的科學家和工程師，而且有愿意解決務實問題的這種心態(tài)，這個其實帶來很大的挑戰(zhàn)。因為大部分人認為這個博士、教授、研究員不見得是很好的創(chuàng)業(yè)者。但是做人工智能沒有這批人還真做不出來，所以我覺得工程師和這些博士要能夠很融洽地在一起工作。

根據(jù)我過去在一些大公司工作的經驗是非常困難的過程，因為工程師總認為是我掙的錢，科學家總認為說我讀的學位更高，這兩個誰都不讓誰，能夠在一起工作作出很好的工程產品難度是相當高的，所以千萬不要低估了創(chuàng)業(yè)的難度。

另外一個人工智能的門檻，今天懂人工智能的人很少，所以你可以靠技術成為你的第一個競爭優(yōu)勢。但是長期來說，真正唯一可持續(xù)的一個競爭優(yōu)勢，就是你有非常大量的數(shù)據(jù)，不斷地被輸送到你的系統(tǒng)。而且你可以產生更多的數(shù)據(jù)，而且這個數(shù)據(jù)不是公開可以獲取，也不是可以簡單靠人來標注的。比如說產生了這個良性循環(huán)以后，你的power特別巨大，比如百度知道，誰點哪個搜索結果，淘寶知道你購買了什么商品，可以不斷地修正人工智能，可以讓更多人在原來假設的情況之下購買商品。face++知道誰最終經過淘寶的驗證，知道誰是騙子，誰不是騙子。

一個非常好的人工智能公司往往是靠特別大量數(shù)據(jù)的滾動，而且越強的公司就會越來越強，就像google、facebook，像中國的科大迅飛，它能把數(shù)據(jù)的累積、迭代和自動標注形成一個良性的循環(huán)，這是過去的創(chuàng)業(yè)者從來沒有思考過的問題，而現(xiàn)在變成了一個特別核心的問題。

下面要有非常好的商業(yè)思維和邏輯，還有很好的耐心，因為做這種人工智能的產品，有時候不是一步登天的，比如說吳甘沙做一輛無人駕駛車，要多少年的堆積和累積才能做出來的。比如說我們希望能夠做到一個第四范式，需要幫銀行賺錢、省錢，這個也需要很多年做出來的。

這跟過往很多的創(chuàng)業(yè)不太一樣，以前的創(chuàng)業(yè)比如說某些社交、直播、手游，只要抓對了時機，產品做得夠好，然后快速地起量，似乎一個“獨角獸”就可能產生，失敗的概率很大。但人工智能創(chuàng)業(yè)絕對不是這樣的，一定是一個多年的累積，你要累積人才，累積數(shù)據(jù)，累積產品用戶反饋，而且它不是一個2C的產品，是一個2B的產品。所以人工智能的創(chuàng)業(yè)是門檻相當高的，剛才幾個問題，技術的問題、人才的問題、融合的問題、數(shù)據(jù)的問題，還有耐心的問題，當然還要找對投資人，像創(chuàng)新工廠沒問題。

要不然一個VC用正常的方法推你起量、變現(xiàn)就慘了，就完蛋了，一定要懂你這個行業(yè)的，門檻相當高，絕對沒有任何的用意希望所有人走這一行，因為前景非常得多。

杰瑞·卡普蘭：

其實我的建議是這樣，我覺得一個人工智能的初創(chuàng)公司究竟能夠成功與否，并不在于人工智能本身這個技術是不是足夠好，足夠強，我覺得關鍵是一個匹配程度。

做一個創(chuàng)業(yè)者，您應該有這種商業(yè)的敏感，在你選擇技術的時候，這個技術是不是匹配你的目標市場？匹配你的目標人群？

同時作為一個創(chuàng)業(yè)者，你應該有足夠的知識和足夠的能量，去找到現(xiàn)在這個未成熟的技術和目標市場之間微妙的差距，和你是不是能夠彌合這個差距重要的差別？我覺得找到目標市場，找到匹配的技術，才是成功的前提。

中美誰會在AI領域領先？未來AI會帶來中美之間更多的對抗還是合作？

李開復：

今天Google這一個公司在全世界領先所有公司的總和，這點是毫無疑問的，Google有汽車，有它多年做搜索累積的，有它做深度學習的收購，還有眾多其他的收購所得到的知識，它這整個公司就是它的經驗。

剛才杰瑞說得很的，AI不是一個純技術和論文，它是實戰(zhàn)的經驗，我覺得現(xiàn)在全世界加起來也比不過一個Google。

但是我覺得這個情況會改變，因為我認為AI它并不是一個學習去學30年、20年的物理、化學知識，你給我一個特別優(yōu)秀的清華本科生，大三、大四的，半年就可以把他教成一個在AI方面能夠產生價值的工程師。很可能在兩、三年，他就可以作出獨創(chuàng)性的東西來。因為今天人工智能特別火，而且中國的工程師和學習特別勤奮，而且特別快速善于把握最新的事物，所以我覺得今天Google雖然領跑世界，但是我覺得中國會有大量的，我不建議大量人出來做AI創(chuàng)業(yè)，但是我覺得學工程的人一定考慮這個方向。這大批的工程師產生，再下一步就應該是一個讓中國能夠成為AI方面的大國。

今天說起來雖然有點遙遠，有點樂觀，但是我是充滿信心的。

杰瑞·卡普蘭：

我覺得其實對比中美兩國，中國人工智能方面所獲得的一些優(yōu)勢或者是一些益處應該是強于美國的，有兩個基本原因。

第一點中國人比美國人要聰明，當然這是一個整體的概念，不是說一對一要去比。

第二是從中國的人口結構而言，我覺得在未來的30到50年之間，中國的這個自動化應用，不管是基于AI還不是基于AI的自動化應用，都會很有利于中國人口結構的發(fā)展。

◆ ◆ ◆

杰瑞·卡普蘭對話吳甘沙：人機共生，時代新選擇

▲6月13日人工智能時代人機高峰論壇上，杰瑞·卡普蘭對話吳甘沙

我們要實現(xiàn)人工智能的高級水平，就是1.0到2.0，兩位覺得下一個要做的工作是哪個？比如說我們人類比較重要的是處理一些隱性的知識，還有情感的問題，下一步人工智能在這個方面會不會有更多的提高？

杰瑞·卡普蘭：

首先我想跟大家分析一下從長遠的角度來看，人工智能究竟有哪些缺陷？現(xiàn)在遇到最大的問題就是我們并沒有一個強有力而完整的數(shù)學理論，來支撐我們現(xiàn)在發(fā)展的人工智能。之前我們發(fā)展過一些數(shù)據(jù)庫，數(shù)據(jù)庫其實這個概念來說，是有強有力的數(shù)據(jù)理論進行支持的，包括之前提出的相對論，這些都有一些非常嚴格的數(shù)學理論來支持?，F(xiàn)在我們談人工智能，其實它的發(fā)展還在早期，所以尚未有嚴格的數(shù)學理論，也沒有非常長遠的工具來支持到它長遠的發(fā)展。

我覺得短期來看，其實我們有一點在發(fā)展人工智能的過程中，忘記了我們過去取得的一些成就，沒有基于它們來繼續(xù)推進。比如說在過去研發(fā)中沒有去積極地吸收像分類和感應、傳感器加工這方面的技能，在過去20年中，其實我們在計算機邏輯推理，在知識的感知和知識的呈現(xiàn)方面，有很多這方面的進步。但是我們在現(xiàn)在用人工智能方面還沒有把它進行良好的整合。

吳甘沙：

我的觀點和杰瑞很相似，可以用更專業(yè)的例子說一下這個事情。

第一，我覺得現(xiàn)在深度學習往往被認為是一種暴力式的，沒有理論支撐的方法。不應該就因為這個就拋棄它。我覺得剛才反復講到了，什么是好的人工智能？是真正能解決問題的人工智能，就像李小龍說，最好的功夫就像水一樣，它是非常柔軟，非常靈活的，它倒到了杯子里面就變成了杯子的形狀，倒到了茶壺里面就變成了茶壺的形狀，好的人工智能應該最大地去適配問題，不用去在意它到底有沒有理論支撐。這是第一。

第二，光靠今天的深度學習是不夠的，因為深度學習需要大量的數(shù)據(jù)，

大家想象一下，我們現(xiàn)在做無人駕駛，可能需要幾百萬、幾千萬，甚至是上億公里的數(shù)據(jù)，來去學習，來去證明我們是安全的。但是我們人只需要在駕校里面學個幾十個小時，上路開個幾百公里，就能夠應付各種各樣的情況，這說明了我們人工智能還需要提升，提升的辦法，其實就像杰瑞講的，就需要我們把幾種不同的人工智能方法組合起來。在人工智能歷史上出現(xiàn)過三種方法，一種叫做符號學派，那這些符號學派就是像杰瑞剛才講的知識的表示、邏輯推理。

第二種叫做連接學派，連接學派就是統(tǒng)計學，就是神經網絡。

第三種叫做行為學派，像這種強化學習，我在跟環(huán)境的交互當中不斷地去學習。AlphaGo從某種程度上就是結合了這三種方法，它的蒙特卡羅數(shù)搜索就是符號學派，它的深度學習就是連接學派，它的強化學習就是行為學派，我們把這三種方法用一種創(chuàng)新的方式去整合起來，去解決一個新的應用問題，這就是我們要做的。我覺得未來我們可能就是需要把這樣不同的方法整合起來，去解決更少數(shù)據(jù)樣本學習的問題，去解決我們人對知識的表示，對推理，對理解這樣的一些問題，我覺得這個可能就是杰瑞剛才講的，怎么把這些東西連接起來。

可以預測一下人工智能產品怎么樣才具有更高的多元智能？這方面有什么新的進展？

杰瑞·卡普蘭：

就您剛剛提出的多元智能，完成多功能型人工智能產品不是非常樂觀。因為我覺得一般來說，我們現(xiàn)在是提出一個問題，需要有特定的共聚合應用來解決這個問題，其實我自己工作經驗中跟大家分享一下，就有利于平板電腦的推出，大家都會覺得所謂的平板電腦和傳統(tǒng)的臺式機都是同樣一套系統(tǒng)，在我的工作中就會知道，你要去給平板電腦寫系統(tǒng)，這種范式和格式，同傳統(tǒng)的臺式機是截然不同的，只是一般不做我們這個專業(yè)的人一套設備，一套系統(tǒng)。

整個人工智能有一套自然的流程，有的技術是解決通用性的問題，有的特定性的問題，兩者之間沒有截然的涇渭分明，也不是說你解決特定問題發(fā)展到一定程度，就自然而然在通用問題上的解決達到一個新的高度，這個可能還得看技術未來自然的演變。

吳甘沙：

多元智能是一個很高的目標，先考慮通用人工智能來說，因為通用智能考慮到你情緒方面，對自然交互方面，音樂方面有很多，但是我們先想要考慮的是通用人工智能，我有沒有可能一種人工智能去解決不同實際生活當中的問題，這事實上也代表著人工智能歷史上不同科學家的探索。

在最早的時候，不要說通用的人工智能了，就說計算機視覺，我識別一瓶水是用一種算法，識別一個杯子又是一個算法，完全是不同的算法。但是生物學方面的一些進展，其實啟迪了人工智能的研究者，他們對生物學大腦進行了一些解剖和功能性的研究，它做了一個有趣的實驗，他把聽覺神經剪斷，連到了你的視網膜上，那過了一段時間呢，在大腦皮層上原來是負責聽覺的這部分區(qū)域，可以用來去做視覺。這個啟迪了大家，說原來人腦其實是用一套算法來去處理不同的感覺，來去處理不同的認知，這個從某種程度上推動了深度學習的發(fā)展。

深度學習大家可以看到，它已經可以用來做語音識別，可以用來去各種各樣物體的計算機視覺，可以用來去做自然語言處理，從某種程度上它已經把我們往前推進了一步。

但是我們現(xiàn)在深度學習只能夠保證我在任何一個單項領域上去超過人，但是我不可能有一個網絡，一個模型能夠是一個全能冠軍。所以這意味著，既使是通向人工智能之路上，還有很多工作要做。這至少代表了一種方向，一種我們的探索，未來我們可能會達到一種通用的人工智能，進一步達到強人工智能，達到多元的智能。

在自動化對人類的貢獻方面，一個是工作的自動化，生活的自動化，一個是決策的自動化，你可以預測一下這三類自動化，哪類人工智能會更加領先？

吳甘沙：

我覺得可能最先可以去做的就是決策的自動化，這是最簡單的。它只有在虛擬空間里發(fā)生，那么工作的自動化肯定是第二步的。其實我一直有個理論，大家一直覺得藍領工人很危險，其實藍領工人還未必比金領、白領危險？為什么呢？其實現(xiàn)在你看機器人，它在感知，在認知上面已經做得不錯了。但是就是這個靈巧控制事實上是很難，就馬文·明斯基一直說，這個東西我們一直用電機去實現(xiàn)，做得一點都不好。

剛才杰瑞秀了一張圖，是一個機器人來去疊衣服，大家知道這個機器人多少錢？40萬美金。而它的成本當中，大量的成本是在電機，在控制上面。一條胳膊要4萬美金，一只手要15000美金。所以大家可以想像，這樣一種靈巧控制的工作，事實上目前來說工人是很保險的。

但是反過來想一想，比如說一年會出現(xiàn)幾十萬篇新的醫(yī)學論文，沒有一個醫(yī)生能夠讀完那么多論文。但是我人工智能可能是在一秒鐘之內，把所有的論文都處理完了，所以它很快就能夠取代醫(yī)生，同樣在律師行業(yè)也是這樣。

所以像這樣的一些金領的工作，就是工作的自動化可能也是非常危險的。

生活的自動化可能給我們每個個人帶來的好處是非常大的。但是我覺得它可能會排在前面兩個后面。

杰瑞·卡普蘭：

剛剛吳老師講的無論是邏輯還是內容，我沒法超越，所以我就稍稍補充兩點。

還是想提醒一下大家，所謂的機器人和人類，它們是兩種完全不同的生存的業(yè)態(tài)，我們也不要把這種機器人和人類去強行對比，因為在有的工種上的確是機器人做得好，有的當然是人類比較擅長，為什么今天我們一定要說誰取代誰，而不能換一種思維方式，兩者之間能夠在一個系統(tǒng)中共存呢？當然共存的過程中會產生很多復雜的社會情況，但是兩者之間應該找到自己的一些優(yōu)勢點，去找自己擅長做的，而不是簡單地說機器人就把人類的飯碗給搶走了。

我們可以預測一下人工智能能不能解決中國的產能過剩問題？或者說人工智能是不是工業(yè)4.0更好的生產方式？

杰瑞·卡普蘭：

首先我來講一下剛剛您所說的中國產能過剩問題，我覺得如果隨著人工智能以及機器人的發(fā)展，產能過剩問題是不可能得到優(yōu)化，不可能得到解決的，它反而會惡化。但是現(xiàn)實情況又告訴我們，你不可能走回頭路，歷史不可能開倒車，你不可能說把這些機器人都給扔了，還是把這些產業(yè)工人請回來吧。

我記得之前有一位經濟學家，是英國的，叫弗里曼是這么說的，為說現(xiàn)在有這么多工人在工廠里工作呢？雇主是這么答的，因為現(xiàn)在我們有很多失業(yè)，你要把工人給請回來。那么經濟學家反問了，如果覺得工人這么多，為什么你們不給工人一些鏟子呢，讓他們去鏟地，而要請到生產線上來，因此歷史不能開倒車。

中國解決產能過剩問題要找到這些產能，而不要盲目地擴大再生產了，而不跟人工智能相關的。

吳甘沙：

這個我很同意杰瑞·卡普蘭教授的看法，現(xiàn)在要解決產能過剩的問題，現(xiàn)在流行一個詞叫供給側改革。供給側怎么改革？不是靠人工智能，是靠大數(shù)據(jù)的分析，能夠減少產跟需之間的信息不對稱。我覺得這個是靠大數(shù)據(jù)，我們不要把所有的東西都扔到人工智能的框框里面去，通過大數(shù)據(jù)的分析能夠更好地去做供需的預測和平衡。

杰瑞·卡普蘭作為倫理學的教授，實際上現(xiàn)在人類面臨兩大倫理問題，第一個就是人工智能和人的關系，第二個其實就是人造生命的問題，你能不能預測一下人造生命和人工智能將來有什么樣的影響和相互的作用機制？

杰瑞·卡普蘭：

首先我覺得剛剛您問的這個問題，其實我覺得在座應該沒有誰能夠完整而準確地回答出來，因為這些問題實在是太過于深邃和宏觀了。

第一部分比較好答，關于人類和人工智能之間的關系？這一點比較贊成吳老師所做的，他在從事這方面工作的時候，他在做無人駕駛，會讓這些無人駕駛的車輛相當于是去遵守社會的倫理道德的框架，比如說在開車的時候，它要遵循人類開車一些基本最高道德原則，讓禮讓，去符合技術所忽視的板塊，技術是不會遵守，只有人為技術賦予這些道德才去遵守。

你問這種基因技術、克隆技術就更加嚴肅了，因為之前在人類歷史上反復探討過基因技術、克隆技術是否有倫理方面的挑戰(zhàn)，現(xiàn)在包括在生物學界還有曠日持久的紛爭，這些技術更加謹慎一些，在座各位都不是很適合回答。

人工智能可能是西方技術和科學的產物，今天你來到了東方，你有機會去感受一下中國的氣功和日本的禪宗，還有印度的瑜伽，人工智能會不會在東方文明里面得到一些新的啟示和發(fā)展？

杰瑞·卡普蘭：

我覺得我贊成剛剛您的這個問題中的一些前提，因為在整個西方的邏輯體系中和哲學體系中，我們基本上是以技術，以機器為本位的，因為我們覺得有了好的技術和機器幾乎是無所不能。

在東方哲學體系中似乎更強調精神，人和人之間的關系，比如硅谷，我覺得技術和知識的發(fā)展幾乎成了一種新的宗教，他們覺得只要有技術和科技，就會幫助人類解決一切的問題，這種無所不能的、過分樂觀的態(tài)度，我覺得其實不樂于人和人之間的一些分享，人和人之中關系的建立的。包括像現(xiàn)在很多人在沉迷技術的同時，我覺得在長遠看來是會傷害人和人之間的關系，我希望聽了您剛剛的介紹之后，我回到硅谷之后，能夠和我的硅谷同事也分享一下，如何把這種東方人本主義的精神引入到技術發(fā)展過程中，緩解技術控所帶來的一些社會問題。