李彥宏和馬化騰在對話時起了爭執，沈向洋抱怨BAT老來微軟挖人

2017年（深圳）IT領袖峰會於4月1日、2日在深圳舉行，在2日上午，BAT三巨頭再次聚首，李彥宏、馬雲和馬化騰成為焦點之一，焦點之二則是人工智慧（AI）。

在上午的主題演講中，馬雲談到人工智慧時說：「去年大家把AlphaGo捧得天花亂墜，我聽到這個消息就想，So 他媽 what！」

數字聯合會主席吳鷹則認為人工智慧「離泡沫差遠了，需要大泡沫，需要更大的泡沫」。

而在接下來的圓桌環節，李彥宏、馬化騰、沈向洋（微軟全球執行副總裁）和郭為（神州數碼控股有限公司董事局主席）與主持人吳鷹則共同探討了「人工智慧：機遇與挑戰」。

碰撞：沈向洋說BAT老從微軟挖人

在討論中，幾位嘉賓不斷碰撞出火花，比如馬化騰對著旁邊的李彥宏主動說：「李彥宏在人工智慧方面走得更前，對騰訊來說我們還是落後不少，只是去年剛立的開始成部門。」

李彥宏表示很開心。他再次重述了他之前的一個觀點：「互聯網其實現在只是一道開胃菜，真正的主菜是人工智慧，所以人工智慧不是互聯網的一部分，不是互聯網第三個階段，它是堪比工業革命一個新的技術革命。」

李彥宏曾經在去年12月的烏鎮世界互聯網大會上說過「移動互聯網時代已經結束，人工智慧時代已經來臨」，讓很多人對他「懷恨在心」，甚至連馬化騰都在某個公開場合公開反對李彥宏的觀點。今天，倆人在人工智慧方面有了新的爭執，下文會提到。

BAT總是跑到微軟來挖人，最知名的當然是前微軟全球執行副總裁陸奇剛被百度挖來當百度集團總裁，當然還有張亞勤。

而微軟亞洲研究院一直有互聯網黃埔軍校之稱，被培養出來的科學家和工程師總是被BAT哄搶，對於這種現狀，沈向洋充滿了無奈，在吳鷹問他目前微軟人工智慧事業部有多少人時，沈向洋有點兒挖苦地回答道：「一共有7000多個工程師和科學家，我們還在繼續招人，並且Pony（馬化騰）和Robin（李彥宏）經常來挖我們的人，Jack（馬雲）也挖。」

吳鷹隨後拋出一個犀利的問題給微軟的沈向洋——人工智慧市場的話，BAT，你最想幹掉馬雲、馬化騰還是李彥宏？

沈向洋則顧左右而言他，就是不回答問題：「藉助剛才馬雲講的，彎道超車十超九翻，要換道超車才有希望，在任何競爭的過程中總是要找到自己的出發點……」balabala安利了微軟明星級人工智慧產品——微軟小冰。

吳鷹不死心，再追問：「我沒用過小冰，但你好像還是沒有直接回答我的問題，你最想先幹掉誰？」

沈向洋繼續裝糊塗：「你剛才問了什麼問題？」

全場綳不住了，大笑，隨後吳鷹無奈地評價沈向洋是「高手」。然後他說：「我本來想問李彥宏怕不怕微軟，想不想把它幹掉，但是沒有什麼意義，他們都有很智慧的回答，肯定會迴避開。」

對於沈向洋提到的BAT尤其是騰訊跑到微軟挖人，馬化騰倒是個誠實boy：「過去一年我們也招了挺多的人，我們在微軟總部西雅圖還設置了一個實驗室。因為很多微軟的人不願意離開西雅圖，所以我們就在旁邊設，沒有辦法，人才就是這樣。幾個方面結合起來才有辦法真正在某一個領域看到它的成效。」

說著說著他自己都不好意思了，害羞地笑了。

沈向洋說：「作為大公司來講，特別是成功大公司來講，我們對社會有一個責任，對行業有一個責任。當我們行業做的很成功，第一件事情就是開研究院。現在Pony也開研究院，唯一做得不對的就是開到微軟門口去了。」

談到同業競爭，郭為最有自知之明，他說：「今天我去跟BAT在互聯網競爭，那我是找死，那是完全不可能的事情，那真是活膩了。」

李彥宏：「合作的空間是巨大的。」

沈向洋：「還是跟微軟合作比較好。」

吳鷹：「好，有點味道了，李彥宏和Harry（沈向洋）都在向你遞橄欖枝。」

關於人工智慧仿生的問題，李彥宏不贊同馬雲和馬化騰的觀點

上面是提到了幾位嘉賓一些激烈的碰撞。但在我還想單獨把一個話題拋出來，因為這個話題在吳鷹這個老油條的循循善誘下，李彥宏、馬化騰、郭為和沈向洋都對這個問題進行了觀點PK和站隊，當然，吳鷹自然沒有放過在台下坐著的馬雲。

吳鷹：我也想借馬雲剛才講的問一個仿生問題，我就想問台上的四位嘉賓，不用專業知識，就是直覺，在人工智慧上有突破的事，模仿人腦的，馬雲說機器一定比人快很多，你們覺得仿人腦的方式會有所突破，還是完全不一樣的想法？郭為你就先說，說錯了也不要儘管，反正你也不是人工智慧專家。

郭為：是功能性的突破，還是仿生的東西，就拿AlphaGo來講它下一盤圍棋所消耗的能量，有人告訴我需要2噸煤，但是一個圍棋手可能就是兩碗米飯，我們在考慮一個功能的時候需要多大的資源消耗，這始終就是人類進步的很重要的，你可以實現這個功能，從實驗室走到工業，實驗室可以做得出來，但是無法實現工業化就是要考慮成本，考慮到資源的消耗。

人工智慧之所以用功能性替代就是考慮這些因素，就是完全模仿本身也非常困難。我也非常同意馬雲的說法，人的大腦功能，我們自己認知只有3%，最終就是用功能，而功能的替代能量消耗要比人本身，人還是太神奇了，這個我覺得很難達到人的程度。

今天做人工智慧也和當年發明針沒有根本的區別，人在進步的過程中不斷發明新的工具，而新的工具最終還是為人類服務的。

吳鷹：Pony覺得是用模仿人的方式，還是全新的？

馬化騰：我們當然期待有一個本質的，發現飛機的螺旋槳也好，還是流體動力學，還是鳥的翼，或者是馬跑，現階段還是通過仿生的階段，在某一些垂直的領域，你現在要做到一個通用的AI非常難，包括圍棋也是選一個非常窄的領域，然後給它學習，通過各種參數來訓練，剛才郭為提到的用AlphaGo下一盤棋要消耗多少能源。這個垂直領域訓練數據是需要消耗很大的能量，但在實際用的時候其實不需要消耗太大的能量。

我們絕藝訓練出來的單機成本跟職業棋手差不多，但是要訓練出這個模型來要很長時間，稍微改一改規則就全部要進行重複訓練，改進一點之前的積累都不算，要從頭積累一遍，消耗的能量很大，而且時間很長，這是很窄的一個技能模擬。

下一步到通用的，再下一步是不是有更本質性的，發現它背後的原理，智能可以超越人的碳基的智慧，是不是有其他更多的基礎元素可以形成更高級的生命智慧呢？這可能是超越人類現在所發現的知識，這也是有可能的。甚至有人還突發奇想說我們現在認識的宇宙就是高智能的生命，用他的量子計算機模擬出來的環境，我們一切都是模擬出來的，也有可能。

吳鷹：腦洞大開，一切皆有可能，Robin怎麼看？

李彥宏：其實我不太認可人工智慧現在做的是仿生學，現在我們講人工智慧像是人腦神經元的工作原理，但是人腦具體怎麼工作的，剛才馬雲講的我們只了解3%，我們並不知道人腦是怎麼工作的，你不知道它怎麼工作怎麼仿它？我們只知道這一點點，這一點點計算機的演算法有一點類似之處。

我同意現在的人工智慧，尤其是機器學習、深度學習的演算法還確實處在非常初級的階段，還有很多提升的空間，現在做得還非常不夠。什麼時候能夠挑戰真正人的認知能力，我覺得還有很長很長的時間。我說話比較保守，我說很長是說這一天永遠不可能來到。

第一階段是弱人工智慧，第二階段是強人工智慧，第三階段是超人工智慧，我認為到強人工智慧這個階段就達到不了，不僅僅是你永遠搞不清楚人腦是怎麼工作的，你即使用電腦的方法模擬人腦，要想完全達到人腦的水平，我覺得也做不到，永遠做不到這件事情。

吳鷹：我們IT領袖峰會就是觀點。我也不用問沈向洋了，因為確實是人腦到底怎麼工作的，不知道。但是這個答案非常簡單，因為有一個上帝。所以很多科學家到最後就信上帝了，變成找到一個答案了。沈向洋，你還有補充？

沈向洋：我蠻贊成李彥宏剛才講的，人工智慧這件事情發展，今天最大問題是對人腦不了解。腦科學今天還是非常初步的科學，你每次要講科學的話，首先要一定要有數據，要能夠做試驗，而且做重複的試驗，今天就沒有辦法真正監測到真正做試驗說因為加入了這樣的輸入到人腦，出現什麼樣的輸出。接下來N年應該有更多的人投身基礎科學研究腦科學這件事情。

看今天計算機體系結構，馮諾伊曼結構，跟人腦結構完全是兩碼事。可能也像張教授說飛機的模仿並不是真正像鳥一樣，我覺得肯定是這樣的情況。

接下來很多方面肯定叫弱人工智慧也好，這些很多的人的智能方面我們能夠想象得出來，今天人能夠做的事情在不遠將來，絕大多數事情，人工智慧都可以達到。

今天大家覺得激動人心的地方是因為以前是完全符號式、公式這樣做，今天是神經網這樣一種解法，它的區別在於以前符號式做法，你覺得用符號式做法解了一個問題，你覺得可以懂的，你可以解釋的。而今天這種神經網解法，包括Pony做的圍棋機器人，他很難去解釋為什麼下這個。

接下來有一個需要研究的問題，從符號式到神經式怎麼樣回過頭再到符號式。就是研究行業很熱門的方向，叫做可以解釋的人工智慧。