【高端對話】人工智慧：中國機遇與挑戰

4月2日上午，2017（深圳）IT領袖峰會高端對話一「人工智慧，機遇與挑戰」在五洲賓館精彩上演。吳鷹作為對話主持人，李彥宏、馬化騰、郭為、沈向洋同台激辯，引發掌聲連連。

AI技術的進步和大範圍、多領域滲入行業應用讓其再次成為行業焦點。隨著AI被更廣闊地應用到人類社會和經濟生活各個方面，新的機遇和挑戰隨之而來。一起來看看，IT大佬們對此怎麼說......

吳鷹

數字聯合會主席

大數據清理之後，有針對性的，對業界別人是一個價值，別人也是一個補充，我相信人工智慧是一個全社會的協調最後發展的過程。政府也要介入來做，大家共同來解決問題，其實還不光是，這是一個世界範圍內大家協同做一些事情。

不只是說數據拿出來分享，包括運算能力分享都有可能來做，這樣對創業公司、中小公司，包括政府、研究機構特別是大學，非常重要。其實利潤這個事兒對企業在某些方面是制約企業發展的，他一定要完成這個利潤，他是一個上市公司，要做到這些。

李彥宏

百度公司創始人

董事長兼首席執行官

隨著互聯網這麼多年發展，數據越來越多，越來越豐富，計算資源越來越便宜，越來越強大，所以人工智慧剛才說有60年歷史，前50年，為什麼大家不看好，為什麼大家覺得人工智慧沒有用，我在美國讀書的時候，我就很喜歡人工智慧這門課，但是學完之後，教授告訴我說其實沒用，人工智慧沒有一個真正有商業價值的應用，你將來靠這個是找不著工作的。到現在最近幾年，原來認為沒用東西變成有用，是因為市場環境變了，條件變了，原來認為不可能的事情現在變成可能了。

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。

人工智慧是一個非常大的產業，而且是會持續很長時間。像我們現在的判斷未來20-50年都會是一個快速發展的人工智慧時期。在這種時代大潮下，顯然不是一個公司能夠把所有的事情都做下來的。相反的，如果說我們先進入了這個領域，能夠提供一些平台給一些尤其是沒有這麼多計算資源、沒有這麼多做長遠研發能力的機構去做他們擅長的，他們對於很多垂直領域可能比我們的了解就會更加深刻，讓他們去做的話，他會推動整個人工智慧技術的發展。

馬化騰

騰訊主要創辦人

董事會主席兼首席執行官

在很多的領域——圍棋以外的領域，不管是醫療（剛才講的病理的檢測），以後的金融，現實中的每個行業，如果能用計算機後台做出一個模擬器，能夠讓它充分嘗試，就像開車一樣，你可能不用教自動駕駛怎麼開車，就模擬一個現實環境，給它一個規則，讓它駕駛，它去撞，有各種反饋，自然會琢磨出一套理論和經驗，這是給我們帶來巨大思考。在很多領域如果能做出模擬器，定義出很多參數，自己學習，他能找到規律可能遠超我們現在想象的。這是我們最大的啟示。

場景就是你想把這個技術應用在什麼場景下，你是不是有高頻的跟用戶接觸，這是一個落地的很重要的地方。所以我們看到很多研究院也好，包括我們內部研發團隊。如果沒有場景落地，沒有平台支持，基本上就是空中樓閣，研究一半很難往下走。

很多的AI所謂的大拿們，他們更關注怎麼落地，能不能把畢生研究成果能夠體現出來，所以在我們內部在吸引人才的時候，往往也會說你們微信、手機QQ裡面的平台數據能不能給他們用，但是事實上大家都知道，BG、部門裡面的平台他們也很希望近水樓台先得月，數據就在我身邊流動，我為什麼不能招人先研究一把，為什麼給你呢。

郭 為

神州數碼控股有限公司董事局主席

人工智慧有一個比較大的突破，實際上就是三點，一個是由於互聯網出現，大數據出現。第二，計算能力高速度。我們做智慧城市過程中，我們為企業定位過程中也考慮到，計算能力這個事兒我們做不了；第二，演算法上，作為一個傳統企業轉型的話，唯一能做的就是數據，就是如何能夠採集到更多數據，由於我們以前的積累，我們在很多行業有很多應用，使得我們能夠接觸大量的數據，這些數據如何從傳統的方式上轉移到用互聯網方式，或者今天我們定義用深網數據挖掘，如何在三網環境下採集數據就變成我們的核心競爭力。

我們既不能把人工智慧太深化，但是也要看到他確實還是能夠幫助我們做成一些事情。比如在一些特定領域裡，在醫療看片子、制定醫療方案可以做的很好。比如在農業，由於土地確權，我們掌握了20億畝土地的信息，土地上有什麼數據，我們幫助進行分析，提升我們農業收入，包括進入扶貧領域。這些應用是做智慧城市過程中一個非常好的方面。

人類發明一個針，這和今天人工智慧的發明對人的衝擊是一樣的，當時人縫不了衣服，沒有針怎麼縫衣服，發明針是多麼神奇的事，能夠把衣服縫起來，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。

沈向洋

微軟公司全球執行副總裁

微軟人工智慧及微軟研究事業部負責人

人工智慧經歷了多少個冬天，之所以今天有這樣的發展機會，主要還是因為三個方面原因，第一件事情，是因為互聯網的出現，互聯網+物聯網提供了更多的數據。第二件事，強大的運算能力。摩爾定律到現在，大家覺得應該會死掉，但是還沒有死掉，還有更多新的計算方法。第三，過去五六年深度學習突然突破，包括騰訊研發領域充分運用到深度學習，令到大家突然看到很多不能解的問題現在可以解掉。

從人工智慧基本和研究方向來講，還是兩個不同非常不一樣的階段。一個是人類感知這件事情上，我們講人工智慧，原來對人工智慧的定義就是跟人類智能相比較。人類的智能體現在哪？主要是兩方面，一個是感知方面、一個是認知方面。感知方面，剛才我提到這幾個原因，所以在接下來5-10年進展會非常快。具體表現在計算機語音和計算機視覺發展，我覺得AI會超過人，很多人會同意我這個說法。第二方面問題大家今天還沒有搞的很清楚的地方是人工智慧的認知方面，包括自然語言，包括知識的獲取、包括你對一般的情況下這種解決的方法這樣的思考，包括情感，這些東西今天我們還都是不知道。所以我是覺得現在是非常好的時代。

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。