BAT創始人齊聚數博會，大佬們都說了啥？|數博會 2017

2017年貴陽數博會在今天落下帷幕，不僅吸引了全球316家全球知名企業參展，更聚集了微軟、阿里、騰訊、百度、高通、IBM、戴爾等多家巨頭企業。同時也是繼烏鎮世界互聯網大會、深圳IT峰會，第三個集齊馬雲、馬化騰、李彥宏三位大佬的會議。此外，雷鋒網了解到，本屆數博會共舉辦了78場論壇和15場系列活動及5場高端峰會，在各類會議上均有巨頭企業或行業代表企業創始人發表演說。

雷鋒網整理編輯了2017數博會期間，最重量級的大佬發言摘要，為方便閱讀，在不改變其願意的基礎上做了調整：

百度創始人、董事長 李彥宏

有時候我拿人工智慧和原子彈相比，原子彈在發明之前，人類隔個幾十年就要有大的戰爭，原子彈發明之後可能所有人都覺得人類的末日就快要到了，但一直到今天都沒有發生大的戰爭，也許因為原子彈的誕生人類再也不會有大的戰爭，因為這樣的戰爭會毀滅掉所有的人，大家還是知道如何來控制的，所以人類對於人工智慧技術的這種探索、開發、演進我也是非常樂觀的認為它帶來的影響主要是正面的影響，負面的影響那完全是可控的。

阿里巴巴創始人、董事局主席 馬雲

有關 MI 和 AI 的討論，我覺得我們今天討論很有意思，我們沒有定義清楚很正常，定義清楚了才不正常。一百年以後我們一定會為今天的大膽、今天的幼稚、今天的天真而感到有意思，那時候一百多年前還這麼討論。一百年前討論電的時候認為電就是電燈泡，哪會想到有電冰箱、電視機、電飯煲，哪會想到電會無處所在。

所以，我們今天不要把人類看得太大。尤其在前段時間，我跟一些美國的專家學習之後，我是大吃一驚，我們現在很多外科醫生進入人腦，讓機器刻意模仿人，我們人對自己人腦的了解還不到5%。我覺得機器必須要有自己獨特的思考，機器必須要做人類做不到的事情。

這兩天比較熱鬧的柯潔下圍棋，我覺得人類是最有意思的動物，好象 AlphaGo 和人類下圍棋之前，人絕大部分認為機器肯定會被人搞死掉，打輸了之後，所有人認為，機器一定會把人搞死掉。我並不以為然，尤其很多公司，別再去搞 AlphaGo 這樣的東西了，沒有多大意義，你們可以做的事情實在太多了。按下圍棋本來是多有樂趣的事情，下圍棋本來是就在等對方下一步錯棋我贏一把，結果對方這機器從來不會下錯其，算得又理性又客觀，算得比你快，你想三步，它三百步都想好了，還永遠不錯棋，這有什麼意思，把我們最快樂的東西剝奪掉，還侮辱我們一把。

誕生石油之後我們一定要搞清楚，我們一定跑不過火車、飛機，從人類第一次發明計算機之後，我們就會預感，原來定義這些東西將會重新定義。我們一定搞不過機器傳統計算、儲存、理性、持久度上勝過它。所以我在想，這就是人類一定要去思考，我覺得不要讓機器去學習人類，我們要想機器必須要有機器方式方法，機器獨特的思考，能夠整合人類，能夠整合動物，甚至整合各種各樣的，讓機器有自己思考去彌補做人類做不到的東西。

騰訊創始人、董事會主席 馬化騰

我看到，BAT三家是第一次在同一屆數博會到齊。除了烏鎮世界互聯網大會、深圳IT峰會，又一次看到BAT三家再一次聚首。數博會的確非常成功。很有意思的是，這次馬雲和李彥宏隔空對戰，做了「人工智慧」和「機器智能」兩個高峰論壇，有一點火藥味。

特別是對大數據本身，他們的看法有所不同。馬雲認為數據很重要，是原料，沒有數據什麼都不行，聽起來很有道理。李彥宏提出不太一樣的觀點，認為數據不重要，創新和技術更關鍵，並且還舉例，說工業時代煤像數據一樣是原料，但煤的重要性肯定不如蒸汽機，聽起來也很有道理。

我就大膽點評一下，我相信李彥宏談的是從0到1，需要由創新技術驅動；馬雲講的是從1到N，這個過程需要持續不斷的數據驅動。所以，他們談的是不同階段。

我想講另外一個觀點：未來互聯網發展，更重要的一個要素是「場景」，或者我們稱之為「戰場」，再通俗一點就是「市場」，我覺得這是最關鍵的。有了應用場景，有了市場，數據自然會產生，也會驅動技術發展，人才也會隨之而來。

高通總裁 德里克·阿博利

雲對於AI發展非常重要，但我們也認為設備的認知能力更加重要，因為這樣能夠為未來AI應用奠定基礎。可能有些功能現在只是在設備層，技術層會有一定的延遲，我沒有辦法說所有東西都能在雲上完成。看一下監控攝像頭，我們不希望把攝像頭監控到的所有信息都反饋到雲端，因為信息量太大，我們希望在獲取有價值數據的時候再上傳，所以如何判斷哪些數據有用，這是要做的第一點。移動技術，物聯網現在每秒達到G級傳輸速度，但是網路延時性還是比較高，在2019年全新一代5G新物聯網技術也將實現商業化。

微軟全球資深副總裁 王永東

人工智慧的研究已經經歷了五、六十年的歷史。微軟創始人比爾·蓋茨在二十多年前發起成立了研究院，當時他提出一個願景，就是想做計算機，做什麼呢？能聽，會看，能夠理解人們的計算機。經過二十多年的努力，我們在語音、視覺、自然語言處理各方面都有進展，今天其實已經到了開花結果的時候。從微軟來看，在人工智慧發展的時代，我們計劃從底層架構到演算法服務，建立一個完整的人工智慧系統。但這樣的人工智慧系統並不僅僅是為我們自己所應用，人工智慧時代特別重要的一點就是生態，怎麼通過自己的技術和產品，建立一個生態系統——有包容性，讓人工智慧民主化。開發者、應用者、合作夥伴都能夠用上人工智慧的技術，我們大家一起來向前發展。

戴爾大中華區總裁 黃陳宏

說到人工智慧你想到什麼？你可能想到無人駕駛汽車，可能想到圍棋，是吧？我覺得這都是很大的進步，圍棋證明什麼呢？證明特定規則下，特定環境下，可能計算速度人類和機器沒有辦法比的，除此之外還說明什麼呢？不知道。人工智慧肯定是起來了，而且起來得很快，如果你看一看整個業界的發展，去年投入人工智慧的錢是前年的8倍。另一方面，在座很多人都是做企業的，可能還沒有想到怎麼用這個做事情，戴爾公司想的就是怎麼樣把人工智慧用到企業的應用，企業的發展，企業的生產製造各個方面。

IBM研究院院長 沈曉衛

無論是二十年前的深藍計算機，還是現在的IBM Watson系統，我們今天的焦點已經聚焦在人工智慧與行業的結合，也就是說在大數據背景下用人工智慧來解決行業的問題，醫療、教育、環境、零售、製造、金融等等，從這個維度來看，我們把人工智慧更多是當做一個工具，一個用來增強人類智能的工具。人工智慧已經給我們帶來了一個黃金的時代，而這個時代最重要的標誌並不是某個演算法的改進，某一個服務的出現，或者是某一場比賽的勝利，它最重要的標誌是技術與行業的深度結合，來幫助我們實現行業的創新、轉型與升級，所以從這個角度來看人工智慧今天在改變我們的生活，也在幫助我們重新定義我們生活的這個世界。

LinkedIn 總裁 沈博陽

的AI人才的現狀可以以一低三高來總結，全球人工智慧人才195萬，只佔其中的2%，數字還非常低。三高第一高是指集中度非常高，人工智慧人才在城市分佈可以看到北京、上海各佔34%的人工智慧人才，再加上深圳、廣州、杭州，這五個城市一共壟斷了將近90%的人工智慧人才。第二高指的是學歷非常高，的人工智慧人才碩士以上學歷的達到了62%，相對比技術行業同樣這個數字只有33%的比例。第三高指的是門檻非常高，培養一個人工智慧人才花的時間更長，數據顯示超過10年以上工作經驗的人工智慧人才佔總數的38%，而信息技術人才同樣比例只有15%，所以這是AI人才的現狀。

小i機器人創始人、董事長 袁輝

全世界絕大部分人工智慧公司會落在感知、思想、運動三大環節上，三個部分哪一個部分最重要？三個部分都重要，單未來整個競爭核心一定是大腦層面。全球很多巨頭都在賭大腦，但大腦本身分兩大應用方向，一個是做無所不知，無所不能的超級變形金剛，這是人類的夢想，也是人類到目前為止碰到的最大的技術挑戰，即使投入一萬億美金，但是也沒有人告訴你它會什麼時候出現。另一個是限定商業領域來讓人工智慧產生價值，這也是小i十幾年以來專註做的事。

Founders Space 創始人、CEO 史蒂夫·霍夫曼

有很多初創公司都說自己有人工智慧、機器智能，實際按我的定義他們都沒有，很多情形是智能演算法來提取數據，我覺得這最多是商業情報，也就是BI。

商業智能、機器智能和人工智慧有什麼不同？就是說演算法要能夠改變自身，演算法能夠自己改變自己，從而變化更加聰明，越來越有智慧，這個才算是人工智慧或者是機器智能，如果需要用人工去調整演算法的話，那個絕對不是機器智能或者人工智慧，僅僅是BI商業智能。

雖然我不是IBM的人，沒有掌握他們的內部數據，但是我個人認為，他們也就是停留在這個層面。MI和AI有什麼區別呢？MI是任何演算法能夠吸收數據進來，然後用自己的代碼重新去寫出新的代碼，所以這個演算法它自己會變得更加聰明，不僅僅是數據在更新，數據更新僅僅是資料庫而已。

阿里巴巴集團技術委員會委員長 王堅

其實AI和MI沒有必要區別，但是因為今天AI講得太多了，所以我覺得應該區別一下。

一個最重要的區別，大家意識到在叫MI或者AI以前，世界上只有兩種智能，一種是關於人類的智能，另外一種是關於動物的智能，實際上早年任何可以模擬人跟動物的智能都可以叫做人工智慧，因為那是人創造出來的。

我想，在今天到了MI的時候，實際上告訴我們另外一件事情，就是機器會有智能了。所以我想，變成世界有三種智能，一個是人的智能，一個是機器智能，一個是動物智能。任何人只要創造出關於動物和人的智能化，都可以叫做人工智慧。但是，今天人與動物不具備的智能，如果機器具備了，那就是機器智能。

斯坦福大學教人工智慧教授、連續創業者 傑瑞·卡普蘭

我是科技樂觀者，但是就這些技術的採用而言我是持悲觀態度的。什麼意思？我認為一般都需要很長的時間，比我們想象的時間更長，像個人電腦花了30年才真正的普及了，雖然已經很快了。

所以，我想機器智能在未來可預見當中一定是逐漸迭代採用和應用過程。首先它一定會提升，比如說今天有自動化的翻譯。另外，有些應用還處在實驗室階段，將來這些都會推出來。大家都在講自動駕駛車，好像自動駕駛車已經在路上了，但是我可以向大家預言，在25年以後，還會有很多車不是自動駕駛汽車，我們還會再等待。

對社會的影響，像其他有很多科技一樣，這個技術是於道德倫理是中性的，怎麼利用這個科技是由我們來定，所以這個不是一個科技對話，更多的是社會對話，我們可以用這個科技治癒疾病，也可以用這個技術來殺害人類，有很多可能的應用場景，我們必須做非常縝密、周全的思考，保證這個技術它的好處可以惠及廣泛社會成員，而不僅僅是惠及富裕的人們能用得起用得起這樣的機器智能。

北大、普林斯頓大學教授 鄂維南

我是一個數學家，給大家舉個例子，在數學行業裡面大部分人對大數據這個概念非常反感的，因為覺得何必要有這樣一個新名詞，大數據無非就是數據分析，數據分析無非就是統計，我們做了這麼多年，幹什麼要搞一個新的名詞。

幾年看來，我們引進大數據概念與過去統計概念是完全不一樣的，對大數據本身發展也產生非常大的促進作用。MI 和 AI 我覺得也是同樣的概念，如果我們傳統的 AI 是基於規則和基於模式識別，現在我們講的 AI 跟過去 AI 概念是完全不一樣，是基於大數據和一定程度的自主學習的，對這樣的新的AI給一個新的名詞叫 MI，我覺得這是有一定道理的，將會發揮一定的促進作用。

無論大佬們站在哪邊，是 AI 還是 MI，一個共同的認知是機器學習和大數據等技術，將會對人類生活產生顛覆性的巨大影響。如果說巨頭和大佬是站在行業的最高處來思考的話，那些新晉參展的初創公司們，則是看準了這個方向，在用新技術武裝著傳統行業，比如通過大數據改造商業調查的天眼查，通過人工智慧改造「企業協同」的奇魚微辦公，通過研究物聯網技術保障燃氣管網安全運行的中興通訊，通過發現新材料發明的可捲曲柔性顯示屏等等。

在矽谷有句話叫，「人工智慧是一把榔頭」，雷鋒網認為，或許我們現在就在經歷著這個「榔頭的時代」。