《AI现状与未来》圆桌论坛：技术将不断刷新对美好生活的体验和想象

本篇文章6962字，读完约17分钟

[科技网报道]4月26日，一年一度的gmic今天在北京国家会议中心拉开帷幕，热门的人工智能话题自然不会缺席。在主会场举行的“人工智能现状与未来”圆桌论坛上，创新工程董事长兼首席执行官李开复、facebook人工智能团队首席人工智能科学家yann lecun和美国科学院、美国工程院和美国艺术科学院院士michael jordan分享了各自的经验。

李开复把人工智能的应用归纳为四个方面。他认为，第一波是基于互联网原始数据的人工智能浪潮，第二波是正在发生的商业化浪潮，第三波是基于视觉和听觉传感器收集的新数据，第四波是自动人工智能。目前，自动驾驶等主要应用已经落地。这四次浪潮给中国带来了巨大的机遇，尤其是互联网，它已经占据了全国的半壁江山。在深科技(000021)，也有数据优势和政策推动。

迈克尔·乔丹认为人工智能怎么强调都不为过。如今，我们期望建立一个智能自动化系统。无人驾驶并不是最终目标，但这项技术应该更好地连接和实现。因此，我们需要每一个系统，每一个系统来实现智能化。

Yann lecun指出，对于人工智能来说，由于人工智能的进步将受到极大的限制，仍然有许多问题没有得到解决。我们必须继续研究，使这台机器更智能。

以下是一份发言记录

主持人:欢迎李开复、扬·勒昆、迈克尔·乔丹和创新工场董事长兼首席执行官高新新参加圆桌论坛。

主持人高新新:大家好！今年的主题是“爱生万物，人工智能生万物”。随着计算能力算法的突破和数据的积累，人工智能经历了60多年的发展。近年来，全新的场景在许多行业被激活，带来了全新的价值，吸引了全世界的投资和关注。

然而，人工智能作为一种发展中的技术，仍处于进化过程中。它能做某事，不能做某事，所以仍然有许多问题亟待解决。

我们的下一节课叫做人工智能的现状和未来。我们今天的嘉宾都是人工智能领域的重量级嘉宾，从学术界到工业界。让我们一起和他们谈谈。

我的第一个问题是问开福老师。他是人工智能行业的重量级嘉宾。开福老师，我想问你一件事。首先，我想给我们的客人一个全面的回答。在你看来，人工智能技术的现状是什么？我们在中国有什么样的地位和机会？

创新工场董事长兼首席执行官李开复:谢谢。他刚才说的非常精彩。他所描述的也是学术观点。在过去五年左右的时间里，我们已经看到深度学习和相关技术渗透到各个领域，尤其是计算机视觉。从应用的角度，我将把人工智能的应用归纳为四个波，它们以不同的方式应用。事实上，这里的每个人每天都在使用人工智能。

第一个浪潮是互联网的ai浪潮，也就是说，每次你在淘宝网上点击并在朋友圈里称赞，这些数据都会被收集起来，成为一个互联网巨头公司，从而可以有更深的了解，然后为他提供更好的服务，更合适的服务，并兑现。这是网络人工智能。

由于互联网上的数据量是最大的，我们每天帮助这些巨人像小白鼠一样标记巨人，所以今天的人工智能巨人和互联网巨人是平等的标志。因此，美国的谷歌、脸书和亚马逊引领了第一波浪潮。

第二波是谁有很多价值，谁能实现它或提高商业价值。例如，银行使用用户数据来降低信用卡的欺诈率、贷款的偿还率或投资回报率。银行、投资机构、保险公司。当然，在其他各种应用中，如供应链、医疗保健和学校，它可以在任何有数据的领域商业化。这是人工智能商业化的第二波浪潮，大部分人工智能公司都在做人工智能商业化的工作，这也是一种B2B业务。

第三波是基于视觉、听觉或其他传感器收集过去不存在的数据，然后将这些数据转化为新的应用程序甚至新的用户体验。例如，我们看到各种智能音频和智能语音交互。例如，我们在不同的领域看到更多的照相机。例如，我们在创新工厂的前台有face++软件，我们是无需前台就能自动运行的机器。当然，我们可以在不同领域使用这种智能计算机视觉加上传感器。例如，在无人管理的商店、工厂等等。因此，第三次浪潮已经开始到来，我们将会看到更多的传感器、更多的芯片和更多的相机被布置在我们周围的各个地方。

第四波被称为自主和自动化人工智能，这意味着我们在科幻电影中看到的机器人(300024，诊断股票)是无人驾驶的，更智能的飞机是无人驾驶的。那么这股浪潮将彻底颠覆我们的旅行习惯，我们今天所有的物流都将被颠覆。然后，我们的工厂将逐渐变成熄灯工厂和无人工厂，我们的商店将逐渐变成无人商店，所以第四次浪潮是巨大的。第四波已经有了一些主要的应用，比如无人驾驶。这四波浪潮将很快到来。我们每天都在使用人工智能，将来我们会更多地使用它。

这四次浪潮也给中国带来了更多的机会，尤其是在互联网上，我们已经占据了世界的一半。我们在视觉和传感器的应用方面也发展迅速。因为我们有大量的数据。在无人驾驶等先进技术方面，美国仍然领先。然而，中国拥有数据优势和强有力的政策推动，因此中国和美国应该在未来的人工智能领域处于领先地位。

高新新:那很好。谢谢你，开福先生。谈论现状，我们必须谈论未来。首先，我的第一个问题是迈克尔.乔丹。你可能不知道他是人工智能领域的绝对创始人和领导者。你的问题是，在最近的博客中，你提到了很多新的东西，你提到了以人为本的工程科学等主题。你认为人工智能技术将来会发展成什么样的进化过程？

迈克尔·乔丹:我很高兴来到这里参加gmic会议。我的老朋友，你的形象很高。我是一名学者，我非常关注整个行业的发展。对我们来说，我们的原则是建立一个系统。目前，我们没有多少原则。我们用化学工程来写我的博客。在20世纪40年代，我们当时有这样一门学科。当时，许多指导方针和原则被确立，这使我们能够使许多化工厂以非常合理的成本进化和发展。

目前，此类原则尚未完全确立，因此该制度无法完全确立。我认为我们现在是人工智能，我们不能过分夸大它。现在我们希望建立一个智能自动化系统。实际上，无人驾驶不是我们的最终目标，包括我们的银行或物流。目标不是实现无人驾驶，而是使其更好地实现链接。

因此，在许多方面，智力还没有完全确立。现在我们可能在地图上，我们可以在很多地方实现一些功能。但是它的一些语义或其他背景和引申意义等。，这种智慧和智能尚不存在。

因此，我们需要每一个系统，每一个系统都实现了这种智能。目前还没有这样的智能网络，所以要实现整体智能，我们需要构建整个系统，而不是单个个体的智能。事实上，在无人驾驶或无人商店领域，它需要自己做出决定。有些决定可能仍然有顺序和优先权。有些决定是同时做出的。在现实世界中，我们可能不得不同时在经济、金融和商业领域做出成百上千的决策。

因此，我们可以想象有这样一个系统，提出专家建议，这似乎是非常聪明的。读这本书，看这部电影，然后把它部署到世界各地，就像阿里巴巴和亚马逊现在做的那样。很多时候，当亚马逊向人们推荐一本书时，人们会感觉很好。因此，这些人工智能技术被不断地部署。向人们推荐一部电影，推荐一家好餐馆是没有问题的。在手机应用上向你推荐，今晚去这样的餐馆或者去上海海带的一家好餐馆或者博物馆。

例如，在交通中，当人们从我们的机场去城市时，哪条路不会被堵塞。例如，每个人都想投资股票赚钱，并向人们推荐同样的股票。很多时候，在建立这个系统的时候，如果所有给人们的建议都是一样的，那么这个系统可能会出现问题，我们必须承担责任。当我们建立这样一个系统时，我们不是考虑个人的智能，而是整个系统和网络。包括数据、决策和可能的错误，都应该考虑在内。

因此，在这项研究中，它的一些原则不断出现。但是在这个过程中它仍然是不完整的，还有很多概念需要完善。我认为现存的问题是自然语言和许多其他人类已经是非常完美的系统。我们似乎认为人工智能无处不在。但事实上，整个体系仍需要时间来建立。

我的目标是乘坐无人驾驶汽车。虽然没有人，但它应该像人一样开车，而不仅仅是一台简单的机器。因此，建立一个自动化系统并不容易。人们可以用人工智能这个词来表达它。没有问题，但不要夸大其词。

高新新:在那之后，让我们进一步阐述。下一个问题，我想问yann lecun。我问你的问题是，你谈到让机器学习常识，这样它就可以预测一些问题和可能的答案。你能对此做进一步的阐述吗？信息技术与监督学习、非监督学习和强化学习之间有什么关联？

Yann lecun:在这些表达下，实际上，我在整个人工智能领域有很多想法和交流。当然，从学术到实际应用有很多东西。对他们来说，在他们之间建立这样一个系统确实是一项非常重要的任务。

例如，在脸谱网上，脸谱网有这样的应用程序，我们希望机器有真正的智能，并建立这样的架构。我们希望人工智能能够实时做相关的事情，但是许多技术还没有到位。例如，包括人脸识别，许多事情已经做了几十年，有些目标还没有实现。因为机器需要获取大量的知识，所以它可以像人类一样真正实现智能和智慧，做出很多预测和判断，做很多事情。

正如我们刚才听到的，我们需要很多基本原则来建立一个系统，以便真正达到人类智能的水平。

因此，为什么我的演讲强调有监督和无监督的学习？从这个过程中可以看出，机器需要有预测能力。自我判断和预测来自不同感官的输入，它从世界各地获得相应的数据，以获得与人类相似的尝试。监督学习只给出很少的机器和很少的数据，在训练机器时是有限的。

因此，它获得的反馈和信息是不够的。在这个过程中，我们可以看到人类之间的差异是显而易见的，这也可以帮助我们进一步前进到下一步。

高新新:非常感谢。刚才我们问了这么多技术问题，所以我们不得不问一些关于人工智能行业的问题。

下一个问题是问迈克尔·乔丹教授，因为迈克尔·乔丹在2017年5月刚刚成为蚂蚁金融科学智库的主席，人工智能使能产业也是今年大家关注的一个特别重要的话题。因此，我想向迈克尔·乔丹先生询问这个问题。

迈克尔·乔丹教授，我的问题是，你曾经说过机器学习技术对整个工业的发展和技术价值的产生有一些相关的影响。你能举个例子吗？

迈克尔·乔丹:感谢杨博士对我们的回复，所以我们的讨论很有意义。在商业人工智能中，人工智能之一是翻译成眼睛里有红毛。我不知道人工智能在翻译时是否会误读。屏幕上有人工智能翻译。因为它可能是一些同音异义词，人工智能在理解语义方面会有一些问题。

事实上，这项研究已经发展了60年。可以看出，这是一个漫长的过程，我们必须了解语言和其他方面的全球进步。我相信媒体对人工智能非常感兴趣，我们都在推动它在这方面的发展。

事实上，在很多情况下，你需要构建一个智能系统，而你不需要知道人工智能的所有方面。事实上，在整个过程中，人工智能本身就是一门计算机科学，但它应该与经济有关。事实上，我们需要建立这样的联系。

如果我们在生产者和消费者之间建立一种制度，这种制度的建立将产生经济利益，这也与我们前面提到的问题有关。如果我们向所有人推荐同一家餐馆，那么这家餐馆就人满为患，每个人都不想去拥挤的餐馆。它的价值是什么？这些就是我之前提到的问题。我们的计算机科学如何为经济服务？因此，最好有相应的竞争关系。

我们有一个相应的系统，其中座位的价格是一个座位一个价格。例如，我想从这里吸引人。我在这里的座位有3%的折扣或一些折扣。因此，在这个过程中，每个人都可以投标，然后实现相应席位的合理分配。

最后，这样，我的餐厅也有很好的上座率。我旁边的竞争对手可以看到，餐厅已经开放和满。这时，竞争对手认为我提供30%的折扣，这可能会吸引相应的顾客来这里吃饭。

目前，我们整个所谓的人工智能系统并没有考虑那么多，在提出建议时仍然有相应的局限性。

我还可以举一些其他的例子，比如音乐。现在整个音乐市场还不完整。包括各种一起做音乐创作的人，比如说，有些音乐作品很好。通过目前的一些系统，很多人听音乐，但是当制作音乐的时候，我们可以看到很多人不能从制作音乐中赚钱，也没有真正的经济效益。我们如何解决这个问题？如何利用我们的人工智能技术实现从技术到市场化的转变，使它具有商业价值，可以从中赚钱，可以有相应的数据流，以及谁在听。

例如，我的音乐在深圳很受欢迎，因为那里的人喜欢听我的音乐，并把它推荐给他们的亲戚和朋友，所以数据非常有价值。因为深圳人很喜欢听我的歌，我会去深圳开演唱会，我会赚很多钱。作为一名司机，我可以在赚钱的同时，也可以将我的歌唱爱好转化为商业价值。

许多商业价值都是通过这样的数据集创造的。目前，许多问题甚至没有被仔细考虑过。此时，我们可以挖掘它们的商业价值，这是我们的人工智能应该实现的一些功能。因此，对我来说，为了更好地实现人工智能的价值，也就是让我们的计算机科学更好地造福人类。

因此，也有必要让一些商业人才和经济人才与科学家合作，让人工智能能够创造更多的商业价值，探索更多无限的可能性。在这个过程中，我们在解决其他问题上更加雄心勃勃。

高新新:刚才迈克尔·乔丹谈了很多关于如何使用人工智能来建立一个全新的市场和一个全新的价值过程。另一个纬度在人工智能。在人工智能行业和企业中，生产、教育和研究的结合非常好。许多人工智能企业都有自己的人工智能研究机构，甚至许多人工智能初创企业都有自己的人工智能生产线，这在人工智能领域是非常普遍的现象。关于这个问题，我想问扬·勒昆。现在你领导着facebook的人工智能团队，你仍然拥有纽约大学教授的职位。你能问一下如何开展公司的研究吗？

Yann lecun:四年半前，当我们在facebook上开始相应的研究时，我曾在atmt和贝尔实验室工作过。在公司的调研中，你可以提前进行一些调研。这并不是说所有公司都能做到这一点。至于人工智能，仍然有许多问题没有解决，因为人工智能的进步将受到极大的限制。我们必须继续学习，我们需要自己研究和解决问题。我们将使机器更智能，更好地理解人们的思想和思维方式。没有一个公司或个人能独自解决这样的问题。

此外，在开源研究方面与大学合作非常容易。例如，我仍然保持我在学术界的地位。我认为这对于学术界来说是不同的。也许学术界的研究并不意味着他们相互竞争的是他们感兴趣的研究。学术研究是非常互补的，所以我认为学术界和工业界的结合是完美的。你会看到北美、欧洲和亚洲的情况会越来越多。研究科学家将在企业或学术界任职，这可以更好地实现学术界和工业界之间的交流。我认为这是一个非常重要的变化。

在工业开源的研究上，你可以用这种方式吸引最好的科学家，你告诉一个科学家在你的公司工作。但是如果你不告诉科学家你在做什么，你实际上会扼杀科学家的研究。你必须告诉科学家你要做什么，趋势是什么。只有这样科学家才能愿意在这里学习。事实上，科学家的职业发展也会影响整个人工智能研究的发展方向，所以你必须让科学家知道你的公司在做什么，这样科学家才能更好地参与这样的研究。

此外，谷歌和facebook等公司在人工智能的研发上投入了大量精力，这有利于他们的品牌，并能吸引更多的工程师。我认为这可以使他们在这方面更有吸引力，这就是他们致力于人工智能研究的原因。你可以通过开源行业吸引更多的人才参与这项研究。

高新新:今天早上的最后一个问题，无论你是在做人工智能技术开发还是人工智能产业开发，你都离不开人工智能人才。事实上，人工智能人才极其稀缺。

最后，开福老师做了一件事，我认为是特别伟大和有意义的。开福老师与教育部和北京大学共同发起了一个项目，预计该项目将在2019年培训数万名学生。今天早上，还有一个关于人工智能人才的特别会议。这里，让我们从介绍开始。你能先给我们介绍一下人工智能人才计划吗？

创新工场董事长兼首席执行官李开复:如果我们分析一下中美之间的优势和劣势，我认为美国在教育方面有着非常强的优势。例如，yann lecun教授和michaeljordan教授以及许多大学，甚至美国的前100所大学，都有非常好的人工智能课程。虽然中国有非常高质量的计算机人才，但是如果他们进入蝙蝠，他们可以学习好的人工智能。但毕竟，我们必须从基层开始构建人工智能的金字塔，也就是说，我们大学毕业时需要有一定的人工智能基础。我们该怎么做？我们分为三个步骤。

首先，正如辛欣所说，我们应该与教育部和北京大学一起培训教师，这样不仅中国的前十所大学可以有好的人工智能课程，而且中国的前一百甚至上百所大学也可以有人工智能课程，这样学生在读本科的时候就可以接触到人工智能领域。

第二，我们将做一个有针对性的培训，培养那些最有潜力成为未来人工智能金字塔顶端的朋友。我们将请国际和国内的大奶牛来帮助他们。完成这些教师课程后，我们今年将教100名教师，明年还会教更多。他们将在三四年内教成千上万的学生。除了这成千上万的学生，我相信还有很多朋友刚刚开始工作，他的一些学校没有人工智能课程。甚至他也不是在学习计算机，而是在学习数学或文科。我们已经和公司建立了一个竞争平台。去年有10，000人参加，未来将有数十万人参加。

经过这些步骤，我们希望那些对学习人工智能感兴趣的学生毕业后能成为有经验的人工智能人才，因为人工智能越来越受欢迎。

高新新:太有意义了。时间过得真快。我们的会议即将结束。技术的美妙之处在于不断刷新我们对美好生活的体验和想象。让我们永远保持好奇和脚踏实地，一起探索这个美好的新世界(600628，临床单元)。非常感谢，谢谢两位教授。