李開復：青年領袖如何參與人工智慧未來浪潮？

科技 05-26

Xtecher【錯別字基金】溫馨提示：如果您在閱讀過程中發現錯別字，請在文章底部留下說明＋聯繫方式，我們會立刻發給您5-88元隨機紅包一個，同樣的紅包會發給文末留言點贊最高者。

2017，人工智慧浪潮洶湧澎湃。僅僅幾天前，阿爾法狗繼戰勝李世石後又擊敗柯潔，再塑輝煌；微軟前人工智慧首席科學家鄧力正式離職，前往對沖基金公司擔任首席人工智慧官，續寫傳奇；英偉達GTC大會群雄畢至，黃仁勛面對未來豪情萬丈；而李開復則在哥倫比亞大學工程學院的畢業典禮上直抒胸臆，劍指人工智慧未來10年。

整理｜矽谷加先生

閆小姐的大獨家

編輯｜Duan

微信公眾號ID｜Xtecher

正如Xtecher所言，每一波浪潮帶來的，不僅僅是機遇，亦是挑戰；不僅僅是珍珠，亦是泡沫。火煉真金，唯有智者才能理性看待人工智慧浪潮下的虛虛實實，對未來青年領袖們給出中肯的建議和有價值的思想。因此，Xtecher攜李開復老師的創新工場，與MIT-CHIEF和哥倫比亞大學CSSA一起，在波士頓和紐約的土地上為莘莘學子帶來他在中美之間、過去未來，人工智慧上的感悟與思考。

人工智慧，勢不可擋

「你們知道嗎，未來人工智慧在擇偶方面會比你們的父母更懂你的品味。」日前，在Xtecher和創新工場與MITCHIEF和哥大CSSA共同合辦的美東行現場，創新工場CEO暨人工智慧工程院院長李開復妙語不斷，「百合網推薦的對象肯定要比家人和朋友介紹的靠譜，當然最後交往是你們的事，但是最了解你的肯定是人工智慧。」這一判斷基於深度學習針對個體用戶不斷自我迭代的分析處理能力。面對未來，他信心滿滿。

Xtecher&創新工場美東行MIT現場

繼哥大畢業典禮演講後，李開復和創新工場一行人馬不停蹄，又分別在麻省理工學院和哥倫比亞大學進行了「我不是李開復，我是人工智慧」的主題分享會。在這座無虛席、賓主盡歡的演講中，李開復以風趣的語言和獨特的視角為美東波士頓和紐約兩個地區的小夥伴們介紹了人工智慧的過去、現在和未來，並用創新工場投資案例與擁有「理工魂」的同學們親切交流，亦與MIT Techology Review高級編輯Will Knight深入探討了中美兩地的人工智慧發展環境。

李開復重點分享了深度學習帶來的顛覆性幫助和改變。他表示，通過大量數據分析進行判斷、預測和分類的人工智慧演算法早已在Google、Amazon、百度、快手、美圖等互聯網企業大規模應用。比如，淘寶上相似產品的排列順序，美圖中的一鍵美顏功能，都是人工智慧標註數據並自我學習的產出。未來，互聯網公司會更加了解用戶：美團會知道你今晚想吃什麼，攜程會知道你可能想去什麼地方旅遊，百合網更知道你想要找什麼樣的異性朋友……

Xtecher&創新工場美東行MIT現場

除此之外，人工智慧的機會亦存在於互聯網之外，功能觸角已經延展至各行各業。金融中的常規交易、量化交易、理財、銀行、保險、金融審批；醫學中的病因判斷、輔助診斷、個性化醫療、基因排序；這些能夠通過大量數據自我標註並解決的問題都是人工智慧的未來應用方向。因此，他相信這一大潮會快速取代翻譯、記者、司機、助理、中介、保安、客服、交易員等各種工作，來勢洶湧澎湃。

面向未來，創新工場在人工智慧領域有一個細緻且宏偉的藍圖：人工智慧大數據應用已經有「用錢寶」這樣的成功案例；機器人和無人駕駛布局上，智能家電「小魚在家」和「馭勢科技」發展態勢迅猛；語音識別重點關注未來五到十年的布局發展……

創新工場人工智慧未來藍圖

李開復認為，人工智慧共有三波系統升級：第一波是用軟體虛擬的方式，就已有數據進行人工智慧的分析，這也是時代正在經歷的大潮。第二波是利用現有設備產生新的數據，如車聯網數據打造智能交通，可穿戴設備數據打造智慧醫療、白色家電數據布局智能家居等。感測器產生新的數據，新的數據帶來新的應用。第三波是人工智慧的未來場景化：在家裡，機器人不僅能掃地，還能洗碗、做菜、洗衣服；無人駕駛可以讓出行真正隨心所欲，顛覆傳統汽車行業。當然，真正能讓人類社會達到第三波浪潮的技術除了深度學習之外，還有新材料、能源、工程、雷達、感測器等技術的進步。因此，他鼓勵擁有「理工魂」的同學們充分發揮自己的專長，從各個領域參與並推動人工智慧的發展。

對AI青年路領袖的未來建議

對於身處名校想要在人工智慧領域有所建樹的同學們，李開復鼓勵大家回到中國大陸發展：中國年輕人紮實的理工功底、中國傳統企業在技術上的弱勢、廣闊的市場空間和數據資源以及相對較少約束的學習環境，都是未來這個國家能夠在人工智慧領域突飛猛進的必要條件。他以創新工場的人工智慧研究報告分析為例：所有人工智慧論文里中國作者佔42.8%，被引用論文里中國作者佔55.8%，這從另一個方面證明了我國學者在這一領域的深耕細作。

隨後，李開復為學習人工智慧的同學們梳理了回國發展的職業方向：第一個選擇是去BAT工作。第二個選擇是創業。然而，去BAT工作可能職能只能是小螺絲釘，而創業也會面臨不接地氣的風險。「擁有深刻學術背景的同學往往希望技術上的突破創新，這是他們在實驗室養成的·習慣。但VC最不想看到的就是除了市場、競爭、人員、不可預測風險之外的技術風險。」說到自主創業，李開復罕見地嚴肅起來，「純做一個技術型的人工智慧創業者，你的收入是什麼？你的技術如果要賣，有沒有市場？有多少AI是可以做2C的？」

Xtecher&創新工場美東行MIT現場

話鋒一轉，他為同學們提供了回國的第三條途徑：創新工場為有志於在人工智慧領域發展的青年才俊提供全方位支持，「沒有數據，我們幫你弄；需要機械化，我們提供給你用；未來要投資融資，我們有60人的投資團隊細化你的商業計劃；需要團隊招人，創新工場校園招聘一次批量招一百人……」這是一個獨具特色的落地模式，創新工場還提供高級工程師和科學家的職位，以BAT水平工資，給未來人工智慧青年領袖們在學術和創業上的雙保險。

開復演講後，創新工場人工智慧工程院技術副總裁李天放介紹了人工智慧工程院的招募信息。他透露，研究院今年計劃招募30位高級人才，由創新工場對接專家資源，為同學們提供演算法、架構、思考維度上的重點培養。

李開復與MIT Technology Review編輯Will Knight現場對話

MIT活動中，李開復還與來自MIT Techology Review的高級編輯Will Knight進行了橫跨重洋的中美人工智慧對話，並為在場的未來青年領袖們細心答疑、解惑人生。而不論是波士頓地區還是紐約地區，同學們對人工智慧和個人未來都有很深的思考，問題涉及創業環境，趨勢發展，人生選擇、數據共享等各個維度。

以下是Xtecher精心整理的部分問題：

Q：您對現在中美兩國創業的留學生有什麼樣的期許或者贈言嗎？

李開復：我覺得在美國創業其實非常困難，這需要要一個特別的人際網路。如果你們不是在美國出生或者至少美國長大的，挑戰很大。所以，除非你有一些獨特的技術或者特別適合美國市場的產品，否則難度極高。因為這不只是人脈跟文化的關係。如若不知道美國用戶的需求，那在這邊做產品會非常困難，就像你知道多少老外創業在中國得到成功？例子非常少。我覺得你們有很多的理由考慮回國創業，只有很少的理由考慮在美國創業。

回國創業的話，現在其實是不錯的時機，因為在有些領域裡面，你們的技術是有特殊優勢的。但是，也還不要太驕傲，你的加分跟減分，最後加加減減堆在一起，差不多打平。比如，你技術領先、人脈可能就差了一點；你對於創新有新的認識，本土作戰可能有一點扣分。所以，如果你有一個本土合作夥伴會更好。但是，如果你真的在這邊跟了一個很棒的AI的教授共事，我剛剛講的就不成立，因為在國內真正優秀的AI教授還不多，直接來創新工場工程院就可以了。

Xtecher&創新工場美東行哥大現場

Q：如您所說，AI時代有許多工作將被取代，剩下的十年之內，如果有人不能快速轉換工作方向，或者從事人工智慧，或者對創造性的工作不感興趣。他們的未來將何去何從？

李開復：這一現象我有很大的擔憂，但是也看到一些機會。先講機會，其實人類度過好幾次這樣的危機，汽車淘汰馬車的工業革命就是如此，只是這一次更新換代的頻率太快了。儘管如此，人類似乎總是有足夠的智慧面臨挑戰和背水一戰。所以我也抱著希望，至少你不用擔心下崗的溫飽問題。

不過，我覺得我們每一個人都有責任主動關注或尋找與服務業相關的工作。我不知道你們多少人來過台灣？台灣的義工特別多，這個工作60歲到70歲左右其實就是退而不休。你會在醫院、孤兒院、寺廟、佛光山，區公所發現到處都是義工。我覺得其實這種服務業是足夠給人自我實現的。他們60歲到70歲的提早退休跟我們這些50歲到60歲被迫下崗其實沒有太大的實質性差別。所以，在我看來，應對這樣的就業危機，如果溫飽問題能解決，可以用志願者的方法讓一部分人無償的工作。

講完了樂觀，講悲觀的部分。我們還有另外一個技術沒有談到，是VR。我們都知道，遊戲是多麼的容易上癮。你可以想像，30歲到50歲的青年，曾經是魔獸世界的玩家，好不容易找到了一個交易員的工作，然後工作被人工智慧取代了，做了Uber司機，然後Uber也變無人駕駛了。下崗後找任何的腦力工作都會被取代，那怎麼辦？回到家裡發現VR里的遊戲可好玩了，西部世界就發生了，對不對？自己變得又帥又高又被周圍的女生追捧，然後打怪獸也是寶劍拔出來，騎上你的白馬，所向無敵。然後你就著迷，你這一輩子就退化了。所以，我覺得這是一個非常真實讓我非常擔心的平行技術發展。所以，我對你的擔憂有非常強的共鳴，我覺得我們能做一切嘗試，但是最終不好的事情也一定會發生。

Xtecher&創新工場美東行哥大現場

Q:人工智慧領域的事故責任性問題當下討論的比較多，比如在醫療行業，如果機器出了事故，是機器人承擔這個責任，還是醫院承擔責任？您怎麼看待有關AI事故責任定性的問題?

李開復：所以讓你們回國創業，在國內，你可以十年後再談這個問題。但是在美國，這個問題就需要先嚴肅討論。舉個例子，我們這次在MIT Media Lab的時候，無人駕駛出事故該誰來承擔責任，教授們討論了四個選項：第一個是汽車公司承擔責任；第二個是提供技術的公司承擔責任；第三個是工程師承擔責任。第四個是這輛車承擔責任。這輛車怎麼承擔責任？搞笑。

在這種環境之下達不到共識的一批人，你會發現結果是四個投票票數都差不多。然後美國各界針對是人開車機器輔助，還是機器開車人輔助，還是全自動駕駛的問題爭執不休。所以，我們看到美國社會對這件事的認知分歧和不理性。我們希望這件事情最後能夠收斂達到一個理性的結論，有關法律的問題定一定的規則。但我更認為我們需要先把產品做出來再進行討論。這短期內在美國我覺得沒什麼希望，所以我認為你要到一個相對決策更快的國家去做會更好。

Q:開復老師您好，如您之前所說，數據在一開始就對人工智慧起到非常重要的作用。AI早期研發中，數據非常稀缺，在數據非常昂貴的情況下，開源的未來會不會成為可能？

李開復：我說過很多次，世界上有七大黑洞：微軟、谷歌、Facebook、Amazon、百度、阿里巴巴、騰訊。其實數據跟專家的匹配是一個良性組合，所以當這些黑洞提供給你很多數據讓你可以做更好的研究，然後再給你更高的薪水，你為什麼不來？所以頂尖教授都被七大黑洞挖去了。而當你數據量特別大的時候，即便不是最頂尖的科學家，做出來的結果也比頂尖的好。因此，這也意味著學術領域裡一個頂尖的科學家如果沒有數據，他可能被逼去做一些很細微的事情，因為他做不了一個主流的語音識別、人臉識別，那非常不幸。

所以，我覺得未來要打破這個現象，應該讓創業者、教授和研究人員擁有充足的數據。今天一個教授的數據量可能跟七大黑洞的數據量比有六個數量級的差別，一般一個數量級已經沒什麼事兒了，六個數量級還玩什麼？我們相信，壟斷是必須要被打破的，這樣才能不斷地推動更多的數據被分享，更多的技術被重用。在人工智慧的領域，它獨特的地方就是極高的可重複率。其他領域裡自己重複一遍，很多實驗條件會變，所以50%都沒法重現。但是我們做AI的就不同，你研發用的什麼標準數據，可重複性極高，逼著大家不斷地進步。所以，我們為了科技的進步也好，為了反壟斷也好，在代碼方面、數據方面都需要做到更開源的方向。

李開復新書：人工智慧

Q：開復老師您好，我是普林斯頓大學計算機系的博士，剛才您講到學術界的數據量非常小，所以如果要做搜索的話，很可能就趕不上工業界。我做社交領域的人工智慧研究，很多時候拿不到數據，我自己深有體會。我就想問，我個人的未來職業生涯應該怎樣發展？

李開復：對於工業界而言，如果你寫得很好，他把你的抄去了，然後你做的如果不好，他又來說你不好，這就是學術界的悲哀。個人發展的話，你可以選擇去七大黑洞工作，做社交數據最好的公司就是Facebook或者騰訊。我覺得這是你的一條道路，雖然我不希望你去。

還可以去為陌陌這一類公司提供技術支持的企業，這樣你有了陌陌的數據也可以有所建樹。但是，我覺得不必把自己局限在博士研究領域，真想要大量級的數據，你可以來來創新工場。你去騰訊、Facebook，就是幫它們打工了，你即便去剛才我說的技術公司工作，他們公司已經幾十個人了，你也就是一個工程師，稀缺性並不明顯。

在創新工場我們每一個工程師都有這種夢想，我們會去幫助需要數據的工程師拿數據。怎麼拿？講個簡單的例子，我們就去類似直播的大公司，講明它的數據可以拿來做什麼，我們創新工場幫它有償做一個實驗。然後我們搭配一個像你這樣的專家，在背後進行演算法和數據研究。如果這個有價值，我們就跟它和你分成，這是很好的收入，比去騰訊會更好。

我們還可以做一個模型，除了直播之外，還可以來做社交網路。它的數據可能最終並不會給你，但是你去這個直播公司訓練模型之後，模型本身是可以帶走的，只要你不斷地去訓練這個模型，慢慢我們可以累計出一個很強的產品。所以，我覺得你可以藉助創新工場的品牌效應，然後去一個又一個的公司，幫他去做人工智慧，從中累計模型，然後達到一個共贏的機會。