【清華AI公開課】雷鳴、徐小平開講：AI領域投的錢還不夠多

【新智元導讀】3月8日，清華大學《人工智慧前沿與產業趨勢》系列課程第一講開課。本講將由真格基金創始人、新東方聯合創始人徐小平老師親臨現場，與清華海峽研究院大數據AI生態專委會專家委員、百度七劍客之一、酷我音樂創始人雷鳴老師共同參與，深度探討人工智慧時代創業和投資的趨勢與機遇。

此次課程開幕式活動上，清華大學理學院院長宮鵬教授、信息科學技術學院朱軍副教授、在線教育辦公室於世潔教授先後致辭。

宮鵬教授簡要地回顧了全球農業、工業和信息革命，指出過去數十年推動社會巨變的主要動力之一就是機器的自動化、小型化和智能化，讚揚了Steve Jobs為代表的一批創新者和發明家把科學、藝術和技術結合起來，通過商業化，深刻地促進了社會進步。他特别致謝了清華大學海峽研究院的王熙先生及其團隊為這門課程的設立和運作所付出了努力。他最後也提出了要有人工智慧將把人類帶往何方的思考。

朱軍副教授分享了自己十餘年從事人工智慧研究的體會，強調了這門課程和清華大學目前已經開設的相關課程的根本不同。於世潔教授分享了清華的學堂在線已躋身全球第三，受眾人數超過1000萬的發展現狀，也指出了本系列課程是清華在線教育希望研究生課程更加面向學科前沿和產業前沿的一次探索。

在本節課，雷鳴與徐小平先後分享了AI爆發的起源、產業機會和創業中的「坑」，乾貨滿滿。

首先是雷鳴講《AI革命和社會未來》。

智能是再次顛覆社會的力量，產業格局將徹底改變

雷鳴首先從從AlphaGo到AlphaGo Zero，來闡述人工智慧的演進速度。

人學圍棋學到九段的話，要有天賦和機會，即便是一個很優秀的人學到九段需要花很多時間，AlphaGo基本上從2015年的10月份出山，以5：0的成績擊敗了專業二段的歐洲冠軍。到半年之後的2016年3月，AlphaGo擊敗李世乭九段；再過了9個月，升級版的AlphaGo完成了60局不敗的戰績。到2017年5月，AlphaGo在烏鎮對決柯潔，而這個版本的AlphaGo能夠在讓三個子的情況下穩贏第一代版本，當時圍棋大師聶衛平說，這樣的水平是「二十段」。

到了2017年12月，Alpha Zero能夠在8小時通過深度學習，在圍棋、國際象棋、日本將棋三大棋類中戰勝人類。

人工智慧對社會影響多大？雷鳴先用工業革命的例子來對比。

下面這張圖是截取加州大學教授Gregory Clark的全球人均收入按年代的數值圖。在第一個箭頭的前面，曲線只是上下波動，但箭頭之後，是直線上升。這個拐點就是工業革命。

從勞動生產率來看，人類過去3000年是原地踏步，人們的生活方式在秦朝和清朝沒有根本性變化。但是過去200年，社會變化翻天覆地，是顛覆性的200年，這是工業革命帶來的。

再來看人工智慧。

工業革命為什麼能夠造成直線上升的人均收入？它用能源+機械替代了農業社會的體力勞動，工業社會把90%的體力勞動釋放出來做技能勞動，即學習技能後用機械勞動，把效率提升很多倍，併產生很多創新。而人類在農業社會很少看到系統性創新，工業革命之後，產生系統化、迭代式創新，社會進步非常快。

進入智能社會，數據+智能將替代人類社會的技能勞動。現在，社會的勞動主體90%還是技能勞動，這些技能勞動隨著人工智慧的發展將被替代。例如，自動駕駛會替代司機，人類很可能在15-20年之後不存在司機這個職業。如果不信，想一想以前還有電梯司機，在自動化之後，電梯司機就沒有了

不過人工智慧把技能勞動都替代的話，會造成失業現象，但如果失業人口經過幾代人的教育之後，人類社會將進入創新勞動階段，社會的進步速度將大幅度加快。

再來看產業方面。

兩百年前，最大的產業農業在2010年佔GDP的比重僅有2.81%，在智能社會我們可以大膽想像，基於人工智慧和創造性的產業佔比將達到90%，因此這個社會的財富會再一次被分配，中間的機會非常之多，只有靜止不動的企業和靜止不動的個人一定會被時代淘汰。

人工智慧為什麼在這兩年爆發？數據、算力和演算法遇到最佳時機

人工智慧有三個要素：數據、演算法和運算能力。

人工智慧發展60多年，演算法也出現幾十年，但是唯有今天的數據和運算能力才促使人工智慧突飛猛進。就像愛因斯坦的E=mc^2的公式，很早就提出來了，但只有到了原子彈爆炸和核電站，才實現了應用。

人類的數據以每年50%的速度增長，而根據摩爾定律，運算能力也是每1.5年-2年翻番，數據和運算能力成咬合級、指數級提升，終於爆發出威力。

同時，演算法也不斷演進。

在有監督的學習上，深度學習的表現可以隨著數據可以不斷增長（藍線），而一般學習演算法到了一定數據之後增長就停滯了（紅線），所以當我們學更長尾更複雜的東西的時候，它沒有能力學了。

谷歌去年發表的一篇論文結果顯示，在視覺任務上，性能隨數據集的量級提升而線性提升。同時，模型容量也很重要，數據量越大，對模型複雜度要求越高，模型複雜度越高，它的提升越有效，這也就是為什麼ResNet-152的提升遠高於ResNet-50。

以深度學習為基礎的一系列的高複雜度、高運算量的學習演算法打開了一扇門，讓機器對原來複雜的能力可以進行學習了。

以視覺識別為例，過去的模式識別主要是找特徵點，特徵即便抽取數百甚至上千都不可能完全準確，深度學習就能夠避免這種情況，這也就是為什麼當複雜度很高的時候，很多經典的演算法就遇到了瓶頸，而深度學習在一定程度上可以解決這些問題，只有高複雜性模型才能Hold住高複雜性經驗，從而進步。

人工智慧帶來的產業、創業公司以及國家機會

工業機器人和智能工廠。工廠里工人的崗位已經逐漸在消失掉，留下的是一些工程師，像特斯拉這些現代的工廠里，工人已經很少了。

自動駕駛和智能交通。Alphabet旗下的自動駕駛公司Waymo已經估值700億美金，已經直接做L4，測試300萬英里；百度今年將與金龍客車合作，小規模量產自動駕駛汽車。這些告訴我們，人工智慧已經落地了。

智慧醫療。以前談人工智慧，很多醫生不認可。但現在醫生們也開始以開放的態度來對待、擁抱人工智慧，看它的能力到底在哪兒。中國的AI醫學影像有超過20家創業公司獲得融資；美國的FDA已經開始審批AI輔助診斷產品，有消息說，CFDA也在醞釀對AI的醫學產品如何評審，今年應該會有明確的方式方法出台。

智能金融也應用廣泛，比如智能投顧、信貸評估、保險等。

上述講到的是過去產業與AI相融合，AI在其中起到替代作用，並且大量是基層、技術含量不高的職業。AI的新機會在哪兒？

新機會很多情況下是「無中生有」的機會，而服務機器人和人機交互就是這樣的機會。以家庭助理機器人為例，這個東西它以前不存在，人工智慧的出現讓人們擁有了個人秘書，產業機會巨大，因此，谷歌、蘋果、亞馬遜、阿里、百度等巨頭都在做智能助理。

AI改變產業的路徑有三個原則：

1、從低技能行業內到高技能行業。

掃地機器人代替的是掃地這種低級技能，但AI想要代替醫生就需要走很長的路。

2、從高數據行業向地數據行業

有數據的行業走的會快，沒數據的行業走的會慢。以阿里巴巴做金融為例，因為金融業有巨大的數據，無數據則無智能。

3、從經濟效益高行業向一般行業

什麼是經濟效益高行業？比如說一個技術就能通吃的，比如自動駕駛汽車把汽車、出行產業全部顛覆，而中國交通運輸包括物流、汽車的產業加起來佔GDP20%，這個行業就是經濟效益高的行業。相比之下，醫療產業僅6%。一旦某個公司獨自將自動駕駛拿下來，絕對是萬億美金的產業。

同時，大家很多時候害怕BAT，這是AI創業公司常見的心態。

大公司有數據有機器有錢有人才，創業公司怎麼拼？雷鳴說，BAT恰恰是人工智慧創業的人才搖籃。不要只盯著互聯網公司的數據，醫療有醫療的數據，物流有物流的數據，各種數據藏在民間，BAT公司在找其他公司的時候，經常會遇到對方不想合作的情況，為什麼？因為BAT經常說革命，把公司革怕了，「黃鼠狼給雞拜年」。

再把眼光投向國家層面。AI時代中國的機會在哪裡？

先看美國，優劣勢很明顯：

優勢：科技積累雄厚、全球市場運作。

劣勢：中產階級沒落引發的政治挑戰，所以中產階級選了特朗普當總統來保護自己的利益；同時，美國現在對關稅、移民、貿易等進行限制，造成的封閉市場帶來國際影響力下降。

中國的機會：

廣闊的市場：中國是全球最大的單一文化市場，統一的市場容易激活長尾需求，市場夠大，只要做產品就有大量人在用。

跨越式進步：中國以前很落後，但落後也有「好處」，以支付為例，中國直接跳躍信用卡進入移動支付時代。

技術的追趕：中國在全球人工智慧技術發展很快，中國學者在頂會上發paper佔世界一半。

創新能力提升：很多東西中國首創，比如視頻直播、個性化新聞推薦、共享單車等，中國的創新能力已經爆發出來了。

中國投資的力量：中國是AI創業融資最多的國家。

雷鳴的演講結束後，徐小平帶來《人工智慧與創業》，用故事講述人工智慧公司在創業中常見的「坑」。

把管理中的「瑣事」交給專人，讓技術的做技術，管理的做管理

2015年7月，鮑捷以第一作者的身份在《自然》雜誌上發表《基於膠體量子點納米材料的光譜儀》的論文，轟動學界，這是人們第一次在光譜儀中使用量子點。

鮑捷是清華大學電子工程系副教授、博士生導師。在得知鮑捷的科研成果後，徐小平的真格基金投資了前者創辦的公司。「對於科學家來說，你一定找到人管理』瑣事』。」徐小平對鮑捷說。

所謂的「瑣事」指的是公司的日常管理，在他看來，要讓懂技術的做技術，懂科學的做科學，不能讓科學家做管理。「無論你有多好的技術，當你想創業的時候，多少跟管理有關，多少跟應用有關要想清楚。」

就這樣，鮑捷潛心研究一年後，當徐小平再見到鮑捷時，量子點光譜儀已經做出來了。

「我們還投過一個由6個清華學生創辦的公司，但是每個人的分工並不明確，股權也有問題，CTO的股份比CEO還高，最終這個項目還是失敗了。」

創始人的背景和專業能力很重要，跨界創業風險大

創業者CEO本人是不是跟創業的項目強相關，包括學歷、學識、經歷是不是跟創業項目相匹配在徐小平看來非常重要。

去年十月，林元慶離開百度研究院，並創立Aibee。林元慶在機器學習和計算機視覺等研究領域有深厚的背景，而Aibee也將計算機視覺、語音識別、自然語言處理、大數據推薦與預測等多種AI技術進行全方位融合，徐小平從報紙上得到這個消息後，通過各種辦法終於聯繫到林元慶。

「過去的人工智慧大多做的ToB生意，比如安防，但是林元慶做得是跟消費者做得最近的ToB。」徐小平說，比如肯德基、麥當勞點餐時，攝像頭能夠識別用戶，並記錄用戶的消費習慣，最終能把快餐業點單速度從幾分鐘降到幾十秒。並且從頂級消費場所到快餐也，林元慶的公司能解決最大的痛點。「公司還沒註冊下來，已經有億元的訂單，未來將走進千家萬戶。」

Q&A環節

雷鳴：現在對人工智慧的投資是否變冷？

徐小平：當社會青年都湧向創業的時候，這是社會資源的一次重新配置，是一場真正的革命，投資人把錢給到創業者，讓這群社會上最有野心的人發揮創造性，是一件非常好的事情。人工智慧走到今天，我覺得投資的錢還不夠多。

雷鳴：學生群體創業應該準備點什麼？

四年前時候，我遇到了清華陳吉寧校長，陳校長說清華要做X Lab，希望學生創業能達到三分之一，這對學生創業的選擇是大力的鼓勵，而且這是國家「雙創」口號之前的一兩年。清華在創業方面是走在前列的，如果要準備的話，建議清華學生在學校期間，除了學好專業，還要增強「來事兒」的能力，想創業的話，學會交朋友、跟人交流、尋找資源。多交一些不同院系的朋友。

徐小平：創業最重要的能力是營銷、品牌。而在所有的能力之上是認知能力或叫選擇能力。比如北大那麼多老師，就俞敏洪一個人出來做新東方了，貝爾實驗室那麼多人，也就王強放棄了然後回到新東方。

雷鳴：你的工作是否可能被AI替代？

徐小平：不太可能被替代。因為我希望不被替代。（笑）不過現實的情況是，做量化分析是高盛這樣投行裡面比較重要的工作，通常有幾百人在操作，但是人工智慧的出現讓這些投行只有幾個人來做這項工作。也許AI會首先替代數據分析工作，之後才輪到看人、與人性判斷有關的工作-也就是我現在所從事的工作。我覺得有一天可能被替代，但是那時候我想我已經退休啦。

至此，清華大學《人工智慧與產業趨勢》系列課程第一講結束。整個系列課程將全程在學堂在線平台上直播, 學堂在線目前註冊用戶量、課程量位列全球第三，希望通過直播可以為更多的學習者提供學習機會。

本系列課程在清華大學學堂在線的直播地址：

http://www.xuetangx.com/livecast/live_cast_chuangyedaoyin2018chun/livecast-reading/625/

關於清華大學《人工智慧前沿與產業趨勢》系列課程

本課程的主講老師為清華海峽研究院大數據AI生態專委會專家、百度七劍客之一、酷我音樂創始人雷鳴老師，校內指導教授為清華大學理學院院長，地球系統科學系主任宮鵬教授，地學系白玉琪副教授和計算機科學與技術系朱軍副教授。

課程已邀請到真格基金創始人徐小平、騰訊AI Lab主任張潼、商湯科技CEO徐立、阿里雲量子技術首席科學家施堯耘、百度度秘事業部總經理景鯤、國際人工智慧聯合會理事會主席楊強等20多位大咖，包括BAT的AI業務負責人、知名AI企業創始人、AI領域的知名教授等。

每節課還會現場開展一次AI細分領域的圓桌討論，由百度創始七劍客之一雷鳴老師主持，和主講嘉賓、教授、知名VC組成強大陣容，看大咖觀點碰撞，把論壇搬上講壇。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！