【猎云网（微信：ilieyun
）北京】4月27日报道（文/王艺多）
在今天上午召开的2017 GMIC峰会现场，创新工场创始人及CEO李开复、百度公司总裁张亚勤、前金山软件CEO张宏江和将门创投联合创始人兼CEO高欣欣，共同进行了一场激烈的圆桌讨论。
在圆桌上，李开复、张亚勤、张宏江先后回答了主持人高欣欣提出的不同问题。对于在AI影响下的十几年后的未来会是什么样子，李开复认为，包括互联网行业、金融、医疗、IoT和无人车等，是未来15年内，AI的应用重点。
在AI技术落地方面，张亚勤认为，大公司由于有数据，能够开展大规模业务；而初创公司则需要更聚焦，从应用场景方面进行技术落地的探索，这非常重要。按百分比来说，算法占10%，平台技术占20%，而落地过程则占70%。
对于AI时代的中国机会，张宏江表示，数据和人才是人工智能的两大重点。在数据上，中国互联网发展已经实现了大量的数据积累；而AI人才上，过去十年，中国的AI研究人员数量已经超过了其他国家。所以中国如果抓住机会，依然可以像在移动互联网时代一样引领世界潮流。
以下是此次圆桌论坛的演讲实录，猎云网（微信：ilieyun）整理删改：
高欣欣：我们今年这个大会的主题叫做天工开悟，这个工字就代表了今年最重要的话题之一也就是人工智能，而在座的这三位嘉宾刚好是人工智能领域里的可以说是开山导师和思想领袖，他们今天以这样的组合坐在这里不光只因为这个原因，源自一段非常相关性的经历。
大概19年前，这三位科学家其实他们是放弃了在国外的好生活、好事业，毅然决然回到了中国，就为着一个梦想，就是在中国做世界一流的科学研究。他们建立和加入了微软亚洲研究院。19年后，微软亚洲研究院是全世界最受人尊重的研究机构之一，而从里面培养出来的人才占据了中国IT界、人工智能界的半壁江山，因此今天我们就来借往昔聊未来，一起来聊聊人工智能的新时代。
第一个问题先请教开复老师。因为开复老师您是第一位回来的科学家，而且您在这几年还投资了特别多好的人工智能领域里的创业者好团队。所以我想请教您的就是：
人工智能现在对我们的生活产生了这么大的变化。您再往后看19年，未来是什么样的呢？您将在未来十几年里做什么样的布局呢？
李开复：我们现在是一个VC投资机构，还有是一个工程院，所以我们看的可能是10年之后。19年后的事情还是要让霍金教授和学者们来推测。
如果看未来这十几年，就像刚才我演讲里所说的，最近我们的机会肯定是把已有的数据拿来用上。现在已有的数据，互联网公司、BAT已经用的很好，滴滴、美团用的很好了。
但是中国的一个特色，有很多新的公司，新的独角兽，每年几十个独角兽里，可能有一半会有千万级别的用户。他们的千万级别的用户都是需要AI的。AI来做运营，AI来了解用户，AI来变现，有AI跟没有AI的公司是巨大的差别。
比如我们最近看到崛起特别快的几个公司，背后都是有AI科学家的，比如今日头条，比如快手，都是我们微软或者谷歌的AI的人去做的。所以我觉得互联网公司用户做大了，使用AI这是第一个机会。
第二个就是金融行业。其实AI就是把大量的数据来做一个推测。金融领域本来就是人类创造的数字游戏，用起来特别的顺。而且金融领域是有对错的，你的股票跌了没有，你的贷款还了没有，这些问题非常大的程度回馈来帮助AI做的更好，取代人类。
我们看华尔街的交易员已经消失了，未来分析师，写报告的，做投资的，做投资组合的，做银行的，风控的，做征信的，保险的这些会被取代，我们可以看到很大的行业机会从商业回报来说。
更伟大的是医疗。如果人脸识别可以做的更好，肿瘤识别、CT识别还有识别病例，识别病理切片，这个毫无疑问是对人类最有意义的，甚至可能可以消灭癌症的一件事情。
这个挑战是数据不聚拢，有各个医院的防火墙，还有病人的隐私问题。所以这几个是最近的，是五年之内的。
再往后，我觉得就是刚才所说的各个传感器，当真正IOT时代来了，IOT收集的数据，背后有AI，比如我们投资的face++。
最后是无人驾驶的期待。今天无人驾驶为什么没有做好？一方面是科技还不够，一方面是还没有足够的数据。我们要想尽办法做无人驾驶，因为需要金融数据没关系，股票赔了就赔了，贷款不还就不还，无人驾驶这个事情不能说去撞几个人就有负面的数据了，怎么样去虚拟的学习，而不要伤害人命，这些问题需要解决。还有我们的成本太贵。
但是这些问题会解决。一旦解决了以后，当我们的传感器变得够便宜了，一辆无人驾驶是可听可看可动的，同样的技术会进入到机器人的领域，就进入了一个自动化的时代，这是15年。比你要求的19年差4年。
高欣欣：感谢您。接下来我就得问亚勤了。亚勤其实是我的恩师，之前在研究院工作都是汇报给亚勤的。亚勤特别有名的就是他会把他的远景通过特别清晰的战略完美落地。今天亚勤也在负责百度新战略、新布局，每个行动都是万众瞩目。而百度也是在我们人工智能领域里面绝对的引领者。
所以我想请问亚勤总的问题两个关键词：一个是落地，一个是战略。
人工智能是六十几年发展中的一个技术了，对我们来说，最关注的是这样一个先进技术，如何在今天的商业上最快的落地。我想请教您：
对于大公司和创业公司来说，人工智能技术如何在商业世界里面有它的落地路径呢？在落地过程中，大公司、创业公司应该注意什么样的战略呢？
张亚勤：我清晰记得19年前，开复给我的一个电话，1998年9月7号给我一个电话，把我忽悠回国了，之后我忽悠宏江回来了。当时是在正确的时间，正确的地点做了一件正确的事，所以很高兴看到微软亚洲研究院培养出那么多人才，现在可以说是不仅在国内，在全球主要的互联网公司，AI都成为中坚的力量。
刚才讲到AI的落地，对大公司和小公司，确实是需要不同的战略，不同的打法。大公司有资源，有数据，有规模，有技术能力，可以打大仗。创业公司更需要聚焦。
开复刚才讲的相当好。比如百度是比较大的公司，我们把未来十年二十年压赌在人工智能，现在很多公司说我们AI公司是讲故事。百度从李彦宏、到陆奇、到我，未来公司资源技术都压在AI上面。
我们的打法是，首先要做一个人工智能时代的操作系统。PC时代是windows，移动是IOS，我们做人工智能时代的windows或者IOS。第二点，操作系统它本身没有应用，没有场景，是没有用的。所以我们看几个重要的场景，一个是消费者，一个是家庭，一个是车。另外是商业，我们用百度云作为一个平台，上面会有医疗、交通、教育、物流，这些垂直的行业。
做一个操作系统，上面建立生态，和整个产业去合作，比如最近我们和很多家电企业，很多车厂都有合作。对我们来讲，开放的平台很重要。刚才和开复在聊，最近有几个开放平台，一个是AI的开放平台，里面有很多算法，很多模型，有数据，开发者可以使用。
另外是智能驾驶的开发平台。这里面有十几种核心的技术，开放给产业，里面有很多数据，我们有API，包括有高精的地图和定位技术和数据，希望这个产业能使用这个平台，加快智能驾驶发展的步伐。
小公司是完全不一样的。小公司不可能做操作系统，或者一开始做一个平台是很困难的。这个时候选一个场景，选一个应用，你有优势。
比如讲到face++，讲到商汤科技，包括小鱼在线，这些公司都是选择一个很好的场景。还有科大讯飞选了很好的场景，用技术作为一个差异化。真正落地的时候有很多工作要做。我经常讲：AI是系统工程，从数据到模型到整个解决方案，都需要一个过程，是一个系统工程。可能10%的算法，20%是平台技术，70%是落地的过程。这个相当重要。
高欣欣：我想追问您一个问题，既然要做一个操作系统，技术永远是手段是工具，您是如何看待我们AI技术发展的未来呢？
张亚勤：要很长的时间。我简单总结一下，AI目前刚才开复讲到是深度学习，未来是深度的算法，可能会和别的东西相结合。比如人怎么样更好的对大脑有更多的理解，把这个模型用到我们现在的深度学习里面。
另外要做一些人不能做的事，比如最近一个网络算法是对抗网络，它其实可以把一些新的功能、新的参数可以做一些大脑做不了的事，如果我们所做的事就是去模仿大脑，也没有意义。我们已经有人类了，我们要做一点新的事情。
另外一点，如果说未来的趋势，我认为是一个融合，是生物和数字智能的一个融合，现在有很多这方面的研究，也很重要。
还有一个是量子计算。量子计算大家觉得是天方夜谭。但我觉得五年、十年会真的变得更加有用。而且量子计算会改变我们人工智能很多的算法，所以说我觉得很多很有意思的事情都在下面的五年十年内发生。
高欣欣：接下来请问的是张宏江博士。宏江也是我的老师，在工程院的时候我是汇报给你的。宏江老师他其实是最早回来的科学家了。您最近常说一句话，您说AI等于中国引领世界的机会。我问您的关键词就是：
在世界大范围下的中国机会，您是如何看待？为什么您这么强调AI是中国引领的机会呢？在这样一个心潮澎湃的巨大机会情况下，我们创业者，我们中国的公司，有没有机会成为世界级别的独角兽呢？
张宏江：刚才亚勤和开复讲到，我们看AI看两块，一块就是数据本身。
随着互联网二十多年的发展，随着物联网逐渐普及，今天我们能获取的数据是十年前甚至五年前甚至三年前都不可想象的。每天新的数据量增加。而且这些数据量跟以前不太一样的地方，大部分通过互联网形态来获取的，有相当好的精准度，可以很好的来跟踪。
这些数据本身可以作为很好的所谓的燃料，输入给人工智能，这是我想说的第一点。我们谈到AI的话，第一点最重要的前提条件是数据。中国的数据是如此之多。
第二块就是，谈做人工智能创业也好，做人工智能也好，其实和其他做任何一个新的技术一样，那就是人才。这块是另外一个核心点。
如果你看一下过去十年在AI这个领域中国的研究人员的数量，无论是在中国大陆的还是在海外的中国人的数量，总数已经开始超过其他国家。从14年开始已经超过了美国。也就是说，总体的数量已经很大了。
在很大的数量中间，一定有一些包括在座的，包括刚才开复提到的一些创业公司，包括百度，包括今日头条，一系列世界一流的AI人才。所以我们中国有了两个核心点：一个是数据，高质量的大数据，一个是高质量的AI人才。这是我说为什么中国在AI这个领域是有一个非常好的引领全球的机会。
过去五年，我们已经看到，在移动这个领域，因为中国的应用导向在移动互联网已经引领了世界潮流。我相信在AI这个新的领域里面，中国如果抓住这个机会，依然可以像在移动互联网一样，引领世界潮流。
而且这次跟移动互联网不太一样的地方在于，这次可能我们在技术上也能引领世界潮流，也能抓住这个机会，因为我们人才储备相当丰厚了，这是我为什么对中国在AI这个浪潮中如此有信心一个根本的原因。
高欣欣：既然谈到了人才，中国的老话叫做“事在人为”。问完了事，我们就得问问人才这件事了。顺着您这个话再问一下，宏江其实是特别特别受人尊重的科学家，刚才开复老师也提到了，其实在最近人脸识别这个场景里面，宏江应该是最早做这个的科学家，而且现在有很多创业者都是您当时的学生。
所以您在之前包括到金山的经历，您其实完成了从科学家到管理者的一个身份的切换。我想问您的人才问题就是关于科学家身份切换的这个问题，也顺应一下开复老师刚才讲的演讲话题。
现在我们人工智能领域很多科学家走出了实验室，进入到了产业，甚至成为了创业者，他们这么做是可以理解的，需要数据，需要把自己的技术和数据相结合，产生最大的价值，可是这也引起了行业一个担忧。因为人工智能还有很多需要突破的技术。
对于做基础研究的人才，大家就特别担心出现断层。您是怎么看待这个问题呢？
张宏江：这是一系列的问题，在座的我们三位其实都完成了从科学家到管理者到企业家的转型。我想这点我跟开复有类似的地方。
开复刚才讲的时候，不知道大家注意到没有，我们起了一个大早，赶了一个晚集。做语音识别做的太早，三十年后才开始进行使用。让我们高兴的是我们的学生，我们的学生的学生成为今天这个领域的主流。
我们今天看到市场上无论是face++，还有商汤，都是跟微软亚洲研究院有着千丝万缕的联系，或者是微软研究院的研究员，或者是研究院的学生。
反过来，刚才说到的，在AI这块其实中国有很大的优势，中国有很多的人才，过去二十年也在很大程度上归功于微软研究院积累了一批世界一流人才，在15年创造了世界最优的图象识别的精度，远远超过人类，超过facebook，超过谷歌，超过之前所有的研究者。我觉得在这块我们人才积累是非常好的。
这次AI大潮跟以前有一些不同的地方，就是我们在互联网经过二十年发展以后，我们提出一个概念叫做互联网+。这是今天AI在过去热了这几年以后，很快大家认识到AI是一个赋能者，未来我们看到的是智能+，AI会帮助人，会替代人，会超过人。
但是它的切入点是从应用开始切入的，在这块我们科学家创业的时候，在完成从科学家到企业家到创业者这个转型过程中，可能要花更多的时间看运用。
从运用角度来切入，这点开复是非常高瞻远瞩。他在大家还在讨论AI是什么的时候，他曾经跟工程院说，希望科学家走出工程院，真正开始创业。
这是一个从科学家到企业家中间一个很重要的转变，就是把你的思考从“我是不是最新”、“我是不是对于现有的技术有些突破”，到“我的技术能不能实用”，“能不能为用户带来便利”，“能不能创造更大的效率”。这是思考的一个转变。完成这种转变，才是真正完成从一个科学家到企业家的转变。
随着过去三十年的经济发展，科研水平的提高，人们对自己实力的自信，加上中国如此多应用的场景、应用的机会，我们的科学家一定会和商业市场很结合，真正能够作出一些非常好的新的公司出来。
从这块我是非常非常有信心。而且我觉得反过来，我们真正不需要担心科学家都去创业，因为实际上这些创业成功的科学家，他们会带来更多的数据，带来更多的机会，让很多人能够发现一些更好的问题，从而作出更好的研究。
同样也有一些科学家创业两三年，发现自己更喜欢安静，更喜欢做研究，可能回到学术界。科学家出来创立的公司，会给学生提供更好的实习机会，这是非常好的一个反反馈的过程。
高欣欣：接下来请教张亚勤博士，亚勤博士一路培养了特别多的人才，你在百度也是负责着人才的发掘，人才的培养，你刚才从斯坦福回来，你是跟最年轻的毕业生们，最优秀的人才们做了交谈，在全球范围挖掘人才，我要问的是人才战略。
在整个人工智能行业里面，大家都在抢人才，如果你有野心想要引领，想要持续引领，人才战略已经变成了最重要的战略之一。我们用一个词叫做“人才黑洞”。您看到现在这种情况，对于那些有野心要引领，要持续引领的，不管是创业公司也好，或者是大公司也好：
您觉得人才战略应该如何布局呢？
张亚勤：当时在微软研究院的时候，我们讲要“三好学生”，数学好、编程好、态度好。我想在AI时代也是同样的，可能更加重要。数学好，现在AI里面用了许许多多的数学基础，线性代数、优化的理论、统计学，我们中国学生其实是很有优势的。
编程好的话，刚才讲到要去落地，去实施，态度好也很重要，现在特别是在技术快速发展的时候，大家要快速的学习，其实在IT在互联网这个领域，五年前十年前的知识基本没什么关系了。
很多新的理论算法都是在过去这几年，每周每天都要学习。我在斯坦福告诉学生们，我说机器在学习，你必须要学得比它快，否则就会被机器所淘汰。
刚才宏江讲中国AI人才量很多，我在斯坦福去做了一个演讲，这个演讲结果有一半以上的同学，可能80%是中国的学生，这一半以上都是在做深度学习。这也是问题。现在大家都去一窝蜂做AI深度学习，可能也是有一些重复性。
我想未来可能研究也好，专业也好，要看重一些交叉学科。比如斯坦福现在有一个学科，把物理学和计算机科学交叉的一个新的专业，还有人脑科学和计算机科学，包括量子计算，这些都是未来要发展的方向。
我就讲这些，在AI时代，在PC互联，中国基本上是一个追随者，到了移动互联时代，中国其实在产品方面很多的创新。到了AI时代，中国不仅仅在产品方面，在技术方面也有创新，也可以领先于世界。
高欣欣：接下来要问开复博士了，我要问您的问题要更大一些了，把人才拉到人的维度了，霍金教授说当技术发展快过了人的发展，快过了社会的发展，必然会激化一系列的问题，当很多职位像您画的那个圈，很多职位被机器替代的时候，这个时候对人的要求就变得特别高了。
您觉得对于我们每个人来说，深处这个巨变的时代，怎么提高自己？快速规划自己？适应甚至享受这个巨变的时代给我们的极致体验呢？
李开复：很多人提到AI对人类全面碾压，我们就完蛋了。不是这样的。做任何事情必须要知己知彼。我们要了解深度学习是什么事情不能做的。我们把人类时间放在这些方面，还是有很多机会的。
从最深的开始讲，刚才谈到的人工智能时代起来了，一定要有管AI的人，这些顶尖的AI科学家他们肯定是要做的很深，做的很棒，因为他们不但要做技术，还要确保AI不能失控。
第二，在任何领域顶尖的人都会存在的，最厉害的医生、最厉害的律师、最厉害的人类学家、历史学家都有机会，即便现在AI可以写稿子了，写编辑的稿子了。但是他们写的都是那些体育赛事报道，真的去写出像龙应台这样的作品，是做不出来的。
还有艺术创作，AI是并不擅长的，因为美不是一个非常客观，要不然就有，要不然就没有的状态。所以这个训练很困难。什么是美？什么是艺术？还有工匠精神，我们人类还是希望得到一些像日本这些手工的雕刻师，做出来很维美的东西，哪怕不是艺术，是工匠，也很有价值。
还有综合性人才很重要，AI学习是一个领域一个领域的学习，学习下围棋，学习买股票，学习风控，并不能综合性的考量各种事情，比如一个地球学的专家加上一个化学的专家，可能会知道以后怎么去处理垃圾。或者是一个非常懂国际政治的人，懂中美关系的人，又懂得经济发展，把AI当做工具，他这个人不会被取代。
还有善于用AI做工具的人，以后的医生只靠自己在医学院学肯定是不够的，他要知道未来医学工具是什么，就像今天我们不用word、iphone是不能生存的，未来医生要掌控AI的工具。这可能可以解决10-20%的人他们未来发展的方向，还要非常勤奋努力，要不然很容易被超越。
但是最大的一批人肯定要走向服务业，因为人与人之间打交道，人与本之间的交心，爱、同情心、同理心还有发散出来的爱心，从工作者，从一个好的导游到一个好的按摩师，到一个好的叠衣师，到志愿者，到老人院和孤儿院做志愿，这些事情表达心中真诚的爱，这些是机器学不来的。
高欣欣：我们时间到了，虽然我们论坛结束了，但是天工开悟，科学复兴，特别感谢我们的思想领袖，从未改变的赤子之心，坚持着他们相信的，坚持着他们热爱的，坚持着对人才的培养，希望他们的分享对在座的各位有启示，请你们坚持创新、坚持热爱。虽然我们的论坛结束了，但是对未来的探索无止境。谢谢分享嘉宾。谢谢大家！
