全體大會二

　　 8月11日消息， 8月10-12日，世界科技創(chuàng)新論壇在北京會議中心舉辦，包括Kip Thorne、Thomas J.Sargent、Michael Levitt、朱棣文在內(nèi)的20余位諾貝爾獎(jiǎng)獲得者，以及中科院院士曹春曉、美國國家工程院院士陳剛等諸多中外頂級學(xué)者專家應(yīng)邀出席，共同打造史無前例的中國最高級別智慧盛宴，探討全球科技創(chuàng)新成果、描繪未來中國科技創(chuàng)新藍(lán)圖。

　　我們這一場主要聚焦在人工智能。這個(gè)題目說的是人工智能標(biāo)準(zhǔn)化革命，剛才我們感覺可能談標(biāo)準(zhǔn)化革命還太早了，所以我們可能得要來一場非標(biāo)準(zhǔn)化的討論，我想人工智能的發(fā)展最近這幾年確實(shí)，不管在學(xué)術(shù)研究還是產(chǎn)業(yè)發(fā)展這一塊，最近這幾年可以說是取得了飛速進(jìn)展，我們最近剛剛發(fā)布了一個(gè)中國的人工智能發(fā)展報(bào)告，在這個(gè)報(bào)告里我們發(fā)現(xiàn)人工智能的科學(xué)家和企業(yè)在這一方面確實(shí)取得了不俗的成績，在論文總量和專利總量中國和美國是兩個(gè)最高的國家，但我們看到中國企業(yè)的表現(xiàn)來講，跟很多國外的企業(yè)相比，還是有一定的差距。

　　以下是演講全文：

　　薛瀾：歡迎大家來到全體大會第二場，人工智能的標(biāo)準(zhǔn)化革命。剛才我們把科技革命的經(jīng)濟(jì)圖譜做了一個(gè)全面介紹，下面我們這一場主要聚焦在人工智能。這個(gè)題目說的是人工智能標(biāo)準(zhǔn)化革命，剛才我們感覺可能談標(biāo)準(zhǔn)化革命還太早了，所以我們可能得要來一場非標(biāo)準(zhǔn)化的討論，我想人工智能的發(fā)展最近這幾年確實(shí)，不管在學(xué)術(shù)研究還是產(chǎn)業(yè)發(fā)展這一塊，最近這幾年可以說是取得了飛速進(jìn)展，我們最近剛剛發(fā)布了一個(gè)中國的人工智能發(fā)展報(bào)告，在這個(gè)報(bào)告里我們發(fā)現(xiàn)人工智能的科學(xué)家和企業(yè)在這一方面確實(shí)取得了不俗的成績，在論文總量和專利總量中國和美國是兩個(gè)最高的國家，但我們看到中國企業(yè)的表現(xiàn)來講，跟很多國外的企業(yè)相比，還是有一定的差距。

　　所以我想我們下面的討論，除了我們討論一下中國在學(xué)術(shù)研究，尤其在人工智能這個(gè)領(lǐng)域，它下一步未來今后的研究進(jìn)展前景怎么樣，我們也希望更多的討論一下，未來產(chǎn)業(yè)發(fā)展會有什么樣的前景。尤其中國的企業(yè)在這方面有些什么樣的表現(xiàn)。

　　所以今天我們也特別高興，我們這個(gè)Panel有兩位非常著名的學(xué)者，一位是非?？缃绲闹Z獎(jiǎng)的獲得者M(jìn)ichael Levitt，他是做化學(xué)的諾獎(jiǎng)，但他原來學(xué)數(shù)學(xué)的，而且中間也涉足了很多其它領(lǐng)域。

　　另外一位是中科院自動化研究所的復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室主任王飛躍教授，在人工智能、自動化系統(tǒng)管理這方面，也是非常杰出的學(xué)者，好像也是很跨界，王教授原來是學(xué)化工的。

　　還有三位非常杰出產(chǎn)業(yè)界的代表，既有傳統(tǒng)產(chǎn)業(yè)，也有已經(jīng)上市的企業(yè)，也有獨(dú)角獸階級，我們這個(gè)討論是非常有意思的一個(gè)組合。

　　我想先請幾位每人用5~7分鐘先做一個(gè)簡要的陳述，下面再做討論。

　　發(fā)言嘉賓，分別是：Michael Levitt，2013年諾貝爾化學(xué)獎(jiǎng)獲得者、美國國家科學(xué)院院士、英國皇家學(xué)會會士

　　王飛躍，中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室主任

　　顏水成，奇虎360公司集團(tuán)副總裁、人工智能研究院院長

　　楊帆，商湯科技聯(lián)合創(chuàng)始人、副總裁

　　郝玉成，中國機(jī)械工業(yè)集團(tuán)有限公司智能技術(shù)研究院院長、工信部智能制造專家咨詢委員會委員

　　Michael Levitt：非常感謝，這是我第一次參加這樣的討論，我是作為唯一的外國人參加這個(gè)專家討論。通常來講如果有國外的來訪者，他們往往就會很尊重客人，另外一方面他們也尊重本國專家，所以看今天從臺上的構(gòu)成就體現(xiàn)了中國人既尊重海外思想，也尊重本土專家的意見。

　　做科學(xué)工作，我是從1967年開始的，可以說我愛上了電腦，人工智能是我一直關(guān)心的領(lǐng)域而且關(guān)心多年了。但是從某種意義上來講，人工智能的含義隨著時(shí)間的變化而變化，當(dāng)我最早開始研究的科學(xué)的時(shí)候，當(dāng)時(shí)我還是十幾歲的小孩，大概只有14歲。當(dāng)年我聽說電腦可以拿來下棋，我覺得真了不起，電腦居然可以拿來下棋，我以為電腦只能拿來加減乘除。我覺得下棋，照理說不是電腦被設(shè)計(jì)出來完成的工作，可是人工智能這個(gè)領(lǐng)域它的重要性得到了凸顯，出于三個(gè)原因使人工智能變得更加重要。

　　第一個(gè)，我們對于什么樣的算法有用，什么樣的算法沒用，了解更多。

　　第二個(gè)，我們對數(shù)據(jù)必要性的認(rèn)識越來越清晰，每個(gè)人都有大量的數(shù)據(jù)，關(guān)于外部世界也有大量的數(shù)據(jù)。大家可以想像電腦的運(yùn)算速度也越來越快，很多時(shí)候很多行業(yè)它的發(fā)展變化是由一些出乎意料的因素推動的，電腦使得人工智能的發(fā)展變得容易，以前電腦讓年輕人玩游戲，現(xiàn)在它有GPU，圖形處理界面，最早是讓年輕人玩電腦游戲的，但最早是小孩想通過玩游戲，促進(jìn)了計(jì)算機(jī)的發(fā)展。

　　我們說到人工智能領(lǐng)域起名字非常重要，比如在美國沒有人再把它叫人工智能了，因?yàn)?0年前當(dāng)時(shí)承諾給他們好多人工智能的東西，現(xiàn)在多叫機(jī)器學(xué)習(xí)了，現(xiàn)在美國人不把它叫人工智能了，他們用的是機(jī)器學(xué)習(xí)。今天我們說機(jī)器學(xué)習(xí)也是一個(gè)很泛泛的概念，機(jī)器學(xué)習(xí)人們已經(jīng)開展了很多年了，機(jī)器學(xué)習(xí)就是把數(shù)據(jù)拿來，在里面歸納一些東西。舉個(gè)例子，我們說孩子的身高是年齡的函數(shù)，然后你會得出一個(gè)曲線，里面有很多點(diǎn)點(diǎn)點(diǎn)，畫出一條線，平均一下，如果你是12歲的話應(yīng)該1.4米，當(dāng)然這是從數(shù)據(jù)里面歸納出一些東西。

　　隨著機(jī)器學(xué)習(xí)的興起，當(dāng)然你也可以稱之為人工智能，還有像深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林等等，這些都是新的術(shù)語，它是老概念的新名字。像自動化這個(gè)名字也存在很長時(shí)間了，從數(shù)據(jù)中學(xué)習(xí)也存在很久了，有一些非線性的數(shù)學(xué)等式也存在很久了，其實(shí)過去這50年，我們回顧一下是如何讓這些方法發(fā)揮更大的作用，這里有一個(gè)很好例子。對于電腦來說，無論是圍棋、象棋都不是很難的事，識別人臉也不是很難的事，今天的計(jì)算機(jī)已經(jīng)可以承擔(dān)很多過去我們認(rèn)為很難的任務(wù)了。當(dāng)然不能說電腦變得很聰明，只是讓他們玩的事情不是很簡單了，現(xiàn)在可以拿來翻譯，英文翻譯成中文，中文翻譯成英文，甚至寫一首很美麗的詩，會讓我覺得很了不起，我認(rèn)為這個(gè)也會變成現(xiàn)實(shí)。

　　所以我們看到今天隨著機(jī)器學(xué)習(xí)或者人工智能，機(jī)器越來越會歸納了，不再是簡單的從年齡歸納出身高，比如說電腦，不再是你告訴它什么是好的什么是不好的，電腦可以自己去歸納來，所以電腦已經(jīng)可以做歸納了，我們說歸納非常重要。比如自駕駛的車輛，電腦就可以知道我到什么程度停下來，所以電腦這種歸納的能力也在不斷提升，無論化學(xué)、物理學(xué)等等，都可以借用這個(gè)發(fā)展。

　　我們也可以把這種歸納、概括，把數(shù)據(jù)拿來進(jìn)行概括，把它用于很多廣泛的領(lǐng)域。假定電腦像人一樣聰明，當(dāng)然是個(gè)抽象的人，可以通過圖靈測試，但是電腦真正做的是什么？就是從數(shù)據(jù)來概括，然后來自我學(xué)習(xí)。它是從數(shù)據(jù)的概括開始，這是計(jì)算機(jī)最核心的能力。

　　薛瀾：好，下面請王教授。

　　王飛躍：這個(gè)論壇是人工智能的標(biāo)準(zhǔn)化，我剛看這個(gè)題目是嚇了我一大跳，就好像200年前要制定工業(yè)標(biāo)準(zhǔn)化一樣，對我來說人工智能剛剛開始，其實(shí)下面怎么走我是不清楚，我知道很多人比我清楚多了，我是不清楚。我相信這是一個(gè)人工智能的時(shí)代到了，但是路還早?，F(xiàn)在談標(biāo)準(zhǔn)，也太早了。

　　剛才這位Michael講了很多人工智能，機(jī)器學(xué)習(xí)之類的，我一個(gè)學(xué)生說看到百度說Michael還當(dāng)過一個(gè)州長，我就不太相信了。你不僅拿了諾貝爾獎(jiǎng)，還是一個(gè)州長，這個(gè)跨界太大了，政治家跟學(xué)者的界不能跨。特朗普當(dāng)了總統(tǒng)世界已經(jīng)夠亂了，如果政治家變成學(xué)者，學(xué)者變成政治家，這個(gè)世界就夠難想象了，不管人工智能，什么智能都沒救了。有時(shí)候跨界不能太大。

　　我為什么相信是人工智能的時(shí)代？我前20年一直呼吁正視這件事情，你們百度一下可能智能產(chǎn)業(yè)這個(gè)詞，全世界我第一個(gè)提的。那時(shí)候沒人提，不到幾年之后，都做智能產(chǎn)業(yè)，有時(shí)候比基因突變還快。阿爾法GO讓我認(rèn)識到這個(gè)時(shí)代到來了。我們完全靠一個(gè)假設(shè)，就叫測試圖靈，大家可能都知道是師徒兩個(gè)人。圖靈大家都清楚就是圖靈機(jī)，計(jì)算機(jī)就是這么來的，這兩個(gè)說的是一回事。諾爾曼就說靠著這個(gè)造吧，我們靠著假設(shè)有了今天的計(jì)算機(jī)和信息產(chǎn)業(yè)。阿爾法GO出來之后有一個(gè)AlphaGo假設(shè)，就是說新的智能時(shí)代來了。這個(gè)時(shí)代用一個(gè)特征來說就是平行智能，虛實(shí)互動的平行智能。用兩個(gè)特征來說就是從牛頓到莫頓。牛頓都知道，莫頓很少人知道是一個(gè)社會學(xué)家，他的兒子也得過諾貝爾獎(jiǎng)。他在美國最有名的定律是莫頓自我實(shí)現(xiàn)定律。牛頓定律是小數(shù)據(jù)放之四海而皆知是。而莫頓定律是大數(shù)據(jù)，小定律的時(shí)代，用三個(gè)特征來說，就是阿爾法GO假設(shè)是小數(shù)據(jù)、大數(shù)據(jù)，以后你生產(chǎn)智能產(chǎn)品，你的產(chǎn)品是智能的，你一定要告訴我，你怎么把小數(shù)據(jù)炒成了大數(shù)據(jù)，你怎么把大數(shù)據(jù)提煉成解決具體問題的精準(zhǔn)知識的小智能。你這個(gè)東西不給我說清楚，不告訴我，你的產(chǎn)品的數(shù)據(jù)原料是什么，你說是智能就是瞎掰，因?yàn)閿?shù)據(jù)部分才可能靈魂出竅，讓你的產(chǎn)品變成智能。阿爾法GO就是做了這件事，人類的80萬棋成7000萬，縮成兩張圖，最后把人類的這個(gè)圍棋大師全贏了，從小數(shù)據(jù)到大數(shù)據(jù)全贏了。最后來了一個(gè)阿爾法GO ZORO，把零從弄成3000，3000弄成一張圖，把阿爾法GO干掉了。用了多久時(shí)間？從無到有用了三個(gè)多小時(shí)的學(xué)習(xí)訓(xùn)練時(shí)間。你好好想想，人類圍棋大師一生的心血，再下去不要三小時(shí)，三秒都不要，所以意義非常大。所以我說阿爾法GO之后IT不是信息技術(shù)了，那是老皇歷，IT是智能技術(shù)，縮小都一樣，這是新IT。新IT的時(shí)代到了。

　　我們也別忘了200年前IT叫什么？那是老IT。我不是說新的比舊的好，舊的比老的好。從今之后，老的、舊的、新的一個(gè)都不能順。為什么？IT要平行，因?yàn)槲覀冇幸粋€(gè)平行的世界，這就是上世紀(jì)最偉大的科學(xué)哲學(xué)家卡爾講的，現(xiàn)實(shí)有三個(gè)世界組成，我從小就知道兩個(gè)物理、心理世界，他說不對，還有一個(gè)第三世界：人工世界。我的有世界，IT工業(yè)技術(shù)開發(fā)物理世界，舊IT信息技術(shù)開發(fā)了心理世界，現(xiàn)在我們需要開發(fā)人工世界。所以人工智能熱了，所以大數(shù)據(jù)變成石油，變成礦藏，所以我們要用新IT智能技術(shù)。上面講經(jīng)濟(jì)的新圖譜，你回憶一下工業(yè)時(shí)代怎么來的？為什么不從荷蘭而是從英文小島開始的，那時(shí)荷蘭多發(fā)達(dá)，航海、制造業(yè)非常發(fā)達(dá)，荷蘭擅長的是食品業(yè)。食品有一個(gè)問題，糧食有一個(gè)問題，吃多了撐死，吃少了餓死。所以有一個(gè)馬爾薩斯人口陷阱，英國怎么開始的工業(yè)革命，從紡織品開始，把以前時(shí)尚的東西變成商品，紡出來的布又好又細(xì)，一見到洋布不要土布了，那是心理世界的開發(fā)，工業(yè)時(shí)代開發(fā)。不時(shí)尚再買就擴(kuò)大經(jīng)濟(jì)了。

　　下一個(gè)要進(jìn)入智能產(chǎn)業(yè)，我們也要把過去不是商品的東西變成東西，這就是開發(fā)第三世界。什么不是商品？獲得諾貝爾獎(jiǎng)的人工智能的創(chuàng)始人羅伯特西蒙，你信任這么幾個(gè)人，對不起，現(xiàn)在區(qū)塊鏈把信用和注意變成批量生產(chǎn)和批發(fā)的商品，這就是為什么360，這些新興的公司起來的原因。這么一來極大的擴(kuò)大了商品的范圍，極大的擴(kuò)大了提高效率的路徑。所以我們就進(jìn)入所謂我們的第三軸心時(shí)代。

　　什么是第三軸心時(shí)代？又有一個(gè)卡爾寫過一本書《歷史的起源》，就講軸心時(shí)代，他說公元800-200年，這600年期間在世界的兩河流域，人類出來哲學(xué)家，古埃及、古希臘、印度、佛教、中國、老子、孔子、孫子全來了，人從哪里來，我到那里去，全來了。每一世界都有自己的軸心世界。從哲學(xué)到科學(xué)具體了吧，但是理性也有一些。這就是我說的司馬赫，他得的就是勾貝爾的定律。這個(gè)時(shí)代要開發(fā)人工了，人工世界了，所以第三軸心，人工世界的軸心時(shí)代了，這是覺醒，要有技術(shù)和新IT。所有這一切都是全球化造成的，說一匹馬引起來，從高加索一直跑到中原串起來，因?yàn)槭裁?？人的天性是一是恐懼，恐懼要交流，又是貪婪，比較，比比來去。最后懶惰是尋求共識找標(biāo)準(zhǔn)，最后全球化。第一個(gè)軸心時(shí)代有了古絲綢之路全球化，但是物理世界的全球化討厭在哪兒。你有了我就沒了，所以全球化就變成了侵略壓迫的代名詞。

　　但是心理世界還好，從負(fù)和到零和，只有人工世界是一個(gè)無中生有的世界，可以你有我也有，所以我相信一個(gè)新的全球化要來了，把信用，把注意力變成產(chǎn)品，這一個(gè)新的時(shí)代要來了，這就是一波智能的全球化，這就是我認(rèn)為人工智能重要，我認(rèn)為還剛開一個(gè)頭，還早呢。它將來需要的知識，至少我，我相信大多數(shù)人60%、70%都不知道，別急著標(biāo)準(zhǔn)化，先干再說。我們學(xué)復(fù)雜系統(tǒng)有一個(gè)U線，標(biāo)準(zhǔn)化的U線出來了。

　　謝謝大家。

　　薛瀾：非常感謝王教授從歷史的回顧，從科學(xué)的演變，最后來告訴我們智能時(shí)代的到來，但我覺得對企業(yè)家來講，我們怎么把智能時(shí)代的機(jī)會抓住，下面請360的顏總談?wù)勀目捶ā?/p>

　　顏水成：我其實(shí)是屬于跨界的，因?yàn)槲冶旧碓瓉碓趯W(xué)術(shù)界當(dāng)教授七年，后來在360已經(jīng)待了近三年了，以前做計(jì)算機(jī)視覺。不得不肯定，在過去這些年人工智能發(fā)展的速度非常之快，特別是在學(xué)術(shù)界，大家可以看到每一年跟人工智能相關(guān)的學(xué)術(shù)會議發(fā)表的文章越來越多。去年我們做過一個(gè)粗略統(tǒng)計(jì)跟人工智能相關(guān)的會議每年發(fā)表的數(shù)量有4000多篇，帶來一個(gè)很大的問題，我們到底到哪兒去尋找足夠多的審稿人，能對文章進(jìn)行正確的審核。今天我不想說人工智能多么紅火，大家多看到了。今天我想分享兩個(gè)人工智能比較長遠(yuǎn)的話題，原創(chuàng)性和安全性。

　　在學(xué)術(shù)界和工業(yè)界，AI技術(shù)無外乎三種，一種是非常原創(chuàng)的，我們叫顛覆式的技術(shù)創(chuàng)新；一種是微創(chuàng)新。三是沒有創(chuàng)新，技術(shù)在一個(gè)領(lǐng)域取得了成功我照搬到另外一個(gè)領(lǐng)域來。學(xué)術(shù)界做人工智能的研究非常有意思，它的研究成果跟數(shù)據(jù)、應(yīng)用場景是完全獨(dú)立的，意味著在學(xué)術(shù)界做研究原創(chuàng)性變得非常重要，如果沒有原創(chuàng)性就很容易被大家遺忘。

　　因?yàn)锳I是一個(gè)非常大的話題，比如現(xiàn)在最火的深度學(xué)習(xí)，我們仔細(xì)去觀察在深度學(xué)習(xí)領(lǐng)域最原創(chuàng)的，神經(jīng)網(wǎng)絡(luò)，再比如生成式對抗網(wǎng)絡(luò)、深度學(xué)習(xí)的融合，還有不同的理論和應(yīng)用?？梢钥吹阶畛醯狞c(diǎn)其實(shí)都不在中國，中國在這個(gè)領(lǐng)域更多的是說這個(gè)理論，這些出來之后大家覺得非常有意思，一窩蜂出來。比如像Gan，大家發(fā)現(xiàn)很有意思之后，計(jì)算機(jī)視覺領(lǐng)域的CTR，就能看到一堆一堆的文章全部干這樣的事。但真正能被大家所記住的還是第一個(gè)人GoodFellow提出的Gan。

　　最近深度學(xué)習(xí)的發(fā)展，大家對理論的期望越來越高，也就是說我們不再只是去調(diào)調(diào)參數(shù)或者設(shè)計(jì)一個(gè)網(wǎng)絡(luò)上稍微做一點(diǎn)調(diào)整。昨天晚上我有一個(gè)很有趣的事情，跟我一個(gè)好朋友，一個(gè)做的非常好的教授，我跟他做一個(gè)討論，我說我們倆要不要把中國做理論的機(jī)器學(xué)習(xí)的做得比較好的研究者全部列出來，我們倆微信來微信去，最后有一個(gè)名單。我是比較保守一點(diǎn)的，我說大概有10個(gè)，但那個(gè)教授更加保守，他說其實(shí)只有5個(gè)。也就是在中國做這個(gè)領(lǐng)域，人才的儲備是非常少的。

　　這也不要那么悲觀，現(xiàn)在國家特別新一代人工智能的戰(zhàn)略出來之后，對大家來說是一個(gè)很好的契機(jī)，尤其做的比較好的研究者可以留在學(xué)校慢慢在這方面做一些比較好的貢獻(xiàn)。

　　工業(yè)界稍微會有一些不一樣，工業(yè)界和學(xué)界很不一樣，它就是要解決一個(gè)問題，我有一個(gè)數(shù)據(jù)，產(chǎn)生一個(gè)模型，應(yīng)用到我的產(chǎn)品里，如果不工作就要去想辦法，去偵查我的數(shù)據(jù)讓我這個(gè)應(yīng)用的場景，在我推廣的范圍之內(nèi)。一個(gè)業(yè)務(wù)的成功取決的因素不只是技術(shù)，像技術(shù)、產(chǎn)品，最終用戶，也包括我們的團(tuán)隊(duì)，意味著什么？即使你只做非常一般的研究，也是一個(gè)比較優(yōu)秀的公司。如果這個(gè)公司能有足夠的投入，比如你可以專注在這些比較原創(chuàng)的技術(shù)，而且把技術(shù)用在產(chǎn)品中的話意味著你最終不只是一個(gè)好公司，可能是一個(gè)great公司，《從優(yōu)秀到卓越》，你更加在乎它的話可能會成為一個(gè)卓越的公司。中國卓越的公司還是比較少，但我們已經(jīng)具備這個(gè)條件了，我們有好幾個(gè)公司成為在世界范圍內(nèi)巨頭的公司，他們有足夠的財(cái)力去組建相應(yīng)做技術(shù)研發(fā)的部門，瞄準(zhǔn)的是三五年時(shí)間的產(chǎn)出，而不是一年，甚至更長時(shí)間的投入。所以我覺得機(jī)會還是非常有的。

　　另外一個(gè)維度，我想分享的是安全。可能大家現(xiàn)在思考的還不是非常多，但其實(shí)非常關(guān)鍵。360作為一家安全公司我們在這方面有非常多的探索，比如第一點(diǎn)軟硬結(jié)合之后對智能硬件我們會用傳感器，比如照相機(jī)，但其實(shí)是非常脆弱的，很容易被攻破的。比如一個(gè)攝像頭拿激光筆對著它，那它很快就會自盲。還有一個(gè)領(lǐng)域可能大家思考非常少，cencer（音）是會有老化的問題，那它獲取到信息的精準(zhǔn)度沒有以前那么高了，現(xiàn)在人工智能的算法都是在當(dāng)前cencer（音）的基礎(chǔ)上不停的調(diào)優(yōu)調(diào)出來的，之后到底它產(chǎn)生什么樣的影響，以前的模型到底是不是能工作，整個(gè)社會基本上沒有做任何的探索，這是第一點(diǎn)。

　　第二點(diǎn)，AI軟件的安全性。這一點(diǎn)360研究比較早，它多是建立在底層的SDK上的，這些SDK可能里面也有bug，比如我們做一個(gè)圖象識別的算法部署到服務(wù)器上，黑客利用軟件的漏洞可以在圖片上加一些信息進(jìn)去，這個(gè)圖片就可以讓我的服務(wù)系統(tǒng)，或者陷入死循環(huán)，或者沒有辦法獲得系統(tǒng)的控制權(quán)限，這些也是我們平常想的非常少的。

　　第三點(diǎn)，軟硬結(jié)合的時(shí)候，意味著連接變得不可或缺。連接之后意味著黑客就有機(jī)會滲透到你的智能硬件里面了，他想做什么樣的事就他說了算。

　　另外可能還涉及到道德層面上的問題，比如說我們基本上有一個(gè)觀點(diǎn)，深度學(xué)習(xí)或者人工智能是沒有完美的算法，就意味著你一定要處理一些問題，比如你做自動駕駛，在這個(gè)上面就一定要控制，你到底是撞前面的人還是把車右轉(zhuǎn)到車道讓自己產(chǎn)生傷亡，這個(gè)從道理層面真的不知道該怎么做?？偟膩碚f我想說的是，原創(chuàng)性和安全性非常重要，如果想要您自己和您的AI公司能活的更長更久更優(yōu)秀，這兩個(gè)維度可能是大家真的要花時(shí)間去關(guān)注的點(diǎn)。

　　謝謝大家！

　　薛瀾：剛才顏總提到的原創(chuàng)性確實(shí)非常重要，我們做的關(guān)于《中國人工智能發(fā)展報(bào)告》里面也確實(shí)發(fā)現(xiàn)個(gè)問題，中國的這個(gè)學(xué)術(shù)界發(fā)了很多論文，但是在中國的企業(yè)，就是在中國跟國外的同行來比的話，確實(shí)不管是在論文還是在專利方面都還是落后的，尤其是我們大家所耳熟能詳?shù)钠髽I(yè)都不在我們分析的前20里面，有一個(gè)唯一進(jìn)去的企業(yè)我們留在后面再說，下面請楊總。

　　楊帆：大家好，今天這個(gè)論壇是一個(gè)跨界的論壇，大家從我的穿著可以看出來，很跨界，我不是企業(yè)家也不是學(xué)者，我是碼農(nóng)。我自己干的事是怎么讓優(yōu)秀的技術(shù)變成產(chǎn)品和價(jià)值。在這個(gè)過程中，其實(shí)包括我參與創(chuàng)建這的家公司商湯，在這個(gè)過程中，其實(shí)我有幾個(gè)問題長久以來一直在困惑我，我也有一些思考，今天想借此機(jī)會把思考分享給大家。

　　第一個(gè)問題是大家都知道，中國的創(chuàng)投圈有一個(gè)非常顯著的特征，叫做：追逐風(fēng)口，每年有一個(gè)新概念，O2O，互聯(lián)網(wǎng)金融，人工智能，區(qū)塊鏈，每年都有一個(gè)新概念。從我們開始做的時(shí)候就在思考，我就在想一個(gè)問題，那商湯是一家做AI的企業(yè)，我們成立時(shí)候沒人提AI這個(gè)詞，我們也叫計(jì)算機(jī)視覺。我為什么會相信說AI這件事情是一個(gè)就像王教授講的是一個(gè)長期有價(jià)值的東西，不是三年即逝的風(fēng)口，這個(gè)問題我想了蠻久。

　　一直回退到我上學(xué)的時(shí)候，那時(shí)候的計(jì)算機(jī)教材，對計(jì)算機(jī)學(xué)科有一個(gè)定義，是什么？是對信息的采集、傳輸、存儲、計(jì)算和反饋的這樣一門科學(xué)。我們?nèi)タ催^去整個(gè)信息產(chǎn)業(yè)的發(fā)展也罷，或者是過去十年最火的互聯(lián)網(wǎng)行業(yè)也罷，幾乎所有一切的行業(yè)發(fā)展，產(chǎn)業(yè)價(jià)值的產(chǎn)生都來自于我們講的信息五個(gè)環(huán)節(jié)中某一個(gè)環(huán)節(jié)的技術(shù)進(jìn)步。這個(gè)過程中我又發(fā)現(xiàn)說，互聯(lián)網(wǎng)其實(shí)它之所以跟其他的傳統(tǒng)行業(yè)形成一個(gè)在過去10年、15年形成一個(gè)涇渭分明的大的浪潮的差別是什么？它其實(shí)對于信息的利用具備兩個(gè)非常鮮明的特征，一大一小。大的是什么？大的是能夠比以往任何時(shí)候，任何行業(yè)都能更加把海量信息放在一起進(jìn)行利用，就是更大量的一個(gè)信息，從采集多傳輸?shù)酱鎯Φ接?jì)算，體現(xiàn)在每一個(gè)環(huán)節(jié)，這是大。

　　另外一個(gè)叫做小，小是什么？我們?nèi)タ慈祟惖南M(fèi)品作為一個(gè)用戶，每天享受產(chǎn)品和服務(wù)的時(shí)候有兩類典型的特征作為服務(wù)的提供者。一類是說我給你提供一個(gè)低成本便宜的一個(gè)產(chǎn)品或者是服務(wù)，低成本享受服務(wù)，這是一個(gè)很典型的發(fā)展方向。第二個(gè)典型的發(fā)展方向是什么，我給你提供一個(gè)更加貼身定制化的，更加符合你個(gè)人的喜好和偏好的服務(wù)。那互聯(lián)網(wǎng)其實(shí)在小的這一點(diǎn)，在對個(gè)人定制化服務(wù)的提供上，具備了一個(gè)以往任何一個(gè)行業(yè)所完全不能夠具備的能力。

　　然后我又會發(fā)現(xiàn)，它對于海量數(shù)據(jù)的采集、傳輸、存儲、計(jì)算和它去提供這種給每一個(gè)人貼身的無微不至的定制化的私人專項(xiàng)VIP服務(wù)這二者存在很深的聯(lián)系。這個(gè)聯(lián)系是什么？就在于它能夠把大量的數(shù)據(jù)用機(jī)器的方式從中挖掘出有價(jià)值的部分，而且是個(gè)人化的有價(jià)值的部分。

　　我們會去看說隨著最近幾年有一個(gè)新概念叫做：互聯(lián)網(wǎng)金融下半場。互聯(lián)網(wǎng)從虛擬世界走出，往線下，往傳統(tǒng)行業(yè)滲透，這是一個(gè)大的趨勢。阿里去做實(shí)體點(diǎn)，往線下滲透。另外一個(gè)是行業(yè)巨頭發(fā)展信息的整合能力，提煉能力，再去發(fā)展互聯(lián)網(wǎng)的海量數(shù)據(jù)和定制化的服務(wù)，二者進(jìn)行戶兩融合滲透。

　　這個(gè)中間最關(guān)鍵的是把大量數(shù)據(jù)放在一起，把大量信息放在一起，從中去挖掘出價(jià)值，去找到每一個(gè)人定制化服務(wù)貼身的，每個(gè)人不一樣的價(jià)值信息，這件事情是什么。我想了想就是人工智能。不過它以前可能，這件事以前就有，不叫這個(gè)名字，以前叫深度學(xué)習(xí)。只是今天換了一個(gè)名字，但是本質(zhì)沒有變，我們講計(jì)算機(jī)的五要素的閉環(huán)中信息的分析和計(jì)算的環(huán)節(jié)，想通這件事之后我想明白，這么看人工智能是長期來講對整個(gè)行業(yè)企業(yè)的發(fā)展都非常具備的，非常重要的這樣一個(gè)長期性的價(jià)值提供。這我想明白的第一件事。

　　第二件事，為什么是中國，今天坐在這里講人工智能和產(chǎn)業(yè)發(fā)展，為什么中國在這樣的產(chǎn)業(yè)應(yīng)用上能走在前面。就像剛才水成講的，我們在原創(chuàng)上并不領(lǐng)先，至少比起美國來并不領(lǐng)先，我們所提供的價(jià)值在哪里？這個(gè)回過頭來看，兩個(gè)很重要的，第一個(gè)我們今天講所有的人工智能需要大量的一個(gè)信息的支撐，包括你完善的體系化的支撐，中國今天在這邊具備一個(gè)非常好的基礎(chǔ)條件。我們整個(gè)行業(yè)社會處在好的狀態(tài)下，同時(shí)有海量的人口，海量的人口帶來海量的數(shù)據(jù)，數(shù)據(jù)讓我們擁有很大的基數(shù)。

　　在此之上，更加難能寶貴的一點(diǎn)是說我們行業(yè)、企業(yè)甚至包括，從業(yè)者對于AI的新技術(shù)，我們所面對它時(shí)候的一種心態(tài)這個(gè)心態(tài)在我看來比起甚至包括美國對于新技術(shù)，我們所展現(xiàn)出來的對新技術(shù)的接納、擁抱，甚至這個(gè)過程中去包容它的問題的這樣一種態(tài)度遠(yuǎn)遠(yuǎn)超過任何一個(gè)國家。這里我舉一個(gè)小的例子，大家知道說我們有一些對話類的機(jī)器人微軟做過一個(gè)小冰機(jī)器人。這個(gè)小冰機(jī)器人跟你能對話，但是不知道這個(gè)機(jī)器人剛出來的時(shí)候會罵人，你罵它，它也罵你。人工智能就是這樣，他會模仿你的特征。互聯(lián)網(wǎng)網(wǎng)民引起軒然大波，罵就罵吧，沒什么關(guān)系。

　　但是不知道大家知不知道件事，微軟同樣做過一個(gè)事，在中國成功之后想在美國復(fù)制成功，做了一個(gè)TAY，但是很不幸試用階段，TAY遭受到了美國極端種族主義的一些人，你跟它說話，它會講一些政治不正確的東西，所以后來把這個(gè)東西下架停掉。這就是社會對新技術(shù)不滿足，不完美采用什么樣的態(tài)度。

　　還有很多例子今天時(shí)間有限，我就不講了，所以我會看到說，有這樣的人口基數(shù)，大量的數(shù)據(jù)產(chǎn)生，在此之上對新技術(shù)的落地應(yīng)用，創(chuàng)新過程中的不完美伴隨著產(chǎn)業(yè)實(shí)踐迭代，我們所有的包括企業(yè)家，政府所表現(xiàn)出的這種包容和接納的心態(tài)，我認(rèn)為它會幫助我們在未來在人工智能的發(fā)展上取得一個(gè)更大的優(yōu)勢。我也非常希望說所有人能把這樣的心態(tài)做的更加包容，以對于我們的產(chǎn)業(yè)提供一個(gè)更好的發(fā)展空間。

　　這是我今天想分享的，謝謝！

　　薛瀾：下面請郝院長，剛才人工智能他們兩位都提到了人工智能在未來的發(fā)展，包括風(fēng)口投資等等這些新的機(jī)會。是不是對傳統(tǒng)產(chǎn)業(yè)是滅頂之災(zāi)？還是提供了新的機(jī)會？

　　郝玉成：謝謝薛老師，今天非常高興跟大家來分享人工智能這個(gè)話題，剛才楊總講到到底會給我們帶來什么，他的關(guān)鍵詞是帶來價(jià)值。站在制造業(yè)這個(gè)視角，我在想跟大家分享的是，人工智能的最大的價(jià)值，就是引導(dǎo)、促進(jìn)傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型變革，實(shí)現(xiàn)智能制造。為什么是這樣？我們看我們在關(guān)注什么？

　　第一個(gè)，我們在關(guān)注人工智能技術(shù)發(fā)展的突破在哪些方面，一是技術(shù)突破，二是應(yīng)用突破。

　　技術(shù)大家看到算法，AlphaGo、視覺等等，這些都是依賴于數(shù)據(jù)、算法、技術(shù)能力的提高得來的。我們再看看應(yīng)用上的突破，工業(yè)機(jī)器人、金融、交通、法律等等，人工智能技術(shù)已經(jīng)開始進(jìn)入這些領(lǐng)域。

　　第二個(gè)，人工智能技術(shù)在制造業(yè)、產(chǎn)業(yè)方面面臨什么樣的挑戰(zhàn)？我們剛才說AlphaGo典型的這個(gè)算法，它可以直接拿來用嗎？不可以。舉個(gè)簡單的例子，智能機(jī)器人，我們大家現(xiàn)在看到的大部分的機(jī)器人都是原來傳統(tǒng)上的自動化的機(jī)器人，如果我們要說智能機(jī)器人現(xiàn)在面臨哪些智能化的突破呢？最起碼四個(gè)智能化的技術(shù)：

　　1、傳感智能。我們說人造皮膚，這個(gè)技術(shù)突破不了，我們現(xiàn)在所謂的那些智能機(jī)器人功能是做不到的。

　　2、計(jì)算智能。AlphaGo只是計(jì)算智能的一部分，很多的算法在算法智能里面，大數(shù)據(jù)到小數(shù)據(jù)，剛才講到了。

　　3、操作智能，最后得落地啊，一個(gè)機(jī)器人要去抓東西，它的有柔性，沒有操作智能怎么可能實(shí)現(xiàn)？

　　4、系統(tǒng)性的智能，包括集成化的智能、感知智能等方面。所以構(gòu)建一個(gè)智能的機(jī)器人，不簡簡單單是一個(gè)計(jì)算智能就能完成的，所以產(chǎn)業(yè)界的研究一定在這些技術(shù)方面，系統(tǒng)性的研究，把它放到這個(gè)裝備里面去完成它的智能機(jī)器人的所有智能化的要求，這是面臨的挑戰(zhàn)。

　　包括我們說的標(biāo)準(zhǔn)化，標(biāo)準(zhǔn)化是對創(chuàng)新結(jié)果的一個(gè)固化，如果沒有標(biāo)準(zhǔn)化，走不到產(chǎn)業(yè)里面，也走不到產(chǎn)品化，現(xiàn)在這個(gè)還有相當(dāng)大的距離。

　　第三個(gè)，當(dāng)然要通過不斷的創(chuàng)新去加快人工智能技術(shù)的發(fā)展。

　　1、融合，一個(gè)是這些眾多的新技術(shù)在人工智能方面，進(jìn)入到一個(gè)產(chǎn)業(yè)里面的技術(shù)的融合的發(fā)展，大數(shù)據(jù)、云計(jì)算、人工智能等等，這些新技術(shù)在智能制造里面的融合。

　　2、系統(tǒng)性的技術(shù)，光有機(jī)器人是不可以的，它有場景有對象。舉個(gè)例子，在家庭里，在工廠里，在車間里，這個(gè)場景的技術(shù)要和智能化的技術(shù)結(jié)合起來，才有價(jià)值。

　　3、平臺化的生態(tài)運(yùn)用的技術(shù)，這些才能構(gòu)建出一個(gè)完美的我們叫產(chǎn)業(yè)發(fā)展的鏈條。

　　所以到目前為止人工智能的技術(shù)在學(xué)術(shù)方面比較熱，在技術(shù)方面應(yīng)該說剛開始走上一個(gè)初級的階段，走向產(chǎn)業(yè)還有很大的距離。

　　當(dāng)然我們相信通過不斷地創(chuàng)新，不斷的努力，人工智能會給我們帶來更大價(jià)值的技術(shù)，會不斷地走進(jìn)產(chǎn)業(yè)里。謝謝大家。