“針對 7 月國務院印發的《新一代人工智能發展規劃》國家對人工智能的部署，2017 年 11 月 14 日，上海推動新一代人工智能發展實施意見正式出臺，提出全面實施「智能上海（AI@SH）」行動，到 2020 年，實現上海成為國家人工智能發展高地的總體目標，從政策上強調了人工智能具有的戰略意義。昨天，世界人工智能大會在上海召開，活動集聚了國家領導人、全球人工智能領域最具影響力的科學家和企業家，大家圍繞人工智能領域的技術前沿、產業應用等熱點問題發表演講，并進行了高端對話?！?/p>

人工智能的重新定義

大多數人對人工智能的定義并不陌生，但本次大會上，眾多專家基于自身的研究、產業經驗，對人工智能進行了多種全新的定義解讀。

首先，馬云認為，「人工智能」這個翻譯并不科學，他認為「AI」應該翻譯成「機器智能」。汽車比人跑得快，不是因為模仿了雙腿。所以，機器必須以自己的邏輯和方式去思考。在我們發明機器時，比如電腦，就應該預料到機器在某些方面會比人類更聰明。

動物有本能，機器有智能，但人類有智慧，一種改變智能思想的思想。馬云進一步講到，人工智能意味著一種認識和思考實際方式的改變。智能是改變世界的工具，智慧是改變智能的思想。

而機器學習泰斗 Michael Jordan 以極富啟發的方式對人工智能進行了重新定義。亞當斯密曾經研究過市場經濟，分析過市場的背后那一雙看不見的雙手，非常智能地進行了高效的資源配置。

Jordan 認為，我們在設計人工智能系統時，要重點考慮「經濟和市場」，以經濟和市場機制為中心，而非一味的模擬人類。

以 Uber 這樣的系統為例，它就是一個市場。有司機和乘車人的 app，有生產者和消費者，在這個過程中數據得到交換，汽車在正確的時間到達正確的地點。但是，這不是因為算法，而是因為市場，用戶使用 app 就產生出了價值。

潘云鶴院士重點提出了「人工智能 2.0」，他認為新的需求、完全不同的智能環境、已經變化的目標、世界增加的信息空間等四個原因促使人工智能 2.0 出現，而技術端倪是大數據智能的諸多應用、群體智能、人機增強智能和跨媒體智能。

姚期智教授通過量子計算和人工智能的結合來加深對人工智能的理解。

他提到，科學在量子計算方面有了很大進展，如果將量子計算和人工智能結合在一起，我們可以真正有機會打敗自然。

一直以來，量子都是最深入、最美麗的物理法則，是最本質的大自然法則，我們常常驚嘆于量子法則創立了如此雄偉、壯麗的自然，而現在，如果有了量子計算機，就能模仿大自然的量子法則，一方面，人類可以更好地理解大自然，另一方面生物進化研究也可以獲得很大進展。

華為云 BU 總裁鄭葉來認為，人工智能是一門通用的技術，跟人類歷史上的鐵路、汽車一樣，都是一系列通用技術。信息技術帶來效率提升，人工智能帶來生產成本的變化，但人工智能可以改變目前看到的所有行業。

諾貝爾化學獎得主 Michael Levit 提到，除了人類智能和機器智能，還有第三類智能——生物智能，這三種智能是三位一體的，人、生物、機器是三位一體的。

地球上任何一個活著的東西都是由生物所組成創造，所以，生物肯定非常智能，才能夠讓物理的東西成為生命。如果我們能夠把這三種類型智能，人、機器、生物智能結合起來、相互交互，我們將會成為一個新層面的混合智能。

AI+行業

一、一個比較樂觀的未來

圖靈獎得主、從事人工智能研究超過 50 年的 Raj Reddy 認為，當我們看未來的時候，要審視歷史，要從過去吸取教訓，保證我們可以從技術當中獲得好處，同時建立相關的一些規則、法律法規和社會紀律，這樣在未來 50 到 100 年，我們可以看到很多充滿光明前景的科學進步。

比如，基于 AI 的語音智能識別將使全球 30 億文盲和半文盲學會在新技術下與世界溝通，幫助他們閱讀報紙、觀看外語電影、在線投票，或者到馬云的電子商務網站上購物，未來，文盲群體會成為語音應用的最大客戶來源。簡單易用會讓互聯網人口翻一番，進而帶來強大的經濟效應。

在即將來臨的 2-3 年中，AI 更多將成為增強人類能力的認知放大器，它會提高人類的能力，幫助你做的更快、更好、成本更低。

而從長遠的 5-10 年來看，AI 將成為人類的「守護天使」，替人類完成他們如今無法完成的任務，我們可以說它是超人類人工智能。

比如及早發現那些可能會影響人類安全、穩定和幸福的突發事件，并發出預警。

假設地震引發了一場海嘯，如果我們對此毫不知情，這將成為一場傷亡慘重的大災難，但如果我們有一個守護天使，能夠預測 10 分鐘后即將到來的巨大海浪，我們就能夠拯救很多生命。

天使永遠在線，終身學習的系統。它帶來經濟效果，可能是十倍于現在的 GDP。

沈向洋指出，如今人工智能創新節奏迅速，但要達到人類水準尤其在認知領域達到人類水平仍然任重道遠。

華為云 BU 總裁鄭葉來稱，所有的技術應用有一個過程，華為看待產業分成四個階段，根據整個技術發展和社會環境，華為認為人工智能目前是第二階段的開始，「有興奮和沖動，但也有焦慮」。

馬化騰則提到，國內黑產的「升級」例如病毒分發更加隱秘，使我們改變安全防護模式，使用人工智能來進行安全防護。

他表示，AI 處于發展初期，但未來這一技術可能會變成萬能鑰匙，帶來前所未有的挑戰。他還表示，人工智能技術是一場跨國、跨學科的科學探索工程；人工智能技術的發展，正在通向「大社交」時代。

二、制造業

當目光從未來切換到現在，我們會發現，隨著 AI 走出實驗室，融入行業和我們的生活，孤立談 AI，會越來越沒有意義。

在李彥宏看來，所謂信息化就是 AI 化，以后沒有任何一個公司不會和 AI 無關。

湯曉鷗也認為，并不存在 AI 這個產業，只有 AI+才是產業。AI 與傳統行業的關系，不是顛覆行業，而是合作，提高效益。

雖然 AI 在消費領域的成就非常大，很多人才和資本都傾向了商業和零售，但是，制造業得到了不少與會嘉賓的關注。

馬云認為，未來 30 年，AI 將深深改變所有制造業。

制造業會從過去的標準化，走向個性化、智能化，也將是制造和服務的完美結合。未來的制造業都是服務業。

中國制造業從東北轉移到長三角，接下來，制造業會是服務業。上海服務業比重 70% 以上，水平和人才素質是這座城市最大的優勢。

在馬云看來，AI 技術再先進，如果不能和制造業結合推動轉型升級，不能往著普惠方向發展，就會失去意義。

SAP 全球高級副總裁、SAP 中國總經理 Sam Li 提到了一個驚人的數字：流向制造業的資本和相關人才，僅有 0.9%，這與 AI 可能給制造業帶來的巨大潛力，非常不相稱。

以最能代表流水線高效生產力的汽車業為例，如今的 OTD 已經從巔峰的 20 回到了 49，背后的原因在于如今大規模流水線已經是能力見頂。對此，德國提出了自動化加工島的概念，而 AI 讓這個概念提前到來。

Sam 介紹了奧迪自動化加工島。它們實現了模塊化生產（不同模塊，不同工藝，不同組合替代流水線）；眾多 AGV 來往于加工島之間，有時甚至需要啟用無人機投遞零件；數以萬計零部件需要隨時調配，所有這些都是在 AI 調度下完成定制化。勞動力效率提高了 20%。

Sam 提到了一個和馬云相同的觀點，必須推動制造業走向服務業，比如不僅是出售一臺拖拉機，而是盡量提供高附加價值的服務，因為這樣的企業抗風險能力更強，盈利能力業更強。

三、醫療

本次大會上，重新回歸斯坦福大學的李飛飛，以人工智能實驗室主任身份在現場分享了 AI 技術應用到醫療領域的感悟和項目進展。

她表示，醫療的成本非常高，AI 賦能主要在兩個層面，一是減少錯誤，減少傳染疾病、感染的可能；二是提高醫療質量，讓護理人員有更多的時間關注患者，慢性病管理更加一致化。

李飛飛介紹，在斯坦福的 AI 醫療項目主要思路是將傳感器應用在醫療中，感知三維空間，通過算法理解傳感器收集到的意義。目前正在推進的包括三個項目。

第一個項目在于解決通過手等傳染源而導致的傳染問題，這一問題造成美國每年死亡 9 萬 9 千人。加入傳感器后能夠從不同角度認知人類的衛生活動，通過比人工精度更高的人工智能算法進行研究這些活動。

此外，還包括重癥監護室 ICU、老年的護理等兩個方向。

團隊已經在舊金山進行試點，用于檢測和預防老年人的跌倒行為，主要通過熱傳感器來進行分析，作為深度傳感器的互補。由于老年人的跌倒行為缺乏訓練的數據，所以主要通過遷移學習來進行訓練。

在上海，李飛飛團隊已經與上海交大、瑞金醫院進行深度的 AI 醫療項目合作。

李飛飛最后表示，醫療的核心仍是人與人的相互照顧，技術不能替代人與人之間的這種扶持關系，但能在一定程度上改進這種關系。

公司的 AI 策略

李彥宏認為，一個真正 AI 公司，一定是三位一體：AI 思維，AI 能力，遵循 AI 倫理。但是，如何成為一家 AI 公司？

Landing. AI 創始人吳恩達認為，在過去，并非有自己網站的公司就叫 IT 公司。真正的 IT 公司（比如亞馬遜、阿里）必須具備幾個要素：A/B 測試測試、快速迭代、工程師和產品經理決策。

吳恩達常被 CEO 問到的三個問題是：如何招聘 AI 人才，如何建立 AI 團隊？如何挑選 AI 項目，哪些 AI 項目是應該避免的？如何制定在公司策略時考慮公司的 AI 能力？

他認為，回答好這三個問題，一個傳統產業公司便能轉變成一個偉大的人工智能公司。

首先，要學會使用外部資源，讓項目真正上線，盡快建立一支 AI 團隊，其中，對團隊的培訓非常重要；而且，第一個 AI 項目不一定最重要最大，但一定要讓人看到 AI 的能力；

其次，成立一個中央化的 AI 團隊，或者購買使用標準化的 AI 產品解決通用的問題，然后針對自己的個性化產品，建立自己的 AI 團隊；

第三，AI 的策略是多面性且有復雜性，新成立的公司不要和谷歌、百度、微軟在通用 AI 上有所競爭，而是要在自己的細分領域中找到 AI 的獨特應用，

最后，要贏得學界和政府的支持，與大學的合作，可以接觸到最新最好的技術，而政府的支持，將使許多行業規則得到改寫。