首先我們要說的是創(chuàng)業(yè)是敗家的，為何說人工智能芯片是個創(chuàng)業(yè)者玩不起的“貴族游戲”？

　　在過去的這么多年里，從來沒有哪一年像今年這樣如此聚焦人工智能。

　　李彥宏反復提及人工智能——不管是否樂意，人工智能已經(jīng)來了；

　　接著，賈躍亭在G20峰會期間主動在微博曝光他們在人工智能上的動作——“期待全球首部LeEco人工智能（LeAI）生態(tài)手機盡早面市，不久見。”

　　與此同時，出席B20的科大訊飛董事長劉慶豐表示：“如果在討論全球經(jīng)濟治理時不考慮人工智能產(chǎn)業(yè)的趨勢和影響，我覺得是完全不可想象的。”

　　而把技術領域這股討論熱潮直接推上高峰的，則是***在G20中演講的一段話：“以互聯(lián)網(wǎng)為核心的新一輪科技和產(chǎn)業(yè)革命蓄勢待發(fā)，人工智能、虛擬現(xiàn)實等新技術日新月異，虛擬經(jīng)濟與實體經(jīng)濟的結合，將給人們的生產(chǎn)方式和生活方式帶來革命性變化。”

　　放眼國外，谷歌也開始調整了戰(zhàn)略，從移動優(yōu)先到人工智能優(yōu)先。

　　盡管在年初Alphago大戰(zhàn)李世石時，媒體已經(jīng)就人工智能進行了各種解讀，但不少人心里仍然會有諸如此類的疑問：人工智能會取代人類嗎？其真正的威脅是在哪里？它會不會有情感？未來到底是端智能，還是云智能？另外，人工智能落地需要哪些條件？而在商業(yè)層面，人工智能的商業(yè)模式究竟是什么樣的？在這一領域的創(chuàng)業(yè)者，應該如何創(chuàng)業(yè)？

　　注：上個月，阿里云iDST研究員、IEEE Fellow華先勝（花名：方廣）；阿里云iDST總監(jiān)初敏；阿里云資深數(shù)據(jù)挖掘專家閔萬里（花名：山景）；阿里云研究中心主任田豐（花名：酒道），來了一場“煮酒”論人工智能。

　　人工智能會取代人類？這只是科技界的語不驚人死不休

　　科技界經(jīng)常有人說，人工智能要取代人類。但這樣的言論在三位人工智能大咖看來，只是一種語不驚人死不休——以聳人的言論引來關注度，因為今天所見到的所有機器人都還只是機器，離人還差的很遠。

　　三位老師從以下的角度進行了闡述：

　　技術超越人類其實早就存在；

　　機器的局限性：只能做邏輯思考的能力，沒有感性思維，談超越、取代還為時尚早；

　　人和人工智能的關系：是人手、眼、耳等五官的延伸，其終極作用是服務于我們。

　　第一點：技術超越人類其實早就存在，比如數(shù)千年前出現(xiàn)的算盤（比心算快）、幾十年前的計算器，以及20年前在國際象棋上打敗人類的深藍。而智能化的技術也已經(jīng)在很多地方使用了幾十年，比如登月技術以及工業(yè)生產(chǎn)線。在今天之所以會成為一個大眾化的話題，主要是今天的計算能力、算法、機器學習和數(shù)據(jù)能力，讓之前不好解決的問題，在今天也得到了解決，所以會被大眾過于解讀。

　　第二點：把上面舉的例子串起來，你會發(fā)現(xiàn)它們擅長的都是有規(guī)則可循的——強調的是邏輯思考的能力。因此，在一些可以寫成規(guī)則的事情上，人工智能會超過人類。但在文學藝術等感性思維上，其本身就不是一個有客觀規(guī)律的東西，無法用邏輯寫成一加一等于二或者五除二這樣的簡單規(guī)則，在這種情況下，談人工智能取代人類真的是為時過早。

　　第三點：做人工智能的絕大多數(shù)人，他的目標壓根就不是替代人。它只是在某個地方看起來像人，但并不是真的具有人的情感和智慧。現(xiàn)在所有的技術，包括工業(yè)科技，總體來看都是人的感官、肢體的一種延伸，這些東西的背后是人在主宰。“發(fā)展這些技術最終是要服務我們的，是在一定的范圍內(nèi)解放我們的雙手、時間，而不是取代我們整個思考的過程。”初敏稱，未來一定是以人為本，機器為輔。具體是什么樣，不太好預測，“我相信10年之后回來看，根本不是今天我們能想象出來的，因為這里一定會發(fā)生很多變革。”

　　綜合來看，人與人工智能是揚長補短的關系，人工智能強在復雜數(shù)據(jù)的整合、總結能力，而人強在直觀的感覺。初敏說，它是我們手、腳、眼的延伸，而不是對立。未來其實只是一個分工的不同，通過機器，讓我們的生活變得非常便利和簡單。另外，由于人工智能是由大數(shù)據(jù)驅動，并且受數(shù)據(jù)領域的局限，所以人工智能在未來會呈現(xiàn)兩個對立的現(xiàn)象：一個是越來越智能，另外一個在有些領域還是有點傻。

　　這里或許有人關心，究竟哪些工作會被機器替代。工業(yè)革命時代，體力密集型的被機器替代，初敏指出：“人工智能時代，首先被替代的應該是人力密集型的，其次則是部分腦力密集型的。” 方廣表示，只要是在數(shù)據(jù)密集型、計算密集型這些有個例可尋的領域，機器都是可以超過人類的。

　　人工智能的威脅來自人還是機器？

　　有不少名人做出人工智能會導致人類滅亡的言論，他們用意到底是什么？三位老師一個共同的認識是：人工智能的威脅不是來自于那個被賦予所謂智能的機器，而是來自造這個機器的人。

　　山景表示，任何一個科學技術的發(fā)展都是雙刃劍，它都可能有反作用。比如說，有人把惡意的代碼給串進去，哪怕是一個簡單的機器人，也可能對人造成巨大的傷害。所以，就像今天的殺毒軟件一樣，將來對人工智能也會出現(xiàn)類似的訴求。

　　在某方面，超越人類極限的技術并無過錯，就好像搜索，就是很大的超越，去圖書館翻書，一個人一年能看度搜好書？能查到多少資料？“技術的本質還是給人帶來便利。由于機器人沒有自主意識，所謂的威脅是背后的人在做壞事或者是有人在教機器人做壞事的邏輯，而不是機器人自己在做壞事。”初敏說，不需要擔心這個，至少在能看的見的時間里不用操心這件事情。

　　如果談如何防范的話，建議如下：

　　1、邏輯代碼上少一些Bug；

　　2、用法律約束人工智能背后的人。

　　自發(fā)的情感智能是一件特別難的事

　　“要想做到情感智能，首先要讓機器理解人的情感世界。但人的大腦有百億量級的神經(jīng)元，每個細胞元都存在激活和非激活狀態(tài)（0和1），一天的數(shù)據(jù)量大概是一百個PB。如果能通過計算的方式，展示每時每刻整個腦神經(jīng)的細胞元活動圖，還原我們每一個情感的狀態(tài)——處在什么狀態(tài)下是開心或不開心、哪幾個細胞元被激活導致這樣一個情緒、是因為什么誘因導致的？如果這個問題能解，至少能從認知的角度先理解我們的情感的這個通道，和它的模式是什么樣的。”

　　只有先理解這個工作模式后，才可能有可能去造一個有情感的機器人。怎么樣讓一個機器有一個自發(fā)性的情感產(chǎn)生，山景認為：“在目前為止，我覺得還是非常難的一件事，目前只能先做好第一步，先理解情感的產(chǎn)生。”

　　他還表示，在情感理解上，今天的大數(shù)據(jù)已經(jīng)可以部分做到，雖然沒有把腦神經(jīng)的活躍度圖給展現(xiàn)出來，但是它能夠模擬刺激數(shù)據(jù)是什么樣，然后再通過表象猜深層次的，就能夠實現(xiàn)一些情感功能，比如欣賞音樂等。“這只是在情感上去做一些可量化，然后無限逼近，但無限逼近并不代表有自發(fā)的創(chuàng)造性。”

　　初敏認為，情感智能化分成兩個層面，一個是讓讓機器本身具有情感，另外一個是讓機器理解人的情感，這兩個不一樣。讓機器去理解人的情感，這件事是可行的，但讓機器有情感這件事情還是太難了。比如說所謂的陪伴機器人，陪伴機器人不是教這個機器人有情感，而是讓它能抓住跟它需要陪伴對象的情感，以及這個對象在不同情感狀態(tài)下，需要它來做什么，這些事情完全是可以學習到的。

　　未來到底是端智能，還是云智能？

　　現(xiàn)在有兩種趨勢，一種是云計算公司把智能往云上做，另外一種，則是創(chuàng)業(yè)公司把智能往端上做，比如攝像頭、手機等智能設備端，那未來趨勢，到底是端智能，還是云智能？

　　方廣分析到，端智能的優(yōu)勢在于敏捷性，不需要語音交互，馬上得到計算結果，因此對于一些實時性要求高的應用，目前必須使用端，比如自動駕駛、安防等。端它的缺點則是受限于它的計算的能力，同時也不能感受到其他的端（如果能，那就是云了）。云的優(yōu)勢是：有強大的計算能力，又能夠把這些點——各個端的這些收集起來的數(shù)據(jù)能夠綜合起來進行分析、判斷，這種智能有時候是超越人智能的。

　　方廣認為，云和端兩者之間的關系是互相依賴的：云的技術需要通過端來展現(xiàn)，端則是云數(shù)據(jù)的入口和出口。他指出，N年以后，也許云和端概念就沒有了，當云和端之間帶寬不是問題的時候，端和云將是一體的。

　　“智能在端，智慧在云。”山景稱，當局部的智能聚集在一起時，就能成為一個大智慧。比如說，抓套牌車、闖紅燈的攝像燈在云端串聯(lián)起來，可做的事情將會變得非常多，這就是局部的智能變成一個全局的智慧。端和云必然是連在一起的，終極境界就是你中有我，我中有你，混為一體。

　　初敏則從另外個角度解說云和端的關系。端和云之間，只是分工不同。有些事情因為安全和隱私需要，不適合在云上，所以只能放在端中處理，比如家中的智能音響，不能把所有聲音都傳到云上。

　　人工智能落地的條件

　　方廣認為，人工智能落地的條件分別是：算法、數(shù)據(jù)、計算平臺、用戶、商業(yè)模式，這五個條件是必不可少的。

　　人工智能首先是建立在足夠強大的算法上，但光有算法沒有數(shù)據(jù)，那也是巧婦難為無米之炊。除了算法和數(shù)據(jù)外，也需要一個計算平臺做支撐，否則算法無法得以實現(xiàn)。除此之外，也需要用戶有需求，才能帶動技術發(fā)展，并貢獻數(shù)據(jù)。同時，也需要好的商業(yè)模式，否則一切都很難長久。

　　過程中反饋非常重要，山景說，就像填鴨式教育，老師給你題目做，它是做錯了，還是做對了，下一輪該給它什么樣的題目，這個地方自反饋、自適應的過程非常關鍵。

　　光有這些條件，如果不用互聯(lián)網(wǎng)思維的話，落地可能也沒那么快。初敏稱指出，用互聯(lián)網(wǎng)的思維把這五個因素串起來，迭代才能非常快。“以更快的速度使用反饋數(shù)據(jù)來更新模型，形成這樣的正循環(huán)周期后，效果就會越來越好。”哪怕就是算法不變，只要能不斷的反饋數(shù)據(jù)并不斷優(yōu)化，過一兩個月之后，它的能力也會好很多。

　　人工智能該怎么商業(yè)化？

　　談到人工智能的商業(yè)模式，初敏稱，并不是人工智能有什么商業(yè)模式，而是在解決人的一些需求以及商業(yè)化中，人工智能應用的價值性更大。

　　從分工角度，初敏認為人工智能的商業(yè)模式有兩個層次：“第一個層次是一群人在后面提供基礎技術，再一群人落地到產(chǎn)品——在具體的應用場景中使用人工智能；另外一個則是宏觀上的判斷，它是一個很有趨勢的場景，在這個場景中有極大的可能性做出好結果，從而推動某些企業(yè)將這些技術儲存在它的應用里。”

　　“一種是對現(xiàn)有商業(yè)流程上的效率提升，另外一種則是顛覆性的創(chuàng)新。”山景則把商業(yè)模式總結為這兩種。前者的價值，主要是體現(xiàn)在增值上面，比如生產(chǎn)線使用人工智能以后，效率提升了、整體收益提高。后者則是一種無中生有，創(chuàng)造全新的機會，比如蒸汽機車代替了馬車，在今天則是無人駕駛汽車的出現(xiàn)，有可能顛覆勞動密集型的出租車行業(yè)，山景認為，這些都是有可能的，“屆時可能是一種商業(yè)模式的重組，賣算法，或者賣計算的時間，按照行駛的里程數(shù)來賣錢。”

　　在商業(yè)模式上，方廣提到了一個非常關鍵的點——它是不是真正的解決了人們的需要。“這個東西到底是不是有用？是解決了部分人，還是很多人的問題。”方廣認為，只有把這個應用找出來，在點上發(fā)力，解決其中的技術、數(shù)據(jù)、平臺、用戶的問題，才可能真正成為一個商業(yè)的應用。

　　對人工智能領域創(chuàng)業(yè)者的建議

　　對當下在人工智能領域的創(chuàng)業(yè)者，方廣覺得，可能還是要找準要解決的問題是什么，所擅長的是什么，然后再去看上面提到的那五個要素：算法、數(shù)據(jù)、用戶、計算平臺和商業(yè)模式，如果這些因素都具備成功可能性大很多，如果不具備某個因素，就要思考如何獲得。

　　“對一個創(chuàng)業(yè)者來說，更精準的定位很重要。”初敏認為，最重要的是專注，而不要心太大，盡量利用周圍有的現(xiàn)成的東西做你最想做的那件事。人工智能有不同的層次，做場景的，技術不一定需要自己研發(fā)，也可以利用現(xiàn)有技術；對于在技術領域耕耘的，一定要把技術做的有價值、有門檻，最后才能售賣技術。每個企業(yè)根據(jù)自己的特點，需要準確的給自己做一個定位。

　　山景則建議大家別做人工智能芯片，“這是一個貴族游戲，一失敗幾百萬美元就燒沒了，這種對創(chuàng)業(yè)公司來說沒有資本是搞不定這件事。”他接著表示，人工智能芯片中某一種算法可能非常的牛，但由于研發(fā)到量產(chǎn)需要很長一段時間，這種技術領先性可能就被稀釋掉。若出現(xiàn)另外一種東西可以代替它，那整個價值一下子就被稀釋了，這是人工智能創(chuàng)業(yè)高危的一個選擇。山景還談到，對于做場景——業(yè)務創(chuàng)新的人，應弱化技術的角色開始先站住腳，搶市場份額，尤其在咱們國內(nèi)這種競爭環(huán)境下，否則很容易被復制，被扼殺掉。

　　最后

　　主持人田豐也延伸出一個問題：有沒有可能出現(xiàn)一種超級算法，讓人工智能發(fā)現(xiàn)一些人類發(fā)現(xiàn)不了的規(guī)律，這時人們又怎么去驗證它？

　　方廣表示，這是有可能存在的。“今天的人工智能都是假設一種情況來測試它，像那種增強學習的人工智能到了一定程度之后，的確很難檢驗它是好是壞。”初敏稱，你不知道數(shù)據(jù)里藏了什么，所以有可能不知道它學到的是什么。

　　山景認為這種超級算法非常難實現(xiàn)。他表示，證明一個東西的成立往往很難的，但是要證明它的不足和不成立是很容易的，從這個角度來講，今天的人工智能學到的東西還遠遠不足。

　　三位專家也就人工智能的未來做了寄語，總結成兩點：

　　1、人工智能前景非常光明，但道路是曲折——Long wait go。但只要方向對了，就不用怕路遠，只要堅持走下去，總是會有量變到質變的一個過程。

　　2、人工智能是我們手、眼、耳等五官四肢的延伸，它最主要的作用是幫助我們，所以不需要去特別擔心人工智能的威脅論。