在 AlphaGo 之前最好的人工智能棋士達到業余五段。而 AlphaGo 最新的 Master 和職業九段之間的差距，大致相當于職業九段和業余九段的差距。這確實是很大的跳躍。

　　為什么會有這樣的現象呢？也就是說，為什么下圍棋的人工智能進步幅度這么大呢？

　　其實有一個非常現實的理由，就是想賺錢的人不會去做圍棋。你看 AlphaGo 的專家隊伍也沒那么了不起，就是 20 個很厲害的機器學習專家。在 Google 里面可能有 2 千個這樣的人，在微軟里有 1 千個這樣的人。原因在于微軟和 Google 過去沒有想拿 2 千個專家的力量打敗職業棋士，他們更多時間都在做語音辨識、人臉辨識這些較有價值的事。

　　在沒有價值的事上，用 20 個專家就算不錯了。

　　金融、醫療是有商業價值的 AI

　　有商業價值的 AI，影響就大了。

　　AI 在資料量大的領域最易應用。這些資料最好被準確、自動化標注。

　　AI 在無摩擦的領域最容易應用。一個領域里如果有制造、測試、物流這類摩擦，那就麻煩了。無摩擦的領域是什么？醫療是無摩擦，金融是無摩擦。

　　AI 在賺錢最多的領域容易應用。毫無疑問，最賺錢的又是金融。

　　所以金融毫無疑問會是 AI 最快征服的領域。因為你的演算法可以很快就變成錢。

　　醫療也是一個特別巨大的領域。而且醫療相對傳統，能產生增值的機會很大。而且它不是基于大數據。最好的醫生是什么？就是他自己是一個深度學習的機器，根據經驗做了好多好多次。

　　假設他診斷了 5 千名病人，診對了很多，錯了一些，之后他的判斷就會非常精準。但一個好醫生可能最多也就診斷 5 千個病人，但我們的資料是 5 千萬個病人的級別。所以醫療超越醫生應該非常必然，是全球性的趨勢。

　　但 AI 醫療需要解決隱私問題，可能會有一些挑戰。

　　機器人世界的大門，要靠智能駕駛來敲開

　　除了大數據應用，還有就是科幻型的應用了。包括機器人、無人駕駛這類領域。

　　目前看得非常清晰，而且全球達到共識就是無人駕駛。有時候你要做一個科幻型的東西，需要萬事俱備，天時地利人和才能推動。但是一旦開始動它就不得了。就像以前我們的移動互聯網改造了整個產業鏈，以前的 SP、諾基亞之類。這樣的產業變革來臨，基本舊的企業全部會死掉，換成一批新的。

　　交通就會是下一個產業。我們非常幸運，目前有了共享經濟，還有電動車。這兩個領域已經在推動了，可推動的過程中遇到了一些阻力。

　　現在無人駕駛出來，就會改變世界的經濟格局。我相信，世界經濟 10% 是和交通和運輸相關。雖然真正的無人駕駛到來可能還要 10 年，但有些其他的事情可以更快做好。

　　比如風景區游覽車，比如運輸卡車。

　　你可能會問，如果自動駕駛技術還不成熟，卡車下了高速公路怎么辦？沒問題，我們把倉儲全設在高速公路旁邊不就行了。

　　萬一卡車看錯路怎么辦？那我們就重新修路，在路上放很多標幟和感應器，這也不是很困難。

　　所以我們未來 3、5 年我們就可以用很多修補程序，讓無人駕駛能在有限的環境之下使用，所以千萬不要認為自動駕駛還有 10 年才來，現在跟我們無關。

　　我們很少看到有一個產業從頭到尾全部“投降”了。

　　哪家汽車公司還敢不說無人駕駛？每一家都在拼命想辦法解決，整個產業力量都進來了。

　　全球的資本力量都在投資無人駕駛公司。

　　最新最酷的創業者，很多都在無人駕駛領域創業。

　　這是一個不可逆的必然趨勢，會對各產業造成全新的布局。

　　例如，司機該怎么辦？沒有車會停下來，停車場該怎么辦？以后的汽車長什么樣子？道路要提供什么感應器？哪些領域是最快賺到最多錢的？

　　這些我們其實都不必太擔心，因為最有商業嗅覺的人和最有科技能力的人已經每天推敲這些事。他們或者說我們，一定會找到解決方案。

　　當一輛無人駕駛汽車可以上路時，汽車之間就能對話了。例如：前面發生車禍，我的車要回避。今天我的主人急著上班，你讓路給我，我給你 2 毛錢行不行？

　　這種情況下機器人就變得可行。與其期待家里的機器人以陪小孩玩的方式進化，還不如期待無人駕駛汽車促進機器人的進化。

　　（本文由 雷鋒網 授權轉載，首圖來源：李開復）