4月26日,以“AI生萬物”為主題的GMIC全球人工智能領(lǐng)袖峰會在北京召開。Facebook研究院院長Yann LeCun,美國科學院、美國工程院、美國藝術(shù)與科學院三院院士Michael Jordan,創(chuàng)新工場董事長&首席執(zhí)行官李開復,百度總裁張亞勤,小鵬汽車董事長何小鵬,華為榮耀總裁趙明,科大訊飛公司高級副總裁、訊飛研究院院長胡郁等的同臺激辯,讓整場大會高潮迭起,為現(xiàn)場觀眾帶來了一場精彩的科技盛宴。

激辯一:AI產(chǎn)業(yè)發(fā)展沒想象的那么好?

和以往一樣,李開復的開場依舊是他擅長的“浪潮論”,他將當前的人工智能發(fā)展現(xiàn)狀和未來分為四波浪潮:

第一波,互聯(lián)網(wǎng)+AI。淘寶的每一次點擊、朋友圈的每一次點贊,都是互聯(lián)網(wǎng)巨頭收集數(shù)據(jù)的過程之一。也因此,在數(shù)據(jù)作用日益凸顯的當下,擁有數(shù)據(jù)的互聯(lián)網(wǎng)巨頭就是AI巨頭;

第二波浪潮,同樣針對擁有大量數(shù)據(jù)的企業(yè),例如銀行,投資機構(gòu)、保險公司等,這是人工智能應用領(lǐng)域“比較低垂的果實”,任何有數(shù)據(jù)的領(lǐng)域,都可以進行AI的商業(yè)化,例如銀行用用戶的數(shù)據(jù)降低信用卡的欺詐率等,這是一個TO B的商業(yè)化過程;

第三波,是基于視覺、聽覺各種傳感器收集新的數(shù)據(jù),來創(chuàng)造新的用戶體驗。例如智能音箱,各個領(lǐng)域的攝像頭等。在這方面,已經(jīng)有很多產(chǎn)品及應用落地;

第四波,是自主化、自動化的AI浪潮,例如機器人、無人駕駛、無人機、無人商店、無人工廠等。而這一浪潮會徹底進行行業(yè)顛覆,目前,中國與國際還有一些差距。

圖 | 創(chuàng)新工場董事長&首席執(zhí)行官李開復

“我們有海量的數(shù)據(jù),在傳感器等領(lǐng)域的發(fā)展的也特別的快,甚至在某些領(lǐng)域已經(jīng)處于全球領(lǐng)先地位。這四波浪潮會來的非常兇猛,將為中國帶來很多機會�！崩铋_復說。

然而,戲劇性的一幕出現(xiàn)了。就在李開復剛剛說完,Michael Jordan就直接在現(xiàn)場Diss了李開復。

“我們不能太夸大人工智能產(chǎn)業(yè),因為我們根本沒有建立起一個完整的智能體系�！� Michael Jordan說。

作為三院院士,行業(yè)人士把Michael Jordan稱為“人工智能泰斗”。作為一位學術(shù)界人士,他對行業(yè)當前的發(fā)展并不滿意。

“對我們來說,我們的原則就是要搭建一個體系。這個體系并不是只做到‘無人’、自動化就可以了,而是要機器能夠真正像人一樣。現(xiàn)在大家對人工智能的研究,人工智能領(lǐng)域的研究,有著根本的結(jié)構(gòu)問題�！�

圖 | 美國科學院、美國工程院、美國藝術(shù)與科學院三院院士Michael Jordan

Michael Jordan表示,目前的人工智能體系建設(shè),大多是基于單個個體考慮的,也就是局部情況考慮的太多,但整體性考慮不夠,而我們需要的是一個有連接的整體系統(tǒng)。換句話說,并不是只做到“無人”就可以了,而是要讓機器像人一樣,可以從全局去判斷和做決策。要做到這一點,還需要很長的時間。

對此,Yann LeCun也表示,機器應當獲得來自全球范圍內(nèi)的所有數(shù)據(jù),在監(jiān)督和無監(jiān)督的情況下,從環(huán)境中學習足夠的背景知識,并基于原則建立體系,獲得和人一樣的預測和決斷能力。

激辯二:當前的AI應用效果里預期還有很遠?

除去Facebook研究院院長,Yann LeCun其實還有另外一個身份:紐約大學數(shù)據(jù)科學中心的創(chuàng)始人。也因此,Yann LeCun在大數(shù)據(jù)和機器學習方面,是行業(yè)內(nèi)是公認的“AI大牛”。通常情況下,對于這樣一位研究者來說,研究成果最終落地應用是能給他帶去極大的成就感。但Yann LeCun其實并不看好當前的大數(shù)據(jù)和機器學習等AI技術(shù)的商業(yè)應用。

圖 | Facebook研究院院長Yann LeCun(屏幕上)

似乎是為了很好的印證Yann LeCun觀點,大會現(xiàn)場的AI翻譯就將“red herring AI(AI里的紅鯡魚)”翻譯成了“red hair in the eye(眼睛里的紅頭發(fā))”,以及在李開復說“AI大�！睍r將其翻譯成了“AI Cow”。

“所以,在語義理解方面,AI還存在一些問題�！� Yann LeCun說:“數(shù)據(jù)是可以創(chuàng)造商業(yè)價值的,需要商業(yè)、經(jīng)濟人才與科學家一起去挖掘,要先建立起一個系統(tǒng),才能去探索AI真正可以實用的功能,為人類造福�！�

可以看到,目前AI在商業(yè)應用確實存在一些問題,如不能精準的認知、判斷等,但并不是所有的AI商業(yè)應用效果都是不好的,華為的AI芯片麒麟970一個就是典型的例子。

“AI產(chǎn)業(yè),厚積才能薄發(fā)。麒麟970就是我們十年磨一劍的產(chǎn)品,它專門的NPU處理器就是為人工智能所打造的�！壁w明說。

圖 | 華為榮耀總裁趙明

在榮耀看來, AI分三個層次:

第一個層次,芯片和硬件的層次,就是針對AI的核心,打造適合于AI算法的硬件;

第二個層次,AI的智慧系統(tǒng),自我學習、認知以及計算機視覺等都是其中的重要組成部分;

第三個層次,基于AI理念的應用,例如具備了AI的智慧系統(tǒng)、自然語義理解能力、計算機視覺識別等的AI手機。

除去華為用實際行動證明了AI商業(yè)應用的可能性,何小鵬更是在今天大會現(xiàn)場,宣布小鵬汽車G3正式開啟預訂,補貼前售價20-28萬,首批預訂限量2000個名額,預計今年年底量產(chǎn)交付。

圖 | 小鵬汽車董事長何小鵬

“到目前為止,全球沒有任何L3級別的自動駕駛汽車量產(chǎn),包括特斯拉。而我們的G3,達到了L2.5級別。除此之外,G3還搭載了智能語音交互技術(shù)以及安裝了智能大屏等,最大程度保證了其智能化。而為了解決充電問題,我們預計今年會建150個超級充電站,未來三年,這一數(shù)量或?qū)⒊�過一千�！�

激辯三:AI人才的中堅力量在學校?

“科大訊飛成立于1999年,那個時候,我們都還只是一幫大學生,也不知道全球人工智能正處于第二次的低潮時期,就這么稀里糊涂的創(chuàng)立了公司。” 胡郁說。

圖 | 科大訊飛公司高級副總裁、訊飛研究院院長胡郁

胡郁還在現(xiàn)場說了一個小秘密,北京做語音技術(shù)的人中最有錢的,當年不是研究員出身,而是中科院聲學所的一個技工,他叫孫金城。所以,在胡郁看來,對于AI人才培養(yǎng)來說,從學校、科研院所中找到合適的人是至關(guān)重要的。

可以看到,近年來,國內(nèi)人工智能研究院數(shù)量激增,而為了解決AI人才緊缺的問題,從去年開始,就已經(jīng)陸陸續(xù)續(xù)有高校開始成立人工智能學院,將專業(yè)人才培養(yǎng)從研究院提前到了高校階段。

但這其中依舊存在問題,人才的斷層,因為剛?cè)腴T的學生根本不能馬上從事研究或?qū)嶋H研發(fā)工作。對此,李開復表示,金字塔底層的建設(shè)很重要,但頂尖的更為重要,而且還需要把這些人才系統(tǒng)的聚集到一起。在這方面,做的最好的是谷歌,例如吳恩達主導創(chuàng)建的“谷歌大腦”,這一部門幾乎奠定了當前谷歌在人工智能領(lǐng)域領(lǐng)先地位。

“但坦白說,與美國相比,中國有多年積累的專家少之又少,就連BAT的頂級人才,也大多是從Facebook、亞馬遜、微軟挖過來的。而從VC的角度來看,AI領(lǐng)域需要的不僅是學術(shù)專家,我們希望能夠?qū)⒖茖W家、工程能力很強和善于做銷售的人結(jié)合到一起,一個多元化的AI公司可能更容易成功�！崩铋_復說。

圖 | 左:李開復;右:百度總裁張亞勤

值得一提的是,在李開復說BAT頂尖人才都是挖來的時候,張亞勤正坐在他旁邊。對此,張亞勤表示,AI人才基本上分為三種:

一、在理論、算法及研發(fā)方面能力很強的人,這類人才是非稀缺;

二、做產(chǎn)品的,包括芯片設(shè)計等人才。這類人才也很缺乏,但產(chǎn)業(yè)本身可以自己培養(yǎng),如 BAT、小米,京東、科大訊飛等,就已經(jīng)自己培養(yǎng)出了很多這樣的人才;

三、實用人才。這類人才的培養(yǎng)沒有捷徑,可以通過高�；蛑袑W階段的知識普及與培養(yǎng),也可以通過長時間的市場培育,將人才重心轉(zhuǎn)移至AI領(lǐng)域。

“整體來看,5年后,中國和美國在應用人才、開發(fā)人才等方面,會基本持平。但在基礎(chǔ)研究和算法理論方面,還會存在較大的差距�！� 張亞勤說。

最后

AI產(chǎn)業(yè)在發(fā)展,但問題還有很多;中國AI在飛速前進,但與國外還相差甚遠。

可以看到,無論在體系建設(shè)、商業(yè)應用還是在人才培養(yǎng)方面,我們都還有很多問題沒有解決。更重要的是,這些或許都不是短時間內(nèi)能有明顯成效的。也因此,在我們高捧AI產(chǎn)業(yè)的同時,還需給行業(yè)人士空間,讓他們能夠認識行業(yè)不足,專心于學習、研發(fā)、更新以及應用等,真正做到“AI生萬物”!