今天要還原的現(xiàn)場(chǎng)是剛剛在杭州舉辦的 “2016「IDG VIEW」大會(huì)”。人工智能、消費(fèi)升級(jí)、泛娛樂(lè)是 IDG 資本今年看好的 TMT 行業(yè)三大方向。以下內(nèi)容來(lái)自大會(huì)人工智能圓桌討論——人工智能，這么近，那么遠(yuǎn)。本文首發(fā)于 IDG 資本微信號(hào)（idg_capital），更多「IDG VIEW」內(nèi)容請(qǐng)關(guān)注此號(hào)。

圓桌主持：IDG 資本合伙人  李驍軍

圓桌嘉賓：Rokid CEO Dan；SenseTime 聯(lián)合創(chuàng)始人 徐冰；浙江大學(xué) CAD 實(shí)驗(yàn)室 教授 張宏鑫

Part 1 圓桌熱身

李驍軍：

?各位先介紹一下自己和公司吧？

徐冰：

我是 SenseTime 的徐冰，我們專注于深度學(xué)習(xí)，是一家非常嚴(yán)肅的技術(shù)型驅(qū)動(dòng)企業(yè)，團(tuán)隊(duì)里 50 多位同事都是有博士學(xué)歷的，因此很多人說(shuō)我們像一個(gè)大型的研究院。

深度學(xué)習(xí)是驅(qū)動(dòng)人工智能產(chǎn)業(yè)里現(xiàn)象級(jí)產(chǎn)品爆發(fā)的核心引擎，包括 AlphaGo 打敗圍棋世界冠軍，還有比較火的人臉識(shí)別、圖像分類、語(yǔ)音識(shí)別，機(jī)器能力超過(guò)人類，本質(zhì)和的驅(qū)動(dòng)引擎都是深度學(xué)習(xí)。這項(xiàng)技術(shù)需要大量的博士投入研發(fā)，以保持在中國(guó)市場(chǎng)與世界同量級(jí)團(tuán)隊(duì)的技術(shù)領(lǐng)先性。所以我們是聚集了華人當(dāng)中最優(yōu)秀的一批研究深度學(xué)習(xí)的科學(xué)家，一起實(shí)現(xiàn)技術(shù)上的突破。

這項(xiàng)技術(shù)如何落地呢？一是跟各個(gè)大型行業(yè)的領(lǐng)軍企業(yè)合作，以 B2B2C 的模式升級(jí)他們的產(chǎn)品；二是通過(guò)資本運(yùn)作，通過(guò)投資并購(gòu)，技術(shù)入股一些企業(yè)，或是收購(gòu)初創(chuàng)型公司，與各個(gè)行業(yè)巨頭成立合資公司。 

張宏鑫：

大家好，我來(lái)自浙江大學(xué) CAD 實(shí)驗(yàn)室，主要注重于圖形學(xué)和計(jì)算機(jī)視覺(jué)、人工智能領(lǐng)域的交叉。我所在的組主要研究的重點(diǎn)在于如何把大規(guī)模城市里的各種數(shù)據(jù)進(jìn)行宏微觀的可視化分析。

Dan：

我是 Rokid 的 CEO Dan，剛剛各位看到的開(kāi)場(chǎng)主持人就是我們的產(chǎn)品，是一個(gè)全新定義的家庭機(jī)器人。用戶可以很簡(jiǎn)單地進(jìn)行控制，不僅是設(shè)備本身，比如燈光效果、音樂(lè)效果，讓家里有一個(gè)舒服的氛圍；而且，它是聯(lián)網(wǎng)的智能產(chǎn)品，你有什么問(wèn)題可以直接問(wèn)它，不需要打開(kāi)手機(jī)。另外還有很多內(nèi)容方面的服務(wù)，比如附近有什么餐館，比如學(xué)習(xí)英文等。

機(jī)器人這個(gè)領(lǐng)域發(fā)展了很多年，但很長(zhǎng)時(shí)間里，機(jī)器人和人工智能并沒(méi)有進(jìn)入到家庭場(chǎng)景。有很多工業(yè)化機(jī)器人做得相當(dāng)好，我們用到的很多產(chǎn)品其實(shí)就是機(jī)器人做出來(lái)的。但當(dāng)我們把人工智能帶進(jìn)人們家中，這就是一個(gè)全新的探索。

為什么這么說(shuō)？因?yàn)檫@不是純技術(shù)問(wèn)題，當(dāng)然需要的技術(shù)是很深的，包括語(yǔ)音識(shí)別、圖像識(shí)別等。更關(guān)鍵的是，當(dāng)你把產(chǎn)品放在家里，對(duì)它要求會(huì)很高。家里有愛(ài)人、小孩，你會(huì)特別在意產(chǎn)品放在家里給你帶來(lái)的體驗(yàn)。它不純粹是只有功能的設(shè)備，一定要有溫度、有個(gè)性。

為此，我們用大量時(shí)間在很多細(xì)節(jié)上花了心思，尤其是在非技術(shù)層面，產(chǎn)品的設(shè)計(jì)完全沒(méi)有直線，我們希望它更有生命感，更有溫度。從材質(zhì)到質(zhì)感，各個(gè)方面將是整個(gè)產(chǎn)品的融合體驗(yàn)。所以我們是非常專注在用戶體驗(yàn)的一家公司。

李驍軍：

?我好奇的是，Rokid 機(jī)器人有性別嗎？還是根據(jù)每個(gè)人的需求可以變成男的或是女的？

Dan：

若琪（Rokid）現(xiàn)在是一個(gè)女孩子，以后可以根據(jù)你的要求、喜好，包括家庭環(huán)境去自己定義。比如聲音或者是個(gè)性，都有拓展的空間。我們內(nèi)部討論很多的一個(gè)問(wèn)題是，到底是什么產(chǎn)品？我們一直認(rèn)為Rokid 不是一個(gè)機(jī)器人，而是適合家庭的一個(gè)人工智能全新品類。

Part 2 人工智能的多年以后

李驍軍：

?人工智能、深度學(xué)習(xí)的熱度已經(jīng)很高，有哪些是今天的技術(shù)可以做到的，哪些是未來(lái) 5-10年 可以做到的，或者是根本不可能做到的？

徐冰：

深度學(xué)習(xí)這個(gè)方向有了極大的發(fā)展。所以 2014年、2015年 出現(xiàn)了幾個(gè)現(xiàn)象級(jí)產(chǎn)品。深度學(xué)習(xí)實(shí)際上是在模仿人的大腦，用數(shù)學(xué)模擬人腦結(jié)構(gòu)。人腦有接近 3000 億量級(jí)的神經(jīng)元，沒(méi)有任何的計(jì)算機(jī)設(shè)備存儲(chǔ)和數(shù)據(jù)處理能力可以到達(dá)這樣的量級(jí)，現(xiàn)在可以落地的技術(shù)以及 10年 內(nèi)可以落地的技術(shù)，主要局限是在硬件層面和計(jì)算機(jī)的計(jì)算速度，數(shù)據(jù)正在多個(gè)維度不斷往上走。

哪些是真正看到已經(jīng)落地的呢？我們拿機(jī)器、算法去模擬人腦的時(shí)候，并不需要模擬整個(gè)大腦出來(lái)，往往是去逼近某一項(xiàng)的特有功能，比如說(shuō)人臉識(shí)別、語(yǔ)音識(shí)別、圖像分類和理解等。比如下圍棋這種單項(xiàng)任務(wù)，通過(guò)機(jī)器分析大量圍棋棋譜以后，在圍棋這類非常復(fù)雜，需要戰(zhàn)略思維，甚至需要有人的直覺(jué)的高智商游戲上，機(jī)器都能夠擊敗人。所以當(dāng)前，在單項(xiàng)應(yīng)用上，技術(shù)可以做到非常好，并且有超過(guò)人的能力。

在中國(guó)，如何去落地這個(gè)東西呢？中國(guó)勞動(dòng)力豐盛，因此雖然深度學(xué)習(xí)很強(qiáng)，機(jī)器學(xué)習(xí)算法好，但是只要一個(gè)技術(shù)沒(méi)有超過(guò)人，很多行業(yè)還是傾向于利用中國(guó)的人口紅利。拿文字識(shí)別來(lái)說(shuō)，現(xiàn)在快遞單、銀行單據(jù)基本是人手輸入到計(jì)算機(jī)，為什么不是計(jì)算機(jī)自己認(rèn)識(shí)文字進(jìn)行結(jié)構(gòu)化管理？還是機(jī)器識(shí)別的準(zhǔn)確率不如人眼，但是一旦到了這樣一個(gè)臨界點(diǎn)，就是技術(shù)落地的關(guān)口。這個(gè)時(shí)候很多技術(shù)超過(guò)人，取代人口紅利，進(jìn)行勞動(dòng)力解放的事情就變成現(xiàn)實(shí)了。目前隨著人口紅利不斷下降，國(guó)內(nèi)老齡化問(wèn)題出現(xiàn)的時(shí)候，在成熟的單項(xiàng)技術(shù)上的需求會(huì)越來(lái)越多。

張宏鑫：

人工智能、深度學(xué)習(xí)目前達(dá)到的狀態(tài)，我們稱之為 “感知”。我們看到一個(gè)圖像，聽(tīng)到一段聲音，機(jī)器能告訴你這是什么；但是人在做什么樣的行為，講的這句話到底是什么意思，這是 “認(rèn)知” 層面的。實(shí)際情況更為復(fù)雜，比如說(shuō)視覺(jué)，在正常情況下，光照充足的時(shí)候識(shí)別率特別高，但是陰暗角落有很多就失效了。所以在提高可用性方面還可以做很多事。

還有一個(gè)問(wèn)題很有意思，以前研究都是各歸各的，視覺(jué)做視覺(jué)的，聽(tīng)覺(jué)做聽(tīng)覺(jué)的。但是人在和世界進(jìn)行交流的時(shí)候，其實(shí)是五種感知在一起。所以如果把各種因素疊加融合來(lái)做識(shí)別，可能出現(xiàn)新東西，新產(chǎn)品。

我剛剛提到了 “認(rèn)知” 層面，斯坦福大學(xué)的李菲菲教授，最近他們?cè)谒鸭蟮臄?shù)據(jù)庫(kù)，里面有將近 10 萬(wàn)圖像。但除了 10 萬(wàn)張圖像以外。他們做了大量的語(yǔ)義標(biāo)注，想知道圖像和語(yǔ)義之間的關(guān)聯(lián)是什么。可以想象，一旦把這個(gè)事情推動(dòng)起來(lái)，在工業(yè)界也會(huì)看到類似的應(yīng)用。這是從簡(jiǎn)單的感知 “是什么”，到認(rèn)知背后語(yǔ)義的事情。這個(gè)在 5-10年 以后會(huì)有突破。

再想遠(yuǎn)一點(diǎn)，人工智能現(xiàn)在大多應(yīng)用還是在生活當(dāng)中，以后人工智能可以和人一起合作太空探索。這些探索任務(wù)人是不可及的，可能有危險(xiǎn)性、可能時(shí)間很長(zhǎng)，這個(gè)部分很適合機(jī)器去做，甚至機(jī)器和人協(xié)同來(lái)完成，這是遠(yuǎn)期可以干的事情。

做了很多研究以后，我經(jīng)常和心理學(xué)老師聊天。有一次老師問(wèn)了一個(gè)問(wèn)題，把我問(wèn)住了。他說(shuō)你研究這么多，知道什么是意識(shí)嗎？一臺(tái)機(jī)器有沒(méi)有意識(shí)？一輛車有沒(méi)有意識(shí)？我說(shuō)這個(gè)我回答不了。“意識(shí)” 到底是什么，這個(gè)不好研究。即使過(guò) 20年、30年，當(dāng)中還是有很多需要探索的。

 Dan：

一談到人工智能或者機(jī)器人的想象空間，夢(mèng)想是極大的。很多人認(rèn)為以后的機(jī)器人、人工智能應(yīng)該能夠自由交談，甚至讓人察覺(jué)不出。很多人希望人工智能能夠懂我，感知我的情緒。很多大學(xué)、公司在做這方面的嘗試，但是難度很高。其實(shí)你想，這即使對(duì)于人來(lái)說(shuō)也很難。有的時(shí)候我也看不懂人家的情緒，我常常被我愛(ài)人抱怨說(shuō)，我生氣你都看不出來(lái)。所以像這些事情，我覺(jué)得還是蠻遠(yuǎn)的。

Part 3 人工智能可怕嗎？

李驍軍：

?我們剛才都是從技術(shù)、產(chǎn)品、科學(xué)這些角度去看，有沒(méi)有思考過(guò)人文和社會(huì)方面？比如人工智能可能存在的風(fēng)險(xiǎn)？發(fā)展到一定程度上，人類沒(méi)有事情干了，接下去干嘛？如果人跟機(jī)器發(fā)生糾紛，是不是要上法庭？長(zhǎng)遠(yuǎn)來(lái)看，人工智能對(duì)人類社會(huì)產(chǎn)生的影響或者風(fēng)險(xiǎn)在哪里？

徐冰：

這是一個(gè)非常有挑戰(zhàn)性的問(wèn)題。但這件事情也是顯而易見(jiàn)的，當(dāng)人工智能發(fā)展到遠(yuǎn)期的時(shí)候，我們必然面對(duì)這樣的問(wèn)題。

確實(shí)當(dāng)前的人工智能和前幾年有極大的不同。之前人工智能基本是我們?cè)O(shè)定一個(gè)程序，讓它按照程序重復(fù)性地做，一定程度上取代人。但是在 2012年，谷歌做了一個(gè)著名的 “認(rèn)貓臉” 實(shí)驗(yàn)：拿著他們一套超級(jí)計(jì)算機(jī)處理大量的視頻圖片，然后機(jī)器聰明地 “領(lǐng)悟” 了什么是 “貓”。相當(dāng)于人類并沒(méi)有給機(jī)器指定目標(biāo)，但是通過(guò)大量的數(shù)據(jù)訓(xùn)練，機(jī)器自動(dòng)得出了這個(gè)結(jié)論，并且在其他沒(méi)有看過(guò)的視頻里能夠找到 “貓” 在哪里。因此，當(dāng)機(jī)器可以自適應(yīng)地進(jìn)行學(xué)習(xí)、迭代，并且開(kāi)始處理一些復(fù)雜問(wèn)題的時(shí)候，就會(huì)引發(fā)人類的恐慌。

張宏鑫：

最近看到報(bào)道，已經(jīng)有方法可以把人的部分記憶給錄下來(lái)了，以后是不是可以把 “你” 直接弄到一個(gè)設(shè)備上去？既然可以錄下來(lái)，能不能傳輸給別人？是不是可以轉(zhuǎn)移到別的容器？也許是機(jī)器人，也許是人。這里存在極大的倫理問(wèn)題。萬(wàn)一以后機(jī)器整天和人在一起，時(shí)間長(zhǎng)了后產(chǎn)生感情，如何進(jìn)行管理？這個(gè)算是公司的資產(chǎn)，還是個(gè)人的隱私信息？

另一方面是安全性的威脅?，F(xiàn)在越來(lái)越多東西會(huì)通過(guò)物聯(lián)網(wǎng)、通過(guò)傳感器連成一體。最近我們調(diào)研發(fā)現(xiàn)，那些安全性極差，經(jīng)常采用一些私有協(xié)議的，黑客的攻擊性極強(qiáng)，稍微一下就攻破了。智能設(shè)備本身能力很強(qiáng)，但安全方面要立法，現(xiàn)在包括政府已經(jīng)在想把監(jiān)控連在一起，它的背后是一個(gè)大的云處理平臺(tái)，再往下走，可能變成城市級(jí)別的 “大腦”。如果不經(jīng)過(guò)監(jiān)控、管理，很可能變成一個(gè)系統(tǒng)，對(duì)人的自由就構(gòu)成了威脅。我看到一些公司缺少對(duì)這樣的數(shù)據(jù)、技術(shù)的敬畏，沒(méi)有顧慮太多就直接做這個(gè)事情。

Dan：

我常常發(fā)現(xiàn)談人工智能，慢慢就變成了哲學(xué)性的討論。當(dāng)然這個(gè)也對(duì)，到了哲學(xué)問(wèn)題后，整個(gè)高度就不一樣了。我相信人工智能一定會(huì)到我們身邊，當(dāng)發(fā)生的時(shí)候，對(duì)于方方面面都會(huì)有很大的改變。同時(shí)，我也相信人類社會(huì)要跟得上，比如新的法律、道德問(wèn)題，新的對(duì)與錯(cuò)，但這是必經(jīng)之路。 

Part 4 中國(guó)跟 AlphaGo 差多遠(yuǎn)？

李驍軍：

?剛才張教授提到 “意識(shí)”，我之前看過(guò)一篇文章，說(shuō)到狗怎么認(rèn)出來(lái)對(duì)面是一條狗。還有人說(shuō)，美國(guó)年輕人都在研究怎么把人送到火星上，或者怎么改變?nèi)祟?，但我們都在討論外賣，怎么補(bǔ)貼用戶。那么在人工智能上，我們和國(guó)外有什么差距？

徐冰：

這也是我們?cè)诳紤]的問(wèn)題。谷歌有機(jī)器人，有無(wú)人駕駛汽車，還去收購(gòu)人工智能團(tuán)隊(duì)、訓(xùn)練 AlphaGo 下圍棋等，對(duì)比國(guó)內(nèi)巨頭來(lái)看，我們討論的都是外賣，這就是意識(shí)觀的差距。

技術(shù)角度來(lái)看，中國(guó)的企業(yè)里很少有顛覆性的技術(shù)出來(lái)，但是其實(shí)在全世界范圍，做到技術(shù)突破的團(tuán)隊(duì)里基本都有中國(guó)人的身影，說(shuō)明智商層面，中國(guó)人是不落后于世界的，甚至很多時(shí)候是領(lǐng)先于世界平均水平的。所以更多是我們?nèi)绾伟褔?guó)內(nèi)，把非本土做技術(shù)突破的中國(guó)人聚集起來(lái)，把這些技術(shù)上的突破盡快地落地到中國(guó)。

其實(shí)中國(guó)相比于國(guó)外有兩個(gè)明顯優(yōu)勢(shì)：

第一，中國(guó)人口非常多，這使我們?cè)趪?guó)內(nèi)擁有的數(shù)據(jù)量非常龐大。比如我們做人臉識(shí)別單項(xiàng)技術(shù)訓(xùn)練的時(shí)候，用的是 7000 萬(wàn)人的照片。我們有這么大的照片數(shù)量，用一個(gè)領(lǐng)先的引擎，設(shè)計(jì)一個(gè)領(lǐng)先的腦子，再加上大數(shù)據(jù)、加上超算能力，到最后在技術(shù)上甚至是領(lǐng)先國(guó)外的。事實(shí)上，包括蘋果、三星這類公司，都在向我們采購(gòu)相關(guān)技術(shù)。

第二，中國(guó)有非常強(qiáng)的意識(shí)。在制度、政府層面做一些改變，想在智能時(shí)代彎道超車，驅(qū)動(dòng)行業(yè)使用新技術(shù)的意向非常強(qiáng)。一個(gè)例子是互聯(lián)網(wǎng)金融，這也是中國(guó)比較獨(dú)特的現(xiàn)象。上千家的互聯(lián)網(wǎng)金融公司出現(xiàn)，普惠金融，大家在手機(jī)端、在網(wǎng)上可以享受金融服務(wù)，這樣的現(xiàn)象在國(guó)外看到并不那么明顯。比如在日本等發(fā)達(dá)國(guó)家，并沒(méi)有非常強(qiáng)的推動(dòng)互聯(lián)網(wǎng)金融往前走的意識(shí)，因?yàn)榛A(chǔ)設(shè)施方面，人們?nèi)ャy行辦業(yè)務(wù)已經(jīng)非常方便了。所以這反而也是改造的優(yōu)勢(shì)。

以上兩個(gè)優(yōu)勢(shì)結(jié)合，再加上技術(shù)上的不落后性，至少能夠和國(guó)外頂尖團(tuán)隊(duì)打成平手。我們實(shí)際上有非常大的機(jī)會(huì)在這個(gè)時(shí)代做一些改變。

張宏鑫：

我是比較悲觀的，我覺(jué)得國(guó)內(nèi)的技術(shù)和國(guó)外技術(shù)、特別是和谷歌比，在整體實(shí)力對(duì)比上至少有 5-10年 的差距。有兩個(gè)方面：

第一，國(guó)內(nèi)研究者我接觸很多，他們?cè)谝粋€(gè)點(diǎn)上做的非常好，但是缺乏長(zhǎng)期目標(biāo)或者說(shuō)哲學(xué)上的思考。哲學(xué)層面的思考少了以后，東西就在眼前，沒(méi)有后勁。

第二，因?yàn)槿斯ぶ悄苁抢碚摲矫娴难芯浚?strong>背后需要大量的工程力量支持，在這個(gè)方面我們落后的更加多。比如說(shuō)大規(guī)模計(jì)算的底層技術(shù)，云計(jì)算方面我們和國(guó)外差距仍然很大。硬件的芯片技術(shù)，包括硬件的系統(tǒng)設(shè)計(jì)、操作系統(tǒng)等，沒(méi)有完全掌握核心。當(dāng)這些技術(shù)沒(méi)有達(dá)到優(yōu)化的時(shí)候，做上層應(yīng)用就會(huì)很吃虧。

以上兩點(diǎn)是悲觀的。樂(lè)觀的是，我們看到很多華裔都出現(xiàn)在那些優(yōu)秀產(chǎn)品的背后，包括最近的 AlphaGo 也是，三個(gè)主創(chuàng)中有一個(gè)就是華裔。所以這方面是很好的消息，我們也有機(jī)會(huì)超到前面去。

Dan：

我比張教授樂(lè)觀，說(shuō)兩點(diǎn)：

第一，全球最出名的人工智能大會(huì)，我有一個(gè)朋友去了，他說(shuō)里邊一半人是華裔，而且大多數(shù)都是中國(guó)人。所以我們?cè)诟鱾€(gè)領(lǐng)域里的經(jīng)驗(yàn)是有的，把這些領(lǐng)域串起來(lái)會(huì)有新的突破；第二，針對(duì)語(yǔ)音識(shí)別領(lǐng)域，我們知道數(shù)據(jù)越多、越精，效果越好。這個(gè)技術(shù)是針對(duì)個(gè)人的，當(dāng)你和機(jī)器人聊天，他會(huì)記得你以前講的什么，進(jìn)而可以預(yù)判。所以交流很順暢，但是這會(huì)產(chǎn)生隱私方面的疑慮。很多美國(guó)公司沒(méi)有做，反而在國(guó)內(nèi)可以做。比如說(shuō)微軟，他們的這項(xiàng)技術(shù)就是在中國(guó)做的，所以在國(guó)內(nèi)有有一些領(lǐng)域有機(jī)會(huì)取得領(lǐng)先。

原創(chuàng)文章，作者：IDG資本，如若轉(zhuǎn)載，請(qǐng)注明出處