宏觀層面，人工智能發(fā)展規(guī)劃以上升到國家級戰(zhàn)略層面

近日侵续，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》(以下簡稱《規(guī)劃》)倔丈，明確指出人工智能成為國際競爭的新焦點(diǎn)，應(yīng)逐步開展全民智能教育項(xiàng)目状蜗，在中小學(xué)階段設(shè)置人工智能相關(guān)課程需五、逐步推廣編程教育、建設(shè)人工智能學(xué)科轧坎，培養(yǎng)復(fù)合型人才宏邮，形成我國人工智能人才高地。

• A股市場人工智能概念板塊龍頭 【科大訊飛】股價(jià)一年之內(nèi)一路飆升缸血，頻創(chuàng)新高蜜氨，從30塊左右翻番到60塊的高位，市場反響熱烈捎泻，其所在板塊異踌祝火爆。

• 創(chuàng)新工場創(chuàng)始人兼CEO 李開復(fù)博士 近期在美國哥倫比亞大學(xué)的畢業(yè)典禮演講上預(yù)言：“人工智能作為一場革命其重要性與工業(yè)革命相當(dāng)笆豁，甚至對人類的影響更富革命性郎汪，更加深遠(yuǎn)攻旦】越疲”

• “十年后50%的人類工作將被AI取代∥绕洌”李開復(fù)在接受騰訊科技獨(dú)家專訪講到扩氢。

那么人工智能到底是什么呢耕驰？又講怎樣影響每個(gè)人的日常生活呢？

這篇李開復(fù)老師在清華大學(xué)“清華學(xué)堂計(jì)算機(jī)科學(xué)實(shí)驗(yàn)班”題為《人工智能的黃金時(shí)代》的演講實(shí)錄中你一定能找到答案录豺。

以下是李開復(fù)演講實(shí)錄：

謝謝大家朦肘！非常高興有這個(gè)機(jī)會又一次來到清華，尤其是在我最尊敬的姚期智教授的邀請和介紹之下双饥。姚教授的姚班在全球已經(jīng)享有盛名媒抠，我從Google到創(chuàng)新工場，看到有非常多成功的工程師咏花，都是在姚老師的培養(yǎng)之下成為了計(jì)算機(jī)界的頂尖人才趴生。

在講人工智能之前阀趴，我想向大家介紹一下我的一些可能不太為人熟知的背景：其實(shí)在進(jìn)入幾個(gè)國際大公司任職之前，也就是在30多年前苍匆，我就進(jìn)入了人工智能領(lǐng)域刘急。我是在1980年首先做的自然語言處理，1982年做的計(jì)算機(jī)視覺浸踩，1983做的語音識別叔汁，1985年做的人機(jī)對弈，1996年做的VR/AR……但我們現(xiàn)在知道检碗，那時(shí)候我的這些選擇基本上都是非尘菘椋“糟糕錯(cuò)誤”的職業(yè)選擇，因?yàn)槊恳患虑檎厶辏叶际窃谒狞S金時(shí)代之前另假、白銀時(shí)代之前，甚至破銅爛鐵都不是的時(shí)代就涉足了怕犁。從這個(gè)事情上边篮，其實(shí)我也想說，做計(jì)算機(jī)研究這個(gè)領(lǐng)域因苹，本身的素質(zhì)能力當(dāng)然都非常重要苟耻，但是還要在正確的時(shí)候選擇正確的事情篇恒。我在錯(cuò)誤的時(shí)候太過狂熱的跳進(jìn)了人工智能領(lǐng)域扶檐，與此同時(shí)，過去的三四十年人工智能也是起起伏伏胁艰，一下很火款筑，一下又跌入谷底。

但現(xiàn)在是人工智能的黃金時(shí)代腾么∧问幔可能各位也會問，憑什么這次說是人工智能的黃金時(shí)代解虱？為了說明這個(gè)問題攘须，這次我肯定不只用一些理論來說服大家，畢竟我過去也做了這么多“錯(cuò)誤的選擇”——我今天還帶一些實(shí)際的數(shù)據(jù)來跟大家分享為什么我對今天的人工智能充滿信心殴泰。人工智能有很多分支于宙，其中之一是機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)里面還有一個(gè)分支是深度學(xué)習(xí)悍汛，今天我更多的會用深度學(xué)習(xí)作為案例捞魁。
　
　人工智能是一種工具

最近人工智能成為全球熱門新聞話題，很多是因?yàn)榇蠹铱吹紸lphaGo在幾個(gè)月前擊敗了李世石离咐，最近在網(wǎng)上還傳出年底之前它要挑戰(zhàn)柯杰的消息谱俭。但在這個(gè)新聞的熱度之下，有一點(diǎn)讓我覺得很可惜：大家對這個(gè)話題討論的重心都放在了人工智能是不是在模仿人腦，“奇點(diǎn)”是否即將來臨這樣的問題上昆著，卻沒有真正關(guān)注人工智能對我們的現(xiàn)實(shí)影響县貌。

“奇點(diǎn)”認(rèn)為未來機(jī)器將有各種的智能、人類必須做一些事情來保護(hù)自己凑懂。我們在座的沒有任何一個(gè)人能夠證明或否定“奇點(diǎn)”窃这，但就我個(gè)人而言，我認(rèn)為人工智能要取代人還是一個(gè)非常遙遠(yuǎn)的事情征候。我覺得我們需要更關(guān)注的事情是人工智能是今天能夠拿來用的工具杭攻，它能幫助人類解決問題，能取代重復(fù)性的工作疤坝，能創(chuàng)造商業(yè)價(jià)值兆解。正因?yàn)檫@個(gè)理由，我認(rèn)為我們今天進(jìn)入了人工智能的黃金時(shí)代跑揉。

隨便舉幾個(gè)例子：今天很多的工作以后大部分都會消失锅睛，比如說翻譯，雖然現(xiàn)在還不是做的那么完美历谍，但是每年進(jìn)步的都很快现拒，再過幾年人工的翻譯可能就會非常難找到工作了。記者也同樣如此望侈，如今90%美聯(lián)社的文章都是用機(jī)器來寫的印蔬。幾乎所有思考模式可以被理性推算的工作崗位，在有足夠數(shù)據(jù)支撐的時(shí)候脱衙，都會被取代侥猬。有人說十年之內(nèi)一半的工作會消失，有人說十五年之內(nèi)一半的工作會消失捐韩，我覺得這些都是合理的揣測退唠。

我想在座大部分都會相信這個(gè)理論，而如果你對此還有懷疑荤胁，你可以想想瞧预，為什么AlphaGo這么厲害？就是因?yàn)樗梢詣佑玫綆浊_機(jī)器每天和自己對弈上萬盤的圍棋仅政，而這人是做不到的垢油；以后為什么自動駕駛會這么厲害呢？因?yàn)樗梢杂盟母鞣N的sensor在路上搜集數(shù)據(jù)已旧，這不是任何一個(gè)司機(jī)可以匹敵的秸苗。所以這些都是一些必然的過程。

何為人工智能

到底什么是人工智能呢运褪？我覺得大概來說可能是有幾個(gè)部分惊楼。

- 首先是感知玖瘸，感知就是包括視覺、語音檀咙、語言雅倒；然后是決策，剛剛講的做一些預(yù)測弧可，做一些判斷蔑匣，這些是決策層面的；那當(dāng)然如果你要做一套完整的系統(tǒng)棕诵，就像機(jī)器人或是自動駕駛裁良，它會需要一個(gè)反饋。

什么是人工智能校套？

什么是人工智能价脾？

在這些例子上可以看到，感知可能更多的是幫助識別圖里面一個(gè)嬰兒在沙發(fā)上抱著泰迪熊這種笛匙。在推薦上面侨把，我舉的例子是一個(gè)用Google now通過你過去做的一些事情推測你下面要做什么，在最下面的例子你會看到有一個(gè)無人駕駛的汽車妹孙，它有各種的sensor秋柄，它捕捉的信息可以用來做最后的決策，比如怎么去操作方向盤蠢正、油門骇笔、剎車等等的。其實(shí)這三件事情的總和就是今天所被歸納為的人工智能机隙。

再從博弈蜘拉、感知決策以及反饋四個(gè)方面回顧一下人工智能的發(fā)展歷程。博弈今天就不講太多了有鹿，但是基本上我可以看到從我在大學(xué)做的Othello到Checkers再到DeepBlue chess，經(jīng)過很長的一段時(shí)間谎脯，終于有了今天AlphaGo打敗了圍棋世界冠軍葱跋。我們從中可以看到，這是一條長達(dá)三十多年的路程源梭。

人工智能的各階段發(fā)展里程碑事件

人工智能的各階段發(fā)展里程碑事件

感知方面娱俺，從我的博士論文發(fā)表到Nuance成為一個(gè)頂尖的公司，從中國誕生了科大訊飛到美國的Deep Face废麻、中國的Face++等等做得越來越好的企業(yè)荠卷，這些年也有很多的進(jìn)步。還有一些很特殊的例子烛愧，比如最近看到一些搞笑的比較Microsoft Tay在Twitter上開始跟人家交流一下子就講了一堆不堪的話油宜，就被Microsoft撤回了掂碱，所以這里有很多的成功例子，也有很多有趣的事件慎冤。
　　
決策方面疼燥，從早期Microsoft Office里的工具到Google廣告的推薦，然后到金融行業(yè)的很多智能決策公司的出現(xiàn)蚁堤，進(jìn)步迅速醉者。Google auto mail可能大家還沒有看過，但是如果你現(xiàn)在還在用Gmail的話披诗，會發(fā)現(xiàn)你有時(shí)候收到email撬即，Google會跳出來問要不要發(fā)回復(fù)，有時(shí)候它連回復(fù)都幫你寫好了呈队，而且寫的很精確搞莺。這也是人工智能的體現(xiàn)〉嘀洌可能以后我們講話都不用才沧，助理能幫我們搞定，人工智能的助理肯定也是一個(gè)方向绍刮。
　
最后是反饋温圆，從CMU Boss早期的無人駕駛到Amazon用Kiva推動物流，再到最近的Pepper孩革、Google car岁歉，我們可以看到這個(gè)領(lǐng)域過去三四年特別的熱，有很多看起來商業(yè)化已經(jīng)做的非常好膝蜈。

科普深度學(xué)習(xí)

在這里锅移，我要稍微深度講一下深度學(xué)習(xí)。
　　
深度學(xué)習(xí)是一種神經(jīng)網(wǎng)絡(luò)饱搏，與但與之前的相比非剃，它的特點(diǎn)是使用了多層網(wǎng)絡(luò)，能夠?qū)W習(xí)抽象概念推沸，同時(shí)融入自我學(xué)習(xí)备绽，而且收斂相對快速。收斂快速可能是一種技巧鬓催，不見得是一個(gè)理論肺素，但是有一批人通過它解決了很多重要的問題。

簡單的來說宇驾，如果我們有很多笑臉倍靡，然后我們把笑臉的像素輸入到一個(gè)神經(jīng)網(wǎng)絡(luò)里面去，最后你那兒希望讓機(jī)器能識別這是姚明课舍，那是馬云塌西，但是因?yàn)槟氵@個(gè)深度學(xué)習(xí)的網(wǎng)絡(luò)很深他挎，要一次性學(xué)會這么多也會比較困難，所以就需要用到一個(gè)比較快速收斂的技巧——自我學(xué)習(xí)雨让。通過自我學(xué)習(xí)雇盖，機(jī)器會逐步從大量的樣本中逐層抽象出相關(guān)的概念，然后做出理解栖忠，最終做出判斷和決策崔挖。

比如它可以有好幾層的nodes和connection，經(jīng)過這些nodes和connection庵寞，它在每一個(gè)層次會感知到不同的抽象特征狸相，且一層比一層更為高級。這些都是通過自我學(xué)習(xí)實(shí)現(xiàn)的捐川，而不是人教的脓鹃。經(jīng)過自我學(xué)習(xí)，從一個(gè)臉輸進(jìn)去再從同樣的一個(gè)臉輸出來古沥，它就從里面抽象的學(xué)習(xí)到了一個(gè)人的臉重要特征瘸右。

深度學(xué)習(xí)的分層無監(jiān)督訓(xùn)練

深度學(xué)習(xí)的分層無監(jiān)督訓(xùn)練

經(jīng)過這個(gè)學(xué)習(xí)之后，我再去做監(jiān)督訓(xùn)練岩齿，看機(jī)器是否能夠識別他們太颤，如果不能，就在訓(xùn)練之后做微調(diào)盹沈。例如龄章，如果我輸入了馬云的臉，出來的卻是王寶強(qiáng)乞封，那訓(xùn)練系統(tǒng)就會告訴你的網(wǎng)絡(luò)說這個(gè)是錯(cuò)誤的：這不是王寶強(qiáng)做裙，這是馬云。那接下來就是要進(jìn)行微調(diào)肃晚，以便于下一次機(jī)器看到這個(gè)臉時(shí)锚贱，能識別出是馬云的概率高一些，出來王寶強(qiáng)的概率低一些陷揪。

分層無監(jiān)督訓(xùn)練

分層無監(jiān)督訓(xùn)練
　
但是這么一調(diào)也不能調(diào)的太過火了惋鸥，要不然就會有overtraining的問題，我們就對整個(gè)數(shù)學(xué)公式做一點(diǎn)微調(diào)悍缠，用大量的數(shù)據(jù)，不斷重復(fù)的去教它耐量，經(jīng)過不斷微調(diào)飞蚓，那么它就很可能在多次之后降低識別錯(cuò)誤。
　　
其實(shí)這一整套理論在二三十年前就已經(jīng)有了廊蜒，我在做我博士論文的時(shí)候趴拧，很多我的同事就在做訓(xùn)練神經(jīng)網(wǎng)絡(luò)的工作溅漾。
　
深度學(xué)習(xí)在最初的時(shí)候訓(xùn)練速度特別特別慢，所以比較難進(jìn)入工業(yè)級別或者是應(yīng)用級別著榴，比如添履，你的手機(jī)是做不來這個(gè)的，因?yàn)樗乃俣葘?shí)在太慢了脑又。但經(jīng)過這么多年暮胧，我們的計(jì)算機(jī)變的越來越快，另外也有了更多取巧的訓(xùn)練和識別做法问麸，深度學(xué)習(xí)的應(yīng)用可能性也發(fā)生了變化往衷，它能被應(yīng)用的領(lǐng)域越來越寬。多年前严卖，我過早的進(jìn)入了這一領(lǐng)域席舍，但是現(xiàn)在，人工智能大規(guī)模應(yīng)用的時(shí)機(jī)已經(jīng)到了哮笆。
　　
憑什么這么說来颤？一個(gè)很簡單的評估標(biāo)準(zhǔn)就是，我們的深度學(xué)習(xí)或者是任何的機(jī)器學(xué)習(xí)稠肘，它是不是超越人類的能力表現(xiàn)福铅，如果超越的話，可能很多應(yīng)用就會產(chǎn)生启具。比如在機(jī)場本讥，如果機(jī)器識別人臉的準(zhǔn)確度超過人，那么我們那些邊防的人就可能不需要那么多鲁冯。這并不是說機(jī)器不會犯錯(cuò)拷沸，而是說既然人不能比機(jī)器做的更好，那我不妨就用機(jī)器取代薯演。

深度學(xué)習(xí)的應(yīng)用領(lǐng)域

在過去的五年撞芍，深度學(xué)習(xí)的準(zhǔn)確度從75%多提升到了97%左右，而人的表現(xiàn)準(zhǔn)確率大概是95%跨扮。從95%到97%聽起來只進(jìn)步了2%序无，但實(shí)際上是把錯(cuò)誤率降低了40%，這是很大的進(jìn)步衡创。如果這種進(jìn)步持續(xù)帝嗡，未來人工智能必然會超過人類的表現(xiàn)，同時(shí)也將可以進(jìn)入一些可應(yīng)用的領(lǐng)域璃氢。這就是今天我講人工智能進(jìn)入黃金時(shí)代的證據(jù)：在很多領(lǐng)域哟玷，也包括我們在face++做的人臉識別，包括了Apple一也、Google巢寡，科大訊飛的語音識別喉脖，它們的認(rèn)知水平將在未來幾年的時(shí)間內(nèi)超過人類，而一旦超過人類抑月，應(yīng)用就會快速的增加树叽。

深度學(xué)習(xí)的應(yīng)用領(lǐng)域舉例

在這么多機(jī)會之下侄刽，這個(gè)人工智能會重塑億萬級別的領(lǐng)域。當(dāng)然這個(gè)不是明天就會發(fā)生朋凉，因?yàn)槲矣X得人工智能在很多方面還是相當(dāng)大的欠缺……

人工智能將重塑億萬級別的領(lǐng)域

人工智能會重塑很多億萬級別的領(lǐng)域州丹。當(dāng)然這個(gè)不是明天就會發(fā)生，因?yàn)榻裉煳覀冊诤芏嘞嚓P(guān)方面仍存在相當(dāng)大的欠缺杂彭。
　　
比如墓毒，在我們的計(jì)算架構(gòu)上面，現(xiàn)在還是需要時(shí)間去做算法的改進(jìn)提升亲怠，需要去研究如何部署云端架構(gòu)所计，另外深度學(xué)習(xí)用時(shí)仍太長，這些還都是需要探索的內(nèi)容团秽，而且并沒有一個(gè)標(biāo)準(zhǔn)化的答案主胧。

另外叭首，算法框架也非常重要。我們可以看到有一些重要技術(shù)的推進(jìn)踪栋，實(shí)際上是因?yàn)橛辛碎_源或者API或者標(biāo)準(zhǔn)的出現(xiàn)焙格，但現(xiàn)在仍有很多方面還沒有出現(xiàn)相關(guān)標(biāo)準(zhǔn)。當(dāng)然我們知道Google的TensorFlow等提供了一些開源的方法己英，但是其實(shí)他們還沒有真正的平臺化间螟，比如你把TensorFlow丟給一個(gè)沒學(xué)過機(jī)器學(xué)習(xí)的人，哪怕是清華大學(xué)頂尖的計(jì)算機(jī)系學(xué)生损肛，他也很難用其創(chuàng)造價(jià)值。如果清華的學(xué)生都不能荣瑟，那它的普及性就有問題了治拿。
　　
為什么iOS、安卓能夠做的很好笆焰，就是因?yàn)樗a(chǎn)生了平臺化效應(yīng)劫谅，使得很多人能夠比較容易的介入。然后我們可以看到像Hadoop這樣七八年前很多人覺得很高深的東西現(xiàn)在也慢慢變得平臺化了嚷掠。今天捏检，如何使得整個(gè)機(jī)器學(xué)習(xí)的體系平臺化，以便于讓更多的非專業(yè)人士能夠使用不皆，這個(gè)是目前面臨的一個(gè)很大的瓶頸贯城，需要一定的發(fā)展時(shí)間才能得以突破。

- 在一些領(lǐng)域中霹娄，很多技術(shù)性問題可以在兩三年內(nèi)得到解決能犯，但是還有很多問題并非如此簡單，比如說語義犬耻。我們說語音識別是相對簡單的：音進(jìn)來踩晶，字出去，這個(gè)非常明確枕磁，一個(gè)API就可以調(diào)動渡蜻。但是音進(jìn)來，確定是何種情境的語義出去就很難计济。這些我覺得兩三年遠(yuǎn)遠(yuǎn)還不夠茸苇，還需要更多的時(shí)間去理解。

- 傳感器一定程度來說是價(jià)格的問題峭咒、如何普及的問題∷捌現(xiàn)在我們看到Google Car雖然做的很牛，但是正如馭勢科技的吳甘沙說的凑队，Google Car實(shí)際商業(yè)化的一個(gè)巨大瓶頸就是價(jià)位的問題：傳感器實(shí)在太貴了则果。因此要把這件事做下來就是一個(gè)雞和蛋的問題——降低價(jià)格就需要量幔翰，但量怎么起來？價(jià)格不下去量也起不來西壮。要解決這個(gè)問題也需要一定的時(shí)間遗增。

- 最后還有很多機(jī)械方面的問題】钋啵控制機(jī)械運(yùn)動的算法做修，硬件運(yùn)動后給出的回饋等等在機(jī)械部門也還需要一些開發(fā)。

- 整體來說抡草，雖然我認(rèn)為機(jī)器學(xué)習(xí)饰及、深度學(xué)習(xí)在突破人類的精確度方面已經(jīng)做的非常好，但是以上幾個(gè)領(lǐng)域還是需要一些時(shí)間才能取得突破康震。但是這一天肯定是會來臨的燎含，我們怎么知道會來臨呢？

Google的野心

- 我們知道腿短，不久前Google重新組織了公司架構(gòu)屏箍，將搜索業(yè)務(wù)和其他前沿項(xiàng)目子公司都放進(jìn)了控股公司Alphabet公司。很多分析師說橘忱，Google把搜索和其他的業(yè)務(wù)分開來做Alphabet赴魁，是為了優(yōu)化它的股價(jià)，其實(shí)這種說法太表面了钝诚，他們沒有了解一個(gè)真正有野心的公司在做什么颖御。

-　一定程度上，Google之所以成立了Alphabet敲长，是因?yàn)镚oogle經(jīng)過搜索和廣告業(yè)務(wù)的積累郎嫁，逐步發(fā)展了一套我們可以簡稱為GoogleBrain的模式。Google Brain其實(shí)就是機(jī)器學(xué)習(xí)的大腦祈噪，這個(gè)機(jī)器包括了平臺也包括了專家泽铛，如果它用在搜索領(lǐng)域就是一個(gè)搜索引擎，如果它能夠用在醫(yī)學(xué)領(lǐng)域辑鲤，那它可能就是一個(gè)癌癥診斷系統(tǒng)盔腔，它也可以用于人類壽命的延續(xù)以及智能家電等各種不同領(lǐng)域。所以Google的野心就是把機(jī)器學(xué)習(xí)作為一個(gè)核心月褥，然后用它去解決非計(jì)算機(jī)非互聯(lián)網(wǎng)領(lǐng)域的各種問題弛随。

- 當(dāng)然它現(xiàn)在還不是一個(gè)整體平臺，但Google 就會找一些極聰明的人來進(jìn)軍這些領(lǐng)域宁赤，有平臺的用平臺舀透，平臺未成形的就用聰明才智來想辦法。現(xiàn)在看來决左，Google這種模式也做成了很多有意義的事情愕够。所以走贪，對于Google，我們千萬不要低估了它的能力惑芭，因?yàn)檫@家公司可能是未來推動人工智能平臺化的最大力量坠狡。

-　怎么證明這是真的呢？從最近Jeff Dean演講的一張圖我們就可以看到Google內(nèi)部有多少項(xiàng)目在用深度學(xué)習(xí)遂跟。

Google內(nèi)部對深度學(xué)習(xí)的大量應(yīng)用

Google內(nèi)部對深度學(xué)習(xí)的大量應(yīng)用
　
我們可以看到逃沿，從2012年到今天，Google對深度學(xué)習(xí)的利用在快速增長幻锁，應(yīng)用領(lǐng)域也極為廣泛凯亮。從這張圖我們就可以看到Google，也就是現(xiàn)在的 Alphabet在人工智能方面是多么的有野心越败。

再回到我原來的問題触幼，我們現(xiàn)在是不是生逢其時(shí)，可以在正確的時(shí)候選擇進(jìn)入人工智能這個(gè)領(lǐng)域呢究飞？如果我們相信Google這幫人很聰明，如果我們相信Google對深度學(xué)習(xí)的使用邏輯堂鲤，我們也要相信人工智能的應(yīng)用期即將來臨亿傅。

深度學(xué)習(xí)的挑戰(zhàn)

深度學(xué)習(xí)也面臨挑戰(zhàn)

第一個(gè)問題，就是我剛剛提到的：目前仍然沒有一個(gè)統(tǒng)一的平臺。在深度學(xué)習(xí)方面慧脱，現(xiàn)在的人懂就是懂镜廉，不懂就是不懂。這就是為什么Google最近花了重金不斷在挖業(yè)界頂尖的人才寓涨，給年輕人開出的年薪甚至超過200萬美元盯串。這些人也就是二十來歲，博士剛畢業(yè)不久戒良，怎么會這么值錢呢体捏？

其實(shí)就是因?yàn)閮蓚€(gè)理由，第一糯崎，這些人進(jìn)入了公司之后几缭，會被投入到健康、醫(yī)療沃呢、預(yù)防等等各個(gè)領(lǐng)域的研究年栓。他們雖然每年拿走公司的兩百萬美金年薪，但是也許兩年后他們就能在相關(guān)領(lǐng)域創(chuàng)造出兩億美金的價(jià)值薄霜，所以對Google公司而言某抓，這些人才實(shí)際上不貴纸兔，是非常劃算的。

第二個(gè)理由就是Google多雇一個(gè)搪缨，Facebook就得少雇一個(gè)食拜。這不是開玩笑。因?yàn)樵诿绹腥齻€(gè)大公司在瘋狂挖人工智能的人才——Google副编、Facebook和Microsoft负甸，他們之間競爭激烈，對人才的吸引力也不相上下痹届。

第二就是深度學(xué)習(xí)的網(wǎng)絡(luò)太大呻待，需要海量的數(shù)據(jù)。

第三队腐，因?yàn)閿?shù)據(jù)太多蚕捉，所以計(jì)算特別的慢，所以需要非常大的計(jì)算量柴淘。

第四點(diǎn)有點(diǎn)奇怪但也合理：機(jī)器無法用人的語言告知做事的動機(jī)和理由迫淹。即便機(jī)器訓(xùn)練做了很棒的深度學(xué)習(xí)，人臉識別为严、語音識別做的非常棒敛熬，但它不能和人一樣，它講不出來這是怎么做到的第股。雖然有人也在做這方面的研究应民，但是在今天，如果一個(gè)領(lǐng)域是不斷需要告訴別人該怎么做夕吻，需要向別人去解釋為什么的诲锹，那這個(gè)領(lǐng)域?qū)τ谏疃葘W(xué)習(xí)來講還是比較困難的。比如AlphaGo打敗李世石涉馅，你要問AlphaGo是為什么走這步棋归园，它是答不上來的。

即便有如此多的局限控漠，我們還是認(rèn)為人工智能在很多領(lǐng)域可以迅速應(yīng)用蔓倍，并且可以幫助企業(yè)打造競爭壁壘。

人工智能如何幫企業(yè)打造競爭壁壘盐捷？可以從如下四個(gè)方面思考：
　　第一偶翅，如果你有壟斷性的大數(shù)據(jù)，你就會有很大的優(yōu)勢碉渡。關(guān)于數(shù)據(jù)需要注意的幾點(diǎn)是聚谁，首先壟斷性大數(shù)據(jù)不是公開的數(shù)據(jù)，不是剽來的數(shù)據(jù)滞诺，也不是買來的數(shù)據(jù)形导，因?yàn)檫@樣的事情你能做競爭對手也能做环疼。其次，無標(biāo)簽的數(shù)據(jù)也不會給你帶來優(yōu)勢朵耕。再次炫隶，如果是人工標(biāo)簽的數(shù)據(jù)也不行，因?yàn)槿斯?biāo)簽太慢了阎曹。最好的數(shù)據(jù)是閉環(huán)的數(shù)據(jù)伪阶，所謂閉環(huán)的數(shù)據(jù)就是在你應(yīng)用的時(shí)候可以捕捉到數(shù)據(jù)并且知道最終你根據(jù)數(shù)據(jù)做出的抉擇對或不對。我們投資的face++处嫌，它有和美圖栅贴、阿里的合作，就一定程度形成了特別大的數(shù)據(jù)的優(yōu)勢熏迹。

第二檐薯，擁有龐大的機(jī)群。機(jī)群是很重要的注暗，包括需要什么處理系統(tǒng)的支持坛缕，怎么去部署，用什么樣的計(jì)算架構(gòu)等等捆昏。
　　第三祷膳，你要有一批特別懂的人。沒有平臺的時(shí)候屡立，你就只能把一批人丟進(jìn)去，讓他們?nèi)ソ鉀Q特別大的問題搀军。
　　第四膨俐，當(dāng)你沒有平臺的時(shí)候怎么辦？我們就可以找一批特別聰明的人罩句，讓他們不斷的調(diào)節(jié)算法——當(dāng)然這構(gòu)成一個(gè)短期的競爭優(yōu)勢焚刺，從長期看，一旦大的人工智能平臺出來门烂，這種優(yōu)勢就不存在了乳愉。所以現(xiàn)在來做人工智能，抓到這個(gè)先機(jī)是特別特別重要的屯远。

人工智能如何快速商業(yè)化蔓姚？

人工智能如何快速商業(yè)化
　　- 第一，不要用人工智能去取代人慨丐。
　　- 機(jī)器不一定要取代人坡脐，很多情況之下他只要能輔助人就可以了。我談到了很多工作會消失房揭，但醫(yī)生會全部失業(yè)嗎备闲？一定不會晌端，應(yīng)該是最高明的醫(yī)生創(chuàng)造很多機(jī)器人給他人使用。記者就不再需要了嗎恬砂？寫深度文章還是需要的咧纠，但簡單拼拼湊湊的文字就不需要了。所以這些工具一定程度上是在輔助人而不是取代人泻骤。

第二漆羔，要聰明的找到容錯(cuò)的用戶界面。
　　- 想想搜索引擎瞪讼，搜索引擎的精確度其實(shí)是很低的钧椰，你想一想，當(dāng)你去百度符欠，Google搜索的時(shí)候嫡霞，它們給出的第一條就是你要的答案的情況有多少？我估計(jì)不會超過50%希柿，但是為什么我們都說搜索引擎聰明诊沪，不說他笨呢？第一個(gè)理由當(dāng)然是因?yàn)樗W(xué)曾撤，第二個(gè)則是因?yàn)樗慕缑孀龅姆浅５穆斆鳎核o用戶提供很多結(jié)果端姚，而用戶只要能找到他滿意的那個(gè)，就會認(rèn)為搜索引擎很棒挤悉，因?yàn)闆]有它的話渐裸，用戶可能什么也找不到。這一類的容錯(cuò)的界面装悲，即便它的識別率很低昏鹃，給你很多結(jié)果，讓你在一定時(shí)間里得到滿足诀诊，其實(shí)還是達(dá)到了一定的可用度洞渤。

第三，讓用戶提供自然的大數(shù)據(jù)属瓣。
　　當(dāng)Siri推出的時(shí)候很多人都說“這就是個(gè)玩具而已”载迄，認(rèn)為它沒有真實(shí)的用處，但是蘋果靠Siri收集了很多人的真實(shí)語音抡蛙，收集了大量數(shù)據(jù)护昧。

- 很多人把Siri當(dāng)成一個(gè)搞笑工具，會問它諸如“你是男是女”這種無聊問題溜畅，蘋果就把這些無聊的問題深度分析了一下捏卓，去了解人們最常問的都是什么問題，然后他們就考慮能不能優(yōu)化Siri，讓它對正常問題的解答能讓人們在一定程度上得到滿足怠晴。人們滿足了以后遥金，就會繼續(xù)的問，如此問題越問越多蒜田，蘋果也就可以得到更多的數(shù)據(jù)稿械。

蘋果的這種數(shù)據(jù)收集方法非常聰明，值得借鑒冲粤。我們以前在學(xué)語音對話的時(shí)候美莫，問的都是非常正經(jīng)的問題，到最后分析來分析去梯捕，不過是那固定的幾萬句厢呵，一直沒有跳出這個(gè)框框，得到的結(jié)果也就不會讓人滿意傀顾。但用一種有趣的方式襟铭，你就可以像草船借箭一樣，去“借”到幾億個(gè)數(shù)據(jù)短曾。這些數(shù)據(jù)哪怕不精確也無妨寒砖，因?yàn)檎w來說深度學(xué)習(xí)非常聰明，能把那些不精確不精準(zhǔn)的東西忽略掉嫉拐。

- 第四哩都，關(guān)注局限領(lǐng)域。
　- 　Google很偉大婉徘，它要做全天候全路況的無人駕駛漠嵌，它想把全部競爭對手都擊敗，最后就剩一個(gè)Google盖呼。這個(gè)計(jì)劃很宏偉献雅，但是是不是一定要這么做呢？我覺得不見得塌计。其實(shí)我們完全可以先做一個(gè)用于局限領(lǐng)域的無人車，把這樣的一個(gè)產(chǎn)品先做起來侯谁，然后我們通過它獲取數(shù)據(jù)锌仅，學(xué)習(xí)教訓(xùn)，不斷改進(jìn)墙贱。

- 　想想無人駕駛叉車热芹。這個(gè)叉車是產(chǎn)生價(jià)值的，因?yàn)樗〈艘粋€(gè)叉車工人去開叉車惨撇；它技術(shù)難度相對低伊脓，因?yàn)樗灰缽腁走到B；它不上路魁衙，不用擔(dān)心政府的法律法規(guī)报腔，不需要考慮撞到人怎么辦株搔，是不是要停下。
　- 　Google Car能在高速公路上比99%以上的人都開的更好纯蛾，但是它碰到一些極端的情況纤房，比如大風(fēng)大雨的漆黑天，它就沒轍了翻诉，因?yàn)樗恢涝撛趺崔k炮姨，從來沒看到過這種情況。這種情況下只有把車子停下來碰煌，但那一停會發(fā)生什么呢舒岸？當(dāng)然就追尾了。

- 既然這種情況連Google也避免不了芦圾，為什么我們不先考慮做一些可控環(huán)境下的商業(yè)駕駛項(xiàng)目蛾派？這也是一個(gè)值得思考的問題，不是說Google的路線不對堕扶，而是說有兩種路線可以走碍脏。
　　總結(jié)：人工智能的未來藍(lán)圖

李開復(fù)：人工智能的未來藍(lán)圖

上圖是我認(rèn)為的人工智能的未來藍(lán)圖，這是我們創(chuàng)新工場現(xiàn)在對這一領(lǐng)域的理解稍算，以及可能會發(fā)生的順序典尾。

- 大數(shù)據(jù)應(yīng)用方面，現(xiàn)階段我們已經(jīng)看到很多互聯(lián)網(wǎng)應(yīng)用糊探，BI钾埂、商業(yè)自動化馬上也會使用相關(guān)的技術(shù)，未來幾年科平，離錢最近褥紫、產(chǎn)生用戶最多、產(chǎn)生價(jià)值最大的領(lǐng)域可能就是金融瞪慧、醫(yī)療髓考、教育，當(dāng)然也包括任何有大數(shù)據(jù)的行業(yè)弃酌。

- 　在感知方面氨菇，今天的人臉識別、語音識別已經(jīng)做的蠻好妓湘。對于VR/AR查蓉，我們在短期還不是太樂觀，但是隨著它三五年以后慢慢得到普及榜贴，一定需要非常多的新的自然語言的界面豌研。此外，我們大膽預(yù)測三到五年之內(nèi)會有一個(gè)人工智能平臺出現(xiàn)。

- 我們并不認(rèn)可家庭機(jī)器人會很快出現(xiàn)鹃共，理由是消費(fèi)者的期望值是最高的鬼佣，今天機(jī)器人的技術(shù)還不行，犯錯(cuò)也太多及汉，而且有時(shí)候會看起來太傻沮趣，另外價(jià)格也太貴，感應(yīng)器不夠靈敏坷随》棵基于這些理由，我們對家用機(jī)器人的投資還只限于一些給小朋友的玩具温眉，或者小魚在家這種用于溝通的工具缸匪，這一類的家庭應(yīng)用我覺得還是合理的，但要一個(gè)能夠在家里幫你掃地做菜的機(jī)器人出現(xiàn)类溢，恐怕還是一個(gè)非常長期的事情凌蔬。任何行業(yè)都要有經(jīng)濟(jì)理由來投資這個(gè)領(lǐng)域，不斷迭代優(yōu)化它的技術(shù)闯冷，再進(jìn)入下一個(gè)階段砂心，所以機(jī)器人簡單來說應(yīng)該是工業(yè)、商業(yè)蛇耀，最后普及到家庭辩诞，所以今天很多對家庭機(jī)器人過火的觀點(diǎn)和做法我們是不認(rèn)可的。

- 關(guān)于無人駕駛纺涤，我們的觀點(diǎn)是雖然Google Car很偉大译暂，但是因?yàn)樗ミm應(yīng)各種路況，所以要到應(yīng)用階段也還需要很長的時(shí)間撩炊。我們認(rèn)為可以先在局限環(huán)境中慢慢推進(jìn)無人駕駛外永。

- 從長期看，未來人工智能會在所有的領(lǐng)域徹底改變?nèi)祟惻】龋a(chǎn)生更多的價(jià)值伯顶，取代更多人的工作，也會讓很多現(xiàn)在重復(fù)性的工作被取代骆膝，然后讓人去做人真正應(yīng)該去做的事情砾淌。短期來說，人工智能商業(yè)價(jià)值也很大谭网，短期在很多領(lǐng)域都能產(chǎn)生價(jià)值。

首先赃春，恭喜你堅(jiān)持看完了這篇演講實(shí)錄愉择，相信你一定收益匪淺，深切感受到了人工智能的魅力。

其次锥涕，作為家長的你現(xiàn)在一定想該怎么為孩子規(guī)劃做準(zhǔn)備 搶在起跑線之前呢衷戈？

說透了，掌握核心編程語言层坠，擁有較高的英語水平殖妇，是人工智能領(lǐng)域人才必備基礎(chǔ)能力。

英語作為“主三門”課程之一破花，伴隨并貫穿孩子的整個(gè)學(xué)習(xí)生涯谦趣，教育體系以相當(dāng)完善。然而座每，從來沒有進(jìn)入過主流教育體系中的編程教育便成了大多數(shù)家長的知識盲區(qū)前鹅。甚至對編程教育要從娃娃抓起的理念持有懷疑態(tài)度。我們來看一則新聞消息峭梳。

2014年,英國政府規(guī)定5歲以上學(xué)齡兒童必須學(xué)習(xí)電腦 編程課程;法國將編程列入初等教育選修范圍內(nèi)舰绘。

既然，歐美國家都如此重視低領(lǐng)兒童的編程教育葱椭，那么孩子該怎么學(xué)編程捂寿？去哪學(xué)編程？在相對不發(fā)達(dá)的城市孵运，甚至沒有相關(guān)的教育培訓(xùn)機(jī)構(gòu)秦陋。該怎么辦？

不要慌掐松，有一位“名人” 媽媽的解決方法值得我們效仿學(xué)習(xí)踱侣。這位媽媽就是張泉靈（前中央電視臺，新聞記者大磺，主持人抡句，現(xiàn)任紫牛基金合伙人）杠愧。

-答案都在視頻中待榔！

https://v.qq.com/x/page/b0189xfaqyl.html

紫牛基金張泉靈：少兒編程為什么變成熱門賽道流济？

以下為張泉靈的分享摘錄：

從一個(gè)家長的角度看锐锣，我兒子現(xiàn)在10歲，你很難相信绳瘟，我們家長之間考慮和討論很多的話題是高中在哪里上雕憔，是在國內(nèi)還是在國外上。按說我們是九年義務(wù)制教育糖声，五年級離升高中還很遠(yuǎn)斤彼，但是家長們都在討論的原因是分瘦，上美國高中，不僅僅需要好的成績琉苇，還需要出眾的技能嘲玫。我們這一代家長，是非常焦慮的并扇。

我就在思考去团，我到底應(yīng)該重視孩子的素質(zhì)教育還是成績、怎么為進(jìn)入好的高中去鋪路穷蛹。其實(shí)土陪，你所想象的美國教育，不僅需要像中國一樣刷成績俩莽，同時(shí)也還要刷技能旺坠。學(xué)生不僅僅要停留在你喜歡什么，而是看孩子能不能在某個(gè)領(lǐng)域達(dá)到非嘲绯靠前的位置取刃，有沒有超越同齡人的能力。

第二件事情出刷，如果要在一個(gè)方向做與突破的話璧疗，很多家長都會選擇英語，我的兒子也會上英語班馁龟。但作為投資人崩侠，我知道人工智能在經(jīng)歷什么樣的發(fā)展，現(xiàn)在坷檩，無論你說的是英語却音、烏干達(dá)語還是溫州話，借助一定的工具矢炼，已經(jīng)可以做到無障礙的交流系瓢，只是現(xiàn)在還停留在小范圍測試的階段，但最終說不同語言的人一定可以聽得懂對方句灌。

因此夷陋，未來如果不會編程，就缺少了和虛擬世界交流的可能性胰锌。有個(gè)事情我印象很深刻骗绕，我兒子在上了四節(jié)課編程貓課程的時(shí)候，他編了一個(gè)小程序资昧，就是植物大戰(zhàn)僵尸的小游戲酬土，我三局都輸了，后來我就去看他的底層代碼格带，發(fā)現(xiàn)他把我的起始分設(shè)定的是負(fù)50分撤缴，他的起始分是0分东揣，我從一開始就輸在了起跑線上。從這件事情上腹泌，我意識到，未來孩子如果不會編程尔觉，他有可能永遠(yuǎn)是那個(gè)loser凉袱。

當(dāng)AlphaGo打敗李世石之后，大家突然對編程和人工智能有了極大的興趣侦铜，大家在思考為什么人工智能可以超越人類专甩，有什么是可以借鑒的。

我們再往下想钉稍，今天當(dāng)80甚至90后開始為人父母的時(shí)候涤躲，他們會開始想”我的童年，什么是父母沒有給我們的“贡未。從我的小時(shí)候開始种樱，我開始學(xué)跳舞、畫畫俊卤，是因?yàn)槲腋改高@一代嫩挤，他們沒有機(jī)會學(xué)跳舞、畫畫消恍，所以他們會希望我們學(xué)這些岂昭。而80、90后這一代狠怨，從小沒有人培養(yǎng)過他們的情商和綜合解決問題的能力约啊，到了職場，大家會發(fā)現(xiàn)佣赖，對這一類能力是缺乏的恰矩。

我認(rèn)為的編程，并不是一行一行的代碼茵汰，而是用邏輯來解決問題的能力，編程貓是從線上到線下蹂午，通過組織來培養(yǎng)孩子的溝通和領(lǐng)導(dǎo)能力。

編程貓會要求老學(xué)員和兩個(gè)新學(xué)員組成戰(zhàn)隊(duì)豆胸，老學(xué)員帶兩個(gè)新學(xué)員，這意味著線下需要leader灵奖。這一代的孩子大多是獨(dú)生子女嚼沿，二胎的政策是去年才開的骡尽，一批孩子是不會談判擅编、也沒有太多領(lǐng)導(dǎo)力的攀细。不像以前，家里有兩個(gè)孩子爱态，他們就天生會談判谭贪，家里有三個(gè)孩子，他們就天生有領(lǐng)導(dǎo)力锦担，因?yàn)槟阋獙W(xué)會爭取一方俭识，反對另一方。而這些完全可以通過線下的自我組織洞渔，來培養(yǎng)這樣的能力套媚，也就是如何用線下的組織力，解決問題痘煤。

我們這一代的家長凑阶，是在發(fā)生偏移的。我作為70后的家長衷快，我的顧慮是會傷眼睛或者導(dǎo)致孩子沉迷嗎宙橱？但其實(shí)我發(fā)現(xiàn)掌握編程的孩子，是上帝視角蘸拔，他知道這些游戲是怎么被設(shè)計(jì)出來的师郑，就不會被網(wǎng)絡(luò)游戲消費(fèi)。而對于傷眼睛的問題调窍，其實(shí)要問家長的是宝冕，你能讓孩子不玩么，如果不能邓萨，那就讓他們做一些更有價(jià)值的東西地梨。

從投資的角度來說，我們會經(jīng)常被問到一個(gè)問題缔恳，少兒編程是有相對比較大的市場宝剖，還是說想圍棋的小眾的項(xiàng)目，我原來認(rèn)為我只是思想比較超前的家長歉甚，但其實(shí)編程的延展性還是比較大的万细。因?yàn)槲彝蝗话l(fā)現(xiàn)孩子和大人的編程方式不一樣赖钞，大人的思路就是直接完成編程認(rèn)為雪营，但孩子編程是在線上編一個(gè)完整的劇本计呈。這就不僅僅拓展到了文學(xué)，而且還有可能延展到藝術(shù)总寒，通過開場的演示摄闸，你們也已經(jīng)看到了延展到英語的可能性年枕。

作為家長我有一個(gè)需求，編程貓有沒有可能讓孩子玩著游戲树姨，就把五年級下半年數(shù)學(xué)預(yù)習(xí)了硝清。我們一般會要求孩子做下學(xué)期的預(yù)習(xí)芦拿，但是孩子一般不太容易做到蔗崎，而編程的底層是數(shù)學(xué)蚁趁，因此這個(gè)是十分可能的番官。

編程有沒有可能拓展到生物徘熔、物理酷师、化學(xué)山孔，之前我得到的消息是說台颠，寒假會上線這類課程串前，他們已經(jīng)上線了。所以我突然找到更大的可能性這是我從投資人的角度感興趣的坛吁，從編程到學(xué)科阶冈，他們在收費(fèi)端有極大可能性拓展女坑。

我認(rèn)為編程貓遠(yuǎn)遠(yuǎn)不只是有關(guān)編程的教育，全世界最大的在線教育平臺并不是很多人認(rèn)為的MOOC誉简，而是Scratch——一個(gè)編程的社區(qū)瓮钥。它有很強(qiáng)的粘性桨武，用戶會來共建呀酸。而編程貓也可以看到性誉，現(xiàn)在已經(jīng)有了強(qiáng)大的社區(qū)的粘性错览，孩子們會將自己的編程作品發(fā)布出來，希望別人去看，去點(diǎn)贊闲勺。有人在上面發(fā)表小說翘地、漫畫衙耕、公開課橙喘，這些都會變成可沉淀的教育內(nèi)容。

這不是像名師講數(shù)學(xué)初坠，講完學(xué)生就走了锁保。我認(rèn)為編程不是的爽柒，學(xué)生不斷的有作品發(fā)表霉赡，所有參與者穴亏，都變成了分享者嗓化。我對編程貓最大的期望严肪，形成用戶間的良好互動谦屑。編程貓?jiān)缙谑峭耆ㄟ^To C做起來的酝枢，通過C端的口碑帘睦，有很多公立校找來想要做合作竣付。迄今為止，已經(jīng)合作了200家公立校赤兴，在北京隧哮，光少年宮的合作就有4、5家陨帆。

• 劃重點(diǎn)：中小學(xué)生學(xué)編程疲牵，就上編程貓纲爸！