为何说人工智能芯片是个创业者玩不起的“贵族游戏”？威胁来自于人还是机器？

　　在过去的创业这么多年里，从来没有哪一年像今年这样如此聚焦人工智能。不起毛里求斯车主数据

　　李彦宏在B20期间反复提及人工智能——不管是胁自否乐意，人工智能已经来了；

　　接着，于人贾跃亭在G20峰会期间主动在微博曝光他们在人工智能上的还机动作——“期待全球首部LeEco人工智能（LeAI）生态手机尽早面市，不久见。贵族游戏”

　　与此同时，为何出席B20的说人科大讯飞董事长刘庆丰表示：“如果在讨论全球经济治理时不考虑人工智能产业的趋势和影响，我觉得是工智完全不可想象的。”

　　而把技术领域这股讨论热潮直接推上高峰的创业，则是不起习大大在G20中演讲的一段话：“以互联网为核心的新一轮科技和产业革命蓄势待发，人工智能、虚拟现实等新技术日新月异，虚拟经济与实体经济的结合，将给人们的生产方式和生活方式带来革命性变化。”

　　放眼国外，谷歌也开始调整了战略，从移动优先到人工智能优先。

　　尽管在年初Alphago大战李世石时，媒体已经就人工智能进行了各种解读，但不少人心里仍然会有诸如此类的疑问：人工智能会取代人类吗？其真正的威胁是在哪里？它会不会有情感？未来到底是端智能，还是云智能？另外，人工智能落地需要哪些条件？而在商业层面，人工智能的商业模式究竟是什么样的？在这一领域的创业者，应该如何创业？

　　注：上个月，阿里云iDST研究员、IEEE Fellow华先胜（花名：方广）；阿里云iDST总监初敏；阿里云资深数据挖掘专家闵万里（花名：山景）；阿里云研究中心主任田丰（花名：酒道），来了一场“煮酒”论人工智能。

人工智能会取代人类？这只是科技界的语不惊人死不休

　　科技界经常有人说，人工智能要取代人类。但这样的言论在三位人工智能大咖看来，只是一种语不惊人死不休——以耸人的言论引来关注度，因为今天所见到的所有机器人都还只是机器，离人还差的很远。

　　三位老师从以下的角度进行了阐述：

　　技术超越人类其实早就存在；
　　机器的局限性：只能做逻辑思考的能力，没有感性思维，谈超越、取代还为时尚早；
　　人和人工智能的纳米比亚精聊数据关系：是人手、眼、耳等五官的延伸，其终极作用是服务于我们。

　　第一点：技术超越人类其实早就存在，比如数千年前出现的算盘（比心算快）、几十年前的计算器，以及20年前在国际象棋上打败人类的深蓝。而智能化的技术也已经在很多地方使用了几十年，比如登月技术以及工业生产线。在今天之所以会成为一个大众化的话题，主要是今天的计算能力、算法、机器学习和数据能力，让之前不好解决的问题，在今天也得到了解决，所以会被大众过于解读。

　　第二点：把上面举的例子串起来，你会发现它们擅长的都是有规则可循的——强调的是逻辑思考的能力。因此，在一些可以写成规则的事情上，人工智能会超过人类。但在文学艺术等感性思维上，其本身就不是一个有客观规律的东西，无法用逻辑写成一加一等于二或者五除二这样的简单规则，在这种情况下，谈人工智能取代人类真的是为时过早。

　　第三点：做人工智能的绝大多数人，他的目标压根就不是替代人。它只是在某个地方看起来像人，但并不是真的具有人的情感和智慧。现在所有的技术，包括工业科技，总体来看都是人的感官、肢体的一种延伸，这些东西的背后是人在主宰。“发展这些技术最终是要服务我们的，是在一定的范围内解放我们的双手、时间，而不是取代我们整个思考的过程。”初敏称，未来一定是纳米比亚快杀数据以人为本，机器为辅。具体是什么样，不太好预测，“我相信10年之后回来看，根本不是今天我们能想象出来的，因为这里一定会发生很多变革。”

　　综合来看，人与人工智能是扬长补短的关系，人工智能强在复杂数据的整合、总结能力，而人强在直观的感觉。初敏说，它是我们手、脚、眼的延伸，而不是对立。未来其实只是一个分工的不同，通过机器，让我们的生活变得非常便利和简单。另外，由于人工智能是由大数据驱动，并且受数据领域的局限，所以人工智能在未来会呈现两个对立的现象：一个是越来越智能，另外一个在有些领域还是有点傻。

　　这里或许有人关心，究竟哪些工作会被机器替代。工业革命时代，体力密集型的被机器替代，初敏指出：“人工智能时代，首先被替代的应该是人力密集型的，其次则是部分脑力密集型的。” 方广表示，只要是在数据密集型、计算密集型这些有个例可寻的领域，机器都是可以超过人类的。

人工智能的威胁来自人还是机器？

　　有不少名人做出人工智能会导致人类灭亡的言论，他们用意到底是什么？三位老师一个共同的认识是：人工智能的威胁不是来自于那个被赋予所谓智能的机器，而是来自造这个机器的人。

　　山景表示，任何一个科学技术的发展都是双刃剑，它都可能有反作用。纳米比亚刷单数据比如说，有人把恶意的代码给串进去，哪怕是一个简单的机器，也可能对人造成巨大的伤害。所以，就像今天的杀毒软件一样，将来对人工智能也会出现类似的诉求。

　　在某方面，超越人类极限的技术并无过错，就好像搜索，就是很大的超越，去图书馆翻书，一个人一年能看度搜好书？能查到多少资料？“技术的本质还是给人带来便利。由于机器没有自主意识，所谓的威胁是背后的人在做坏事或者是有人在教机器做坏事的逻辑，而不是机器自己在做坏事。”初敏说，不需要担心这个，至少在能看的见的时间里不用操心这件事情。

　　如果谈如何防范的话，建议如下：

　　1、逻辑代码上少一些Bug；
　　2、用法律约束人工智能背后的人。

自发的情感智能是一件特别难的事

　　“要想做到情感智能，首先要让机器理解人的情感世界。但人的大脑有百亿量级的神经元，每个细胞元都存在激活和非激活状态（0和1），一天的数据量大概是一百个PB。如果能通过计算的方式，展示每时每刻整个脑神经的细胞元活动图，还原我们每一个情感的状态——处在什么状态下是开心或不开心、哪几个细胞元被激活导致这样一个情绪、是因为什么诱因导致的？如果这个问题能解，至少能从认知的角度先理解我们的情感的这个通道，和它的模式是什么样的。”

　　只有先理解这个工作模式后，才可能有可能去造一个有情感的机器人。怎么样让一个机器有一个自发性的情感产生，山景认为：“在目前为止，我觉得还是非常难的一件事，目前只能先做好第一步，纳米比亚银行数据先理解情感的产生。”

　　他还表示，在情感理解上，今天的大数据已经可以部分做到，虽然没有把脑神经的活跃度图给展现出来，但是它能够模拟刺激数据是什么样，然后再通过表象猜深层次的，就能够实现一些情感功能，比如欣赏音乐等。“这只是在情感上去做一些可量化，然后无限逼近，但无限逼近并不代表有自发的创造性。”

　　初敏认为，情感智能化分成两个层面，一个是让让机器本身具有情感，另外一个是让机器理解人的情感，这两个不一样。让机器去理解人的情感，这件事是可行的，但让机器有情感这件事情还是太难了。比如说所谓的陪伴机器人，陪伴机器人不是教这个机器人有情感，而是让它能抓住跟它需要陪伴对象的情感，以及这个对象在不同情感状态下，需要它来做什么，这些事情完全是可以学习到的。

未来到底是端智能，还是云智能？

　　现在有两种趋势，一种是云计算公司把智能往云上做，另外一种，则是创业公司把智能往端上做，比如摄像头、手机等智能设备端，那未来趋势，到底是端智能，还是云智能？

　　方广分析到，端智能的优势在于敏捷性，不需要语音交互，马上得到计算结果，因此对于一些实时性要求高的应用，目前必须使用端，比如自动驾驶、安防等。端它的缺点则是受限于它的计算的能力，同时也不能感受到其他的端（如果能，那就是云了）。云的优势是：有强大的计算能力，又能够把这些点——各个端的这些收集起来的数据能够综合起来进行分析、判断，这种智能有时候是超越人智能的。

　　方广认为，云和端两者之间的关系是互相依赖的：云的技术需要通过端来展现，端则是云数据的入口和出口。他指出，N年以后，也许云和端概念就没有了，当云和端之间带宽不是问题的时候，端和云将是一体的。

　　“智能在端，智慧在云。”山景称，当局部的智能聚集在一起时，就能成为一个大智慧。比如说，抓套牌车、闯红灯的摄像灯在云端串联起来，可做的事情将会变得非常多，这就是局部的智能变成一个全局的智慧。端和云必然是连在一起的，终极境界就是你中有我，我中有你，混为一体。

　　初敏则从另外个角度解说云和端的关系。端和云之间，只是分工不同。有些事情因为安全和隐私需要，不适合在云上，所以只能放在端中处理，比如家中的智能音响，不能把所有声音都传到云上。

人工智能落地的条件

　　方广认为，人工智能落地的条件分别是：算法、数据、计算平台、用户、商业模式，这五个条件是必不可少的。

　　人工智能首先是建立在足够强大的算法上，但光有算法没有数据，那也是巧妇难为无米之炊。除了算法和数据外，也需要一个计算平台做支撑，否则算法无法得以实现。除此之外，也需要用户有需求，才能带动技术发展，并贡献数据。同时，也需要好的商业模式，否则一切都很难长久。

　　过程中反馈非常重要，山景说，就像填鸭式教育，老师给你题目做，它是做错了，还是做对了，下一轮该给它什么样的题目，这个地方自反馈、自适应的过程非常关键。

　　光有这些条件，如果不用互联网思维的话，落地可能也没那么快。初敏称指出，用互联网的思维把这五个因素串起来，迭代才能非常快。“以更快的速度使用反馈数据来更新模型，形成这样的正循环周期后，效果就会越来越好。”哪怕就是算法不变，只要能不断的反馈数据并不断优化，过一两个月之后，它的能力也会好很多。

人工智能该怎么商业化？

　　谈到人工智能的商业模式，初敏称，并不是人工智能有什么商业模式，而是在解决人的一些需求以及商业化中，人工智能应用的价值性更大。

　　从分工角度，初敏认为人工智能的商业模式有两个层次：“第一个层次是一群人在后面提供基础技术，再一群人落地到产品——在具体的应用场景中使用人工智能；另外一个则是宏观上的判断，它是一个很有趋势的场景，在这个场景中有极大的可能性做出好结果，从而推动某些企业将这些技术储存在它的应用里。”

　　“一种是对现有商业流程上的效率提升，另外一种则是颠覆性的创新。”山景则把商业模式总结为这两种。前者的价值，主要是体现在增值上面，比如生产线使用人工智能以后，效率提升了、整体收益提高。后者则是一种无中生有，创造全新的机会，比如蒸汽机车代替了马车，在今天则是无人驾驶汽车的出现，有可能颠覆劳动密集型的出租车行业，山景认为，这些都是有可能的，“届时可能是一种商业模式的重组，卖算法，或者卖计算的时间，按照行驶的里程数来卖钱。”

　　在商业模式上，方广提到了一个非常关键的点——它是不是真正的解决了人们的需要。“这个东西到底是不是有用？是解决了部分人，还是很多人的问题。”方广认为，只有把这个应用找出来，在点上发力，解决其中的技术、数据、平台、用户的问题，才可能真正成为一个商业的应用。

对人工智能领域创业者的建议

　　对当下在人工智能领域的创业者，方广觉得，可能还是要找准要解决的问题是什么，所擅长的是什么，然后再去看上面提到的那五个要素：算法、数据、用户、计算平台和商业模式，如果这些因素都具备成功可能性大很多，如果不具备某个因素，就要思考如何获得。

　　“对一个创业者来说，更精准的定位很重要。”初敏认为，最重要的是专注，而不要心太大，尽量利用周围有的现成的东西做你最想做的那件事。人工智能有不同的层次，做场景的，技术不一定需要自己研发，也可以利用现有技术；对于在技术领域耕耘的，一定要把技术做的有价值、有门槛，最后才能售卖技术。每个企业根据自己的特点，需要准确的给自己做一个定位。

　　山景则建议大家别做人工智能芯片，“这是一个贵族游戏，一失败几百万美元就烧没了，这种对创业公司来说没有资本是搞不定这件事。”他接着表示，人工智能芯片中某一种算法可能非常的牛，但由于研发到量产需要很长一段时间，这种技术领先性可能就被稀释掉。若出现另外一种东西可以代替它，那整个价值一下子就被稀释了，这是人工智能创业高危的一个选择。山景还谈到，对于做场景——业务创新的人，应弱化技术的角色开始先站住脚，抢市场份额，尤其在咱们国内这种竞争环境下，否则很容易被复制，被扼杀掉。

最后

　　主持人田丰也延伸出一个问题：有没有可能出现一种超级算法，让人工智能发现一些人类发现不了的规律，这时人们又怎么去验证它？

　　方广表示，这是有可能存在的。“今天的人工智能都是假设一种情况来测试它，像那种增强学习的人工智能到了一定程度之后，的确很难检验它是好是坏。”初敏称，你不知道数据里藏了什么，所以有可能不知道它学到的是什么。

　　山景认为这种超级算法非常难实现。他表示，证明一个东西的成立往往很难的，但是要证明它的不足和不成立是很容易的，从这个角度来讲，今天的人工智能学到的东西还远远不足。

　　三位专家也就人工智能的未来做了寄语，总结成两点：

　　1、人工智能前景非常光明，但道路是曲折——Long  wait  go。但只要方向对了，就不用怕路远，只要坚持走下去，总是会有量变到质变的一个过程。
　　2、人工智能是我们手、眼、耳等五官四肢的延伸，它最主要的作用是帮助我们，所以不需要去特别担心人工智能的威胁论。