今天要還原的現場是剛剛在杭州舉辦的 “2016「IDG VIEW」大會”。人工智能、消費升級、泛娛樂是 IDG 資本今年看好的 TMT 行業三大方向。以下內容來自大會人工智能圓桌討論——人工智能，這么近，那么遠。本文首發于 IDG 資本微信號（idg_capital），更多「IDG VIEW」內容請關注此號。

圓桌主持：IDG 資本合伙人  李驍軍

圓桌嘉賓：Rokid CEO Dan；SenseTime 聯合創始人 徐冰；浙江大學 CAD 實驗室 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，我們專注于深度學習，是一家非常嚴肅的技術型驅動企業，團隊里 50 多位同事都是有博士學歷的，因此很多人說我們像一個大型的研究院。

深度學習是驅動人工智能產業里現象級產品爆發的核心引擎，包括 AlphaGo 打敗圍棋世界冠軍，還有比較火的人臉識別、圖像分類、語音識別，機器能力超過人類，本質和的驅動引擎都是深度學習。這項技術需要大量的博士投入研發，以保持在中國市場與世界同量級團隊的技術領先性。所以我們是聚集了華人當中最優秀的一批研究深度學習的科學家，一起實現技術上的突破。

這項技術如何落地呢？一是跟各個大型行業的領軍企業合作，以 B2B2C 的模式升級他們的產品；二是通過資本運作，通過投資并購，技術入股一些企業，或是收購初創型公司，與各個行業巨頭成立合資公司。 

張宏鑫：

大家好，我來自浙江大學 CAD 實驗室，主要注重于圖形學和計算機視覺、人工智能領域的交叉。我所在的組主要研究的重點在于如何把大規模城市里的各種數據進行宏微觀的可視化分析。

Dan：

我是 Rokid 的 CEO Dan，剛剛各位看到的開場主持人就是我們的產品，是一個全新定義的家庭機器人。用戶可以很簡單地進行控制，不僅是設備本身，比如燈光效果、音樂效果，讓家里有一個舒服的氛圍；而且，它是聯網的智能產品，你有什么問題可以直接問它，不需要打開手機。另外還有很多內容方面的服務，比如附近有什么餐館，比如學習英文等。

機器人這個領域發展了很多年，但很長時間里，機器人和人工智能并沒有進入到家庭場景。有很多工業化機器人做得相當好，我們用到的很多產品其實就是機器人做出來的。但當我們把人工智能帶進人們家中，這就是一個全新的探索。

為什么這么說？因為這不是純技術問題，當然需要的技術是很深的，包括語音識別、圖像識別等。更關鍵的是，當你把產品放在家里，對它要求會很高。家里有愛人、小孩，你會特別在意產品放在家里給你帶來的體驗。它不純粹是只有功能的設備，一定要有溫度、有個性。

為此，我們用大量時間在很多細節上花了心思，尤其是在非技術層面，產品的設計完全沒有直線，我們希望它更有生命感，更有溫度。從材質到質感，各個方面將是整個產品的融合體驗。所以我們是非常專注在用戶體驗的一家公司。

李驍軍：

?我好奇的是，Rokid 機器人有性別嗎？還是根據每個人的需求可以變成男的或是女的？

Dan：

若琪（Rokid）現在是一個女孩子，以后可以根據你的要求、喜好，包括家庭環境去自己定義。比如聲音或者是個性，都有拓展的空間。我們內部討論很多的一個問題是，到底是什么產品？我們一直認為Rokid 不是一個機器人，而是適合家庭的一個人工智能全新品類。

Part 2 人工智能的多年以后

李驍軍：

?人工智能、深度學習的熱度已經很高，有哪些是今天的技術可以做到的，哪些是未來 5-10年 可以做到的，或者是根本不可能做到的？

徐冰：

深度學習這個方向有了極大的發展。所以 2014年、2015年 出現了幾個現象級產品。深度學習實際上是在模仿人的大腦，用數學模擬人腦結構。人腦有接近 3000 億量級的神經元，沒有任何的計算機設備存儲和數據處理能力可以到達這樣的量級，現在可以落地的技術以及 10年 內可以落地的技術，主要局限是在硬件層面和計算機的計算速度，數據正在多個維度不斷往上走。

哪些是真正看到已經落地的呢？我們拿機器、算法去模擬人腦的時候，并不需要模擬整個大腦出來，往往是去逼近某一項的特有功能，比如說人臉識別、語音識別、圖像分類和理解等。比如下圍棋這種單項任務，通過機器分析大量圍棋棋譜以后，在圍棋這類非常復雜，需要戰略思維，甚至需要有人的直覺的高智商游戲上，機器都能夠擊敗人。所以當前，在單項應用上，技術可以做到非常好，并且有超過人的能力。

在中國，如何去落地這個東西呢？中國勞動力豐盛，因此雖然深度學習很強，機器學習算法好，但是只要一個技術沒有超過人，很多行業還是傾向于利用中國的人口紅利。拿文字識別來說，現在快遞單、銀行單據基本是人手輸入到計算機，為什么不是計算機自己認識文字進行結構化管理？還是機器識別的準確率不如人眼，但是一旦到了這樣一個臨界點，就是技術落地的關口。這個時候很多技術超過人，取代人口紅利，進行勞動力解放的事情就變成現實了。目前隨著人口紅利不斷下降，國內老齡化問題出現的時候，在成熟的單項技術上的需求會越來越多。

張宏鑫：

人工智能、深度學習目前達到的狀態，我們稱之為 “感知”。我們看到一個圖像，聽到一段聲音，機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 “認知” 層面的。實際情況更為復雜，比如說視覺，在正常情況下，光照充足的時候識別率特別高，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。

還有一個問題很有意思，以前研究都是各歸各的，視覺做視覺的，聽覺做聽覺的。但是人在和世界進行交流的時候，其實是五種感知在一起。所以如果把各種因素疊加融合來做識別，可能出現新東西，新產品。

我剛剛提到了 “認知” 層面，斯坦福大學的李菲菲教授，最近他們在搜集更大的數據庫，里面有將近 10 萬圖像。但除了 10 萬張圖像以外。他們做了大量的語義標注，想知道圖像和語義之間的關聯是什么。可以想象，一旦把這個事情推動起來，在工業界也會看到類似的應用。這是從簡單的感知 “是什么”，到認知背后語義的事情。這個在 5-10年 以后會有突破。

再想遠一點，人工智能現在大多應用還是在生活當中，以后人工智能可以和人一起合作太空探索。這些探索任務人是不可及的，可能有危險性、可能時間很長，這個部分很適合機器去做，甚至機器和人協同來完成，這是遠期可以干的事情。

做了很多研究以后，我經常和心理學老師聊天。有一次老師問了一個問題，把我問住了。他說你研究這么多，知道什么是意識嗎？一臺機器有沒有意識？一輛車有沒有意識？我說這個我回答不了。“意識” 到底是什么，這個不好研究。即使過 20年、30年，當中還是有很多需要探索的。

 Dan：

一談到人工智能或者機器人的想象空間，夢想是極大的。很多人認為以后的機器人、人工智能應該能夠自由交談，甚至讓人察覺不出。很多人希望人工智能能夠懂我，感知我的情緒。很多大學、公司在做這方面的嘗試，但是難度很高。其實你想，這即使對于人來說也很難。有的時候我也看不懂人家的情緒，我常常被我愛人抱怨說，我生氣你都看不出來。所以像這些事情，我覺得還是蠻遠的。

Part 3 人工智能可怕嗎？

李驍軍：

?我們剛才都是從技術、產品、科學這些角度去看，有沒有思考過人文和社會方面？比如人工智能可能存在的風險？發展到一定程度上，人類沒有事情干了，接下去干嘛？如果人跟機器發生糾紛，是不是要上法庭？長遠來看，人工智能對人類社會產生的影響或者風險在哪里？

徐冰：

這是一個非常有挑戰性的問題。但這件事情也是顯而易見的，當人工智能發展到遠期的時候，我們必然面對這樣的問題。

確實當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設定一個程序，讓它按照程序重復性地做，一定程度上取代人。但是在 2012年，谷歌做了一個著名的 “認貓臉” 實驗：拿著他們一套超級計算機處理大量的視頻圖片，然后機器聰明地 “領悟” 了什么是 “貓”。相當于人類并沒有給機器指定目標，但是通過大量的數據訓練，機器自動得出了這個結論，并且在其他沒有看過的視頻里能夠找到 “貓” 在哪里。因此，當機器可以自適應地進行學習、迭代，并且開始處理一些復雜問題的時候，就會引發人類的恐慌。

張宏鑫：

最近看到報道，已經有方法可以把人的部分記憶給錄下來了，以后是不是可以把 “你” 直接弄到一個設備上去？既然可以錄下來，能不能傳輸給別人？是不是可以轉移到別的容器？也許是機器人，也許是人。這里存在極大的倫理問題。萬一以后機器整天和人在一起，時間長了后產生感情，如何進行管理？這個算是公司的資產，還是個人的隱私信息？

另一方面是安全性的威脅。現在越來越多東西會通過物聯網、通過傳感器連成一體。最近我們調研發現，那些安全性極差，經常采用一些私有協議的，黑客的攻擊性極強，稍微一下就攻破了。智能設備本身能力很強，但安全方面要立法，現在包括政府已經在想把監控連在一起，它的背后是一個大的云處理平臺，再往下走，可能變成城市級別的 “大腦”。如果不經過監控、管理，很可能變成一個系統，對人的自由就構成了威脅。我看到一些公司缺少對這樣的數據、技術的敬畏，沒有顧慮太多就直接做這個事情。

Dan：

我常常發現談人工智能，慢慢就變成了哲學性的討論。當然這個也對，到了哲學問題后，整個高度就不一樣了。我相信人工智能一定會到我們身邊，當發生的時候，對于方方面面都會有很大的改變。同時，我也相信人類社會要跟得上，比如新的法律、道德問題，新的對與錯，但這是必經之路。 

Part 4 中國跟 AlphaGo 差多遠？

李驍軍：

?剛才張教授提到 “意識”，我之前看過一篇文章，說到狗怎么認出來對面是一條狗。還有人說，美國年輕人都在研究怎么把人送到火星上，或者怎么改變人類，但我們都在討論外賣，怎么補貼用戶。那么在人工智能上，我們和國外有什么差距？

徐冰：

這也是我們在考慮的問題。谷歌有機器人，有無人駕駛汽車，還去收購人工智能團隊、訓練 AlphaGo 下圍棋等，對比國內巨頭來看，我們討論的都是外賣，這就是意識觀的差距。

技術角度來看，中國的企業里很少有顛覆性的技術出來，但是其實在全世界范圍，做到技術突破的團隊里基本都有中國人的身影，說明智商層面，中國人是不落后于世界的，甚至很多時候是領先于世界平均水平的。所以更多是我們如何把國內，把非本土做技術突破的中國人聚集起來，把這些技術上的突破盡快地落地到中國。

其實中國相比于國外有兩個明顯優勢：

第一，中國人口非常多，這使我們在國內擁有的數據量非常龐大。比如我們做人臉識別單項技術訓練的時候，用的是 7000 萬人的照片。我們有這么大的照片數量，用一個領先的引擎，設計一個領先的腦子，再加上大數據、加上超算能力，到最后在技術上甚至是領先國外的。事實上，包括蘋果、三星這類公司，都在向我們采購相關技術。

第二，中國有非常強的意識。在制度、政府層面做一些改變，想在智能時代彎道超車，驅動行業使用新技術的意向非常強。一個例子是互聯網金融，這也是中國比較獨特的現象。上千家的互聯網金融公司出現，普惠金融，大家在手機端、在網上可以享受金融服務，這樣的現象在國外看到并不那么明顯。比如在日本等發達國家，并沒有非常強的推動互聯網金融往前走的意識，因為基礎設施方面，人們去銀行辦業務已經非常方便了。所以這反而也是改造的優勢。

以上兩個優勢結合，再加上技術上的不落后性，至少能夠和國外頂尖團隊打成平手。我們實際上有非常大的機會在這個時代做一些改變。

張宏鑫：

我是比較悲觀的，我覺得國內的技術和國外技術、特別是和谷歌比，在整體實力對比上至少有 5-10年 的差距。有兩個方面：

第一，國內研究者我接觸很多，他們在一個點上做的非常好，但是缺乏長期目標或者說哲學上的思考。哲學層面的思考少了以后，東西就在眼前，沒有后勁。

第二，因為人工智能是理論方面的研究，背后需要大量的工程力量支持，在這個方面我們落后的更加多。比如說大規模計算的底層技術，云計算方面我們和國外差距仍然很大。硬件的芯片技術，包括硬件的系統設計、操作系統等，沒有完全掌握核心。當這些技術沒有達到優化的時候，做上層應用就會很吃虧。

以上兩點是悲觀的。樂觀的是，我們看到很多華裔都出現在那些優秀產品的背后，包括最近的 AlphaGo 也是，三個主創中有一個就是華裔。所以這方面是很好的消息，我們也有機會超到前面去。

Dan：

我比張教授樂觀，說兩點：

第一，全球最出名的人工智能大會，我有一個朋友去了，他說里邊一半人是華裔，而且大多數都是中國人。所以我們在各個領域里的經驗是有的，把這些領域串起來會有新的突破；第二，針對語音識別領域，我們知道數據越多、越精，效果越好。這個技術是針對個人的，當你和機器人聊天，他會記得你以前講的什么，進而可以預判。所以交流很順暢，但是這會產生隱私方面的疑慮。很多美國公司沒有做，反而在國內可以做。比如說微軟，他們的這項技術就是在中國做的，所以在國內有有一些領域有機會取得領先。

原創文章，作者：IDG資本，如若轉載，請注明出處