原創： 微胖、四月 機器之能
和首屆大會相比，本次大會關注點也發生了一些重要變化，關注正在發生位移。比如，從 AI 到 AI+、從單純的產業落地到呼籲責任與治理、從產業落地到生態建設、並呼籲以包容、開放的心態進行國際合作。
撰文 | 微胖、四月
8 月 29 日上午 9 點 30 分，一年一度的上海世界人工智慧大會在上海世博中心一樓銀廳正式開幕。
加州大學的歷史學教授傑弗瑞·沃瑟斯多姆曾在 《Global Shanghai, 1850-2010 》一書中提起，很多大國的崛起會完成兩個步驟：舉辦奧運會和世博會。
北京完成了前者，上海在 2010 年實現了具有歷史意義的第二步。世博中心，也在某種程度上代表著上海的新生與復興。選址此處，足以可見 AI 之於上海，甚至中國未來的重要意義。
一年來，人工智慧領域發生了很多大事件：
科創版在上海鳴金開市、「中國 AI 第一股」提交 IPO 申請、中美貿易摩擦將華為推上風口浪尖、自動駕駛公司明星永久關閉、還有層出不窮的數據與隱私、甚至刑事犯罪的醜聞。
因此，和首屆大會相比，本次大會關注點也發生了一些重要變化，關注正在發生位移。比如，從 AI 到 AI+、從單純的產業落地到呼籲責任與治理、從產業落地到生態建設、並呼籲以包容、開放的心態進行國際合作。
趕在飯點上的馬斯克和馬雲對話，加深了論壇內容在時間上的長度與廣度。他們從現在跳躍到了一百年後，從地球飛到了火星。我們將這部分內容，象徵性地放在了文章最後一部分。
1在去年的首屆世界人工智慧大會上，主嘉賓嘗試從不同角度來定義 AI，我們曾經花了一節的篇幅介紹 AI 概念。到了今年，一個很明顯的變化是：AI 的概念幾乎沒有人再來普及，而 AI+則成為每位嘉賓的必談話題。
通用 AI 的趨勢已經很明顯，騰訊 CEO 馬化騰認為，而這也是一個必然的趨勢。從「人工+AI」走向自主型 AI，人工因素正在減少。一個典型的例子就是騰訊的「覺悟」：不依賴人類經驗，自學成才。
作為首批醫療影像國家新一代人工智慧平臺「覓影」，已經實現單一病種到多病種的診斷，對 700 多種疾病風險進行識別和預測。
AI 的原子技術賦能到傳統技術，改變生活和生產，形成藍海市場。過去一年，採用 AI 的企業從 4% 提升到 14%。
創新工場 CEO 李開復將「AI+」定義成為 第四次工業革命。從投資角度來看，這次革命將會經歷四個階段：黑技術時代（被掌握頂級博士手中，難度很高）、B2B 軟體時代、賦能 AI+時代，最後是 AI 無所不在的時代。
從技術角度看，深度學習是否走到底了呢？答案是肯定的，學界需要發明更新更好的技術。
但深度學習成熟了，也意味著產業應用的發端。在今天，傳統企業的 AI 滲透率僅為 4%，這個數字猶如馬雲做黃頁的當年，網際網路普及率也同樣只有 4%，這意味著發揚光大深度學習大有可為。
我們正處於從第二階段向第三階段的過渡期：技術門檻正在下降，技術平臺越來越好用，更多工程師可以接觸到黑技術，成為賦能行業的重要驅動力。
李開復認為，AI 賦能傳統行業的方式有三種，包括優化賦能、流程化賦能以及重構顛覆整個產業。「中國傳統行業某些領域還不是世界領先，但是有可以彎道超車的機會，因為它同時做到 IT 化、數據化和 AI 化，這一定會幫我們帶來 2030 年 50 萬億的價值。」
在這 50 萬億中，AI 技術公司本身的貢獻相對有限，很大一部分來自傳統企業賦能後的升級。
比如 BPO，商務流程外包 (Business Pro-cess outsourcing)，在企業級服務領域，越來越多的工作可以外包可以外包給 AI。在財務、法務、人力資源、呼叫中心垂直行業中，通過 AI 來代替重複性工作最高可創造 91.2% 的成本節省。
沈南鵬也在與青年創業者的對話中談及，他們調研過 500 強企業中的 50 家 CIO（首席信息官），發現他們對 AI 持歡迎態度的幾乎是 100%，其中聊天機器人和機器人流程自動化是 AI 早期應用的兩個典型。
流程智能化/自動化市場的風口漸起。比如用 AI 預測每一個產品在每一家商店每一天能賣掉多少，基於有海量數據所以能夠做非常精準的預測。它節省了儲物流和人員培訓的錢，食物倉儲變少變得更新鮮，店長也逐漸被 AI 化，這對於零售公司便是上億的價值。AI 賦能傳統行業帶來的價值超過了 AI 公司本身。
不過，傳統行業怎麼去理解 AI，仍然是大家面臨的一個重要挑戰。
紅衫資本的沈南鵬認為，在信息科技創新企業中，把 AI 作為重要的運用工具的公司越來越多。他發現：幾年前，創業者都會主動說自己的是一家 AI 公司，但是現在這麼說的公司少了，相反，將 AI 作為工具在垂直領域做縱深開拓的公司多了。
雖然人們已經習慣從技術瞭望星辰大海，期待有最完美的計算，希望有運算能力最強的晶片和最有效的大數據分析模式，更有人在嘗試 AGI 人工通用智能希望實現對人類智能的替代，但是，最人興奮的還是眾多應用的落地。
比如在浙江紹興，一度被視為典型勞動密集型產業的紡織業也開始積極與新的技術結合，通過和 AI 公司合作將所有傳統紡印設備進行物聯網、SaaS 改造和升級，支持柔性生產供應鏈，總體產量提升 25% 以上。
有沒有 AI 這個標籤已經不再重要，重要的是找到合適的應用場景，扎進厚實的產業土壤，用剛需產品來提升產業效率。唯有兼具技術信仰和商業洞察才能建立起 AI 落地的橋梁。
二、「AI+」的未來十年馬化騰說，未來 10 年人工智慧產業將進入高速增長期，那麼，高速的趨勢和規律會是什麼？
「過去六年，滴滴看重發展，最近一年，更加關注責任」，滴滴 CEO 程維深有體會。中國最大的網約車平臺，不僅意味著流量和估值，還有用戶背後的安全。
現在滴滴每輛專車上都安裝有攝像頭，以實時通過計算機視覺去看司機是不是疲勞駕駛或者低頭分心，並且進行幹預。半年以來平臺上的交通事故發生率降低了 15%。
更長期，自動駕駛將能實現指數級降低交通事故發生。儘管現在最好的自動駕駛引擎和普通人持平，但未來 5-10 年，大規模普及將讓百萬的傷亡率降低到十萬，這是巨大的進步。
「人工智慧把活幹了，人類怎麼辦？」馬斯克和馬雲在這個問題上進行了觀點鮮明的辯論。
「我們會失去很多工作，但我們也將不需要很多的工作，而且將活得很長」，馬雲並不擔心工作的問題。但馬斯克已經有些著急，號召大家來做腦神經連接項目 Neurolink，「不然我們就要落後了，所剩時間已經不多」。
雲從科技 CEO 周曦認為，人工智慧要解決的問題是提供無與倫比的、顛覆性的服務，而我們現在享受的服務完全不夠，那麼每個服務不到位的地方都是機會。
以金融行業為例，目前銀行的服務能力遠遠不夠——缺少足夠的客戶經理、風控經理去服務民眾，研究清楚每個小微企業的需求、還款意願和還款能力。因為標準而非個性化，所以人們不願意再去銀行網點辦理業務。而個性化金融服務的產品能力和前臺服務的體系就是機會。
類似的現象還在教育、醫療等領域存在。AI 的本質就是將稀缺資源、頂級的服務以 10 倍、100 倍的量級擴展出去，讓每個人享受更好的服務——這是 AI 的未來。
機會多多，但難在如何把握——大多數的技術公司都是圍繞一個點，點並不足以解決一個需求的閉環。從一個點走到一條線，逐漸會形成一個面，孵化出更多線，把更多點進入面的土壤裡，才會引爆。
算力，正是從點串成線才匯聚成面的墊腳石。當產業落地場景越多，越複雜，計算量就越高，對晶片的要求也高。
此前，華為發布了昇騰和鯤鵬兩條晶片產品線，鯤鵬晶片致力於打造更強大的通用算力，昇騰晶片致力於打造勢能人工智慧的 NPU。而隨著 8 月 23 日昇騰 910 正式商用以及 MindSpore 的發布，華為全棧全場景 AI 解決方案全面完成構建，華為也順勢成為基礎軟硬體國家新一代人工智慧開放創新平臺。
阿里巴巴旗下半導體公司平頭哥則在今天發布了 SoC 晶片平臺「無劍」，這是一個面向 IoT 晶片的一站式設計平臺，提供集晶片架構、基礎軟體、算法與開發工具於一體的整體解決方案，能夠幫助晶片設計企業將設計成本降低 50%，設計周期壓縮 50%。
對於晶片行業來說，未來十年有兩大利好：各行各行都用 AI 解決實際問題，賦能嘛，那麼，背後需要做計算，需要晶片給予基礎支持；另一方面就是 5G,，不僅數據量更大，傳輸更方便，信息交換更方便，對晶片要求更高。重構緩慢信息。
華為汪濤強調，實踐數據告訴我們，處理器必須與作業系統以及編譯器、工具鏈和加速庫充分協同，才能夠使算力得到最大釋放，達到算力的最優
在依圖科技林晨曦看來，過去幾年，AI 可以給社會帶來巨大變化，已經得到證明了。
未來普及的關鍵的是智能的密度。從微觀角度說，密度和晶片一樣，在多小的面積裡集合多麼強大的算力；從宏觀角度，每平方米、每分鐘，每一次與人接觸，哪些可以由 AI 來提供支持。
和前十年一樣，未來十年，AI 仍然具有巨大的想像空間，這個答案可能在科幻大片裡——需要跨界的交流與碰撞，就像過去講 CV 與晶片設計結合在一起，不僅提升效果，也讓更多人用得起 AI。
卡內基梅隆的 Tom Michelle 直接拋出了一個問題：接下來，人工智慧將會如何進步？
當下，AI 正在加速發展，沒有停步的跡象。而且正在超越人類的感知。比如醫療領域，AI 可以識別皮膚癌。
根據他的觀察，接下來 AI 在三個領域的進步值得期待，首先是智能交通領域，然後是教育（他本人也是某教育 AI 機構的首席科學家）。第三個領域多少出乎意料：智能燈泡。
實現這一點，要遵循雙贏遊戲規則，而不是零和遊戲。
三、生態建設：要錢、要人、要責任AI 企業，特別是創業公司如何加速擴張、並繼續創新？
錢，依然是第一位的。
多投一點、敢投一點。從量上看，如果是中美競爭，投資量還是很大的提升空間。比如自動駕駛。Waymo、Uber 的 ATG 已經是百億美金的獨立公司，每年在自動駕駛的投資額度都是八到十億美金，這個量級比我們目前更大。
在這方面，周曦和程維的體會一樣深。人民幣資本比美元資本更缺錢，投的更少。所以，人民幣資本要敢投。
投資更多地與產業資本結合。比如，每年無人駕駛在美國投資 50 億，70% 來自產業資本，30% 風頭。滴滴剛剛剝離了無人駕駛公司，也會投入更多資源。
耐心再久一點。也要向歐美學習，要投高科技，投長錢。給創業者更多時間和耐心，因為高科技投資本身就是周期比較長。這其中有太多困難，從技術閉環到產品落地到產業出口，一個自我糾正過程，路很長。
陳天石也從整個行業的健康發展呼籲，投資人將錢都投到頭部企業，和中後期項目，也請多關注早期投資，你是提供水的，需要花園的百花齊放。
要有一個良好健康的二級市場，才有一個更好的投資，林晨曦補充道。
人才培養才是可持續發展的根本，而培養人才的關鍵詞是協同。
擅長講段子的商湯科技 CEO 湯曉鷗問了大家一個問題：票房達到 45 億的《哪吒》為什麼能夠成功？
在他看來，一個非常重要的因素就是人才。中國人本來就有創新基因，上海美術電影製片廠（《哪吒鬧海》美術電影製作方）幾十部原創動畫背後的那股精神：
我不願模仿。
有了一流人才，水到渠成。人工智慧的源頭的「源」有三個點，其中一個點就是人才。人工智慧未來可期，需要尊重人才，也需要大量具有創新精神的人才。為此，商湯成立了教育品牌。另外，為了突破各種界限，將學術與產業，國內與國外融合起來，商湯也於去年在大會上發起了 AI 學術聯盟，如今，這個聯盟已經落戶上海和西安。
而微軟方面，繼去年將亞洲研究院（上海）落戶上海後，微軟全球執行副總裁、微軟人工智慧及微軟研究事業部負責人沈向洋在本次大會上又宣布了一項重磅合作計劃：
微軟將聯合清華大學經濟管理學院、中歐國際工商學院，長江商學院在中國啟動全球首個「線下互動教學與線上課程」雙向資源相結合的「微軟人工智慧商學院」（Microsoft AI Business School）項目，旨在幫助企業領導者充分發掘人工智慧最大潛力，推動全球各地、各行業現代企業實現數位化轉型。
微軟全球執行副總裁、微軟人工智慧及微軟研究事業部負責人沈向洋
在過去的一年中，人工智慧的應用過程中，也傳來一些不好的消息：
打車服務過程中，乘客被害身亡、大量用戶數據與隱私被巨頭公司窺探並用於模型訓練、並不安全的技術大規模推廣給用戶帶來財產損失，等等。在今年的 AI Now Report 的年度報告的核心論題正是：
誰來承擔責任？
與會嘉賓談到了技術治理的緊迫性。沈向洋形象地比喻道，汽車發明後八十年，才有了相關的治理法規，我們不能等這麼久再給人工智慧繫上安全帶。
為此，微軟計劃未來出品的每一款 AI 產品都必須經過公司道德審查委員會的審核，同時，微軟也一直在呼呼政府部門的相關立法。
馬化騰也同樣強調了治理的緊迫性。過去一年，騰訊也一直在強調四個字：科技向善。今年 6 月，國家新一代人工智慧治理專業委員會發布了《新一代人工智慧治理原則——發展負責任的人工智慧》，提出了負責人的 AI 原則。
特別值得注意的是，馬化騰強調，加強全球治理與合作，是 AI（人工智慧）發展中必不可少的一環，面對技術競爭、貿易爭端、地緣衝突等矛盾，人們應該拿出智慧和胸懷，努力跨越這些壁壘。這似乎也是對過去一年中美貿易摩擦頻繁的一種回應。
沈南鵬表示，AI 發展最終都要以人為本。不管發展什麼程度，必須服務育人，造福於人。其實，回顧過去一年，我們看到了不少科技向善，積極承擔社會責任的應用。
比如，百度、騰訊和 360 都將人工智慧用於打拐（兒童）。其實，回顧過去一年，我們看到了不少科技向善，積極承擔社會責任的應用。比如，百度、騰訊和 360 都將人工智慧用於了打拐（兒童）。
2正當飯點的時刻，馬雲和馬斯克長達四十五分鐘的對談開始了，不過環顧四周，沒有人離席。
馬斯克依舊延續了採訪時容易神遊、偶爾結巴的特點，有時馬雲也不得不充當將他的思緒拉回現場的角色。
教育問題上的身體力行，是馬斯克和馬云為數不多（至少就在論壇上展示出來的內容而言）相同點之一：
一個是鄉村教師，建立了（包括正在籌建）不同學校；一個給自己兒子建了一所學校：Ad Astra，加州最神秘的學校。Ad Astra，來自拉丁諺語 Per aspera ad astra，意思是：歷經艱辛，終達星辰。
在馬斯克看來，眼下的教育方式實在是低端，相當慢，課堂是最可怕的環節。而在這個神秘學校，情況通常是這樣的：
7 到 14 周歲的孩子在一起分組學習，並不劃分年級。孩子們還可以自己選擇課程，老師很少對學生的成績進行評估，也不會打分；
學生更重視數學、科學、工程學和倫理學，但是，學校的課程不包括語言、藝術和體育。之所以不學習語言，是因為馬斯克認為，人工智慧將很快提供實時翻譯，所以學習語言將來毫無用處。
一直關注人工智慧（AI）發展的馬斯克自然會把 AI 作為學校的課程，老師會跟學生們討論如何監管不同的 AI 團體、國家和企業。
為了培養孩子們的企業家精神，學校甚至發行了自己的數字貨幣 Astra，孩子們可以通過虛擬貨幣交易。
馬雲認為，現在所有的教育系統都是為工業化時代而設計的，未來的機器會變得比人更聰明。那麼，如何讓未來的人變得更聰明？
這就需要教育體系的改革。
比如，我們可以花更多時間來訓練培訓孩子去學藝術，學畫畫，學跳舞，這些都是創意的事情。我們要理解一點，人從來沒有辦法製造一個人。
有趣的是，馬斯克的學校並不教授這些，儘管他在對話中，給未來人類的學習建議是：
去學工程、物理或者做一些和人互動的工作。當然還有藝術。
在這次天馬行空的對話中，還有一個值得關注的內容，那就是人口坍塌問題。
馬斯克認為，如果人工智慧加速發展下去，變得更智能，那麼，二十年後世界面臨的最大問題就是人口坍塌，而不是人口爆炸。
馬雲認為，這是很容易預測的，中國 14 億人聽起來很多，但是今後 20 年這會給中國帶來巨大的問題，人口會下降，人口下降的速度會增加，加速崩潰。
其實，攜程董事局主席梁健章早就在他的論文和著作中提到人口對創新、國家之間競爭的重要影響。他認為，如果不立即全面放開並大力鼓勵生育，中國出生人口將很快跌至 1000 萬以下，即跌回到清朝中期的水平。這意味著，中國的經濟大海將有可能縮減為湖泊，甚至最終退變為池塘。
如果說，馬斯克對人類可持續發展的關心，讓他成為火星的最佳代言人，那麼，同樣基於對人類的愛，馬雲卻對火星完全沒有興趣。
就像好萊塢大片中慣用的套路：個人英雄拯救地球。馬斯克就是馬雲心目中那個值得敬佩的英雄，利用 45 億年（地球壽命）後第一次開啟的窗口機會，想要去火星，更好了解宇宙本質，如何讓人類不被自己的技術發明滅絕掉。
窗口期有多久？很可能很長，也可能轉瞬即逝，不過，馬斯克決定立刻抓住幾十億年來才有的一次機會。
馬斯克似乎總有種緊迫感。比如在後面的談話中，他多次提及 Neurolink，並表示一定要儘快做這個工作，因為我們所剩的時間不多了。
不難看出，事情的難度幾乎不在他的思考範圍內：就像他做特斯拉和其他公司，他從不從這個事情是否容易成功來考慮問題，而是是否值得和緊迫。
馬雲更加入世，也很中國：中國人很少去焦慮和擔心人類解決不了的問題（如果有？Let it be），我更關心這些人民群眾，如何讓地球變得更好。
機器之心Pro
追蹤動態 | 技術調研 | 產業研究 | 深度閱讀
機器之心Pro 是基於「機器之心團隊構建的百萬級規模人工智慧知識圖譜及結構化資料庫」搭建的人工智慧領域專業信息平臺。
目前已上線四個模塊：dashboard、新聞資料庫、行業資料庫和深度精選，覆蓋 38 個技術領域及 55 個智能應用領域。
pro.jiqizhixin.com
盯動態、找標的、做調研
閱讀原文