人工智能：这么近 那么远 | IDG 圆桌讨论

本篇文章5218字，读完约13分钟

今天要修复的场景是刚刚在杭州举行的“2016年idg大会”。人工智能、消费升级和泛娱乐是idg Capital今年看好的三大tmt产业发展方向。以下内容来自于关于人工智能的圆桌讨论——人工智能，既近又远。这篇文章首次发表在idg资本微信号(idg_capital)。有关idg视图的更多内容，请注意此数字。

圆桌会议主持人:idg资本合伙人李晓军

圆桌嘉宾:罗基德首席执行官丹；；Sensetime联合创始人徐炳；浙江大学计算机辅助设计实验室教授张红信

第1部分圆桌会议热身

李晓军:

？你为什么不先介绍一下你自己和你的公司呢？

徐炳:

我是感知时间的徐炳。我们是一家非常严肃的技术驱动型企业，专注于深度学习。团队中有50多名同事拥有博士学位，所以很多人说我们就像一个大型研究所。

深度学习是推动人工智能行业涌现出非凡产品的核心引擎，包括打败围棋世界冠军的阿尔法围棋，以及人脸识别、图像分类和语音识别。机器的能力超过了人类，而最基本的驱动力是深度学习。这项技术需要大量的医生投入研发，以便在中国市场保持与世界相同水平团队的技术领先地位。因此，我们聚集了一批最优秀的中国科学家，他们共同研究深度学习以实现技术突破。

这项技术是如何着陆的？一是与各大行业龙头企业合作，以b2c模式升级产品；第二，通过资本运营，通过投资并购，在一些企业中入股技术，或收购初创公司，并与各种行业巨头建立合资企业。

张红信:

大家好，我来自浙江大学计算机辅助设计实验室，主要研究图形、计算机视觉和人工智能的交叉。我小组的研究重点是如何对大规模城市的各种数据进行宏观和微观的可视化分析。

丹:

我是丹，罗基德的首席执行官。你刚才看到的第一个主机是我们的产品，这是一个新定义的家庭机器人。用户可以轻松控制，不仅是设备本身，如灯光效果和音乐效果，让家里有一个舒适的氛围；此外，它是一个网络化的智能产品，所以如果你有任何问题，你可以直接问它，而不用打开你的手机。另外，还有很多内容服务，比如附近有什么餐馆，比如学英语。

机器人领域已经发展了很多年，但是很长一段时间，机器人和人工智能还没有进入家庭场景。有许多工业机器人做得很好，我们使用的许多产品实际上都是由机器人制造的。但是当我们把人工智能带入人们的家庭时，这是一个全新的探索。

你为什么这么说？因为这不是一个纯粹的技术问题，当然，所需的技术非常深，包括语音识别、图像识别等等。更重要的是，当你把产品留在家里时，它会非常苛刻。家里有情人和孩子，所以你会特别注意家里产品带来的体验。它不是一个纯粹的功能性设备，它必须有温度和个性。

为此，我们花了很多时间和心思在很多细节上，特别是非技术方面，产品的设计根本没有直线，我们希望它有更多的生命感和温度感。从材料到质地，所有方面都将是整个产品的融合体验。因此，我们是一家专注于用户体验的公司。

李晓军:

？我好奇的是，机器人有性别吗？或者你可以根据每个人的需要成为男人或女人？

丹:

Rokid现在是个女孩，她可以根据你的要求和喜好来定义自己，包括家庭环境。例如,“声音或个性”有一个扩展的空房间。我们内部经常讨论的一个问题是，它是什么产品？我们总是认为rokid不是机器人，而是适合家庭的人工智能的一个新类别。

经过多年的人工智能，

李晓军:

？人工智能和深度学习的普及程度一直很高。今天的技术可以实现什么，在未来5-10年内可以实现什么，或者根本不可能实现什么？

徐炳:

深度学习的方向取得了很大进展。因此，2014年和2015年出现了几个非凡的产品。事实上，深度学习模仿人脑，用数学模拟人脑的结构。人脑中有近3000亿个神经元，在没有任何计算机设备的存储和数据处理能力的情况下，也能达到这样的水平。现在和10年内可以登陆的技术主要受硬件水平和计算机计算速度的限制，数据不断在多维度上增长。

真正着陆的是什么？当我们使用机器和算法来模拟人脑时，我们不需要模拟整个大脑，而是经常接近某个项目的独特功能，如人脸识别、语音识别、图像分类和理解。例如，在玩围棋的单一任务之后，大量的围棋分数被机器分析，机器可以在像围棋这样高度智能的游戏中击败人，这种游戏非常复杂，需要战略思维，甚至需要人的直觉。因此，目前，在单个应用中，技术可以非常好，并且具有超过人类的能力。

如何在中国着陆？中国劳动力丰富，因此尽管深度学习很强，机器学习算法也很好，但只要一项技术不超过人，许多行业仍倾向于利用中国的人口红利。以字符识别为例。现在快件和银行文件基本上都是手工输入电脑的。为什么计算机不能识别结构化管理的特征？机器识别的准确度不如人眼，但一旦达到这样的临界点，它就是技术登陆的门户。此时，许多技术超越了人类，取代了人口红利，解放了劳动力成为现实。目前，随着中国人口红利的下降和老龄化问题的出现，对成熟的个人技术的需求将会越来越大。

张红信:

人工智能和深度学习的当前状态被称为“感知”。我们看到一个图像，听到一个声音，机器可以告诉你它是什么；然而，人们在做什么样的行为以及这些词的含义是“认知的”。实际情况比较复杂，比如视觉。在正常情况下，当光线充足时，识别率特别高，但当有许多暗角时，识别率就会下降。因此，可以做很多事情来提高可用性。

还有一个有趣的问题。以前的研究都不同，视觉是视觉，听觉是听觉。但是当人们与世界交流时，实际上有五种感知。因此，如果将各种因素叠加整合起来进行识别，就会出现新的事物和新产品。

我刚才提到了“认知”水平，斯坦福大学的李菲菲教授，他最近收集了一个包含近10万幅图像的大型数据库。除了10万张图片。他们做了很多语义标注，想知道图像和语义之间的关系。可以想象，一旦这件事得到推广，类似的应用将会在行业中出现。这是从对“什么”的简单感知到对其背后语义事物的认知。5-10年后会有突破。

再想想，现在人工智能主要用于生活。将来，人工智能可以与人合作探索。人们无法完成这些勘探任务，这可能很危险，而且可能需要很长时间。这部分非常适合机器来做，甚至是机器和人一起工作，这是可以长期做的事情。

在做了大量的研究之后，我经常和我的心理学老师聊天。有一次，老师问了我一个问题，拦住了我。他说你学了这么多，你知道什么是意识吗？机器有意识吗？汽车有意识吗？我不能回答这个问题。什么是“意识”不容易研究。即使过了20或30年，仍有许多东西需要探索。

丹:

说到人工智能或机器人想象力，空，梦想是伟大的。许多人认为未来的机器人和人工智能应该能够自由交谈，甚至不会被注意到。许多人希望人工智能能理解我，感知我的情绪。许多大学和公司都在尝试这样做，但非常困难。事实上，你认为即使对人来说也很难。有时候我无法理解别人的情感。我的爱人经常抱怨我，说我生气的时候你分不清。所以像这样的事情，我认为，还很遥远。

人工智能可怕吗？

李晓军:

？我们只是从技术、产品和科学的角度来看待它。我们有没有想过人文和社会？例如，人工智能的可能风险？在某种程度上，人类无事可做。下一步做什么？如果人们对机器有争议，他们必须上法庭吗？从长远来看，人工智能对人类社会的影响或风险在哪里？

徐炳:

这是一个非常具有挑战性的问题。但这件事也是显而易见的。当人工智能发展到长期时，我们将不可避免地面临这样的问题。

的确，当前的人工智能与往年大不相同。以前，人工智能基本上是指我们设置一个程序，根据程序重复执行，在一定程度上替代人。但在2012年，谷歌做了一个著名的“猫脸识别”实验:它用一套超级计算机处理大量视频图片，然后机器智能地“理解”什么是“猫”。这相当于人类没有给机器指定一个目标，但是通过大量的数据训练，机器自动得出了这个结论，并且在其他没有被看到的视频中发现了“猫”的位置。因此，当机器能够自适应地学习和迭代并开始处理一些复杂的问题时，就会引起人类的恐慌。

张红信:

最近，我看到报道说有办法记录一些人的记忆。你能在将来把“你”直接带到一个设备上吗？既然它能被记录，它能被传送给别人吗？它能被转移到另一个容器吗？也许是机器人，也许是人类。这里有很大的伦理问题。如果机器整天和人呆在一起，长时间后会产生感情，如何管理它？这是公司资产还是个人隐私信息？

另一方面，它是对安全的威胁。如今，越来越多的东西将通过物联网和传感器连接起来。最近，我们的研究发现，黑客非常激进，他们经常使用一些私人协议，因为他们的安全性差。智能设备具有强大的功能，但在安全性方面需要立法。现在，包括政府将监控联系在一起的想法，背后有一个大的云处理平台。如果你下去，它可能会变成一个城市级的“大脑”。如果不加以监控和管理，它很可能会成为一个系统，对人类自由构成威胁。我发现一些公司对这样的数据和技术缺乏敬畏，直接去做而不用太担心。

丹:

我经常发现谈论人工智能逐渐变成了一场哲学讨论。当然，这也是事实。谈到哲学问题，整个高度是不同的。我相信人工智能一定会来到我们身边，当它发生的时候，它会在各个方面发生很大的变化。同时，我也认为人类社会应该跟上，比如新的法律、道德问题、新的是非，但这是唯一的办法。

第四部分中国离阿尔法戈有多远？

李晓军:

？刚才张教授提到“意识”。我读了一篇关于狗如何认出对面的狗的文章。其他人说美国年轻人正在研究如何把人送上火星，或者如何改变人，但我们都在讨论外卖和如何补贴用户。那么，我们和外国在人工智能方面有什么差距呢？

徐炳:

这也是我们正在考虑的问题。谷歌拥有机器人和无人驾驶汽车，还收购了人工智能团队，并训练阿尔法去玩围棋。与国内巨头相比，我们都在谈论外卖，这是意识上的差距。

从技术角度来看，中国企业的颠覆性技术很少，但事实上，全球所有实现技术突破的团队基本上都有中国人，这表明中国人的智商并不落后于世界，甚至在很多情况下领先于世界平均水平。因此，更重要的是如何将国内外取得技术突破的中国人聚集在一起，并尽快将这些技术突破带到中国。

结果如何呢？例如，我们公司的博士生首次实现了人脸识别，使计算机超越了人眼；2015年，我们的新算法超越了谷歌；2015年11月，在视频比赛中，我们是第一个获得冠军的中国企业。人工智能技术底层的感知时间驱动的核心是深度学习，这也是驱动谷歌进行各种技术创新和突破的引擎。所以我们没有落后。

事实上，与外国相比，中国有两个明显的优势:

首先，中国人口众多，这使得我们在中国有大量的数据。例如，当我们进行人脸识别训练时，我们使用7000万人的照片。有了这么多照片，我们使用领先的引擎，设计领先的大脑，增加大数据和超级计算能力，甚至最终在技术上领先外国。事实上，像苹果和三星这样的公司都在从我们这里购买相关技术。

第二，中国有很强的意识。在体制和政府层面做出一些改变，并希望在智能时代的角落超越，从而推动行业使用新技术。互联网金融就是一个例子，这在中国也是一个独特的现象。成千上万的互联网金融公司已经出现，普惠金融，每个人都可以在手机和网上享受金融服务。这种现象在国外不太明显。例如，在日本等发达国家，没有强烈的推广互联网金融的意识，因为在基础设施方面，人们去银行做生意非常方便。因此，这也是转型的优势。

以上两个优势的结合，再加上技术上的落后，至少可以与顶尖的外国球队平起平坐。我们实际上有一个很好的机会在这个时代做出一些改变。

张红信:

我相当悲观。我认为国内技术和国外技术至少有5-10年的差距，尤其是和谷歌相比。有两个方面:

首先，我接触了许多国内的研究人员，他们在某一点上做得很好，但缺乏长远目标或哲学思考。经过较少的哲学思考，事情就在眼前，没有耐力。

第二，因为人工智能是一个理论研究，它背后需要大量的工程支持，而我们在这方面远远落后。例如，在大规模计算和云计算的基础技术方面，我们和国外还有很大的差距。硬件芯片技术，包括硬件系统设计、操作系统等。，并没有完全抓住核心。当这些技术没有被优化时，做上层应用将是非常不利的。

以上两点是悲观的。乐观地说，我们可以看到许多中国人都支持这些优秀的产品，包括最近的阿尔法戈，而三大创造者之一就是中国人。所以这是非常好的消息，我们也有机会继续前进。

丹:

我比张教授更乐观，说两件事:

首先，我的一个朋友去了世界上最著名的人工智能会议。他说里面一半的人是中国人，大部分是中国人。因此，我们在各个领域都有经验，当这些领域串联在一起时，就会有新的突破；

其次，在语音识别领域，我们知道数据越精确，效果越好。这项技术是个人的。当你和机器人聊天时，他会记得你以前说过的话，然后他就可以预测了。因此，沟通是顺畅的，但它会引起隐私问题。许多美国公司可以在国内做而不是在国外做。例如，微软的技术是中国制造的，它有机会在中国的一些领域领先。

如果转载，请注明出处

“读完这篇文章还不够吗？如果你也开始创业，希望你的项目被报道，请点击这里告诉我们！”