📖 ZKIZ Archives

首席評論丨人工智能重塑未來生活

嘉賓

趙明 榮耀總裁

陳立明 平安科技CEO

谷俊麗 小鵬汽車自動駕駛研發副總裁

牛奎光 IDG資本合夥人

Tom Mitchell 卡內基梅隆大學計算機科學學院機器學習系主任

Michael Jordan 加州大學伯克利分校教授 人工智能專家

文字實錄

過去十年，移動互聯網從誕生到爆發，最終重構我們的生產生活方式。如今人工智能的發展，也正在被推向前所未有的高度，我們再次步入重構與再造的快車道上。

從去年底開始, 手機行業便悄然掀起一股AI風潮，不少手機新品中開始融入AI功能和元素。榮耀總裁趙明認為，AI將給手機帶來劃時代的變革，而榮耀也早在2016年便開始了對手機AI領域的探索。

趙明：其實我們從2016年12月，發布榮耀Magic，它是集中在手機的智慧操作系統。到2017年榮耀V10是集成麒麟970的芯片，它是一個專為人工智能打造的AI處理器。再到今天榮耀10，其實它是把AI處理器、AI智慧系統、AI引擎，以及AI應用所集成起來。AI，榮耀一直把它定義成是未來人腦的協處理器，它能夠幫助我們，延伸很多能力，縮短普通人跟任何專家之間的差距。

AI是人類能力的延伸 讓普通人成為“專家”

比如在手機當中的拍照，其實我們一般人拿著單反相機也拍不出一張好照片來。參數設置、取景，整張照片，人物在取景當中的結構，構圖是什麽樣的，這其實是我們（與攝影師）的差距。那現在我們用人工智能技術，學習攝影師的拍照技巧。比如人物照，一般人物照的構圖是什麽樣的，他處在照片中什麽位置，黃金比例的分割點是在什麽地方，把這些融入到人工智能手機當中，一下就把我們跟攝影師之間拍照的差距縮短了。

“中興事件”反映出我國以電子信息為代表的高新產業，在關鍵芯片、核心零部件方面的基礎薄弱。任正非在2012年曾說過，不自主研發，就永無安寧之日。加強關鍵領域的自主創新能力已成當務之急。業內普遍認為，AI芯片仍屬新興方向，中國有機會在此尋求突破。

一直堅持多芯片戰略降低供應鏈風險

趙明：我們在芯片策略上，一直采用的是既有自主研發，也有多方的合作，高通、MTK（聯發科技），其實全球的芯片我們是沒有障礙的，我們要以一種開放的心態去構建我們全球供應鏈的體系。第二，在核心的關鍵技術上，其實我們自己要有所突破和積累。在推出人工智能手機的時候，我們會打造自己的芯片，我們會打造自己的智慧引擎和系統。當你把核心的能力和戰略控制點，掌握在自己手里的時候，你的發展當中，依賴部分出現問題的時候，就不會出現致命的影響。舉例來說，到今天AI的智慧引擎，我們已經做了六年，那AI的芯片，我們十年的芯片積累，打造麒麟970，在AI處理能力上遠超現在行業內所有的手機處理芯片。

第三，AI應用，只有在頭兩方面都有強大的處理能力，給真正的AI體驗和應用帶來大幅度提升的時候，互聯網的公司和互聯網的應用才願意跟你合作。其實我們現在是把核心的應用，都在用AI的能力進行改造，抖音的改造，看到其實差別非常大，還有WPS，還有淘寶，大幅度提升我們日常的體驗。

人工智能的開啟，在迅速改變著金融生態與環境。以平安科技為例，通過將人臉識別，聲紋識別、圖片識別等AI技術應用於具體金融場景，智能認證、金融營銷、反欺詐、個人信貸、智能投顧等等，人們的使用方式和真實體驗都在發生著切實的改變。

陳立明：從金融來說，比如有個人貸款，你可以從一個手機APP，你自己上傳所有的文檔，然後用視頻跟我們的經理交流，在這個過程的背後，已經有人臉識別的應用，已經有聲紋識別的應用，同一時間連情緒、微表情情緒識別，也是包含在里面，所以我們每一個場景里面，都要很多不同的AI技術在背後。

車險定損僅5分鐘 AI技術助力效率提升

這提高是蠻明顯。舉例車險，如果有碰撞的時候，以前可能是要拍完照，填表格，現在只是用我們的APP，你如果把車碰撞的地方拍照片，立即上傳給我們後臺，機器學習，圖片的識別，立刻知道這車是不是你的車，然後也知道碰撞的嚴重性，再聯系我們零配件的數據庫，立刻知道碰撞應該大概要花多少錢來解決，如果客戶同意的話，整個過程從你上傳照片，到理賠到你的賬號，只是5分鐘的事情，以前可能要幾天，現在5分鐘過程就可以統統解決，所以效果是提升很高的。

但同時各項AI技術，在金融業落地推廣過程中，可能導致的潛在安全、隱私或風險，尤其是金融數據的安全問題也尤為引人關註。

解決數據安全問題 技術和管控兩手抓

陳立明：數據安全可能有兩個緯度，第一個緯度是我們用技術的手段，來解決這個安全問題，技術來說我們當然要不停地研發更新的技術，拿到所有不同的全球的認證，除了自己不斷優化以外，也希望利用自己內部工具的辦法，對任何將來的風險，我們要提早防範。

管控方面，平常我們員工的文化要提升，最重要是誰可以看到什麽數據，這是很重要的，以前可能是管控誰可以看到什麽，我們現在也用人工智能來判斷，不但是你可以看，而是你可以看的時候你是不是應該看，用人工智能判斷一下，可能你是可以看到這個客戶的信息，那麽應不應該看到那麽多，我們有一個學習的過程，也管控得到，所以是不同緯度解決這個問題。

自動駕駛汽車無疑是這波人工智能浪潮中，競爭較激烈的戰役，谷歌、特斯拉、百度等科技巨頭，以及國內新興造車勢力紛紛投身其中。這其中也包括互聯網造車新星小鵬汽車。董事長何小鵬曾表示，AI未來發力點將是自動駕駛、互聯網整合車。

當今AI最大挑戰 產業化和產品落地

谷俊麗：因為我們自己做一個很大的場景下可用的產品，肯定要突破很多idea層面的東西，把它變成產業化，這也是當今AI最大的挑戰，如何從idea變成一個完整的在場景下可用的一個產品，這是我們一定要從產品研發階段，去把它緊密耦合的一個層面。從我們小鵬自己的量產車上，全國海量場景中搜集數據，從數據中我們進行AI的算法創新，以及軟件的自我研發，然後把這個算法推送到我們車載的高性能計算芯片上去，我們將會跟國際上最前端的芯片公司一起合作，智能車在未來是一個集大成者。

AI汽車要針對駕駛問題逐一突破

我們現在自動駕駛事業部是橫跨矽谷、廣州、上海，最近在北京也有和很多優秀的人才去聊，AI肯定是我們核心的驅動力，除此之外我們還有機器人，還有大數據，還有計算層面，嵌入式層面很多人才的儲備。所以AI不是一個單維的一項技術，AI是一種方法論，要把大數據，要把AI的算法，其實AI的算法也不是一個算法，AI的導論非常廣，如何把它六維感知，針對我們的駕駛問題進行逐一的突破。

與前幾次人工智能浪潮不同，如今它不再只是一個漂浮的概念，隨著AI技術的成熟，不少應用場景已經逐漸成熟、產生規模化價值。

資料顯示，到2035年，人工智能的生產力工具可以讓世界整體的勞動生產效率提高40%；同時，到2030年，人工智能自動化技術在各個行業里的帶動作用，可能可以使全球的生產總值提升14%、15.7萬億美元，相當於中國加印度的GDP總和。

目前人工智能在哪些領域應用最為成熟？

牛奎光：從人工智能的角度來說，它能解決人輸入和輸出多媒體的問題，從人接受和輸出的信息量上來講，眼睛大概占80%，語音占18%，所以從這個意義上來講，在視覺領域這樣一些人工智能的應用，更好更快抓住了機會，成長起來。

湯姆·米歇爾：我認為目前AI應用最成熟的領域之一是信用卡交易和金融交易。早在1995年，就已經有AI系統應用於此。通過分析先前的交易數據，計算機可以知道哪些交易可以優化改進，所以這是早期大數據應用於機器學習的案例。

當我們使用信用卡或者微信來進行支付時，交易中的自動決策都是由AI系統來決定的。由此可見，AI在金融領域已經可以成熟應用了。同樣地，計算機圖像識別是一個新興領域，可以應用在許多方面。目前最受矚目的皮膚癌檢測，在這一領域計算機圖像識別，被認為是最好的解決方案。

邁克爾·喬丹：我不認為最人工智能最重要的應用，是仿生方面，例如計算機視覺，計算機自然語言。我認為像供應鏈預測，欺詐檢測，推薦系統，AB測試等，這些才是在行業中廣泛應用的。這些都應用了基於大數據的智能AI算法。這些領域的應用，都是有巨大的影響，背後有著數百萬的價值。因此這些領域，才是人們應該更加關註的。

人工智能為什麽這次不再是泡沫？

湯姆·米歇爾：我對人工智能的未來，以及人工智能的可持續發展，非常樂觀

正如人們開始意識到的一樣，AI現在的確受到了過多的關註。未來人們將會更加理智，但我們仍然會看到AI不斷發展，會不斷有令我們驚喜的新技術出現。人們可能都忘記了，這十年，我們在人工智能方面有了多大的進步。十年前當IPhone剛剛誕生時，計算機既不能“聽”和“看”，IPhone剛出現時，你也不能像今天這樣和它對話。蘋果甚至不允許你對IPhone說話。為什麽呢？因為當時技術還不夠成熟。盡管我們已經習慣每天使用Siri這樣的AI技術，我們卻忘記了這些改變僅僅是十年時間。

按照這樣想想，未來十年會怎麽樣？我想未來十年會令人更加興奮，因為一方面，相比十年前，現在更多力量開始介入AI技術的發展。另一方面，人工智能領域已經產生很多令人驚奇的新技術，並且這些技術，制造了巨大的財富，真正的財富。這是與前兩次人工智能泡沫，最大的區別之處，之前的人工智能更多的是吹噓，更多的是泡沫，沒有什麽實質性的東西。今天還是有很多的吹噓與大話，但還是有一些實質性的發明，並且真的產生了大量的財富和利益。

繼2017年首次被寫入政府工作報告後，人工智能今年又出現在李克強總理所作的政府工作報告當中。具備著資金、數據、政策等方面的多重優勢，中國有望成為引領人工智能發展的重要引擎。

中國在人工智能發展中將承擔什麽角色？

湯姆·米歇爾：我到過世界各個國家，考察人工智能的發展。從我的角度來看，中國和美國目前是這一波人工智能發展最活躍的開發者。在這兩個國家，開發者、風險投資、創新公司、創新想法中都蘊含巨大活力，在這兩個國家都非常明顯。中國和美國將旗鼓相當，它們具有良好的基礎設施，很多創新的想法和可能性，這將產生很多令人驚喜的人工智能商業應用。中國現在處於一個特殊的位置，正有望成為領導者，中國有數據、技術，中國有政府結構和文化，更容易向世界來展示，AI如何成為社會化商品。

牛奎光：人工智能大概可以分為兩部分，目前來講應用上比較多的，其實都是這種大數據，小智能。就是在數據量比較大的一些標註數據的訓練情況下，然後能得到一個好的，或者能夠比人更好的一個結果。典型的比如人臉、物體的識別，這是典型的應用，包括語音的識別。這些情況下，其實中國在這個方面的應用，比其他國家是有優勢的，因為我們的人口最多，我們的移動互聯網的用戶最多。換句話說，找同樣幾百萬或者是幾十萬的數據，那在我們這個地方，相對來講比較容易和便宜的，那有這個數據基礎的話，其實是一個非常好的一個競爭。

第二，從人才上來講，其實華人里面的人才，在人工智能方面的，並不落後。我們跟美國相比，華裔科學家發表的論文，應該是跟美國差不多的，都是40%多，然後剩下的是一些其他的國家。所以從這個意義上來講的話，我們人才上沒有太大劣勢，然後在數據上有巨大的優勢，而且我們從市場叠代的情況來講，中國也有巨大的優勢。其實總體上來講，我覺得對於中國出世界級AI企業，我挺看好的，市場還是有巨大的一個比較優勢。

另外小數據，大智能，我們可能往人工智能，在本質的地方更去靠近的一些嘗試。從這點上來講，應該說整個人工智能還是在發展的初級階段，這方面還是有很多的挑戰和研究，新的東西需要去做。這塊因為涉及很多研究性的東西，很多學科包括，神經學，包括心理學，包括認知學，包括博弈論，這樣的一些綜合交叉科學，那可能進展不會像我們想象的那麽快。

邁克爾·喬丹：首先我認為所有國家，都應該參與進來，這並不是一場國家間的競爭。中國將是一個很好交易對象，不同國家都在發展自己的專業能力，再用自己的專長，與其他國家交換，這樣每個人都能得到自己想要的部分。我認為中國擁有很好的自然資源，大量的人口，意味著大量的數據，同時中國學生受到了大量的數學思維訓練。因此在數據，統計學方面，中國很強大，很多人認為AI是計算機領域，這只是部分事實。我認為它也涉及到許多統計學的知識，在其他國家沒有這麽強大的數學和統計訓練。