📖 ZKIZ Archives

無人駕駛電動車、ADAS系統……CES上國內人工智能公司正競逐智能駕駛時代

楊潔 2017-01-06 14:12

美國當地時間2017年1月5日，作為世界最大的消費技術貿易展，CES如約而至。在今年這場科技與硬件的狂歡中，“無人駕駛”成為最大的熱點之一。除了寶馬、大眾等主流汽車廠商的展示外，國內的人工智能公司在無人駕駛領域的新技術，也在這里亮相。

人工智能的第三次浪潮，在2016年洶湧來襲。而其中，無人駕駛成為最引人註目的一環。特斯拉在2016年備受關註，也引發了大眾對於智能駕駛安全的討論。谷歌、百度、Uber等互聯網公司也都已經加入這一行列。而國內的人工智能創業公司們，在無人駕駛領域的創新，則在本屆CES上得到了展示。

馭勢科技：只做為無人駕駛設計的車

在CES2017上，智能駕駛企業馭勢科技發布了第一輛針對城市移動空間、完全重新設計的無人駕駛電動車。

馭勢科技無人駕駛電動車

馭勢科技從零開始設計了一種全新的交通工具品類：城市移動包廂。無人車內部座椅呈環形排列，普通汽車常見的方向盤和儀表盤均未搭載，形成了一座“移動包廂”。同時，所有傳感器都融入車的流線型外形，車內外具有多個屏幕，與乘客和行人可以互動和交流。整體設計聚焦於城市出行、工作與娛樂一體化的消費需求場景。

城市移動包廂

馭勢科技的無人駕駛技術，融合多種傳感器360°感知車身周圍環境，集成了前沿機器學習算法；以及多種定位方式，實現複雜環境下車輛與環境的精確相對定位等。馭勢科技無人駕駛方案將在2017年商業化試運營、未來兩年實現量產。近期的應用場景主要包括高科技園區、景區、廠區、主題公園和度假村等相對封閉區域。

地平線：面向自動駕駛的嵌入式人工智能解決方案

在CES2017上，地平線與芯片巨頭英特爾聯合研發的最新ADAS系統也正式亮相。該系統可實現在高速公路和市區道路場景下，同時對行人、車輛、車道線及可行駛區域的實時檢測和識別。這也是地平線首次公開對道路可行駛區域的檢測和識別效果，其是指對交通環境中包含行人、車輛、隔離帶等在內的一切可能影響行車安全的障礙物進行檢測和識別，篩選出可行使的無障礙安全區域。

地平線&英特爾ADAS系統演示

在發布會上，地平線創始人余凱博士也首次公布了地平線嵌入式人工智能處理器架構BPU（Brain Processing Unit）的最新進展。地平線設計出了第一代嵌入式人工智能處理器架構IP——高斯架構。本次CES展會上地平線與英特爾聯合推出的ADAS系統就是基於高斯架構進行研發的。

地平線公布的BPU發展戰略圖

基於高斯架構，地平線研發面向自動駕駛平臺的“雨果1.0”平臺，可支持1080p@36fps的圖像輸入和處理；車輛檢測距離可達150米，跟蹤最遠可達到250米；行人檢測距離可達100米，跟蹤最遠可達150米；車道線檢測（曲率大於等於100米）距離最遠可達150米；支持90米內的可行駛區域檢測，準確度>96%；可以實現L2的駕駛輔助功能，包括FCW，LDW，ACC，AEB，LKA等。

誠然，無人駕駛技術在安全性、高精度地圖和政策支持等方面還需要進一步的發展和提高，但是無人駕駛汽車正在走向現實，是一個不爭的事實。許多業內人士也推測，幾年後，真正的無人駕駛汽車就將上路。而它們，將給我們未來的生活，帶來更加巨大的變化。

文章評論

匿名用戶

發布

全部評論：10

發布

雷軍：我為什麽建議人工智能列入國家戰略？小米半年後發布重量級AI產品

黑智 2017-03-06 19:01

本文由黑智（微信ID: VR-2014）授權i黑馬發布。

3月5日，國務院總理李克強在作政府工作報告時表示，要“全面實施戰略性新興產業發展規劃，加快新材料、人工智能、集成電路、生物制藥、第五代移動通信等技術研發和轉化”，這也是“人工智能”這一表述首次出現在政府工作報告中。

這一報告的效果立竿見影。今天（3月6日）上午，截至北京時間11：30，高科技企業紮堆的創業板指上漲1.45%，遠高於上證指數0.37%的漲幅。板塊方面，人工智能板塊以2.29%的漲幅領跑，科大智能開盤即封漲停，川大智勝、勁拓股份等相關概念個股也有超5%的漲幅。

1月22日，由國家網信辦和財政部共同發起的中國互聯網投資基金成立，據分析，人工智能也將成為重點投資領域之一。結合政府工作報告，在2017年，國內人工智能的發展，即將迎來一次高潮。而在兩會期間，李彥宏、郭廣昌等兩會代表，也均提出了人工智能相關的提案。而就在今天，雷軍的兩會提案曝光，其中，人工智能也成為必不可少的一環。黑智（ID：VR-2014）在雷軍的兩會媒體見面會上，傳遞回了雷軍關於人工智能提案的解答。

全國人大代表、小米科技董事長雷軍兩會期間共計提交了三項議案：加快實施人工智能國家戰略、大力發展新零售激發實體經濟新動能，以及推動中國科技企業出海。

在下午出席兩會媒體溝通會時，雷軍表示，未來所有的技術公司都是AI公司，目前已經到了技術突破的節點，而小米也將在不久發布重磅級人工智能產品。

雷軍今年提出了3項提案分別是有關於人工智能、“新零售”和科技企業出海。在“加快實施人工智能國家戰略”的提案中，雷軍建議從5個方面加快實施人工智能國家戰略。分別是：

1）在國家層面進行人工智能發展的頂層設計和專項規劃；

2）加強人工智能基礎理論研究；

3）加強人工智能科研人才、技術人才的培養與引進；

4）積極建立人工智能產學研協同創新共同體；

5）大力促進人工智能產業化發展。

小米將發布重磅級人工智能產品

此前，創新工場董事長李開複曾公開表示，未來將有50%的人類工作被機器替代，引發行業內外熱議。

雷軍表示他贊同李開複的判斷，並表示被機器替代的比率“只多不少”。同時雷軍也強調，至於人類被取代工作怎麽辦？他表示也會有新的工作機會產生。

談到小米在人工智能方面的布局，雷軍說：“去年年初，小米設立了探索實驗室。不久將有重磅級的人工智能產品發布。”

雷軍還認為現在處於人工智能的產業爆發節點，他大膽預測道：所有的互聯網巨頭，都是人工智能的公司。這說明產業趨勢，也是技術爆發的節點。而且未來所有的技術公司，都會是人工智能公司。

對於小米去年才開始布局人工智能，雷軍表示“並不晚”。

“我當時問我的同事，我們布局人工智能是不是落後了？”雷軍的同事則告訴他：“知道重要性就是小米在人工智能的優勢。”

雷軍最後還說，10年前他開始談到移動互聯網的重要性，認為手機將取代PC，現在這個判斷已經得到了驗證，而人工智能的發展則會更快，用不了10年，只需要3到5年時間，就能讓每個人享受到人工智能樂趣和便利。

小米的AI布局

早在2016年1月的小米年會上，雷軍就對2016年小米的發展目標進行了定位，稱2016年小米要“聚焦核心業務，組建特種部隊”。

緊隨其後，小米的“特種部隊”——小米探索實驗室就宣告成立了。該實驗室由小米路由器總經理唐沐和小米聯合創始人黃江吉帶隊，黃江吉也在微博上發出人才招募計劃，包括3D引擎研發工程師，計算機圖形算法研究員，Graphics+GPU工程師，3D設計師，用戶體驗負責人等職位，可以通過這份招募名單看到小米進軍AI和VR領域的決心。

六一兒童節，小米正式涉足兒童早領域，推出一款“米兔智能故事機”。這個面向兒童、不斷學習進化的AI產品，采用兒童智能語音引擎，能夠“傾聽”孩子的心聲，與孩子直接對話，用兒童喜歡的口吻與思維方式問答互動，還內置了算數，考考我吧，問答模式等互動環節，還配備了只面向兒童的獨有的語料庫。

8月4日，小米首款VR設備“小米VR玩具版”正式亮相。這款VR眼鏡采用了拉鏈式設計+萊卡棉材質，官方表示它可適配4.7-5.7英寸的手機。

去年的“雙11”，小米主推小米旗下第三款人工智能電視小米電視3s 60英寸電視。這款電視是繼9月27日發布65英寸分體和55英寸一體之後的第三款人工智能電視，擁有“PatchWall拼圖墻”人工智能電視系統。

“PatchWall拼圖墻”人工智能電視系統

緊接著的11月16日，小米電視發布了新一代電視盒子產品小米盒子3s，同時也是被小米稱之為首款人工智能機頂盒。

據了解，“PatchWall拼圖墻”基於“小米大腦”(Mi Brain)團隊技術研發，無縫接入小米電視自建的深度學習、人工智能體系中。系統采用雜誌式排版和無線翻滾的內容瀑布流，可根據用戶的使用習慣進行深度定制，還能不斷學習用戶和家人使用習慣，越來越懂用戶，匹配最精準內容。

小米聯合創始人黃江吉早前接受采訪時曾介紹，小米運用人工智能的方式和業務（搜索、推薦、廣告、雲相冊等等），跟大家想象中的人工智能 AI 可能不完全一樣，但是這些業務都得益於深度學習技術，並且起到了立竿見影的效果。

“人工智能和深度學習這幾年的突破和貢獻，遠不止語音識別、圖像處理等基礎技術。其實在每一個需要算法的應用和產品里面，都能用得上。這才是機器學習對我們最大的意義，它完全改變了工程師做產品的方法論。”

黃江吉所稱的方法論，是指產品因為用戶使用而產生的數據，通過機器學習技術的加工，讓產品更加智能化，從而形成正向循環。他認為，這個循環，已經成為產品開發的新常態。

雷軍兩會媒體見面會實錄，經黑智（ID；VR-2014）編輯：

公眾現在對人工智能，既了解又非常不了解。

了解是因為，過去的30年里，關於人工智能的報道一直特別得多。去年，人工智能特別熱門，AlphaGo擊敗了人類的圍棋高手，讓公眾覺得人工智能又取得了一個重大的突破。其實，去年的報道的熱度跟1997年深藍擊敗國際象棋高手時的報道是差不多的，很多人還是覺得，人工智能總體來說離我們自己還是挺遠的。

但我個人認為，人工智能現在在深度學習的突破不亞於一次技術革命。AlphaGo擊敗了圍棋高手，使深度學習迅速被公眾所接受。

我今天主要是希望傳達一個信息，就是人工智能離我們越來越近。它不像以前一樣高高在上，很快會應用到我們生活和工作之中去。深度學習的算法，通俗來講有點像小孩學知識的過程，機器通過大數據反複訓練，自動掌握規則，這跟以前模式非常不一樣。

很多人預見在10年之內，人工智能會在很多領域超過人的能力。我的提案建議也是把人工智能列為國家戰略，因為我認為人工智能是未來10年最重要的技術革命，勢必影響整個人類社會。政府現在對技術創新高度重視，在過去幾年里面，做出了很大的推動。

互聯網+的行動綱要、大數據的國家戰略、中國制造2025，這三個領域在政府工作報告里面都講得特別詳細，也推動了整個產業的進步。

我覺得，在雙創如火如荼的今天，如果把人工智能列為國家戰略的話，將極大地推動整個產業進步和整個社會的進步。

而且我認為，這次人工智能跟前幾次的技術革命不一樣，對中國是一個時代機遇。這主要是基於三點：

第一，今天的人工智能的背後是雲服務和大數據。我們談大數據這麽長時間，也談了大數據很多的商業模型，但是大數據產業的進展，我覺得是低於大家預期的。但當疊加了人工智能以後，大數據體現了前所未有的魅力。過去這些年里面中國在移動互聯網的領先優勢，通過雲服務和大數據，很快會轉換成人工智能的優勢。

第二，我們更大的優勢在哪里？有專家統計，過去這幾年里面有43%的人工智能方面的論文是中國人撰寫的。我們再來看各大全球互聯網巨頭，人工智能的負責人都是華人。所以我們在這里面有很重要的優勢。

第三，背後的核心原因是中國比較重視數學這樣的基礎教育。人工智能的背後最核心的是算法，而我們擁有大量的基礎科學的人才，所以我們將在人工智能的競爭里面有機會處在世界前列。

基於這三點，所以我建議把人工智能列入國家戰略，抓住這一次屬於中國人的時代機遇。然後能夠迎頭趕上。我覺得在全球範圍內，除了美國以外，中國在人工智能現有的基礎是最好的，所以我提出，要把人工智能列入國家戰略。

比如說，今天在中國在做人工智能的都是互聯網巨頭，或者新興的以人工智能為主的創業公司，中小創業企業還沒有真正參與。它們參與的難點是什麽？最基礎的條件，它們首先要有GPU服務器，一個集群幾十臺，至少要買價值一千萬元的設備。現在全球人工智能都火了，聽說買服務器還得排隊。所以，我認為至少做人工智能雲已經迫在眉睫，做完以後可以讓更多創業公司能參與人工智能浪潮。我覺得，列為國家戰略後，我們還會有很多具體事情可做。

回答記者提問部分：

人工智能的浪潮不是大家都去做人工智能的核心算法，而是怎麽應用人工智能用在你的領域上。

人工智能現在的計算平臺已經非常強大了，關鍵是要用它學什麽知識，算什麽。人工智能時代最有價值的東西是什麽？是大數據。你擁有多少數據，這個數據可以產生什麽結果。今天的人工智能最重要的是深度學習的突破，它的突破時間點是2012年底，到今天為止過了4年時間，帶來了突飛猛進的進展。AlphaGo可以看成是深度學習的一次全世界的營銷，讓全世界一下子認識到深度學習的重要性。

我也看了李開複老師之前關於人工智能的一些論述，其實我非常支持他的觀點。因為人工智能在圖像識別等技術上已經超過了人的識別能力，所以開複說未來10年，他認為機器會取代50%人的工作，我相信只多不少。

可能很多人擔心人工智能把工作都幹了，人怎麽辦？我覺得每一次技術革命都是這樣，革掉了一些落後的東西，但是又新增了大量的新的工作機會。所以我覺得這一點不用杞人憂天。小米去年設立了探索實驗室，投了非常多的人力，在做人工智能方面的研究，我覺得未來半年我們就會有一個人工智能重量級產品發布。

人工智能離我們不遙遠，就在我們身邊。未來兩三年可能各行各業各個企業都需要迅速切入人工智能。就像10年前移動互聯網剛起來的時候大家覺得比較遙遠，但今天我們每個人通過智能手機都享受到了移動互聯網的樂趣。我覺得，可能只需要三四年以後我們每個人都會享受到人工智能帶來的樂趣，這個我在產業前沿看得非常非常清楚。

我也認為現在所有的互聯網巨頭都是人工智能公司，你去問任何一個互聯網巨頭的老板，他都會跟你講人工智能，這說明什麽呢？這說明了產業趨勢，這說明技術已經在成熟的瓶頸點上了，很快就會爆發。未來幾乎所有的技術公司都是人工智能公司，人工智能會成為像互聯網一樣的一個基本元素。

文章評論

匿名用戶

發布

全部評論：10

發布

騰訊任命百度研究院前副院長張潼為人工智能實驗室主任

據騰訊官微3月23日消息，騰訊AI Lab今日在深圳啟動首屆學術論壇，在論壇上，騰訊宣布任命人工智能領域頂尖科學家張潼博士擔任騰訊AI Lab(騰訊人工智能實驗室)主任。

加入騰訊前，張潼曾經擔任美國新澤西州立大學教授、IBM研究院研究員、雅虎研究院主任研究員，百度研究院副院長和大數據實驗室負責人，期間參與和領導開發過多項機器學習算法和應用系統。曾參加美國國家科學院大數據專家委員會，並負責過多個美國國家科學基金(National Science Foundation)資助的大數據研究項目。

此外，張潼是美國統計學會和國際數理統計學會Fellow，並擔任NIPS(神經信息處理系統進展大會)、ICML(國際機器學習大會)、COLT(學習理論大會)等國際頂級機器學習會議主席或領域主席，以及JMLR(機器學習研究期刊)和Machine Learning Journal(機器學習期刊)等國際一流人工智能期刊編委。他是中央組織部“千人計劃”特聘專家，擁有美國康奈爾大學數學系和計算機系學士，以及斯坦福大學計算機系碩士和博士學位。

張潼資料圖

張潼表示，“我很榮幸能夠參與騰訊AI Lab的籌建。我們將專註於人工智能的基礎研究及應用探索，不斷提升AI的決策、理解及創造能力，同時為騰訊的各產品業務提供AI技術支撐。騰訊在場景、數據和計算能力上的豐富積累，是AI領域研究人員所渴求的基礎條件。我註意到，世界範圍內的華裔人才在AI領域有很強的技術優勢，這是中國發展AI的機會。目前，騰訊AI Lab已經吸引了一批頂尖的研發人才，50余名科研人員中90%以上有AI相關博士學位和海外留學背景。我們還將通過構建產學研一體化生態，激發AI領域的人才深度研究和探索的機會。可以說，騰訊的AI非常具有想象力。”

騰訊公司總裁劉熾平表示，“張潼博士是人工智能領域的技術權威。我們很高興能夠邀請到張潼博士加盟騰訊，全面負責騰訊AI Lab。人工智能的高速發展除了依靠算法和計算能力的快速提升外，也離不開豐富的應用場景、海量的大數據及強大的計算能力。在過去18年里，騰訊在這些方面有了很多的積累，這對於我們AI Lab的發展來說是一個重要的基礎。未來，我們還會持續加大在科研領域的資源投入，專註提升AI的技術能力和應用場景，以科技提升人們的生活品質。”

騰訊AI Lab於2016年4月在深圳成立，致力於人工智能基礎科學的開放研究，以及應用領域的深入探索。目前產品已應用在上百個騰訊產品上，如天天快報個性化推薦、手機QQ藝術濾鏡、微信搜索等。

騰訊昨日發布2016年財報，全年實現凈利潤414.47億元同比增42%，不及預期。花旗此前把騰訊控股目標價升至262元，維持“買入”評級，該行相信騰訊業績將維持穩健，預料去年第四季收入按年增長43%至437.5億元。

另一方面，百度首席科學家吳恩達昨日在英文自媒體平臺Medium及微博、Twitter等個人社交平臺發布公開信，宣布自己即將從百度離職，開啟自己在人工智能領域的新篇章。

大數據市場亂象：用人工智能講故事 低質虛假數據大量倒賣

大數據行業看上去似乎並沒有受資本寒冬的影響。第一財經記者從投中網獲悉，僅今年4月以來，大數據行業就有7家公司獲得融資，其中國外4家、國內3家，金額總計約11億元人民幣。而這一情況已經持續了很久，2016年僅上半年就有22起與大數據相關的企業獲得融資，從天使輪到C輪均有。

伴隨著資本大量進入大數據行業，出現了創業公司估值過高的現象，好像只要打上大數據的標簽，一些公司的估值動輒翻番好幾倍。企業信用數據服務商上海斯睿德信息技術有限公司出現在上述7家公司名單中，其不僅近期剛獲得由東方海富領投的數千萬元融資，且最近18個月已經成功完成了3輪融資。而另一家2015年8月剛成立的大數據公司鼎複數據也在一年多的時間內完成了2輪1.07億元的融資。

就此現象，上海斯睿德信息技術有限公司CEO趙傑在接受第一財經采訪時表示，大數據公司受資本追捧，本質上是因為，物以稀為貴。雖然國內這兩年大數據企業融資速度快、頻率高，但真正能融到資的在市場上其實並不多，很多用人工智能講故事、單純擁有多少億數量級數據的公司是很難獲得資本青睞的。

人工智能是個好“故事”

記者在查閱上述新近完成融資的大數據公司資料時發現，各家企業無一例外都在自己的宣傳介紹中提到了人工智能。而不僅是大數據公司，一些征信公司和互聯網金融公司也都會說自己在利用人工智能識別信用風險或者反欺詐。

但實際上，人工智能並不是高不可攀的東西。“我認為大家沒有必要把人工智能給神話了，過去十年在大數據行業的帶動下，深度學習、自然語言處理等技術得到快速發展，為今天人工智能的爆發奠定了堅實的基礎。但是如何把掌握的技術落地成產品，挖掘數據資源，幫助企業用戶更高效、更低成本地解決風控問題，才是我們努力的方向。”趙傑表示。

就拿機器學習的建模環節來說，在過往的很多場景中其實都是需要建模的。例如，去銀行貸款買房或者申請信用卡，銀行給你授信，一個剛畢業的學生和在職場工作很多年的高級白領，額度必然是不一樣的，這里就會涉及到模型的設立。在此模型中，會有很多個維度的數據，學歷、收入水平、婚姻狀況、過往信貸記錄等。過去往往會采用專家法和計量分析等方法建模，通過人工網查獲取各類信息。

現在，伴隨各類智能技術的發展，機器可以在分秒內處理上十億次的數據，於是就開始引入機器學習。機器學習本質上是先找一些數據樣本，這些樣本有好有壞。隨後將全量數據放入模型中，讓系統自己識別，如果發現在好的樣本中90%都具備某一共同特征例如“受過高等教育”，則系統就會自動認為受過高等教育的人信用佳。反之，當系統發現壞的樣本具備“擁有五張以上信用卡”的特征，它便會將此認定為信用差的特征。隨著樣本數據的增多，系統識別出的特征維度就越全面，得出的結論也就越準確。

在當前的技術條件下，機器學習也不是萬能的，如果是機器沒有學習過的數據，它便無法自主做出正確的應對。從1997年IBM的“深藍”戰勝了卡斯帕羅夫到20年後AlphaGo以4:1的成績戰勝李世石，驗證了人工智能技術的趨於成熟，隨著樣本數據的增多，系統識別出的特征維度就越全面，得出的結論也就越準確。但是AlphaGO輸掉的這一局卻是因為遇到了從沒有學習過的“怪棋”，價值網絡瞬間崩潰。

至於神經網絡、決策樹、隨機森林、機器學習等“高大上”的名詞，實際上也無需誇大它們的作用。“像多元神經網絡這樣的算法模型早就是非常成熟的多元數學統計方法，很早就應用於物理學、力學以及工業領域，但並未被大眾所熟知。也是因為這兩年大數據市場火爆，才把這些名詞帶到大眾視野內。”趙傑對記者表示。

有關人工智能的故事常常還會引申到“團隊成員為國際高端人才”上，在趙傑看來，掌握國外先進的算法技術只是一個方面，有些技術在國外的應用環境下是適用的，但如果直接照搬到國內，不結合國內的實際情況，也無法提供符合國內應用場景的解決方案。

好算法不如好數據

“Better data beats better algorithm(好數據能打敗好算法)，有一套厲害的算法模型不如有一套靠譜的數據。”棱鏡大數據研究院首席科學家廖辰瀚博士對第一財經記者表示。

“實際上在整個解決實際問題的過程中，人工智能建模所花費的精力只占30%，而70%的精力都花費在信息的獲取和處理數據上。用人工智能做風控和模型的切入點，首先是自動化，即用人的思維和方式獲取數據，提煉數據，第二步才用到機器學習的算法將獲取的信息進行關聯。”廖辰瀚稱。

對於大數據公司而言，高質量的數據是根本。“目前對大數據市場造成困擾的還有一個主要方面就是，各家公司都在說自己有上億數量級的數據，但卻常常忽略這些數據的質量。”趙傑表示。

記者從一位征信業內人士處獲悉，近兩年大數據市場給人太多負面印象的原因在於，真正擁有高質量數據，且擁有數據分析能力和產品研發能力的公司數量非常有限。目前市場上有很多所謂的大數據公司，都是通過倒賣數據賺取差價的公司，而這些公司的數據來源，很多來自數據黑市。

“一些數據販子由於沒有任何加工能力，通過一些關系，掌握某類數據源，在不做任何加工的情況下，直接賣裸數據，賺取差價。由於這些數據通常都會不斷更新，不斷會有新的數據加入，也同時會有過期的數據失效，因此，只要稍加修改，又會變成一套全新的數據庫，販子們重複販賣，從中賺取差價。”上述征信業內人士表示。

該人士稱，“在販賣的數據中，有些數據是合法的，有些數據是違法的。線上消費的、網銀的、pos機的、信用卡的、運營商的、甚至是工商的數據都有人賣。除了一些企業本身會打包賣一些數據，也會有企業內部人員與外人勾結聯手倒賣數據，即使是BAT里也有人出來賣數據。”

記者還從相關知情人士處了解到，數據販子倒賣的數據很多都是臟數據，由於數據通常按量出售，為了把量做上去，里面往往只有30%的數據是真實的，而70%都是造假充量的假數據。“如果底層的數據都是虛假、不準確的數據，再好、再先進的分析模型也不可能解析出正確的結果。”趙傑對記者表示。

Maxent猛獁反欺詐CEO張克此前在接受第一財經采訪時也表示，做數據能夠有優勢的企業，一定是控制了流量的公司，因為所謂的線上數據的來源都需要依靠線上流量，沒有流量就沒有數據源。而依靠買賣數據是肯定行不通的，只是在表層包了一個殼。

尋路人工智能：黑科技催化的產業變革

華興資本 2017-04-27 17:36

本文由華興資本（微信ID：iChinaRenaissance）授權i黑馬發布。

人工智能被視為“互聯網下半場”的重要風口，越來越受到各方關註。但巨大的藍海背後，行業仍面臨應用前景不明、估值過高等諸多痛點，一系列問題有待解答。

人工智能演變到什麽階段？是否存在泡沫？小公司如何彎道超車？傅盛、黃明明、鄺子平、汪華、吳甘沙、徐立、余凱等一線創業者、投資人圍繞行業熱點話題展開了一場長達3個小時的對話。

淘金時期

主持人劉英航：人工智能在現實當中演變到什麽程度，什麽時候可以顛覆現有的場景？

吳甘沙：現在基於大數據的暴力計算型人工智能在很多領域已經超過了人類智能，意味著人工智能在歷史上第一次真正可以創造客戶價值，不僅僅只是一個概念。當然人工智能目前解決的問題還是比較早期的，比如中低級白領做的事情。高級白領做的事情、需要深入思考的，以及需要靈巧控制的藍領工作，人工智能做不了。

余凱：人工智能作為一個推動者的技術，本身構成一個產業缺乏很多關鍵要素。一些傳統產業因為人工智能技術發生了兩個變化，第一，這個技術在產業里有大規模應用；第二，使這個產業里面的新玩家能夠顛覆老玩家，比如搜索廣告，在電視里全國都看到同一個廣告，搜索則是千人千面，這正是基於深度學習的技術。

我們地平線關註三個機會，第一，智能語音。第二個，智能攝像頭，第三個自動駕駛，從輔助駕駛，半自動駕駛，全自動駕駛里面有大量的機會。人工智能剛剛開始，像是一個淘金的時期，因為你不知道哪個領域你可以淘到金子。

徐立：現在從業者做的事情，短期來看可以分為兩個階段：第一階段是超過普通人的能力。現在人工智能做的很多事情是純數據驅動，需要大量的人把知識傳遞給機器。這些能給勞動力密集型企業帶來效率提升，但不會帶來新的場景。真正帶來服務升級是第二個階段：超過專家，因為專家的能力和知識比較稀缺。比如駕齡較長的司機、醫院專家號等。

現在，第一階段，超過普通人，很多垂直領域已經可行，未來可能應用到更多的垂直領域，實現工業的突破。第二階段，超過專家，可能有待算法的進一步演進，包括用算法生成專家數據，這是值得探討的問題。

傅盛：關於人工智能的應用，我認為基礎是技術，但並不認為技術是唯一的決定力，技術完美了，到了一個顯而易見的邊界值的時候，這個世界不需要產品，不需要創業者，需要銀行家就夠了。

第二是產品，你要思考在不完美的情況下怎麽組合你的產品，包括重組你對產品的思路，我不認為特斯拉今天真正解決了讓電池可以跑兩千公里不用充電，它真正改變的是你對電動車的定義。人工智能也一樣，怎麽找到一個尖端的產品應用？我那個時候自己催生的想法就是機器人。

第三是需求，產品和技術的結合是為了滿足需求，哪個大的需求一定發生，它就一定能倒逼技術重構。因此，要從需求角度重構產品和技術。很多人問，你要做機器人，機會在哪里？機會就是人越來越貴。當有一天機器成本比人便宜的時候機會就出現了，哪怕這件事是最簡單的端茶送水。

黃明明：我認為判斷人工智能領域是否有泡沫、價格是否貴，核心就要看有沒有價值。一種商業模式能否幫助原有行業大幅度提升效率、降低成本，是我們判斷其是否有價值的關鍵點。現在人工智能在很多領域已經能創造出切實的價值。比如自動駕駛。

鄺子平：第一，我認為人工智能已經到了可以大規模商用的階段。前些年看的一篇文章認為，技術發展都遵循某種規律，就像在棋盤上放米粒的寓言，當一粒米變兩粒，兩粒變四粒的時候，沒有人考慮用它做飯，而當過了某個紅線，確實可以做一鍋飯。現在人工智能就進入了棋盤的第二半，每一次的平方所產生的效率都是巨大的。

第二，最近確實存在很多偽AI。現在很多項目，你去聊的時候，都會有人跟你說大數據、人工智能，這確實造成了目前行業的一些虛火。

第三，從機會上講，現在還是蠻令人興奮的一個時間點，還能夠找得到純技術的平臺公司，而不是應用+AI。

汪華：我認為AI由兩條腿驅動。一條腿是技術驅動，前幾年，深度學習、GPU等各種新理論出現，成就了很多黑科技企業，這些企業往往驅動的是一些更加久遠的、中長期的東西，比如自動駕駛、真正意義上的家用機器人等。但受制於科技、算法，產品大規模應用於生活可能還需要三到五年時間。但黑科技領域更容易產生獨立的公司。

另一條腿是需求驅動。需求驅動跟技術沒有關系，它來自於互聯網和移動互聯網在中國的發展，從1995年開始的互聯網，到最近的移動互聯網將所有的人和場景連接起來，使得交易量和交互量幾何級數般上漲，如此龐大的數據不得不交由機器自動化處理。而只要一家公司采用人工智能技，效率提升到足夠高之後，就會相比競爭對手產生巨大優勢，逼著其他人不得不采取行動。因此，需求驅動這些公司不斷提高線上化率，並向其他行業延伸。

但缺點是，這個領域產生的公司，很難是純粹意義上的AI公司，大多是AI+場景或者AI+業務，且大多數是2B的公司，技術相對複雜，對創業者要求比較高。

向死而生 以強勝弱

主持人劉英航：巨頭林立的AI行業，創業公司如何找到自己的突破點，實現彎道超車？

吳甘沙：小公司可以做一些事情：首先，試錯要做到更好，試錯成本要低。大家可以想象一下，探索一個未知海域的時候，萬噸巨輪很容易觸礁，但是小公司開著沖鋒舟去，很有可能成功，要抱著一種向死而生的心態。

其次，小公司可以有一些創新的策略，第一，邊緣創新，找主流市場邊緣的垂直細分市場；第二，差異化創新，我不一定比大公司做得更好，但是我做不同的東西；第三，協同創新，兩個大公司之間合作往往很困難，因為都有自己的傲慢，而且法務部門比較保守。但是小公司，放低身段，非常容易進行合作。這些都是小公司的機會。

余凱：對小公司來說，一定要讓自己的商業模式在大公司的射程範圍之外。大公司有兩種能力，一個是勢能，一個是動能，動能是現在的業務，勢能是他積累的人才業務和資金。

小公司如何在射程之外找到機會？兩個因素比較關鍵。第一，對數據資源的獨占性，這是一個關鍵的戰略資源，我們看BAT，整個價值都建立在這上面。第二，數據轉換成價值的效率，比如每秒鐘處理多少數據。這往往不是大公司的優勢，因為一些核心的技術，從零開始投入到最後形成戰鬥力，需要至少三年時間，跟大公司小公司沒關系。

徐立：關於AI+行業：如果創業公司的核心技術能形成壁壘，而且在某個行業里面具備關鍵要素，那就需要在這個領域垂直打通，形成需求、數據、行業的回路，打通閉環。反過頭來，核心要素並非都都具備的情況下，你就要找準合作夥伴。這是我們這幾年核心的一個想法。

傅盛：小公司並非沒有機會，要看它在垂直化方面有沒有可能擊穿一個行業。比如當年百度推外賣，高層的想法是做了總比不做好，但為什麽不做今日頭條？因為對他們來說機會成本太高。所以小公司一定要拼垂直化場景，一定要把應用想得非常深。另外，還有一個觀點，前景越明朗的應用，對小公司越是巨大的前景。

黃明明：小公司的機會，在於專註，把力量用到一點。前幾天和李想聊天，說到大眾在中國的車型，密密麻麻有上百種，他隨便問到一個投資人，你能說出朗逸和帕薩特以及寶來有什麽區別嗎？對方答不上來。如果真的把所有的資源集中到一個點，小公司能做到比大公司強，如果在這一點上比不上大公司，就別指望有什麽以弱勝強的機會。

我認為在特定的應用場景產生數據的地方，是AI類創業公司的機會。這就是我們為什麽投一家自動駕駛公司的原因，事實證明谷歌和百度的自動駕駛之路幾乎走到了死胡同，因為他們只做算法，但沒有應用場景，無法真正上車應用。要在垂直應用場景紮得足夠深，自己可以產生數據，然後正向反饋，這是BAT沒有的，小公司可以從這方面去尋找機會。

汪華：在這個事情上千萬不能有錯覺，做創業不要把希望寄托於大公司傻，大公司懶，大公司反應慢。你沒有任何的這個東西可以跟大公司拼。首先你要做的，是大公司在一段時間內，壓根不會做的事情，或者大公司做了之後會自殺的事。比如說谷歌的Android對於微軟來說，當時的微軟就是自殺，他不能把自己的操作系統都免費了。

第二，別把大公司當作對手。大公司，你可以把它當作一個社會的基礎設施，有些事情只有大公司推得動。比如說在全中國實現移動支付，只有大公司能做到。而大公司一旦把這件事做好了，大量創業公司可以從中受益。所以千萬不要把大公司當做競爭對手，把大公司當做一個寄存生態來對待。

第三，從來不存在以弱勝強的想法。創業公司雖然一開始小，但在一開始紮進的領域想辦法以強勝弱，隨後每打一仗，搞到各種各樣的資源，在局部戰爭里面以強勝弱。

貴與不貴不重要，關鍵是做成

主持人劉英航：人工智能領域是否有泡沫、估值是否貴了？

徐立：目前來看人工智能確實存在市場過熱現象。過熱會導致大家對市場應用的判斷產生一些偏差。技術公司做垂直應用，第一要把產品深紮進去，第二需要大量的基礎投入和長期的行業沈澱，但AI過熱導致從業者比較浮躁，不停換方向嘗試。關於估值，貴不貴關鍵還是看成不成，團隊和方向很重要。  

余凱：現在應該考慮的不是估值問題，而是怎麽把研發往前推進。從投資人的角度來講，貴與不貴不是那麽重要，關鍵是做成。從創業者的角度來說，高跟低也不是那麽重要，關鍵是能夠拿到足夠的資源，讓這個公司可以做成，這是我核心的觀點。

傅盛：我不覺得人工智能太貴，最大的問題在於投資人對人工智能了解得太少，很少碰到靠譜的，所以造成了魚龍混雜。

人工智能起源於學術，但是後續推進的是工業界。在今天學術這個階段，推進是比較有限的，後面都要靠大量的數據實踐和應用實踐。所以，我覺得第一波項目估值很貴可以理解，但是後面工程化、產品化的人，會做得更靠譜一些。現在很多公司真正做的是模型，距離產品還有很長的路。

黃明明：純做算法的公司估值有些偏高了，剛開始純做算法出來的，大牛的背景，一定估值上天。但是現在大家看了一段時間，明白了光有算法沒用，你得應用落地。所以貴和不貴其實是相對的，一億美金天使輪貴不貴，肯定貴，但是你如果看到它是一個一千億美金的公司，那肯定要進去，能投多少投多少。

因此在人工智能領域，對產業的洞見和深刻的理解特別重要，要求我們作為投資的人必須要深入到產業里面，否則你怎麽判斷這是一個一億美金的機會還是十億美金的機會？    

鄺子平：我總體覺得是貴。現在絕大部分技術型的、平臺型的公司目前還是一個2B的場景，但（投資機構）卻把它們當作2C的公司來做。這樣的公司，後續還需要多輪的融資支持它的成長。如果天使輪一下子把估值做到一億，那A輪總得三億，做到F輪怎麽辦？

汪華：其實很多人工智能公司估值來自稀缺性，而不是來自技術、價值或商業模式等等。還想補充一點，在任何一個領域，如果最後大賽道里面出了十個公司，第一波出來的公司往往只占了兩個，八個還在後面。

搶灘自動駕駛

主持人劉英航：想問一下三位投資機構，接下來人工智能的領域重點會是什麽，你們會投資哪些方向？

黃明明：自動駕駛一定是一個超大領域。順著自動駕駛，還可以看雷達、電池等一系列的產業鏈。但是，雷達看了十幾、二十家公司，實在下不去手，每一家都很貴，連小批量的量產都沒有，卻已經按照傳統有量產能力的估值飛上了天，但是我們會圍繞這個產業鏈持續來看。

另外我們覺得創業公司可以在特有的場景形成數據，從而產生正反饋，這個數據未必是大公司可以很容易拿到的，這個我們也在看，比如說人工智能+醫療。

鄺子平：人工智能在醫療、金融等垂直領域的應用，我們現在比較努力地在看。同時，我們相信未來在無人駕駛領域會有較多的輔助出來，雖然現在有一點難。離真正無人駕駛車輛大量應用的時間點再近一些，可以投一些能提供更好解決方案的企業。

汪華：我們就是按照剛才提到的兩個科技來投的，一個是黑科技領域，無論是無人駕駛、數據，還是其他將來一定會產生重大突破的黑科技，比如自動駕駛、雷達、高清地圖等，視覺領域我們也投了一些。

第二是需求驅動的方向，也就是必須實現自動化的領域，比如金融、醫療，等等。

文章評論

匿名用戶

發布

全部評論：10

發布

馬斯克的“腦機融合”比人工智能更危險

（東方IC/圖）

（本文首發於2017年5月25日《南方周末》）

無論是馬斯克之流的AI腦機接口派還是VR領域的直接輸入派，都沒回答過這樣一個致命的問題：“你們知道如何防止人類的自我意識被徹底抹除嗎？”

弄好了我們接近神仙，弄不好呢，馬斯克還沒來得及做的事，被虛擬現實大牛搶先了。一旦大家腦部被插，無論是在VR還是AI領域的人幹的，可能結果就是人類文明終結。

馬斯克和霍金都在預警人工智能對人類的極大威脅，馬斯克還宣稱有了應對措施：先把人腦與人工智能融合。他還說幹就幹，成立了新公司。

但我的預警卻是：馬斯克要做的事對人類的威脅，比人工智能的威脅要大得多。我們要聯合起來，堅決抵制！

致命的問題

埃隆·馬斯克（Elon Musk）成立的新公司Neuralink要把人腦與計算機直接融合。馬斯克宣稱，人類社會即將全面進入人工智能時代，為了避免被新物種——超人工智能威脅甚至消滅，人們唯一的出路就是將自己的大腦與AI融為一體。

無獨有偶，我最近在很多場合做演講談到VR（虛擬現實）的未來發展，期望頭盔越來越小越來越輕變成一般眼鏡的樣子，就經常有業界人士接茬說，以後哪里需要眼鏡，接到腦中樞就是了。

馬斯克希望“腦機界面”能進行人類意識的實時翻譯並將之轉化為可輸出的電子信號，從而可以連接並控制各種外部設備，用他的話說就是“當你的念頭一閃而過時，電視機或車庫門便自動打開了”。初一看，這里說的是人腦控制信號的輸出，但是所有的控制都需要信號的反饋，也就是說，在設計輸出的接口時同時還要設計輸入的回路，才能實施控制。

但是，無論是馬斯克之流的AI腦機接口派還是VR領域的直接輸入派，都沒回答過這樣一個致命的問題：“你們知道如何防止人類的自我意識被徹底抹除嗎？”

信息與信號的分離或混淆

我們的自然感官，主要是讓我們接受認知性的信息，而不是讓外來的控制信號隨便侵入，這就為保護和維持我們每個個體的主體地位打下了基礎。有鑒於此，我們必須要堅持如下三條初始狀態的“非對稱原則”：

1.從客體到主體這個方向，信息越通暢越好，控制信號阻滯度越高越好。

2.從主體到客體這個方向，控制信號越暢通越好，信息密封度越高越好。

3.以上兩條的松動調節，以最嚴苛的程序保證以各個主體為主導。

那麽，如果現在放開搞“腦機連接”，危險在哪里呢？對照以上原則，我們可以歸納出以下幾方面的可能風險。

其一，由於現今人類對自己的大腦與自我意識的關聯的認識還非常有限，也對認知性智能與自由意誌之間的關聯的認識基本為零，在這樣無知的前提下貿然實施大腦直接幹涉，很有可能將人類的自我意識（或曰“靈魂”）嚴重破壞甚至徹底抹除。

其二，就算沒有抹除，在作為認知材料的“信息”和控制人的行為的“信號”之間不能做到基本分離的社會和技術條件下，有了繞過人的自然感官直接刺激腦中樞的技術手段，將給一部分人控制另一部分人提供極大的方便，對人的自由和尊嚴構成嚴重的外來威脅。

其三，當人們還沒達成法律共識將腦機接口的信息和信號的流向設置權完全賦予同一主體之前，一個人由於可能直接被外來意識控制所帶來的損失，比他可以直接控制外部設備所帶來的方便，或許要大得多。

以上幾條不同層面的風險，哪一條都足以構成我們聯合抵制馬斯克等人的“腦機融合”項目的充足理由。

被誇大的人工智能的威脅

當今，滲透到人類生活各個層面的互聯網、飛速運轉的計算機、海量儲存能力的雲儲存以及時下大熱的虛擬現實與人工智能等新興科學技術，將人類拋進一個既似熟悉又還陌生的環境中。人們熟悉的是，以往傳統生活模式中的基本事務的處理在這些技術的協助下變得更為方便快捷，而陌生的是，在如此快速的技術叠代下，人們對現實與虛擬之間的界限的感知變得越來越模糊、對人類與機器的關系的把握越來越恍惚、對人類社會既定的規範制度的有效性的判定也越來越迷茫。以2016年阿爾法圍棋（AlphaGo）與李世石的博弈為例，圍棋世界冠軍、職業九段選手李世石以4：1的總比分落敗於一款人工智能圍棋程序，過後不久，AlphaGo更以Master為賬號橫掃所有人類頂級對手。這樣的結果，讓不少觀者開始憂心忡忡，甚至擔心發展到具有“人類意識”的人工智能會不會統治甚至毀滅人類社會。馬斯克、蓋茨、霍金這些偶像級的大人物，都在發出警示。

而馬斯克還即刻付諸行動，要將人類每個個體先用AI全面武裝起來，以對抗壟斷AI的假想的邪惡勢力。但是，從上文我們已經看到，如此具有行動力的人，卻有著一個思想力上的致命傷，對人的自我主體意識問題缺乏思考，從而成為了一個危險人物。

馬斯克在哲學界有個同道，這就是尼克·博斯特姆（Nick Bostrom）教授。他相信無論只有智能的AI還是具有自主意識的AI，都完全是由計算來實現的。由此他還做出了一個逆天的判斷：我們人類的意識，在接近100%的概率上，不是真實存在的意識，而是被計算機模擬出來的“假意識”。但是，第三人稱世界的對象可以分真假，第一人稱世界中的意識何以分真假？博斯特姆基於自然主義的計算主義使他陷入到虛妄的境地之中。更為嚴重的是，大企業家馬斯克之流也循著這個思路前行的話，就會徹底忽略“腦機連接”項目最致命的危險。

筆者經過多年的獨立研究，加上近來與美國量子物理學家亨利·斯塔普（Henry Stapp）的討論，筆者已經得出結論，物理主義和計算主義對人類意識的解釋是誤入歧途的，因為這些解釋者都不可避免地陷入了“整一性投射謬誤”（Fallacy of Unity Projection）之中不可自拔（見《哲學研究》2015年第6期筆者發表的論文）。筆者得出的結論是，以計算機模仿神經元網絡的方式造出來的人工智能不可能具有真正的自我意識，只有按照某種非定域原理（比如量子力學）建造出來的人工系統，才有可能具有第一人稱視角的主觀世界和自由意誌。所以，除非有人以確鑿的證據向我們證明如何按照非定域原理把精神意識引入某個人工系統，不管該系統的可觀察行為與人類行為多麽相似，我們都不能認為該系統真的具有了精神意識，該系統都還是屬於工具性的“弱人工智能”。

弱人工智能是在特定領域類似、等同或者超過人類智能/效率(不具備自我意識)的機器智能。就目前已廣泛應用的人體識別、機器視覺、自動駕駛、機器深度學習等AI技術而言，都屬於擅長單一活動的弱人工智能範疇。可以“戰勝”李世石一百次的AlphaGo也不例外。AlphaGo的工作原理是訓練多層符號化的人工神經網絡進行“深度學習”，這種“學習”，實質是將大量矩陣數據作為輸入，通過非線性激活方法取權重，再產生另一個數據集合作為輸出，調整權重分配，反複叠代逼近期望值，直至滿意，就把權重矩陣固化下來，從學習狀態轉到工作狀態。本人與斯塔普的研究表明，這樣的學習過程，從頭到尾都沒有任何機會讓“自我意識”湧現。

以雷·庫茲韋爾為代表的未來學家認為“智能爆炸”正在發生，但他們並沒有論證過人類的自我意識和人類的智能的分別在哪里，也就無法揭示這種所謂的“智能爆炸”到底是福還是禍，從而所謂的“樂觀”還是“悲觀”的區分都顯得膚淺和不得要領。雖然我們在這里沒法展開系統的論證，分析一下這種威脅論的直接起因，還是可行的。

首先，人工智能可以通過“學習”無窮叠代改進其“能力”，而這種權重分配為何能達到這個能力，卻是一個無人可以破解的黑箱內的矩陣狀態。這樣的事態，聽起來就會引起大家的心理恐慌。此種危機意識是人類自己將“對未知領域的不確定和不可控性”“對未知領域可能產生的巨大影響”與“缺乏學理根據的科幻想象”糅合之後的產物。也就是說，這種危機感類似於被迫害妄想癥，而問題癥結不在於人工智能這項技術，而在於有這種意識的人群本身。因為在沒有完全弄清楚人工智能與自主意識的問題之前，將人工智能擬人化或主觀賦予其行為動機都是出於人們臆想的焦灼和恐懼，所以這種威脅實屬“人為”而非“機為”。

其次，以馬斯克為代表的一部分人擔憂，如果懷有惡意的個人/組織/集團/政府率先掌握了超人工智能技術並用其實現自己的邪惡計劃，那麽人類的處境將會變得岌岌可危。這類危機來源圍繞的仍舊是人的動機，關涉的依然是人與人之間的操縱與被操縱的“政治”問題，而無關乎人工智能是否具有“征服”的意圖。只要不脫離人際間的關系，看似由人工智能所導致的控制危機實質上就仍然屬於人類自古以來一直都在面對的統治與被統治的話題。這與黑幕後的政客或極端恐怖分子掌握大規模殺傷性武器本質上是一樣的，也與我們造了大壩卻對其後果難以預測和把控的情況相差無幾。所以，人工智能這項新型技術可能會對我們過往經驗構成嚴峻挑戰，但並不會產生完全不同類型的新問題。也就是說，人們擔心的“智能爆炸”所引發的後果並不是一個新難題，而是一系列老問題的疊加。

再次，對於人工智能技術的焦慮還來自另一類認為它將取代人類勞動力，從而造成大量人類失業的威脅。這類憂慮,實則是對人類內在價值的誤讀。其實，“不勞而獲”只是在有人“勞”另有人“獲”時才是壞事，而使得所有人都可以“不勞而獲”，正是所有技術進步的應有目的。人類謀生所需的體力勞動和腦力勞動被機器替代是必然的趨勢，而這正是我們所有經濟發展技術創新所謀求的主要目標。由此看來，人工智能取代人類勞動，我們應該拍手叫好才是。只要我們的分配制度與人類勞作的關系理順了，人類並不會因為失業就喪失了生活的意義，反而這讓人們有更多的機會去使其內在價值大放異彩，直接謀取生活的意義。

所謂人類生活的內在價值，是與其外在價值或工具價值相對而言的。比如，單從一個人來說，為了購買食物讓自己生存下去而不得不從事一份枯燥乏味的工作，這種工作並沒有任何獨立的價值，其價值完全是工具性的、附屬於生存需要的。另一方面，內在價值卻是非工具性的。或許哲學家們在幾千年的爭論中還未能將具體哪些是人類的內在價值給出一個精準的劃分和描述，但諸如幸福、自由、正義、尊嚴、創造等這類基本內在價值是鮮有否定的。這些價值不是為了其他價值或目的而存在，它們本身就具有至高無上的價值，失去這些價值訴求，人們生活所欲求的全部內容將不複存在。而人工智能取代人類勞動力從事基礎工種的勞動，恰恰是將人類從勞作謀生的桎梏中解放出來，讓人們投身到藝術、認知、思想、情愛、創造等實現人的內在價值的活動中去。

最後，正如最近大熱的科幻劇集《西部世界》和《黑鏡》系列所隱喻的那樣，部分人認為人工智能的“覺醒”才是對人類最致命的威脅。他們害怕人工智能發展到具有自由意誌和自主意識的強人工智能階段後，會擁有跟人類一樣的“人性”腹黑面而與人為敵。但是，正如以上所說，現今馮·諾依曼框架下的二進制計算機的工作原理依賴經典物理學的“定域原則”，永遠不可能“覺醒”，而只有以“非定域原則”為構架的計算機(比如量子計算機)才有可能產生自我意識。所以，在現今神經網絡人工智能獨領風騷的情況下，這種擔心完全多余。

那麽，如果基於量子力學我們真的制造出了具有自我主體意識的強人工智能呢？這時我們就要徹底轉變思路了，此時有意識和情感的人工智能也具有與人類對等的人格結構，在社會地位與權利尊嚴等方面應與人類一致。拿它們去買賣，相當於法律上的販賣人口。進一步地，我們必須將它們看成是我們的後代，與我們在實驗室培育試管嬰兒並無本質上的差別。自古以來，我們都希望自己的後代超越自己啊，“強人工智能”比我們強，我們慶賀都來不及，還焦慮什麽呢？

總之，按照人文理性的要求，面對自己創造的具有自我意識的強人工智能存在體，我們的基本態度應是接受並認可他們是人類進化了的後代。正如經過上萬年的演變後，躲在山洞里的智人成為穿梭於摩天大廈里的現代人的歷史進程一樣，人類以嶄新的方式繁衍出一種新面貌的超級智能人，這不是滅世的劫難而是人類的跳躍式進化。

但是，目前以Neuralink為代表的科技公司所試圖做的腦機互聯,卻極有可能將人類個體變成徒有人形的機器人，亦即行走的“僵屍”，徹底終結人類文明。如若僅僅出於害怕人類在超人工智能時代到來時不能與AI在勞動力市場相匹敵甚至被淘汰而企圖將人類變成AI，這將是對人類最緊迫且最嚴重的威脅。就像上文所說的那樣，人腦是迄今為止我們所知的最為複雜精巧的東西，在我們還沒有基本摸清其運作原理之前，對其進行任何加工改造都是極端危險的行為。

虛擬現實的顛覆性

著有《未來簡史》的哲學家赫拉利最近在英國的《衛報》發表了一篇文章，題為“無需就業就實現人生意義”，宣稱人工智能的發展將大多數人變成“不可就業”後，虛擬現實讓人們直接實現生活的意義。他還把人們在VR世界中與生產力脫離的活動類比於古往今來的宗教活動，試圖說明人們從來都是在生產活動之外才找到深層意義的源頭。

赫拉利認為勞作不是生活意義的源頭，與我們以上的觀點不謀而合。但他將人們在虛擬世界中的活動與宗教類比，卻忽略了一個最重要的問題，那就是，在宗教中，人一般被當成被造的存在，而在虛擬世界中，每個人都可以是世界的“造物主”。他沒註意到，“創造”與“被造”，是相反的。

在VR與物聯網整一起之前，VR只是一個體驗的世界，很多東西並不會在真實社會中直接造成實質性後果。VR和物聯網整在一起就不一樣了，那就是ER，擴展現實，我們此時就可以從虛擬世界操作現實世界中的物理過程，完成生產任務了。這方面我們界定完了以後，就可以討論，到底在現實世界不能幹的事情，是否可以允許人們在虛擬世界中去實現。

有人認為現實世界不許幹的事都是壞事，那可不一定。因為，現實中的自然限制不一定符合人的需求，人為的規矩也不一定是最合理的規矩。比如說孫悟空，還有《山海經》那種古代傳說中的很多東西，我們在現實中就幹不了。但是如果我們看不出這種神仙般的能力有啥不好，或許很好，我們就讓大家high起來啊。再比如說，現實生活中有國界，而虛擬世界中可以沒有國界，沒國界到底是好事還是壞事？沒有進一步討論之前，我們先不要輕易下結論。一下子從管制角度看，它好像是壞事，但是終極來看也許並不是壞事。是我們制度要適應這種東西，而不是倒過來，讓我們適應已有的制度。這就需要非常嚴格的邏輯思維，對人類社會本性有一種透徹的理解，對我們的生活的內在價值，都要有一些比較深刻的理解，才能想清楚這些我們必須面對的新問題。這就有很多思想資源，有兩千多年來哲學家討論的東西，平時人家不關心這些。現在虛擬世界和人工智能等東西來了，那些東西就變成任何人都要面對的事情。我們立法，和人建立關系打交道，都變成要思考最抽象的哲學問題了，這就要激活大家的人文理性。

VR領域真正的問題，其實是與馬斯克的“腦機融合”項目類似的問題。虛擬現實行業的不少人與馬斯克有類似的危險想法，就是繞過人的自然感官直接刺激腦中樞來給人輸入虛擬世界的信號。經過我們以上的分析，我們知道，這是萬萬使不得的。

不同的是，這邊形勢更加緊迫，卻少有人關註。虛擬現實與物聯網的結合是不久後幾乎必然要發生的事情，我已在實驗室中做出了可操作的原型了。做出這個，就是要警示大家，弄好了我們接近神仙，弄不好呢，馬斯克還沒來得及做的事，被虛擬現實大牛搶先了。一旦大家腦部被插，無論是在VR還是AI領域的人幹的，可能結果就是人類文明終結。

阿里達摩院新進展：微軟、谷歌人工智能專家入職阿里人工智能實驗室

黑智 2017-10-17 11:37

10與11日，阿里巴巴宣布成立承載“NASA計劃”的實體組織——“達摩院”，定位於進行基礎科學和顛覆式技術創新研究。馬雲表示，未來3年內，將為達摩院投入1000億元以上。

達摩院剛剛成立，10月16日，阿里巴巴宣布，微軟亞洲研究院首席研究員聶再清博士、谷歌Tango和DayDream項目技術主管李名楊博士入職阿里巴巴人工智能實驗室（以下簡稱AI Labs）。其中聶再清將擔任AI Labs北京研發中心總負責人，李名楊任AI Labs機器視覺傑出科學家。

據介紹，聶再清博士加入AI Labs前就職於微軟亞洲研究院，任首席研究員，主要負責微軟自然語言理解、實體挖掘的研發工作。在對象級別搜索與大數據挖掘方面申請國際專利十余項。他帶領團隊旨在通過大數據挖掘和眾包，建立Web-scale知識圖譜，是微軟學術搜索、人立方，以及企業智能助理EDI的發起人和負責人，也是微軟自然語言理解平臺LUIS的技術負責人。相關技術已經應用在Bing、Office、Cortana等產品上。加入AI Labs之後，除負責北京研發中心的各項研發工作外，還將重點突破知識圖譜和自然語言理解這兩個研究方向。

阿里巴巴人工智能實驗室北京研發中心總負責人聶再清

李名楊博士此前就職於谷歌，擔任Daydream/Tango項目技術主管。他的主要研究領域是視覺-慣導里程計(VIO)和即時定位與地圖重建(SLAM)，並在該領域擁有20多篇頂級論文及相關專利。在谷歌期間，他的研究重心為多傳感器融合和SLAM領域，包括技術的理論創新和商業化。他推進了tango項目與全世界多個高校之間的合作研發計劃,也將SLAM技術融合進了多個終端產品中，包括tango手機和ARcore。

阿里巴巴人工智能實驗室機器視覺傑出科學家李名楊

這也是達摩院成立後的“第一槍”。此前“達摩院”首批公布的研究領域包括：量子計算、機器學習、基礎算法、網絡安全、視覺計算、自然語言處理、人機自然交互、芯片技術、傳感器技術、嵌入式系統等，涵蓋機器智能、智聯網、金融科技等多個產業領域。聶再清與李名楊的入職，也預示AI Labs未來的產品方向，除了語音交互產品外，很有可能會推出基於視覺交互，甚至“機器人”類型的人工智能產品。

文章評論

匿名用戶

發布

全部評論：10

發布

中國AI的一面鏡子：任重道遠的印度人工智能

腦極體 2018-01-17 13:45

來源 | 腦極體（ID：unity007）

作者 | 風辭遠

當提到印度人工智能的時候，大家會想到什麽？

這是一個很有意思的測試，不信你可以去問問身邊的朋友。反正我的發現是，大家的回答會呈現明顯的兩極分化：一半人說，很可怕；另一半說，印度有人工智能？

不管怎麽說，印度確實是有AI的。

去年3月，印度巨頭塔塔集團旗下的塔塔咨詢發布了一份報告，核心觀點是一句很有名的話：未來只有兩種公司，有人工智能的和不賺錢的...

不管這句話真還是假，至少從中可以看出印度這個神奇的國度，對人工智能的追逐有多麽迫切。

無論中國是否喜歡，印度確實正在憑借移動互聯網和AI技術加快發展速度。世界範圍內來看，這些領域發展最快的國家依舊毫無疑問是中國，但是已經越來越多的歐美調查報告與戰略評估，開始把印度和中國並列，甚至認為未來可能出現中美印AI三強爭霸的局面。

（全球人工智能人才分布圖，印度僅次於美英）

當然了，大多數中國人估計都跟我一樣，聽見中美對比蠻開心的，聽見印度加進來就有點不是滋味了。但是不管怎麽樣，我們在發展AI時還是應該余光看一下這個經常“開掛”的鄰居。

原因很簡單，印度跟中國一樣都是擁有龐大用戶基數和市場規模的國家、移動互聯網構成了近幾年科技產業發展的主流、創業浪潮也在高速發展中。而另一方面，兩個國家間又有很多不同，比如印度基礎設施更差，但IT產業基礎比中國更完備；印度擁有龐大的青年消費者，但互聯網基礎卻比中國落後。

有同有異的印度，或許是今年中國AI的一面好鏡子。那麽今天讓我們來遊覽一下，有著宏大抱負卻又困難重重的印度人工智能。

中國AI的甜蜜和麻煩，差不多印度都有

我曾經問過一位在印度投資科技項目的朋友，哪些科技領域的玩法是中國有而印度沒有的？他想了半天，對我說：該有的都有了，不該有的中國人也試過了…

嗯，真實在…

不過仔細想想確實也是，隨著這幾年印度投創的興起，中國科技領域的資本、項目和產品都開始大量輸入印度。而印度本國也在大力發展雲計算、5G、AI等新興項目。以移動互聯網撬動用戶基數攫取平臺效應的基本玩法，今天在世界發展最好的就是中國和印度以及東南亞幾個地方。

這種情況下，如何利用本國的移動互聯網基礎和龐大人口基數，撬動人工智能的快速場景落地，成為了兩國共同的話題。而投資創業風潮的興旺，也讓AI是風口這個概念，在兩國共同“吹啊出啊”。

埃哲森印度去年做過一個調查，有88%的受訪印度企業認為，會在未來5年之內投資、研發或者使用人工智能技術。我那位在印度投資的朋友也說，印度創業者現在講PPT的時候，AI是一個必須出現的單詞..

跟中國何其相似？

確實，用戶導向的市場氛圍，讓中印兩國的AI產業基礎結構非常同調。比如中國目前非常流行的移動互聯網產品植入AI，也在印度通行無誤。

比如說我們十分熟悉的電商，印度電商領域的巨頭Flipkart、ShopClues等等都已經開始使用機器學習技術來記錄用戶喜好，生成個性化推薦系統，就像淘寶、京東在做的那樣。並且印度電商還會根據本國習慣來進行一些AI服務，比如Flipkart會有一些類似時尚大腦的功能，通過AI進行智能搭配，幫助印度女性挑選布料時預先了解可能獲得的成衣風格。

再比如我們引以為傲的移動支付，在印度也已經十分興旺。阿里重磅投資的PayTM不僅增速喜人，在人工智能方面也開始了布局。比如說跟中國前輩支付寶一樣，PayTM使用機器學習技術來生成用戶的移動信用，並且基於智能推薦系統向用戶推薦相關產品。而像京東金融等平臺一樣，PayTM也有自己的AI風控和反詐騙技術，運用在信貸、支付安全等幾個領域。

就連我們熟悉的網約車，也已經在中印開啟了近乎同頻的AI滲透。就像滴滴，印度的Ola也開始使用大數據+AI來進行智能拼車計算，規劃並追蹤行駛路線。不同的是，Ola還推出了車載娛樂功能Ola Play，用機器學習技術來記住用戶的娛樂習慣，向乘車用戶推薦電影和音樂，甚至還能讓用戶繼續看上次沒看完的電影。

不難看出，在移動互聯網這個更容易接受AI的領域，中印兩國都開始想法設法利用AI快速摘取一部分果實。

有意思的是，有媒體歸納過印度創業者面臨AI時的困境和猶豫，其實仔細想一下和中國創業者遭遇的也差不多。

比如說，不少印度創業者都提出，AI雖然很好，但是對於大多數人來說技術門檻過高，真的實現起來非常困難，在工程化、產品化時充滿了不盡如人意的地方。而薄弱的研發能力則反過來限制了創業者的想象力，很多智能產品有著智障的體驗或者只能停在PPT上。

再例如，印度AI創業中也遭遇了嚴重的巨頭通吃現象。中國有BAT，印度現在卻有谷歌、Facebook等跨國公司和國內巨頭的聯手夾擊。優質AI項目會被快速收購，巨頭推出同類產品也會給創業者造成大麻煩。

此外，印度的資本圈似乎也更傾向於投資重用戶、能夠快速變現的項目，很多技術導向型項目拿不到融資。而人才缺失似乎是一切障礙的根源，在印度雖然有大量的IT人才，但AI領域卻僅有4%的人實際擁有相關技術的工作經驗。這主要是因為傳統IT和AI之間存在著鴻溝，並且印度工程師在創造力上普遍被評為偏弱。

總之，大體上看去，印度擁有和中國差不多的AI產業化優勢以及各種各樣的麻煩。當然了，印度的一些中國沒有的特性也十分值得關註。

也許IT外包轉型會成為印度的變量

很多專家認為，印度假如能夠實現人工智能超車，那麽在移動互聯網時代被落下的傳統IT外包產業，可能是一臺隱藏的發動機。

Infosys、塔塔咨詢、Wipro這三大巨頭代表的IT外包產業，在印度雇傭了數百萬技術人員，並且直到今天都在為跨國銀行、制造業巨頭、跨國科技公司，甚至多國軍方提供者各種各樣的服務。

這些服務的升級和叠代，在今天很大程度都是以AI為驅動力的。印度缺少類似谷歌、亞馬遜這樣的廣泛布局、多條業務線索的互聯網公司。但是三大IT外包巨頭卻在企業服務領域具有著廣泛布局。

今天AI的特性，也是適用企業服務多過消費者服務。並且從IT外包的產業線切入人工智能，還可能繞過跨國科技巨頭對印度AI市場的搶奪。

這些利好條件下，IT外包巨頭們紛紛開始了行動。比如塔塔咨詢在印度布局了全國首個物聯網體系，並且開始布局無人駕駛技術平臺。Infosys和Wipro也在大量投資和布局全球人工智能初創企業，並為企業客戶提供人工智能化的IT業務轉型與商業升級服務。

這些坐擁人才、資金和業務線的老牌企業，曾經一度讓印度沖上過科技發展高速路，而在AI到來之際，他們憑借傳統優勢換發生機，似乎可能成為一個變量。

當然了，我們知道印度是一個兩極分化嚴重的社會。AI帶給印度的，也不一定都是好事。

AI給南亞社會結構帶來的潛在沖擊

經濟學人智庫不久前發布了一項研究報告，提出AI技術可能給社會勞動力結構帶來三種影響：一是幫助現有勞動者提高效率，緩解勞動強度；二是創造新的勞動崗位；三是智能和自動化代替就業機會。

顯然，前兩種是正向的，而第三種是負面的。新技術當然是有得有失，一個社會必須要妥善處理好技術變革時的勞動結構轉型，才能不斷向前發展。

但跟絕大多數科技強國不同的是，印度社會極端化的差異結構，導致印度可能面臨一個AI帶來的潛在風險：幫助就業一面的影響有限，可能被替代的勞動崗位卻爆棚。

我們知道，種姓制度、爆炸的人口和南亞特有的地緣環境，導致了印度的中下層人口數量極多。他們缺乏知識和學習能力，很多工作崗位也無法接納他們。很多時候只能通過複雜的社會需求和臃腫的行政效率來獲得微薄收入。

舉個例子，印度政府近幾年推行農業保險。但收獲季節的核保卻成為了一個繁重的工作，為了核實大量農民的耕地狀況，印度政府每年要在收獲季節雇傭數百萬臨時勞動力來維持這項工作。

但AI技術的到來，卻導致這個沒什麽技術難度的工作可以輕易被替代。農民只需要上傳照片，一個AI系統就可以通過機器視覺技術輕松完成整個核保工作。

雖然聽起來是好事，但大量這種代替關系產生後，卻可能造成巨大且嚴重的社會影響。由於印度青壯年人口非常多，社會又提供不了那麽多的穩定就業機會，因此這類臨時性、無門檻的工作承擔了非常多的社會穩定責任。

在AI、物聯網、自動駕駛等技術持續普及後，更多的基礎性工作將變得意義不大。這對於印度來說可能不完全是好消息。

總的來說，人工智能是印度必爭的戰略要地。IT、生物制藥等領域的優勢會給他加分，大規模的用戶基數會產生源源不斷的想象，但基礎設施落後和龐大的基層人口又會給AI萌芽套上沈重的發展負擔。

多重矛盾之下，可能很長時間里，看好和看衰印度人工智能的兩極分化觀點還會繼續存在。而印度的AI之路上，中國能夠，或者說必須扮演什麽樣的角色，或許是我們更加應該關註的問題。

文章評論

匿名用戶

發布

全部評論：10

發布

轉型智能制造，哈工智能一季度盈利暴增271.67%

不到一年的時間，哈工智能（000584.SZ）完成了從傳統行業向高端智能制造及機器人產業化的轉身。

4月26日晚間，哈工智能發布的2018年第一季度報告顯示，公司一季度實現營業收入5.42億元，同比增長147.67%；歸屬上市公司股東凈利潤2815.28萬元，同比增長271.67%；歸屬於上市公司股東的扣非後凈利潤為2816.20萬元，同比增長268.52%。

哈工智能稱，一季報業績主要得益於公司主業轉型智能制造初見成效，旗下子公司天津福臻工業裝備有限公司（下稱“天津福臻”）和上海我耀機器人有限公司（下稱“51ROBOT”）保持了快速發展勢頭。

哈工智能副董事長、總經理喬徽告訴第一財經記者，公司對2017-2021年的發展制定了轉型升級發展戰略和總體設計方案，進一步確定了以“高端智能設備、機器人一站式服務平臺、人工智能機器人”為三大主營業務的發展戰略。

2017年5月，哈工智能以現金方式全額收購了汽車制造自動化裝備領域的龍頭企業天津福臻，由此邁出了公司主營業務向智能制造和人工智能領域轉型的步伐。

資料顯示，在汽車焊接領域，天津福臻是國內少數幾家能夠全部提供柔性車身總拼、柔性車身底板、柔性車身側圍制造、柔性門蓋制造四大系統的智能制造解決方案提供商之一。在奇瑞捷豹路虎X261門蓋線項目中，天津福臻在與蒂森克虜伯、KUKA、FFT、ABB等外資品牌的競爭中勝出。

“哈工智能將在鞏固天津福臻競爭優勢的基礎上，進行產業鏈縱向延伸，依托哈工大在機器人領域的技術優勢，同時以內生性增長與外延式發展的方式，向汽車行業以外的應用場景延伸。”喬徽表示。

根據哈工智能日前發布的2017年年報，公司的智能制造業務涵蓋高端智能裝備制造、機器人一站式服務平臺兩個子板塊，並在積極布局人工智能機器人業務領域的前期研發和技術儲備。2017年，公司實現營業收入同比增長114.07%，至15.72億元；歸屬於上市公司股東凈利潤同比增長122.01%，至9004.78萬元。

2017年，哈工智能還重點開展了機器人柔性打磨系統、低溫儲罐封頭機器人焊接系統等研發項目的自主研發。截至2017年12月底，公司在智能制造領域已擁有48項專利，其中2項發明專利，46項實用新型專利。

喬徽表示，將進一步擴大機器人產品在汽車行業的應用，並將機器人一站式服務平臺的流量做大，模式類似於是做機器人行業的京東。

在機器人一站式服務平臺方面，公司將整合各類資源以提供一站式系統集成服務。公司與KUKA、ABB、安川等機器人廠家簽署了戰略合作夥伴協議，並出資設立了上海我耀機器人有限公司作為“51ROBOT”工業機器人一站式服務平臺的主要運營載體。

“目前，51ROBOT的戰略定位還是做流量，還是互聯網思維，要先把平臺搭建起來。當然，利潤一定要做，但並不僅僅只關註於這個平臺的利潤。比如，由於有一個比較大的量，我們和一個供應商去談，談完之後有一個比較大的折扣。當然，可以賺這個錢，但是我們更多會把這部分的折扣惠利給合作方，大家一起（共贏），平臺流量越做越大。” 喬徽表示，公司還會提供一些增值服務，比如機器人的維修、維保、配件等。

據介紹，2018年51ROBOT將在華北、華南新設兩個業務點，形成北部、中部及南部全覆蓋。同時，借助現有團隊、客戶資源，51ROBOT將推廣針對新能源汽車電池及車身的新的連接技術，還將開發並推廣工業互聯網領域的應用系統軟件配合產品的銷售。

在未來規劃方面，喬徽表示：“區別於傳統的工業機器人，新一代的智能機器人會大量應用視覺技術、傳感器，用一些軌跡算法、軟件等，這方面我們會持續做投入、研發，這是中長期的過程。”

李嘉誠5680萬投資人工智能Baby X