为何说人工智能芯片是个创业者玩不起的“贵族游戏”？威胁来自于人还是机器？_解读导演访谈测评最新消息 在过去的这么多年里

　　在过去的这么多年里，从来没有哪一年像本年这样如此聚焦AI。解读导演访谈测评

　　李彦宏在B20期间反复提及AI——不管是否乐意，AI已然来了；

　　接着，贾跃亭在G20峰会期间主动在微博揭露他们在AI上的动作——“盼望全球首部LeEcoAI（LeAI）生态移动电话尽早面市，不久见。”

　　与此另外，到场B20的科大讯飞董事长刘庆丰强调：“假如在研究全球经济治理时不考虑AI产业的走向和作用，我觉得是完全不可想象的。”

　　而把技术领域这股研究热潮直接推上高峰的，则是习大大在G20中演讲的一段话：“以互联网为核心的新一轮技术和产业革命蓄势待发，AI、虚拟现实等新技术日新月异，虚拟经济与实体经济的结合，将给人们的生产方式和日常方式带来革命性转变。”

　　放眼国外，谷歌也着手改动了战略，从移动优先到AI优先。

　　尽管在年初Alphago大战李世石时，传媒已然就AI开展了各类确认，但不少人心里依然会有诸如此类的疑问：AI会取代人类吗？其真正的威胁是在哪里？它会不会有情感？前方到底是端智能，还是云智能？另外，AI落地需要哪些条件？而在商业层面，AI的商业模式究竟是什么样的？在这一领域的创业者，应该如何创业？

　　注：上个月，阿里云iDST探究员、IEEE Fellow华先胜（花名：方广）；阿里云iDST总监初敏；阿里云资深资料挖掘专家闵万里（花名：山景）；阿里云探究中心主任田丰（花名：酒道），来了一场“煮酒”论AI。

AI会取代人类？这只是技术界的语不惊人死不休

　　技术界常常有人说，AI要取代人类。但这样的言论在三位AI大咖看来，只是一种语不惊人死不休——以耸人的言论引来留意度，由于今日所见到的所有机器人都还只是机器，离人还差的很远。

　　三位教师从以下的角度开展了阐述：

　　技术超越人类实际上早就存在；
　　机器的局限性：只能做逻辑思考的能力，没有感性思维，谈超越、取代还为潮流早；
　　人和AI的朋友圈伤感文字，送给正在努力的你关系：是人手、眼、耳等五官的延伸，其终极作用是办事于我们。

　　第一点：技术超越人类实际上早就存在，比如数千年前呈现的算盘（比心算快）、几十年前的计算器，以及20年前在海外象棋上打败人类的深蓝。而智能化的技术也已然在很多地方使用了几十年，比如登月技术以及工业生产线。在今日之所以会变成一个大众化的议题，首要是今日的计算能力、算力、机器进修和资料能力，让之前不好解决的难题，在今日也得到知晓决，所以会被大众过于确认。

　　第二点：把上面举的例子串起来，你会察觉它们擅长的都是有规则可循的——强调的是逻辑思考的能力。所以，在一些可以写成规则的事情上，AI会超过人类。但在文学艺术等感性思维上，其本身就不是一个有客观规律的东西，无法用逻辑写成一加一等于二或者五除二这样的简易规则，在这种状况下，谈AI取代人类真的是为时过早。

　　第三点：做AI的绝大多数人，他的目标压根就不是替代人。它只是在某个地方看起来像人，但并不是真的具有人的情感和智慧。如今所有的技术，含有工业技术，总体来看都是人的感官、肢体的一种延伸，这些东西的背后是人在主宰。“进展这些技术最后是要办事我们的，是在一定的范围内解放我们的双手、时间，而不是取代我们全部思考的过程。”初敏称，前方一定是假期重磅造型点评，知情人透露内情以人为本，机器为辅。具体是什么样，不太好预测，“我相信10年之后回来看，根本不是今日我们能想象出来的，由于这里一定会发生很多变革。”

　　综合来看，人与AI是扬长补短的关系，AI强在繁琐资料的整合、归纳能力，而人强在直观的感受。初敏说，它是我们手、脚、眼的延伸，而不是对立。前方实际上只是一个分工的各异，经由机器，让我们的日常变得相当便利和简易。另外，由于AI是由大资料驱动，并且受资料领域的局限，所以AI在前方会呈现两个对立的现象：一个是越来越智能，另外一个在有些领域还是有点傻。

　　这里或许有人关心，究竟哪些岗位会被机器替代。工业革命时代，体力密集型的被机器替代，初敏强调：“AI时代，先是被替代的应该是人力密集型的，其次则是若干脑力密集型的。” 方广强调，只要是在资料密集型、计算密集型这些有个例可寻的领域，机器都是可以超过人类的。

AI的威胁来自人还是机器？

　　有不少名人做出AI会导致人类灭亡的言论，他们用意到底是什么？三位教师一个共同的认识是：AI的威胁不是来自于那个被赋予所谓智能的机器，而是来自造这个机器的人。

　　山景强调，任何一个科学技术的进展都是双刃剑，它都或许有反作用。情绪管理，每一句都扎心比如说，有人把恶意的代码给串进去，哪怕是一个简易的机器，也或许对人导致巨大的伤害。所以，就像今日的杀毒使用一样，前方对AI也会呈现相似的诉求。

　　在某方面，超越人类极限的技术并无过错，就好像检索，就是很大的超越，去图书馆翻书，一个人一年能看度搜好书？能查到多少资料？“技术的本质还是给人带来便利。由于机器没有自主意识，所谓的威胁是背后的人在做坏事或者是有人在教机器做坏事的逻辑，而不是机器自己在做坏事。”初敏说，不需要忧虑这个，至少在能看的见的时间里不用操心这件事情。

　　假如谈如何防范的话，提议如下：

　　1、逻辑代码上少一些Bug；
　　2、用法律约束AI背后的人。

自发的情感智能是一件尤其难的事

　　“要想做到情感智能，先是要让机器理解人的情感全球。但人的大脑有百亿量级的神经元，每个细胞元都存在激活和非激活状态（0和1），一天的资料量大约是一百个PB。假如能经由计算的方式，展示每时每刻全部脑神经的细胞元促销图，还原我们每一个情感的状态——处在什么状态下是开心或不开心、哪几个细胞元被激活导致这样一个情绪、是由于什么诱因导致的？假如这个难题能解，至少能从认知的角度先理解我们的情感的这个通道，和它的模式是什么样的。”

　　只有先理解这个岗位模式后，才或许有或许去造一个有情感的机器人。怎么样让一个机器有一个自发性的情感形成，山景觉得：“在当下为止，我觉得还是相当难的一件事，当下只能先做好第一步，先理解情感的形成。”

　　他还强调，在情感理解上，今日的大资料已然可以若干做到，尽管没有把脑神经的活跃度图给展现出来，但是它能够模拟刺激资料是什么样，然后再经由表象猜深层次的，就能够做到一些情感特性，比如欣赏音乐等。“这只是在情感上去做一些可量化，然后无限逼近，但无限逼近并不代表有自发的创造性。”

　　初敏觉得，情感智能化分成两个层面，一个是让让机器本身具有情感，另外一个是让机器理解人的情感，这两个不一样。让机器去理解人的情感，这件事是可行的，但让机器有情感这件事情还是太难了。比如说所谓的陪伴机器人，陪伴机器人不是教这个机器人有情感，而是让它能抓住跟它需要陪伴对象的情感，以及这个对象在各异情感状态下，需要它来做什么，这些事情完全是可以进修到的。

前方到底是端智能，还是云智能？

　　如今有两种走向，一种是云计算企业把智能往云上做，另外一种，则是创业企业把智能往端上做，比如摄像头、移动电话等智能设备端，那前方走向，到底是端智能，还是云智能？

　　方广确认到，端智能的长处在于敏捷性，不需要语音交互，马上得到计算结局，所以针对一些实时性请求高的使用，当下必须使用端，比如自动驾驶、安防等。端它的不足则是受限于它的计算的能力，另外也不能感受到其他的端（假如能，那就是云了）。云的长处是：有强大的计算能力，又能够把这些点——各个端的这些收集起来的资料能够综合起来开展确认、判断，这种智能有时候是超越人智能的。

　　方广觉得，云和端两者之间的关系是互相依赖的：云的技术需要经由端来展现，端则是云资料的入口和出口。他强调，N年以后，也许云和端概念就没有了，当云和端之间带宽不是难题的时候，端和云将是一体的。

　　“智能在端，智慧在云。”山景称，当局部的智能聚集在一起时，就能变成一个大智慧。比如说，抓套牌车、闯红灯的摄像灯在云端串联起来，可做的事情将会变得相当多，这就是局部的智能变成一个全局的智慧。端和云必然是连在一起的，终极境界就是你中有我，我中有你，混为一体。

　　初敏则从另外个角度解说云和端的关系。端和云之间，只是分工各异。有些事情由于可靠和隐私需要，不适合在云上，所以只能放在端中处理，比如家中的智能音响，不能把所有声音都传到云上。

AI落地的条件

　　方广觉得，AI落地的条件分别是：算力、资料、计算渠道、使用者、商业模式，这五个条件是必不可少的。

　　AI先是是兴办在足够强大的算力上，但光有算力没有资料，那也是巧妇难为无米之炊。除了算力和资料外，也需要一个计算渠道做支撑，否则算力无法得以做到。除此之外，也需要使用者有需求，才能推动技术进展，并贡献资料。另外，也需要好的商业模式，否则一切都很难长久。

　　过程中反馈相当重大，山景说，就像填鸭式教学，教师给你题目做，它是做错了，还是做对了，下一轮该给它什么样的题目，这个地方自反馈、自适应的过程相当核心。

　　光有这些条件，假如不用互联网思维的话，落地或许也没那么快。初敏称强调，用互联网的思维把这五个因素串起来，迭代才能相当快。“以更快的速度使用反馈资料来升级模型，形成这样的正循环周期后，效果就会越来越好。”哪怕就是算力不变，只要能不断的反馈资料并不断完善，过一两个月之后，它的能力也会好很多。

AI该怎么商业化？

　　谈到AI的商业模式，初敏称，并不是AI有什么商业模式，而是在解决人的一些需求以及商业化中，AI使用的价值性更大。

　　从分工角度，初敏觉得AI的商业模式有两个层次：“第一个层次是一群人在后面提供基础技术，再一群人落地到商品——在具体的使用场景中使用AI；另外一个则是宏观上的判断，它是一个很有走向的场景，在这个场景中有极大的或许性做出好结局，从而合作某些企业将这些技术储存在它的使用里。”

　　“一种是对现有商业流程上的效率提升，另外一种则是颠覆性的革新。”山景则把商业模式归纳为这两种。前者的价值，首要是体如今增值上面，比如生产线使用AI以后，效率提升了、整体收益提升。后者则是一种无中生有，创造全新的机遇，比如蒸汽机车代替了马车，在今日则是无人驾驶汽车的呈现，有或许颠覆劳动密集型的出租车行业，山景觉得，这些都是有或许的，“届时或许是一种商业模式的重组，卖算力，或者卖计算的时间，按照行驶的里程数来卖钱。”

　　在商业模式上，方广谈及了一个相当核心的点——它是不是真正的解决了人们的需要。“这个东西到底是不是有用？是解决了若干人，还是很多人的难题。”方广觉得，只有把这个使用找出来，在点上发力，解决其中的技术、资料、渠道、使用者的难题，才或许真正变成一个商业的使用。

对AI领域创业者的提议

　　对当下在AI领域的创业者，方广觉得，或许还是要找准要解决的难题是什么，所擅长的是什么，然后再去看上面谈及的那五个要素：算力、资料、使用者、计算渠道和商业模式，假如这些因素都具备顺利或许性大很多，假如不具备某个因素，就要思考如何获得。

　　“对一个创业者来说，更精准的定位很重大。”初敏觉得，最重大的是专注，而不要心太大，尽量运用周围有的现成的东西做你最想做的那件事。AI有各异的层次，做场景的，技术不一定需要自己开发，也可以运用现有技术；针对在技术领域耕耘的，一定要把技术做的有价值、有门槛，最后才能售卖技术。每个企业依据自己的特色，需要精确的给自己做一个定位。

　　山景则提议大家别做AI处理器，“这是一个贵族游戏，一失利几百万美元就烧没了，这种对创业企业来说没有资本是搞不定这件事。”他接着强调，AI处理器中某一种算力或许相当的牛，但由于开发到量产需要很长一段时间，这种技术领先性或许就被稀释掉。若呈现另外一种东西可以代替它，那全部价值一下子就被稀释了，这是AI创业高危的一个挑选。山景还谈到，针对做场景——业务革新的人，应弱化技术的人物着手先站住脚，抢行业占比，尤其在咱们境内这种比拼生态下，否则很轻松被复制，被扼杀掉。

最后

　　主持人田丰也延伸出一个难题：有没有或许呈现一种超级算力，让AI察觉一些人类察觉不了的规律，这时人们又怎么去测试它？

　　方广强调，这是有或许存在的。“今日的AI都是假设一种状况来评测它，像那种增强进修的AI到了一定程度之后，的确很难测试它是好是坏。”初敏称，你不得知资料里藏了什么，所以有或许不得知它学到的是什么。

　　山景觉得这种超级算力相当难做到。他强调，证明一个东西的兴办往往很难的，但是要证明它的不足和不兴办是很轻松的，从这个角度来讲，今日的AI学到的东西还远远不足。

　　三位专家也就AI的前方做了寄语，归纳成两点：

　　1、AI前景相当光明，但道路是曲折——Long  wait  go。但只要方向对了，就不用怕路远，只要坚守走下去，总是会有量变到质变的一个过程。
　　2、AI是我们手、眼、耳等五官四肢的延伸，它最首要的作用是合作我们，所以不需要去尤其忧虑AI的威胁论。