创客猫注：本文来源于“2018第二十届中国风险投资论坛”上《智能时代：人工智能的技术创新与模式创新》的圆桌对话。对话嘉宾有：达泰资本创始人、管理合伙人李泉生；北极光创投董事总经理李立新；百度资本研究董事总经理曹军波；香港科技大学讲座教授、第四范式公司联合创始人杨强；大族激光智能装备集团总经理陈焱。华登国际董事总经理黄庆担任专场主席。
圆桌对话
根据清科统计数据显示，2010至2017年5月，中国人工智能领域共发生2218起投资事件，涉及投资金额达668.42亿元人民币。其中，2015年成为ai领域爆发式增长的关键一年，2016年至今人工智能领域连续延续较高的投资热度。除了技术上突破了产业大规模应用的瓶颈外，还有什么原因导致了人工智能长期维持如此火爆的局面？
从行业分布来看，大数据、智能制造、云计算、智能金融、模拟识别是中国ai市场最受关注的细分领域。在人工智能形式一片大好的情况下，但其实真正成功的人工智能案例并不多。我们在看到巨头大手笔投入ai以及独角兽崛起的同时，也应该看到目前自动驾驶、语义识别、小数据学习等方面还问题不断。
而任何行业只要过热时，泡沫就肯定会出现。人工智能的泡沫一方面是资本的狂热，一方面还来自带上“ai”标签的非技术性公司也获得大量融资。泡沫可以促进行业的发展，但我们又该如何减少泡沫对人工智能领域的破坏呢？
北极光创投董事总经理李立新
以下为对话实录：（经创客猫编辑，有所删减）
这两年造成人工智能火起来的原因是什么？
李泉生：
我举一个例子在半年前投资的项目，汇医慧影，通过大数据的积累，训练机器学习，然后来提高医学影像识别的准确率。首先我们这个项目大家看到有几个元素，第一个要通过很多的对医学影像数据识别的输入，训练机器来提高识别的效率。另外用到医学上，其实我们未来可以代替人，但我们现在不会马上做代替，第一，它需要一个过程；第二，我们要进这个医院，肯定是以辅助医生为主，至少在今后相当长一段时间内是这样。
我们国内三甲医院的知名医生，大概他的识别率在90%-95%之间。我们的公司的技术到今天已经可以做到国内三甲一流医生这样的水平。这样的医生在我们国内当中非常少，可能估计就是几十个，一百来个。可是我们国内有那么多的医院，在三四线城市，很多患者没有机会得到医院当中一流的医生来给他做诊断的，所以我们就是解决这个问题。通过大量的数据训练，结合一些算法，加上我们和医院这些医生的互动结合，不断地来修正、训练机器的学习能力。通过这样的方式，来造福我们绝大部分的患病的病人，提高它做ct，做核磁共振的判断力，这个是非常有意义的事情。
李立新：
简单地说，我觉得人工智能分成初级的和更高阶的，现在我认为所有的人工智能都是在路上的。在这种情况下，人工智能要能够让人处理大幅提升效率，我觉得这样一种应用技术我们看来才是有投资价值的。
我举一个例子，我们投一个公司很有意思，微软出来，都是一帮技术大牛，他们想在教育领域做，后来发现走不通。后来他们开始在海外论文的翻译上，特别窄的垂直应用领域，特别是在生物医药方面的论文翻译上。这个现在看，这个市场不是一个特别大的市场，但是因为它很窄，他们的技术结合这种垂直场景，我们认为会带来很高的壁垒。这个积累不是大的平台，百度、谷歌今后所能够全面覆盖掉了，所以他们有他们非常明显的技术壁垒，我觉得在这个领域上他们会走得很快，而且大部分解决了人力翻译带来的效率问题。
曹军波：
我谨代表百度资本。人工智能如果抽象来讲，它是让机器在某种程度上，具备人的能力，这是一句话。所以到各个应用领域，我们发现都可以进行展开。它的核心推动力是什么呢？是数据加算法，到了移动互联网，让数据的确是指数级的增长，算法又发挥了它的生命，无论是积极学习，还是深度学习等等这一类的。
所以在这个时间节点下，大家发现部分的人工智能领域里出现了可以落地、可以商业化的阶段，这也就引发了整个产业和整个行业去关注这样一个风口。的确人工智能这个概念非常大，从底层，到各种人工智能的算法，然后它的一个通用型的平台型的这种搭建，还有最顶层的各个应用行业领域，其实都是可以去把这个图谱摊开的。所以，我觉得从目前来看，应该在某几个领域里面是具有让人非常兴奋的一些发展的态势。
香港科技大学讲座教授、第四范式公司联合创始人杨强
杨强：
人工智能一直有一批人在做研究的，像我个人就研究有30多年，从1985年就是介入人工智能。一直都在等一些条件能够满足，比方说数据，算法早就准备好了。最近有些事件使得公众突然感兴趣，像阿尔法狗，但是阿尔法狗错误使很多人认为这是一夜之间起到翻天覆地的变化，这是不可能。阿尔法狗是在非常局限的范围内去做的，而且数据是充足。在很多应用场景，包括无人车，其实没有那么多数据，总是有缺乏的数据。医疗影像领域数据孤岛现象也非常严重，包括数据标注是非常困难的一件事情，使得理论的极限远远达不到。
人工智能的目的是想提高效率，但是提高效率就要增加收益，减少费用。所以我们看到比方说人工智能用在客服，就可以减少人工的参与、人工的费用，用在营销，像广告，就可以提高效率。那么从算法的角度，从数据的角度，从架构的角度，今天应该说都做了很多。但是我们从宏观的观点来看，人工智能成功的案例并不多，所以这也是我们今天可以探讨的一件事。
陈焱：
一个新的事物的产生，它应该是有一定的环境，为什么会产生，它是因为一种需要才会出现。人工智能把它划为两端，前面就是人工，人为造出来，智能，为什么不叫智慧呢？因为它达不到更高的智慧的基础。人工智能其实出来的目的，它肯定是你做一些事情，做到一个地步的时候，尤其是像我们这种，原来做基础装备的，做到一定地步的时候，我的人力成本上升了，我没有足够的场地支持了，我的数据要升级的，那么我的企业肯定要去找办法。这样的话我引进的流水线，我引进语音识别来做售后服务等等，所有这一切实际上是水到渠成的结果。因为这种东西人工智能出来的时候，它一定是社会往前进的一个必然的结果，你在某个地方走不通了，你必须要想办法把它走出来。
所以这个人工智能，我认为目前它其实是很有条件的，从1956年几个年轻人提出来这个概念到最近的阿尔法狗战胜了李世石，大家都感觉到了，这个技术的飞速发展和进步。实际上人工智能它表面上看起来是一个智能，但实际上是很笨的东西，它是建立在大数据的基础上，它从数据上提取出一个东西，找到一个捷径做这个工作。所以人工智能完成所有东西都是有边界的。但是我们人类做的很多东西都是没有边界的。我觉得在未来人工智能永远不可能替代人类，因为人类可以立马做出一个判断。
我觉得在人工智能很难解决具体的语境问题，以及图像识别的问题。还有一个智能驾驶这块的应用，大家都知道，我们特斯拉在智能驾驶上，连续出了很大的问题。这个问题我相信在未来十年肯定可以解决。但是这些大的算法，我们都知道都是用大数据所提炼出来的，实际上数据越多，未来的流程就会越复杂。你对于这个模糊数据的处理就会越来越复杂，当你的技术越来越复杂的时候，又会发现一个问题，你的解决速度就不如以前了。
当然人工智能的趋势，是挡不住的，谁也挡不住这个步伐，甚至霍金他曾经预言，人工智能发展到现在，他很可能会是人类社会一个灾难。因为灾难没出现，我们也不知道，但是这个事情，人工智能现在已经是成为一个社会发展的趋势了，但是我们挡不住的，至于未来人类怎么去做，我们只能是根据人类科技的进步，一步一步往前走。
我做一个总结，实际上一个人工智能最终的结果我认为，肯定是服务于人类，把人类从繁重的耕作当中解放出来，这就是人工智能现在的价值，和现在的资本蜂拥而进的一个理由，它确实可以给我们在座的人带来福利，所以它就能够创造巨大的价值。
百度资本研究董事总经理曹军波
有什么是人工智能现在做不到但大家有非常希望它能做到的？
杨强：
小数据学习现在还做不到，而我们在日常生活和工作当中，往往遇到大部分的情况都是小数据。这种大数据的情况，别人给你整理好，其实是不存在的，是非常稀少的状况。但是小数据从学术上来说是有可能被攻破，因为人是可以解决小数据的问题。比方说我们家里面小朋友学写字或者学认图，往往通过很少的例子可以学会。所以我们从教育学来说，衡量一个教育工作者的能力，老师的优异与否，是通过学生的学习能力来体现，他们管这个叫学习迁移。
从机器的角度来说，我们今天已经了解到一些比较垂直的领域，可以使用这种小数据学习，我们管这个叫迁移学习。比方说我们可以通过一个图画学到它背后的概念，然后再把这个概念迁移到文字，这个文字只用很少的训练就可以学会识别概念，就是这种跨领域。所以这个方向在学术界是有一点点的成功。我们很期待在工业界未来也会取得很大的成功。
曹军波：
我觉得大家比较容易理解就是自动驾驶，从现在来讲，基本上的车都是1级到2级，10年之后可能百分之几十的汽车就具备了5级的能力，所以你可以看到它是一个渐进的过程。唯一决定它的就是它的成本，特别是多传感器融合的方法论下来的，激光的成本等等这一系列，以及你的计算性能，高性能的这种计算单元能不能够进一步地出现和量产。所以大的方向来看，现在虽然还没有实现，但是我们可以预测，在接下来的几个时间段内，它可以达到可实现的条件。
李泉生：
我觉得艺术创作是比较难用人工智能来做的。我前一段时间跟很多人讨论艺术，绘画，这种东西是很难用人工智能来完全替代的。这中间它有文化传承的问题，有思维艺术的问题。在欧洲人发明五线谱以后，很多人开始古典音乐，才有传承，这是我们很遗憾，我们的古乐没有传承。这个和数据没有那么大的关联。
另外一个很难的一点，真正做到完全自动驾驶，这中间有交通系统，有激光雷达等。技术在哪儿，两个基础非常好，一个是新能源车，如果没有纯电动车这样一个成熟的技术出现，我们谈这种事情是很难的。因为纯电动车、新能源车逐渐越来越成熟，所以打下非常好的基础，剩下是一个识别的技术。我估计算法理论上突破不大可能，但是算法通过迭代、训练，使它效率更高，用的内存少，这个理论上能做到的。刚才黄总讲的，成本也是可以下来了，但是需要时间，这个时间点什么时候能出现，我相信我们在座都没法很准确地知道。所以就是说，一定能做到，但是时间不可控，这正是我们投资机会，也是风险。
李立新：
第一人工智能这波是很大的，无论对于投资人还是创业者还是社会经济架构。第二，它比我们预期来得更快，这个主要是算力的提升，会带来很多地方的应用场景的需求的落地。就我自己而言，我觉得这样的趋势对人的未来其实有巨大的挑战。人类一定要适应，可能在10年以后，人工智能对人的工作的一些挑战。我觉得解决之道，就应该是教育，但是现在教育上没有看到更多的布局和跟进。因为我觉得人的认知是不同的。刚才教授讲，人要有学习能力，每个人的学习能力或人的学习特点是不一样的，未来在个性化的学习能力的培训方面，我觉得这个是一个非常有意义的结果，但是目前还没有看到有什么方案。
陈焱：
因为实际的工业它更多是对人工智能的一个应用，我们的横向思想是什么呢？如何提升效率，创造更大的价值。现在包括中国也提出来中国制造2025，包括欧洲，实际上都提出来的。但是现在一个最大的问题是什么呢？智能制造这个概念虽然提出来的，但是我可以说到目前为止真正意义上还没有一个准确的意义。我觉得这个是我们在人工智能这块要努力的。你没有标准的话，大家不知道往哪个方向搞。包括大家也把它划分出来了四大产业，也罗列了很多东西，但是去落地有很大的困难。实现智能化之后，你是不是能够给自己真正创造价值。你要创造价值的东西，这才是有用的，否则就是一个形式，这个也是我们现在所必须要解决的。
达泰资本创始人、管理合伙人李泉生
如果看待人工智能的泡沫？
李立新：
从另一个维度看，每天我们都在看大量的创业公司，我们跟他们都在共同探讨一个问题，你看现在的趋势，第一亚马逊，百度，这是多狠，这种大平台都是在平台上的ai技术的投入。
另外一方面，很多已经形成的头部公司，他们左手融资，右手投资，又把自己变成平台，包括像小米、滴滴新的生态型的企业，都在大量的投入。在这种情况下，肯定泥沙俱下，一定会有些名副其实的泡沫出现。
另外一个带给创业者的思考...