目前整個全球的人工智能發(fā)展主要處在一個計算智能過度到感知智能的階段，就是大家看到的無人駕駛、圖象識別等等。

今天我要講四個部分：

第一，什么是人工智能。

第二，人工智能帶來新的機會是什么？

第三，我自己在創(chuàng)業(yè)過程中真實的一些體驗和感受。

最后，是我的一些個人感悟。

一、什么是人工智能？

其實人工智能是仿照人類的技術，這個智能不一定要模仿人類，而是機器有它獨特的思考方式。我今天主要講人工智能模仿人對信息的處理，其實就是感知、認知、分析和決策。

舉個例子：

當我說我是博士的時候，如果你手里有宣傳書的話，他會感知到“博士”這兩個字；認知就是當你看到博士時，你大腦里面反射區(qū)跟大腦里博士是什么概念，關聯(lián)起來。截下來你的大腦分析，博士是比較高學歷，到后面加微信就是決策。

其實人工智能干的無非就這一系列的事情。

人工智能分為三個階段：

感知智能；

認知智能；

人類智能。

認知稱為強人工智能，強人工智能基本上就是獨立的，他有自己獨立的判斷和思考以及決策能力。

目前整個全球的人工智能發(fā)展主要處在一個計算智能過度到感知智能的階段，就是大家看到的無人駕駛、圖象識別等等。

我和大家稍微介紹一下人工智能發(fā)展簡史。

“人工智能”這個詞的誕生是20多個人在一塊，討論了二十天然后定出來的一個詞，他們認為計算機有新的智能存在。

往后就是第一波浪潮，人工智能真正第一波浪潮是發(fā)現(xiàn)計算機可以在邏輯下解決數(shù)學題。人類意識對于人工智能充滿無限的期待，但是這一次的技術發(fā)展卻讓人類失望，因為除了邏輯特別嚴格的水平之外，并沒有給人帶來什么。

第二浪潮是上世紀90年代，實現(xiàn)有序遞歸計算，也是RNN（遞歸神經(jīng)網(wǎng)絡－筆記俠注）。如果你跟人家講，人工智能無非就是RNCA之類的東西，這是人工智能用得最多的一個技術，但是在90年代的時候這個技術能夠通過記憶圖像的上下文，識別準確率高達70％左右，而我們人對于臉孔的記憶也不高于70％，所以這一波人工智能浪潮，進入真正大規(guī)模應用。

比如我小時候看到一個女的過來抱著我，我特別害怕，后來她一說話，我發(fā)現(xiàn)是我媽，因為她把頭發(fā)燙卷了，我沒有認出來。在這種場景下，那個時候人工智能有用，但是其實他的準確對于不臉盲的人來講，其實是沒有多大用處。

第三波人工智能浪潮，把信息當成整個人，分成頭發(fā)層、皮膚層，分成很多層處理。分層處理之后，信息使用效率能夠比原來大大提升，比所有我們所知的傳統(tǒng)統(tǒng)計分析工具算法有所提升。這一次人工智能一下子進入應用階段，真正人工智能其實是在2001年出現(xiàn)。

更新一波浪潮，在去年3月份，人工智能對大數(shù)據(jù)的要求降低，它對于數(shù)據(jù)的量降低了，但是它對于人使用數(shù)據(jù)訓練方法技能卻提高了，這是未來人工智能發(fā)展大趨勢。如何在數(shù)據(jù)不夠多的時候識別，比如你見過很多水果，你人生中第一次見到菠蘿的時候，你能夠識別出這個是菠蘿，或者是你沒有見過的事物，你不會認為這個菠蘿是香蕉。

AlphaGo突然一下子讓社會和媒體以及普通大眾對人工智能有了非常強大的認識：AlphaGo下圍棋比人類更厲害，但是其實人工智能從2001年就開始進入運營階段。

2014年大數(shù)據(jù)這個概念還沒炒火時，大家覺得搞人工智能是扯淡，尤其是幾個大學教授去創(chuàng)業(yè)做人工智能感覺就是搞研發(fā)。你要去做研發(fā)，你騙國家經(jīng)費，騙我們投資人去做研發(fā)，這就是當時大數(shù)據(jù)人工智能的態(tài)度。

一個非常復雜的技術，它誕生的時候，還沒被人類理解，任何一個事物發(fā)展逐步往前推進，但正是由于這項技術，他在人工智能獲取數(shù)據(jù)的成本大幅度降低。

另外一個就是技術能力突破，再一個是互聯(lián)網(wǎng)發(fā)展了十多年，各個行業(yè)在互聯(lián)網(wǎng)發(fā)展之后，“互聯(lián)網(wǎng)＋”把大量的行業(yè)數(shù)據(jù)積累下來，有很多這樣數(shù)據(jù)，可以積極學習，當然這些人干的數(shù)據(jù)就是深度學習技術成熟。

現(xiàn)在人工智能無非就是分為幾類。聲音識別大家都已經(jīng)接觸很多了，還有一個就是圖象識別，目前圖象識別在十萬張圖象識別級做得還是不錯，但是在百萬張圖象識別的時候，人工智能其實不足以從一百萬人里找到你，它可以找出好多個跟你特別像的人，這個人很像。

自然語言理解，千萬不要以為自然語言的理解就是文字，它不是文字，它是語言。語言是什么？語言是高度抽象的東西，就比如我剛才說“博士”，你寫下來它是文字，但是它真正表達大腦理解的含義，這才是真正的自然語言。

當我提到“華為”這兩個字，比如找工作簡歷里，寫的就會有大量公司文字信息，或者學校專業(yè)這些文字信息，這些信息其實是高度體驗，“華為”兩個字根本代表不了華為。

同樣我當提到華為的時候，你們在座每一個腦海里面映射出來不同的華為。有的人認為華為是一個手機公司，有人是覺得是做通訊的公司。讓機器去理解這個東西，這是目前人工智能非常大的難點。

目前全球人工智能產(chǎn)業(yè)鏈上非常強，可分為垂直類，同聲傳譯，這是非常大的產(chǎn)業(yè)鏈。而這個產(chǎn)業(yè)鏈，它基本上可以滲透到所有行業(yè)。

二、人工智能所帶來的新機會

我有一個非常深的體會：隨著人工智能、人機交互和高速計算技術的發(fā)展，越來越多的人逐漸被取代。當時看到這句話的時候，剛開始進入大規(guī)模人工智能的實踐應用，我們公司做這三大塊：

人對信息的理解；

人機交互；

高速計算。

我們整天提人工智能取代人，它們取代是什么呢？人每天工作分為兩部分，一部分是90％時間用于做重復性工作。這一部分工作其實是非常確定的，每天只有10％人去做需要創(chuàng)新的，90％那一塊其實都是可以被機器人取代的。

接下來我跟大家舉一些例子，這些例子會講目前人工智能在各個行業(yè)，目前最先進的地方怎么使用的。

作為關鍵領域，首當其沖是教育、醫(yī)療、法律、金融。因為這幾塊是屬于利潤額最大的領域。比如我們公司開始做教育，但是過去三年隨著天天有各種各樣的投資人找上門勸我們做金融，說金融市場這么大，隨便做一做賺很多。我們每天面臨更大的誘惑，所以人工智能最先是在這幾個領域發(fā)力，比如我想做醫(yī)療，包括我們公司做法律。82年之后，整個這一塊市場的規(guī)模，就相當于中國GDP。

1、手工勞作

這是最基礎的體力勞動。左邊這個是庫卡機器人，庫卡機器人是德國人。這個機器人是手臂，特斯拉整個生產(chǎn)線全是庫卡機器人，沒有人。右邊那個是QKM，大疆無人機的一個手臂就可以替代人去高空作業(yè)，這是機械手臂真實應用場景，也是中國和全球最頂尖水平。

2、教育

這個領域全球做得最好的一家公司叫牛頓。它是一個自營學習系統(tǒng)，能夠為每一個學生通過做題掌握對學習、知識點的理解和深度，為此推出完全個性化考試卷子幫助學生提高。我們原來都說在線教育，在線教育做了很多年，以前都做教育賺不了什么錢，但是這些公司橫空出世之后，整個教育行業(yè)被科技改變，賺錢根本不再是夢想。

這個對教育的極大改變讓很多老師失業(yè)，為什么呢？我就不是老師教出來的。因為我認為最好的老師一定是因材施教，我的高中一個班80個人，怎么因材施？我絕大部分學習都是靠自學，一個自學能力很強的人，他才有可能把自己變得很優(yōu)秀，這是我個人的觀點。

3、法律

法律這個東西有人認為機器人很難做，我們一般認為律師是一個很高端的職業(yè)。世界上第一個法律公司，哈佛畢業(yè)一個團隊，他們用ROOS做的法律機器人。我們公司在法律上做嘗試，而且也取得不錯的效果，法律最大的好處在于邏輯特別嚴謹，但是壞處就在于我們做這個項目，它是一個專業(yè)的東西，我們根本看不出來這個機器人好壞。所以做這一類專業(yè)性特別強的行業(yè)，AI應用會面臨一些問題。

4、金融

因為金融行業(yè)有巨大商業(yè)應用前景，所以我天天被各種金融問題煩惱。美國有一家著名公司叫做高盛，它就是通過分析數(shù)據(jù)回答投資這樣復雜的專業(yè)問題。但我可以很負責任的告訴大家，這是一個騙局，他可以忽悠很多外面一些公司，包括高盛在內，但是他騙不到我，目前還沒有達到可以回答任何問題的水平。

有人問，你們能不能開發(fā)一個軟件炒股，勝率會大嗎？其實這個事一直有人在做，連賭馬都有大量人工智能在做。香港有一位大學教授用算法賭馬，兩年賺了八千萬。如果不是因為吃官司，都沒有人知道算法已經(jīng)進入到賭馬行業(yè)，但是用人工智能做這些什么時候被發(fā)現(xiàn)？如果我做一個炒股軟件，我怎么會拿他去賣錢，我一定把門關起來偷偷用。

2013年2月2日兩個算法對績優(yōu)股計算了20分鐘，因為他們算出來這個價格，如果算準一個價格之后，在剛剛開盤的時候，兩個算法立刻把這個股票達到平衡點。人工智能早就進入金融，只是做得好的一定是偷偷在那玩，絕對不會告訴你，我把軟件發(fā)給你，那一聽就是電話詐騙。

5、醫(yī)療

IBM是一家很偉大的公司，這一家公司在過去不到100年，它是壽命最長的科技公司，就是因為不斷調整戰(zhàn)略，在一些癌癥診療上還有糖尿病上，它用專項做得非常優(yōu)秀。

中國在醫(yī)療方面跟美國AI技術差距太大了，不是在于人的差距，而是在于數(shù)據(jù)的積累。美國醫(yī)療是起源于80年前，目前中國最頂尖的醫(yī)療數(shù)據(jù)的治療水平跟國外還有相當大的差距。數(shù)據(jù)的積累是人工智能最大的基石，對于疾病診斷這一塊，它特別依賴于我們診斷數(shù)字化。

這一塊中國做得也不好，比如你到中山看病，但是你想另外一個醫(yī)院把病例調出來，這個事很難，而且很多手寫的醫(yī)生故意把字寫得很難看，然后無法讓你做圖象識別。手寫體識別在中國目前是一個難題，但準確率還有90％，醫(yī)生手寫識別率幾乎為零，這是世界難題。

我要說的就是診斷分析，中國目前還沒有對中國疾病分級，這非常不利于機器學習，所以導致這一塊不是很看好中國在醫(yī)療方面超過美國。另外還有一個原因，美國是大融入國家，他有眾多的人種，有眾多的性別，這是中國不具備的優(yōu)勢。比如我們鼻煙癌稱之為廣東癌，但在美國的鼻煙癌也是有記錄的，他們記錄各種人對不同藥物的反應。這一塊他們的數(shù)據(jù)優(yōu)勢更大，美國有專門的研究，而中國這方面的研究沒有納入官方的指導，中國落后了一些。

6、會計

有一天中國有兩大會計事務所，分別來找我，想干什么呢？中國每年稅務審計，包括財務審計，尤其是上市公司需要做得規(guī)范，比如4月份之前做完，所以會計事務所頭四個月忙得要死，剩下幾個月在外面跑單。

7、文學創(chuàng)作

之前有很多新聞報道這一塊，我們自己也用機器做了招聘需求，它寫出來的東西基本上看不出來是機器人寫的，他會偽造地址，偽造網(wǎng)址，偽造那些東西，寫得和真人一樣。騰訊也在用寫作機器人寫財政新聞，這其實可以做到，但是日本小說機器人，四篇小說通過日本初審這個事就非常不靠譜，這就反應一個事實，那些評委也是機器人。為什么？因為小說寫作要求非常強的邏輯和對于人的品位的這種把握，故事懸念有高超的技巧，目前機器人是不可以做到的。

機器人可以寫問題，寫八股文，但是你讓他寫小說，那種看不懂的可以，但是你要想真的有干貨，機器人絕對寫不出來。

8、交通運輸

亞馬遜在倉庫里用大量機器人，包括京東也在用，降低成本。它們會對我們未來生活造成極大的影響。無人駕駛是用機器人替代司機，目前特斯拉出了一個車禍，證實了車禍主因不是因為無人駕駛系統(tǒng)，是因為另外一方?jīng)]有無人駕駛的大貨車司機違章。這個人工避免不了的，機器人也很難順利去做出這種反應，無人駕駛更加安全。

汽車最大成本在哪里？是汽油，現(xiàn)在用電動汽車，電動汽車在很多國家電是非常便宜的，尤其是核電，就是熱核反應，未來電成本一定會降到極低。未來整個物流將會因為人工智能、電動汽車等的普及，對很多行業(yè)造成深遠的影響，因為物流會影響幾乎所有行業(yè)。

9、藝術創(chuàng)作

很多人說機器人不懂創(chuàng)作，機器人不懂什么是好的創(chuàng)作，但是機器人絕對懂創(chuàng)作。什么是創(chuàng)作？什么是創(chuàng)意？創(chuàng)意我們經(jīng)常歸結為一個人的思維特別開闊，但是從數(shù)據(jù)上來講，創(chuàng)作是什么？創(chuàng)作就是你發(fā)揮空間隨機性，如果你隨機能力特別強，那你創(chuàng)作的能力就會特別強。在機器人設立創(chuàng)意是設計的隨機數(shù)，控制隨機數(shù)變化的空間，如果我們給機器人設立創(chuàng)意無限的話，它會擁有比人類強很多的無限創(chuàng)意，這個就是為什么阿發(fā)狗能夠戰(zhàn)勝人類，因為他的創(chuàng)意是隨機。

我們人類恰恰相反，我們人類創(chuàng)意從小到大逐漸變差，為什么？我舉個例子：

我女兒4歲的時候做了一件事情，讓我開始反思我們人類的創(chuàng)意，為什么會逐漸衰退。有一天早上起床，太陽曬到我們窗戶，墻上有光斑，我說你看那個光斑多漂亮。我女兒說我能讓它消失。我想她肯定是把窗戶關上，結果她把燈打開了。這個給我們很大的反思，其實我們不是不知道不可以，而是我們在思考的時候，我們思維被限制住。我們使用自己的知識，但機器人是可以隨意控制，所以它的創(chuàng)意空間無限。

三、人工智能最不會影響哪個行業(yè)？

我們都知道AlphaGo很強大，阿發(fā)狗下圍棋的時候不能做什么呢？AlphaGo的確很強大，它能夠精確計算每一種下法，能夠勝利，但是它最不擅長的地方，就是它不能告訴你為什么這樣下。如果你把小孩交給AlphaGo，讓AlphaGo教小孩去下棋，是根本沒有可能，因為AlphaGo它不能解釋，它只會計算，為什么它不能解釋？因為它的理解方法跟人類完全不一樣，阿發(fā)狗不掌握人類對信息的體驗，不掌握人類處理信息時候對信息的理解，它不能去理解信息。

但是理解恰恰是我們商業(yè)社會非常重要一點，如果你問我今天賣股票賺多少錢，你說不知道，賭的，沒有人會信你，所以信息具有可解釋性是在我們這個商業(yè)社會特別重要的一點。

我現(xiàn)在做的事情，就是能夠讓機器擁有媲美人商業(yè)價值的鑒定和分析能力。目前在商業(yè)里我們還無法對人和企業(yè)信任做精準評估和分析。

我們iPIN數(shù)據(jù)架構技術較強，幫助機器人理解這個社會，往上就是模擬人對這個社會認知分析最頂層。往上到最頂層的這種規(guī)劃，然后就是讓輸入輸出如何在業(yè)界被使用，這是最關鍵一點。大量技術研發(fā)是在如何更好的使用輸入輸出，我們頂層架構，我們解決問題就是做一些高考資源填報，去幫助企業(yè)去監(jiān)控這個市場發(fā)展動態(tài)，幫助律師找相關案例等等。這都是我們現(xiàn)在在做事情，這就是目前商業(yè)分析最核心這一塊。

四、人工智能是巨大的機遇

有一些人說人工智能是泡沫，比如360。

如果一個技術真的可以將行業(yè)升級，這個巨大的價值在這里，這種價格變成商業(yè)價格，就不可能是泡沫。人工智能是中華民族偉大復興的機遇，這感悟是我最近這一段時間才有的。我在2月3日到美國參會時，得知這次參加全國最頂尖人工智能會議學者里面60％是華人。

人工智能是一個學術界帶領的行業(yè)，原因是學術界對技術的掌握特別好。在讀了N多年博士人眼里，學術界是開放的領域，所以中國人很善于學習掌握，還有中國人數(shù)學特別好。

我發(fā)現(xiàn)一個事實，中國的初中生平均數(shù)學水平遠超美國大學教授的數(shù)學水平，這是我們中國教育在人工智能身上給我們打下的堅實的基礎。因此這是我們非常好的彎道超車的機會。在人工智能教育里面，美國很可能輸給中國，因為中國政府對這一塊格外重視。

如何應用AI？如何組建AI團隊？

第一是算法專家；但更重要的是行業(yè)專家，這個可能被很多人忽略。進入招聘行業(yè)，我們都不是行業(yè)專家，我們自己根本不懂，尤其是法律那一塊我自己搞不懂，法律我根本不想成為專家，所以行業(yè)專家是非常有必要的。

第二，使用開放平臺；

第三，AI外包。為什么找我們合作企業(yè)特別多，大家希望我們做外包。目前人工智能是神話，人工智能有很多不可思議的地方，但是有很多天花板，這里研究三個天花板。

1、邏輯

機器人邏輯語言理解邏輯很差。

2、理解

其實真正理解人是非常困難，機器人用他的方式去理解，我們要引導它去用人類的方式理解才行，但是它不可能做到真正理解人，所以它很難跟人自主正常交流。大家看到網(wǎng)上很多機器人跟人交流的視頻，跟主持人對話，其實很多都是假的，因為不可能。正是因為大量的虛假信息在互聯(lián)網(wǎng)里面，所以很多人對人工智能有很多誤解。

3、意識

機器人到底有沒有意識？或者AI是否會威脅人類？

這個問題說實話，基本上觸及到了最核心的地方。因為我之前本科是讀光電，我第一個博士是讀物理，光電是研究光子，物理研究量子，后來做人工智能。

人工智能是否可以基于在量子狀態(tài)光子傳輸上運作？這個問題很多人關心，我的答案是機器人不具備我們人類具備的所有意識。為什么？我的看法是這樣子的，物理學這個學科給了我一個很好思維習慣，就是凡是要去問，它的本質是什么？現(xiàn)代物理學有非常著名的試驗，一個是量子糾纏。當量子糾纏被證實，當一對電子被拉得無限遠，拉得很遠，當你讓其中一個量子偏轉的話，另外一個量子它也會出現(xiàn)完全同方向的運動，而且瞬間傳輸，根本沒有經(jīng)過時間。或者因為我們儀器探測不出這個中間時間間隔是多少？比如會絕對超光速？或者真是瞬間移動？這還需要繼續(xù)探究。

量子糾纏不是神話，這是2013年一個試驗，這個試驗基本上證明一點，鬼魂是存在的。

這個鬼魂不是大家理解的鬼魂，而是說這個世界萬世萬物是直接關聯(lián)的，是直接連接，中間有某種物質將我們萬事萬物直接相連，才會導致這種瞬間信息傳遞的事情發(fā)生。

那是什么東西將萬事萬物直接連在一起？

這個并沒有直接給出結論，但是暗物質是一個答案。因為從物理學來說，這個宇宙我們能夠看到的物質屬于明物質，還有有大部分物質存在暗物質里面，但是這個暗物質以我們手段目前探測不到。物理學里可以論證它，它是存在的。

這就是今天我的分享，非常感謝大家！

更多資訊請關注工業(yè)機器人頻道