9月18日，在世界人工智能大會的騰訊分論壇上，上演了一場關(guān)于AI的激烈討論。AI未來的突破是什么？如何落地？認知真的影響人類在AI上的發(fā)展嗎？強AI的成熟離我們還有多遠？等等問題都在這次圓桌論壇上提出并進行探討。

參與討論的嘉賓包括騰訊開放平臺副總經(jīng)理、騰訊眾創(chuàng)空間總經(jīng)理王蘭；騰訊AI Lab AI+醫(yī)療專家姚建華；卡內(nèi)基梅隆大學(xué)計算機系教授、Libratus人工智能系統(tǒng)開發(fā)者托馬斯·桑德霍姆；獵豹移動董事長兼CEO傅盛；來也聯(lián)合創(chuàng)始人兼CEO汪冠春；云腦科技創(chuàng)始人兼CEO張本宇。

傅盛認為，技術(shù)是一輪又一輪的大突破，當技術(shù)進展到一個階段以后，如何把這些技術(shù)變成產(chǎn)品，就變得至關(guān)重要，“我覺得技術(shù)很重要，所以我在過去一兩年間，花了很多時間學(xué)習(xí)AI。但其實AI是一個產(chǎn)業(yè)鏈條，比如說你要做好，你光有一個神經(jīng)模型是不夠的，上面要有應(yīng)用，要用好的傳感器。”

汪冠春則表示，創(chuàng)業(yè)公司更需要有落地的場景，所以作為“來也”的創(chuàng)始人，他能深刻感覺到今天技術(shù)和現(xiàn)實之間的一個差距。同時他又樂觀地認為，對于創(chuàng)業(yè)公司來說，最重要的是找到那些相對封閉的場景，和還沒有那么完美、成熟的算法結(jié)合到一起，這樣會產(chǎn)生很好的效果。

當談到人類離強AI的成熟還有多遠時，托馬斯·桑德霍姆說，他并不相信人們需要強AI，“或者我們有沒有強AI，取決于你怎么樣去定義它。”他認為AI只是一個工具，有可能可以做出來，有可能做不出來，“但這實際上并不是我們的問題，也不是我們的目標，所以我們也不會做一個工具來取代人類，而應(yīng)該是為人類所用的工具。”桑德霍姆總結(jié)道。

以下是圓桌論壇內(nèi)容：（界面新聞略作刪減）

王蘭：從技術(shù)研究和學(xué)術(shù)的角度，未來AI可能出現(xiàn)的一個最大的突破是什么？    

姚建華：現(xiàn)在AI技術(shù)在有監(jiān)督的學(xué)習(xí)上已經(jīng)做的很好了，下一個突破應(yīng)該是我們?nèi)绾卫靡恍]有標注的數(shù)據(jù)進行無監(jiān)督的學(xué)習(xí)，這樣會讓機器自主地學(xué)習(xí)，讓AI技術(shù)得到更廣泛的應(yīng)用。

托馬斯·桑德霍姆：我覺得最大的突破既有應(yīng)用方面，也有AI技術(shù)方面。一方面，我把它叫做AI的堆疊，機器學(xué)習(xí)這一部分肯定由自動化來取代，所以我們不需要再從機器學(xué)習(xí)方面找到任何的洞見，將來我們會讓機器自動地做出決策。這就是在機器學(xué)習(xí)基礎(chǔ)上的一個AI的迭代。

現(xiàn)在AI已經(jīng)有了很多非常成功的應(yīng)用，比如說在編程方面，已經(jīng)非常成功了。我尤其想要強調(diào)兩個特別的技術(shù)，一個技術(shù)就是戰(zhàn)略決策，其實現(xiàn)在很多用于決策的技術(shù)，在現(xiàn)實生活當中都并不是以博弈為基礎(chǔ)的，所以現(xiàn)在在市場上一些以博弈為基礎(chǔ)進行決策的玩家，在這些方面有很大的機會。另外一個是推理，現(xiàn)在有很多的機器學(xué)習(xí)都不是準推理的，我們認為決策要有這樣的準機器學(xué)習(xí)，它告訴我們?nèi)绻鲞@樣的一件事會發(fā)生什么樣的結(jié)果，這是另外一個有非常多機會的領(lǐng)域。

王蘭：想問問傅盛你的觀點是什么？

傅盛：我覺得技術(shù)很重要，所以我在過去一兩年間，花了很多時間學(xué)習(xí)AI。其實AI是一個產(chǎn)業(yè)鏈條，比如說你要做好，你光有一個神經(jīng)模型是不夠的，上面要有應(yīng)用，要用好的傳感器，機器人還要有機器人結(jié)構(gòu)。我真正想表達的是，技術(shù)突破固然重要，但是技術(shù)是一波又一波的大突破，當今天的神經(jīng)網(wǎng)絡(luò)模型出現(xiàn)以后，在這個基礎(chǔ)上的技術(shù)已經(jīng)到了一個階段了。而這個時候怎么把這些技術(shù)變成產(chǎn)品，就變得至關(guān)重要。

如果有科學(xué)家又發(fā)現(xiàn)了一個新的，可以強化非監(jiān)督學(xué)習(xí)的、自學(xué)習(xí)的方式，可能又是另一個新的技術(shù)紅利。我表達的觀點是有前提的，今天做的語音識別、視覺識別、翻譯這些，這時候到了一個產(chǎn)品化的階段了，我不是技術(shù)和產(chǎn)品對立論，我是統(tǒng)一論。

王蘭：你是否認為，其實現(xiàn)在從研究領(lǐng)域上看，AI已經(jīng)取得了很多的突破，但是現(xiàn)在這個階段的難點是把AI技術(shù)領(lǐng)域或者研究領(lǐng)域的突破，尋找到一個合適的產(chǎn)品和場景去落地？

傅盛：我不是一個科學(xué)家，也不是技術(shù)人員，所以我無權(quán)對技術(shù)本身的發(fā)展做太多的預(yù)判。但我是一個從業(yè)者，創(chuàng)業(yè)者，所以我能看到的比如說去年語音識別的人才非常難招，大家都在搶人。而今年整個人才市場就會好很多了，其實本質(zhì)上就是因為，技術(shù)是一輪爆發(fā)后就有一個紅利，這也是這個行業(yè)里面，科學(xué)家和企業(yè)家之間的不同角色。永遠都是科學(xué)家想出一個很好的、可能被使用出來的技術(shù)，企業(yè)家把它落成產(chǎn)品，這是兩個不同的角色分工。

王蘭：我想問一下張本宇總，作為一家創(chuàng)業(yè)公司的資深技術(shù)人員，剛才的問題你有什么看法？

張本宇：作為一個企業(yè)來說更重要的怎么把已經(jīng)成熟或者快要成熟的技術(shù)，迅速的找到場景，把它落地，形成產(chǎn)品化、規(guī)?；５亲鳛閭€人來說，我還有一部分做研究的熱情，所以我們同時也會稍微往前再多看一步，看下一步AI的突破點在哪里，或者有哪些跨場景的AI場景需要解決。比如數(shù)據(jù)的隱私安全，模型的可解釋性，這些方面就屬于會幫助我們找到更多的落地場景，但是問題還沒有完全解決好。這兩者不是完全的對立，在不同的階段，不同的決策上，我們關(guān)注不同的方面更多一些。

王蘭：有人認為，認知是下一個領(lǐng)域的突破，或者說決策的突破可能會帶來下一波AI的爆發(fā)，這個怎么看？

托馬斯·桑德霍姆：我認為這個說法是對的。下一步的確是在決策這一步的突破，而不是像傳感器，或者是感知領(lǐng)域。在這些領(lǐng)域仍然有進一步改善的空間，但是主要在決策領(lǐng)域需要得到突破。我們自己也建立了幾個初創(chuàng)企業(yè)，經(jīng)常有人問決策模式怎么樣運用于具體的產(chǎn)品呢？我也看見谷歌、亞馬遜，他們也在面臨類似的問題，他們會有機器公司來幫助其他的公司，來加速應(yīng)用機器學(xué)習(xí)等等。所以現(xiàn)在大的技術(shù)公司，他們只僅僅是產(chǎn)品公司，還是說會成為一個混合的公司，這是一個非常有意思的問題。

從市場角度來看，他們只做產(chǎn)品公司要好的多，如果加上人工智能之后，可能就很難保持這樣的模式了。你可能還需要加入到服務(wù)個性化的領(lǐng)域等等，這個其實是以AI為核心的，尤其是能夠幫助到?jīng)Q策。不過每個行業(yè)都是不一樣的，每一種具體的應(yīng)用都是不一樣的，就算是在同一個行業(yè)當中，不同的應(yīng)用也是不一樣的，所以我也非常希望看到未來會有怎樣的改變，以及未來怎么樣仍然去維持這樣的技術(shù)公司使其不成為產(chǎn)品公司。

王蘭：我把這個問題再引回到汪總，你做的應(yīng)該是一個客服的機器人助理。想從你的角度去解釋一下，如果說AI在認知領(lǐng)域的突破其實還有欠缺，你們怎么去克服這樣一個障礙，完成你的產(chǎn)品？

汪冠春：來也就是做認知和決策的AI。我們是創(chuàng)業(yè)公司，我們更需要有落地的場景，所以很能夠立刻感覺到今天技術(shù)和現(xiàn)實之間的一個差距。但是我個人還是非常樂觀，因為大家知道，其實算法上的突破要領(lǐng)先應(yīng)用突破15-20年的時間。今天真正要做好認知AI和決策AI基礎(chǔ)的技術(shù)，比如說深度學(xué)習(xí)、強化學(xué)習(xí)、遷移學(xué)習(xí)，也并不是全新的研究方向，已經(jīng)存在了5年、10年，甚至更長的時間，很多數(shù)據(jù)也已經(jīng)存在，客服場景、銷售場景需要的資料，企業(yè)需要的知識圖譜、知識庫的數(shù)據(jù)今天都已經(jīng)存在了。對于創(chuàng)業(yè)公司來說，最最重要的是找到那些還相對封閉的場景，把它和還沒有那么完美、成熟的算法結(jié)合到一起，產(chǎn)生很好的效果。

傅盛：大家今天很多爭論的本身，是技術(shù)科幻化了，我們總要把人工智能考慮到要超越人，滅掉人的技術(shù)，而在產(chǎn)品思維上的深入討論不夠。我們的手機叫智能手機，它有什么智能呢？一點也不智能，只是給你提供一個好的交互界限和足夠的算力和一些傳感器而已。其實是很多人做了很多APP，再讓人使用APP，顯得這個手機能幫你完成很多事。我們?nèi)绻旬a(chǎn)品考慮成一個不需要人干涉的東西，這個產(chǎn)品永遠等不到它的落地。

人機協(xié)作，人只是把很多重復(fù)的工作交給人工智能，這么想的話思路就可以開闊很多。我不認為今天我們可以有能力做出一個替代人的機器人，甚至我不認為我們能做出一個行走的機器人。但是我認為在一些高度重復(fù)的場景里面，機器人替代一個垂直的人的工作是可以的。這個時候再有人和它的協(xié)同，包括去訓(xùn)練它。人工智能，有人工才有智能，這兩者完全沒有分開，所以這是我做這個產(chǎn)品的思路。

王蘭：這樣的應(yīng)用是非常實際的。之前去劍橋的時候，我跟那邊的教授做交流，提到一個在既定的界限之內(nèi)去做AI縱深的研究，我相信姚博士有非常多的見解，剛才傅盛提到的是一個比較To C的應(yīng)用場景，而你做的是醫(yī)療領(lǐng)域的應(yīng)用，這個比較專業(yè)，你可以也就這樣一個觀點發(fā)表一下你的看法嗎？

姚建華：醫(yī)療領(lǐng)域也存在這樣的問題，有些問題是感知方面的，現(xiàn)在AI可以解決的比較好。有些涉及認知方面的問題，現(xiàn)在還沒法很好的解決。實際上我們現(xiàn)在也是先把我們能做得好的東西先解決了，比如說一些影像的識別、篩查，所有信息都在數(shù)據(jù)里面，我們可以通過AI來訓(xùn)練，得到接近醫(yī)生的水平。另外就是預(yù)測，因為現(xiàn)在醫(yī)生很需要知道某種治療方案，如果我采取這種治療方案會對患者有什么樣的影響？生存率是什么樣？根據(jù)這些預(yù)測，可以選擇更好的治療方案?，F(xiàn)在AI面臨著信息不完全的問題，我們要預(yù)測將來發(fā)生的事情。這種問題我們現(xiàn)在也在做很多研究，實際上還是沒有做得很好。在某個具體的領(lǐng)域，我覺得也存在這樣的問題，我們也是在感知方面做得比較好，在認知方面還有很多探索的空間。

王蘭：剛才大家主要在探討技術(shù)和應(yīng)用之間的分解、連接和區(qū)隔，接下去我想用最后一個問題來結(jié)束今天的圓桌討論。

這個問題我想把剛才說到的技術(shù)和應(yīng)用，完全給扯開。我們每一次都會喜歡問別人這樣一個問題，強AI的成熟你感覺還需要多長時間？

托馬斯·桑德霍姆：這是一個非常有趣的問題，我實際上并不相信我們需要強AI，或者我們有沒有強AI，取決于你怎么樣去定義它。我想AI只是一個工具，我覺得就像剛才我們所聽到的一樣，我剛才也說你們要有問題，要有解決方案，這就有點像錘子和鋸子，鋸子有鋸子的功能，錘子有錘子的功能，AI就是這樣的。它只是一個工具，有可能可以做出來，有可能做不出來，這實際上并不是我們的問題，也不是我們的目標，所以我們也不會做一個工具來取代人類，而是為人類所用的工具。

張本宇：對強AI沒有一個像圖靈測試那樣公認定義的標準，除了有時候有一些看得見的經(jīng)濟價格之外，很多時候也用在別的領(lǐng)域，像軍事、政治等。它會不會到來？其實我現(xiàn)在不知道，如果要給一個觀點的話，說一句不負責(zé)任的話，強AI我們沒辦法預(yù)測，如果它會來，它就會來，我們也不知道它是否已經(jīng)來了。

汪冠春：非常有意思，我自己的寶寶出生在5、6年前，那時候我在百度公司，說百度大腦是3歲兒童的智力，我們?nèi)绻淹ㄓ肁I定義成像人一樣學(xué)習(xí)，跟世界交互，這樣定義的話，AI發(fā)展水平的速度及不上我寶寶的發(fā)展水平。今天我看到AI的解決方案越來越人性化，在某些特定點上，可以做到接近人甚至超出人的水平，我自己感覺，有些特殊領(lǐng)域當中，像客服、銷售、助教、醫(yī)助、律師助理，甚至是投資顧問等等，這些角色是會被AI一點點替代的，這塊我非常有信心。所以AI解決方案會變得更加個性化和人性化。

姚建華：我認為AI技術(shù)的共享是一個關(guān)鍵，騰訊這樣的大公司自己本身擁有很強的AI實力，我們只有把AI實力為一些中小企業(yè)和傳統(tǒng)行業(yè)分享、賦能，才能真正把技術(shù)運用到實際場景，真正讓AI無所不在?，F(xiàn)在AI的加速器也在賦能中小企業(yè)，騰訊在這方面做了很多努力，包括我們即將開源的一個模型壓縮的框架，還有我們即將開源的全球最大的數(shù)據(jù)庫。我覺得就是大企業(yè)跟中小企業(yè)共同合作，共同共享這項資源，才能促進AI的發(fā)展。

傅盛：從哲學(xué)的角度來說，我是覺得，我們認為別的東西不能超越人，像是一個自我中心論。從哲學(xué)角度我堅信一定有生命的形式超越人，從科學(xué)角度，我不太懂是不是今天這種神經(jīng)網(wǎng)絡(luò)的算法模式能夠超越人的生命。從現(xiàn)實角度，我個人在我看得到的領(lǐng)域里，我更看好的是，現(xiàn)在做的一個腦機交互的界面，我覺得這就是被AI武裝起來的人類的大腦，可能會是比人更強的，如果我們?nèi)祟惤猩?.0，那么它可能是生命2.5、2.6，可能這種形式在我們看得到的未來會很快出現(xiàn)。