大咖來信|李開復:美國AI見聞錄

量子位 2017-06-16

這是《大咖來信》的第一封。未來還會不斷有人工智慧領域的大咖,寫信與量子位的讀者分享最新觀點、思考和感悟。

編者按:5月14日-5月28日,李開復開啟了2017年最長的一次赴美旅程。在這次長達半個月的行程中,他從紐約到加利福尼亞,從美東到矽谷。

區別於以往的行程,這次李開復還先後參訪了MIT的媒體實驗室,並在母校紐約哥倫比亞大學工程學院的畢業典禮上發表演講。

在此次行程中,李開複比以往更強烈感受到人工智慧正在給美國帶來的改變——這種改變當然不會止於美國。李開復到底感受到了什麼?

答案都在這封信里。

△ 李開復美東行程安排

量子位的讀者,你們好。

這次美國之行,我去了MIT、紐約哥倫比亞大學等學術組織展開交流,也參與了一些業界的活動,進行了多場跨領域的深度對話,整體行程緊張又豐富。

我想可以從學術界、工業界、媒體關注點、AI變革的觀點,以及「不適應」等幾方面談談美國之行的見聞感想。

學術界的人才危機

學術界最大的感受是人被「七大黑洞」挖了很多。比如說斯坦福、MIT、CMU這樣的高校,人才從學術界流入工業界比之前更加明顯。

有報道說,斯坦福被挖走了一半,而CMU的整個自動駕駛方面則被Uber連根拔起,整個團隊被挖走,MIT等學校其實也受到人才被挖的威脅。

所以整體來講,美國學術界現在有些情緒低落,但這又是他們無能為力的事情,不僅僅是資金方面的原因。

一方面,產業界可以提供的資源要遠遠大於學術領域,在數據規模和機器算力方面,二者是無法等量齊觀的,會讓頂尖AI人才感到興奮的是可以走出實驗室,直接通過工作驗證新演算法在真實世界能產生的價值,你的工作是可以被客觀衡量的,能夠讓工作的人看到自我價值的體現。

比如說應用了你的技術後,可以讓用戶更快買到東西、可以讓用戶更快找到想要的結果,並且中間過程可以通過數據量化,及時得到反饋。

另一方面是相對更加務實,因為產業界開出的工資也高、股票也多,對於人才的吸引力自然也是不言自明的。之前也有過類似的情況,但這次是前所未有的「加劇」。

很大程度上,之前並不存在巨大的收入失衡問題。因為先前學術界人才進入工業界,可能在收入上會提高50%,但是很多學術人才會寧可放棄這部分收入,因為他在學術界可以更好地發論文,這可能是他熱愛熱衷的東西。

但在科技巨頭們紛紛投入大筆資源,爭相競逐向學界人才拋出橄欖枝,這個提高的比例不是50%,而是3倍,那可能情況就會發生變化。當然,創業可能是300倍,但創業回報的300倍是有很高不確定性的。

所以當一個學術界人才可以輕而易舉拿到三倍待遇時,當他們走出實驗室接觸大量真實數據能創造 real world impact 時,他們很多人可能會認真考慮未來。

第二個問題是現在在學術界還能如何施展拳腳。比如做語音識別,你再如何努力,你的數據、你的機器可能都比不過產業界的,沒有最好的數據和頂級的機器,你可能就無法取得世界頂級的成果。

或者你需要轉換思路做一個非常狹窄領域的東西,比如之前研究人臉識別的學者,研究人眨眼睛與情緒變動之間的關係,而研究語音識別的學者,可能研究的就是在外教下的場景——教一個非母語的學生如何分清楚「B」和「P」的差別,這都是非常細化且非主流的領域,能創造的價值也相對有限。

所以我覺得目前AI趨勢正在給學術界帶來兩方面的衝擊,一是離職工資待遇成倍增長。二是不進入產業界,就很難做主流的、有潛力改變世界的技術。

換句話說,這也是人工智慧的大趨勢表現之一。每一個行業在進入主流的過程中,都會有如此巨大的失落和流失,也算是歷史的常態。

當年我還在CMU的時候,也出現過一個做操作系統的團隊整個被微軟挖走的情況。不過當時情況不同的是,那批人進去的時候微軟股票很低,所以即便他們後來掙了很多錢,也讓繼續堅守學術的人心服口服,畢竟挖角工資比較合理,最後掙了大錢也是依靠微軟股票上漲。而當前的人工智慧浪潮,直接拿的工資加股票就是原來的3倍,這還是會引起不少「羨慕嫉妒恨」的。

△ 李開復在紐約哥倫比亞大學工程學院畢業典禮演講

工業界:亮點不多最熱還是AI

去年2月,我們曾帶領創新工場被投企業走訪了矽谷很多科技企業,並看到了不少耳目一新的產品,不過這一次由於行程相對緊張,在產品領域,沒能看更多有意思的新東西,但仍有兩家創新工場在美國投資的公司,我覺得挺有意思,可以分享下。

一家叫「ROBBY」,可以看作是自動駕駛早期應用場景的一種。

ROBBY是做什麼的呢?直白來解釋是機器人送貨,可以從COSCO超市幫你把貨物送到家,但有意思的是它走的是人行道,所以沒有無人車撞死人的危險,並且小小方方的外觀也很可愛,等到了你家會通知你開門,然後你再通過手機解鎖,把蓋子打開,取用你購買的牛奶生鮮。

我認為這是自動駕駛早期應用場景的一種,可能通常講得比較多的情況是高速公路上的無人卡車,但最後一公里的配送,可能也是自動駕駛應用場景中的一種。不過目前這種模式在中國可能還有一些挑戰,因為中國的人行道可能沒有那麼規範。

△ 自動送貨機器人Robby宣傳圖

另一家公司叫「Superflex」,是智能可穿戴設備公司。它最突出的是穿戴以後,可能幫助那些有脊椎問題或肌肉無力的人從床上坐起來——它可以幫你一把。

我認為這可能是可穿戴設備中比較特殊的一種場景,因為大部分智能可穿戴設備目前提供的服務都是可有可無的,但Superflex這樣的可穿戴設備,對於一個無法正常從床上爬起的人來說是剛需,產生了新的價值。

所以這是此次美國之行關於產品方面比較有意思的,另外最熱、最受關注、大家討論最多的,還是人工智慧。

美國AI觀念更普及,略顯坐而論道

首先,如果要就著最新觀感談下中美在人工智慧上的不同,那這次直觀感受到的是,美國在人工智慧的社會影響和普及方面,要比中國快很多,所以這也讓我意識到自己《人工智慧》這本書寫得很及時,希望可以加快人工智慧在中國大眾中的認知普及。

之所以覺得美國在AI產生的社會影響方面要普及很多,是因為這讓人們更加關注人工智慧與自身的關係。

這對人類未來並無壞處,因為人工智慧不止是一個未來的想像的科幻空間,也不止是今天「七大黑洞」變現的工具,它其實是一個與每一個人息息相關的社會現象,因為人工智慧會帶來潛在的大量失業。

有意思的是,在美國,大家對於人工智慧相關問題的看法非常不一致,各有觀察,有些結論聽起來也有點荒謬。

比如有個MIT的教授做的調查,就發現目前美國大眾對於無人駕駛的責任承擔制度存在很大分歧。

首先,這個矩陣中的橫向包含四種無人駕駛的場景。分別是車自動開、車開人輔助、人開車輔助,以及人開。

其次,是這個矩陣中縱向遭遇的情況,一旦這幾種情況下出了事兒,是該怪汽車公司,還是軟體公司,抑或開發工程師,還是該追究這輛車的責任?

我覺得追究這輛車的責任是最不可思議的,你怎麼能追究一輛車的責任呢?

但這個MIT的教授就說,美國人這樣思考的對比參照物是養狗。假如隔壁的狗把人給咬死了,那可能就會被安樂死,所以一輛車把人撞死了也應該類似地去追究責任。

最後這種雖然是聽起來比較荒謬的一種思維,但也有樂觀者評論說:知識社會就應該經過大家的討論,最後不斷收斂範圍得出一個結論。

不過對於悲觀者來說,如果這些人在討論上沒完沒了,那等到別的國家把產品做出來了可能美國還處在討論階段。持這樣觀點的人,可能也不太相信美國公司的執行力,或者美國政府是否能夠有效的干涉行業的發展,這是未知數。

總之,如果對比起來,我覺得中國在人工智慧方面還是有非常巨大的機會的,最核心還是可以快速驗證市場,在足夠好的情況下就儘快把產品推出,然後再經過更多數據收集和滾動迭代,把技術最終做好。

△ 李開復接受 Bloomberg West 採訪

美國媒體看AI:未來世界格局

當然,對於AI最熱烈最關切的討論集中於媒體,並且話題觸及更遠。

當時剛好馬斯克提出「Neuralink」(腦介面),一下子成為熱點新聞,輿論也非常關注,所以成了美國媒體比較關注的第一個話題。(量子位有詳細報道)

關於馬斯克的這個觀點及其討論,我們放到最後一部分詳細去談,這還能回答另一個問題——為什麼哥大演講里談AI的時候談到了感恩和愛。

第二個關注點是AI到底會給人類帶來什麼。

我在我的哥大演講以及幾篇後續媒體採訪中都有表示,其實AI對於人類來說,最直接的是取代了不少繁碎重複性的工作,讓我們去挖掘人類自己真正擅長的東西,這一點引起了美國東部地區媒體的共鳴。

可能這未必代表我的觀點一定是對的,但從《紐約客》、《紐約時報》等媒體來看,他們可能也更傾向於人文關懷一些。

在美東和部分媒體資深編輯的深度對話中,幾家都非常直接了當地想要談論AI對於世界格局的改變,以及未來人類的發展。

比如人工智慧可能進一步帶來貧富差距的擴大,雖然大部分人認為利用AI賺錢的公司應該被徵稅,然後通過再分配,利用社會福利,補助給窮人或因為AI造成失業的人。但這種「社會福利」方式背後可能存在漏洞,原因是這種社會福利的前提是假設擁有一個大政府,能夠做到這樣的均攤。

並且實際面臨的問題是,世界上不只有一個政府,而且未來20年世界會統一成一個政府也不太現實,加之當前英國脫歐、美國代表反全球化的特朗普上台等,進一步讓這種國際均攤的可能性變低。

所以如果話題依次延伸,那可能發生的情況是中美兩國在AI發展的基礎上,成為兩大國家,然後中國和美國國內各自施行均攤。

畢竟這兩個國家經濟、人口和各方面發展都不錯,可以自己處理好自己的問題。但更關鍵的問題是,別的不能施行這種政策的國家怎麼辦?非洲或其他落後地區又怎麼辦?

於是這個話題幾乎可能的唯一可想像的解決方案,就是其他國家依賴中國或美國,未來世界就可能成為一個幾乎不可逆轉的兩大超級強國的狀況——過去的動態平衡格局也會打破。這也是人工智慧可能引起的全球層面改變之一。

當然,即便已經有媒體關注到這麼長遠的未來,也不代表所有人對格局都這麼看,甚至令人有些意外的是,美國的輿論認知看起來還在表現出對中國看法的「兩極化」。

比如我在去美國之前,接受了《Information》的採訪(刊發標題為 China』s Kai-Fu Lee on Why the U.S. Could Fall Behind in AI ),談到了美國可能會在AI時代落後於中國的觀點,於是就遭來不少批評——說這個人整天就說中國厲害,但中國又有什麼可能超越美國,畢竟都是 copy to China ——這種過時的觀點仍舊存在。

另外還有一種看法,支持者也不少,說中國特彆強,比如Mary Meeker(互聯網女皇)、Reid Hoffman(領英創始人)等,都認為中國會很強大。

所以對於中國的看法,兩極分化的現象還是比較明顯的。當然,這在中國也存在,比如有部分人認為中國在AI時代能夠彎道超車,有些人則表示絕無可能。

然而如果一分為二去看的話,除了承認美國在學術等方面確實領先我們,也不能忽略中國的市場規模優勢和執行效率,而且中國的政治體系,可能對一些新技術的變革會有更快速地推動。

所以中國在AI時代趕超美國是否會成真?

嚴謹來說,還無法給出肯定或否定答案,但我覺得毫無疑問的是:這是一個歷史機遇。之前在接受採訪時我就談過,如特朗普削減科研經費等舉措,就可能不太利好美國科技的長遠發展,撿了芝麻丟了西瓜。

另外,特朗普當選以來,美國簽證政策的變化,也在導致不少人才外流,因為很多留學生留不下來,最後只能選擇回到自己的國家。

之所以認為這對中國是機遇,是因為我認為美國最具競爭力的地方,在於大學和科研製度。我在十多年前還寫過一篇題為《美國大學啟示錄》的文章,談的就是這個問題,而現在,新政府主動削弱了美國領先優勢的基礎,而此前美國為此努力了70、80年。

而且值得注意的是,這會是一個長尾的影響。削減科研經費只是開始,逐漸會導致越來越少的人去美國,這會造成非常嚴重的後果。不信你看當前美國的精英群體,不少都是先通過留學進入美國的,雖然畢業也會回歸祖國一批,但還是會有人留下來,中國的、印度的、韓國的,都在美國留下了一大批精英。

所以美國的科研技術領先優勢,基本就是靠這個實現的良性循環,那如果現在它不再良性循環,「喂」更多資源支持進去,就可能會落後。

另外,特朗普相對應的措施是把一大堆工廠搬回美國,這其實意義有限,因為不可持續。更何況人工智慧的浪潮正在風起雲湧,興建工廠或許立即創造了藍領就業機會,但下一波自動化的浪潮已經近在眼前。

恰逢高考後選擇志願,可以順便談下我對未來人才結構的看法。

如果簡化來說,可能未來人才金字塔中,大約會有四種群體:第一種是創新領袖。第二種是各領域頂尖的專業人,無論是醫學、新聞還是其他領域,剩下少數。第三種是人文藝術類,也是AI不能取代的人。第四種是服務業從業者。

而這四種當中,未來需求度最高、門檻相對最低的是第四種,大部分人未來的職業可能都跟服務業息息相關。

△ 李開復、吳恩達、特龍和馬爾科夫等大咖暢談AI影響

人工智慧、感恩和愛

那接下來,可以談下這次關於AI的觀點中,我為什麼強調感恩和愛等人類品質了。

在美東行的哥大演講中,我談到了人工智慧時代我們需要的感恩品質和不求回報的愛。有些人對此好奇,因為此前我展示更多的身份是科學家、工程師。

那為何在這個AI大變革將至未至的時間點去談論人類品質和與身俱來的愛?我想有兩個方面的原因。

一是我自己生過病,有了很深的體會。當我的醫生說我是第四期癌症,然後可能時日無多時,我更加強烈地意識到家人對我的愛,以及我之前對他們付出的不足。

我在哥大的演講中有一段話談到,最基本該做到的應該是感恩,付出不求回報的愛,這是我最真實的而體會。生了一場病改變了我的生活方式,也轉化了我身為理工男的固化思維。並非所有的事情都是理性的、客觀的、有數據或事實支撐的。

作為人類,我們也需要感性地去考慮感恩、愛、同理心等人類千百年來維繫和傳承的精神。這是我自己生病帶來的改變。

第二個方面的原因,是我真的認為馬斯克現在的觀點是不對的。他說很可能我們現在就是一個AI世界中被編寫好的程序/遊戲,所以應該儘快「人機合一」,通過腦後插管等實現進化。

但在我看來,首先,人工智慧造出一個有真感情有愛的人的概率,可能在我們有生之年都不會實現,或者在未來50年、100年,都或許是個低概率事件,所以不能被馬斯克洗腦。

其次,就算退一步來思考這個問題,就算是未來有馬斯克說的可能性:我們即將被人工智慧控制,生活在一個遊戲中,成為某個操控遊戲的「小男孩」的遊戲傀儡,那也不等同於我們的人生沒有意義。

比如你相信馬斯克,現在馬上投降,不必再去關懷什麼精神世界,儘快將自己換成機器,那如果未來馬斯克不是對的,我們也就真的成為機器了。

倒過來想。如果你們相信我說的,人因為愛而生存,因為愛而有意義,那就算未來是馬斯克說的那樣又如何呢?我現在開心生活,讓彼此更有愛,關懷及服務其他人,然後發揮出更多的創造力,把馬斯克談到的殘酷事實延後幾百年,就算到時候再不得不繳槍,多活了快樂的幾百年不也挺好的嗎?

總之我認為無論未來出現哪種情況,現在追尋內心、快樂而活,因愛而生總是有益無害的。但如果現在就選擇馬斯克的「腦後插管」進化成機器,可能風險很大,且不負責任。

△ 李開復和創新工場團隊乘紐約地鐵

對AI過度恐懼了

至於為什麼現在出現馬斯克一樣對AI的恐慌情緒,我認為是因為大家有點被AlphaGo震驚到了,於是有點傾向於馬斯克理論的可能性。

但從我的觀點來看,AI的進步可能還要分為好幾個階段,才能達到擁有感情,甚至最後到底AI能不能學會人類的七情六慾愛恨情仇,或許還要打一個大大的問號。

我覺得AI發展的第一階段是任務性,在單任務領域超越人類,接下來則是通過工具性產生井噴式的雲應用,讓更多領域實現AI帶來的效率優化。

第二階段則是AI是否能夠通過更少的數據就能被實現,然後在遷移學習等方面展現能力。

第三階段就是AI能不能跨領域了,看AI能不能最終達到一個多領域的認知,我們可以擁有一個通用型的跨領域的AI,並且實現所有領域的常識交流。

以上三個階段,我認為未來二十年並非沒有實現的可能,但再下一個階段的自我意識、情感等,可能AI多久能實現,是否能實現,就要打問號了。

所以我覺得目前大家可能把一個AlphaGo帶來的單一事件過分誇大了,認為需要突破的技術和階段,一下子也都得到解決,甚至把接下來一百年都不一定能解決的問題也揮手說解決了,一下子從AlphaGo跳到了「Her」、「機械姬」等階段,我覺得有些太過於想像力的跳躍了。

這種想像力跳躍造成的恐懼,我認為科幻片需要負責任。過去我是一個科幻片愛好者,但現在意識到科幻片對今天的恐懼需要負很大的責任,即便並非出於刻意。當時可能只是出於票房需求,需要讓機器「殺」幾個人、愛上幾個人。

說到這裡,我覺得最好的科幻片應該是《Robot&Frank》。雖然其中也有不少想像力豐富的地方,但大部分都是上述提到的十幾年之類可以克服的問題,沒有太多內容是屬於「大問號」的,看《Robot&Frank》可以讓你產生思考和共鳴,去面對應該面對的問題,但坦白說,看《her》之類的,我覺得跳躍得太遠了。

△ 李開復在《福布斯》總部和其公司CEO Mike Perlis(左)及福布斯先生(右)

OMT:中國移動互聯網太方便了

當然,這次美國之行,另外深有感觸的是美國在移動互聯網的使用習慣上,明顯落後於中國,比如O2O送餐。

前一陣《華爾街日報》還有一篇點擊率最高的文章,講的是美國一個送餐公司的故事,但實際上那個公司做得比中國落後很多,然而驚訝的是,美國人已經以為這是很高級的東西了。

所以我覺得藉此反觀中國的話,我們的創業浪潮其實也有一些過分的兩極化:做O2O的時候大家都覺得應該無限制砸錢,O2O泡沫破了之後,大家又都批評O2O,其實O2O的價值肯定還沒有完全體現。

現在可能我們還有點身在福中不知福,因為每天享受著三大外賣平台的送餐服務,只要你下單,可能什麼時間都有配送。但相比起來,美國人民就生活在「水深火熱」之中。假如美國的同學半夜肚子餓,可能還要爬起來開車十分鐘二十分鐘到餐館,然後還要坐下來點餐,所以這個O2O的便利性他們是遠遠還沒有得到的。

之前一段時間大家批評O2O的盈利模式,但現在隨著用戶習慣的養成,服務規模的提升,送餐成本的下降,再加上中國人工成本原本就便宜,在人口密集的大城市,盈利正在成為現實。所以可以說的是,中國已經在很多領域不知不覺地領跑世界了,很難想像我們到美國還需要跟他們解釋美團、今日頭條等公司的模式。

另外一個是移動支付。美國人普遍對於移動支付也是一知半解,因為即便看了不少文章,他們還是不能完全體會,因為使用信用卡習慣了。

但即便是信用卡,3%的手續費歸根結底還是造成了不方便,而他們如果不生活在中國,很難體會到中國今天移動互聯網的先進狀態。

所以從這次美國之行來看,我覺得雖然美國在整體還繼續領先,但就科技互聯網領域來看,中國已經有不少地方已經超過了美國,至於會不會在人工智慧浪潮中抓住機遇,一舉實現彎道超車,現在還不能下結論,但並不是說我們沒有機會,很多激動人心的進步正在中國的創新創業變革中發生。

好了,今天圍繞美國之行就分享這些見聞感受,後續更多的感悟思考,也會及時與大家交流分享。

祝夏安。

【完】

歡迎大家關注我們的專欄:量子位 - 知乎專欄

一則通知

量子位正在組建自動駕駛技術群,面向研究自動駕駛相關領域的在校學生或一線工程師。歡迎大家加量子位微信(qbitbot),備註「自動駕駛」申請加入哈~

招聘

量子位正在招募編輯記者、運營、產品等崗位,工作地點在北京中關村。相關細節,請在公眾號對話界面,回復:「招聘」。


推薦閱讀:

神經網路知識基礎:七種網路單元,四種層連接方式
智能化「AI+」 對CUI的挑戰
李彥宏:人工智慧剛剛走到石器時代,但未來它會像電流一樣普遍
Google 昨晚發了一堆新硬體,卻講了一個老故事

TAG:人工智能 | 美国 | 创新工场 |