晶元風波後，李開復仍堅信中國AI將領先世界，MJ和LeCun怎麼看？

來自專欄 AI前線

本文由 「AI前線」原創（ID：ai-front），原文鏈接：晶元風波後，李開復仍堅信中國AI將領先世界，MJ和LeCun怎麼看？

作者｜Debra

編輯｜Debra、Emily

AI 前線導讀：今天，人工智慧領域的「三大神」碰面了！所謂志同道合千杯少，這幾位大神雖然未能在分享現場把酒言歡，但也頗有點指點「AI 江山」的壯懷激烈。這三位大神分別是 Facebook 人工智慧實驗室負責人 Yann Lecun、創新工場董事長兼 CEO 李開復，以及機器學習宗師邁克爾喬丹，每個都是重量級大神！在 GMIC 圓桌論壇上，三人討論了 AI 的現狀與未來，相信他們的對話會對很多人有所啟發，AI 前線火速為大家整理了論壇的演講速記，希望各位有所收穫，共勉！

更多乾貨內容請關注微信公眾號「AI 前線」，（ID：ai-front）圓桌論壇討論主題：AI 的現狀與未來

李開復：AI 迎來第四波浪潮，中國將處領先地位

我們在過去的五年左右看到了深度學習和相關的技術滲透各種領域，尤其是計算機視覺。從應用的角度來看，我會把人工智慧的應用歸納成為四波浪潮，這四波浪潮它應用的方式不太一樣。其實在座的每一位每天都在用人工智慧。

第一波浪潮就是互聯網的 AI 浪潮，也就是說當你每次在淘寶點擊的時候，每次在朋友圈點贊的時候，這些數據都被收集起來，成為巨頭互聯網公司能夠更深度地的了解，然後為他提供更好的服務、更貼切的服務，第一，互聯網 AI 浪潮。在這個階段，通過一些購物網站和其他平台，我們都成為大公司的「小白鼠」，被他們打上標籤，成為他們的資料庫組成部分。

第二是商業化 AI 時代，即實現變現，提升商業價值。比如銀行用用戶的數據降低信用卡的欺詐率或者貸款的還款率，或投資回報率。所以銀行、投資機構、保險公司 AI 商業化比較容易。在供應鏈、醫療、學校，其實任何有數據的領域都可以把它商業化，這是第二波商業化 AI 的浪潮現在正在發生，大部分 AI 公司都是做商業化 AI 的工作，也是一個 ToB 的生意。

第三波浪潮就是要收集那些基於視覺、聽覺或者其他感測器收集數據，然後把這些數據變成一個新的應用，甚至是一個新的用戶體驗。比如說我們看到各種智能音箱、智能語音交互產品、越來越多的攝攝像頭，以及把這樣一個聰明的計算機視覺加感測器用在無人商店、工廠等各個領域。所以第三波浪潮已經開始來臨，我們會看到更多的感測器、更多的晶元，更多的攝象頭布置在周圍的各個地方。各家企業爭先推出自己的智能音箱等產品，人臉識別攝像頭也遍布各個角落，等等。

第四波，自動化 AI。這個階段，已經有各種 AI 初級應用出現，比如自動駕駛。這波浪潮會顛覆我們的出行習慣、物流模式等，無人工廠、無人商店將出現。這四波浪潮也給中國帶來更多的機會，尤其在互聯網上，我們已經佔了世界的半壁江山。在視覺方面和感測器方面的應用，我們也發展的非常快。因為我們有海量的數據。在那些比較深的科技，像無人駕駛方面還是美國領先的。但是中國有數據的優勢和強的政策推動，所以以後應該是中美在人工智慧領域領先的狀況。

在人才培養方面，李開復還分享了創新工場的 AI 人才的培養計劃。今年，創新工場和教育部、北京大學發起了課程培訓項目，預計在 2019 年培養數萬名的學生。他說道，美國在 AI 教育方面有非常大的優勢，國內雖然有有非常優質的計算機人才，如果進入 BAT 他們能夠學到很多 AI 實踐。但是畢竟我們要建立起人工智慧的金字塔必須從基層做起，也就是說需要在大學畢業的時候就有一定的 AI 基礎，為了做到這個目標，創新工場分了三個步驟，即與教育部個北大的合作培訓課程；針對有潛質的學生進行針對性培養，計劃今年培訓 100 位老師，在三四年之內教授幾萬名學生，以及通過 AI 競賽拓展 AI 技術的覆蓋人群。

李開復還透露，今年 8 月塔將會出版繼《人工智慧》之後的另一本 AI 科普讀物，還是可以期待一下的。

邁克爾喬丹：AI 體系還未建立，自動化不是目標，而是實現連接

在邁克爾看來，真正的 AI 需要原則（principle）的支持來建立一個體系，但是目前我們的原則並沒有很多，所以完整的體系還未建立。他認為，無人駕駛等自動化這些並不是我們最終的目標，實現更好的連接才是。

然而，現在的智能並沒有完全建立起來，例如雖然在地圖方面我們可能已經實現了一些功能，但是了解它的語意或者其他背後的背景和引申含義等的智慧和智能還不存在。我們需要的是現在還沒有實現的，所有的體系都能達到智能的體系，它們可以自主決策，並且同時做出的數百、數千的決策中可以分出先後順序和優先順序別。

以推薦系統為例，雖然現在有一些系統可以提出非常好的推薦，比如哪家餐廳、哪本書比較好，但是如果這個系統向所有的人推薦同一家餐廳、同一條道路，就會造成各種問題，我們需要為之負責。因此，我們在做這樣一個體系搭建的時候，考慮的並不是單個的個體智能，而是整個體系和網路，包括數據、決策，以及可能出現的錯誤等。雖然在研究中，一些原則性的東西不斷湧現，似乎看起來無所不在，但是實際上整個體系還需要時間來建立。

「我的目標就是要在無人駕駛汽車當中，雖然沒有人，但是它的這種駕駛要真的像人一樣在駕駛，而不是說只是一個簡單的機器。所以建立一個自動化的體系真的不容易，人們可以用人工智慧這樣一個詞來表述，這沒有問題，但是千萬不要誇大。」

Yann LeCun：監督學習將弱化，但不可取代

在演講中，Yann LeCun 強調了監督學習和無監督學習，以及讓機器學習常識來進行更好的預測，那麼，常識和監督和無監督學習之間有什麼樣的關聯呢？

對此，Yann LeCun 表示，Facebook 也希望自己的應用能夠擁有真正的智能，搭建起體系架構，但是很多技術還沒有到位，即使是已經做了幾十年的人臉識別技術，但目前仍有一些目標未能達成。這是因為機器要獲取大量的知識，它才能夠真正的去實現像人類那樣的智能和智慧做出很多的預測和判斷，做更多的事情。但正如邁克爾喬丹所說，這樣的體系還沒有建成。監督學習需要從現實世界中獲取數據，但是它給到機器的數據數量非常少，因此訓練機器就會受到限制，導致獲取的反饋和信息不足。這方面，機器與人之間的差距巨大，同時也是有很大進步空間的。

此外，在演講中，他還給出了對未來 AI 的 12 個發展趨勢，分別是：

• 監督學習 化學習 → 自監督學習發展
• 學習預測世界模型
• 符號和邏輯 → 向量和可微運算元
• 靜態網路 → 動態、基於數據的網路
• 圖構建 → 可微分編程
• 基於張量的運算 → 基於賦值圖的運算
• 理論！(非凸優化、隱式正則化、架構)
• 少監督、弱監督
• 動態網路的強化學習框架和編譯器
• 基於移動和低能耗設備的神經網路推斷
• 超越 GPU 的深度學習專屬硬體
• 大規模分散式訓練

相信熟悉 AI 的讀者都對這三位大神不陌生，但為了更加全面了解他們為何被人們尊稱為「大神」，還是很有必要盤點一下他們對人工智慧領域所作的貢獻的。話不多說，開扒！

Yann Lecun

• Facebook 人工智慧實驗室（FAIR）主任
• 紐約大學數據科學中心創始人
• 紐約大學計算機科學、神經科學、電子電氣科學教授

目前為止主要貢獻

李開復

• 創新工場董事長兼 CEO

目前主要貢獻

這位 AI 明星大家都比較熟悉了，他是位堅定的人工智慧支持者，著有《人工智慧》這本不錯的人工智慧科普讀物。

他的創新工場剛剛於 25 日下午對外宣布完成第四期美元風險投資基金的超額募集，總規模為 5 億美元。此輪募資完成過後，創新工場共管理 6 支基金，管理的資產規模達 110 億元人民幣，同時宣布第三期人民幣基金已啟動募集，預期募資金額為 25 億元人民幣。

創新工場對自己的定位為「VC+AI」，對人工智慧投資有專門的工程院。在今年 1 月份的世界經濟論壇上，李開復提到創星工場那時已經對 45 家人工智慧創業公司進行投資，其中就包括地平線機器人、第四範式等，可以說給予了 AI 產業公司很大的支持。

邁克爾喬丹

• 加州大學伯克利分校計算機科學與統計學教授
• AI @ The House 的合作夥伴和創始人

MichaelI. Jordan 在計算、推理、認知和生物科學領域工作了三十多年，曾在加州大學聖迭戈分校就讀研究生，後在麻省理工學院和伯克利分校從事教師的工作。他最近擔任的職位之一是作為 AI @ The House 的合作夥伴和創始人，這是一家位於伯克利的風險基金和加速器。該基金旨在不僅支持人工智慧項目，而且支持 IA 和 II 項目，並且支持在大學環境的背景下研究這些項目，不僅包括工程學科，還包括社會科學、認知科學和人文學科。

據 2016 年《科學》報道，邁克爾·I·喬丹是當今世界最有影響力的計算機科學家。值得一提的是，喬丹的許多學生和博士後包括 Zoubin Ghahramani, Tommi Jaakkola, 吳恩達, Lawrence Saul 和 David Blei 等，也已經成為機器學習領域的重要學者。

看完三位大神關於 AI 的現狀的分析與未來的展望，是不是感觸頗多，歡迎大家留言與我們分享自己的收穫和感受。

今日薦文

重磅 | PyTorch 0.4.0和官方升級指南來了！

活動推薦

2018 年，人工智慧全面爆發，資本大量湧入，政策不斷加持，各企業趨之若鶩。作為技術管理者應該如何理性看待技術新浪潮，如何做出合理的技術落地評估，將人工智慧脫虛入實，真正為企業創造價值？

第三屆 GTLC 全球技術領導力峰會，瞄準需求，特別策劃推出了「新熱技術落地評估」主題專場，旨在為技術 Leader 解讀，當技術新浪潮一波接一波襲來時，該如何評估，如何落地……想了解更多大會詳情，歡迎點擊「閱讀原文」或掃描下方二維碼。大會 8 折限時優惠，報名立減 720 元，售票諮詢電話：13269078023。

向17W+AI愛好者、開發者和科學家，每周一節免費AI公開課，囊括上萬人的AI學習社群，提供最新AI領域技術資訊、一線業界實踐案例、搜羅整理業界技術分享乾貨、最新AI論文解讀。回復「AI前線」、「TF」等關鍵詞可獲取乾貨資料文檔。

如果你喜歡這篇文章，或希望看到更多類似優質報道，記得給我留言和點贊哦！