李開複眼中的2018達沃斯：真實的AI居然是這樣的……

1月23日，第48屆世界經濟論壇年會在瑞士達沃斯召開，會議召集了來自全球政商、國際機構、公民社會、學術、媒體和藝術等各界超過2500多位領袖人士出席，創新工場董事長李開復博士受邀飛赴達沃斯參會，讓我們又一起來分享他實時傳回來的關於AI的新鮮事。

AI將影響8億人工作

2030年前，因為AI為主的技術發展，會見到大量的人找不到合適的工作，這個數字被麥肯錫定在4-8億。

麥肯錫強調說，這不是說失業數據會呈現這麼大的下滑，而是說很多工作的任務被機器取代之後，工作的時間和待遇都會大幅度下滑。很多人想換個好點的工作，但他們卻又沒有足夠的才能。而才能的要求（因為AI能力提升）會越來越高，甚至讓很多人對升級無望。

另外，也不是藍領的工人最慘。嘉賓舉了一個例子，一個2萬美元的清潔工，機器人未必那麼容易取代。但是一個8萬美元的牙醫助理，有了AI，就徹底被取代了，而牙醫助理這個工作會徹底消失，而且牙醫助理也很難找到一個合適的工作，最後可能只能淪為清潔工或服務員。這個科技浪潮真正導致實際重新訓練的需求巨大，但又不容易做到。

未來對工作的最大擔憂是貧富差距將達到歷史新高，而這帶來的社會不幸福不穩定感是非常嚴重的。

亞洲四小龍和中國的奇蹟很難被複制，因為本地生產成為主流，而且廉價勞工作為跳板的方法也將被更廉價的機器人取代。

AI和中國是兩大話題

在達沃斯峰會，AI 和中國是兩大話題。我在一天里接受的三個採訪，話題都與此有關。

我在新浪的視頻採訪中表達說，我們要尊敬甚至是敬畏美國英國加拿大的人工智慧先驅，他們冒險做了很多嘗試。而且很長一段時間，這個領域非常冷清，他們還是堅持做了下來，才讓我們今天有了百花齊放的機會。

CNBC採訪

但是務實的說，雖然說頂尖的人工智慧專家還是以美國為主，但是由於一大批年輕工程師的崛起，中國的速度遠遠超過了歐美的總和。比如說我們所投資的FACE ++，最近就打敗了Facebook、Google等公司，在coco比賽裡面得到了第一，長江後浪推前浪。

新浪採訪

另外中國的數據比較多，移動互聯網的人數多，移動支付是美國的50倍，共享單車是美國的300倍。數據量大，對人工智慧來說就有更多的燃料。

中國人工智慧創業者和資本結合的特別好。資本很願意去投資具備人工智慧潛力的公司，而人工智慧公司也願意冒很大的風險去做很偉大的事情，所以我覺得無論是金融還是無人駕駛等等領域都有很好的進度。

CCTV採訪

最後還是要歸功於政策。去年7月，國務院發布的人工智慧計劃就提出了中國在2030年成為人工智慧創新核心的宏偉目標。這不是一個空洞的目標，在北京、南京、廣州等都開始落地，是用百億這樣級別的資本在推動，無論是幫助當地的創業者，當地的資本還有AI公司，都起到了一個很強的推動力量。在歐美，我也看到了很多的中國人工智慧創業者和專家都在思考回到國內。

所以，雖然歐美佔了先機，但因為上面這幾個因素，中國快速直追，在幾年內達到和美國共同引領世界人工智慧是可以期待的。

DeepMind聯合創始人解釋AlphaZero

昨天，在MIT的午餐會上，我與李飛飛（Google Cloud AI/ML領域首席科學家）；Richard Socher（Salesforce首席科學家）；Mustafa Suleyman（DeepMind 聯合創始人兼主管）進行了對談；主持人是Andrew McAfee（麻省理工學院數字經濟倡導行動聯合創始人）。

MIT午餐會

上個月，DeepMind團隊發表了最新論文，提出強化學習演算法AlphaZero，一種可以從零開始，通過自我對弈強化學習在多種任務上達到超越人類水平的新演算法。據說，AlphaZero在8個小時訓練後就擊敗李世石版本的AlphaGo；再用4小時訓練擊敗世界頂級的國際象棋程序Stockfish；再用2小時訓練擊敗世界頂級將棋程序Elmo。

一時間，AI界嘩然：通用AI問世啦，AlphaZero完爆人類。

在昨天的午餐會上，DeepMind 的聯合創始人Mustafa Suleyman 被問到Alpha zero 的強化學習是否真的證明可以不要訓練數據？除了遊戲還有什麼應用？（潛台詞是，能不能真的「通用」）

Mustafa非常坦誠地說：Alpha zero沒有那麼神，外界對它有點誇大了。它要想工作，必須滿足三個前提：可預測環境（圍棋規則），清晰獎勵系統（輸贏），無變數（variability)。也並不是外界說的不受監督，Alpha zero的監督來自於它的結構和訓練環境，這些依賴強化學習的具體方法在現實生活中效果不是很好。在現實生活中我們無法提供模擬器，進行巨量訓練來形成演算法。

不過Deepmind團隊正在探索遊戲之外的應用，但是初步預測這不太容易，因為真實世界比遊戲複雜很多。他預測三五年內，強化學習是完全沒法普及應用的，Deepmind團隊已經「將目光放到幾十年後了」。

Mustafa也提到：Alpha zero 本身並不能解決AI對於數據的需求，但在數據生成和模擬上的進步（比如說用真實語音合成、人臉合成、甚至類似Grand theft auto來做自動駕駛的模擬）是有可能在未來自動產生可補充的數據。

所以，之前被嚇得花容失色的同學們，可以鬆口氣啦。

李飛飛：AI要理解人類情感，早著呢

李飛飛的觀點也可以撫慰那些被AI威脅論驚嚇的神經。

Google Cloud AI/ML領域首席科學家李飛飛

她認為人工智慧還是一個新領域，只發展了60年左右，人工智慧的理想是讓機器變得智能，模仿人類智能解決問題，讓人類的生活變得更好。

「回想一下，當我還是一個大學生時，我絕對想像不到人工智慧會帶來的巨變，它巨大的搜索能力，更別說無人駕駛了。我們已經見證了非常了不起的突破。」

李飛飛特別提醒大家，目前AI還不能理解語境、複雜的知識，要識別人類的情緒、感情和動機，也還有很長的路要走。

當然，目前有很多研究AI情感的創業項目，也不要因此受到打擊，正是因為有更大的挑戰，成功的收穫才會更大。

李飛飛引用一位在AI領域有40多年研究經驗的同事的話，評價當下我們對完美的人工智慧機器的定義：「一台能做出完美食物的機器，雖然房間已經著火了。」

中國AI發展有「四截火箭」

大家也向我詢問中國創業環境和AI領跑機會分析。

我認為，中國的創業環境如同一個斗獸場，角鬥士們斗得你死我活，留下的都是最有生命力的模式，這些模式會推動著中國向前進。

至於中國AI的領跑機會，我說中國有「四截火箭」助推。

（1）中國一流的理工科教育。

李飛飛就是這一點的證明。中國的理工科教育培養了眾多科學家，而且這些人都有志於從事人工智慧的相關工作。這群傑出的年輕人會是推動中國進步的一股了不起的力量。

（2）活躍的創業氛圍和資本對這個領域的大量投資。

作為一家風險投資機構，我們投資了45家人工智慧公司，這些公司分布在各個領域。比如如何讓借貸更簡單，提供消費者服務，製造能采草莓、洗碗、組裝汽車的機器人。

（3）中國巨大的數據量。

中國共享單車的使用人數是美國的300倍，外賣是美國的10倍，移動支付擁有6億多用戶，是美國的50倍，而且不收傭金、無中間人。在此基礎上，形成了大量的公司和數據。

（4）政府的政策。

國務院去年發布的人工智慧計劃表示，中國要在2030年成為人工智慧創新核心國家，伴隨這一政策而來的是城市層面上大量資源的投入，這顯然會推動我們前進。

施密特評點AI：力量是超人的

在谷歌雲的晚餐會上，董事長施密特也談興很濃。針對AI的發展，施密特的評價是：AI的力量是超人的。

谷歌從2000年的廣告演算法就開始使用AI，很早就意識到AI科研的重要性。從收購Geoff Hinton的公司，到收購DeepMind （現在這個團隊已經750人），再到吸引李飛飛，將深度學習迅速滲透到整個公司。

讓施密特記憶最深的AI里程碑是DeepMind 團隊只用了六個工程師，幾周的時間就在數據中心製冷和能源問題上節省了15%的電費。作為對比，谷歌之前的數據中心是一批很牛的工程師花費多年時間設計的。

從這個角度看，AI的力量的確是超人的。

晚會上我撞見的幾位高管也談到對谷歌最深刻的印象，都是非常積極肯定的：整個公司的人聰明，而且執行力強，一旦決定AI First，每個部門都動起來。

谷歌的企業文化依然是創業公司學習的典範。