- 李開復(fù)：AI創(chuàng)業(yè)的十個真相

　　當(dāng)然未來也可能是 AI 養(yǎng)活全世界，我們也許都成為 AI 的寵物，在家里戴著 VR 頭盔玩游戲。機器會不會有自我意識，會不會取代人，會不會成為物種，雖然未必不可能，但這些是未知的。

　　很不幸的是：我們科幻小說看多了。

　　“AI 新物種”、“取代”、“奴役”，這些當(dāng)然可以想像，但有更多必然的、有意思的問題，更值得我們?nèi)ニ伎肌?/p>

　　AI“低處的果實”還沒摘完

　　人工智能有很多學(xué)派。符號學(xué)派、連線學(xué)派等等。但是除了深度學(xué)習(xí)，其他方法經(jīng)過多年驗證，是不太有發(fā)展的。

　　模擬人的分析方法，希望把 AI 變成一個規(guī)律和專家系統(tǒng)，過去 50 年已經(jīng)證明了這個思路不行。當(dāng)然也許某天會有突破，但是直到那天為止應(yīng)該是不行的。

　　就我自己的背景來說，在 1988 年，我就開始做語音辨識。當(dāng)年第一套系統(tǒng)就是用完全機器學(xué)習(xí)的方法來做的非特定人類語音辨識。

　　現(xiàn)在看起來這是一個特別小的方法：世界上有一個人能夠從紙上讀出語音，我的老師就要把這套方法變成一套專家系統(tǒng)。

　　當(dāng)年讓我很堅定地認(rèn)為：機器的構(gòu)造跟人腦、人的思維方式其實是不一樣的。我們硬要把 A 放到 B 其實是很困難的，就像我們無法逼自己變成一個深度學(xué)習(xí)者，去解析事情──我們腦子思維就不是那樣的，是不自然的。

　　用腦科學(xué)的方法制造人工智能，是一個未知的領(lǐng)域。未知的東西有它的魅力，你要做研究就要做未知，你要有了突破那就是創(chuàng)新。在學(xué)術(shù)領(lǐng)域你做每一件事情的衡量標(biāo)準(zhǔn)是：我要做別人從來沒做過的東西。我們可以假設(shè)腦科學(xué)跟未來的 AI 是相關(guān)的，我們可以去證明這是或不是。但是從投資的角度來講，押注的風(fēng)險就太大了。

　　當(dāng)年深度學(xué)習(xí)也是因為資料不足，碰到了瓶頸。但近年我們看到有好幾個特別大的變化：

　　第一個就是特別大量的資料在某些網(wǎng)域開始產(chǎn)生，而且我覺得我們目前還沒有用完。

　　第二個就是 GPU 的使用讓我們能夠更高效地、非常快速地做深度學(xué)習(xí)。

　　現(xiàn)在我覺得，所謂的深度學(xué)習(xí)的果實還遠(yuǎn)遠(yuǎn)沒有摘完。人工智能用軟件來說百花齊放，一顆顆大果實就在你面前。在這種情況下，你還要去種花，何必呢？

　　我們把 GPU 和海量資料在全世界掃一遍，應(yīng)該還夠我們 VC 界吃個 5 年，所以從投資的角度這是非常清晰的事情。

　　再往下走，我覺得 AI 肯定不是只有深度學(xué)習(xí)。例如現(xiàn)在還有增強學(xué)習(xí)的方法，也在探索。AlphaGo 里面也不是只存在一個方法。所以我覺得學(xué)術(shù)界其實應(yīng)該開始幫助和探索更多可能性，當(dāng)我們把這 2 年的糧食吃完后，也許會有更好的機會。

　　我沒有 AI 宗教信仰

　　當(dāng)然未來 AI 也可能沒有進一步的突破了。

　　如果沒有的話，那就說明 AI 的黃金時代過去了。下面就是物聯(lián)網(wǎng)或其他什么的。身為投資機構(gòu)，我們并沒有一種 AI 宗教信仰，我們還是要掌控靈活度。

　　就像移動互聯(lián)網(wǎng)時代，當(dāng)時我們應(yīng)該是業(yè)界最高調(diào)的移動互聯(lián)網(wǎng) VC。但隨后我們根據(jù)情況做了調(diào)整。

　　如果學(xué)術(shù)界跟產(chǎn)業(yè)界有合理的分工，我對未來 5 年投資界和產(chǎn)生的價值非常樂觀，對于所謂 AI 泡沫我認(rèn)為不會發(fā)生。當(dāng)然有個案會是泡沫，但是我認(rèn)為能吃的糧食實在是太多了。

　　學(xué)術(shù)跟產(chǎn)業(yè)的分工大概是這樣：

　　一方面是一個天然有機的分工；

　　另外一方面又有一點羨慕嫉妒恨。

　　一般來說學(xué)術(shù)界看不起產(chǎn)業(yè)界，但在某個時刻突然產(chǎn)業(yè)界一個技術(shù)成熟了，在這個技術(shù)上學(xué)術(shù)界就做不到產(chǎn)業(yè)界的成就了。于是學(xué)術(shù)界就被逼去做新的東西。例如現(xiàn)在再做人臉辨識，學(xué)術(shù)界已經(jīng)打不過產(chǎn)業(yè)界了。所以在人工智能領(lǐng)域，很少見到一個老教授一生只研究一個命題。

　　AlphaGo 本身沒有商業(yè)價值

　　AI 會帶給我們什么價值呢？

　　我想先說說 AlphaGo。之所以 AlphaGo 如此引人注目，很大程度上是因為我們這樣的專家把它講得太懸疑。

　　之前我覺得圍棋比西洋棋至少難 10 年或 15 年，但后來結(jié)果證明我過于悲觀了。我過于悲觀其實有很多理由。我當(dāng)時認(rèn)為圍棋要比西洋棋難了一個天文數(shù)字，但天文數(shù)字也是數(shù)字。