人工智能已成风口，但李开复却警告：AI可不是你想搞就能搞
杰瑞·卡普兰和李开复对谈
问题一：刚才李开复老师提到了AlphaGo，这个是2016年全球很瞩目的事件，AlphaGo之后关于人工智能的讨论也可谓热火朝天。我的第一个问题是，往前看，人工智能的未来发展会遇到什么样的瓶颈？根据当下的技术发展，这个瓶颈多久后就会出现？
李开复：其实我觉得相对于瓶颈，人工智能的机会要更大一些，因为其实现在所有的领域，尤其在国内，几乎都还没有用上AI（人工智能），但能用上的领域实际上非常多。大家现在都忙不急的去找投资标的，甚至开始要想培训自己的人工智能专家，因为未来对人工智能人才的需求很大，但供给却远远不够。
人工智能的瓶颈也是存在的，比如说，其实人工智能还没有办法解释它为什么做一个决定。对于人工智能，你常常只知道它在做什么，但不知道它为什么要这么做，比如看AlphaGo，它为什么下这步棋，为什么输了，为什么赢了？它自己完全答不出来。很多领域当然不需要人工智能告诉我们为什么，它只要去做就好，但在很多其他领域，当机器答不出来为什么的时候，人们就可能不认可人工智能的作用，人工智能也就不能在相关领域推进。
还有就是机器现在还不能完整地复制自己。当然这也是人类的一个担忧，因为一旦机器能自我复制，可能意味着奇点的到来。从目前看，人工智能还只是人的工具，自我复制能力不够强，它基本是在人所创造的框架下去做人交给它的任务，去调一些参数和寻求解决方案，它还没有自我开创的能力。
杰瑞·卡普兰：我觉得大家好像普遍有一个误解，觉得未来所有的工种，所有的工作都能被人工智能所取代，大家误会了。不管技术发展到什么程度，人类的部分工作是永远无法为机器所取代的，大家之所以提出这样的假象，是基于一种工程的观点，因为在工程师的眼中看到的只是一个结论，有时候会忽略整个过程。
有三大类的工作很难被取代。
第一类是关于情感的表述和表达的工作。有的工作需要人与人之间的沟通，需要人来给予安慰和慰藉，这样的工作很难用机器去完成。
第二类是需要成熟艺术技能的工作，比如一个小提琴家。作为人，你也不希望欣赏的是机器的演奏。
第三类工作取决于人的偏好。比如，在某些特定的情况下，哪怕你能够用机器去制作一些高级的成衣，但你还是更喜欢一些传统的手工师傅进行高级的定制。
这三类工作在未来很难为人工智能和机器所取代。
问题二：我想问李开复老师一个问题，卡普兰的书中，有哪个故事和哪个观点给你带来比较深刻的触动？
李开复： 对于杰瑞·卡普兰先生所谈到未来人机如何能够非常和谐地相处，这方面我觉得是很大的一个机会和挑战。我特别在考虑的是，在未来的人工智能时代，在资本主义国家中的那些特别大的财团，他们是否会用足够的社会责任感去引导这个社会，而不是被诱惑地用大量的数据来占普通人的便宜，让贫富差距拉得更大。
杰瑞·卡普兰：我觉得首先社会应该有一套比较严谨而理性的政策，包括一些激励政策，能够鼓励所有的社会实体，包括企业在完成自我利益，实现自我发展的同时，能够向着全体社会利益的方向运行。
李开复：在人工智能整个系统和技术的发展过程中，某一些人群可能会失业或者会找不到合适的工作，在这样的情况下，卡普兰教授，您觉得谁有义务有责任为他们提供再教育，或者是补偿，或者是别的相关的社会方面的支持呢？
杰瑞·卡普兰：如果某人失业或者是无法找到就业岗位的话，我觉得政府也好，雇主也好，他不应该出这个钱为该名待业者支付受教育的费用，我觉得应该是这个待业者用自己未来的劳动收入作为抵押品，由新的雇主为你提供再就业和再培训的机会。
这就要求我们金融行业做一些金融方面的创新。不过我觉得在整个实施的过程中有一个难点或者矛盾点：因为某一个失业者，他现在的技能是基于他原来受教育的程度，那由于他原来受教育的程度和现在的技能是有限的，因此他在被估值的时候，其实相当于被低估了，他能够获得的贷款比他应该获得的贷款要少。
不过我觉得这种方式，即利用你自己未来的工资或者是未来潜在的技能去要求雇主对你进行再培训，这种方式是可行的。同时这也会进一步刺激现代社会整个教育体系的革新。
问题三： 两位既是人工智能方面的专家，也是创业者，所以在人工智能领域的创业方面，你们有什么样的建议？在什么样的领域是可以有所突破的？
李开复：人工智能创业其实非常困难，首先我认为你一定要有非常厉害的科学家和工程师，而且有愿意解决务实问题的心态。这个其实并不容易，因为大部分人认为博士、教授、研究员不见得是很好的创业者。但是做人工智能没有这批人还真做不出来。
工程师和这些博士也要能够很融洽地在一起工作。根据我过去在一些大公司工作的经验，科学家和工程师的顺利合作也一个是非常困难的过程，因为工程师总认为是我挣的钱，科学家总认为说我的学位更高，这两者谁都不让谁，能够在一起工作并且做出很好工程产品的难度是相当高的，所以千万不要低估了创业的难度。
第二，要认清人工智能的门槛。今天懂人工智能的人很少，所以你可以把技术作为你的竞争优势。但是长期来说，真正唯一可持续的竞争优势是你有非常大量的数据，并且它们源源不断地被输送到你的系统。此外，你必须能够利用你的数据产生更多的数据，而且这个数据必须不是公开可以获取的，也不是可以简单靠人来标注的。产生了这个良性循环以后，你的power就会特别巨大。
一个非常好的人工智能公司往往是靠特别大量数据的滚动，而且越强的公司就会越来越强，就像Google、Facebook，像中国的科大迅飞，它能把数据的累积、迭代和自动标注形成一个良性的循环，这是过去的创业者从来没有思考过的问题，而现在变成了一个特别核心的问题。
第三，要有非常好的商业思维和逻辑，还有很好的耐心，因为做这种人工智能的产品，有时候不是一步登天的，比如说吴甘沙做一辆无人驾驶车，需要很多年的累积才能做出来。比如说我们希望能够做成一个第四范式，需要帮银行赚钱、省钱，这个也需要很多年才能做出来。
这跟过往很多的创业不太一样，以前的创业比如说某些社交、直播、手游，只要抓对了时机，产品做得够好，然后快速地起量，似乎一个“独角兽”就可能产生，但其实它们失败的概率也很大。但人工智能创业绝对不是这样的，它一定要依靠多年的累积：你要累积人才，累积数据，累积产品用户反馈，而且它不是一个2C的产品，是一个2B的产品。
所以人工智能的创业是门槛相当高的，刚才几个问题，技术的问题、人才的问题、融合的问题、数据的问题，还有耐心的问题，当然，还要找对投资人，找我们创新工场，否则，如果还是被VC用原来的方法推你起量、变现，那你就惨了，就完蛋了。
杰瑞·卡普兰：其实我的建议是这样，我觉得一个人工智能的初创公司究竟能够成功与否，并不在于人工智能本身这个技术是不是足够好，足够强，我觉得关键是一个匹配程度。
做一个创业者，您应该有这种商业的敏感，在你选择技术的时候，这个技术是不是匹配你的目标市场，匹配你的目标人群。此外，作为一个创业者，你应该有足够的知识和足够的能量，去找到现在这个未成熟的技术和目标市场之间微妙的差距，并且思考你是不是能够弥合这种差别。我觉得找到目标市场，找到匹配的技术，才是成功的前提。
问题四：中美谁会在AI领域领先？未来AI会带来中美之间更多的对抗还是合作？
李开复：今天Google这一个公司在全世界领先所有公司的总和，这点是毫无疑问的。Google有它多年做搜索累积的经验，有它做深度学习的经验，还有众多其他通过收购等所获得的知识与数据。刚才杰瑞说得很对，AI不是一个纯技术的事情，它更需要实战的经验，我觉得现在全世界加起来也比不过一个Google，因为Google有的就是实战经验。
但是我觉得这个情况会改变，因为我认为AI并不是一个人需要去花30年、20年才能习得的知识——你给我一个特别优秀的清华本科生，无论大三、大四，我只要大概半年就可以把他教成一个能在AI方面创造价值的工程师。很可能再过两、三年，他就可以做出独创性的东西来。因为今天人工智能特别火，而且中国的工程师和学习者特别勤奋，特别善于快速把握最新的事物，所以我觉得，虽然今天Google领跑世界，但中国会有大量的机会。
我不建议大量的人出来做AI创业，但是我觉得学工程的人一定要考虑这个方向。首先我们要有大批AI工程师的产生，再下一步就应该是中国成为AI方面的大国。
虽然这听起来有点遥远，有点乐观，但是我对此充满信心。
杰瑞·卡普兰：我觉得其实对比中美两国，中国人工智能方面所获得的一些优势或者是一些益处应该是强于美国的，有两个基本原因。
第一点，中国人比美国人要聪明，当然这是一个整体的概念，不是说一对一去比。
第二个从中国的人口结构而言，我觉得在未来的30到50年之间，中国的自动化应用，不管是基于AI还不是基于AI的自动化应用，都会很有利于中国人口结构的发展。