李开复：像珍惜国宝一样支持顶尖科学家 他们实在挺苦逼的
GMIC 2017 （全球移动互联网大会）于4月27日在北京国家会议中心拉开帷幕。大会以“天·工·开·悟”为主题，领袖论坛上，创新工场CEO暨创新工场人工智能工程院院长李开复为现场观众做了题为《人工智能时代的科学家创业》的演讲，他对人工智能领域的创业充满信心，同时提出了一些需要注意的问题，包括如何平衡人工智能科学家的研究与创业？如何引导人工智能的发展朝更有利于人类福祉的方向前进等内容。
演讲干货：
科学家创业，最核心的应该做“有用的”创新，这意味着要更快利用创新帮助社会进步。
在目前人工智能的浪潮下，顶尖科学家正在发挥越来越重要的作用，特别是2010年的深度学习带来的AI技术突破。目前全行业都需要科学家和科学领域的创新，这将应用到AI可能发展的3个阶段中。
1 在线化、大数据的使用，扩张到B2B领域；
2 通过感知和传感器收集图像等数据；
3 无人驾驶等为代表的全面自动化时代的到来。
科学家如何参与到这个阶段，李开复博士提出了4条建议：
1 自己撸起袖子做创业，这个最困难，因为科学家本质是创新，而不是创造商业价值。
2 找个具备商业头脑的合伙人一起创业。
3 留在学校，继续做创新，把技术授权出去，让学生或者别人做。
4 提供开源，发布数据和内容。
李开复博士更加看好技术授权和开源的方式，比如Google的创立，斯坦福的教授通过技术授权，不仅让创新得以落地实现，还获得了巨大的财富。
科学家创业会面临3个问题：
1 科学家的选题没有往往过于冷僻、细微；
2 科学家的选题跟主流创投关注的风口有巨大差距；
3 科学家往往很不愿意承认自己不具备把技术商业化的洞察与能力。
科学家做事讲求追求科研突破、讲究严谨、慢工细活；而资本市场追求商业回报、讲究速度、快速迭代。
李开复希望科学家不要因为能够赚钱就加入到公司或者创业。顶尖科学家是我们稀缺的资源，深度学习只是人工智能的第1步，未来还有很多机会。
演讲全文
2000万美元，100个员工， 500万贱卖
我自己也是科学家创业，在非常早的时候做了人工智能。记得申请卡内基梅隆大学博士时，我的作文就是《人工智能将怎样改造未来世界》，我希望参与这个行业。在没有AlphaGo、深蓝的1986年，我就写出了第1篇AI论文，这在华人中尚属首次，当时我做的人机对弈系统”奥塞罗“击败了世界黑白棋冠军。1988年做博士论文时，做得是世界上第1个非指定语者的语音识别，《纽约时报》进行了半版报道。
之后我进入苹果，这里可以看到1张很萌的照片，我在《早安美国》节目上谈到语音识别将如何进入主流，也被《华尔街报日报》报道，当天股票涨了2.5毛钱，后来又跌回来了。
所以我对人工智能充满信心，因为我做着各方面顶尖的人工智能工作，认为人工智能和其他技术，比如虚拟世界即将步入主流，于是我就决定在SGI公司做1个内部创业。
当时我们做的是，能不能让每1个网页充满了3D，把3D的游戏、动画网页做得更精彩，让人们浏览的不是网页而是1个个房间，这在1定程度上和今天的VR非常相似，不过这次创业非常失败，2000万美元的投入，100个员工，几乎全军覆没。
有用的创新更重要
记得有1次在MIT演讲的时候，MIT要求每1位讲者演讲完后留下1句话，我留下的那句话是——“创新固然重要，但不是最重要的，最重要的是做有用的创新”。因为科学家们往往会被自己的研究、自己酷的东西所打动，也认为他所看到的酷的东西是全世界人类所需要的。但是事实可能并不是这样。
我们想的是3D有多酷，但没有想到3D的硬件是否准备好，用户对3D世界有什么强需求，为什么1个VC投资我们，我们怎么把创业做成有赚钱、有经济价值的创业，我基本错过了所有创业者应该走的路。我当年做的是顶尖研究，进入的是顶尖公司，做出的产品依然遭遇了滑铁卢，人工智能科学家创业应该怎么想？
本质上，科学家和创业者有非常大的不同——科学家追求的科研突破，创业者追求的是商业回报；科学家讲究严谨，创业者讲究速度；科学家要慢工出细活，而创业者要快速迭代。这6件事情往往是背道而驰的。
而这6件事情中最重要的1件事，就是是我读博士、做教授过程中，深深体会到的——在科研领域里我们每次问的第1个问题是什么——这件事情别人是否做过，是不是全新的，如果有人做过一定要看别人，看自己有没有增加的价值，增加的价值不如突破的价值大，所以每个科学家不断被要求创新，所谓创新是做前人所未做过的工作，这句话代表了科学、追求科学精神的一种含义。
但是1个创业者，或者1个VC，他更重视的是什么？怎么样打造产品，怎么样产生商业价值。甚至在我作为VC今天投资过程中，想想我们投的每1个团队都冒了人才的风险、商业的风险、竞争的风险、执行的风险，我们非常希望他们不要再冒科技风险了，所以我们更宁愿看1个团队说：这个技术已经被证明了，我只是把它应用在场景里。
刚才两段话让大家看到了科学家本质和创业者、VC本质截然不同。1个仅仅追求做前人未做过的工作不考虑而它有没有用，和只需要赚钱不希望冒科技风险，这两个通常走不到1起。即便走到1起，科学家因为成年累月、在这样的文化和基因之下发展，可能会把公司带到1个不那么务实、或者不那么快速迭代，或者追求别人做过，或者不专注。因为科学家很聪明，每个人有好多点子，1个创业公司每天出个点子会死掉，因为什么都做，什么都做不好。
所以精益创业之父STEVE BLANK帮助科学家创业，总结是科学家必须要小心：
第一 题目往往是冷僻的，没有多大市场；
第二 选题跟风口有很大差异；
第三 科学家不太愿意承认自己很可能不具备把技术转换成商业价值的洞察力和执行力。
每个想创业的科学家都一定要真诚的问自己会不会面对这些问题，我想你面对大家的时候希望保持自信，但是你自己应该知道，对你来说是不是一个问题。
今天，科学创业达到了一个有史以来最好的时机，可以看到除了今天谈的人工智能之外，在区块链、生命科学、高能电池、细胞扩增、基因编辑，几乎每个领域都是创业的机会，我在这里绝对没有打压科学家参与创业的意思，只是科学家参加创业的时候一定要想清楚，过去那么多科学家，包括我自己碰到的死穴怎么去避免，当然有成功的案例，比如李凯博士创造了1个很有价值的东西，在国内也会看到很多类似的公司。但我们看到更多的是教授恪守他的岗位，让他的学生去创业，美国谷歌就是典型例子，斯坦福和谷歌的两个创始人的教授，没有参与Google具体运营，但技术授权就有3.4亿美金，这是1个模式。
人工智能时代的创业最需要AI科学家
谈到AI创业，为什么需要AI科学家？其实每1个时代的科学公司都有适合做这样创业的人，互联网时代注定是海归创业，因为海归在国外看到了互联网的崛起，把互联网带到中国。移动互联网应用方面注定是产品经理的创业，因为这个时代我们需要快速迭代产品，因此使那些既懂技术又懂用户和市场的人成为时代的骄傲。在O2O时代，把地面销售和后台技术整合起来，这时我们需要两个创业者。美团、滴滴就是这样的搭配。
人工智能时代来到了，最核心、最需要的一定是AI科学家，因为今天AI技术还没有进入主流，AI平台还没有产生，因此AI应用还不能井喷，只有少数手中掌握着如何把AI应用起来的科学家能够创业。但这些科学家有刚才讲的所有科学家的特点：追求创新、写论文、不太了解市场。大部分科学家的创业，似乎在中国都是在做人脸识别，做计算机视觉，在座的张宏江博士是这方面的是鼻祖，他的徒子徒孙每个人都创立了人脸识别公司。这一定程度上看到我们的科学家是缺乏想象力的。
人工智能有那么多的应用，人脸识别绝对不是最好的1个，但是科学家需要1个懂企业销售的人跟他们搭配，比如李飞飞（美国斯坦福大学计算机视觉实验室教授）、吴恩达这样的人跟Salesforce CEO Marc Benioff这类超强企业销售人才合作，才能碰撞出真正的超级独角兽的AI公司。
因为AI本身不是1个消费者应用，当然BAT非常幸运的可以把AI用在消费者上，但我们做AI的创业者不能自带流量，没有流量、没有数据有什么用？所以做出来的AI主要还是企业级应用——企业、金融、医疗都有数据，我们解决他的方案，在他的公司需要企业销售，需要懂AI的解决方案，这才是一个黄金搭配来解决AI的创业问题。所以AI科学家的参与是非常重要的。
AI扩张必经的3个阶段
AI最大突破是7年前深度学习。我们可以理解深度学习是1个超级EXCEL表，很多数据丢进去以后，再丢1个数据，深度学习就能够做出预测、判断或者分类，很多脸丢进去就认识谁是谁，很多棋盘、1次1次围棋比赛丢进去它就知道下哪1步棋，很多淘宝商品和用户丢进去，它就知道你想买什么了。
所以未来的AI肯定可以比你更知道你今天晚上想吃什么，比你更知道你想去哪里度假，甚至比你更知道你可能喜欢什么样的配偶。这就是1个先知的、对未来能够做非常强大预测的AI。当然AI在这个阶段是单领域大数据驱动的引擎，我们可以把它认为是1个黑核，它可以进入各种领域。AI扩张一定会经过下面3个阶段。
第一个阶段，把已有的大数据用起来，BAT在用，今日头条、快手、滴滴、美团都在用。另外，金融领域可以用，比如创新工场投资的智融集团的用钱宝，1个月就能放出近30亿的贷款，因为它能够把已有的数据、用户数据激活来做小额贷款，当然还有医疗，谁有数据谁就更强。
第二个阶段是把没有的数据收集起来、上传起来，比如创新工场投资的旷视科技（Face++），它把各种摄像头所有的人脸汇集起来，收集了5亿张人脸，所以随时可以识别300万张人脸，这已经不是1个人类的功能，而是超人类的功能。
第三个阶段是无人驾驶的机器人时代的来临，先从工业走向商业，再走向家庭机器人，从L1、L2到L3、L4，再成为全方位的无人驾驶。这是我们投资的驭势科技。这三步曲大概是未来5年、10年、15年的蓝图。刚才霍金描述的未来是真实的，不太确定的是AI会否有意识、会不会有情感、会不会掌控人类、做我们的工作，做我们的工具、是否自我迭代、自我进化等等，这些是未知的，但我们已知的是可以推出这些应用。
应用推出来以后会产生巨大结果、产生巨大价值，国家会对他们征税，会取代大量的工作，这些工作可以用大量的征税补助下岗人重新训练自己，改造教育。
所以人工智能时代对经济有巨大改变，50%下岗人该怎么办，未来教育该怎么办都是我们需要解决的问题。
从12点这边逆时针转，红色是必然被取代的工作，绿色是会被修改的工作，黄色是暂时还不能取代的工作，转到最上面是最难取代的工作。这里能取代和不能取代很容易解释，能取代的就是大数据可以针对1个目标函数做1个决策，比人做更好的决策，那你就被取代了。大部分工作都是这样的。
绿色代表的是当有一天机器比医生可以做更好的诊断，但机器是冷冰冰的，医生可以包装1个人性化的接口，让病人能够得到安慰，让安慰剂效应能够发挥力量，使病人生活和心理感受更好。右边这些是现在人工智能还不能做的，包括艺术、人类学、管理者、决策者，更包括最大的发明家。
所以AI时代的人才结构，我们看到有大量的服务型人才在最下面，包括罗辑思维说的叠衣师、包括爱心陪伴，因为人的爱是不能被机器取代的。再往上是会把人工智能当作工具的人，比如说医师变成AI工具和人之间的翻译者，再往上是发明每1个领域的新技术掌控者，再上是跨领域的工作者，懂很多领域，而AI只懂1个领域。当然最顶尖的就是发明新的AI，掌控AI，他们这些人不但是最聪明的最懂技术的，而且担负最大的社会责任。
AI时代科学家怎么参与AI革命？4条路
第一，自己撸起袖子做创业，这个最困难，因为科学家本质是创新，而不是创造商业价值，有太多短板。
二、找个商业合伙人一起合作，比如Marc Andressen 和James Clark做的Netscape，这个是靠谱的。
三、留在学校，继续做创新，把创新的技术授权出去，让学生或者别人做。我非常鼓励学者这样做。
四、提供开源，发布数据和内容。
今天AI科学家苦于没有BAT手中的数据，希望用更开源的方法把手中的工作做出来。所以真的希望鼓励科学家，看清楚学校才是科研的净土，不要因为能够赚钱就加入大公司或者创业。而且顶尖科学家是我们稀缺的资源，希望你们能恪守自己的岗位，把技术推到更高的一个层次。
深度学习只是人工智能的第1步，未来还有很多机会。何况恪守自己的科研岗位也会得到商业价值，比如经过技术授权。如果你决定创业，也希望你能够了解，创业就要知道客户才是上帝，需要知道怎么样去拿最有价值的VC钱，来帮助你补足短板，比如创新工场，要能够有纪律、有效率的解决问题，而不是追求1个又1个新问题的提出，不是提出问题，而是解决问题，解决的时候重视效率，做你擅长的事，找合作伙伴，补足你的短板。
作为社会，必须做很多事情让教授既能得到利益，也能得到名声，还能够做有趣的创业。在报酬方面，应该让整个研究界提高科学家的报酬。在声誉和大奖方面，比如图灵奖和我参与的未来科学大奖都是很好的支持。在资源方面应该给他们更多的数据，不仅让BAT有最大的数据，教授也有最大的数据。解决浪费教授时间的问题，缩减申请研究项目/经费的繁琐手续。
斯坦福用技术授权的方式，CMU用极小占股的方式鼓励教授创业，这都是非常好的方式，国际上、尤其是中国都要好好思考，怎么样把土壤做得让创业者能做他们擅长的事，让科学家做他们擅长的事，让两者有机的结合，而不要强逼每个科学家都一定要出去创业。
科学家挺苦逼的，非常重要，我们应该以珍惜国宝的态度支持顶尖的科学家，谢谢大家。