编者按:本文来自微信公众号“硅谷密探”,36氪经授权转载。
李开复来硅谷了!
从 TED 演讲《人工智能如何拯救人类》、到 Tech Crunch 的 “2018 颠覆旧金山”、再到 O'Reilly 人工智能大会,李开复在各种活动上频频露面,硅谷此行日程安排得相当满。
密探在 O'Reilly 与 Intel 合办的 AI 大会上与开复老师相遇。开复老师不仅神采飞扬的呈现了一场精彩的演讲,在应对来自硅谷各界的种种提问时,更是精神抖擞、游刃有余。
李开复大会分会场发言 / 图自硅谷密探
会后,在他赶往下一个会议的间隙,无缝不钻的密探(要不怎么能叫密探呢!)和开复老师展开了一场关于中美之间 AI 发展的访谈。在有限的时间里,开复老师妙语连珠,干货连连。
九月初的旧金山寒风渐起,秋意转浓。在大风呼呼的街道上,密探与开复老师边走边聊,听他将 AI 发展与人类未来命运的种种观点,一一抛出。
在演讲中,开复老师提到,今天的 AI 领域美国占领先地位,但五年后谁还能领先,就很难说了。为什么这么说呢?开复老师给出了六大原因:
第一,中国的产品创新已经赶上了美国;
图自创新工场,版权属于原作者
第二,中国残酷激烈的市场竞争创造出了坚毅的创业者;
第三,中国在人工智能领域的投资全球领先(占全球 AI 投资的 48%,美国占 38%),且 AI 独角兽很多。以创新工场为例,过去两年内就投出了 5 家独角兽;
第四,AI 应用越来越广泛;
第五,也是最重要的原因,训练 AI 的关键是大量数据,而中国人口众多、产生大量数据,从点外卖、共享单车、再到移动支付等等,中国成为 AI 数据资源丰富的宝库;
第六,政策支持。
令人兴奋的是,如今的 AI 领域,是中美两架巨大的引擎共同拉着人类向前发展。与之前一贯由美国单枪匹马领先科技发展的 “惯例” 相比,这还是第一次。
大会现场 / 图自硅谷密探
争夺全球人工智能龙头的宝座,中美一攻一守,攻方想锐意创新、守方要控制风险。
从政府对于科技发展的支持力度方面来说,开复老师认为,中美的态度大有不同。
在中国,当新技术出来时,政府往往会 “让子弹先飞一会儿”,如果发展得不顺利,政府再调整、引导。而我们看起来样样自由的美国,其实常常根本一开始就不放行。
开复老师说,以无人驾驶货车为例,中国正在发展支持自动驾驶的超级高速公路,为未来无人驾驶时代做准备。
密探查了一下:今年 2 月,浙江省正式宣布建设全国首条超级高速公路。将建设的超级高速公路是已经分段批复的杭甬复线高速公路——杭绍甬高速公路;今年年初,上海发放了全国首批智能网联汽车开放道路测试号牌,同时划定了相关测试道路;2017 年底,北京也发布了《加快推进自动驾驶车辆道路测试有关工作的指导意见》和《自动驾驶车辆道路测试管理实施细则》两个自动驾驶的指导性文件。这三地的政策无疑会对全国其他地区起导向性作用。
而美国虽然技术领先,但来自工会的阻力强大。货车工会就通过影响政策,延缓自动驾驶货车技术的发展。目前,在美国货车自动驾驶连测试都是不被允许的。
不仅是自动驾驶,中国在移动支付、电商等方面,一直也非常鼓励创新。
李开复大会演讲
图自 O'Reilly 官网,版权属于原作者
这就是中国思路:对技术先放行,再理解和观察,之后再决定是否管制、如何管制。这在宏观上,对于技术的发展有很正面的推动作用,也是对创业者和投资人有利的。
“当然,政府如果观察到技术应用的发展势头有问题,肯定还是会阻止,但是总比一开始就不让推出要好。” 开复老师告诉小探。
密探观察到,虽然中国 AI 创投是个热门话题,中国独角兽公司也发展强劲,但是中国和美国之间的 AI 合作似乎并不多,基本都只是学术上的交流。在中美资本互相抢投对方热门项目、中美人才流动频繁的现状下,双方在 AI 领域浅尝辄止的合作显得颇为不同寻常。
对此,开复老师的观点是:“这样不是挺好的吗?中国 AI 公司其实暂时不需要海外扩张。”
对于 AI 初创公司,开复老师的建议是,虽然中国人口不到全球的一半,但语言一样、用户习惯有很多共同点,对 AI 初创公司的发展是非常有利的。在中国创业的人,不把主要的时间放在中国,而过早的去考虑国际市场,其实是不明智的。
而且,从互联网公司的过往案例就可看出,太早走向国外的公司,往往因为没有办法兼顾,而增大了失败的风险。
这让密探想起,近期出海的项目有很多是内容、娱乐、视频方面,与 To B 项目相比,这些团队必须对当地用户需求有更为深刻的了解。由于不了解当地法律法规、客户心理而碰一鼻子灰的项目不在少数。
开复老师说:“现在,中国公司在国内做自己的客户,和美国公司在学术上做朋友,其实挺好的。中国和美国已经成为了平行宇宙,中国公司去美国,或者美国公司进入中国,都有一定的挑战和障碍。”
看来,中美两国在 AI 领域的发展,表面上井水不犯河水,实际上暗流涌动。
对于密探的这个问题,开复老师给出了非常精准的回答:
如果行业应用场景是相对一致的、重复性高的,那么AI的应用就会比较快;而如果需要应对很多不同的环境、场景,AI就会比较难用。
例如,无人汽车不好做,但是无人驾驶可以在高速公路上相对稳定、安全的行驶,因为高速公路提供了相对一致的环境。
但如果我们想让 AI 研发菜品、甚至替代米其林三星厨师,这就很难了,因为每一个菜品都是创新,创新可不是 AI 的长项。
那么,对于各个行业来说过,如果要对AI应用的容易度打分,开复老师会怎么打呢?
互联网:排名第一。互联网行业数据多、并且用户还免费对数据进行着标注,应用当然最容易和 AI 结合;
金融:可能也很快。金融行业不仅数据多,利润也非常高,很有希望 AI 的应用快速发展起来;
医疗:很有挑战。
开复老师谈到,医疗行业的用户隐私,一直就没有一致性的标准,因此 AI 的应用颇具挑战。
什么叫 “一致性的标准” 呢?开复老师解释到:拿投资举例,比如说我投资 1000 块钱,增值变成 2000 块了,那就是赚了一倍,很清晰、很容易衡量。但医疗领域就没那么简单明了。
以癌症治疗为例:经过治疗,肿瘤变小或增大的程度,每个人个体都不一样,用什么标准去衡量(治疗到底有没有效)?又或者在治疗后,患者存活多了两年,但不知道是不是能够存活五年,该如何衡量?在这些方面,每个医院衡量的标准都不太一样,也就是缺乏统一标准下的数据。在这种情况下做 AI 训练,就会面临很多难题。
教育:挑战相对少。
开复老师透露,创新工场下个月会在美国的《60分钟》节目出现(密探注:《60分钟》是美国最久负盛名的谈话节目之一,奥巴马总统、布什总统、导演斯皮尔伯格等都曾做客该节目),透露更多关于其在教育和AI领域的布局。
为什么教育领域AI应用的挑战相对少一些呢? “教育作为一个领域,相对可以拆分,逐个化解,不需要整个环节全部做好才OK。因此,其AI应用就会相对快。”
创新工场投资的公司中,有做改考卷的、改作文的,做数学教学的,做视频会议上课,做慕课的企业等。
“目前老师一天中,50%的事情都可以 AI 来做。”
开复老师认为,未来的老师,应该更深度去了解学生的需求,发展个性化教育,而非把时间用在重复性的工作上,例如重复性讲课、纠正学生英语口音、改考卷、上课点名等。这些都可以由 AI 代劳。
就如腾讯对自己的用户会有画像,了解用户用微信、京东、摩拜,以及玩游戏的习惯,未来每个学生也会有一个画像,他的学习进程、优缺点、对老师的喜好、对家教的需求等,都会个性化体现。而学生的个人画像,将会引导 AI 时代的教育。
看来,互联网、金融、教育,这三个行业最容易首先被 AI 颠覆。
当然,如果你想怀把旧,也可以训练 AI 对你说 “你们这届学生,是我带过最差的一届!”
这个议题虽然看似宏大,但却是开复老师作为一位 “AI老兵” 的深入思考。
开复老师认为,一方面要对财富进行重新分配,另一方面,教育系统要升级,针对 AI 影响下的工作需求的变化,做出新的培训体系。
财富分配自不必多言。高科技带来的财富太集中,必须做出平衡,顾及到没有工作的群体。
“而对于失业的群体,我们要帮他们找到新的工作,并通过训练,让他们胜任这些工作 —— 这些不会被 AI 取代的工作。”
现在问题来了:什么样的工作才不会被 AI 取代?
图自创新工场,版权属于原作者
以上图这张表为例,横轴从左到右是对创造性的需求,越往右、越需要创造性,左边则不需要创造性;纵轴从下到上是对领会人类情感的要求,越往下的工作越不需要领会人类情感。因此我们看到:
(左下角)不需要人类情感、也不需要创造性的工作,将会被 AI 取代(比如驾驶卡车);
(右下角)不太需要和人打交道、但需要创造性的工作,AI 将提供工具为人类服务(比如写歌词);
(左上角)不需要创造性、但我们想 “加点人情味” 的工作(比如医生、教师),AI 将提供信息,由人类输出;
(右上角)既需要创造性、又需要 “人情味” 的工作,则不太会被 AI 取代(比如 CEO)。
未来,如果 AI 取代掉数以千万计、甚至亿计的工作,无疑会造成深远的社会影响。因此开复老师认为,政府与民间需要共同用非常长远的、15 到 20 年的眼光为未来规划。
如果眼光不够长远,就可能出现尴尬。“如果一个卡车司机没工作了,你叫他去做客服,再过几天客服又被 AI 取代了,他不又没工作了吗?”
那么,这个政府跟民间合作来推动教育体系转型升级的机制,在中国或者是美国,已经有这个苗头开始成形了吗?
开复老师回答很简短:“没有。这就是我要写这本书的原因之一。”
《AI•未来》不是开复老师写的第一本关于 AI 的书。如果说上一本 《人工智能》定义为人工智能领域的科普读物的话,《AI•未来》则是从人文角度,探讨这种技术对于我们生活的冲击与影响。
在这本书里,开复老师将人工智能革命分为四个阶段:互联网智能化(Internet AI)、商业智能化(business AI)、实体世界智能化(perception AI)、自主智能化(autonomous AI)。
前两波浪潮,也就是互联网智能化及商业智能化,已经进入了我们的生活;现在,随着机器像婴儿一样开始 “看” 我们的脸孔与物体、“听” 我们的指令,第三波浪潮的这些公司,在试着逐步搞懂我们的世界、把现实世界数字化。
图自创新工场,版权属于原作者
如果说第三波浪潮是给人工智能加上了眼睛和耳朵,第四波浪潮则是人工智能的胳膊和腿。这个浪潮将会伴着未来自动驾驶汽车上路、智能机器人负责制造等只有科幻小说里才有的场景,彻底改变我们的生活。
而我们所有人都要思考的问题是:
我们人类怎么办?
被 AI 抢走的工作怎么办?
面对 AI 可能给我们生活带来的巨大、且前所未见的冲击,我们准备好了吗?
你的工作未来会被 AI 抢走吗?欢迎留言讨论!