人类离强AI的成熟还有多远 取决于怎么样去定义它

　　原标题：圆桌论坛：AI会取代人类吗？

　　来源：界面 作者：陈天琪 　

　　9月18日，在世界人工智能大会的腾讯分论坛上，上演了一场关于AI的激烈讨论。AI未来的突破是什么？如何落地？认知真的影响人类在AI上的发展吗？强AI的成熟离我们还有多远？等等问题都在这次圆桌论坛上提出并进行探讨。

　　参与讨论的嘉宾包括腾讯开放平台副总经理、腾讯众创空间总经理王兰；腾讯AI Lab AI+医疗专家姚建华；卡内基梅隆大学计算机系教授、Libratus人工智能系统开发者托马斯·桑德霍姆；猎豹移动董事长兼CEO傅盛；来也联合创始人兼CEO汪冠春；云脑科技创始人兼CEO张本宇。

　　傅盛认为，技术是一轮又一轮的大突破，当技术进展到一个阶段以后，如何把这些技术变成产品，就变得至关重要，“我觉得技术很重要，所以我在过去一两年间，花了很多时间学习AI。但其实AI是一个产业链条，比如说你要做好，你光有一个神经模型是不够的，上面要有应用，要用好的传感器。”

　　汪冠春则表示，创业公司更需要有落地的场景，所以作为“来也”的创始人，他能深刻感觉到今天技术和现实之间的一个差距。同时他又乐观地认为，对于创业公司来说，最重要的是找到那些相对封闭的场景，和还没有那么完美、成熟的算法结合到一起，这样会产生很好的效果。

　　当谈到人类离强AI的成熟还有多远时，托马斯·桑德霍姆说，他并不相信人们需要强AI，“或者我们有没有强AI，取决于你怎么样去定义它。”他认为AI只是一个工具，有可能可以做出来，有可能做不出来，“但这实际上并不是我们的问题，也不是我们的目标，所以我们也不会做一个工具来取代人类，而应该是为人类所用的工具。”桑德霍姆总结道。

　　以下是圆桌论坛内容：（界面新闻略作删减）

　　王兰：从技术研究和学术的角度，未来AI可能出现的一个最大的突破是什么？    

　　姚建华：现在AI技术在有监督的学习上已经做的很好了，下一个突破应该是我们如何利用一些没有标注的数据进行无监督的学习，这样会让机器自主地学习，让AI技术得到更广泛的应用。

　　托马斯·桑德霍姆：我觉得最大的突破既有应用方面，也有AI技术方面。一方面，我把它叫做AI的堆叠，机器学习这一部分肯定由自动化来取代，所以我们不需要再从机器学习方面找到任何的洞见，将来我们会让机器自动地做出决策。这就是在机器学习基础上的一个AI的迭代。

　　现在AI已经有了很多非常成功的应用，比如说在编程方面，已经非常成功了。我尤其想要强调两个特别的技术，一个技术就是战略决策，其实现在很多用于决策的技术，在现实生活当中都并不是以博弈为基础的，所以现在在市场上一些以博弈为基础进行决策的玩家，在这些方面有很大的机会。另外一个是推理，现在有很多的机器学习都不是准推理的，我们认为决策要有这样的准机器学习，它告诉我们如果做这样的一件事会发生什么样的结果，这是另外一个有非常多机会的领域。

　　王兰：想问问傅盛你的观点是什么？

　　傅盛：我觉得技术很重要，所以我在过去一两年间，花了很多时间学习AI。其实AI是一个产业链条，比如说你要做好，你光有一个神经模型是不够的，上面要有应用，要用好的传感器，机器人还要有机器人结构。我真正想表达的是，技术突破固然重要，但是技术是一波又一波的大突破，当今天的神经网络模型出现以后，在这个基础上的技术已经到了一个阶段了。而这个时候怎么把这些技术变成产品，就变得至关重要。

　　如果有科学家又发现了一个新的，可以强化非监督学习的、自学习的方式，可能又是另一个新的技术红利。我表达的观点是有前提的，今天做的语音识别、视觉识别、翻译这些，这时候到了一个产品化的阶段了，我不是技术和产品对立论，我是统一论。

　　王兰：你是否认为，其实现在从研究领域上看，AI已经取得了很多的突破，但是现在这个阶段的难点是把AI技术领域或者研究领域的突破，寻找到一个合适的产品和场景去落地？

　　傅盛：我不是一个科学家，也不是技术人员，所以我无权对技术本身的发展做太多的预判。但我是一个从业者，创业者，所以我能看到的比如说去年语音识别的人才非常难招，大家都在抢人。而今年整个人才市场就会好很多了，其实本质上就是因为，技术是一轮爆发后就有一个红利，这也是这个行业里面，科学家和企业家之间的不同角色。永远都是科学家想出一个很好的、可能被使用出来的技术，企业家把它落成产品，这是两个不同的角色分工。

　　王兰：我想问一下张本宇总，作为一家创业公司的资深技术人员，刚才的问题你有什么看法？

　　张本宇：作为一个企业来说更重要的怎么把已经成熟或者快要成熟的技术，迅速的找到场景，把它落地，形成产品化、规模化。但是作为个人来说，我还有一部分做研究的热情，所以我们同时也会稍微往前再多看一步，看下一步AI的突破点在哪里，或者有哪些跨场景的AI场景需要解决。比如数据的隐私安全，模型的可解释性，这些方面就属于会帮助我们找到更多的落地场景，但是问题还没有完全解决好。这两者不是完全的对立，在不同的阶段，不同的决策上，我们关注不同的方面更多一些。

　　王兰：有人认为，认知是下一个领域的突破，或者说决策的突破可能会带来下一波AI的爆发，这个怎么看？

　　托马斯·桑德霍姆：我认为这个说法是对的。下一步的确是在决策这一步的突破，而不是像传感器，或者是感知领域。在这些领域仍然有进一步改善的空间，但是主要在决策领域需要得到突破。我们自己也建立了几个初创企业，经常有人问决策模式怎么样运用于具体的产品呢？我也看见谷歌、亚马逊，他们也在面临类似的问题，他们会有机器公司来帮助其他的公司，来加速应用机器学习等等。所以现在大的技术公司，他们只仅仅是产品公司，还是说会成为一个混合的公司，这是一个非常有意思的问题。

　　从市场角度来看，他们只做产品公司要好的多，如果加上人工智能之后，可能就很难保持这样的模式了。你可能还需要加入到服务个性化的领域等等，这个其实是以AI为核心的，尤其是能够帮助到决策。不过每个行业都是不一样的，每一种具体的应用都是不一样的，就算是在同一个行业当中，不同的应用也是不一样的，所以我也非常希望看到未来会有怎样的改变，以及未来怎么样仍然去维持这样的技术公司使其不成为产品公司。

　　王兰：我把这个问题再引回到汪总，你做的应该是一个客服的机器人助理。想从你的角度去解释一下，如果说AI在认知领域的突破其实还有欠缺，你们怎么去克服这样一个障碍，完成你的产品？

　　汪冠春：来也就是做认知和决策的AI。我们是创业公司，我们更需要有落地的场景，所以很能够立刻感觉到今天技术和现实之间的一个差距。但是我个人还是非常乐观，因为大家知道，其实算法上的突破要领先应用突破15-20年的时间。今天真正要做好认知AI和决策AI基础的技术，比如说深度学习、强化学习、迁移学习，也并不是全新的研究方向，已经存在了5年、10年，甚至更长的时间，很多数据也已经存在，客服场景、销售场景需要的资料，企业需要的知识图谱、知识库的数据今天都已经存在了。对于创业公司来说，最最重要的是找到那些还相对封闭的场景，把它和还没有那么完美、成熟的算法结合到一起，产生很好的效果。

　　傅盛：大家今天很多争论的本身，是技术科幻化了，我们总要把人工智能考虑到要超越人，灭掉人的技术，而在产品思维上的深入讨论不够。我们的手机叫智能手机，它有什么智能呢？一点也不智能，只是给你提供一个好的交互界限和足够的算力和一些传感器而已。其实是很多人做了很多APP，再让人使用APP，显得这个手机能帮你完成很多事。我们如果把产品考虑成一个不需要人干涉的东西，这个产品永远等不到它的落地。

　　人机协作，人只是把很多重复的工作交给人工智能，这么想的话思路就可以开阔很多。我不认为今天我们可以有能力做出一个替代人的机器人，甚至我不认为我们能做出一个行走的机器人。但是我认为在一些高度重复的场景里面，机器人替代一个垂直的人的工作是可以的。这个时候再有人和它的协同，包括去训练它。人工智能，有人工才有智能，这两者完全没有分开，所以这是我做这个产品的思路。

　　王兰：这样的应用是非常实际的。之前去剑桥的时候，我跟那边的教授做交流，提到一个在既定的界限之内去做AI纵深的研究，我相信姚博士有非常多的见解，刚才傅盛提到的是一个比较To C的应用场景，而你做的是医疗领域的应用，这个比较专业，你可以也就这样一个观点发表一下你的看法吗？

　　姚建华：医疗领域也存在这样的问题，有些问题是感知方面的，现在AI可以解决的比较好。有些涉及认知方面的问题，现在还没法很好的解决。实际上我们现在也是先把我们能做得好的东西先解决了，比如说一些影像的识别、筛查，所有信息都在数据里面，我们可以通过AI来训练，得到接近医生的水平。另外就是预测，因为现在医生很需要知道某种治疗方案，如果我采取这种治疗方案会对患者有什么样的影响？生存率是什么样？根据这些预测，可以选择更好的治疗方案。现在AI面临着信息不完全的问题，我们要预测将来发生的事情。这种问题我们现在也在做很多研究，实际上还是没有做得很好。在某个具体的领域，我觉得也存在这样的问题，我们也是在感知方面做得比较好，在认知方面还有很多探索的空间。

　　王兰：刚才大家主要在探讨技术和应用之间的分解、连接和区隔，接下去我想用最后一个问题来结束今天的圆桌讨论。

　　这个问题我想把刚才说到的技术和应用，完全给扯开。我们每一次都会喜欢问别人这样一个问题，强AI的成熟你感觉还需要多长时间？

　　托马斯·桑德霍姆：这是一个非常有趣的问题，我实际上并不相信我们需要强AI，或者我们有没有强AI，取决于你怎么样去定义它。我想AI只是一个工具，我觉得就像刚才我们所听到的一样，我刚才也说你们要有问题，要有解决方案，这就有点像锤子和锯子，锯子有锯子的功能，锤子有锤子的功能，AI就是这样的。它只是一个工具，有可能可以做出来，有可能做不出来，这实际上并不是我们的问题，也不是我们的目标，所以我们也不会做一个工具来取代人类，而是为人类所用的工具。

　　张本宇：对强AI没有一个像图灵测试那样公认定义的标准，除了有时候有一些看得见的经济价格之外，很多时候也用在别的领域，像军事、政治等。它会不会到来？其实我现在不知道，如果要给一个观点的话，说一句不负责任的话，强AI我们没办法预测，如果它会来，它就会来，我们也不知道它是否已经来了。

　　汪冠春：非常有意思，我自己的宝宝出生在5、6年前，那时候我在百度公司，说百度大脑是3岁儿童的智力，我们如果把通用AI定义成像人一样学习，跟世界交互，这样定义的话，AI发展水平的速度及不上我宝宝的发展水平。今天我看到AI的解决方案越来越人性化，在某些特定点上，可以做到接近人甚至超出人的水平，我自己感觉，有些特殊领域当中，像客服、销售、助教、医助、律师助理，甚至是投资顾问等等，这些角色是会被AI一点点替代的，这块我非常有信心。所以AI解决方案会变得更加个性化和人性化。

　　姚建华：我认为AI技术的共享是一个关键，腾讯这样的大公司自己本身拥有很强的AI实力，我们只有把AI实力为一些中小企业和传统行业分享、赋能，才能真正把技术运用到实际场景，真正让AI无所不在。现在AI的加速器也在赋能中小企业，腾讯在这方面做了很多努力，包括我们即将开源的一个模型压缩的框架，还有我们即将开源的全球最大的数据库。我觉得就是大企业跟中小企业共同合作，共同共享这项资源，才能促进AI的发展。

　　傅盛：从哲学的角度来说，我是觉得，我们认为别的东西不能超越人，像是一个自我中心论。从哲学角度我坚信一定有生命的形式超越人，从科学角度，我不太懂是不是今天这种神经网络的算法模式能够超越人的生命。从现实角度，我个人在我看得到的领域里，我更看好的是，现在做的一个脑机交互的界面，我觉得这就是被AI武装起来的人类的大脑，可能会是比人更强的，如果我们人类叫生命2.0，那么它可能是生命2.5、2.6，可能这种形式在我们看得到的未来会很快出现。