4月27日上午消息，2017GMIC大會今日在北京召開，創(chuàng)新工場董事長兼CEO、創(chuàng)新工場人工智能工程院院長李開復(fù)應(yīng)邀發(fā)表主題演講，他主要圍繞“人工智能時代的科學家創(chuàng)業(yè)”發(fā)表了看法。
李開復(fù)演講之前，英國劍橋大學教授霍金通過視頻發(fā)表了演講，這位目前全球公認的智者不斷提醒，必須要警惕人工智能帶來的威脅。
不過李開復(fù)并不贊同霍金教授關(guān)于人工智能毀滅人類的看法。李開復(fù)認為AI未來發(fā)展有很多機遇和挑戰(zhàn)，而毀滅人類只是其中一種，而且還顯得比較遙遠。
李開復(fù)人工智能對于現(xiàn)在最重要的應(yīng)該是下面四件事情：
第一人工智能將創(chuàng)造巨大財富，讓人類第一次有機會脫離貧困；
第二我們要擔心今天手中擁有巨大人工智能力量和數(shù)據(jù)的公司，他們用數(shù)據(jù)來作惡；
第三看到人工智能將要取代50%人的工作（在未來10—15年之間），這些人怎么辦，還有更重要的是教育怎么辦；
第四個是非常重要的話題，科學家尤其是人工智能科學家有什么使命有什么機會，是不是都要出來創(chuàng)業(yè)還是跟著霍金一起去尋找人類的未來。
他表示科學家的特點是追求科研突破、講求嚴謹、需要慢工出細活，但這種特點放到創(chuàng)業(yè)創(chuàng)新可能會稍顯不適應(yīng)。
然而，目前人工智能大浪潮下，頂尖科學家正在發(fā)揮越來越重要的作用，特別是2010年的深度學習帶來的AI技術(shù)突破。目前全行業(yè)都在需求科學家和科學領(lǐng)域的創(chuàng)新，這會應(yīng)用到AI可能發(fā)展的三個階段中。
李開復(fù)認為AI擴張一定會經(jīng)過下面三個階段：
1）把已有的大數(shù)據(jù)用起來；
2）把沒有的數(shù)據(jù)收集起來、上傳起來，用各種攝像頭把人臉收集起來，收集了500億張人臉，所以隨時識別300萬張人臉，這不是一個人類的功能，而是超人類的功能；
3）無人駕駛的機器人時代的來臨，從工業(yè)走向商業(yè)走向家機器人，從2到3、4，走向全方位的無人駕駛。
李開復(fù)表示，這三步曲大概是未來五年、十年、十五年的藍圖。
而對于這些科學家如何參與到這三個階段，李開復(fù)提出了四條建議：首先是自己擼起袖子干，像愛迪生一樣。其次是找個商業(yè)合伙人一起干。第三是把技術(shù)授權(quán)出去。第四是通過開源等方式，不斷利用科學加快創(chuàng)新發(fā)展。
李開復(fù)更加看好技術(shù)授權(quán)和開源的方式，比如Google的創(chuàng)立，斯坦福的教授通過技術(shù)授權(quán)，不僅讓創(chuàng)新得以落地實現(xiàn)，還獲得了巨大的財富。
以下是演講全文：
霍金教授做了非常精彩的演講，我認為人類有像霍金教授這樣有遠見的科學家，幫助我們的頂尖天才和世界最重要的政治家來幫我們策劃一個更美好的未來是非常重要的。但是他提出的“超級智能”和“未來人工智能”碾壓人類和要避免這個狀況，我個人認為并不是一個可根據(jù)今天科學推測出的必然結(jié)果。當然非必然事件不代表我們不要關(guān)注它，還是要有聰明的人來想它，但我認為人工智能對于今天在座每一位最重要的意義應(yīng)該是下面四件事情：
第一人工智能將創(chuàng)造巨大財富，讓人類第一次有機會脫離貧困。
第二我們要擔心今天手中擁有巨大人工智能力量和數(shù)據(jù)的公司，他們用數(shù)據(jù)來作惡。
第三看到人工智能將要取代50%人的工作（在未來10—15年之間），這些人怎么辦，還有更重要的是教育怎么辦。
第四個是非常重要的話題，科學家尤其是人工智能科學家有什么使命有什么機會，是不是都要出來創(chuàng)業(yè)還是跟著霍金一起去尋找人類的未來。
我自己也是一個科學家創(chuàng)業(yè)，非常早的時候做了人工智能，我記得申請我卡內(nèi)基梅隆博士時，作文就是申請人工智能+我們未來改造未來的世界，希望參與這個行業(yè)。1986年還沒有AlphaGo、深藍的時候，我寫了第一篇文章，有關(guān)擊敗世界黑白棋冠軍。
1988年做博士論文，當時是第一個非語音識別，在《紐約時報》上有所報道。之后我進入蘋果，這里可以看到一個很萌的照片，在《早安美國》節(jié)目上談到了語音識別將如何進入主流，也被《華爾街報日報》報道，當天股票漲了2.5毛錢，后來跌回來了。所以我充滿的信心，因為我做著各方面頂尖的人工智能工作，認為人工智能和其他技術(shù)。
比如說虛擬世界即將步入主流，于是就從SGA公司做一個內(nèi)部創(chuàng)業(yè)。當時我們做的是，能不能讓每一個網(wǎng)頁充滿了3D，3D的游戲、動畫讓網(wǎng)頁做得更精彩，讓人們?yōu)g覽的不是網(wǎng)頁而是一個一個房間，一定程度上和今天的VR非常相似，這次創(chuàng)業(yè)非常失敗，2000萬美元的投入，100個員工，幾乎全軍覆沒。從這個失敗里我得到了一些教訓，我想跟大家分享。
今天有一次在MIT演講的時候，要求每一位講者演講完后留下一句話，我留下的那句話是——“創(chuàng)新固然重要，但不是最重要的，最重要的是做有用的創(chuàng)新”�？茖W家們往往會被自己的研究、自己酷的東西所打動，也認為他所看到的酷的東西是全世界人類所需要的。但是事實可能并不是這樣。我們想的是3D有多酷，但沒有想到3D硬件是否準備好，用戶對3D世界有什么需求，為什么VC投資我們，怎么把創(chuàng)業(yè)做成有賺錢、有經(jīng)濟價值的創(chuàng)業(yè)，我基本錯過了所有創(chuàng)業(yè)者應(yīng)該走的路。
我當年做的是頂尖研究，進入的是頂尖公司，做出的產(chǎn)品依然遭遇了滑鐵盧，人工智科學家應(yīng)該怎么想？其實本質(zhì)上，科學家和創(chuàng)業(yè)者有非常大的不同，科學家追求的科研突破，創(chuàng)業(yè)者追求的是商業(yè)回報，科學家講究嚴謹，科學家講究速度，科學家要慢工出細活，而創(chuàng)業(yè)者要快速迭代，這六件事情往往是背道而馳的。
而這6件事情中最重要的一件，是我讀博士、做教授過程中，深深體會到在科研領(lǐng)域里每次問的第一個問題是什么，這件事情別人是否做過，是不是全新的，如果有人做過一定要看別人，看自己有沒有增加的價值，增加的價值不如突破的價值大，所以每個科學家不斷要求創(chuàng)新，所起創(chuàng)新是做前人所未做過的工作，這句話代表了科學、追求科學精神的一種含義。但是一個創(chuàng)業(yè)者，或者一個VC，他更重視的是什么？怎么樣打造產(chǎn)品，怎么樣產(chǎn)生商業(yè)價值。
甚至在VC今天投資過程中，想想我們投的每一個團隊冒了人才的風險、商業(yè)的風險、競爭的風險、執(zhí)行的風險，我們非常不要再冒科技風險了，所以我們更寧愿看一個團隊說：這個技術(shù)已經(jīng)被證明了，只是把它應(yīng)用在場景里。剛才兩段話讓大家看到了科學家本質(zhì)和創(chuàng)業(yè)者、VC本質(zhì)截然不同，一個僅僅追求做前人未做過的工作不考慮它有沒有用，而只需要賺錢不希望冒科技風險，這兩個通常走不到一起。
而且走到了一起，科學家因為成年累月、在這樣的文化和基因之下發(fā)展，可能會把公司帶到一個不那么務(wù)實、或者不那么快速迭代，或者不追求做過，或者不專注。科學家很聰明，每個人有好多點子，一個創(chuàng)業(yè)公司每天出個點子公司會死掉，因為什么都做。所以精益創(chuàng)業(yè)之父STEVE BLANK幫助科學家創(chuàng)業(yè)，總結(jié)是科學家必須要小心，因為題目往往是冷僻的，沒有多大市場；
第二，選題跟風口有很大差異；
第三，科學家不太愿意承認自己很可能不具備把技術(shù)霜葉轉(zhuǎn)換成價值的洞察力和執(zhí)行力。每個想創(chuàng)業(yè)的科學家都一定要真誠的問自己會否面對這些問題，我想你面對大家的時候希望保持自信，但是你自己應(yīng)該知道，對你來說是不是一個問題。
當然，今天，科學創(chuàng)業(yè)大家了一個有史以來最好的時機，可以看到除了今天談的人工智能之外，在區(qū)塊鏈、生命科學、高能電視、細胞擴增、基因編程，幾乎每個領(lǐng)域都是創(chuàng)業(yè)的機會，我在這里絕對沒有打壓科學家參與創(chuàng)業(yè)的意思，只是參加創(chuàng)業(yè)的時候一定要想清楚，過去那么多科學家包括自己碰到的死穴怎么去避免，有成功的案例我的朋友李博士創(chuàng)造了有價值的公司，國內(nèi)也會看到很多類似的公司。
但看到更多的是教授恪守他的崗位，美國谷歌就是典型例子，斯坦福和谷歌兩個創(chuàng)始人的教授，沒有參與，但技術(shù)授權(quán)有3.4億美金，這是一個模式。
談到AI創(chuàng)業(yè)，為什么AI需要AI科學家？每一個時代的科學公司都有做這樣的創(chuàng)業(yè)，互聯(lián)網(wǎng)時代注定是被海龜創(chuàng)業(yè)，因為海龜在國外看到了互聯(lián)網(wǎng)的崛起帶到中國。移動互聯(lián)網(wǎng)應(yīng)用方面注定是產(chǎn)品經(jīng)理的創(chuàng)業(yè)，因為這個時代我們需要快速迭代產(chǎn)品，因此使那些既懂技術(shù)又懂用戶和市場的人成為時代的傲兒。在O2O時代，把地面銷售和后臺技術(shù)整合起來，這是我們需要衡量的。美團、滴滴就是這樣的搭配。
人工智能時代來到了，最核心的、最需要的一定是AI科學家，因為今天AI技術(shù)還沒有進入主流，AI平臺還沒有產(chǎn)生，因此AI應(yīng)用還不能井噴，只有少數(shù)手中掌握著如何把AI應(yīng)用起來的科學家能夠創(chuàng)業(yè)。
但這些科學家有剛才講的所有科學家的特點：追求創(chuàng)新、寫論文、不太知道市場。大部分科學家的創(chuàng)業(yè)，在中國都是在做人臉識別，做計算機識別，在座的張宏江博士是這方面的是鼻祖，他的徒子徒孫每個人都在做人臉識別工作。這一定程度上看到我們的科學家是缺乏想象力的，人工智能有那么多的應(yīng)用，人臉識別絕對不是最好的一個，科學家需要一個懂企業(yè)銷售的人跟他們搭配，這里當然是亂搭，兩個沒有關(guān)系的人，但就是像的李菲菲、胡溫馬（音）這樣的人搭配，才能碰撞出真正的超級獨角獸的AI構(gòu)思。AI本身不是一個消費者的應(yīng)用，當然BAT非常幸運的應(yīng)用在消費者，但我們AI創(chuàng)業(yè)不能自帶流量，沒有流量和數(shù)據(jù)有什么用？
所以做出來的AI還是給企業(yè)應(yīng)用，企業(yè)金融、醫(yī)療有數(shù)據(jù)，我們結(jié)果他的方案，在他的公司需要企業(yè)銷售，需要懂AI的解決方案，這才是一個黃金搭配來解決AI創(chuàng)業(yè)。所以AI科學家的參與是非常重要的。
AI最大突破是七年前深度學習。我們可以理解深度學習是一個超級EXCEL表，很多數(shù)據(jù)丟進去以后，再丟一個數(shù)據(jù)，就能夠做出預(yù)測、判斷或者分類，很多臉丟進去就認識誰是誰，很多棋盤、一次一次圍棋比賽丟進去就知道下哪一步棋，很多淘寶商品和用戶丟進去，就知道你想買什么了。
所以未來的AI肯定可以知道你今天晚上想吃什么，比你更知道；知道你去哪里度假，比你更知道；甚至在座未婚的可能喜歡什么樣的配偶比你更知道。這就是一個先知的、對未來能夠做非常強大預(yù)測的AI。AI在這個階段是單領(lǐng)域大數(shù)據(jù)驅(qū)動的引擎，可以把它認為是一個黑核，可以進入各種領(lǐng)域。AI擴張一定會經(jīng)過下面三個階段。
第一個階段，把已有的大數(shù)據(jù)用起來，BAT在用，今日頭條、快手、滴滴、美團都在用。另外，金融領(lǐng)域可以用，比如我們投資的智融集團的用錢寶，一個月放出30億的貸款，因為可以把已有的數(shù)據(jù)、用戶數(shù)據(jù)激活做小額貸款，還有醫(yī)療。
第二個階段是把沒有的數(shù)據(jù)收集起來、上傳起來，用各種攝像頭把人臉收集起來，收集了500億張人臉，所以隨時識別300萬張人臉，這不是一個人類的功能，而是超人類的功能。
第三個是無人駕駛的機器人時代的來臨，從工業(yè)走向商業(yè)走向家機器人，從2到3、4，走向全方位的無人駕駛。這是我們投資的聚石科技。這三步曲大概是未來五年、十年、十五年的藍圖。剛才霍金描述的未來是真實的，不太確定的是AI會否有意識、人類情感、掌控人類、做我們的工具、會否自我重新迭代、自我重新重寫等等，這些是未知的，但已知的可以推出這些應(yīng)用。應(yīng)用推出來以后會產(chǎn)生巨大結(jié)果、產(chǎn)生巨大價值，國家征稅，取代大量的工作，這些工作可以用大量的征稅補助下崗人重新訓練自己，以改造教育。
所以人工智能時代對經(jīng)濟有巨大改變，50%下崗人該怎么辦，未來教育該怎么辦都是我們需要解決的問題。從12點這邊逆時針轉(zhuǎn)，紅色是必然被取代的工作，綠色是被修改的工作，黃色是暫時還不能取代的工作，轉(zhuǎn)到最上面是最難取代的工作，能取代和不能取代很容易解釋，能取代的就是大數(shù)據(jù)可以針對一個目標函數(shù)做一個決策，比人更好的決策，那你就可以取代了。
大部分工作都是這樣的。綠色代表，是當有一天機器比醫(yī)生可以做更好的診斷，但機器是冷冰冰的，醫(yī)生可以包裝一個人性化的接口，讓病人得到安慰，讓安慰劑起效應(yīng)啟動，使病人存活和心理感受更好。右邊這些是現(xiàn)在人工智能還不能做的，包括藝術(shù)、人類學、管理者、決策者，更包括最大的發(fā)明家。
所以AI時代的人才結(jié)構(gòu)，我們看到有大量的服務(wù)型人才，包括羅輯思維說的疊衣師、愛心陪伴，人的愛是不能被機器取代的。往上是會把人工智能當作工具的人，比如說醫(yī)師變成AI工具和人的過渡者，再上是發(fā)明每一個領(lǐng)域的新技術(shù)掌控者，再上是跨領(lǐng)域的工作者，懂很多領(lǐng)域。當然最最頂尖的就是發(fā)明新的AI，掌控AI，他們寫人不但是最聰明的最懂技術(shù)的，而且抱有最大的科學技術(shù)革命。
AI怎么參與？有四條路子，從走下角講起來：第一，自己擼起袖子做創(chuàng)業(yè)，這個最困難，因為科學家本質(zhì)是創(chuàng)新，而不是創(chuàng)造商業(yè)價值。往下找個商業(yè)合伙人一起看。右上，留在學校，繼續(xù)做創(chuàng)新，把技術(shù)授權(quán)出去，讓學生或者別人做，這是我大大鼓勵的。最后一個是提供開源，發(fā)布數(shù)據(jù)和內(nèi)容。
今天AI科學家苦于沒有BAT手中的數(shù)據(jù)，希望用更開源的方法把手中的工作做出來。所以真的希望鼓勵科學家，看清楚學家才是科研的凈土，不要因為能夠賺錢就加入到公司或者創(chuàng)業(yè)。頂尖科學家是我們稀缺的資源，希望你們恪守自己的崗位，把技術(shù)推到更高的一個層次，深度學習只是人工智能的第一步，未來還有很多機會。恪守自己的科研崗位也會得到商業(yè)價值，比如經(jīng)過技術(shù)授權(quán)。
如果你決定創(chuàng)業(yè)，也希望你能夠了解，創(chuàng)業(yè)的話就要知道客戶才是上帝，需要知道怎么樣去拿最有價值的VC錢幫助你補足短板，比如創(chuàng)新工場，要能夠有紀律、有效率的解決問題，而不是一個又一個問題的提出，不是提出問題，而是解決問題，解決的時候重視效率，做你擅長的事，找合作伙伴，補足你的短板。
作為社會，必須做很多事情讓教授既能得到利益，也能得到名聲，還能夠做有趣的創(chuàng)業(yè)。在報酬方面，讓整個研究界提高科學家的報酬。在生育和大獎方面，比如圖靈獎和科學獎都是很好的支持。資源方面應(yīng)該給更多的數(shù)據(jù)，不僅讓BAT有最大的數(shù)據(jù)，教授也有最大的數(shù)據(jù)。時間上要思考怎解決不浪費時間的問題。
斯坦福用技術(shù)授權(quán)的方式，CMU讓教授創(chuàng)業(yè)是占股份的方式，這都是非常好的方式，國際上尤其在中國都要好好思考，怎么樣把土壤做得讓創(chuàng)業(yè)者能做他們擅長的事，讓科學家做他們擅長的事，讓兩者有機的結(jié)合，而不要強逼每個科學家都一定要出去創(chuàng)業(yè)。
