雷鋒網(wǎng)消息，4月2日，2017中國（深圳）IT領(lǐng)袖峰會正式開幕，騰訊董事會主席兼首席執(zhí)行官馬化騰、百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏、微軟全球執(zhí)行副總裁沈向洋圍繞“人工智能”的主題進行了高端對話。

馬化騰由“絕藝”談到騰訊對于人工智能的理解，他用了“恐怖”這個詞匯來描述對于AI強大的自我學(xué)習(xí)能力的感受。李彥宏談及了百度在非常早的時期布局人工智能的緣由，他還認為，人工智能并不是互聯(lián)網(wǎng)的一部分，而是顛覆性的技術(shù)革命。沈向洋博士談到現(xiàn)階段微軟在人工智能方面的主要方向，是交互式人工智能。以下分別是馬化騰、李彥宏、沈向洋對話實錄，雷鋒網(wǎng)編輯整理。

馬化騰：沒有場景支持的AI研究，是空中樓閣

問：騰訊為什么重視人工智能，為什么做絕藝這個項目？

馬化騰：其實李彥宏是人工智能走得更前了，對騰訊來說我們還是落后一些，只是去年剛開始成立的部門。當然在我們所有BG內(nèi)部結(jié)合它的業(yè)務(wù)形態(tài)，像我們微信里面，超過上百億條消息，包括我們圖片、特別是做社交網(wǎng)絡(luò)，里面有人臉數(shù)據(jù)圖片絕對是天文數(shù)字，每天高達上十億張有人臉照片。這方面的技術(shù)研究在各個BG有相當長時間研究。包括后臺數(shù)據(jù)分析、廣告匹配都用了人工智能技術(shù)，只是大家感受不到。因為他在后端。我們在前端也希望做出一些產(chǎn)品，剛好一年前Alpha Go它的paper出來，通過人機對戰(zhàn)讓全世界對人工智能認知到了一個新的高潮。我們團隊本著練兵的心態(tài)也做了嘗試。

谷歌收購了deepmind團隊發(fā)表的論文，原來做計算機圍棋的團隊都紛紛采用深度學(xué)習(xí)方法來融入原有的似乎已經(jīng)走進瓶頸的計算機圍棋軟件開發(fā)中，大家不約而同在這一年中起步。我們內(nèi)部團隊有三個團隊也在做，只是分在不同部門。這個部門剛好是它能夠突破這個瓶頸，也動用了公司相當?shù)拇蟮暮蠖说挠嬎銠C資源，絕藝和Alpha Go最大的不同，是我們的絕藝AI的成長，全程得到了國家級圍棋世界冠軍的陪練，然后找出它為什么不同。我們十幾位研發(fā)人員不懂圍棋的，一開始連黑先下還是白先下的規(guī)則都不懂，我們從計算機原理、工程實現(xiàn)以及結(jié)合中國包括很多的專家來去訓(xùn)練。

我們覺得絕藝算是小小的成功吧，但是也不能過于欣喜，畢竟是站在前人肩膀上，因為你沒有發(fā)布這個paper，我們也不可能做出來。但是也不能說這是毫無疑義的事情。這里面給我們最大的思考，過去我們對AI很多是從一些規(guī)則、從簡單的訓(xùn)練得出來的能夠改善我們計算處理的這樣一種能力，最終我們發(fā)現(xiàn)其實還有一個更恐怖、更深層的意義在于他能夠在計算機的后臺能夠用云計算、大數(shù)據(jù)方式能夠高速的自學(xué)習(xí)，能夠自己跟自己對弈。所以AlphaGo出來后，它的下一代master，經(jīng)歷了數(shù)十億盤自我對弈，已經(jīng)超越過去所有人類交戰(zhàn)的盤數(shù)，然后它自己尋找規(guī)律，找到的已經(jīng)遠遠超過人類過去在圍棋領(lǐng)域認知的范圍，是極大的擴展，這是給我們一個很大的啟示。

在很多的領(lǐng)域——圍棋以外的領(lǐng)域，不管是醫(yī)療（剛才講的病理的檢測），以后的金融，現(xiàn)實中的每個行業(yè)，如果能用計算機后臺做出一個模擬器，能夠讓它充分嘗試，就像開車一樣，你可能不用教自動駕駛怎么開車，就模擬一個現(xiàn)實環(huán)境，給它一個規(guī)則，讓它駕駛，它去撞，有各種反饋，自然會琢磨出一套理論和經(jīng)驗，這是給我們帶來巨大思考。在很多領(lǐng)域如果能做出模擬器，定義出很多參數(shù)，自己學(xué)習(xí)，他能找到規(guī)律可能遠超我們現(xiàn)在想象的。這是我們最大的啟示。

問：人工智能要取得突破性進展，是模仿人的神經(jīng)網(wǎng)絡(luò)、人腦的效率，通過仿生人腦思維的方式突破，還是完全不一樣的方式？

馬化騰：我們期待有本質(zhì)性的飛躍，比如說發(fā)現(xiàn)飛機的空氣動力學(xué)、流體動力學(xué)和鳥不一樣的，車輪和人型馬一樣，仿生是某些垂直的領(lǐng)域，包括圍棋是選非常窄的領(lǐng)域，通過各種參數(shù)訓(xùn)練。

郭為剛提到用AlphaGo下一盤棋消耗多少能源，垂直領(lǐng)域訓(xùn)練消耗能源，但是實際用消耗不了多少?，F(xiàn)在訓(xùn)練出來的單機版本跟職業(yè)棋手差不多，訓(xùn)練需要很長時間，最麻煩的是改一個參數(shù)，規(guī)則改一點、算法改一點，全部重新來消耗很大，所以這屬于很窄的技能模擬。

未來下一步到通用的，再下一步是不是有更本質(zhì)性的發(fā)現(xiàn)背后的原理，智能其實可以超越現(xiàn)在碳基智慧，是不是有其他的元素可以形成更高級的生命和智慧呢？這是超越人類現(xiàn)在發(fā)現(xiàn)的知識，這是有可能的。

有人突發(fā)奇想說，現(xiàn)在認識的宇宙是高智能生命用量子計算模擬出來的環(huán)節(jié)，一切都是模擬起來的，這是發(fā)揮大家腦洞大開的想象力吧。

問：有沒有可能把數(shù)據(jù)分享出來，讓這些創(chuàng)業(yè)公司來用？

馬化騰：這個問題在內(nèi)部我們也有激烈討論。首先看人工智能我們關(guān)注那幾塊，第一個是場景。第二個是大數(shù)據(jù)。場景就是你想把這個技術(shù)應(yīng)用在什么場景下，你是不是有高頻的跟用戶接觸，這是一個落地的很重要的地方。所以我們看到很多研究院也好，包括我們內(nèi)部研發(fā)團隊。如果沒有場景落地，沒有平臺支持，基本上就是空中樓閣，研究一半很難往下走。第二個是大數(shù)據(jù)，大數(shù)據(jù)也是從平臺、業(yè)務(wù)部門有大量實際運轉(zhuǎn)數(shù)據(jù)才能產(chǎn)生出來。但是這里面很多大數(shù)據(jù)是垃圾數(shù)據(jù)，因為沒有標簽，每人做規(guī)劃定義，用多好的算法也學(xué)不出來，學(xué)出來也是走火入魔，沒有用的。數(shù)據(jù)清洗、標簽化難度非常高，我們甚至要雇傭很多人用人手的辦法，先用人腦清洗干凈，再讓AI學(xué)習(xí)。這里面是一個混合結(jié)合的過程。第三，計算能力，也就是你有云的資源，拿幾十萬核的計算能力，CPU、GPU，我們還是有這個能力的。而且在云里面本身就可以很好的調(diào)用，這是我們第三個優(yōu)勢。第四個，一年前我們比較缺乏的就是人才。通過一年我們也招了挺多的人，我們在微軟、在西雅圖還設(shè)置了一個實驗室。因為很多微軟的人不愿意離開西雅圖，所以我們就在旁邊設(shè)，沒有辦法，人才就是這樣。幾個方面結(jié)合起來才有辦法真正在某一個領(lǐng)域看到它的成效。

我們現(xiàn)在觀察到很多的AI所謂的大拿們，他們更關(guān)注怎么落地，能不能把畢生研究成果能夠體現(xiàn)出來，所以在我們內(nèi)部在吸引人才的時候，往往也會說你們微信、手機QQ里面的平臺數(shù)據(jù)能不能給他們用，但是事實上大家都知道，BG、部門里面的平臺他們也很希望近水樓臺先得月，數(shù)據(jù)就在我身邊流動，我為什么不能招人先研究一把，為什么給你呢。我們現(xiàn)在還處在內(nèi)部怎么把數(shù)據(jù)分享出來這個階段。當然這里面還有一個用戶很關(guān)注的個人隱私，別把我的數(shù)據(jù)都賣了，到時候大家都知道，這里面還有一個很復(fù)雜的信息安全個人隱私脫敏，你是不知道無法根據(jù)數(shù)據(jù)倒推到哪一個人做了什么事情，我們要把這些處理干凈才能往下一步談。這里面數(shù)據(jù)清理到什么標簽，才能給其他部門、包括外部合作伙伴怎么用。同時有很多數(shù)據(jù)來自合作伙伴，業(yè)界其他公司，他們也遇到這樣的問題那者一堆裸數(shù)據(jù)不怎么用，這樣業(yè)界還要有一個標準，互惠互利交換，這是一個大方向，還有很長的路要走。

李彥宏：人工智能不是互聯(lián)網(wǎng)的一部分，它是顛覆性的

問：當年百度為什么那么早做人工智能布局？

李彥宏：我其實也思考過這個問題。從百度的基因來說，我們從一開始成立到現(xiàn)在最主要是做搜索。搜索本質(zhì)上是機器試圖理解人想要的東西。我們一開始用各種各樣計算機方法試圖理解人的意圖。我在想一個問題，深度學(xué)習(xí)在圖像檢索里頭的效果不錯，是一個偶然還是它代表一種趨勢？分析完之后，覺得它是代表一種趨勢的，它不僅僅對于圖像搜索有用，它對很多其他計算機科學(xué)要解決的問題都是非常有用的。原因就是，隨著互聯(lián)網(wǎng)這么多年發(fā)展，數(shù)據(jù)越來越多，越來越豐富，計算資源越來越便宜，越來越強大。人工智能有60年歷史，前50年，為什么大家不看好，為什么大家覺得人工智能沒有用？我在美國讀書的時候，我就很喜歡人工智能這門課，但是學(xué)完之后，教授告訴我說其實沒用，人工智能沒有一個真正有商業(yè)價值的應(yīng)用，你將來靠這個是找不著工作的。

到現(xiàn)在最近幾年，原來認為沒用東西變成有用，是因為市場環(huán)境變了，條件變了，原來認為不可能的事情現(xiàn)在變成可能了。分析了環(huán)境因素之后，覺得人工智能是代表未來的。所以我們在2013年1月份對外宣布成立深度學(xué)習(xí)研究院，這個可能是全球工業(yè)界第一個用深度學(xué)習(xí)來命名的這么一個研究院。而且等于我自己食言了，我2013年以前不斷跟外界說我們是一個商業(yè)公司，我們不應(yīng)該成立研究院，不應(yīng)該搞純的研究機構(gòu)，這些機構(gòu)要想轉(zhuǎn)化成產(chǎn)品，進入市場被市場所認可的話，應(yīng)該跟那些產(chǎn)品部門、跟那些業(yè)務(wù)部門緊緊結(jié)合在一起，而不是單獨成立一個研究院，但是深度學(xué)習(xí)這一波起來之后，我覺得是完全不一樣的東西，他需要在理論上、在算法上，在很多方面有長遠的布局和突破，所以從那個時候開始大規(guī)模投入去吸引人才，去推進算法，其實不光是算法，在剛才朱民講的時候也講到各種各樣芯片結(jié)構(gòu)層、CPU到GPU等等，都要審視算法的需求。所以現(xiàn)在看起來人工智能比2013年我們決定進入的時候一個更要大的產(chǎn)業(yè)。前一陣我對外講了，互聯(lián)網(wǎng)其實現(xiàn)在只是一道開胃菜，真正的主菜是人工智能，所以人工智能不是互聯(lián)網(wǎng)的一部分，不是互聯(lián)網(wǎng)第三個階段，它是堪比工業(yè)革命一個新的技術(shù)革命。

問：百度深度學(xué)習(xí)有一個開放的平臺，你們不覺得這樣開放以后會培養(yǎng)出競爭對手？

李彥宏：我覺得人工智能是一個非常大的產(chǎn)業(yè)，而且是會持續(xù)很長時間。像我們現(xiàn)在的判斷未來20-50年都會是一個快速發(fā)展的人工智能時期。在這種時代大潮下，顯然不是一個公司能夠把所有的事情都做下來的。相反，對于一些小機構(gòu)沒有這么多計算資源和長遠研發(fā)能力，但他們可能會對垂直領(lǐng)域的了解更加深刻，我們?yōu)樗麄兲峁┮恍┻@樣的平臺，讓他們?nèi)プ?，這會推動整個人工智能技術(shù)的發(fā)展。而且我們也能夠在平臺上看到大家在干什么事情，哪些方向發(fā)展的會更快，哪些領(lǐng)域更適用于現(xiàn)在已經(jīng)解決的技術(shù)。所以我們把平臺開放出來，對大家都有益。

我剛才講人工智能永遠不可能超過人類的能力，但是當他逐步逼近人類能力的時候，其實已經(jīng)是可以一個一個行業(yè)去顛覆掉。比如說人臉識別這種應(yīng)用，我們今天如果你去機場的話，要過好幾道安檢，又要把身份證拿出來，比對一下，其實人臉識別這個問題解決后，將來到機場就應(yīng)該大搖大擺就過去了，他那個攝像頭可以識別，不需要一道一道檢查的。我們在家里自己開一個Party，不可能每個人進來先把身份證看一看。但是人多了，幾千人、幾萬人，甚至更多人的情況就要用現(xiàn)在比較笨的辦法一個人一個人對他的身份，但是現(xiàn)在這個問題基本上解決了。比如百度大廈，我們那個閘機就是刷臉可以進，到哪兒直接過就可以了。這還是人臉識別一個東西。語音的識別、自然語言的理解等等，都是可以。未來人和物的交流方式，人和工具交流方式，不是人學(xué)習(xí)工具怎么使用。人和動物的區(qū)別就是人發(fā)明了工具，但是人發(fā)明了工具之后，是發(fā)明人寫一個用戶手冊告訴你這個東西怎么用，電視怎么用、冰箱怎么用，這些東西，電腦手機怎么用，我們要學(xué)習(xí)用鍵盤，小時候都要學(xué)打字。但是未來應(yīng)該是機器、工具學(xué)習(xí)人的意圖，以后人再也不需要學(xué)習(xí)工具怎么用了，我要這個工具干什么，他就能夠明白，這就是我希望用人工智能方法解決理解人的自然語言，以后人和機的對話、人和物的對話就變成一種自然語言的對話，這是未來幾十年可能代表人工智能發(fā)展最大的方向。

沈向洋：每一個商業(yè)應(yīng)用都會被人工智能顛覆掉

問：人工智能有哪些非常具有潛力的商業(yè)應(yīng)用？

沈向洋：我自己從研究生開始到現(xiàn)在，從事人工智能的研究也有20多年的實踐。看到現(xiàn)在人工智能如火如荼，我很激動，因為當時90年代中期我們畢業(yè)的時候連像樣的工作都找不到。

我覺得人工智能經(jīng)歷了多少個冬天之后，發(fā)展到現(xiàn)在這個樣子，主要還是因為三個方面的原因。第一，是因為大量數(shù)據(jù)的出現(xiàn)，第二，是強大的運算能力，摩爾定律到現(xiàn)在，大家覺得應(yīng)該會死掉，但是并沒有，持續(xù)有更多新的計算方法出現(xiàn)。第三，是深度學(xué)習(xí)技術(shù)的突破，以前很多不能解決的問題，現(xiàn)在可以解掉。

從人工智能基本和研究方向來講，還是兩個不同非常不一樣的階段。一個是人類感知這件事情上，我們講人工智能，原來對人工智能的定義就是跟人類智能相比較。人類的智能體現(xiàn)在哪？主要是兩方面，一個是感知方面、一個是認知方面。感知方面，剛才我提到這幾個原因，所以在接下來5-10年進展會非?？?。具體表現(xiàn)在計算機語音和計算機視覺發(fā)展，我覺得AI會超過人。很多人會同意我這個說法。第二方面問題大家今天還沒有搞的很清楚的地方是人工智能的認知方面，包括自然語言，包括知識的獲取、包括你對一般的情況下這種解決的方法這樣的思考，包括情感，這些東西今天我們還都是不知道。所以我是覺得現(xiàn)在是非常好的時代。激動之余的話，我覺得我們作為科研人員還是要有一個平常心，因為很多科研進展還需要一些時間。

從微軟公司來講，我們的研判是，短期之內(nèi)有非常非常大的一些商機。那具體到哪些行業(yè)有商機呢？如果這個行業(yè)已經(jīng)有相當量的數(shù)據(jù)，并且這個行業(yè)的從業(yè)人員對現(xiàn)狀并不滿意，那么這就是人工智能有商機的地方。從銷售、人事、客戶支持等方面，每一個商業(yè)應(yīng)用都會被顛覆。

我們公司內(nèi)部一共有7000多個工程師和科學(xué)家，但是我們還在繼續(xù)招人。

我覺得微軟在中國最近幾年推出的最了不起人工智能產(chǎn)品，就是微軟小冰，這個產(chǎn)品面對的是比較年輕的人群，大概18到20多歲的一個用戶群，因為這個年齡段的人更愿意花時間跟聊天機器人對話。所以我們跟QQ的合作，也主要是為了面對這樣一個用戶群。我們在推小冰這樣一個產(chǎn)品的過程當中，學(xué)到了很多的東西，所以我們現(xiàn)在主推的研究和產(chǎn)品方向，就是對話式人工智能。

問：如果大家愿意開放數(shù)據(jù)合作，微軟是不是感興趣這個事情？

沈向洋：作為大公司來講，特別是成功大公司來講，我們對社會有一個責(zé)任，對行業(yè)有一個責(zé)任。當我們行業(yè)做的很成功，第一件事情就是開研究院?，F(xiàn)在Pony也開研究院，唯一做的不對的就是開到微軟門口去了（笑）。我也想分享一下在微軟的工作經(jīng)驗，你說叫這些公司把數(shù)據(jù)拿出來，讓初創(chuàng)公司或者其他公司去用，我覺得不見得很現(xiàn)實、不見得很容易。但是我想鼓勵大家，很多的數(shù)據(jù)如果我們愿意花時間、花精力做一點處理，然后讓研究人員去用，完全是可以做到的。我們微軟出了兩個數(shù)據(jù)集，一個是計算機視覺標準方面的集，這樣可以做數(shù)據(jù)分割、物體分割。最近做了另外一個數(shù)據(jù)集是在自然語言，希望有一批新的做問題問答。這樣推動研究領(lǐng)域，大家在標準集下，不斷把標準集數(shù)據(jù)越做越多。我們做的方法是用搜索引擎數(shù)據(jù)，非常小心處理過，包括很多隱私的問題等等。拿出一些數(shù)據(jù)讓大家做研究是非常實際的，完全可以做到。

更多雷鋒網(wǎng)文章：

馬云最新演講談AI：AlphaGo贏了人類？So TM What? | IT領(lǐng)袖峰會

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。