解构2019世界人工智能大会：三大变化，十年趋势，一场地球与火星的碰撞_2019世界人工智能大会tensorflow

作者 | 微胖、四月
来源 | 机器之能

和首届大会相比，本次大会关注点也发生了一些重要变化，关注正在发生位移。比如，从 AI 到 AI+、从单纯的产业落地到呼吁责任与治理、从产业落地到生态建设、并呼吁以包容、开放的心态进行国际合作。

8 月 29 日上午 9 点 30 分，一年一度的上海世界人工智能大会在上海世博中心一楼银厅正式开幕。

加州大学的历史学教授杰弗瑞·沃瑟斯多姆曾在 *《Global Shanghai, 1850-2010 》*一书中提起，很多大国的崛起会完成两个步骤：举办奥运会和世博会。

北京完成了前者，上海在 2010 年实现了具有历史意义的第二步。世博中心，也在某种程度上代表着上海的新生与复兴。选址此处，足以可见 AI 之于上海，甚至中国未来的重要意义。

一年来，人工智能领域发生了很多大事件：

科创版在上海鸣金开市、「中国 AI 第一股」提交 IPO 申请、中美贸易摩擦将华为推上风口浪尖、自动驾驶公司明星永久关闭、还有层出不穷的数据与隐私、甚至刑事犯罪的丑闻。

因此，和首届大会相比，本次大会关注点也发生了一些重要变化，关注正在发生位移。比如，从 AI 到 AI+、从单纯的产业落地到呼吁责任与治理、从产业落地到生态建设、并呼吁以包容、开放的心态进行国际合作。

赶在饭点上的马斯克和马云对话，加深了论坛内容在时间上的长度与广度。他们从现在跳跃到了一百年后，从地球飞到了火星。我们将这部分内容，象征性地放在了文章最后一部分。

1

地球篇

一、AI 标签不再重要

在去年的首届世界人工智能大会上，主嘉宾尝试从不同角度来定义 AI，我们曾经花了一节的篇幅介绍 AI 概念。到了今年，一个很明显的变化是：AI 的概念几乎没有人再来普及，而 AI+则成为每位嘉宾的必谈话题。

通用 AI 的趋势已经很明显，腾讯 CEO 马化腾认为，而这也是一个必然的趋势。从「人工+AI」走向自主型 AI，人工因素正在减少。一个典型的例子就是腾讯的「觉悟」：不依赖人类经验，自学成才。

作为首批医疗影像国家新一代人工智能平台「觅影」，已经实现单一病种到多病种的诊断，对 700 多种疾病风险进行识别和预测。

AI 的原子技术赋能到传统技术，改变生活和生产，形成蓝海市场。过去一年，采用 AI 的企业从 4% 提升到 14%。

创新工场 CEO 李开复

创新工场 CEO 李开复将「AI+」定义成为 第四次工业革命。从投资角度来看，这次革命将会经历四个阶段：黑技术时代（被掌握顶级博士手中，难度很高）、B2B 软件时代、赋能 AI+时代，最后是 AI 无所不在的时代。

从技术角度看，深度学习是否走到底了呢？答案是肯定的，学界需要发明更新更好的技术。

但深度学习成熟了，也意味着产业应用的发端。在今天，传统企业的 AI 渗透率仅为 4%，这个数字犹如马云做黄页的当年，互联网普及率也同样只有 4%，这意味着发扬光大深度学习大有可为。

我们正处于从第二阶段向第三阶段的过渡期：技术门槛正在下降，技术平台越来越好用，更多工程师可以接触到黑技术，成为赋能行业的重要驱动力。

李开复认为，AI 赋能传统行业的方式有三种，包括优化赋能、流程化赋能以及重构颠覆整个产业。「中国传统行业某些领域还不是世界领先，但是有可以弯道超车的机会，因为它同时做到 IT 化、数据化和 AI 化，这一定会帮我们带来 2030 年 50 万亿的价值。」

在这 50 万亿中，AI 技术公司本身的贡献相对有限，很大一部分来自传统企业赋能后的升级。

比如 BPO，商务流程外包 (Business Pro-cess outsourcing)，在企业级服务领域，越来越多的工作可以外包给 AI。在财务、法务、人力资源、呼叫中心垂直行业中，通过 AI 来代替重复性工作最高可创造 91.2% 的成本节省。

红杉资本全球执行合伙人沈南鹏

沈南鹏也在与青年创业者的对话中谈及，他们调研过 500 强企业中的 50 家 CIO（首席信息官），发现他们对 AI 持欢迎态度的几乎是 100%，其中聊天机器人和机器人流程自动化是 AI 早期应用的两个典型。

流程智能化/自动化市场的风口渐起。比如用 AI 预测每一个产品在每一家商店每一天能卖掉多少，基于有海量数据所以能够做非常精准的预测。它节省了储物流和人员培训的钱，食物仓储变少变得更新鲜，店长也逐渐被 AI 化，这对于零售公司便是上亿的价值。AI 赋能传统行业带来的价值超过了 AI 公司本身。

不过，传统行业怎么去理解 AI，仍然是大家面临的一个重要挑战。

红衫资本的沈南鹏认为，在信息科技创新企业中，把 AI 作为重要的运用工具的公司越来越多。他发现：几年前，创业者都会主动说自己的是一家 AI 公司，但是现在这么说的公司少了，相反，将 AI 作为工具在垂直领域做纵深开拓的公司多了。

虽然人们已经习惯从技术瞭望星辰大海，期待有最完美的计算，希望有运算能力最强的芯片和最有效的大数据分析模式，更有人在尝试 AGI 人工通用智能希望实现对人类智能的替代，但是，最人兴奋的还是众多应用的落地。

比如在浙江绍兴，一度被视为典型劳动密集型产业的纺织业也开始积极与新的技术结合，通过和 AI 公司合作将所有传统纺印设备进行物联网、SaaS 改造和升级，支持柔性生产供应链，总体产量提升 25% 以上。

有没有 AI 这个标签已经不再重要，重要的是找到合适的应用场景，扎进厚实的产业土壤，用刚需产品来提升产业效率。唯有兼具技术信仰和商业洞察才能建立起 AI 落地的桥梁。

二、「AI+」的未来十年

马化腾

马化腾说，未来 10 年人工智能产业将进入高速增长期，那么，高速的趋势和规律会是什么？

「过去六年，滴滴看重发展，最近一年，更加关注责任」，滴滴 CEO 程维深有体会。中国最大的网约车平台，不仅意味着流量和估值，还有用户背后的安全。

现在滴滴每辆专车上都安装有摄像头，以实时通过计算机视觉去看司机是不是疲劳驾驶或者低头分心，并且进行干预。半年以来平台上的交通事故发生率降低了 15%。

更长期，自动驾驶将能实现指数级降低交通事故发生。尽管现在最好的自动驾驶引擎和普通人持平，但未来 5-10 年，大规模普及将让百万的伤亡率降低到十万，这是巨大的进步。

「人工智能把活干了，人类怎么办？」马斯克和马云在这个问题上进行了观点鲜明的辩论。

「我们会失去很多工作，但我们也将不需要很多的工作，而且将活得很长」，马云并不担心工作的问题。但马斯克已经有些着急，号召大家来做脑神经连接项目 Neurolink，「不然我们就要落后了，所剩时间已经不多」。

红杉资本全球执行合伙人沈南鹏对话明星 AI 公司：滴滴、云从、寒武纪和依图。

云从科技 CEO 周曦认为，人工智能要解决的问题是提供无与伦比的、颠覆性的服务，而我们现在享受的服务完全不够，那么每个服务不到位的地方都是机会。

以金融行业为例，目前银行的服务能力远远不够——缺少足够的客户经理、风控经理去服务民众，研究清楚每个小微企业的需求、还款意愿和还款能力。因为标准而非个性化，所以人们不愿意再去银行网点办理业务。而个性化金融服务的产品能力和前台服务的体系就是机会。

类似的现象还在教育、医疗等领域存在。AI 的本质就是将稀缺资源、顶级的服务以 10 倍、100 倍的量级扩展出去，让每个人享受更好的服务——这是 AI 的未来。

机会多多，但难在如何把握——大多数的技术公司都是围绕一个点，点并不足以解决一个需求的闭环。从一个点走到一条线，逐渐会形成一个面，孵化出更多线，把更多点进入面的土壤里，才会引爆。

算力，正是从点串成线才汇聚成面的垫脚石。当产业落地场景越多，越复杂，计算量就越高，对芯片的要求也高。

此前，华为发布了昇腾和鲲鹏两条芯片产品线，鲲鹏芯片致力于打造更强大的通用算力，昇腾芯片致力于打造势能人工智能的 NPU。而随着 8 月 23 日昇腾 910 正式商用以及 MindSpore 的发布，华为全栈全场景 AI 解决方案全面完成构建，华为也顺势成为基础软硬件国家新一代人工智能开放创新平台。

阿里巴巴旗下半导体公司平头哥则在今天发布了 SoC 芯片平台「无剑」，这是一个面向 IoT 芯片的一站式设计平台，提供集芯片架构、基础软件、算法与开发工具于一体的整体解决方案，能够帮助芯片设计企业将设计成本降低 50%，设计周期压缩 50%。

对于芯片行业来说，未来十年有两大利好：各行各行都用 AI 解决实际问题，赋能嘛，那么，背后需要做计算，需要芯片给予基础支持；另一方面就是 5G,，不仅数据量更大，传输更方便，信息交换更方便，对芯片要求更高。重构缓慢信息。

华为汪涛强调，实践数据告诉我们，处理器必须与操作系统以及编译器、工具链和加速库充分协同，才能够使算力得到最大释放，达到算力的最优

在依图科技林晨曦看来，过去几年，AI 可以给社会带来巨大变化，已经得到证明了。

未来普及的关键的是智能的密度。从微观角度说，密度和芯片一样，在多小的面积里集合多么强大的算力；从宏观角度，每平方米、每分钟，每一次与人接触，哪些可以由 AI 来提供支持。

和前十年一样，未来十年，AI 仍然具有巨大的想象空间，这个答案可能在科幻大片里——需要跨界的交流与碰撞，就像过去讲 CV 与芯片设计结合在一起，不仅提升效果，也让更多人用得起 AI。

卡内基梅隆大学教授，机器学习系主席 Tom Michelle

卡内基梅隆的 Tom Michelle 直接抛出了一个问题：接下来，人工智能将会如何进步？

当下，AI 正在加速发展，没有停步的迹象。而且正在超越人类的感知。比如医疗领域，AI 可以识别皮肤癌。

根据他的观察，接下来 AI 在三个领域的进步值得期待，首先是智能交通领域，然后是教育（他本人也是某教育 AI 机构的首席科学家）。第三个领域多少出乎意料：智能灯泡。

实现这一点，要遵循双赢游戏规则，而不是零和游戏。

三、生态建设：要钱、要人、要责任

AI 企业，特别是创业公司如何加速扩张、并继续创新？

钱，依然是第一位的。

**多投一点、敢投一点。**从量上看，如果是中美竞争，投资量还是很大的提升空间。比如自动驾驶。Waymo、Uber 的 ATG 已经是百亿美金的独立公司，每年在自动驾驶的投资额度都是八到十亿美金，这个量级比我们目前更大。

在这方面，周曦和程维的体会一样深。人民币资本比美元资本更缺钱，投的更少。所以，人民币资本要敢投。

投资更多地与产业资本结合。比如，每年无人驾驶在美国投资 50 亿，70% 来自产业资本，30% 风头。滴滴刚刚剥离了无人驾驶公司，也会投入更多资源。

**耐心再久一点。**也要向欧美学习，要投高科技，投长钱。给创业者更多时间和耐心，因为高科技投资本身就是周期比较长。这其中有太多困难，从技术闭环到产品落地到产业出口，一个自我纠正过程，路很长。

陈天石也从整个行业的健康发展呼吁，投资人将钱都投到头部企业，和中后期项目，也请多关注早期投资，你是提供水的，需要花园的百花齐放。

要有一个良好健康的二级市场，才有一个更好的投资，林晨曦补充道。

商汤科技 CEO 汤晓鸥

人才培养才是可持续发展的根本，而培养人才的关键词是协同。

擅长讲段子的商汤科技 CEO 汤晓鸥问了大家一个问题：票房达到 45 亿的《哪吒》为什么能够成功？

在他看来，一个非常重要的因素就是人才。中国人本来就有创新基因，上海美术电影制片厂（《哪吒闹海》美术电影制作方）几十部原创动画背后的那股精神：

我不愿模仿。

有了一流人才，水到渠成。人工智能的源头的「源」有三个点，其中一个点就是人才。人工智能未来可期，需要尊重人才，也需要大量具有创新精神的人才。为此，商汤成立了教育品牌。另外，为了突破各种界限，将学术与产业，国内与国外融合起来，商汤也于去年在大会上发起了 AI 学术联盟，如今，这个联盟已经落户上海和西安。

而微软方面，继去年将亚洲研究院（上海）落户上海后，微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋在本次大会上又宣布了一项重磅合作计划：

微软将联合清华大学经济管理学院、中欧国际工商学院，长江商学院在中国启动全球首个「线下互动教学与线上课程」双向资源相结合的「微软人工智能商学院」（Microsoft AI Business School）项目，旨在帮助企业领导者充分发掘人工智能最大潜力，推动全球各地、各行业现代企业实现数字化转型。

微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋

在过去的一年中，人工智能的应用过程中，也传来一些不好的消息：

打车服务过程中，乘客被害身亡、大量用户数据与隐私被巨头公司窥探并用于模型训练、并不安全的技术大规模推广给用户带来财产损失，等等。在今年的 AI Now Report 的年度报告的核心论题正是：

谁来承担责任？

与会嘉宾谈到了技术治理的紧迫性。沈向洋形象地比喻道，汽车发明后八十年，才有了相关的治理法规，我们不能等这么久再给人工智能系上安全带。

为此，微软计划未来出品的每一款 AI 产品都必须经过公司道德审查委员会的审核，同时，微软也一直在呼呼政府部门的相关立法。

马化腾也同样强调了治理的紧迫性。过去一年，腾讯也一直在强调四个字：科技向善。今年 6 月，国家新一代人工智能治理专业委员会发布了《新一代人工智能治理原则——发展负责任的人工智能》，提出了负责人的 AI 原则。

特别值得注意的是，马化腾强调，加强全球治理与合作，是 AI（人工智能）发展中必不可少的一环，面对技术竞争、贸易争端、地缘冲突等矛盾，人们应该拿出智慧和胸怀，努力跨越这些壁垒。这似乎也是对过去一年中美贸易摩擦频繁的一种回应。

沈南鹏表示，AI 发展最终都要以人为本。不管发展什么程度，必须服务育人，造福于人。其实，回顾过去一年，我们看到了不少科技向善，积极承担社会责任的应用。

比如，百度、腾讯和 360 都将人工智能用于打拐（儿童）。其实，回顾过去一年，我们看到了不少科技向善，积极承担社会责任的应用。比如，百度、腾讯和 360 都将人工智能用于了打拐（儿童）。

2

火星篇

正当饭点的时刻，马云和马斯克长达四十五分钟的对谈开始了，不过环顾四周，没有人离席。

马斯克依旧延续了采访时容易神游、偶尔结巴的特点，有时马云也不得不充当将他的思绪拉回现场的角色。

教育问题上的身体力行，是马斯克和马云为数不多（至少就在论坛上展示出来的内容而言）相同点之一：

一个是乡村教师，建立了（包括正在筹建）不同学校；一个给自己儿子建了一所学校：Ad Astra，加州最神秘的学校。Ad Astra，来自拉丁谚语 Per aspera ad astra，意思是：历经艰辛，终达星辰。

在马斯克看来，眼下的教育方式实在是低端，相当慢，课堂是最可怕的环节。而在这个神秘学校，情况通常是这样的：

7 到 14 周岁的孩子在一起分组学习，并不划分年级。孩子们还可以自己选择课程，老师很少对学生的成绩进行评估，也不会打分；
学生更重视数学、科学、工程学和伦理学，但是，学校的课程不包括语言、艺术和体育。之所以不学习语言，是因为马斯克认为，人工智能将很快提供实时翻译，所以学习语言将来毫无用处。
一直关注人工智能（AI）发展的马斯克自然会把 AI 作为学校的课程，老师会跟学生们讨论如何监管不同的 AI 团体、国家和企业。
为了培养孩子们的企业家精神，学校甚至发行了自己的数字货币 Astra，孩子们可以通过虚拟货币交易。

马云认为，现在所有的教育系统都是为工业化时代而设计的，未来的机器会变得比人更聪明。那么，如何让未来的人变得更聪明？

这就需要教育体系的改革。

比如，我们可以花更多时间来训练培训孩子去学艺术，学画画，学跳舞，这些都是创意的事情。我们要理解一点，人从来没有办法制造一个人。

有趣的是，马斯克的学校并不教授这些，尽管他在对话中，给未来人类的学习建议是：

去学工程、物理或者做一些和人互动的工作。当然还有艺术。

在这次天马行空的对话中，还有一个值得关注的内容，那就是人口坍塌问题。

马斯克认为，如果人工智能加速发展下去，变得更智能，那么，二十年后世界面临的最大问题就是人口坍塌，而不是人口爆炸。

马云认为，这是很容易预测的，中国 14 亿人听起来很多，但是今后 20 年这会给中国带来巨大的问题，人口会下降，人口下降的速度会增加，加速崩溃。

其实，携程董事局主席梁健章早就在他的论文和著作中提到人口对创新、国家之间竞争的重要影响。他认为，如果不立即全面放开并大力鼓励生育，中国出生人口将很快跌至 1000 万以下，即跌回到清朝中期的水平。这意味着，中国的经济大海将有可能缩减为湖泊，甚至最终退变为池塘。

如果说，马斯克对人类可持续发展的关心，让他成为火星的最佳代言人，那么，同样基于对人类的爱，马云却对火星完全没有兴趣。

就像好莱坞大片中惯用的套路：个人英雄拯救地球。马斯克就是马云心目中那个值得敬佩的英雄，利用 45 亿年（地球寿命）后第一次开启的窗口机会，想要去火星，更好了解宇宙本质，如何让人类不被自己的技术发明灭绝掉。

窗口期有多久？很可能很长，也可能转瞬即逝，不过，马斯克决定立刻抓住几十亿年来才有的一次机会。

马斯克似乎总有种紧迫感。比如在后面的谈话中，他多次提及 Neurolink，并表示一定要尽快做这个工作，因为我们所剩的时间不多了。

不难看出，事情的难度几乎不在他的思考范围内：就像他做特斯拉和其他公司，他从不从这个事情是否容易成功来考虑问题，而是是否值得和紧迫。

马云更加入世，也很中国：中国人很少去焦虑和担心人类解决不了的问题（如果有？Let it be），我更关心这些人民群众，如何让地球变得更好。