李開複丨華研資料
23日， 第48屆世界經濟論壇年會在瑞士達沃斯召開， 主題為“在分化的世界中打造共同命運”。
會議召集了來自全球政商、國際機構、公民社會、學術、媒體、藝術等各界超過2500多位領袖人士出席， 以更新指導多方利益相關者合作的全球議程， 共同應對當下重大政治、經濟與社會挑戰。
我受邀飛赴達沃斯參會， 跟大家分享我在達沃斯的見聞。
參會大佬齊懟特朗普：和他沒有共同語言
在麥肯錫集團組織的晚餐討論會上， 時代集團首席內容官、外交政策高級研究員、麥肯錫研究總監等人都發表了他們的一些觀點。
和特朗普沒有共同語言
大家普遍對今年的經濟狀況表示驚喜， 說從去年達沃斯的大失望來看， 這一年經濟異常的好， 失業率、大公司利潤等都在進步。 雖然大家不支持特朗普， 但是對於特朗普的經濟政策（如減稅）必須說是立竿見影的。
美國總統特朗普在1月9日宣佈參加本屆達沃斯峰會並發言。 但是這些嘉賓認為， 他的這次發言似乎很難預測。 這是因為， 來達沃斯的大部分人是堅持支持國際化的， 似乎和特朗普很難有共同語言。 大家擔心他可能會發表中美對立的言論。
Facebook讓步是傳媒精神的勝利
Facebook旗下 News Feed （熱門話題）的假新聞事件， 最近鬧得沸沸揚揚。 在Facebook的news feed功能中， 假新聞會與其他一切資訊混合在一起，
在特朗普擊敗希拉蕊當選總統後， 美國各大媒體一致指責Facebook， 認為上面氾濫的假新聞影響了選民判斷， 成為幫助特朗普獲勝的“幫兇”。
紮克伯格雖然給予了強烈否認， 但最近仍然宣佈逐漸退出新聞領域， 主推各大有信譽媒體的內容。 在討論中， 嘉賓們一致認為Facebook最近的讓步是一種傳媒精神的勝利。
AI將影響8億人工作
2030年前， 因為AI為主的技術發展， 會見到大量的人找不到合適的工作， 這個數字被麥肯錫定在4-8億。
麥肯錫強調說， 這不是說失業資料會呈現這麼大的下滑，
另外， 也不是藍領的工人最慘。 嘉賓舉了一個例子， 一個2萬美元的清潔工， 機器人未必那麼容易取代。 但是一個8萬美元的牙醫助理， 有了AI， 就徹底被取代了， 而牙醫助理這個工作會徹底消失， 而且牙醫助理也很難找到一個合適的工作， 最後可能只能淪為清潔工或服務員。 這個科技浪潮真正導致實際重新訓練的需求巨大， 但又不容易做到。
未來對工作的最大擔憂是貧富差距將達到歷史新高， 而這帶來的社會不幸福不穩定感是非常嚴重的。
亞洲四小龍和中國的奇跡很難被複製， 因為本地生產成為主流， 而且廉價勞工作為跳板的方法也將被更廉價的機器人取代。
AI 和中國是兩大話題
在達沃斯峰會， AI 和中國是兩大話題。 我在一天裡接受的三個採訪， 話題都與此有關。
我在新浪的視頻採訪中表達說， 我們要尊敬甚至是敬畏美國英國加拿大的人工智慧先驅， 他們冒險做了很多嘗試。 而且很長一段時間， 這個領域非常冷清， 他們還是堅持做了下來， 才讓我們今天有了百花齊放的機會。
但是務實的說， 雖然說頂尖的人工智慧專家還是以美國為主， 但是由於一大批年輕工程師的崛起， 中國的速度遠遠超過了歐美的總和。 比如說我們所投資的FACE ++，
另外中國的資料比較多， 移動互聯網的人數多， 移動支付是美國的50倍， 共用單車是美國的300倍。 資料量大， 對人工智慧來說就有更多的燃料。
中國人工智慧創業者和資本結合的特別好。 資本很願意去投資具備人工智慧潛力的公司， 而人工智慧公司也願意冒很大的風險去做很偉大的事情， 所以我覺得無論是金融還是無人駕駛等等領域都有很好的進度。
最後還是要歸功於政策。 去年7月， 國務院發佈的人工智慧計畫就提出了中國在2030年成為人工智慧創新核心的宏偉目標。 這不是一個空洞的目標， 在北京、南京、廣州等都開始落地， 是用百億這樣級別的資本在推動， 無論是幫助當地的創業者，當地的資本還有AI公司，都起到了一個很強的推動力量。在歐美，我也看到了很多的中國人工智慧創業者和專家都在思考回到國內。
所以，雖然歐美占了先機，但因為上面這幾個因素，中國快速直追，在幾年內達到和美國共同引領世界人工智慧是可以期待的。
DeepMind 聯合創始人
解釋AlphaZero
在MIT的午餐會上，我與李飛飛（Google Cloud AI/ML領域首席科學家）；Richard Socher（Salesforce首席科學家）；Mustafa Suleyman（DeepMind 聯合創始人兼主管）進行了對談；主持人是Andrew McAfee（麻省理工學院數字經濟宣導行動聯合創始人）。
上個月，DeepMind團隊發表了最新論文，提出強化學習演算法AlphaZero，一種可以從零開始，通過自我對弈強化學習在多種任務上達到超越人類水準的新演算法。據說，AlphaZero在8個小時訓練後就擊敗李世石版本的AlphaGo；再用4小時訓練擊敗世界頂級的國際象棋程式Stockfish；再用2小時訓練擊敗世界頂級將棋程式Elmo。
一時間，AI界譁然：通用AI問世啦，AlphaZero完爆人類。
在昨天的午餐會上，DeepMind 的聯合創始人Mustafa Suleyman 被問到Alpha zero 的強化學習是否真的證明可以不要訓練資料？除了遊戲還有什麼應用？（潛臺詞是，能不能真的“通用”）
Mustafa非常坦誠地說：Alpha zero沒有那麼神，外界對它有點誇大了。它要想工作，必須滿足三個前提：可預測環境（圍棋規則），清晰獎勵系統（輸贏），無變數（variability)。也並不是外界說的不受監督，Alpha zero的監督來自於它的結構和訓練環境，這些依賴強化學習的具體方法在現實生活中效果不是很好。在現實生活中我們無法提供模擬器，進行巨量訓練來形成
不過Deepmind團隊正在探索遊戲之外的應用，但是初步預測這不太容易，因為真實世界比遊戲複雜很多。他預測三五年內，強化學習是完全沒法普及應用的，Deepmind團隊已經“將目光放到幾十年後了”。
Mustafa也提到：Alpha zero 本身並不能解決AI對於資料的需求，但在資料生成和類比上的進步（比如說用真實語音合成、人臉合成、甚至類似Grand theft auto來做自動駕駛的模擬）是有可能在未來自動產生可補充的資料。
所以，之前被嚇得花容失色的同學們，可以鬆口氣啦。
李飛飛：AI要理解人類情感，
早著呢
李飛飛的觀點也可以撫慰那些被AI威脅論驚嚇的神經。Google Cloud AI/ML領域首席科學家 李飛飛
她認為人工智慧還是一個新領域，只發展了60年左右，人工智慧的理想是讓機器變得智慧，模仿人類智慧解決問題，讓人類的生活變得更好。
“回想一下，當我還是一個大學生時，我絕對想像不到人工智慧會帶來的巨變，它巨大的搜索能力，更別說無人駕駛了。我們已經見證了非常了不起的突破。”
李飛飛特別提醒大家，目前AI還不能理解語境、複雜的知識，要識別人類的情緒、感情和動機，也還有很長的路要走。
當然，目前有很多研究AI情感的創業專案，也不要因此受到打擊，正是因為有更大的挑戰，成功的收穫才會更大。
李飛飛引用一位在AI領域有40多年研究經驗的同事的話，評價當下我們對完美的人工智慧機器的定義：“一台能做出完美食物的機器，雖然房間已經著火了。”
中國AI發展有“四截火箭”
大家也向我詢問中國創業環境和AI領跑機會分析。
我認為，中國的創業環境如同一個鬥獸場，角鬥士們鬥得你死我活，留下的都是最有生命力的模式，這些模式會推動著中國向前進。
至於中國AI的領跑機會，我說中國有“四截火箭”助推。
（1）中國一流的理工科教育。
李飛飛就是這一點的證明。中國的理工科教育培養了眾多科學家，而且這些人都有志於從事人工智慧的相關工作。這群傑出的年輕人會是推動中國進步的一股了不起的力量。
（2）活躍的創業氛圍和資本對這個領域的大量投資。
作為一家風險投資機構，我們投資了45家人工智慧公司，這些公司分佈在各個領域。比如如何讓借貸更簡單，提供消費者服務，製造能采草莓、洗碗、組裝汽車的機器人。
（3）中國巨大的資料量。
中國共用單車的使用人數是美國的300倍，外賣是美國的10倍，移動支付擁有6億多用戶，是美國的50倍，而且不收傭金、無中間人。在此基礎上，形成了大量的公司和資料。
（4）政府的政策。
國務院去年發佈的人工智慧計畫表示，中國要在2030年成為人工智慧創新核心國家，伴隨這一政策而來的是城市層面上大量資源的投入，這顯然會推動我們前進。
施密特評點AI：力量是超人的
在穀歌雲的晚餐會上，董事長施密特也談興很濃。針對AI的發展，施密特的評價是：AI的力量是超人的。
穀歌從2000年的廣告演算法就開始使用AI，很早就意識到AI科研的重要性。從收購Geoff Hinton的公司，到收購DeepMind （現在這個團隊已經750人），再到吸引李飛飛，將深度學習迅速滲透到整個公司。
讓施密特記憶最深的AI里程碑是DeepMind 團隊只用了六個工程師，幾周的時間就在資料中心製冷和能源問題上節省了15%的電費。作為對比，穀歌之前的資料中心是一批很牛的工程師花費多年時間設計的。
從這個角度看，AI的力量的確是超人的。
晚會上我撞見的幾位高管也談到對穀歌最深刻的印象，都是非常積極肯定的：整個公司的人聰明，而且執行力強，一旦決定AI First，每個部門都動起來。
谷歌的企業文化依然是創業公司學習的典範。
所以，雖然歐美占了先機，但因為上面這幾個因素，中國快速直追，在幾年內達到和美國共同引領世界人工智慧是可以期待的。
DeepMind 聯合創始人
解釋AlphaZero
在MIT的午餐會上，我與李飛飛（Google Cloud AI/ML領域首席科學家）；Richard Socher（Salesforce首席科學家）；Mustafa Suleyman（DeepMind 聯合創始人兼主管）進行了對談；主持人是Andrew McAfee（麻省理工學院數字經濟宣導行動聯合創始人）。
上個月，DeepMind團隊發表了最新論文，提出強化學習演算法AlphaZero，一種可以從零開始，通過自我對弈強化學習在多種任務上達到超越人類水準的新演算法。據說，AlphaZero在8個小時訓練後就擊敗李世石版本的AlphaGo；再用4小時訓練擊敗世界頂級的國際象棋程式Stockfish；再用2小時訓練擊敗世界頂級將棋程式Elmo。
一時間，AI界譁然：通用AI問世啦，AlphaZero完爆人類。
在昨天的午餐會上，DeepMind 的聯合創始人Mustafa Suleyman 被問到Alpha zero 的強化學習是否真的證明可以不要訓練資料？除了遊戲還有什麼應用？（潛臺詞是，能不能真的“通用”）
Mustafa非常坦誠地說：Alpha zero沒有那麼神，外界對它有點誇大了。它要想工作，必須滿足三個前提：可預測環境（圍棋規則），清晰獎勵系統（輸贏），無變數（variability)。也並不是外界說的不受監督，Alpha zero的監督來自於它的結構和訓練環境，這些依賴強化學習的具體方法在現實生活中效果不是很好。在現實生活中我們無法提供模擬器，進行巨量訓練來形成
不過Deepmind團隊正在探索遊戲之外的應用，但是初步預測這不太容易，因為真實世界比遊戲複雜很多。他預測三五年內，強化學習是完全沒法普及應用的，Deepmind團隊已經“將目光放到幾十年後了”。
Mustafa也提到：Alpha zero 本身並不能解決AI對於資料的需求，但在資料生成和類比上的進步（比如說用真實語音合成、人臉合成、甚至類似Grand theft auto來做自動駕駛的模擬）是有可能在未來自動產生可補充的資料。
所以，之前被嚇得花容失色的同學們，可以鬆口氣啦。
李飛飛：AI要理解人類情感，
早著呢
李飛飛的觀點也可以撫慰那些被AI威脅論驚嚇的神經。Google Cloud AI/ML領域首席科學家 李飛飛
她認為人工智慧還是一個新領域，只發展了60年左右，人工智慧的理想是讓機器變得智慧，模仿人類智慧解決問題，讓人類的生活變得更好。
“回想一下，當我還是一個大學生時，我絕對想像不到人工智慧會帶來的巨變，它巨大的搜索能力，更別說無人駕駛了。我們已經見證了非常了不起的突破。”
李飛飛特別提醒大家，目前AI還不能理解語境、複雜的知識，要識別人類的情緒、感情和動機，也還有很長的路要走。
當然，目前有很多研究AI情感的創業專案，也不要因此受到打擊，正是因為有更大的挑戰，成功的收穫才會更大。
李飛飛引用一位在AI領域有40多年研究經驗的同事的話，評價當下我們對完美的人工智慧機器的定義：“一台能做出完美食物的機器，雖然房間已經著火了。”
中國AI發展有“四截火箭”
大家也向我詢問中國創業環境和AI領跑機會分析。
我認為，中國的創業環境如同一個鬥獸場，角鬥士們鬥得你死我活，留下的都是最有生命力的模式，這些模式會推動著中國向前進。
至於中國AI的領跑機會，我說中國有“四截火箭”助推。
（1）中國一流的理工科教育。
李飛飛就是這一點的證明。中國的理工科教育培養了眾多科學家，而且這些人都有志於從事人工智慧的相關工作。這群傑出的年輕人會是推動中國進步的一股了不起的力量。
（2）活躍的創業氛圍和資本對這個領域的大量投資。
作為一家風險投資機構，我們投資了45家人工智慧公司，這些公司分佈在各個領域。比如如何讓借貸更簡單，提供消費者服務，製造能采草莓、洗碗、組裝汽車的機器人。
（3）中國巨大的資料量。
中國共用單車的使用人數是美國的300倍，外賣是美國的10倍，移動支付擁有6億多用戶，是美國的50倍，而且不收傭金、無中間人。在此基礎上，形成了大量的公司和資料。
（4）政府的政策。
國務院去年發佈的人工智慧計畫表示，中國要在2030年成為人工智慧創新核心國家，伴隨這一政策而來的是城市層面上大量資源的投入，這顯然會推動我們前進。
施密特評點AI：力量是超人的
在穀歌雲的晚餐會上，董事長施密特也談興很濃。針對AI的發展，施密特的評價是：AI的力量是超人的。
穀歌從2000年的廣告演算法就開始使用AI，很早就意識到AI科研的重要性。從收購Geoff Hinton的公司，到收購DeepMind （現在這個團隊已經750人），再到吸引李飛飛，將深度學習迅速滲透到整個公司。
讓施密特記憶最深的AI里程碑是DeepMind 團隊只用了六個工程師，幾周的時間就在資料中心製冷和能源問題上節省了15%的電費。作為對比，穀歌之前的資料中心是一批很牛的工程師花費多年時間設計的。
從這個角度看，AI的力量的確是超人的。
晚會上我撞見的幾位高管也談到對穀歌最深刻的印象，都是非常積極肯定的：整個公司的人聰明，而且執行力強，一旦決定AI First，每個部門都動起來。
谷歌的企業文化依然是創業公司學習的典範。