4月26日， 以“AI生萬物”為主題的GMIC全球人工智慧領袖峰會在北京召開。 Facebook研究院院長Yann LeCun， 美國科學院、美國工程院、美國藝術與科學院三院院士Michael Jordan， 創新工廠董事長&首席執行官李開複， 百度總裁張亞勤， 小鵬汽車董事長何小鵬， 華為榮耀總裁趙明， 科大訊飛公司高級副總裁、訊飛研究院院長胡郁等的同台激辯， 讓整場大會高潮迭起， 為現場觀眾帶來了一場精彩的科技盛宴。
和以往一樣， 李開複的開場依舊是他擅長的“浪潮論”， 他將當前的人工智慧發展現狀和未來分為四波浪潮：
第一波， 互聯網+AI。 淘寶的每一次點擊、朋友圈的每一次點贊， 都是互聯網巨頭收集資料的過程之一。 也因此， 在資料作用日益凸顯的當下， 擁有資料的互聯網巨頭就是AI巨頭；
第二波浪潮， 同樣針對擁有大量資料的企業， 例如銀行， 投資機構、保險公司等，
第三波， 是基於視覺、聽覺各種感測器收集新的資料， 來創造新的使用者體驗。 例如智慧音箱， 各個領域的攝像頭等。 在這方面， 已經有很多產品及應用落地；
第四波， 是自主化、自動化的AI浪潮， 例如機器人、無人駕駛、無人機、無人商店、無人工廠等。 而這一浪潮會徹底進行行業顛覆， 目前， 中國與國際還有一些差距。
圖 | 創新工廠董事長&首席執行官李開複
“我們有海量的資料， 在感測器等領域的發展的也特別的快， 甚至在某些領域已經處於全球領先地位。 這四波浪潮會來的非常兇猛， 將為中國帶來很多機會。 ”李開複說。
然而， 戲劇性的一幕出現了。 就在李開複剛剛說完， Michael Jordan就直接在現場Diss了李開複。
“我們不能太誇大人工智慧產業， 因為我們根本沒有建立起一個完整的智慧體系。 ” Michael Jordan說。
作為三院院士， 行業人士把Michael Jordan稱為“人工智慧泰斗”。
“對我們來說， 我們的原則就是要搭建一個體系。 這個體系並不是只做到‘無人’、自動化就可以了， 而是要機器能夠真正像人一樣。 現在大家對人工智慧的研究， 人工智慧領域的研究， 有著根本的結構問題。 ”
圖 | 美國科學院、美國工程院、美國藝術與科學院三院院士Michael Jordan
Michael Jordan表示， 目前的人工智慧體系建設， 大多是基於單個個體考慮的， 也就是局部情況考慮的太多， 但整體性考慮不夠， 而我們需要的是一個有連接的整體系統。 換句話說， 並不是只做到“無人”就可以了， 而是要讓機器像人一樣， 可以從全域去判斷和做決策。 要做到這一點， 還需要很長的時間。
對此， Yann LeCun也表示， 機器應當獲得來自全球範圍內的所有資料， 在監督和無監督的情況下， 從環境中學習足夠的背景知識， 並基於原則建立體系， 獲得和人一樣的預測和決斷能力。
激辯二：當前的AI應用效果裡預期還有很遠？除去Facebook研究院院長， Yann LeCun其實還有另外一個身份：紐約大學資料科學中心的創始人。 也因此，Yann LeCun在大資料和機器學習方面，是行業內是公認的“AI大牛”。通常情況下，對於這樣一位研究者來說，研究成果最終落地應用是能給他帶去極大的成就感。但Yann LeCun其實並不看好當前的大資料和機器學習等AI技術的商業應用。
圖 | Facebook研究院院長Yann LeCun（螢幕上）
似乎是為了很好的印證Yann LeCun觀點，大會現場的AI翻譯就將“red herring AI（AI裡的紅鯡魚）”翻譯成了“red hair in the eye（眼睛裡的紅頭髮）”，以及在李開複說“AI大牛”時將其翻譯成了“AI Cow”。
“所以，在語義理解方面，AI還存在一些問題。” Yann LeCun說：“資料是可以創造商業價值的，需要商業、經濟人才與科學家一起去挖掘，要先建立起一個系統，才能去探索AI真正可以實用的功能，為人類造福。”
可以看到，目前AI在商業應用確實存在一些問題，如不能精准的認知、判斷等，但並不是所有的AI商業應用效果都是不好的，華為的AI晶片麒麟970一個就是典型的例子。
“AI產業，厚積才能薄發。麒麟970就是我們十年磨一劍的產品，它專門的NPU處理器就是為人工智慧所打造的。”趙明說。
圖 | 華為榮耀總裁趙明
在榮耀看來， AI分三個層次：
第一個層次，晶片和硬體的層次，就是針對AI的核心，打造適合於AI演算法的硬體；
第二個層次，AI的智慧系統，自我學習、認知以及電腦視覺等都是其中的重要組成部分；
第三個層次，基於AI理念的應用，例如具備了AI的智慧系統、自然語義理解能力、電腦視覺識別等的AI手機。
除去華為用實際行動證明了AI商業應用的可能性，何小鵬更是在今天大會現場，宣佈小鵬汽車G3正式開啟預訂，補貼前售價20-28萬，首批預訂限量2000個名額，預計今年年底量產交付。
圖 | 小鵬汽車董事長何小鵬
“到目前為止，全球沒有任何L3級別的自動駕駛汽車量產，包括特斯拉。而我們的G3，達到了L2.5級別。除此之外，G3還搭載了智慧語音交互技術以及安裝了智慧大屏等，最大程度保證了其智慧化。而為了解決充電問題，我們預計今年會建150個超級充電站，未來三年，這一數量或將超過一千。”
激辯三：AI人才的中堅力量在學校？“科大訊飛成立於1999年，那個時候，我們都還只是一幫大學生，也不知道全球人工智慧正處於第二次的低潮時期，就這麼稀裡糊塗的創立了公司。” 胡鬱說。
圖 | 科大訊飛公司高級副總裁、訊飛研究院院長胡郁
胡鬱還在現場說了一個小秘密，北京做語音技術的人中最有錢的，當年不是研究員出身，而是中科院聲學所的一個技工，他叫孫金城。所以，在胡鬱看來，對於AI人才培養來說，從學校、科研院所中找到合適的人是至關重要的。
可以看到，近年來，國內人工智慧研究院數量激增，而為了解決AI人才緊缺的問題，從去年開始，就已經陸陸續續有高校開始成立人工智慧學院，將專業人才培養從研究院提前到了高校階段。
但這其中依舊存在問題，人才的斷層，因為剛入門的學生根本不能馬上從事研究或實際研發工作。對此，李開複表示，金字塔底層的建設很重要，但頂尖的更為重要，而且還需要把這些人才系統的聚集到一起。在這方面，做的最好的是穀歌，例如吳恩達主導創建的“穀歌大腦”，這一部門幾乎奠定了當前穀歌在人工智慧領域領先地位。
“但坦白說，與美國相比，中國有多年積累的專家少之又少，就連BAT的頂級人才，也大多是從Facebook、亞馬遜、微軟挖過來的。而從VC的角度來看，AI領域需要的不僅是學術專家，我們希望能夠將科學家、工程能力很強和善於做銷售的人結合到一起，一個多元化的AI公司可能更容易成功。”李開複說。
圖 | 左：李開複；右：百度總裁張亞勤
值得一提的是，在李開複說BAT頂尖人才都是挖來的時候，張亞勤正坐在他旁邊。對此，張亞勤表示，AI人才基本上分為三種：
一、在理論、演算法及研發方面能力很強的人，這類人才是非稀缺；
二、做產品的，包括晶片設計等人才。這類人才也很缺乏，但產業本身可以自己培養，如 BAT、小米，京東、科大訊飛等，就已經自己培養出了很多這樣的人才；
三、實用人才。這類人才的培養沒有捷徑，可以通過高校或中學階段的知識普及與培養，也可以通過長時間的市場培育，將人才重心轉移至AI領域。
“整體來看，5年後，中國和美國在應用人才、開發人才等方面，會基本持平。但在基礎研究和演算法理論方面，還會存在較大的差距。” 張亞勤說。
最後AI產業在發展，但問題還有很多；中國AI在飛速前進，但與國外還相差甚遠。
可以看到，無論在體系建設、商業應用還是在人才培養方面，我們都還有很多問題沒有解決。更重要的是，這些或許都不是短時間內能有明顯成效的。也因此，在我們高捧AI產業的同時，還需給行業人士空間，讓他們能夠認識行業不足，專心於學習、研發、更新以及應用等，真正做到“AI生萬物”！
也因此，Yann LeCun在大資料和機器學習方面，是行業內是公認的“AI大牛”。通常情況下，對於這樣一位研究者來說，研究成果最終落地應用是能給他帶去極大的成就感。但Yann LeCun其實並不看好當前的大資料和機器學習等AI技術的商業應用。
圖 | Facebook研究院院長Yann LeCun（螢幕上）
似乎是為了很好的印證Yann LeCun觀點，大會現場的AI翻譯就將“red herring AI（AI裡的紅鯡魚）”翻譯成了“red hair in the eye（眼睛裡的紅頭髮）”，以及在李開複說“AI大牛”時將其翻譯成了“AI Cow”。
“所以，在語義理解方面，AI還存在一些問題。” Yann LeCun說：“資料是可以創造商業價值的，需要商業、經濟人才與科學家一起去挖掘，要先建立起一個系統，才能去探索AI真正可以實用的功能，為人類造福。”
可以看到，目前AI在商業應用確實存在一些問題，如不能精准的認知、判斷等，但並不是所有的AI商業應用效果都是不好的，華為的AI晶片麒麟970一個就是典型的例子。
“AI產業，厚積才能薄發。麒麟970就是我們十年磨一劍的產品，它專門的NPU處理器就是為人工智慧所打造的。”趙明說。
圖 | 華為榮耀總裁趙明
在榮耀看來， AI分三個層次：
第一個層次，晶片和硬體的層次，就是針對AI的核心，打造適合於AI演算法的硬體；
第二個層次，AI的智慧系統，自我學習、認知以及電腦視覺等都是其中的重要組成部分；
第三個層次，基於AI理念的應用，例如具備了AI的智慧系統、自然語義理解能力、電腦視覺識別等的AI手機。
除去華為用實際行動證明了AI商業應用的可能性，何小鵬更是在今天大會現場，宣佈小鵬汽車G3正式開啟預訂，補貼前售價20-28萬，首批預訂限量2000個名額，預計今年年底量產交付。
圖 | 小鵬汽車董事長何小鵬
“到目前為止，全球沒有任何L3級別的自動駕駛汽車量產，包括特斯拉。而我們的G3，達到了L2.5級別。除此之外，G3還搭載了智慧語音交互技術以及安裝了智慧大屏等，最大程度保證了其智慧化。而為了解決充電問題，我們預計今年會建150個超級充電站，未來三年，這一數量或將超過一千。”
激辯三：AI人才的中堅力量在學校？“科大訊飛成立於1999年，那個時候，我們都還只是一幫大學生，也不知道全球人工智慧正處於第二次的低潮時期，就這麼稀裡糊塗的創立了公司。” 胡鬱說。
圖 | 科大訊飛公司高級副總裁、訊飛研究院院長胡郁
胡鬱還在現場說了一個小秘密，北京做語音技術的人中最有錢的，當年不是研究員出身，而是中科院聲學所的一個技工，他叫孫金城。所以，在胡鬱看來，對於AI人才培養來說，從學校、科研院所中找到合適的人是至關重要的。
可以看到，近年來，國內人工智慧研究院數量激增，而為了解決AI人才緊缺的問題，從去年開始，就已經陸陸續續有高校開始成立人工智慧學院，將專業人才培養從研究院提前到了高校階段。
但這其中依舊存在問題，人才的斷層，因為剛入門的學生根本不能馬上從事研究或實際研發工作。對此，李開複表示，金字塔底層的建設很重要，但頂尖的更為重要，而且還需要把這些人才系統的聚集到一起。在這方面，做的最好的是穀歌，例如吳恩達主導創建的“穀歌大腦”，這一部門幾乎奠定了當前穀歌在人工智慧領域領先地位。
“但坦白說，與美國相比，中國有多年積累的專家少之又少，就連BAT的頂級人才，也大多是從Facebook、亞馬遜、微軟挖過來的。而從VC的角度來看，AI領域需要的不僅是學術專家，我們希望能夠將科學家、工程能力很強和善於做銷售的人結合到一起，一個多元化的AI公司可能更容易成功。”李開複說。
圖 | 左：李開複；右：百度總裁張亞勤
值得一提的是，在李開複說BAT頂尖人才都是挖來的時候，張亞勤正坐在他旁邊。對此，張亞勤表示，AI人才基本上分為三種：
一、在理論、演算法及研發方面能力很強的人，這類人才是非稀缺；
二、做產品的，包括晶片設計等人才。這類人才也很缺乏，但產業本身可以自己培養，如 BAT、小米，京東、科大訊飛等，就已經自己培養出了很多這樣的人才；
三、實用人才。這類人才的培養沒有捷徑，可以通過高校或中學階段的知識普及與培養，也可以通過長時間的市場培育，將人才重心轉移至AI領域。
“整體來看，5年後，中國和美國在應用人才、開發人才等方面，會基本持平。但在基礎研究和演算法理論方面，還會存在較大的差距。” 張亞勤說。
最後AI產業在發展，但問題還有很多；中國AI在飛速前進，但與國外還相差甚遠。
可以看到，無論在體系建設、商業應用還是在人才培養方面，我們都還有很多問題沒有解決。更重要的是，這些或許都不是短時間內能有明顯成效的。也因此，在我們高捧AI產業的同時，還需給行業人士空間，讓他們能夠認識行業不足，專心於學習、研發、更新以及應用等，真正做到“AI生萬物”！