4月26日， GMIC大會在北京國家會議中心召開。 本屆大會主題為“AI”生萬物， 邀請政府官員、人工智慧領域科學家、企業家、投資人等各界人士共同探討最新趨勢。 全球人工智慧領袖峰會作為GMIC大會的首場峰會， 旨在探討在基礎硬體、大資料與開源平臺、深度學習為代表的演算法等人工智慧領域的深度洞見。
在主題為《AI技術和商業化》圓桌論壇中， 分享嘉賓為加州大學伯克利分校教授邁克爾·喬丹， IDG資本合夥人牛奎光， 騰訊AI實驗室主任張潼；該論壇由小米首席架構師、人工智慧與雲平臺副總裁崔寶秋主持。
以下為《AI技術和商業化》圓桌論壇實錄，
崔寶秋：大家下午好。 很高興請到業內AI領軍人物和大家做一個圓桌論壇。 我先簡單介紹下今天參與論壇的幾位嘉賓。 騰訊的張潼博士、Michael Jordan、IDG的牛奎光， 我在小米負責人工智慧與雲平臺。 Michael Jordan來自學術界， 牛總來自投資界。 希望今天的話題能夠爆發出火花。
第一個話題。 大家都知道， 2016年以來AI非常火， 很多公司在談“ABC”（AI、Bigdata、Cloud)、AI戰略和佈局。 中美互聯網巨頭公司是怎麼佈局AI的？在傳統系統架構中如何增加AI元素？今天我們就聽聽幾位嘉賓的分享。
張潼：現在AI等於非常火， 可以看到陸陸續續的一些所謂的AI研究院開始建立。 比較早的像微軟、Google、Facebook；國內的百度、阿裡、騰訊。 這件事總體來講有幾種原因。
一， 支援業務， 説明底層技術開發。 像騰訊AILab， 我們會和產品部門合作， 把技術放到產品中去；比如騰訊有內容， 我們會做內容理解或者推薦；騰訊有遊戲， 我們會做一些遊戲的AI落地；騰訊還有社交， 我們會根據一些場景做語音辨識類以及自然語言處理等技術， 然後在產品中運用。 所以大公司如果有一個AI團隊， 一定要基於自己的業務場景進行研究。
二， 做前沿研究， 包括發表文章、跟學術界合作；以及做開源技術；另外， 做能夠顯示AI能力的專案。 這是個逐漸的過程， 類似阿爾法狗專案。
三， 與產業結合， 比如給一些平臺提供API服務；
Michael Jordan：就我個人而言， 我認為不是微軟、Facebook或者Google這樣的巨頭公司技術領先， 而是基於事實的經驗， 比如亞馬遜在機器學習方面是最早開始研究和應用的。
崔寶秋：接下來的問題比較具有挑戰性， 就是技術與商業之間的分歧。 這裡最主要的問題， 發展AI是技術優先還是商業優先？很多公司挖了很多教授和純研究人員， 可能因為種種原因技術落不了地， 很難推進AI戰略。
牛奎光：我大概從2014年開始看AI。 我覺得， 當時它本質上是計算能力大大增加、計算成本大大下降之後導致的結果。
但就目前來講， 從研究的角度看， 其實在所謂的“小資料、大智慧”這個事情上還有很多基礎性理論沒有突破。 可能更多的是技術在單個地方應用， 比如視覺、語音類的， 以及某些特定行業語義的知識圖譜等。
我想， 如果前三年是某個單項技術引領企業發展重要的時候， 那麼經過這幾年的建設之後， 不斷進步的技術組合應該應用到具體的行業裡去，
張潼：就現在AI公司來講， 關鍵是怎麼形成壁壘， 在商業模式上非常重要， 因為很多技術到達一定程度後要依賴於商業。 所有公司做AI都要基於自己的場景來做。 所以跟企業的場景和資料非常相關。 另外， 技術一定要跟商業結合， 形成壁壘， 這樣別人才會很難進入。
崔寶秋：第三個話題， 大家可能比較感興趣。 關於大資料分享與隱私。 大數據前在AI浪潮中扮演著不可磨滅的角色。 你們如何看資料共用？資料隱私和大資料驅動決策之間的分歧如何解決？尤其， 最近Facebook發生的大資料醜聞。 這個話題大家怎麼看？
Michael Jordan：關於資料分享。 大家不應該把它看做是一個孤立的問題， 因為有時候涉及到醫療資料或者網路資料。
比如醫療資料，大家一定要保護病患隱私，但是我們也希望它能夠幫助我們得到醫療的改進，治療疾病，比如基因組序列，這是我自己的資料，我希望來決定我的資料怎麼被使用。如果你希望資料來説明我治療疾病，我可能願意給你提供資料。但是要用來銷售給公司，我就不同意了。所以我們需要比較一下，對於放棄隱私時所造成的後果會是什麼。
關於Facebook，我覺得它之所以是醜聞，是因為它並不會帶來很大價值，通過把我保密的資料銷售給別人，不能夠給我帶來價值，也不能給人帶來價值。當然，這是一種社會性網路，可是我是被迫參與的，我沒有給它提供更多資料，沒有獲得更多益處，它打破了一定的生態系統。
總之，我們現在要考慮利弊。我們也希望開發者瞭解這一點，我們並不是說資料分享就是糟糕的。當然了，當我們提到網路安全的時候，有些不一樣。
牛奎光：我對這個問題特別感興趣，而且我已經想了五六年了。現在資料是真正價值的承載者。資料的價值只有在流動過程中，才能更好的發揮價值。事實上，從2012年，從大資料這個詞熱起來，到現在，大家想一想你腦子裡有沒有一個NO.1的資料交易所，沒有。這個事的現象其實是為什麼呢？
第一，這跟資料本身的特點有關係，跟之前我們交換的東西不一樣。你交換了資料之後，別人可以很方便的拷貝一份。我們再去理解資料的本質，其實不是說資料本身不能夠被審計，而是說資料的加工方式不能被審計。也就是說，怎麼用資料，它的計算其實是特別重要的。但是計算也就意味著對資料的加工，目前在技術手段上是沒有辦法去審計的。
第二，數據是誰的。我們在社交網路上的資料，資料究竟是屬於我的還是屬於平臺的？或者有多少是屬於我的多少是屬於平臺的？在問這個問題之前，從社會學或者叫經濟學上講，它還得有一個成本可分擔的原則。就是說，由我去擁有我自己的資料，技術上這個成本是不是可行？在今天，有了像區塊鏈這樣的技術，使這個問題的解決開始有希望。
從我的角度上來講，我特別希望，這個問題被解決，資料絕對要流動起來，對所有的人都好。但是應該是以一個合理的方式流動。
張潼：這是一個非常核心的問題。因為大家如果刨去商業來談，如果資料能夠對人類產生價值的話肯定使越共用越好。但中間有幾個問題。第一，在商戰上，資料肯定是核心壁壘。有時候在公司內部都出現這樣的情況，各個組織之間不願意共用。第二，隱私問題。目前來講，沒有任何其他的激勵情況下，現在使用者資料基本上是輕易不能夠洩露的。
另外，其實資料交換起來也是存在幾個問題的，比如格式不一樣，如何做規劃，如何去髒資料等。還有一個問題，資料價值怎麼衡量。
崔寶秋：請幾位嘉賓每人用一兩句話，就這兩個話題表達你的觀點。第一個，現在AI創業公司從零開始，沒有資料，如何快速發展生存下去，它們的機會在哪裡？第二個，關於開源技術，也請三位各自發表一下觀點。
牛奎光：我覺得創業公司擁有的東西就是聰明的腦袋、努力工作和演算法，本質上講，就是對行業的理解，找到細分行業，通過能力來解決實際問題。第二個，我覺得開源是一個非常偉大的思想和想法。比如計算問題，如果能開源將是非常好的思維方式和解決方案。
Michael Jordan：開源在美國已經佔據上游了。其實很多東西都是開源的。有些公司會因為有很多開源技術而自豪，因為它們認為別人是可以站在巨人肩膀繼續開發的。所以開源是非常棒的一件事。
張潼：我個人很擁抱開源，中國相對來說在這方面發展不多，但是我相信未來這是會慢慢開始的。另外，從創業公司來講，可能有些人技術比較好，有基礎技術。另外，如果沒有資料，可以切入比較細的場景，通過案例積累技術和場景經驗。
崔寶秋：非常好。再次感謝三位業界領袖從不同角度對我們關心的幾大話題做出分析。今天由於時間關係不能再細細討論下去，再次感謝各位，也感謝各位聽眾，謝謝大家。
比如醫療資料，大家一定要保護病患隱私，但是我們也希望它能夠幫助我們得到醫療的改進，治療疾病，比如基因組序列，這是我自己的資料，我希望來決定我的資料怎麼被使用。如果你希望資料來説明我治療疾病，我可能願意給你提供資料。但是要用來銷售給公司，我就不同意了。所以我們需要比較一下，對於放棄隱私時所造成的後果會是什麼。
關於Facebook，我覺得它之所以是醜聞，是因為它並不會帶來很大價值，通過把我保密的資料銷售給別人，不能夠給我帶來價值，也不能給人帶來價值。當然，這是一種社會性網路，可是我是被迫參與的，我沒有給它提供更多資料，沒有獲得更多益處，它打破了一定的生態系統。
總之，我們現在要考慮利弊。我們也希望開發者瞭解這一點，我們並不是說資料分享就是糟糕的。當然了，當我們提到網路安全的時候，有些不一樣。
牛奎光：我對這個問題特別感興趣，而且我已經想了五六年了。現在資料是真正價值的承載者。資料的價值只有在流動過程中，才能更好的發揮價值。事實上，從2012年，從大資料這個詞熱起來，到現在，大家想一想你腦子裡有沒有一個NO.1的資料交易所，沒有。這個事的現象其實是為什麼呢？
第一，這跟資料本身的特點有關係，跟之前我們交換的東西不一樣。你交換了資料之後，別人可以很方便的拷貝一份。我們再去理解資料的本質，其實不是說資料本身不能夠被審計，而是說資料的加工方式不能被審計。也就是說，怎麼用資料，它的計算其實是特別重要的。但是計算也就意味著對資料的加工，目前在技術手段上是沒有辦法去審計的。
第二，數據是誰的。我們在社交網路上的資料，資料究竟是屬於我的還是屬於平臺的？或者有多少是屬於我的多少是屬於平臺的？在問這個問題之前，從社會學或者叫經濟學上講，它還得有一個成本可分擔的原則。就是說，由我去擁有我自己的資料，技術上這個成本是不是可行？在今天，有了像區塊鏈這樣的技術，使這個問題的解決開始有希望。
從我的角度上來講，我特別希望，這個問題被解決，資料絕對要流動起來，對所有的人都好。但是應該是以一個合理的方式流動。
張潼：這是一個非常核心的問題。因為大家如果刨去商業來談，如果資料能夠對人類產生價值的話肯定使越共用越好。但中間有幾個問題。第一，在商戰上，資料肯定是核心壁壘。有時候在公司內部都出現這樣的情況，各個組織之間不願意共用。第二，隱私問題。目前來講，沒有任何其他的激勵情況下，現在使用者資料基本上是輕易不能夠洩露的。
另外，其實資料交換起來也是存在幾個問題的，比如格式不一樣，如何做規劃，如何去髒資料等。還有一個問題，資料價值怎麼衡量。
崔寶秋：請幾位嘉賓每人用一兩句話，就這兩個話題表達你的觀點。第一個，現在AI創業公司從零開始，沒有資料，如何快速發展生存下去，它們的機會在哪裡？第二個，關於開源技術，也請三位各自發表一下觀點。
牛奎光：我覺得創業公司擁有的東西就是聰明的腦袋、努力工作和演算法，本質上講，就是對行業的理解，找到細分行業，通過能力來解決實際問題。第二個，我覺得開源是一個非常偉大的思想和想法。比如計算問題，如果能開源將是非常好的思維方式和解決方案。
Michael Jordan：開源在美國已經佔據上游了。其實很多東西都是開源的。有些公司會因為有很多開源技術而自豪，因為它們認為別人是可以站在巨人肩膀繼續開發的。所以開源是非常棒的一件事。
張潼：我個人很擁抱開源，中國相對來說在這方面發展不多，但是我相信未來這是會慢慢開始的。另外，從創業公司來講，可能有些人技術比較好，有基礎技術。另外，如果沒有資料，可以切入比較細的場景，通過案例積累技術和場景經驗。
崔寶秋：非常好。再次感謝三位業界領袖從不同角度對我們關心的幾大話題做出分析。今天由於時間關係不能再細細討論下去，再次感謝各位，也感謝各位聽眾，謝謝大家。