近日， 在清華大學體育產業發展研究中心主辦的“人工智慧（+-×÷）圍棋觀點與對話”講座上， 豐元資本創始合夥人吳軍博士發表演講， 描述了一個驚人前景：到2030年， 人工智慧將造就七萬億美元規模的大市場， 而2016年， 谷歌營收才1000億美元， 整個互聯網行業也不過3800億美元。 什麼是超級智慧時代？機器能否取代人？吳軍博士為你揭曉答案
01 超級智慧時代來襲
Alpha Go戰勝李世石， 意味著智能時代的到來。 再往前發展一步， 超級智慧時代是什麼？
將來不僅有單個的Alpha Go， 整個北京市可能是一台超級電腦。 這個超級電腦由兩部分構成， 第一部分是它的大腦會變得更加聰明。 第二， IoT（Internet of Things， 物聯網）構成了它的感官。 整個城市是一個非常複雜的大“機器人”， 我們每個人是物聯網的一部分。 比如說， 你要給太太買生日禮物， 電腦知道你看過哪些購物網站， 流覽過哪些產品頁面， 你的智慧車會問你是不是要去某品牌專賣店，
所以， 很可能5年後， 北京是一個超級電腦， 10年後整個地球是個超級電腦。 這種超級電腦， 意味著超級智慧時代的到來。
人和機器的邊界， 越來越含糊了。 過去我們用圖靈測試判斷。 如果在螢幕後面有一個人， 有一台電腦， 你問一個問題， 判斷不清楚是人給的答案， 還是電腦給的答案， 我們就認為人和電腦擁有同等的智慧。 這也是今天人工智慧實現的一個原則。 電腦並不需要模仿人， 只需要達到同樣的效果。 比如， 只要下圍棋能贏就可以了， Alpha Go並不需要學棋譜。
所以， “人工智慧”更準確地說， 應該是機器智慧， 因為電腦獲得智慧的方式和人是不一樣的。 有了這樣一個機器智慧，
02 人工智慧的三個層次
人工智慧的發展水準， 可以分為三層：弱人工智慧， 強人工智慧， 還有超人工智慧。
第一層， 弱人工智慧。
美圖秀秀就是弱人工智慧。 這麼多人用它自拍， 它有自動學習的過程， 不僅僅是根據經驗， 事先設定一個參數。 大家用過亞馬遜的Echo嗎？你可以跟他對話， 他會根據你的購買行為， 建議你買一些東西。 這也是弱人工智慧。
第二層， 強人工智慧。
圍棋不僅是一項智力運動， 更是一種文化， 超越了計算本身， 但是， 電腦可以解決得很好。 理解人的語言， 科大訊飛已經做得不錯了， 甚至比速記員的差錯率還低。 我在穀歌最後兩年負責的一個專案裡，
那麼， 有沒有超人工智慧呢？至少在我們有限的生命裡， 是不用擔心這件事的， 有兩個原因：第一， 不管智慧程式有多聰明， 本質上解決的都是可計算的問題。 人類有很多問題是不可計算的。 為什麼不可計算？我們叫它自由意志。 阿蘭·圖靈有兩位精神導師， 一位是約翰·馮·諾依曼， 一位是大衛·希爾伯特。 希爾伯特就提出來，
03 機器能否取代人？
機器能否取代人？這是一個很好的問題。
電腦獲得智慧的方式， 很大程度上是靠摩爾定律。 電腦的性能每18個月翻一番， 1965年至今翻了34番， 計算速度翻了160億次。 最近幾年， 摩爾定律進步速度放緩。 美國人估計到2030年， 電腦機器智慧的水準可能會達到黑猩猩的水準。 黑猩猩是人科， 它們與人類的差距， 要比跟大猩猩的差距要小。
10年前有了大資料， 使得電腦的進步非常快。 今天電腦能獲得如此高的智慧， 很大程度上取決於資料。 缺少資料的時候， 電腦再快， “巧婦難為無米之炊”。 有了資料， 估計到2030年， 電腦能在各方面達到人的水準， 也就是說， 還剩13年的時間。 你覺得很主觀的事情，比如說買什麼東西合適，你的判斷和電腦的判斷可能是完全一樣的。
幾年前深度學習開始發展，在演算法上有一些改進，這又會加速計算機智能的發展。所以，到2030年，電腦幾乎可以全面超越人。
04 IT助人提高競技水準
國際象棋有一套自己的積分標準，一名很牛的棋手叫加里·基莫維奇·卡斯帕羅夫，他的積分能達到2700分。他的下棋水準怎麼達到這個程度的？他天天跟電腦下，平時根本不摸棋盤。也就是說，人工智慧可以用來幫助訓練棋手。
2015-2016賽季，金州勇士隊在常規賽中取得73勝9負的成績，打破了公牛隊在1995-1996賽季創下的紀錄。這個隊是怎麼得到總冠軍的？你請一個裡皮這樣的教練有一點用處，但更有用的是科技。2009年，金州勇士隊在NBA中倒數第二名，一位風險投資人就把它買下來，覺得能夠把這個球隊訓練好。金州勇士隊把大牌賣了，引進了庫裡。庫裡身高只有1.94米，在NBA球員裡是比較矮的，而且腿受過傷，但是他的投籃技術很好。圍繞著庫裡的優勢，教練設計了新的打法。工程師團隊在球場上設置了很多攝像機，用Sport VU跟蹤記錄，用MOCAP制定具體打法。六年下來，勇士隊從倒數第二名，做到了NBA總冠軍。
如果關注高爾夫球，你會發現，老虎·伍茲當時打出67、68杆的成績就能得冠軍。他們訓練的時候要渾身帶著設備，旋轉角度很准。
這就是機器智慧，或者說IT對體育的幫助。
05 機器智慧是如何產生的？
機器智慧是如何產生的？有三個支柱，一個是摩爾定律，一個是資料量的提高，第三是數學模型。第三個，資料模型的實現，叫深度學習。所以，機器智慧其實是沿著資料和深度學習的路徑在發展。如果有人在這個領域要創業的話，想要像穀歌一樣去研究深度學習是沒有希望了，但是，真正地研究清楚一個行業，掌握這個行業的資料和數學模型，還是有希望的。
人工智慧發展，經過了三個階段
第一階段（1956-1970年）是模擬人。這是人認知的普遍規律。人想飛，不會飛，看到鳥有翅膀可以飛，所以人就綁上翅膀。直到今天，很多人想像中的機器人，還是人形機器智慧，其實它不需要人形。
第二階段（1970-2000年），趕上人。康奈爾大學一位教授提出來，要把一個現實問題變成數學問題，後來取得了突破性進展。語音辨識是最早的智慧
第三階段是超越人，比如說無人駕駛汽車。谷歌無人駕駛在美國跑了300多萬公里，主動的交通事故是兩次。智慧駕駛汽車看到的場景跟我們完全不一樣，上面有雷射雷達，下面藏了無數感測器，有一些死角能夠看到。人只有五官，機器的IoT特別多。
06 七萬億美元大市場將誕生
未來的設備有多少？樂觀估計，2030年，將有一萬億互聯設備，能夠創造七萬億美元的大市場。七萬億美元是什麼概念？2016年，谷歌營收才1000億美元，整個互聯網行業也不過3800億美元，電信設備也就3.5萬億。七萬億，也就是兩個電信市場的規模。
未來生活會是什麼樣？當有了RFID、有了方便的跟蹤技術後，共用經濟會變得不同。三年前談共用經濟的時候，最終把市場做大的，基本上兩件事，一個是租車，一個是租房。國家批准的計程車牌照200萬張，現在網約車加上計程車一共800萬張，增加的基本上是網約車。租房子也是把生意做大，美國有一個調查，好多人出門旅行計畫是三天時間，有了Airbnb，房子便宜了，他們可能會旅行五天。所以，專業照相設備能不能租？在物聯網可以跟蹤後，是可以的。
在第一代、第二代互聯網的時候，最關鍵的技術是作業系統和晶片。今天，我們很遺憾看到IoT其實還沒有作業系統。誰能真正做出物聯網的作業系統，就能成為下一個穀歌或者微軟。現在，華為做了NB-IoT，基本做了行業標準，將來可能會發展為作業系統，是非常值得看好的事。
除了作業系統，還有處理器、記憶體、網路安全技術，這4個技術將是IoT時代最關鍵的技術。我們未來的城市是超級智慧化的機器，IoT是他的每一個觸角，智慧程式是他的大腦，它們相輔相成，將整體的設備和程式推向嶄新的高度。10年後回過頭來看，你會發現很多今天想都不敢想的事，就這樣發生了。
你覺得很主觀的事情，比如說買什麼東西合適，你的判斷和電腦的判斷可能是完全一樣的。幾年前深度學習開始發展，在演算法上有一些改進，這又會加速計算機智能的發展。所以，到2030年，電腦幾乎可以全面超越人。
04 IT助人提高競技水準
國際象棋有一套自己的積分標準，一名很牛的棋手叫加里·基莫維奇·卡斯帕羅夫，他的積分能達到2700分。他的下棋水準怎麼達到這個程度的？他天天跟電腦下，平時根本不摸棋盤。也就是說，人工智慧可以用來幫助訓練棋手。
2015-2016賽季，金州勇士隊在常規賽中取得73勝9負的成績，打破了公牛隊在1995-1996賽季創下的紀錄。這個隊是怎麼得到總冠軍的？你請一個裡皮這樣的教練有一點用處，但更有用的是科技。2009年，金州勇士隊在NBA中倒數第二名，一位風險投資人就把它買下來，覺得能夠把這個球隊訓練好。金州勇士隊把大牌賣了，引進了庫裡。庫裡身高只有1.94米，在NBA球員裡是比較矮的，而且腿受過傷，但是他的投籃技術很好。圍繞著庫裡的優勢，教練設計了新的打法。工程師團隊在球場上設置了很多攝像機，用Sport VU跟蹤記錄，用MOCAP制定具體打法。六年下來，勇士隊從倒數第二名，做到了NBA總冠軍。
如果關注高爾夫球，你會發現，老虎·伍茲當時打出67、68杆的成績就能得冠軍。他們訓練的時候要渾身帶著設備，旋轉角度很准。
這就是機器智慧，或者說IT對體育的幫助。
05 機器智慧是如何產生的？
機器智慧是如何產生的？有三個支柱，一個是摩爾定律，一個是資料量的提高，第三是數學模型。第三個，資料模型的實現，叫深度學習。所以，機器智慧其實是沿著資料和深度學習的路徑在發展。如果有人在這個領域要創業的話，想要像穀歌一樣去研究深度學習是沒有希望了，但是，真正地研究清楚一個行業，掌握這個行業的資料和數學模型，還是有希望的。
人工智慧發展，經過了三個階段
第一階段（1956-1970年）是模擬人。這是人認知的普遍規律。人想飛，不會飛，看到鳥有翅膀可以飛，所以人就綁上翅膀。直到今天，很多人想像中的機器人，還是人形機器智慧，其實它不需要人形。
第二階段（1970-2000年），趕上人。康奈爾大學一位教授提出來，要把一個現實問題變成數學問題，後來取得了突破性進展。語音辨識是最早的智慧
第三階段是超越人，比如說無人駕駛汽車。谷歌無人駕駛在美國跑了300多萬公里，主動的交通事故是兩次。智慧駕駛汽車看到的場景跟我們完全不一樣，上面有雷射雷達，下面藏了無數感測器，有一些死角能夠看到。人只有五官，機器的IoT特別多。
06 七萬億美元大市場將誕生
未來的設備有多少？樂觀估計，2030年，將有一萬億互聯設備，能夠創造七萬億美元的大市場。七萬億美元是什麼概念？2016年，谷歌營收才1000億美元，整個互聯網行業也不過3800億美元，電信設備也就3.5萬億。七萬億，也就是兩個電信市場的規模。
未來生活會是什麼樣？當有了RFID、有了方便的跟蹤技術後，共用經濟會變得不同。三年前談共用經濟的時候，最終把市場做大的，基本上兩件事，一個是租車，一個是租房。國家批准的計程車牌照200萬張，現在網約車加上計程車一共800萬張，增加的基本上是網約車。租房子也是把生意做大，美國有一個調查，好多人出門旅行計畫是三天時間，有了Airbnb，房子便宜了，他們可能會旅行五天。所以，專業照相設備能不能租？在物聯網可以跟蹤後，是可以的。
在第一代、第二代互聯網的時候，最關鍵的技術是作業系統和晶片。今天，我們很遺憾看到IoT其實還沒有作業系統。誰能真正做出物聯網的作業系統，就能成為下一個穀歌或者微軟。現在，華為做了NB-IoT，基本做了行業標準，將來可能會發展為作業系統，是非常值得看好的事。
除了作業系統，還有處理器、記憶體、網路安全技術，這4個技術將是IoT時代最關鍵的技術。我們未來的城市是超級智慧化的機器，IoT是他的每一個觸角，智慧程式是他的大腦，它們相輔相成，將整體的設備和程式推向嶄新的高度。10年後回過頭來看，你會發現很多今天想都不敢想的事，就這樣發生了。