李开复眼中的2018达沃斯：真实的AI居然是这样的…
1月23日，第48届世界经济论坛年会在瑞士达沃斯召开，会议召集了来自全球政商、国际机构、公民社会、学术、媒体和艺术等各界超过2500多位领袖人士出席，创新工场董事长李开复博士受邀飞赴达沃斯参会，让我们又一起来分享他实时传回来的关于AI的新鲜事。
AI将影响8亿人工作
2030年前，因为AI为主的技术发展，会见到大量的人找不到合适的工作，这个数字被麦肯锡定在4-8亿。
麦肯锡强调说，这不是说失业数据会呈现这么大的下滑，而是说很多工作的任务被机器取代之后，工作的时间和待遇都会大幅度下滑。很多人想换个好点的工作，但他们却又没有足够的才能。而才能的要求（因为AI能力提升）会越来越高，甚至让很多人对升级无望。
另外，也不是蓝领的工人最惨。嘉宾举了一个例子，一个2万美元的清洁工，机器人未必那么容易取代。但是一个8万美元的牙医助理，有了AI，就彻底被取代了，而牙医助理这个工作会彻底消失，而且牙医助理也很难找到一个合适的工作，最后可能只能沦为清洁工或服务员。这个科技浪潮真正导致实际重新训练的需求巨大，但又不容易做到。
未来对工作的最大担忧是贫富差距将达到历史新高，而这带来的社会不幸福不稳定感是非常严重的。
亚洲四小龙和中国的奇迹很难被复制，因为本地生产成为主流，而且廉价劳工作为跳板的方法也将被更廉价的机器人取代。
AI和中国是两大话题
在达沃斯峰会，AI 和中国是两大话题。我在一天里接受的三个采访，话题都与此有关。
我在新浪的视频采访中表达说，我们要尊敬甚至是敬畏美国英国加拿大的人工智能先驱，他们冒险做了很多尝试。而且很长一段时间，这个领域非常冷清，他们还是坚持做了下来，才让我们今天有了百花齐放的机会。
CNBC采访
但是务实的说，虽然说顶尖的人工智能专家还是以美国为主，但是由于一大批年轻工程师的崛起，中国的速度远远超过了欧美的总和。比如说我们所投资的FACE ++，最近就打败了Facebook、Google等公司，在coco比赛里面得到了第一，长江后浪推前浪。
新浪采访
另外中国的数据比较多，移动互联网的人数多，移动支付是美国的50倍，共享单车是美国的300倍。数据量大，对人工智能来说就有更多的燃料。
中国人工智能创业者和资本结合的特别好。资本很愿意去投资具备人工智能潜力的公司，而人工智能公司也愿意冒很大的风险去做很伟大的事情，所以我觉得无论是金融还是无人驾驶等等领域都有很好的进度。
CCTV采访
最后还是要归功于政策。去年7月，国务院发布的人工智能计划就提出了中国在2030年成为人工智能创新核心的宏伟目标。这不是一个空洞的目标，在北京、南京、广州等都开始落地，是用百亿这样级别的资本在推动，无论是帮助当地的创业者，当地的资本还有AI公司，都起到了一个很强的推动力量。在欧美，我也看到了很多的中国人工智能创业者和专家都在思考回到国内。
所以，虽然欧美占了先机，但因为上面这几个因素，中国快速直追，在几年内达到和美国共同引领世界人工智能是可以期待的。
DeepMind 联合创始人解释AlphaZero
昨天，在MIT的午餐会上，我与李飞飞（Google Cloud AI/ML领域首席科学家）；Richard Socher（Salesforce首席科学家）；Mustafa Suleyman（DeepMind 联合创始人兼主管）进行了对谈；主持人是Andrew McAfee（麻省理工学院数字经济倡导行动联合创始人）。
MIT午餐会
上个月，DeepMind团队发表了最新论文，提出强化学习算法AlphaZero，一种可以从零开始，通过自我对弈强化学习在多种任务上达到超越人类水平的新算法。据说，AlphaZero在8个小时训练后就击败李世石版本的AlphaGo；再用4小时训练击败世界顶级的国际象棋程序Stockfish；再用2小时训练击败世界顶级将棋程序Elmo。
一时间，AI界哗然：通用AI问世啦，AlphaZero完爆人类。
在昨天的午餐会上，DeepMind 的联合创始人Mustafa Suleyman 被问到Alpha zero 的强化学习是否真的证明可以不要训练数据？除了游戏还有什么应用？（潜台词是，能不能真的“通用”）
Mustafa非常坦诚地说：Alpha zero没有那么神，外界对它有点夸大了。它要想工作，必须满足三个前提：可预测环境（围棋规则），清晰奖励系统（输赢），无变数（variability) 。也并不是外界说的不受监督，Alpha zero的监督来自于它的结构和训练环境，这些依赖强化学习的具体方法在现实生活中效果不是很好。在现实生活中我们无法提供模拟器，进行巨量训练来形成算法。
不过Deepmind团队正在探索游戏之外的应用，但是初步预测这不太容易，因为真实世界比游戏复杂很多。他预测三五年内，强化学习是完全没法普及应用的，Deepmind团队已经“将目光放到几十年后了”。
Mustafa也提到：Alpha zero 本身并不能解决AI对于数据的需求，但在数据生成和模拟上的进步（比如说用真实语音合成、人脸合成、甚至类似Grand theft auto来做自动驾驶的模拟）是有可能在未来自动产生可补充的数据。
所以，之前被吓得花容失色的同学们，可以松口气啦。
李飞飞：AI要理解人类情感，早着呢
李飞飞的观点也可以抚慰那些被AI威胁论惊吓的神经。
Google Cloud AI/ML领域首席科学家 李飞飞
她认为人工智能还是一个新领域，只发展了60年左右，人工智能的理想是让机器变得智能，模仿人类智能解决问题，让人类的生活变得更好。
“回想一下，当我还是一个大学生时，我绝对想象不到人工智能会带来的巨变，它巨大的搜索能力，更别说无人驾驶了。我们已经见证了非常了不起的突破。”
李飞飞特别提醒大家，目前AI还不能理解语境、复杂的知识，要识别人类的情绪、感情和动机，也还有很长的路要走。
当然，目前有很多研究AI情感的创业项目，也不要因此受到打击，正是因为有更大的挑战，成功的收获才会更大。
李飞飞引用一位在AI领域有40多年研究经验的同事的话，评价当下我们对完美的人工智能机器的定义：“一台能做出完美食物的机器，虽然房间已经着火了。”
中国AI发展有“四截火箭”
大家也向我询问中国创业环境和AI领跑机会分析。
我认为，中国的创业环境如同一个斗兽场，角斗士们斗得你死我活，留下的都是最有生命力的模式，这些模式会推动着中国向前进。
至于中国AI的领跑机会，我说中国有“四截火箭”助推。
（1）中国一流的理工科教育。
李飞飞就是这一点的证明。中国的理工科教育培养了众多科学家，而且这些人都有志于从事人工智能的相关工作。这群杰出的年轻人会是推动中国进步的一股了不起的力量。
（2）活跃的创业氛围和资本对这个领域的大量投资。
作为一家风险投资机构，我们投资了45家人工智能公司，这些公司分布在各个领域。比如如何让借贷更简单，提供消费者服务，制造能采草莓、洗碗、组装汽车的机器人。
（3）中国巨大的数据量。
中国共享单车的使用人数是美国的300倍，外卖是美国的10倍，移动支付拥有6亿多用户，是美国的50倍，而且不收佣金、无中间人。在此基础上，形成了大量的公司和数据。
（4）政府的政策。
国务院去年发布的人工智能计划表示，中国要在2030年成为人工智能创新核心国家，伴随这一政策而来的是城市层面上大量资源的投入，这显然会推动我们前进。
施密特评点AI：力量是超人的
在谷歌云的晚餐会上，董事长施密特也谈兴很浓。针对AI的发展，施密特的评价是：AI的力量是超人的。
谷歌从2000年的广告算法就开始使用AI，很早就意识到AI科研的重要性。从收购Geoff Hinton的公司，到收购DeepMind （现在这个团队已经750人），再到吸引李飞飞，将深度学习迅速渗透到整个公司。
让施密特记忆最深的AI里程碑是DeepMind 团队只用了六个工程师，几周的时间就在数据中心制冷和能源问题上节省了15%的电费。作为对比，谷歌之前的数据中心是一批很牛的工程师花费多年时间设计的。
从这个角度看，AI的力量的确是超人的。
晚会上我撞见的几位高管也谈到对谷歌最深刻的印象，都是非常积极肯定的：整个公司的人聪明，而且执行力强，一旦决定AI First，每个部门都动起来。
谷歌的企业文化依然是创业公司学习的典范。