李开复预测未来20年AI将深刻影响五大产业

　　IT之家 6 月 25 日消息 创新工场的创始人李开复在近日发表了《飞奔的 AI 时代》演讲。在演讲中，李开复预测了在未来二十年，AI 等技术发展会深刻影响五大产业变革 。
　　李开复提到这五大产业分别是：
　　世界工厂 AI 自动化升级，中国先进制造引领全球
　　能源和材料价格大幅下降，中国供应链主导世界
　　智慧城市和万物联网到位，全自动驾驶全面普及
　　中国商业智能创新倍出，AI 驱动商业运作新秩序
　　AI + 医疗创新降低疾病致死率，延长人们的生命
　　IT之家了解到，李开复还在演讲中表示，＂如果说美国称霸世界缘起于百年前在能源、制造、运输、医疗四大领域的成功，今天，中国有大数据和 AI 的优势，自动化、智能化产能继续保持‘世界工厂’的地位。＂
　　以下是李开复演讲的全文：很高兴创新周和大家分享。今天我分享的是＂飞奔的 AI 时代＂，想把未来维度拉到二十年，看看世界会是什么样。记得两年前，我来南京演讲的时候用了当年出版的《AI・未来》，里面对中国的 AI 发展做了非常乐观的预测。这本书出版之后，国内外反响热烈，有人支持，也有人反对。从产业价值实现来说，我三年前预测中国人工智能会在 2023 年左右赶上美国，依据有几点：
　　一是中国有特别突出的人才优势，比如姚期智院士、周志华教授、创新工场首席科学家周明等科学家和他们的优秀学生；
　　二是中国有巨大市场带来的商业模式和数据优势；
　　三是政府务实有力的政策支持 AI 产业；
　　四是竞争的创业生态下催生出强大的本土创新型企业，它们的业务在飞速发展，也推动了数据、AI 及其他技术的突飞猛进。今天回头来看过去三年发展，这些预测已成真。AI 四波浪潮正重塑各行各业。
　　第一波浪潮是互联网智能化。美团、字节跳动等互联网巨头都在 AI 驱动下，创造了巨大市场和超高市值的奇迹。
　　第二波浪潮是商业智能化。AI 在金融、保险等拥有海量可标注数据的领域，已经取得非常好的落地成果。
　　第三波浪潮是实体世界智能化。计算机视觉、听觉，还有各种 IoT 联网装置的普及，让 AI 对真实世界的感知会比肩人类，甚至在某些领域超过了人类生理感知的能力。虽然 AI 应用目前还是弱人工智能，但是针对定义的任务，如人脸识别、物品识别、AI 看片、智能质检等领域，AI 已超过人类。
　　第四波是现在最火的一个领域：全自动智能化。当 AI 有了手和脚，加上视觉和感知，它能够在无人驾驶、机械臂抓取、无人机喷药等场景中创造巨大的价值。过去几年，定位＂TechVC＂的创新工场投资了接近 50 个人工智能公司，其中诞生了 7 个独角兽，这很有可能是全球投资机构中名列前茅的成绩。
　　当然，虽然人工智能行业整体发展良好，但是在硬科技领域中国急需解决＂卡脖子＂的问题，这需要上下齐心协力一起应对。
　　除了人工智能方面，中国在化学、生物等其他领域的研发和转化能力也在突飞猛进。虽然中国的诺贝尔奖、图灵奖得主的数量还不够多（这些是需要时间累积的），但至少从高质量的论文数量维度看，无论是人工智能领域，还是生物、化学和其他材料等重要领域，中国近年急起直追，部分领域已经超越或者接近美国和欧洲的水平。这些进步，让我们对中国整体科研能力提升的前景非常乐观。
　　科技曾经助推美国成为超级强国
　　从百年历史的维度来看大国的发展机遇，上一次的历史机遇可能是 19 世纪末 20 世纪初美国崛起成为全球科技大国。美国的崛起有多维度原因，其中很重要的是赶上了几次工业革命的浪潮。第一次科技革命主要是肇始于欧洲，也主要是欧洲得益。第二次科技革命，美国迸发出相当数量的科技成果，这为美国崛起并超越欧洲奠定了重要基础。到了二十世纪第三次科技革命，美国的各项优势得以全面发挥，引领了整个工业革命的浪潮，此后取得全球霸权。之后的第四次科技革命中，美国仍然领跑世界。
　　美国跑赢的几场工业革命充分说明科技是第一生产力，这也让其称霸能源、制造、运输、医疗四大领域。这四大领域也孕育出了称霸全球的跨国公司。能源方面，美国有埃克森美孚、洛克菲勒、通用电气等巨头；制造业方面美国有通用、福特等汽车巨头；钢铁方面，我的母校卡耐基・梅隆大学所在的匹兹堡，孕育出了创始人之一卡耐基先生的钢铁巨头卡耐基钢铁公司（后合并为美国钢铁公司）。而医疗方面，诺贝尔医学奖的获得者几十年来几乎被美欧学者垄断，十九世纪末美国南北战争期间更诞生了强生公司、辉瑞公司这样的全球制药巨头。
　　正如能源、制造、运输、医疗四大要素铸就美国的超级大国地位一样，今天的中国正面临类似的历史机遇，制造革命、能源革命、自动驾驶、商业智能、医疗创新等变革正在中国开启。我预测未来二十年，AI 将像电力一样推动或者造就这五大变革，赋能产业。预测 1 世界工厂 AI 自动化升级中国先进制造引领全球第一个预测是中国＂世界工厂＂的 AI 自动化升级。中国的世界工厂地位来自欧美国家的生产外包和低廉的劳动力红利。时至今日，中国在供应链、材料、制造的质量和流程方面的 know-how 有了长足进步。过去一年，在新冠疫情、中美贸易摩擦压力下，中国依然维持住了世界工厂的地位，但不容忽视的是，中国劳工收入已经是印度和越南的两倍，低廉成本的价格优势正逐渐消失。而这些国家透过一段时间的外包也慢慢学会中国的 know-how，进而有可能挑战中国＂世界工厂＂的地位。
　　在保障劳工收入的情况下，如何带动制造业升级？工业自动化、智能化势必是中国制造业的一剂特效药。在工厂里用人的手脚、眼睛和大脑做的事情，将逐渐全面自动化。自动化能让运营成本下降，但仍能让中国保持生产质量、流程、供应链维度的优势。今天中国工厂拥有世界最多的工业机器人，但机器人的智能水平仍然不高。未来，这些机器人的 AI 化会逐渐增加，广泛应用于各种场景。
　　创新工场投资的这些公司，未必要把工人取代。我曾经在富士康担任多年独立董事，了解取代一个制造 iPhone 的工人非常困难，因为人手的灵巧、手眼的协调，还有每年 iPhone 精密的更新迭代，让自动化的方法非常难实现。我大胆预测，在下面几个行业里，我们会找到一些特别容易切入、今天的科技可以解决的场景。
　　AI 在工业视觉领域已经超越人眼。深度学习是用 CNN 发展出来的，所以它能做人脸识别、物体识别，也能做智能质检，这是 AI 赋能＂最低垂的果实＂之一。创新奇智通过计算机视觉技术，在工业制造领域创造很大的价值。
　　农业也是 AI 赋能＂最低垂的果实＂。极飞科技的无人机可以播种、施肥，也可以用无人拖拉机做洒水的工作。一个农田无论是种棉花，还是种稻种麦，都比起做手机、做鞋子等更容易标准化，所以 AI＋农业一旦落地成功，可以更容易地全球化扩张。
　　在自动化领域，自动驾驶在新冠疫情后加速落地，但是目前鲜有到 L5 级别的全自动驾驶。但在限定的场域，比如在工厂或仓库里面做无人搬运，和工人加机器臂从事人机协作，可以马上创造价值。
　　在生命科学智能自动化领域，创新工场投资的镁伽通过实验室的智能自动化，把 AI + 自动化技术渗透到了生命科学领域，如新冠核酸检测等，已在医院、疾控中心和实验室开始落地，也能把核酸检测采样之后的检测流程完全一体自动化。
　　创新工场会不断投入 AI 赋能的＂低垂果实＂——AI 技术门槛相对低的，更容易产品化、商业化的领域。
　　从横轴看，工业会是第一个突破的领域。中国能够继续维持世界工厂的重要地位，经过自动化加智能化升级，应用领域走向商业、走入家庭。类似技术很容易从工业打通到商业领域，如果技术已经成熟到能做工业自动叉车来搬运，同样也可以做个安防机器人放在商场，这样的技术在家庭场景也可以做出更智能的家务机器人。
　　同样，双眼双手有这样的由简到繁的发展过程：首先在工业领域用最多的资金来解决最难的问题，经过量产实施和大量数据把 AI 训练得更聪明后，在进入商业领域和有终端用户交互的场景落地，最后再落地到家庭领域，衍生出不同形态的产品。
　　从纵轴看，＂眼睛＂—— 计算机视觉相对容易，其次是相对粗放的搬运，最后，模拟双手会是最困难的。未来二十年，这几个领域都会逐渐发展。在之后，我相信这些机器人都能够自我复制、自我修复，然后对接各种 3D 打印的可能性。未来的机器人世界，会由中国的自动化工厂升级开始，逐渐穿透更自动化的商业和家庭场景。预测 2 能源和材料价格大幅下降中国供应链主导世界第二个预测是能源革命。光伏发电在过去二十年成本降低 20 倍，锂电池成本降低 45 倍，今天光伏已经是最便宜的发电方式之一。在新能源车推广的影响下，光伏会越来越便宜，而且它吸收阳光之后，过往不用就浪费掉了，随着储能技术也在进步，可以把能源存在锂电池以后继续使用。
　　电力逐渐会从传统不节能、不环保、不容易储存的能源逐步转成绿色环保的储能。太阳能 + 锂电池两种技术将导致每十年电力的价格下降 1/3-1/4，按此计算，二十年后电费只会是原来的 1/10。
　　当能源产出方式开始切换的那天来到，谁是最有优势的国家？
　　过去，谁有石油、谁有矿山、谁有天然气，谁就占优势，完全仰赖着老天赐予一个国家的天然资源。但是今天当太阳能或风能 + 锂电池的发展成熟，阳光和风相对不具有上一代能源供给的稀缺性，关键是谁有制造能力，谁的工业产能最强，谁就领跑全球。
　　新材料技术的突破将会进一步推进能源变革的进程，合成生物和很多其他的技术能让生产成本大大下降。农业将从耕种收成产能主导，摇身一变转化为供应制造产能主导。制造能力强的国家，同样也将领跑农业。
　　未来，垂直农场将是人类的重要粮仓。蔬菜水果将在一个个工厂里的垂直农架上进行无土种植。眼下开始兴起的植物肉、干细胞等技术，能在不伤害动物生命的情况下把未来的食物制造出来。
　　可预见的未来，生产一个新物品所需的材料越来越便宜，越来越绿色，所需的能源也越来越便宜，未来物品制造完全靠自动化机器人完成，人类将进入一个消灭贫困、消灭饥饿的丰饶时代。丰饶时代的到来需要世界工厂级别的制造实力，中国要在丰饶时代引领全球，就要看自动化、智能化升级的程度和速度跑得多快，而 AI、大数据等平台级技术，将是底层的新基建。预测 3 智慧城市和万物联网到位全自动驾驶全面普及第三个预测是智慧城市和万物互联网到位，全自动驾驶将完全普及。
　　我把全自动驾驶时代分为两个阶段：
　　第一个阶段是先在简单的特定场景落地，打通商业化路径。比如从仓库工厂的自动叉车做起，再做固定路线的摆渡车、小巴，再到出租车。四个场景陆续落地后，就已经进入 L4 级别自动驾驶。
　　第二个阶段是全自动驾驶的 L5 级别自动驾驶。自动驾驶取代人类，安全通畅地行驶于所有交通场景：不管是刮风下雨、还是极端气候、或是月黑风高；无论是在狭窄的胡同，还在酷热的沙漠，全自动驾驶都能安全前进。
　　这一天到来可能是二十年以后，如何加速实现？打造智能交通和智慧城市是关键。
　　最近，江苏一些高速公路新项目采用让人耳目一新的新技术：天气不好或者天黑时，地上有自动灯和传感器帮助车充电，这些都是让智慧交通智慧城市加速到来的方法。
　　当前，欧美和中国对自动驾驶的拥抱态度大相径庭。欧美是在路不变、城市不变的前提下，思考自动驾驶怎么上路。中国是特别拥抱新技术革命且有强大执行力的国家，愿意去探讨为什么一定要路不变城市不变？为什么不能让高速公路跟车＂讲话＂？为什么不能在某一个新建城市中心，把车和行人从地上到地下分层，这样车不会撞到人，可以更大程度加速落地 L5 级别的自动驾驶。
　　无人驾驶的时代一旦到来，与之配套的是划时代的操作系统。过去几代操作系统怎么诞生的？随着 PC 的电脑软件应用，Windows 操作系统出现了；2015 年后随着智能手机快速在全球普及，iOS、安卓操作系统出现了。操作系统一旦普及起来都是全球性的，那下一次是什么会催生什么下一个巨大的操作系统呢？我认为很可能是全自动驾驶。因为它的实现，需要把 AI、多种感知技术、软硬件通信、操作决策融合在一个非常强大的计算环境，不仅有当地的运算，也有远程的运算、云计算结合。
　　这个操作系统的实现难度非常大，但一旦做成，车子就有了眼睛、手和脚，像人一样能看能听，能走能动。
　　自动驾驶达到这个程度后，两件事情会接着发生：第一是海量数据让 AI 越算越好；第二是自动汽车产量变大，会把所需的元配件成本降低。比如激光雷达的价钱在二十年里大大降低，最终造一辆智能车的成本也会降下来，造一个机器人的价钱也会下来，成本降低后有利于自动驾驶的全面普及。不久的未来，你可以顺理成章、价格合理地用上自动驾驶 + 机器人操作系统。
　　安卓平台创始人 Andy Rubin 在六七年前做了个公司叫 Playground，致力做一个基于自动驾驶和机器人的操作系统。但他做的时间太超前 —— 当时元配件的价格还很高昂，自动驾驶等 AI 技术还远未落地，发展遇到很多困境。世异时移，现在也许是解决这些问题的好时候，比如 Windows 早于苹果、谷歌好几年就研发出了移动操作系统，但之后的 iOS 和安卓基于消费者端智能手机的广大普及，才真正开启了移动互联网浪潮，新的应用和系统，有时候要＂生逢其时＂。预测 4 中国商业智能创新倍出 AI 驱动商业运作新秩序第四个预测是中国商业智能的创新突破，AI 驱动商业运作新秩序。刚刚我们探讨了感知技术和自动化技术，这些可以达到人们视觉、手脚、移动的功能，接下来是探索人脑的理解能力。未来的商业智能是要征服对人类语言的理解，不仅是语言识别，而是对文字内容的理解。
　　数据智能有四个层级：最底层的＂数据＂是零乱、无结构的数据，往上一层的＂信息＂在此基础上＂读懂＂了数据内容。现在大部分深度学习都用在＂数据和信息＂两个层级上。
　　第三层的＂知识＂目前用上了图谱、关系链，但大部分还没有用到 AI。最高层次是＂洞见＂，基于事件和洞察的智能分析和辅助决策能对用户进行推荐，但远远不完美。
　　我们认为未来商业智能会在顶端的＂知识＂和＂洞见＂两层。创新工场也在做一些试验：尝试做一个大语言模型，在这个模型之上再做迁移学习，在一些垂直领域快速落地，创造有商业应用场景的产品。比如在机器翻译领域，如果＂知道＂翻译的文件是关于金融，那么会比一个通用的普通翻译翻得精准得多。
　　＂千人千面＂是 AI 强项，今天抖音就能＂千人千面＂，可以根据过去看的视频，不断地针对个人便好推荐视频。淘宝也能不断推荐符合用户喜好的商品。但 AI＂千人千面＂推出的为何只能是已有视频，而不是新视频？如果生成新的视频很难，其实可以尝试先做＂千人千面＂的文本。比如一个甜美日系女孩，AI 在了解她的情感、需求、使用场景后，AI 就像美妆营销顾问，可以做出最适合她的腮红或唇釉购买建议。
　　另外一个场景是＂金融事件理解＂。今天金融很数字化，可以做风控、反洗钱，但是有没有可能提升到一个层次？比如预测全球疫情两个月之后就能缓解，该投资什么？如果巴拿马运河再堵塞三个礼拜，该卖掉什么股票？这都是金融领域的大老板会问的。这些经过搜索引擎的提升，加上 AI 和大数据提炼的＂知识＂和＂洞见＂，有可能在未开催生出新的商业秩序。所以大数据和 AI 变革远未停止，我们希望把它们格式化、知识化，进而做出＂洞见＂。预测 5AI + 医疗创新降低疾病致死率延长人们的生命第五个预测是 AI + 医疗将降低疾病致死率，延长人们的生命。当前，全球生命科学正经历巨大变革，医疗数据在快速地被数字化，除了穿戴设备的普及，医疗的部分流程如 AI 看片，基因排序等新技术都将带来标准化、结构化的海量新数据。数据是 AI 发展的必要燃料，肯定会给 AI 在医疗领域的创新应用带来更好更多的机会。
　　举个例子，今天我们去看医生可能每次只能和医生谈话五分钟，但这五分钟背后蕴含着巨大的数据，如果医生在 AI 的帮助下，能细心到收集到像图右这张哈佛医学院数据显示的每一个细节，就可以做出＂千人千面＂的诊断和治疗方案，进而优化流程降本提效。
　　除了用 AI 和大数据作出＂千人千面＂的治疗方法，手术机器人的普及应用，用 AI 发明新药等都是巨大的机会。创新工场投资的 Insilico Medicine 英矽智能，是用 AI 辅助新药研发领域的世界级领军企业，今年三月宣布了全球首次用 AI 研发特发性肺纤维化药物的突破，发布了全球首个针对这个病症经由 AI 研发出来的临床前候选小分子，我们也很乐见这么前沿的 AI 创新制药公司和著名药企辉瑞、强生、药明康德等有不同层面的合作探索。
　　未来 AI 可能会给制药带来两个巨大的改变：第一个改变是极大程度降低制药成本、节约时间。现在用 20 亿美金做一个药，未来有望降到 1/10 的价格。现在药厂因成本高昂不愿意开发的罕见病药物，上述英矽智能的 AI 新药研发，将传统药物临床前阶段就要花上四五年的时间，大幅缩短到 18 个月，大大降低了新药研发的时间和金钱投入！未来，AI 可以显著加速研发新药，缓解患者病痛。
　　第二个改变是＂千人千面＂的治疗方案。为什么每个人生病都用同一种药呢？传统的制药方法，做一个药从研发到临床阶段要花上 10 亿-20 亿美金，未来做药如果到一两亿美金，就会有更多的药让患者得到个性化的治疗疗法。而中国对医疗新技术的拥抱和投入，有望引领这场 AI + 医疗的产业变革。
　　结语
　　如果说美国称霸世界缘起于百年前在能源、制造、运输、医疗四大领域的成功，今天，中国有大数据和 AI 的优势，自动化、智能化产能继续保持＂世界工厂＂的地位。正如前述，由于制造优势打通了能源革命和农业供给的变革，制造一旦强了，能源、农业、未来新材料也连带增强。如今，AI + 医疗进入快车道，合成生物等新技术带来重新洗牌的机会。
　　今天时间有限，我提出的五大预测可能只是其中一部分，但毫无疑问的是，具有＂世界工厂＂火车头地位的中国，有很大机会在下个二十年的全球产业变革中成为弄潮儿，为世界创造巨大的价值。