AI时代是人类历史上的第二次文艺复兴

　　AI时代是人类历史上的第二次文艺复兴  　许多人已经发现，人工智能是李开复的老本行！他建立的非特定人连续语音识别系统曾被《商业周刊》授予 科学创新奖，他开发的奥赛罗人机对弈系统击败了得过世界团体比赛冠军的选手。
　　李开復提出了 五秒钟准则，以此预测，从事翻译、新闻报道、保安、销售、交易、会计、司机等工作的人，10年内有约90%被
　　AI全部或部分取代。很多工作将变成服务业，比如医生。
　　人类的理智逻辑判断不堪一击，人的心灵才真的有意思，也许造物者今天把AI带到我们身边，就是逼我们去发展这些方面，文艺、创作、哲学为什么每个人都要工作呢？有些人就画画拍照做雕塑，这世界不是挺好的么？
　　AI只是人类的工具，人类将步入一个崭新的人机协作时代，这可以被称作第二次文艺复兴。一位科学家的预言
　　1982年，在申请卡内基梅隆大学计算机系时，李开复写了一封非常深情的申请信。信中，令他至今难忘的一点是，他表达了自己做研究的初心：研究人工智能的意义是去探究人是怎么思考的，以及人为什么存在。通过学习计算机来认清人类本身，说到底是个哲学问题，饱含人文情怀。
　　苹果、谷歌、微软公司的前高管，创新工场的创始人，这是李开复最为人知的身份，而今我们才发现，原来人工智能才是他的老本行！学生时代他已进入人工智能领域，至今都有36个年头了。我是在1980年首先做的自然语言处理，1982年做的计算机视觉，1983做的语音识别，1985年做的人机对弈，1996年做的VR/ AR 李开复获得卡内基梅隆大学计算机学博士学位的博士论文题目是非特定人连续语音识别系统，1988年被《商业周刊》授予了科学创新奖，而他开发的奥赛罗人机对弈系统也在同一年击败了得过世界团体比赛冠军的选手
　　然而，在人工智能世界里绕了一圈后，他却发现事与愿违：认为机器具有和人类一样的思维方式是十分荒谬的真正能产生价值的AI，并不是模仿人的思考。
　　人在数学问题上挺笨的。比如贷款，
　　人是if ，then；else（假如，就；或者）的思维。先看你有没有房子，有，我可以贷给你，没有，看你薪水，够高我贷给你，如果不够高，但工作满三年了也贷给你。就像一块蛋糕，用刀把它一切，如果你属于这一角，就贷款给你。但人工智能非常奥妙，它的思考方式完全不同，它不是在一个二三维的空间做切割，它是在一个两千维的空间里画一个非常美妙的函数，这个函数切开来，这边的人贷款给他，那边的都不要贷，它根本不是我们的思维方式，深到人无法理解。所以我并没有真地了解人是怎么思考的，或者说我很失望地发现人的思考非常肤浅，至少在数学方面，判断、分类或预测，我们彻底被机器击败了。
　　所以今天李开复做了这样的预言：十年之内，人类50%的工作会被AI取代。机器使大部分人沦为无用者的图景在《未来简史》里已被描绘出来，但其作者尤瓦尔毕竟是位历史学家，而李开复则是位科学家，又身为科技界资深投资人，他的预言背后是对技术和行业的深度把握。对于哪些职业首当其冲，他还提出了一个五秒钟准则：一项本来由人从事的工作，如果人可以在5秒钟内对工作中需要思考和决策的问题作出相应的决定，那么，这项工作就有非常大的可能被人工智能技术全部或部分取代。比如翻译、保安、销售、客服、会计、司机等工作，未来10年有约90%人工智能全部或部分取代。
　　生不逢时
　　李开复常叹息自己真是生不逢时。即使在人工智能研究中取得过举足轻重的成就，但很可惜，埋头实验室那些年他没有赶上AI技术的真正开花结果。那时候我的这些选择基本上都是非常糟糕错误的职业选择，因为每一件事情，我都是在它的黄金时代之前、白银时代之前，甚至破铜烂铁都不是的时代就涉足了。
　　AlphaGo横空出世让AI一夜爆红，可其成就并非一蹴而就。在过去60多年中，它经历过三次浪潮。第一次是1950年代由图灵测试掀起的。计算机科学的开创者艾伦图灵提出，让测试者和计算机通过键盘和屏幕对话，如果测试者分不清屏幕后的对话者是人还是机器，就可以说这台计算机具备人工智能。第二次浪潮是80年代到90年代，李开复可以说是站在了浪尖儿上。当时最具代表性的突破性进展之一是语音识别技术。李开复摒弃了传统的走语言学路子的专家系统，而建立起基于语音数据的语料库和概率统计模型，将语音识别从符号主义时代推动到了统计时代。
　　颇令他遗憾的是，他做研究时没有赶上深度学习技术革命，语音识别技术虽有明显提升，却始终无法满足人们需求。做计算机研究这个领域，本身的素质能力当然都非常重要，但还要在正确的时候选择正确的事。我在错误的时候太过狂热地跳进了人工智能领域。李开复感慨。
　　当下，深度学习和大数据携手掀起了天翻地覆的变化。首先在计算机视觉领域，它们帮助计算机认识人脸、图片和视频中的物体，然后又冲入语音识别、机器翻译、数据挖掘、自动驾驶等领域大展身手。在2014年ImageNet竞赛上，机器视觉第一次超越了人类肉眼识别准确率。2016年9月，微软最新的语音识别系统已成功地将识别错误率降低到了6.3%，在统计模型崛起后，错误率从40%降到了20%花了二十年，而深度学习时代，两三年时间就从20%降到了6.3%。因此李开复断言，人工智能的黄金时代已来临。创新工场在人工智能领域的投资布局
　　近一年中，李开复在清华大学、全球移动互联网大会、奇葩大会、哥伦比亚大学工程学院毕业典礼等各个公开场合中言必谈人工智能，十分活跃。既然无法以科学家的身份投入到这场革命中，用其他方式一樣可为其推波助澜他要做一个伯乐，挖掘人工智能人才和创业公司。他的创新工场已投资30多家以人工智能为核心动力的公司，并创立了人工智能工程院。此外，他还想做一位推广者，让更多人意识到人工智能时代的降临，及早做好准备。他的新书就叫《人工智能》，用通俗的方式为大众普及其前世今生、方方面面。
　　为什么每个人都要工作呢？
　　尽管预言了机器将在明确又迅速的10年内取代人类的工作，不过与尤瓦尔的绝望截然不同，李开复对AI技术是乐观的，对AI参与下的人类未来饱含激情与期待。
　　回到故事的开头。在AI研究中绕了一圈儿后，李开复除了发现人类理智和逻辑判断不堪一击外，还有更重要的发现：人的心灵才是真的有意思的。
　　当你与一个人一见钟情，当你第一眼看到你生的baby，你心中那种心灵触电的感觉（是机器不能捕捉的）；安慰剂效应让我们吃面粉也可以把病医好（这是我生病后感受到的），心灵怎么会有这么强的治疗能力？这是机器不可解的。学AI学了半天，最后还是学到了人的奥妙，这个奥妙是情感，是爱，还是宗教？我们也不知道。也许造物者今天把AI带到我们身边，就是逼我们去发展这些方面，文艺、哲学、创作也许这才是我们比较独特的地方，当然有一天可能也会被AI击破，但至少现在还没有看到那一天。最终，他还是达到了36年前他写的那封信里的目的让我们更了解自己。
　　所以，在李开复看来，机器拥有人的意识、人被机器所操控的想法是十分可笑的。AI只是人类的工具，最有可能变成现实的是人类步入一个崭新的人机协作时代。
　　工作被取代就等于失业吗？未必。李开复认为，人工智能时代里人类工作的转型在所难免，但这更多意味着新的工作方式。一部分简单、底层工作消失，也会催生更多新型的、更需要人类判断力和创造力的工作，如设计师、架构师、建筑师、流程设计和管理者、艺术家、文学家当然，从短期看，转型会给社会带来一定程度的阵痛，但长远看，社会结构、经济秩序会重新调整，从而进一步解放生产力。
　　再说，为什么每个人都要工作呢？李开复相信，AI带给人类的将是更大的自由和更加个性化的人生体验。
　　人的灵性和爱是不能被机器简单复制的，如果我们深信它们的存在，就应该鼓励更多的人去走这条路。无论是做个好的导游，还是做个老人院的志愿者，还是多花时间陪父母，这种爱心的发散并不直接产生经济价值，但对社会有正向影响。过去几千年，无论希腊还是中国的古人，他们都是在爱和美方面不断去创造。是不是过去这几百年我们根本走偏了？社会告诉人们要去做重复性工作，挣钱买车买房。2000年前的日子为什么一定是不好的？过去这300年的日子为什么一定是好的？人下岗了再给他找个重复性工作？也许他就应该过别的日子。这都是不同的思考方向，不要迷信过去的100年人的追求。
　　以前的诸侯不是还养食客吗？他们每天帮人出主意，进行思想的碰撞。我们就可以这样，来谈哲学、谈美，谈AI和人类学的改变，或理论上的碰撞，或创造一些美的事物，有些人就画画拍照做雕塑，这世界不是挺好的么？
　　Q=《北京青年》周刊
　　A=李开复
　　Q：你预言十年之内人工智能会替代50%的人类工作，你还有个AI发展的十年蓝图，为什么对AI这么乐观？
　　A：算法是可以推演的。比如我们投资的智融集团的用钱宝，它八秒就能对一个陌生人判断借不借钱给它，一个人要花一个小时，这样就是500倍的提升。它是基于什么呢？大数据。那我们把它时空转移，用在车贷、房贷、企业贷款、债券的企业评级、保险，或用在我们内部做的AI量化投资，在某些领域可以看到很高回报，甚至能取代基金经理。
　　比如我们投资的Face++旷视科技，它有些应用的效率是人的20倍，人可以识别出来三个入侵者，Face++可以识别60个，它有300万人的数据库，人最多识别几千张人脸。那还有什么像识别人脸的？识别肿瘤、病理切片、MRI、CT医学的领域特别大。这些都是一个已成的算法，把它延伸出去，看到它还能用到什么领域，是非常理性而且绝对正确的产业延伸。
　　深度学习有成功和没有那么成功的应用，有些领域还没那么成功，我就不会去做这种预测。所以我是基于：第一，对技术的深度理解，毕竟做了36年人工智能的研究了。第二，我们有一批特别顶尖的科学家在创新工场做顾问，以及看到已经投的案子用AI创造的价值，再加上它合理的领域的延伸，我对大数据领域无比乐观。达沃斯论坛上，三部智能机械手执笔为李开复画的三幅肖像画，风格完全不同李开复为其新书《人工智能》签售2014年，谷歌推出了无人驾驶汽车，它没有方向盘，没有油门，没有刹车踏板！
　　亚马逊不用排队、不用结账、拿了东西就可以走人的Go商店
　　Q：你提到AI会带来一些阵痛，怎样解决短期的结构性失业和人才培养？
　　A：知己知彼，AI不善长什么我们就多做什么。机器不善于做领域扎得特别深的工作，还是要有人作为这个领域的专家，比如编程，这种人肩负责任特别重，不但要技术很强，还要有社会责任感。当然这可能是万里挑一。还需要什么人？跨领域人才。还有善用AI的人，就像今天你不会用Word、Excel你就落后了，20年前你会用，可能你作为记者的生产力就比别人高，所以要提早会用AI。最重要的一点是，机器不能取代我们的审美观，以及对美、爱和各种感情的需求，同理心、心灵碰撞和安慰剂效应。
　　考虑到我们孩子，就要让他们做全方位的发展了。做事要做得深，做自己爱做的事，要跨领域，要更努力。而且对服务业不要排斥，因为以后很多工作会变成服务业，它是人对人的，机器代替不了，要鼓励更多人进入服务业。我们创新工场是善于帮人做独角兽，但谁能教人做服务业，做个好的服务者，做个好的服务者的创业者，这些特别重要。还有社会要给做服务业的人一个崇高的地位，跟医生、护士、匠人、艺术家一样的层次。此外，还有无偿的服务业，我们要鼓励人去做，因为人们内心的交流是最重要的，去老人院孤儿院做志愿者，这些都要从孩子教育时就开始实行。不能跟孩子说，你坐在按摩室里很丢人，这是很low的工作，不能跟他说做导游不好，这些都可能是最适合人类的事。那些少数能够做到最顶尖，最跨领域的天才、专才，我们要把他们挖掘出来，但大部分人都做服务业。其实还有文化娱乐、艺术、考古学、人类学AI的来临给我们带来很多新的研究机会。当你孩子说他对人类学有兴趣，想知道未来AI跟人类怎么结合，这是特别好的课题，鼓励他们去做，不要说人类学找不到工作，做父母的要彻底改变自己观点。亚马逊Echo是一款语音交互式蓝牙音箱，可以同步语音数据、播放音乐和进行智能家居设备控制深度神經网络之梦，由deepdreamgenerator.com生成
　　Q：在医疗领域，能否理解为医生会是一个最后做决策的人，他会参考AI给出的结论？
　　A：基于人对现在机器的担忧，和对医生必然是人（的坚持），初步的状态一定是这样。可能就是AI作为工具，医生做决策，因为这样就不需要新法律。但从科学家角度来看，这肯定不是最优的。在很多领域，医生还有可能说机器不对，但其实可能不对的是医生。我觉得有AI这个工具总是好事，它一定是第一个阶段，不然人不会接受。就像你可能不会接受一个律师、法官、警察是机器人，说你有罪，有罪在哪里？讲不出来。这个过渡有个周期，但最长远来说，一定是机器的诊量会超越医生，而且是一个一个领域地超越，不是第一天全面超越。有些领域是非常明确会超越的，比如肿瘤的识别，其他领域机器可能会更慢一些。
　　但最终医生会是什么样呢？我觉得医生会变成服务业。也就是机器看到病人，就会说你是四期滤泡性淋巴癌，你的五年存活率是23%，病人肯定不愿意听到这句话。所以医生做什么呢？要了解医学，了解病人，要用合适的语言与病人沟通。比如病人说，我盗汗了，机器知道你得了淋巴癌会说你当然盗汗。但医生会说，真的啊？多久了？严重吗？你现在温度多少？病人得到一种关怀，然后医生会说，看来你很可能是得了滤泡性淋巴癌第四期，虽然是百分之百，但我们用的说法是很可能。这个病人会问，我能不能活下来？医生不会说23%，他说，你知道吗？李开复得了这个病，后来就好了，所以你只要自信，睡眠足够，增加抵抗力，按照我的方法医疗，真的是蛮有可能好，这个病人一下就感觉还有救，他就不会再放弃治疗，这种安慰剂效应就会开始发生，然后他真的存活了。机器可能做不了这一层，所以以后医生并不会被取消，只是他们要能够接受，他们变成了一个服务业的工作者。
　　Q：在《未来简史》中，尤瓦尔说人类会最终落入自己织造的罗网，因人无力处理大量数据，只能将权力交给人工智能，比如我们的选举投票、购买商品和选择配偶方面，你怎么看？
　　A：肯定不会的。比如选择配偶，一个女孩子平均要约会十个男孩最后选择配偶，这十个男孩可能一部分是介绍的，一部分来自婚恋网站，一部分是偶遇的，但未来这十个人可能大部分都是电脑帮她介绍的，会帮她做最好的搭配。但这十个里最后挑选嫁给谁，还是要靠恋爱跟感情，这个是机器无法取代的，所以他错误地把这个筛选跟决策都交给了电脑，这是一个对人类的人性的一种背叛。
　　选举时，有可能我们会把候选人过去的事挖出来，或预测看到一些人成功率只有10%，把他们排除，但如果你相信民主制度，最后还是由人投出这一票。购买商品也是一样，网购时会被推荐很多商品，最后买不买还是在你。世界上男人太多，你不可能每个都去约会一次，世界上的商品太多，也不能每个去买一个，那我们用人工智能帮你筛筛，最后还是你来选。
　　有些事是要用心来选择的，有些事可能就无所谓了。比如交通，以最快的速度从place A到place B，对99%的人来说就是UBER或滴滴随叫随到。当然可能会有1%的人还是要买古董车自己开开。我觉得这时就要分辨，当新消费习惯来临后，过去的习惯可能被颠覆。可能大部分人不那么爱车了是可以的，但让机器选老公这事我觉得很荒谬，当这一天发生时，我觉得也不需要老公，嫁给机器人算了。
　　Q：你工作和生活中与AI的关联度高吗？比如家里是否有人工智能设备？
　　A：我如果用手机，基本都用语音输入。我家里有 Amazon Echo和小鱼在家，我所有的理财都是机器人打理的。
　　Q：你对AI改变你的生活有什么样的感受？
　　A：我用的每个APP背后其实都是AI，你用的也是。百度、淘宝、美团、滴滴，它们给你的推荐、各种排序都是靠AI做的，还有创新工场的门禁是Face++，我们是不戴名牌的，所以其实AI已经渗透到我的身边，也会渗透到所有的人的身边。
　　Q：你说自己生不逢时，80年代就开始研究人工智能，当时你的心态是怎样的？觉得AI在什么时候能够达到这样的力量？
　　A：当时我做出了第一套不指定语者的语音识别系统，被《商业周刊》认为是当年最重要的创新之一，也被《纽约时报》、《华尔街日报》报道过。但现在回想，当时还是挺天真的，因为我当时觉得离应用不远，可能五年之内就可以应用，现在看，当时犯了几个大错误。第一个是，一个实验室的结果到一个真实应用的场景差得还很远；第二个，对于这个场景的真实用户的强需求和价值，作为一个科学家我是不懂的，我只是觉得语音进去字出来就够好，在应用中只要你把平台做好，用户就会来。当时我们内部鼓励员工的一句话就是：build it and they will come，有部电影就是这个词，就是我相信我只要把棒球场搭出来，球员跟观众就会来，最后他的梦想真的成真了，但在我们的领域这只是梦想，除非解决了用户的强需求。还有我觉得科学家总是在优化自己做了什么过去没做过的事，为了创新而创新，没有足够地意识到这种强需求和用户才是上帝。
　　还有科学家对应用场景的想象力其实非常欠缺，你看中国做计算机视觉的人全去做人脸识别，为什么？因为他博士论文就是做这个，于是一直做下去。但人脸识别只是应用之一，但科学家把它做成一个优化创新，把一件事做得非常紧密，做得很深，不会考虑到做事的速度、迭代和用户强需求。所以一个科学家创业，这两者是一定要在一个人身体里都有，再不然就要兩个人合作，一个纯科学家创业，挑战蛮多的。
　　Q：在当下的AI浪潮中你是一个什么样的角色？
　　A：我工作上当然是去当伯乐，找好的项目，投资，拿好的回报，然后确保选的是不作恶的人，因为人工智能公司是潜在很可怕的公司。另外我同样希望扮演的一个角色是，让整个社会知道人工智能时代即将来临，它对世界有颠覆性作用，会带来好事，也会带来挑战，让大家提早认知到，并选择自己的方向。
　　Q：创新工场现在投了30多家以AI为核心驱动力的公司，你选择投资的标准是怎样的？哪几个是你们比较看好将来会有很大突破的？
　　A：选择的企业里一定要有人工智能科学家，因为现在AI还没有成为一个平台，AI还是个高门槛的事，能做的人不是很多。同时我们希望它是用一个已知的算法去解决一个新领域的问题，这样的搭配会最快地创造商业价值，即在已有大数据的领域把人工智能用上来。第二种就是一些新的感知，它能够传新的数据，然后创造前所未有的应用，这可能更像Face++。第三种，自动化是未来，比如机器人、无人驾驶、回了家就有帮你按摩洗脚做菜的机器人。这三种我们都在投。
　　我投第一种时，我们要了解的就是它为谁服务，需求强不强，产生的价值大不大，数据哪里来，这些问题必须要解决。第二个领域就要看新的sensor（感知）怎么布局。比如美图，它靠女孩子的自拍；而Face++靠监测摄像头数据的上传和认证。第三个领域，无人驾驶实在太难了，能不能不要做完全的无人驾驶，要限制场景。是垃圾车、扫地车、景区车还是在停车场的车，在这些场景里做有限制的应用。所以我们要求其实是完全不一样的，在非常成熟的领域真的不要发明什么东西，赶快把钱赚出来，再稍微长远一点的是，去哪里搞数据，在更长远的是，要限制场景。我们会用我们的专业的方法来评估这三个领域，确保它是符合的。
　　那给你三个例子。第一个例子是我们投资的智融集团用钱宝，它现在每个月放贷150万单，已经超过世界上最大的银行，而且是在短短的18个月之内。它是在做风控，8秒钟做一个抉择，远超人类。它产生的价值也是巨大的，人来做这个工作就不现实了。为了借出一千块钱，我花一个小时那怎么挣钱呢？用机器花8秒钟不但很精确，坏账率很低，而且它是可扩张的，当我的放贷量从1万涨到10万再涨到100万，它只要加服务器就可以了，所以它非常符合这种原则，它很快就要上市了。
　　Face++是我们怎样把人脸识别这个应用做到最佳，怎样把效率提高。刚才说了它在很多场景里比人类识别效率高20倍，它还有在识别人脸之外的突破，比如识别车牌、物体、商品、卫星图和肿瘤，前景非常大。
　　最后一个领域无人驾驶我们投资的驭势科技，吴甘沙非常务实地限制他的场景，就在刚才讲的这几个领域里面能开车，不是开到狂风暴雨的北京，或在充满雾霾的一天里开，或到胡同里去开。他是最早做出可用的无人驾驶车之一的公司，我们非常看好。