4月26日，在GMIC 北京2018大會(huì)的首場(chǎng)峰會(huì)——全球人工智能領(lǐng)袖峰會(huì)上，加州伯克利分校教授Michael Jordan、騰訊AI Lab主任張潼、IDG資本合伙人?？?、小米云平臺(tái)副總裁崔寶秋進(jìn)行了圓桌論壇，探討AI與商業(yè)化。雷鋒網(wǎng)亦來到現(xiàn)場(chǎng)，會(huì)后雷鋒網(wǎng)整理和精編了對(duì)話內(nèi)容。

互聯(lián)網(wǎng)巨頭如何看AI

互聯(lián)網(wǎng)巨頭有數(shù)據(jù)、有場(chǎng)景，最早將AI商業(yè)化。目前，國(guó)內(nèi)外的互聯(lián)網(wǎng)巨頭都在談AI戰(zhàn)略、AI布局，他們都是如何思考的呢？這次圓桌會(huì)議有來自騰訊的張潼、來自小米的崔寶秋、加入螞蟻金服的Jordan，都可以代表互聯(lián)網(wǎng)巨頭來談他們對(duì)AI的看法。

張潼講述了騰訊做AI的思路?，F(xiàn)在AI非?；馃?，各大公司都在陸續(xù)建立AI研究院，國(guó)外最早是從微軟、Google、Facebook，國(guó)內(nèi)從百度、阿里、騰訊開始。一般有兩種，一種是建立業(yè)務(wù)部門，另一種是更加偏技術(shù)的AI Lab，它基于更長(zhǎng)期的考慮，其中的技術(shù)并不一定會(huì)跟業(yè)務(wù)相結(jié)合。

騰訊AI Lab目前在做三件事情。第一件事情，AI的研發(fā)會(huì)支持業(yè)務(wù)，幫助一切底層技術(shù)開發(fā)，和產(chǎn)品部門合作把技術(shù)放到生產(chǎn)中去，比如跟騰訊社交、游戲、智能硬件結(jié)合。大公司如何有一個(gè)AI團(tuán)隊(duì)，它一定會(huì)基于自己的業(yè)務(wù)場(chǎng)景去積累去研究。第二件事情是加強(qiáng)前沿研究，通過發(fā)文章、與大學(xué)和研究院合作去積累研究能力。第三件事情是與產(chǎn)業(yè)界結(jié)合，產(chǎn)業(yè)界提供平臺(tái)性的API，同時(shí)促進(jìn)學(xué)界的產(chǎn)學(xué)研合作。

在Michael Jordan看來，國(guó)外不是微軟、Google、Facebook在AI技術(shù)上領(lǐng)先。在事實(shí)經(jīng)驗(yàn)上，領(lǐng)先的是亞馬遜。AI此前主要是稱為機(jī)器學(xué)習(xí)，在這件事情上，亞馬遜是最早的。

他分享到，在上世紀(jì)九十年代亞馬遜已經(jīng)用AI和深度學(xué)習(xí)能夠很好地進(jìn)行工業(yè)鏈的建模。對(duì)于亞馬遜這樣龐大的電商來說，必須依賴于整個(gè)供應(yīng)鏈來管理數(shù)十億美元產(chǎn)品，需要對(duì)整個(gè)供應(yīng)鏈有清晰的了解。他們當(dāng)時(shí)用深度學(xué)習(xí)和建模就能做到。此外，亞馬遜還做AB測(cè)試，對(duì)網(wǎng)站每個(gè)像素都做了測(cè)試，以給出正確的像素、顏色。這都是很多年前的事情了。

雷鋒網(wǎng)了解到，2017年5月，Michael Jordan加入了螞蟻金服，作為智囊團(tuán)主席和顧問。在他看來，像阿里巴巴這樣的電商平臺(tái)上有用戶購(gòu)買商品的數(shù)據(jù)，就可以在網(wǎng)站上做非常有用的工作，比如社交和搜索。

Google和Facebook意識(shí)到搜索和社交網(wǎng)站目前在人類溝通方面還有一些限制，正在努力用人工智能的自然語言處理和決策能力使其變得更聰明，Jordan認(rèn)為這些是非常有意思的項(xiàng)目，但是他對(duì)這些領(lǐng)域的進(jìn)展顯然不甚滿意，“我覺得在這方面可能還不是很成功，現(xiàn)在只是引起了一些媒體的關(guān)注?！?/strong>

Jordan對(duì)滴滴和Uber的評(píng)價(jià)很高，在他看來，滴滴和Uber在數(shù)據(jù)、后端系統(tǒng)、大規(guī)模人類互動(dòng)上面做得很好，它們機(jī)器深度學(xué)習(xí)很快地趕超上來，和很多IT公司相比是非常創(chuàng)新的。

Jordan進(jìn)一步表明自己對(duì)于大公司應(yīng)用AI的觀點(diǎn)，“我不僅僅關(guān)注于研究，我也非常關(guān)注那樣的一些公司，它們創(chuàng)建了一些數(shù)據(jù)流，并且很好的使用。不僅AI，AI只是其中的一面，AI只是簡(jiǎn)單的數(shù)學(xué)，是一種簡(jiǎn)單的方式，更有價(jià)值的是數(shù)據(jù)。高質(zhì)量的數(shù)據(jù)，它可以使我們的測(cè)試達(dá)到某一目的，以正確的方式搜集數(shù)據(jù)，這樣的話才可以生成相應(yīng)的價(jià)值，給到提供數(shù)據(jù)的人?！?/p>

崔寶秋分享了小米做AI的想法。AI在小米公司是無處不在的，兩年前雷軍就把AI定位為小米未來十年的核心戰(zhàn)略。小米吸引了很多AI人才來做研究，但小米還是特別偏重于產(chǎn)品的一家公司，更加注重技術(shù)落地。他同意Jordan講的大數(shù)據(jù)價(jià)值，小米擁有大量大數(shù)據(jù)，AI落地非常容易。 

?？鈴耐顿Y界來談了創(chuàng)業(yè)公司對(duì)AI的看法。他提到了商湯前兩天的大會(huì)，商湯作為AI獨(dú)角獸創(chuàng)業(yè)公司，去年在頂級(jí)會(huì)議上發(fā)表的論文數(shù)達(dá)到91篇，比BAT都多。對(duì)于創(chuàng)業(yè)公司來說，AI業(yè)務(wù)一般是to B的業(yè)務(wù)，去跟傳統(tǒng)行業(yè)做創(chuàng)新。像凱文·凱利講的顛覆性創(chuàng)新，往往是從一個(gè)大公司的邊緣部門或者是邊緣業(yè)務(wù)開始的，to B的業(yè)務(wù)是支流，也是創(chuàng)業(yè)公司能夠不與大公司直接競(jìng)爭(zhēng)的領(lǐng)域。

技術(shù)與商業(yè)的分歧

嘉賓們探討的第二個(gè)問題關(guān)于技術(shù)和商業(yè)，發(fā)展AI是技術(shù)優(yōu)先還是商業(yè)優(yōu)先？很多公司有很多大牛AI教授，研究人員，但是卻無法將技術(shù)落地，是什么原因？ 

?？馐紫确窒砹擞^點(diǎn)，AI的發(fā)展存在不同的階段，現(xiàn)在的階段以應(yīng)用為主，而下一個(gè)階段還有技術(shù)沒有突破。在2014年時(shí)，AI的發(fā)展本質(zhì)上是計(jì)算能力大大增加、計(jì)算成本大大下降的結(jié)果。在應(yīng)用上，機(jī)器可以代替人做一些事情，人臉識(shí)別、語音識(shí)別的能力都有很大的提升，這個(gè)時(shí)代應(yīng)該叫“大數(shù)據(jù)小智能”。

而在以后的“小數(shù)據(jù)大智能”上，還有很多基礎(chǔ)性的理論沒有突破。現(xiàn)在更多的說應(yīng)用，以單個(gè)地方的應(yīng)用，例如在視覺、語音、自然語言理解、知識(shí)圖譜等方面的應(yīng)用。如果說前三年是單項(xiàng)技術(shù)引領(lǐng)企業(yè)發(fā)展的時(shí)候，經(jīng)過這幾年的建設(shè)之后它慢慢地已經(jīng)到了一個(gè)平臺(tái)，把各種單項(xiàng)技術(shù)組合應(yīng)用到一個(gè)具體的行業(yè)里去，這是接下來的一個(gè)趨勢(shì)或者是很大的機(jī)會(huì)。

Jordan在這個(gè)問題上談得不多，他主要強(qiáng)調(diào)了遵循決具體問題的原則。在他看來，AI的技術(shù)是工程的技術(shù)，需要工程師的參與，所以公司最需要的是招聘到能解決問題的專家。公司發(fā)展了一項(xiàng)技術(shù)，需要在不同的場(chǎng)景去使用這個(gè)技術(shù)，而工程師所做的事情就是發(fā)揮創(chuàng)意，解決不同場(chǎng)景的問題，他們不會(huì)像科學(xué)家一樣去尋找真理。

張潼認(rèn)為技術(shù)和商業(yè)同樣重要，AI公司的關(guān)鍵是怎么形成壁壘，要有核心的能力，商業(yè)也很重要是因?yàn)楹芏嗉夹g(shù)到達(dá)一定程度后要依賴于商業(yè)。騰訊做AI都是基于騰訊自己的場(chǎng)景來做，場(chǎng)景和數(shù)據(jù)非常重要，商業(yè)上也才能有壁壘，使別人難以進(jìn)入。

大數(shù)據(jù)與隱私

第三個(gè)問題，是目前的熱點(diǎn)問題，F(xiàn)acebook的“劍橋分析”激起關(guān)于數(shù)據(jù)和用戶隱私的廣泛討論。崔寶秋拋出問題，目前我們處在AI的春天，其背后得益于深度學(xué)習(xí)技術(shù)的發(fā)展，再往后還是靠大數(shù)據(jù)和云計(jì)算能力。大數(shù)據(jù)目前在AI浪潮中扮演著不可磨滅的角色，但是比較頭疼的問題是數(shù)據(jù)共享，如何在不侵犯用戶隱私的情況下，將公司的數(shù)據(jù)與學(xué)術(shù)界與其他公司分享。小米目前做的是基本盡量不分享，滴水不漏。嘉賓們都如何看待數(shù)據(jù)分享與隱私保護(hù)的分歧？

Jordan首先闡明，不能孤立地談數(shù)據(jù)，還是與應(yīng)用相結(jié)合的。在醫(yī)療數(shù)據(jù)方面，病患的隱私一定要保護(hù)，但是我們也希望醫(yī)療數(shù)據(jù)能幫助改進(jìn)醫(yī)療。比如基因組序列，是個(gè)人數(shù)據(jù)，個(gè)人可以決定數(shù)據(jù)怎么被去使用，如果個(gè)人基因數(shù)據(jù)可以治療家人疾病，相信不少人會(huì)愿意提供。如果收集更多的人的數(shù)據(jù)能夠找到DNA突變的方法來治療癌癥，不少人也是愿意提供自己的醫(yī)療數(shù)據(jù)。數(shù)據(jù)分享并不是總是糟糕的。Facebook的事件之所以是丑聞，是因?yàn)閿?shù)據(jù)的分享沒有帶給人價(jià)值，而且讓人感覺自己的數(shù)據(jù)是被迫給被人的。

但是，Jordan也提到，說到網(wǎng)絡(luò)安全的時(shí)候，一些公司意識(shí)到數(shù)據(jù)對(duì)自己很有價(jià)值，就需要在隱私保護(hù)、數(shù)據(jù)安全性上做好，離開提升自己的競(jìng)爭(zhēng)力。同時(shí)，也讓將用戶對(duì)自己的數(shù)據(jù)使用有知情權(quán)，讓用戶感到公司是值得信任的第三方。

?？鈱?duì)數(shù)據(jù)和隱私的問題特別感興趣，也思考了好幾年。在他看來，現(xiàn)在數(shù)據(jù)是真正價(jià)值的承載著，數(shù)據(jù)的價(jià)值只有在流動(dòng)的過程中才能更好地發(fā)揮它的價(jià)值。他曾經(jīng)設(shè)想到“數(shù)據(jù)交易所”，但是我們目前并沒有這樣的交易所，是因?yàn)閿?shù)據(jù)交換后，很容易被復(fù)制，數(shù)據(jù)的加工方式不能被審計(jì)。

第二個(gè)問題，誰擁有數(shù)據(jù)的問題。在社交網(wǎng)絡(luò)平臺(tái)上，數(shù)據(jù)是屬于個(gè)人的還是屬于平臺(tái)的？在之前，讓個(gè)人去擁有自己的數(shù)據(jù)，在技術(shù)上基本是不可行的，但是今天像區(qū)塊鏈這樣的技術(shù)，使得這個(gè)問題的解決有一定的希望。

目前，他設(shè)想了三種解決方案。第一種，從技術(shù)的角度講，他請(qǐng)教過一個(gè)圖靈獎(jiǎng)獲得者，就是數(shù)據(jù)交易參與雙方在一定可信的情況下可以通過比現(xiàn)在大概復(fù)雜度要高100倍的計(jì)算，能夠做到數(shù)據(jù)在計(jì)算的過程中，其實(shí)是可以不被泄露的。但是這樣的話，成本也可能會(huì)提高100倍。第二種，就是數(shù)據(jù)擁有方并不會(huì)把數(shù)據(jù)匯集到一個(gè)中央節(jié)點(diǎn)，數(shù)據(jù)和計(jì)算都在本地，把結(jié)果拿出來。第三種，牛奎光做了一個(gè)實(shí)驗(yàn)，他投資了一個(gè)做反欺詐的公司，跟一個(gè)物流企業(yè)成立了一個(gè)合資公司，以業(yè)務(wù)和能力的方式去輸出數(shù)據(jù)的融合和聯(lián)合，但是并不把數(shù)據(jù)融合到一塊。雖然有很多探索和想法，目前看起來都沒有結(jié)果。

 張潼從公司的角度談數(shù)據(jù)和隱私問題，顯得更加實(shí)際。在他看來，如果能帶來價(jià)值，數(shù)據(jù)共享當(dāng)然很好，但是目前有一些問題，第一，商業(yè)上數(shù)據(jù)是核心壁壘，所以公司不愿意分享出來。甚至有時(shí)候在公司內(nèi)部不同的部門都不完全愿意共享，需要公司層面推。

現(xiàn)在如果有立法和規(guī)定，一些數(shù)據(jù)是可以分享的，例如政府?dāng)?shù)據(jù)、公益組織的數(shù)據(jù)。如果醫(yī)院有個(gè)組織能夠把所有醫(yī)院結(jié)合起來，然后能夠有一些立法，來分享數(shù)據(jù)也會(huì)產(chǎn)生很大的價(jià)值。還有就是物流、交通領(lǐng)域。

本場(chǎng)圓桌討論談了互聯(lián)網(wǎng)巨頭如何做AI、技術(shù)與商業(yè)的分歧、大數(shù)據(jù)和隱私保護(hù)的分歧，都是在大公司的層面。最后大家也簡(jiǎn)單聊了一下，如果沒有數(shù)據(jù)，創(chuàng)業(yè)公司如何做AI。幾位嘉賓都表示，創(chuàng)業(yè)公司沒有數(shù)據(jù)的話需要切入比較細(xì)的場(chǎng)景，積累技術(shù)上和場(chǎng)景上的經(jīng)驗(yàn)。

相關(guān)文章：

GMIC大會(huì)在即，文廚：有人建議我改成區(qū)塊鏈大會(huì)

LeCun、Jordan、李開復(fù)圓桌全文：AI的現(xiàn)狀與未來 | GMIC 2018

Yann LeCun圖文演講：如何讓 AI 學(xué)習(xí)常識(shí)， AI 未來趨勢(shì)又在何方 | GMIC 2018

李開復(fù)、胡郁、張亞勤對(duì)話：中美AI戰(zhàn)略、AI人才培養(yǎng)有何不同 | GMIC 2018

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。