2019年5月18日陆奇博士在清华非公开演讲《AI的本质与创业创新》，这是陆奇首次在中国系统化地输出自己对AI产业的洞察和实战经验陆奇在讲座中带领创业者站在历史的高度重新认识AI，并给出AI时代个人发展的方向性建议

　　在他看来，世界变化的核心驱动是知识人类历史的进展都源于知识层次的提高，AI等机器系统帮助人类提升了获得知识的效率并用知识改造重建任何一个行业，并实现商业创新

　　今天分享的主题是“人工智能预測时代，创新创业浪潮”

　　人工智能预测，毫无疑问它对社会影响的深度和广度将是空前的。那么在创新创业上，我们该如何更恏地抓住人工智能预测这样一个历史性浪潮的机会

　　今天，我想和大家分享的是我个人在过去几十年里做技术、做产品所总结的一些心得。

　　如何把控人工智能预测时代的机会整体思路有两点，第一：站得更高；第二：站得更远

　　如何站得更高、更远？一种方法把人工智能预测技术的核心本质理解得更深尤其是结构化的本质，用它来推理将来创新的机会

　　我们回顾过去60多年来的数字化笁业历史，看到它的结构化因素用这个方式来预测人工智能预测时代有什么样的创新机会的结构。

　　所以首先我想把人工智能预测技术的核心结构和趋向和你分享一下，然后以此为基础来推演AI时代的创新机会

　　同时，再分享一下我的心得告诉你如何准备、探索囷参与，来抓住这样一个机会

　　一、AI 的本质：生产和运用知识完成任务的通用能力

　　1。 AI技术的真正内核是什么

　　今天基于深度學习为主的人工智能预测技术，把外表展示形式剥离掉看它的内核本质是一种新的计算形式，它的底层substrate(基质)是以分布式的重叠向量为基礎以这样的向量空间作为任何一个模型的特征表达空间。

　　传统意义上的机器学习使用的所有特征工程如果一旦映射到这样一个重疊向量的空间当中，很快可以通过可微分函数的表达形式来快速地学习自动表达的特征表达

　　这一点对学计算机科学的、有技术背景嘚同学来讲，我要稍微强调一下也是我个人过去多年，做技术做产品一个重要的心得

　　也就是说，如果我们可以自动地学习特征表達而且这些特征表达可以用来解决不同的任务，它本身就是知识

　　我们人可能把知识看得过分人化了，一定要用自然语言一定要鼡图谱才能表达知识吗？重叠的向量如果可以非常有效地解决多种任务它本身就是知识。

　　这是重要的一点没有技术背景也没关系，你要take away你一定要获取的最大的重点就是，我们现在找到了一种新的计算方式它有不同的底层，不同的substrate它的核心是可以从大量的数据當中快速地获取知识。

　　有了这一点接下来我们就有一个以前没有的机会。

　　我们可以通过今天可用的工程化的方式用电子技术、电气技术和机械技术来打造新一代的智能系统。

　　但是在进一步展开巨大的前景之前我们有必要结构化地讲一下智能系统它的核心特征是什么，什么样的系统是典型的智能系统理解这点有助于预测它的未来和它会带来的改变。

　　2 智能系统的结构

　　最好的智能系统是一个生物系统——人，任何系统生物系统也好，机械系统也好如果是智能的话，它一定在结构上有这三个组成部分intrinsic architectural trinity(三位一体)：

　　它有一个感知系统，它必须对环境有感知的能力通过观察，我们把它叫作观察系统通过对环境的观察，用数据来表达出来——數据代表了一种数字化的媒体来记载对环境的感知。它本身是一种知识的载体

　　上图(图)中间的是智力体系，思考体系它通过记忆囷归纳，获取知识只有这两种行为Memorization& Generalization there is nothing else。记忆和归纳通过这两者我们可以获取任何知识。

　　我们通过第二个系统智力系统对于目标可鉯进行规划，最后用第三个系统：活动系统来进行控制，对我们的环境进行互动以实现目标。

　　任何一个有智能能力的系统生物嘚也好，机械的也好一定会有这样一个结构，重要的是由于有了第一个新的计算方式我们可以用今天能够用到的，工程技术来制造囚为地制造这样的智能系统。这就是所谓今天的AI系统

　　这是非常重要的一点，有了这两者定义之后很自然地我们可以把AI的本质定义荿为是一种获取知识，运用知识达到目标的通用能力

　　我总结一下，前面讲了两点：

　　第一人工智能预测技术的核心；

　　第二，纵观历史结构化的因素可以让我们预测，在人工智能预测时代大致有什么样的一个范围会被数字化。

　　在有了上述基础理解之后陆博士提炼出 AI 作为通用能力的技术发展史规律。

　　二、AI 技术带来的改变

　　改变一：从长颈鹿到会学习的智能系统

　　需要强调的是这是我们人类历史上第一次真正有能力来建立非生物的智能体系。

　　过去60多年我们所谓的信息工业所建立的所有软件工业体系，如果用一个自然生物界来作比喻的话基本上都是长颈鹿这样的动物。

　　为什么是长颈鹿长颈鹿生下来两个小时之内，基本上它生存所需的所有技能都有了能跑，能吃树叶但是它一辈子什么都学不会，它没有学习的能力

　　我们今天所有的软件系统，大部分都是人慥的长颈鹿没有学习能力，它所有的能力都是天生给它的就是人给它的知识，我们都写在了软件代码里面了

　　我们今天起步开始慥像人一样的系统，当然离人的能力还很远但是我们已经起步了。

　　人真是很不一样人从生下来到10岁，可能几乎没什么用但是它昰一个能力强大的学习机器，Amazinglearning machine我们人是怎么学习的？

　　通过观察通过思考，通过与环境互动我们长大不是因为我们父母，也不是仩帝在给我们大脑里面写代码

　　我们之所以变得聪明，是因为观察、思考和与环境互动中学习所以人工智能预测具备了这种自主学習能力，这对人类的意义是非常非常重要的

　　这是我们历史上第一次有能力建立这样一个体系，一旦我们在接下来5年10年保持算力算法嘚能力提升我们能打造的智能体系，知识的累积会越来越强

　　所以，第一人工智能预测技术对人类的意义非常重要，这是人类历史上第一次有能力建这样一个体系

　　一旦随着接下来五年十年的算法能力的提升，我们能打造的智能体系知识的累积会越来越强。

　　第二人工智能预测在历史上也非常重要。目前为止人类历史的进展都是人的知识在提高，人有了新的能力发明了新的方法，进洏促进社会进步

　　从现在开始，人和人建立的机器系统共同发明知识。将来这些系统它获得知识的能力会远超人类所以，在历史仩也是一个非常重要的时间点

　　这就是人工智能预测技术所带来的核心结构上的不同。

　　改变二：从人创造知识到人与AI共同创造知識

　　知识的创造和使用在历史上也是非常非常重要的。到目前为止人类历史的进展都是人的知识的提高人发明的新的能力，发明的噺的方法推动社会进步

　　从现在开始，人和人建立的机器系统共同发明知识将来这些系统获得的知识会远远超过人能获取的知识，這在历史上是一个非常非常重要的时间点

　　如果说改变一是，人工智能预测技术所带来的智能体系核心结构的改变那么改变二是，從技术发展史的时间维度来看的改变

　　从历史角度来看，人工智能预测技术是人类数字化技术的长河当中的重要一步同时也是必然嘚一步。

　　过去60多年的信息技术的历史是人类数字化一切的历史而且数字化的规模和范围越来越大，数字化进程的速度越来越快

　　为什么数字化带来如此大变化？因为一旦数字化了之后我们抽取信息，获得知识的能力极大地提高而且任何一个被数字化的领域，創新的速度会不断地增加

　　因为整个社会经济，越来越是知识驱动数字化让我们获得知识的速度，创新的能力极大地提高

　　整個IT工业的历史都是数字化进程的加速，基本上每隔12年左右都有新一代的技术会出现比如定义性体验等因素，它们驱动数字化速度加速和范围拓宽总之，基本上有些结构化的规则有规律可循。

　　人工智能预测带来的改变当然不止于这两点这两点是让非专业，非技术褙景的同学理解这种改变的两个关键点：一个是智能体系的核心结构发生了根本改变机器可以像人一样自主学习，自主发明知识；

　　┅个是机器一旦能大规模发明知识所有科技的、社会的和经济的领域都会重写一遍，Redefine everything

　　三、AI会有哪些重要发展方向

　　从历史总结，再展望人工智能预测时代，会有哪些重要发展方向

　　第一，数字化技术的平台

　　第一驱动因素是前端和后端，前端主要是人機交互的覆盖率和交互的效益

　　早期都是鼠标键盘加上图像显示器。在这方面就迈出了一大步：手指(触控)

　　一旦有了手指(触控)，鈳以让这样的交互触达到更多人群因为鼠标键盘加显示器让你基本只能坐在办公室，但一旦有了手指后可以伴随着每个人将来的交互形式更广泛，自然交互不用学，每个人都可以用

　　所以，交互永远是一个驱动因素

　　后端是计算资源的规模存储计算带宽，有哆少信息可以处理有多少知识可以承载，包括空间的覆盖率

　　比如，分布式数据库可以覆盖一个企业全球的互联网覆盖整个世界。

　　正是因为有了全球互联网世界才变得平了，整个世界的产业链在过去20多年的重大改革正是因为有了数据的覆盖，数字化的进程必须有商业化的生态来持续推动

　　第二，定义性的体验

　　每一个数字化平台商业生态它都有这样一些特征，首先它有定义性的體验。

　　第一个iPhone拿到你手里时你就知道新的时代来了，因为它带给你的体验是完全不一样的

　　当你第一次拿到windows 95(历史上第一个真正恏的PC)，你也能感受到一个新的时代

　　第一次看浏览器，你就知道将来完全是链接在一起的知道数字化的社会长什么样。

　　所以萣义性的体验非常重要。

　　同时要有宽泛的场景，窄的场景不够用办公足够宽。搜索、电商、社交你必须要有宽场景，同时要囿有效的商业模式，只要这些要素到位这个平台才可以撑起来。

　　第三数字化进展可以被延续加速。

　　我们总结一下过去历史上数字化一开始就是IBM把桌面数字化了，再就是它把整个企业的信息管理数字化了，全球已经是几万亿的工业

　　接下来就是机器人，噺的移动这是真正物理世界的移动；

　　智能场所，任何一个物理空间起源于零售，因为它价值很高但是游戏规则会是一样，一旦智能化之后可以大规模地提高商业价值和社会价值，所以这一些都是将来新的支柱型的产业

　　同时，任何一个现有的产业娱乐业吔好，制造业也好金融、医疗、教育、零售，所有的行业都可以用人工智能预测技术，来提升和转型

　　因为它带来的是知识，你鼡知识可以改造可以重建，可以提升

　　任何一个人类的行业，律师、医生、教师、你的工作方式都会不一样。重复性的工作机械化的工作都会逐步逐步被取代。

　　我们人可以花更多的时间做我们更擅长的创造性的发挥性的想象性的(工作)。

　　一切都会被改变这是一个完整的、覆盖一切的变化，这并不夸张因为是人工智能预测技术核心所带来的机会。

　　五、如何加速推进整个创新进程

　　在这样一个大的背景下，我们如何来结构化的开发进而加速推进整个创新的进程？

　　这里有几个结构化的因素给你分享一下：

　　任何一个时代有大规模的商业价值要产生时都有金融资本和其他生产资本，所谓叫functional separation他会走的更靠前。

　　某种意义上市场的贪婪会赱得很快所以我们将会看到更大规模的资本投入。因为在接下来30年、40年、50年里它的机会太多了一定会有大规模的资本投入这个行业。

　　在大规模的工业化时代诞生了大学专业培训，就因为工业时代需要技能要裁缝、设计师、厨师，大规模的培养各种技能

　　但茬人工智能预测时代，人的技能适合时代要求的是创新、发明新的方法因为机械化重复性的动作都会被逐步取代。但是人才资本也会有噺的往前推进的一个机会

　　它最为重要，也更为特殊因为数据是在人工智能预测时代的一个主要生产资本，所谓叫Primary Means of Production

　　a。 农业时玳的核心生产资本是什么土地。

　　因为农业本质是光合作用只有在足够的土地有足够好的温度，有足够的阳光覆盖的情况下才可鉯种植农作物。

　　人类再聪明人再多，也没有用给你世界上几千万人最聪明的人，但你土地只有这么多你就只能生产这么多。

　　在人工智能预测时代数据也起到类似的作用

　　b。 有些同学可能开发技术你要做一个跟自然语言有关的，用语音做对话的

　　如果你没有起步的2万小时的标注数据，给你世界上所有的工程师也一点用都没有，你做不出来

　　这不是一个人的资本问题。因为数据昰知识的载体没有这样的知识，就没法做对话所以数据会成为一个主要的生产资本。

　　如果我们要推进人工智能预测时代创新的话一定要关注这三个资本，金融资本、人才资本和数据资本

　　特别是政府的政策环境。对数据安全和隐私的保护是从数据中获取资夲价值的核心关键。

　　同时基础建设比如我前面讲的，无人驾驶这样一个新的支柱性产业必须要重新构建所有路网，道路的基础建設而且有了无人驾驶后，城市的半径会增加这是历史的一个规则。

　　交通越发达城市越大，将来的都市规模会越来越大需要新嘚基础建设。

　　3 以市场导向为核心的路径

　　如果我们要加速推进人工智能预测的创新，让它创造更多的社会价值我个人认为市场導向是最关键的一个核心路径。

　　市场是非常神奇的从某种意义上来说，市场可能是人类最重大的发明之一

　　市场本质上是什么？

　　但是我们参与市场的结果是造成了对别人有价值的服务和体验和产品它是这样一个转化器，每个人去参与市场都是为了自己但莋的结果是给别人带来了利益。

　　因为市场高速反应甚至实时反应任何好的idea，有生命力的技术有高价值的场景，市场一定会有信号指示

　　没有价值的，要快速滤掉所以市场是一个高效的优化器，市场越大优化效益越好。

　　如果我们要快速地让人工智能预测產生商业价值、社会价值通过市场是最有效的途径。如果你不用市场那么你怎么知道这件事情是对的？凭什么说这是有用的市场是沒有人能逼你参与的。它的特性是造成了它是一个非常优质的过滤器是一个加速器。所以整体我们要从资本上、环境上和市场导向上关紸做适当的工作，来推进人工智能预测时代的创新

　　六、AI时代的创业

　　我们都知道创业是创新的摇篮，整个工业、整个社会任哬一个有生命力的，高价值的产业、企业它的诞生就是一个创业过程。

　　所以在人工智能预测这样一个非常特殊的时代，一个健康繁荣的早期创业生态对任何一个国家、任何一个地域，以及全球都至关重要

　　大的企业也会创新。毫无疑问人工智能预测时代给佷多大的企业带来很多机会，但是大的企业有大的企业的挑战但最终的挑战往往在于文化和机制。

　　新的企业从零开始没有任何包袱，速度快所以整体上早期创业生态在人工智能预测时代非常重要。

　　我们如何来打造一个好的环境来建立这样一个繁荣的生态？囿几个要素：

　　整个经济需要越来越多的高质量的高热情的新型的人加入创业这个行业在中国，清华是一所非常顶尖的学校创业氛圍也是非常强的。

　　所以我们需要造就一个环境，让越来越多的高质量创业人才参与进来

　　前面我讲到了，如果没有足够多的数據人再多，没有用这由他的人工智能预测技术和创造商业价值的规则本身所决定。

　　3 一些核心的AI科技能力

　　包括软件芯片算法，这些都很重要同时，在AI时代投资特别是用AI来彻底的改造，提升传统行业资本的规模需要很大资本的时间需要长线投入。

　　今天早期的生态投资是十年回报根本不够，所以在这个方面需要做很多创新和探索。

　　资本的规模和资本时长一定要做适当的调整，財能充分发挥人工智能预测时代创造价值的特性

　　包括像软银愿景。我个人认为这是刚刚开始将来会有越来越多大规模的基金向孙囸义这样大规模，投很长时间他必须这样才能创造价值。

　　所以资本也要做改革当然市场场景越多，规模越大迭代越宽。这一点茬中国是非常好的时机比世界任何一个地域都强。

　　同时人才和其他高度密集的资源也会起到越来越多的作用。大家都知道在美国矽谷就是这样的一个典型。

　　因为需要更多的密集度的数据的整合场景的覆盖、迭代、人才大学都在一起。在中国北京上海深圳这些城市都是比较理想的

　　同时，我们也需要更多一流的大学一定要长期、逐步培养黑客文化。黑客文化核心就是动手去做通过创慥性的方法来解决问题。

　　不要只看理论、只记笔记、只考虑问题想到就动手去做，做了失败没关系

　　因为你从失败当中可以学箌更正规的一些知识，所以黑客文化在中国高校中应进一步融入，这非常重要

　　同时创业的氛围，特别是在一流的高校在美国像斯坦福大学、MIT的创业氛围非常强。

　　清华在中国非常好一定要这样保持继续推进，只有这样我们才可以建立一个非常繁荣的早期创业苼态

　　七、AI时代的创业挑战有哪些？

　　因为在软件时代在互联网时代，一个创业公司的团队跟一个大公司团队基本上处在同一條起跑线上，为什么因为软件都是开源的。我自己个人写过很多各种各样的代码

　　Linux、FreeBSD、Mexico、MongoDB、Node.JS。你基本上不要写很多代码你只要把咜拿来，而且你的代码都是针对你的产品三四个月时间就有一个小型产品可以出来了。

　　在人工智能预测时代已经不是这样了因为囚工智能预测时代我们会写代码，但这些代码主要是从数据当中来学模型的抽取知识的。

　　数据你要做一个跟自然语言交互有关的這可能需要你花几万小时标注数据。第一要钱第二是时间。

　　如果你创业是以计算机视觉为主要识别所有的产品，水果、生鲜你需要的数据、标注，代价都非常高

　　所以，我们需要整个工业一起通过大家一起努力，把创新的门槛降低使得任何一个创业团队嘟能很快的去尝试，可以快速把产品做出来再到市场上去探索。

　　(内容来源：2019年4月18日陆奇在清华大学讲授《人工智能预测时代的创噺创业浪潮》，知乎独家制作上线《YC陆奇：AI技术核心本质和创新》私家课经YC同意，授权笔记侠首次发布讲座精华文字版)

　　本文来自微信公众号：笔记侠(ID:Notesman)，作者：陆奇原标题《陆奇最新演讲：没有学习能力，看再多世界也没用》