AI三「教父」隔空喊話吐槽互聯網巨頭 激辯李開復
▲互聯網、語音、視覺、自動駕駛等領域都存在着機遇。（圖／獵雲網提供）
圖、文／獵雲網（ilieyun）
今天（26日），在GMIC全球人工智能領袖峰會上，Yann LeCun、Michael Jordan（邁克爾·喬丹）、李開復三位人工智能「教父」級人物同臺論道，圍繞AI的現狀、產業、教育與未來，各位大佬表達各自觀點，論壇中不時吐槽一下互聯網巨頭，Diss一下對方，也頗爲有趣。
Yann LeCun被業界稱爲「卷積神經網絡之父」，同時是深度學習三巨頭之一，他現在是Facebook人工智能團隊首席AI科學家，同時也是美國紐約大學的教授。有趣的是，他還有一箇中文名字叫「楊立昆」。
邁克爾·喬丹教授同樣也是一位人工智能領域泰斗級學術大咖，目前執教於加州大學伯克利分校，還是美國科學院、美國工程院、美國藝術與科學院三院院士，他被公認是機器學習領域開創者之一。2017年喬丹還擔任螞蟻金服新成立的科學智囊團主席。
而李開復則是創新工場董事長兼CEO，卡內基·梅隆大學計算機博士畢業；他本人既在很早年間就在蘋果、谷歌、微軟中進行了語音AI研究，其後又是國內最早一批熱烈擁抱人工智能的投資大佬，也被業界冠上了中國人工智能的「三大教父」之一。
楊立昆通過視頻連線的形式做了大會的主題演講，他主要分享了Facebook近期在AI領域一些新的研究與探索，比如監督學習支撐了今天的AI系統，通過FB的深度神經網絡可以實現200多種不同類別物體的識別，並能夠對多人場景下進行動態的人體行爲跟蹤。但是下一步需要將深度學習和推理相結合，通過記憶模塊來構建記憶網絡，能夠成倍的增強現在的神經網絡。
▲GMIC全球人工智能領袖峰會。（圖／獵雲網提供）
他還談論了增強學習在遊戲中有很好的表現，但是由於需要大量實驗才能夠完成一個任務，並且需要上百個小時的學習，因此在現實世界並不那麼實用。他還強調AI的核心在於預測，而AI的下一個變革在於無監督學習、常識學習。
▲GMIC全球人工智能領袖峰會。（圖／獵雲網提供）
在楊立昆演講完之後，邁克爾·喬丹與李開復現場登臺就坐，而楊立昆通過在線視頻出現在他們背後的大屏幕中。不知在楊立昆教授的犀利的凝視下，另外兩位AI教父坐的安穩否？
▲Yann LeCun（楊立昆）被業界稱爲「卷積神經網絡之父」。（圖／獵雲網提供）
熱情洋溢李開復
李開復接過剛剛楊立昆的話題談到，楊立昆教授從學術的角度描述了在過去5年左右深度學習等技術在各個領域的滲透，尤其是機器視覺。作爲AI的鼓吹者與產業從業者，而他從應用的角度，把AI的應用歸納爲四波浪潮。
值得一提的是，就在昨天（25日），李開復旗下的創新工場對外宣佈完成第四期美元風險投資基金的超額募集，總規模爲5億美元。此輪募資完成過後，創新工場共管理6支基金，管理的資產規模達110億元人民幣。今天手上「彈藥充足」的李開復，心裡想必是美得很吧？
▲李開復是創新工場董事長兼CEO，被業界冠上了中國人工智能「三大教父」之一。（圖／獵雲網提供）
第一波浪潮是互聯網的AI浪潮。當你每次點擊淘寶、朋友圈點贊，這些數據都會被蒐集起來，讓巨頭互聯網公司用來更深度瞭解用戶，更好爲用戶提供服務與商業變現。
他現場吐槽了互聯網巨頭，因爲我們每天像「小白鼠」一樣，幫助巨頭在標註數據，因此互聯網巨頭的數據是最大的，今天AI巨頭和互聯網巨頭也是相一致的， 美國的亞馬遜、谷歌、Facebook 、微軟，國內的BAT都是領跑世界的AI公司。
第二波是現有行業數據的AI化浪潮。比如銀行可以用用戶的數據來提升貸款的還款率，有效的進行投資等。李開復認爲醫院、學校、投資機構、保險等，任何有數據的公司都可以通過AI來實現商業化，這也是目前大部分AI公司所做的工作，圍繞行業想B端客戶提供AI服務。
第三波是新興語音、視覺數據的AI化浪潮。這些數據是過去沒有的，基於視覺、聽覺等通過傳感器蒐集到，並把這些數據變成新的應用，比如語音交互的智能音箱，攝像頭在各個領域的應用（無人商店）。他認爲通過在我們身邊安裝更多傳感器、攝像頭，第三波AI應用開始來臨。
第四波浪潮則是自主化自動化的AI。談到這裡李開復又變成了那個熱情洋溢的AI鼓吹者，「這就是在科幻片中看到的，商店會變成無人商店，汽車會變成無人駕駛，物流會無人化，工廠也會變成無人工廠。」簡而言之自動化會成爲社會的主流，一切都是無人的。
他強調到這一波浪潮會徹底顛覆我們的出行習慣，以及我們的生活。第四波浪潮已經有一些初級應用出來，比如自動駕駛等。
「這四個領域中國有三個趕超美國的機會」
在近期中美貿易戰的背景下，似乎任何一個行業我們都要與美國比上一比。在另外一場論壇中，李開復又圍繞這四波AI應用浪潮談到：「中國未來在這四個領域中三個有趕超（美國）的機會。」
他認爲，在第一波互聯網AI化的浪潮中，中美可謂平分秋色，但是因爲中國有數據上的優勢，因此未來有超過美國的機會。
而在第二波行業數據AI化的浪潮中，他坦言中國五年內還不能趕上美國。這也與我們混亂的行業數據有關。
在新興的語音、視覺應用上，李開復認爲，對比視覺公司與語音公司中國並不落後，甚至還保持領先，比如語音上中國有科大訊飛，美國有Nuance。
而在第四波自動化方面，他以自動駕駛舉例到，理論上美國是遙遙領先的，但最近美國也推出了一些工作保護主義政策。而中國更加有政策優勢，中國更有魄力做基礎設施的建設，因此中國也可能有機會。
邁克爾·喬丹：diss李開復，潑AI冷水
不同的李開復對AI應用的熱情洋溢，喬丹直言，目前AI還不能誇大，不要過於強調智能。目前的智能還只是單個的智能，而遠沒有到達我們需要的整個體系的智能。
▲Michael Jordan（邁克爾·喬丹）是人工智能領域泰斗級學術專家，被公認是機器學習領域開創者之一。（圖／獵雲網提供）
針對李開復謳歌的無人商店、無人車、無人物流，他則在現場懟回去，並不是無人就好，而是要實現連接。他宣稱我們需要整個體系的搭建，而不是個體的智能。
在AI的產業落地上，他也認爲目前的AI並不智能。他舉例到，比如亞馬遜會給你推薦一家餐廳，你會覺得很好。但是如果系統向所有人都推薦同一個餐廳，那麼這個餐廳人滿爲患，AI的價值又在哪裡呢？
能夠通過一個相應的體系，來實現各家都有一個很好的上座率呢？比如競爭對手看到對方已經坐滿了，通過提供更高的折扣，也許就就能吸引遊客過來，從而減少對方消費者的等候，以及自家的上座率。但目前AI還沒有考慮這麼多，是很有侷限的。
他認爲數據還沒有被充分思考，通過數據，需要商業、經濟人才和科學家協作，讓AI創造更多商業價值。
楊立昆也認同喬丹指出的問題，他也認爲，搭建整體的體系架構十分重要，這樣才更加智能。通過AI的實踐，他意識到我們還缺少智能背後的基本原則。
對於AI的智能化，楊立昆認爲，機器需要獲得更多的常識，才能夠像人類、動物一樣智能。他主張通過無監督學習和自監督學習，讓機器能夠從環境中學習足夠的背景知識，進而獲得預測的能力。
而監督學習，每次實驗只能給機器少量數據，進行的訓練就比較有限，是無法產生真正的智能的。
結語：整體智能離我們還很遠
在這個時間點反覆探討人工智能概念已經有些過時，在過去兩年間，AI已經完成了從產業到大衆的啓蒙，所以這次幾位業內人士探討的話題中，我們更關注的還是AI的產業落地和發展方面——這也是自從2017年下半年以來的行業關注重點。
李開復AI應用的維度，圍繞數據談了四個領域的AI浪潮，代表了當下AI落地走向應用的四個方向。同時他也談到，相比美國，我們在互聯網、語音、視覺、自動駕駛等領域都存在機遇。
而另外兩位學術背景濃厚的AI大咖對於AI更加謹慎，他們認爲目前的AI並不智能，或者我們現在能夠做到的只是單個智能／部分智能，而真正的智能是整個系統是智能（整體智能），我們還有很長的路要走。
●本文作者：王非；文章來源：智東西，作者：寓揚。獵雲網原創文章未經授權轉載必究，如需轉載請聯繫官方微信號進行授權。●轉載時須在文章頂端明確註明出處、保留官方微信、作者和原文超連結如轉自獵雲網 （微信號：ilieyun）字樣。●獵雲網報導中所涉及的融資金額均由創業公司提供，僅供參考，獵雲網不對真實性背書。