在過去的這么多年里，從來沒有哪一年像今年這樣如此聚焦人工智能。

李彥宏在B20期間反復提及人工智能——不管是否樂意，人工智能已經來了；接著，賈躍亭在G20峰會期間主動在微博曝光他們在人工智能上的動作——“期待全球首部LeEco人工智能（LeAI）生態(tài)手機盡早面市，不久見。

”與此同時，出席B20的科大訊飛董事長劉慶豐表示：“如果在討論全球經濟治理時不考慮人工智能產業(yè)的趨勢和影響，我覺得是完全不可想象的。

”而把技術領域這股討論熱潮直接推上高峰的，則是習大大在G20中演講的一段話：“以互聯網為核心的新一輪科技和產業(yè)革命蓄勢待發(fā)，人工智能、虛擬現實等新技術日新月異，虛擬經濟與實體經濟的結合，將給人們的生產方式和生活方式帶來革命性變化。

”放眼國外，谷歌也開始調整了戰(zhàn)略，從移動優(yōu)先到人工智能優(yōu)先。

盡管在年初Alphago大戰(zhàn)李世石時，媒體已經就人工智能進行了各種解讀，但不少人心里仍然會有諸如此類的疑問：人工智能會取代人類嗎？其真正的威脅是在哪里？它會不會有情感？未來到底是端智能，還是云智能？另外，人工智能落地需要哪些條件？而在商業(yè)層面，人工智能的商業(yè)模式究竟是什么樣的？在這一領域的創(chuàng)業(yè)者，應該如何創(chuàng)業(yè)？注：上個月，阿里云iDST研究員、IEEE Fellow華先勝（花名：方廣）；阿里云iDST總監(jiān)初敏；阿里云資深數據挖掘專家閔萬里（花名：山景）；阿里云研究中心主任田豐（花名：酒道），來了一場“煮酒”論人工智能。

人工智能會取代人類？這只是科技界的語不驚人死不休科技界經常有人說，人工智能要取代人類。

但這樣的言論在三位人工智能大咖看來，只是一種語不驚人死不休——以聳人的言論引來關注度，因為今天所見到的所有機器人都還只是機器，離人還差的很遠。

三位老師從以下的角度進行了闡述：技術超越人類其實早就存在；機器的局限性：只能做邏輯思考的能力，沒有感性思維，談超越、取代還為時尚早；人和人工智能的關系：是人手、眼、耳等五官的延伸，其終極作用是服務于我們。

第一點：技術超越人類其實早就存在，比如數千年前出現的算盤（比心算快）、幾十年前的計算器，以及20年前在國際象棋上打敗人類的深藍。

而智能化的技術也已經在很多地方使用了幾十年，比如登月技術以及工業(yè)生產線。

在今天之所以會成為一個大眾化的話題，主要是今天的計算能力、算法、機器學習和數據能力，讓之前不好解決的問題，在今天也得到了解決，所以會被大眾過于解讀。

第二點：把上面舉的例子串起來，你會發(fā)現它們擅長的都是有規(guī)則可循的——強調的是邏輯思考的能力。

因此，在一些可以寫成規(guī)則的事情上，人工智能會超過人類。

但在文學藝術等感性思維上，其本身就不是一個有客觀規(guī)律的東西，無法用邏輯寫成一加一等于二或者五除二這樣的簡單規(guī)則，在這種情況下，談人工智能取代人類真的是為時過早。

第三點：做人工智能的絕大多數人，他的目標壓根就不是替代人。

它只是在某個地方看起來像人，但并不是真的具有人的情感和智慧。

現在所有的技術，包括工業(yè)科技，總體來看都是人的感官、肢體的一種延伸，這些東西的背后是人在主宰。

“發(fā)展這些技術最終是要服務我們的，是在一定的范圍內解放我們的雙手、時間，而不是取代我們整個思考的過程。

”初敏稱，未來一定是以人為本，機器為輔。

具體是什么樣，不太好預測，“我相信10年之后回來看，根本不是今天我們能想象出來的，因為這里一定會發(fā)生很多變革。

”綜合來看，人與人工智能是揚長補短的關系，人工智能強在復雜數據的整合、總結能力，而人強在直觀的感覺。

初敏說，它是我們手、腳、眼的延伸，而不是對立。

未來其實只是一個分工的不同，通過機器，讓我們的生活變得非常便利和簡單。

另外，由于人工智能是由大數據驅動，并且受數據領域的局限，所以人工智能在未來會呈現兩個對立的現象：一個是越來越智能，另外一個在有些領域還是有點傻。

這里或許有人關心，究竟哪些工作會被機器替代。

工業(yè)革命時代，體力密集型的被機器替代，初敏指出：“人工智能時代，首先被替代的應該是人力密集型的，其次則是部分腦力密集型的。

” 方廣表示，只要是在數據密集型、計算密集型這些有個例可尋的領域，機器都是可以超過人類的。

人工智能的威脅來自人還是機器？有不少名人做出人工智能會導致人類滅亡的言論，他們用意到底是什么？三位老師一個共同的認識是：人工智能的威脅不是來自于那個被賦予所謂智能的機器，而是來自造這個機器的人。

山景表示，任何一個科學技術的發(fā)展都是雙刃劍，它都可能有反作用。

比如說，有人把惡意的代碼給串進去，哪怕是一個簡單的機器，也可能對人造成巨大的傷害。

所以，就像今天的殺毒軟件一樣，將來對人工智能也會出現類似的訴求。

在某方面，超越人類極限的技術并無過錯，就好像搜索，就是很大的超越，去圖書館翻書，一個人一年能看度搜好書？能查到多少資料？“技術的本質還是給人帶來便利。

由于機器沒有自主意識，所謂的威脅是背后的人在做壞事或者是有人在教機器做壞事的邏輯，而不是機器自己在做壞事。

”初敏說，不需要擔心這個，至少在能看的見的時間里不用操心這件事情。

如果談如何防范的話，建議如下：1、邏輯代碼上少一些Bug；2、用法律約束人工智能背后的人。

自發(fā)的情感智能是一件特別難的事“要想做到情感智能，首先要讓機器理解人的情感世界。

但人的大腦有百億量級的神經元，每個細胞元都存在激活和非激活狀態(tài)（0和1），一天的數據量大概是一百個PB。

如果能通過計算的方式，展示每時每刻整個腦神經的細胞元活動圖，還原我們每一個情感的狀態(tài)——處在什么狀態(tài)下是開心或不開心、哪幾個細胞元被激活導致這樣一個情緒、是因為什么誘因導致的？如果這個問題能解，至少能從認知的角度先理解我們的情感的這個通道，和它的模式是什么樣的。

”只有先理解這個工作模式后，才可能有可能去造一個有情感的機器人。

怎么樣讓一個機器有一個自發(fā)性的情感產生，山景認為：“在目前為止，我覺得還是非常難的一件事，目前只能先做好第一步，先理解情感的產生。

”他還表示，在情感理解上，今天的大數據已經可以部分做到，雖然沒有把腦神經的活躍度圖給展現出來，但是它能夠模擬刺激數據是什么樣，然后再通過表象猜深層次的，就能夠實現一些情感功能，比如欣賞音樂等。

“這只是在情感上去做一些可量化，然后無限逼近，但無限逼近并不代表有自發(fā)的創(chuàng)造性。

”初敏認為，情感智能化分成兩個層面，一個是讓讓機器本身具有情感，另外一個是讓機器理解人的情感，這兩個不一樣。

讓機器去理解人的情感，這件事是可行的，但讓機器有情感這件事情還是太難了。

比如說所謂的陪伴機器人，陪伴機器人不是教這個機器人有情感，而是讓它能抓住跟它需要陪伴對象的情感，以及這個對象在不同情感狀態(tài)下，需要它來做什么，這些事情完全是可以學習到的。

未來到底是端智能，還是云智能？現在有兩種趨勢，一種是云計算公司把智能往云上做，另外一種，則是創(chuàng)業(yè)公司把智能往端上做，比如攝像頭、手機等智能設備端，那未來趨勢，到底是端智能，還是云智能？方廣分析到，端智能的優(yōu)勢在于敏捷性，不需要語音交互，馬上得到計算結果，因此對于一些實時性要求高的應用，目前必須使用端，比如自動駕駛、安防等。

端它的缺點則是受限于它的計算的能力，同時也不能感受到其他的端（如果能，那就是云了）。

云的優(yōu)勢是：有強大的計算能力，又能夠把這些點——各個端的這些收集起來的數據能夠綜合起來進行分析、判斷，這種智能有時候是超越人智能的。

方廣認為，云和端兩者之間的關系是互相依賴的：云的技術需要通過端來展現，端則是云數據的入口和出口。

他指出，N年以后，也許云和端概念就沒有了，當云和端之間帶寬不是問題的時候，端和云將是一體的。

“智能在端，智慧在云。

”山景稱，當局部的智能聚集在一起時，就能成為一個大智慧。

比如說，抓套牌車、闖紅燈的攝像燈在云端串聯起來，可做的事情將會變得非常多，這就是局部的智能變成一個全局的智慧。

端和云必然是連在一起的，終極境界就是你中有我，我中有你，混為一體。

初敏則從另外個角度解說云和端的關系。

端和云之間，只是分工不同。

有些事情因為安全和隱私需要，不適合在云上，所以只能放在端中處理，比如家中的智能音響，不能把所有聲音都傳到云上。

人工智能落地的條件方廣認為，人工智能落地的條件分別是：算法、數據、計算平臺、用戶、商業(yè)模式，這五個條件是必不可少的。

人工智能首先是建立在足夠強大的算法上，但光有算法沒有數據，那也是巧婦難為無米之炊。

除了算法和數據外，也需要一個計算平臺做支撐，否則算法無法得以實現。

除此之外，也需要用戶有需求，才能帶動技術發(fā)展，并貢獻數據。

同時，也需要好的商業(yè)模式，否則一切都很難長久。

過程中反饋非常重要，山景說，就像填鴨式教育，老師給你題目做，它是做錯了，還是做對了，下一輪該給它什么樣的題目，這個地方自反饋、自適應的過程非常關鍵。

光有這些條件，如果不用互聯網思維的話，落地可能也沒那么快。

初敏稱指出，用互聯網的思維把這五個因素串起來，迭代才能非常快。

“以更快的速度使用反饋數據來更新模型，形成這樣的正循環(huán)周期后，效果就會越來越好。

”哪怕就是算法不變，只要能不斷的反饋數據并不斷優(yōu)化，過一兩個月之后，它的能力也會好很多。

人工智能該怎么商業(yè)化？談到人工智能的商業(yè)模式，初敏稱，并不是人工智能有什么商業(yè)模式，而是在解決人的一些需求以及商業(yè)化中，人工智能應用的價值性更大。

從分工角度，初敏認為人工智能的商業(yè)模式有兩個層次：“第一個層次是一群人在后面提供基礎技術，再一群人落地到產品——在具體的應用場景中使用人工智能；另外一個則是宏觀上的判斷，它是一個很有趨勢的場景，在這個場景中有極大的可能性做出好結果，從而推動某些企業(yè)將這些技術儲存在它的應用里。

”“一種是對現有商業(yè)流程上的效率提升，另外一種則是顛覆性的創(chuàng)新。

”山景則把商業(yè)模式總結為這兩種。

前者的價值，主要是體現在增值上面，比如生產線使用人工智能以后，效率提升了、整體收益提高。

后者則是一種無中生有，創(chuàng)造全新的機會，比如蒸汽機車代替了馬車，在今天則是無人駕駛汽車的出現，有可能顛覆勞動密集型的出租車行業(yè)，山景認為，這些都是有可能的，“屆時可能是一種商業(yè)模式的重組，賣算法，或者賣計算的時間，按照行駛的里程數來賣錢。

”在商業(yè)模式上，方廣提到了一個非常關鍵的點——它是不是真正的解決了人們的需要。

“這個東西到底是不是有用？是解決了部分人，還是很多人的問題。

”方廣認為，只有把這個應用找出來，在點上發(fā)力，解決其中的技術、數據、平臺、用戶的問題，才可能真正成為一個商業(yè)的應用。

對人工智能領域創(chuàng)業(yè)者的建議對當下在人工智能領域的創(chuàng)業(yè)者，方廣覺得，可能還是要找準要解決的問題是什么，所擅長的是什么，然后再去看上面提到的那五個要素：算法、數據、用戶、計算平臺和商業(yè)模式，如果這些因素都具備成功可能性大很多，如果不具備某個因素，就要思考如何獲得。

“對一個創(chuàng)業(yè)者來說，更精準的定位很重要。

”初敏認為，最重要的是專注，而不要心太大，盡量利用周圍有的現成的東西做你最想做的那件事。

人工智能有不同的層次，做場景的，技術不一定需要自己研發(fā)，也可以利用現有技術；對于在技術領域耕耘的，一定要把技術做的有價值、有門檻，最后才能售賣技術。

每個企業(yè)根據自己的特點，需要準確的給自己做一個定位。

山景則建議大家別做人工智能芯片，“這是一個貴族游戲，一失敗幾百萬美元就燒沒了，這種對創(chuàng)業(yè)公司來說沒有資本是搞不定這件事。

”他接著表示，人工智能芯片中某一種算法可能非常的牛，但由于研發(fā)到量產需要很長一段時間，這種技術領先性可能就被稀釋掉。

若出現另外一種東西可以代替它，那整個價值一下子就被稀釋了，這是人工智能創(chuàng)業(yè)高危的一個選擇。

山景還談到，對于做場景——業(yè)務創(chuàng)新的人，應弱化技術的角色開始先站住腳，搶市場份額，尤其在咱們國內這種競爭環(huán)境下，否則很容易被復制，被扼殺掉。

最后主持人田豐也延伸出一個問題：有沒有可能出現一種超級算法，讓人工智能發(fā)現一些人類發(fā)現不了的規(guī)律，這時人們又怎么去驗證它？方廣表示，這是有可能存在的。

“今天的人工智能都是假設一種情況來測試它，像那種增強學習的人工智能到了一定程度之后，的確很難檢驗它是好是壞。

”初敏稱，你不知道數據里藏了什么，所以有可能不知道它學到的是什么。

山景認為這種超級算法非常難實現。

他表示，證明一個東西的成立往往很難的，但是要證明它的不足和不成立是很容易的，從這個角度來講，今天的人工智能學到的東西還遠遠不足。

三位專家也就人工智能的未來做了寄語，總結成兩點：、1、人工智能前景非常光明，但道路是曲折——Long  wait  go。

但只要方向對了，就不用怕路遠，只要堅持走下去，總是會有量變到質變的一個過程。

2、人工智能是我們手、眼、耳等五官四肢的延伸，它最主要的作用是幫助我們，所以不需要去特別擔心人工智能的威脅論。