在線客服
企業(yè)微信
核心提示：當下，人工智能正在掀起一場無所不在且可能持續(xù)長達30年的發(fā)展浪潮。
馬克·尼茨伯格
加州大學伯克利分校
Mark Nitzberg 博士，博士 是《所羅門密碼》的合著者，也是加州大學伯克利分校人類兼容人工智能中心的執(zhí)行主任。 他還擔任 Cambrian.ai 的首席科學家和首席科學家，以及許多初創(chuàng)公司的顧問，利用他作為全球聯(lián)網(wǎng)計算機科學家和連續(xù)社會企業(yè)家的綜合經(jīng)驗。
當下，人工智能正在掀起一場無所不在且可能持續(xù)長達30年的發(fā)展浪潮。
盡管中美兩國存在文化、政治和經(jīng)濟差異，但相同的是學術(shù)界和產(chǎn)業(yè)界的密切互動，使得兩個國家的人工智能產(chǎn)業(yè)發(fā)展飛速，并成為當今世界上絕無僅有的“寒武紀”國家。
而且對于中國而言，還有一個明顯的優(yōu)勢是“中國速度”，即中國人的思想較為開放，即使在傳統(tǒng)行業(yè)，人們也樂于接受新理念。相關(guān)調(diào)查顯示，中國約90%的民眾支持自動駕駛汽車，而在美國，這一比例僅為52%。
在馬克·尼茨伯格和奧拉夫·格羅思所共著的《所羅門的密碼》一書中，馬克·尼茨伯格也提及，當下人工智能正在掀起一場無所不在且可能持續(xù)長達30年的發(fā)展浪潮，在未來的幾十年里，人工智能將擁有各種令人難以置信的能力，變得越來越強大，這對人類發(fā)展提出了根本性的問題。
那么，到底中美兩國在人工智能這寬廣的賽道之上發(fā)展有什么不同？且在這樣的前提下，人工智能初創(chuàng)企業(yè)們?nèi)绾伟l(fā)展壯大自己？投資人們又如何獲得更多更好的回報？
在由投中信息、投中網(wǎng)主辦的“第16屆中國投資年會·年度峰會”前夕，投中網(wǎng)與加州大學伯克利分校人類兼容人工智能中心的執(zhí)行總監(jiān)馬克·尼茨伯格（Mark Nitzberg）進行了一場深度對話。
以下是這場對話的精選：
問題1、投中網(wǎng)：從您的角度來看，目前中美兩國在人工智能領(lǐng)域的發(fā)展現(xiàn)狀如何？兩國在人工智能領(lǐng)域的發(fā)展有何差異，兩國的獨角獸企業(yè)又有何差異？
馬克·尼茨伯格：人工智能當下涵蓋的子領(lǐng)域十分廣泛，以下三種基礎(chǔ)類型的研究最值得一提：
第一類研究是英國數(shù)學家艾倫·圖靈所提出算法、架構(gòu)和測試的基礎(chǔ)等，以及基于圖靈論的拓展理論，算是純理論的部分；
第二類研究涉及應用數(shù)學、離散數(shù)學、概率統(tǒng)計、線性代數(shù)、機器學習、數(shù)據(jù)驅(qū)動的神經(jīng)網(wǎng)絡等等，這些研究領(lǐng)域涵蓋了更廣闊的范疇；
第三類研究關(guān)注的是工程學、芯片的設計、應用程序的開發(fā)等，這是在圖靈理論和應用數(shù)學領(lǐng)域基礎(chǔ)之上的落地應用層面。
所以這樣一來，衡量各個國家人工智能發(fā)展就會有很多方法，例如，投入研究的經(jīng)費、相關(guān)的風險投資、新投資的企業(yè)、從業(yè)者和出版物的數(shù)量等等。
當然，這其中，中美兩國在人工智能領(lǐng)域的發(fā)展都處于世界領(lǐng)先地位。斯坦福大學于2020和2021年度發(fā)布的《人工智能指數(shù)報告》顯示，中國在專利申請、會議出版物、期刊發(fā)表和期刊引用等四項指標上已經(jīng)領(lǐng)先于美國，躋身世界第一。
但中美兩國在人工智能發(fā)展上走的路線并不相同，所以需要從整體上看數(shù)據(jù)背后有哪些隱藏的信息。當然，在人工智能研究方面，各國的做法都大體相似。
但中國有一個特別之處，就是對純理論研究的支持力度以及相關(guān)項目的落地速度，和其他國家不太一樣。比如，中國非常歡迎那些在國外獲得人工智能博士學位的人才回國創(chuàng)辦自己的公司或者是直接到高校任教。
中美兩國關(guān)于人工智能發(fā)展的差異更多地體現(xiàn)在風險投資領(lǐng)域，中國的風險投資顯然更加盛行也更關(guān)注人工智能的發(fā)展，有數(shù)千個人工智能領(lǐng)域的創(chuàng)業(yè)公司都拿到了融資，且有少數(shù)的幾個公司真正做大做強，給投資人們帶來了非常豐厚的回報。
李開復也在其之前的書里提到，雖然美國在人工智能的研究方面占據(jù)優(yōu)勢，但是在將人工智能轉(zhuǎn)化為商業(yè)落地方面，中國的更新迭代要快得多，且已經(jīng)發(fā)現(xiàn)了人工智能的下一代實際應用。
問題2、投中網(wǎng)：AI的浪潮如今已經(jīng)不是第一次了，您怎么看待當下這波浪潮的發(fā)展？會一直影響到什么時候？為什么？在這次的浪潮中，當下又處于怎樣的發(fā)展節(jié)點？
馬克·尼茨伯格：事實上，從大型機到臺式機是第一次巨大飛躍；從孤立的臺式機到聯(lián)網(wǎng)計算機是第二次更大的飛躍；最近一次飛躍是各種聯(lián)網(wǎng)設備走進了我們的口袋里、汽車里和家里，這一次的飛躍也是有史以來一股最大的創(chuàng)新力量。
互聯(lián)網(wǎng)廣泛應用至今已有20年左右了，人工智能的各個方面也都由此得到了發(fā)展。乃至到了2007年，隨著移動計算技術(shù)的進步，算力和互聯(lián)技術(shù)都出現(xiàn)了爆發(fā)式增長。而當下這波人工智能的浪潮，不僅帶來了算力的飛躍，還促進了萬物互聯(lián)技術(shù)的飛躍。
今天，人工智能時時刻刻與我們形影不離：它在社交媒體上為我們選擇每天要看什么、讀什么和思考什么；它從門鈴和攝像頭里審視著我們；它通過智能音箱為我們播報今天的天氣……
因此，與其說當下是人工智能的時代，不如說這是聯(lián)網(wǎng)設備大規(guī)模融入人類生活方方面面的時代。
至少在這十年間，就拿人工智能對風險投資領(lǐng)域的影響來說，其給社會經(jīng)濟層面帶來的變化已經(jīng)十分廣泛。
如目前，人工智能已經(jīng)在零售和金融等領(lǐng)域創(chuàng)造了有目共睹的價值，而這還只是個開始。而在下一個十年、二十年，它將在其他行業(yè)創(chuàng)造更大的價值，比如：醫(yī)療行業(yè)、農(nóng)業(yè)、制造業(yè)、材料領(lǐng)域……人工智能在這么多行業(yè)的潛力才剛剛開始發(fā)掘。
也因此，我們有理由相信，這波人工智能浪潮正掀起一場無所不在的計算技術(shù)大潮，且比上一波浪潮持續(xù)得更長久。在我看來，這波浪潮可能會持續(xù)30年，它也將是迄今為止影響最深遠的一波人工智能浪潮。
問題3、投中網(wǎng)：當前很多人對人工智能持懷疑態(tài)度�？梢哉f人工智能無處不在，但卻似乎也沒有那么大的商業(yè)價值。您認為人工智能技術(shù)能給當今的社會經(jīng)濟帶來哪些改變？其優(yōu)點和缺點是什么？
馬克·尼茨伯格：其實，我不同意這個觀點。人工智能在很多行業(yè)已經(jīng)顯示出了巨大的商業(yè)價值，如我提到的零售業(yè)、銷售業(yè)、運輸業(yè)、住宿業(yè)、客戶服務行業(yè)等等，而這才只是剛剛開始。在其他行業(yè)，如醫(yī)療保健業(yè)，它還蘊藏著巨大的潛力有待開發(fā)。
像所有技術(shù)一樣，人工智能技術(shù)也是一個效益放大器。尤其是數(shù)據(jù)驅(qū)動層面，更容易看出人工智能到底給社會帶來了哪些增益的效應。
當然，這其中，值得指出的是，在今天的人工智能系統(tǒng)中，有一個方面我們往往容易忽視，那就是人類在這其中的核心地位：訓練機器學習系統(tǒng)所需的數(shù)據(jù)有賴于我們自己生成；當機器學習系統(tǒng)無法提供它們該有的服務時，我們是應變選項。
也因此，我們需要自己做好規(guī)劃，提前想好，之后才能借助人工智能，去創(chuàng)造更美好的未來。
比如，我們?nèi)绾慰创骷覊艛嘈偷目萍计髽I(yè)？他們是否應該比其他企業(yè)都具有更大的權(quán)力和影響力？它們會帶來哪些潛在的危害？我們該如何控制這些危害？
問題4、投中網(wǎng)：該如何發(fā)掘人工智能的商業(yè)潛力？您如何看待人工智能初創(chuàng)公司的創(chuàng)業(yè)熱潮？在這其中，資本起到了什么支撐作用？
馬克·尼茨伯格：我認為，要發(fā)掘人工智能的潛力，必須要認真地落地和轉(zhuǎn)向。
我們要對某個細分賽道的市場有深刻的理解，比如航運、牙科、服裝、供應鏈等，因勢利導，應用人工智能技術(shù)來解決具體產(chǎn)業(yè)里的問題；
具體做法可以直接讓大型科技公司內(nèi)部的實驗室和學術(shù)性的實驗室去推動科學的進步，用方興未艾的人工智能平臺去主導市場整體的增長。
新一波涌現(xiàn)出來的人工智能初創(chuàng)公司，在對某個垂直市場的客戶需求和問題有著深刻理解的前提下，可以針對性地為該市場產(chǎn)生價值，這也是過去五年來我在美國和中國看到的新趨勢。
打動投資人的永遠不是人工智能初創(chuàng)公司的員工，而是對某個垂直市場所存在的商業(yè)問題的切實理解。
問題5、投中網(wǎng)：您認為將人工智能技術(shù)大規(guī)模商業(yè)化落地的關(guān)鍵是什么？如何才能讓它們真正實現(xiàn)扭虧為盈？
馬克·尼茨伯格：這是個好問題。說到仍未實現(xiàn)盈利的獨角獸企業(yè)所面臨的挑戰(zhàn)，我們要回到商業(yè)的本質(zhì)：找到一條正確的路徑，為你的客戶創(chuàng)造價值，從而實現(xiàn)止損和盈利。
如果你還未做到這一點，那么是時候改變了。
問題6、投中網(wǎng)：人工智能技術(shù)大規(guī)模商業(yè)化的場景有哪些？您最看好哪些？為什么？
馬克·尼茨伯格：我認為這個問題的實質(zhì)是：哪些領(lǐng)域、哪些產(chǎn)品和服務會成為人工智能應用的下一個熱門賽道？
如果讓我選擇，可能是醫(yī)療保健業(yè)、制造業(yè)、供應鏈、農(nóng)業(yè)、航運業(yè)和物流業(yè)……甚至在當下的背景下，金融服務業(yè)似乎也很有潛力。
在市場以每年17%的幅度增長時，低效率的提升所帶來的改變，確實只能算得上毛毛雨。但是當市場持平或下跌時，哪怕能守住幾個點的收益也是非常重要的。而人工智能技術(shù)的作用正在此處。
問題7、投中網(wǎng)：在中美兩國不同的環(huán)境下，人工智能公司該如何制定自己的發(fā)展路線？以及該如何更好地利用資本的力量來壯大自己呢？
馬克·尼茨伯格：中美兩國環(huán)境造就的一個差異是，中國的中央政府會大力扶持人工智能產(chǎn)業(yè)的發(fā)展。
在硅谷，一家人工智能公司的典型路線是：先在銷售和營銷上投入巨資，本質(zhì)上相當于買來第一批客戶，然后期望創(chuàng)造出一種真正的企業(yè)級現(xiàn)象并讓它火起來。
相比之下，中國的人工智能初創(chuàng)公司更可能會得到地方政府的青睞，尤其是在政府相關(guān)的基金也會對其進行密切關(guān)注并投資。這樣一來，這些公司在脆弱的早期階段可能會拿到一些相應的訂單，有了收入上的保障，更容易發(fā)展壯大。
當然，在中國和美國，我們都可以看到這兩種發(fā)展路線并行不悖，比如，特斯拉就得到過政府資金的扶助。
問題8、投中網(wǎng)：正如您書中所說，我們能對人工智能系統(tǒng)寄予多大的信任？我們應該把多少控制權(quán)交給機器？
馬克·尼茨伯格：早期的人工智能系統(tǒng)都是十分受控的數(shù)學產(chǎn)物，比如眾所周知的阿爾法狗為代表的國際象棋程序。對于這樣的系統(tǒng)，我們可以很輕松地證明，它不會產(chǎn)生令人擔憂的副作用，因為它們會做的僅限于在棋盤上移動棋子。
我們已從純數(shù)學邁向了自然科學，因為我們已將數(shù)學工具融入了社會，使得它更像是一種生命形式了。所以對于今天這個廣泛互聯(lián)的生態(tài)系統(tǒng)，我們確實得采用不同的觀點來審視其復雜程度了。
在面對自然科學時，我們需要精心設計實驗，而不是隨機做對照試驗，去測試它對人類、社會和環(huán)境的潛在危害。只有當我們可證明它的基礎(chǔ)設施確實有益時，我們才能夠信任我們建立在大數(shù)據(jù)之上的系統(tǒng)。
就像只有當新藥和新療法通過了相關(guān)試驗，我們才會開始信任它一樣，我們也需要對這些人工智能系統(tǒng)進行某種審查和試驗。
為此，我們需要就一些問題提前達成一致：什么樣的傷害是可接受的？以及什么樣的傷害是不可接受的？比如自動駕駛汽車碾死了一只小動物是可以接受的嗎？
問題9、投中網(wǎng)：您在書中也提到過，在人工智能時代，就算大多數(shù)人都保住了工作飯碗，但這些飯碗是否還能讓人們維持原有的生活水平？
馬克·尼茨伯格：我相信我們能控制好人工智能的發(fā)展，以及避免人工智能對就業(yè)產(chǎn)生更大的影響，這就是立法的目的之一。比如，從當下法律對司機、外賣人員等的保護就可以管中窺豹。
當然，由于廣泛聯(lián)網(wǎng)以及人工智能技術(shù)帶來的變革十分迅猛，我們不得不緊迫地推進立法進程。這是一個很大的挑戰(zhàn)。
當下，歐洲已經(jīng)出臺了保護消費者的人工智能法規(guī)，并且有望在明年簽署頒布。中國人工智能最新的相關(guān)法規(guī)也很快通過了，在這方面美國還得努力趕上步伐。
問題10、投中網(wǎng)：您能否預測一下，我們會創(chuàng)造出什么樣具有人類特征的人工智能？如果沒有全社會的共同努力，我們是否還能掌控人類與機器、人類與未來的關(guān)系？
馬克·尼茨伯格：過去幾年里涌現(xiàn)出來的一些人工智能大型平臺，內(nèi)置了單詞和句子的各種可能的組合，做出了非常令人信服的工作，讓自己看起來比較智能甚至超越人類，甚至艾倫·圖靈用于測試機器智能的定義已經(jīng)不太適用于今天的人工智能了。
比如，圖靈測試告訴我們，如果人工智能系統(tǒng)讓人類無法區(qū)分出哪些是人類行為、哪些是機器行為，那么人工智能系統(tǒng)就是智能的。
但這里忽視了一些即便是蹣跚學步的家養(yǎng)寵物也會表現(xiàn)出來的生活經(jīng)驗：對物理知識的掌握、對意圖和因果關(guān)系的理解等。
有的人工智能科學家認為，通過輸入更多的數(shù)據(jù)，也許再改進一下架構(gòu)，基于神經(jīng)網(wǎng)絡的機器學習系統(tǒng)就可以達到人類的智能水平。
但我不同意這個觀點。我認為，我們至少需要去模擬真實的生活經(jīng)驗，而這需要一些重大的技術(shù)突破，這不太可能是僅憑神經(jīng)網(wǎng)絡的衍生發(fā)展就可以做到的。
至于控制的問題，隨著人工智能系統(tǒng)變得越來越智能，它們會具有我們無法預見的危險。而且由于人工智能技術(shù)的增益效應太大了，如果這類系統(tǒng)沒有建立在可證明其安全性的基礎(chǔ)之上，那它對人類就會構(gòu)成重大的威脅。
你如何看待現(xiàn)在人工智能產(chǎn)業(yè)呢？
加州大學伯克利分校
Mark Nitzberg 博士，博士 是《所羅門密碼》的合著者，也是加州大學伯克利分校人類兼容人工智能中心的執(zhí)行主任。 他還擔任 Cambrian.ai 的首席科學家和首席科學家，以及許多初創(chuàng)公司的顧問，利用他作為全球聯(lián)網(wǎng)計算機科學家和連續(xù)社會企業(yè)家的綜合經(jīng)驗。
當下，人工智能正在掀起一場無所不在且可能持續(xù)長達30年的發(fā)展浪潮。
盡管中美兩國存在文化、政治和經(jīng)濟差異，但相同的是學術(shù)界和產(chǎn)業(yè)界的密切互動，使得兩個國家的人工智能產(chǎn)業(yè)發(fā)展飛速，并成為當今世界上絕無僅有的“寒武紀”國家。
而且對于中國而言，還有一個明顯的優(yōu)勢是“中國速度”，即中國人的思想較為開放，即使在傳統(tǒng)行業(yè)，人們也樂于接受新理念。相關(guān)調(diào)查顯示，中國約90%的民眾支持自動駕駛汽車，而在美國，這一比例僅為52%。
在馬克·尼茨伯格和奧拉夫·格羅思所共著的《所羅門的密碼》一書中，馬克·尼茨伯格也提及，當下人工智能正在掀起一場無所不在且可能持續(xù)長達30年的發(fā)展浪潮，在未來的幾十年里，人工智能將擁有各種令人難以置信的能力，變得越來越強大，這對人類發(fā)展提出了根本性的問題。
那么，到底中美兩國在人工智能這寬廣的賽道之上發(fā)展有什么不同？且在這樣的前提下，人工智能初創(chuàng)企業(yè)們?nèi)绾伟l(fā)展壯大自己？投資人們又如何獲得更多更好的回報？
在由投中信息、投中網(wǎng)主辦的“第16屆中國投資年會·年度峰會”前夕，投中網(wǎng)與加州大學伯克利分校人類兼容人工智能中心的執(zhí)行總監(jiān)馬克·尼茨伯格（Mark Nitzberg）進行了一場深度對話。
以下是這場對話的精選：
問題1、投中網(wǎng)：從您的角度來看，目前中美兩國在人工智能領(lǐng)域的發(fā)展現(xiàn)狀如何？兩國在人工智能領(lǐng)域的發(fā)展有何差異，兩國的獨角獸企業(yè)又有何差異？
馬克·尼茨伯格：人工智能當下涵蓋的子領(lǐng)域十分廣泛，以下三種基礎(chǔ)類型的研究最值得一提：
第一類研究是英國數(shù)學家艾倫·圖靈所提出算法、架構(gòu)和測試的基礎(chǔ)等，以及基于圖靈論的拓展理論，算是純理論的部分；
第二類研究涉及應用數(shù)學、離散數(shù)學、概率統(tǒng)計、線性代數(shù)、機器學習、數(shù)據(jù)驅(qū)動的神經(jīng)網(wǎng)絡等等，這些研究領(lǐng)域涵蓋了更廣闊的范疇；
第三類研究關(guān)注的是工程學、芯片的設計、應用程序的開發(fā)等，這是在圖靈理論和應用數(shù)學領(lǐng)域基礎(chǔ)之上的落地應用層面。
所以這樣一來，衡量各個國家人工智能發(fā)展就會有很多方法，例如，投入研究的經(jīng)費、相關(guān)的風險投資、新投資的企業(yè)、從業(yè)者和出版物的數(shù)量等等。
當然，這其中，中美兩國在人工智能領(lǐng)域的發(fā)展都處于世界領(lǐng)先地位。斯坦福大學于2020和2021年度發(fā)布的《人工智能指數(shù)報告》顯示，中國在專利申請、會議出版物、期刊發(fā)表和期刊引用等四項指標上已經(jīng)領(lǐng)先于美國，躋身世界第一。
但中美兩國在人工智能發(fā)展上走的路線并不相同，所以需要從整體上看數(shù)據(jù)背后有哪些隱藏的信息。當然，在人工智能研究方面，各國的做法都大體相似。
但中國有一個特別之處，就是對純理論研究的支持力度以及相關(guān)項目的落地速度，和其他國家不太一樣。比如，中國非常歡迎那些在國外獲得人工智能博士學位的人才回國創(chuàng)辦自己的公司或者是直接到高校任教。
中美兩國關(guān)于人工智能發(fā)展的差異更多地體現(xiàn)在風險投資領(lǐng)域，中國的風險投資顯然更加盛行也更關(guān)注人工智能的發(fā)展，有數(shù)千個人工智能領(lǐng)域的創(chuàng)業(yè)公司都拿到了融資，且有少數(shù)的幾個公司真正做大做強，給投資人們帶來了非常豐厚的回報。
李開復也在其之前的書里提到，雖然美國在人工智能的研究方面占據(jù)優(yōu)勢，但是在將人工智能轉(zhuǎn)化為商業(yè)落地方面，中國的更新迭代要快得多，且已經(jīng)發(fā)現(xiàn)了人工智能的下一代實際應用。
問題2、投中網(wǎng)：AI的浪潮如今已經(jīng)不是第一次了，您怎么看待當下這波浪潮的發(fā)展？會一直影響到什么時候？為什么？在這次的浪潮中，當下又處于怎樣的發(fā)展節(jié)點？
馬克·尼茨伯格：事實上，從大型機到臺式機是第一次巨大飛躍；從孤立的臺式機到聯(lián)網(wǎng)計算機是第二次更大的飛躍；最近一次飛躍是各種聯(lián)網(wǎng)設備走進了我們的口袋里、汽車里和家里，這一次的飛躍也是有史以來一股最大的創(chuàng)新力量。
互聯(lián)網(wǎng)廣泛應用至今已有20年左右了，人工智能的各個方面也都由此得到了發(fā)展。乃至到了2007年，隨著移動計算技術(shù)的進步，算力和互聯(lián)技術(shù)都出現(xiàn)了爆發(fā)式增長。而當下這波人工智能的浪潮，不僅帶來了算力的飛躍，還促進了萬物互聯(lián)技術(shù)的飛躍。
今天，人工智能時時刻刻與我們形影不離：它在社交媒體上為我們選擇每天要看什么、讀什么和思考什么；它從門鈴和攝像頭里審視著我們；它通過智能音箱為我們播報今天的天氣……
因此，與其說當下是人工智能的時代，不如說這是聯(lián)網(wǎng)設備大規(guī)模融入人類生活方方面面的時代。
至少在這十年間，就拿人工智能對風險投資領(lǐng)域的影響來說，其給社會經(jīng)濟層面帶來的變化已經(jīng)十分廣泛。
如目前，人工智能已經(jīng)在零售和金融等領(lǐng)域創(chuàng)造了有目共睹的價值，而這還只是個開始。而在下一個十年、二十年，它將在其他行業(yè)創(chuàng)造更大的價值，比如：醫(yī)療行業(yè)、農(nóng)業(yè)、制造業(yè)、材料領(lǐng)域……人工智能在這么多行業(yè)的潛力才剛剛開始發(fā)掘。
也因此，我們有理由相信，這波人工智能浪潮正掀起一場無所不在的計算技術(shù)大潮，且比上一波浪潮持續(xù)得更長久。在我看來，這波浪潮可能會持續(xù)30年，它也將是迄今為止影響最深遠的一波人工智能浪潮。
問題3、投中網(wǎng)：當前很多人對人工智能持懷疑態(tài)度�？梢哉f人工智能無處不在，但卻似乎也沒有那么大的商業(yè)價值。您認為人工智能技術(shù)能給當今的社會經(jīng)濟帶來哪些改變？其優(yōu)點和缺點是什么？
馬克·尼茨伯格：其實，我不同意這個觀點。人工智能在很多行業(yè)已經(jīng)顯示出了巨大的商業(yè)價值，如我提到的零售業(yè)、銷售業(yè)、運輸業(yè)、住宿業(yè)、客戶服務行業(yè)等等，而這才只是剛剛開始。在其他行業(yè)，如醫(yī)療保健業(yè)，它還蘊藏著巨大的潛力有待開發(fā)。
像所有技術(shù)一樣，人工智能技術(shù)也是一個效益放大器。尤其是數(shù)據(jù)驅(qū)動層面，更容易看出人工智能到底給社會帶來了哪些增益的效應。
當然，這其中，值得指出的是，在今天的人工智能系統(tǒng)中，有一個方面我們往往容易忽視，那就是人類在這其中的核心地位：訓練機器學習系統(tǒng)所需的數(shù)據(jù)有賴于我們自己生成；當機器學習系統(tǒng)無法提供它們該有的服務時，我們是應變選項。
也因此，我們需要自己做好規(guī)劃，提前想好，之后才能借助人工智能，去創(chuàng)造更美好的未來。
比如，我們?nèi)绾慰创骷覊艛嘈偷目萍计髽I(yè)？他們是否應該比其他企業(yè)都具有更大的權(quán)力和影響力？它們會帶來哪些潛在的危害？我們該如何控制這些危害？
問題4、投中網(wǎng)：該如何發(fā)掘人工智能的商業(yè)潛力？您如何看待人工智能初創(chuàng)公司的創(chuàng)業(yè)熱潮？在這其中，資本起到了什么支撐作用？
馬克·尼茨伯格：我認為，要發(fā)掘人工智能的潛力，必須要認真地落地和轉(zhuǎn)向。
我們要對某個細分賽道的市場有深刻的理解，比如航運、牙科、服裝、供應鏈等，因勢利導，應用人工智能技術(shù)來解決具體產(chǎn)業(yè)里的問題；
具體做法可以直接讓大型科技公司內(nèi)部的實驗室和學術(shù)性的實驗室去推動科學的進步，用方興未艾的人工智能平臺去主導市場整體的增長。
新一波涌現(xiàn)出來的人工智能初創(chuàng)公司，在對某個垂直市場的客戶需求和問題有著深刻理解的前提下，可以針對性地為該市場產(chǎn)生價值，這也是過去五年來我在美國和中國看到的新趨勢。
打動投資人的永遠不是人工智能初創(chuàng)公司的員工，而是對某個垂直市場所存在的商業(yè)問題的切實理解。
問題5、投中網(wǎng)：您認為將人工智能技術(shù)大規(guī)模商業(yè)化落地的關(guān)鍵是什么？如何才能讓它們真正實現(xiàn)扭虧為盈？
馬克·尼茨伯格：這是個好問題。說到仍未實現(xiàn)盈利的獨角獸企業(yè)所面臨的挑戰(zhàn)，我們要回到商業(yè)的本質(zhì)：找到一條正確的路徑，為你的客戶創(chuàng)造價值，從而實現(xiàn)止損和盈利。
如果你還未做到這一點，那么是時候改變了。
問題6、投中網(wǎng)：人工智能技術(shù)大規(guī)模商業(yè)化的場景有哪些？您最看好哪些？為什么？
馬克·尼茨伯格：我認為這個問題的實質(zhì)是：哪些領(lǐng)域、哪些產(chǎn)品和服務會成為人工智能應用的下一個熱門賽道？
如果讓我選擇，可能是醫(yī)療保健業(yè)、制造業(yè)、供應鏈、農(nóng)業(yè)、航運業(yè)和物流業(yè)……甚至在當下的背景下，金融服務業(yè)似乎也很有潛力。
在市場以每年17%的幅度增長時，低效率的提升所帶來的改變，確實只能算得上毛毛雨。但是當市場持平或下跌時，哪怕能守住幾個點的收益也是非常重要的。而人工智能技術(shù)的作用正在此處。
問題7、投中網(wǎng)：在中美兩國不同的環(huán)境下，人工智能公司該如何制定自己的發(fā)展路線？以及該如何更好地利用資本的力量來壯大自己呢？
馬克·尼茨伯格：中美兩國環(huán)境造就的一個差異是，中國的中央政府會大力扶持人工智能產(chǎn)業(yè)的發(fā)展。
在硅谷，一家人工智能公司的典型路線是：先在銷售和營銷上投入巨資，本質(zhì)上相當于買來第一批客戶，然后期望創(chuàng)造出一種真正的企業(yè)級現(xiàn)象并讓它火起來。
相比之下，中國的人工智能初創(chuàng)公司更可能會得到地方政府的青睞，尤其是在政府相關(guān)的基金也會對其進行密切關(guān)注并投資。這樣一來，這些公司在脆弱的早期階段可能會拿到一些相應的訂單，有了收入上的保障，更容易發(fā)展壯大。
當然，在中國和美國，我們都可以看到這兩種發(fā)展路線并行不悖，比如，特斯拉就得到過政府資金的扶助。
問題8、投中網(wǎng)：正如您書中所說，我們能對人工智能系統(tǒng)寄予多大的信任？我們應該把多少控制權(quán)交給機器？
馬克·尼茨伯格：早期的人工智能系統(tǒng)都是十分受控的數(shù)學產(chǎn)物，比如眾所周知的阿爾法狗為代表的國際象棋程序。對于這樣的系統(tǒng)，我們可以很輕松地證明，它不會產(chǎn)生令人擔憂的副作用，因為它們會做的僅限于在棋盤上移動棋子。
我們已從純數(shù)學邁向了自然科學，因為我們已將數(shù)學工具融入了社會，使得它更像是一種生命形式了。所以對于今天這個廣泛互聯(lián)的生態(tài)系統(tǒng)，我們確實得采用不同的觀點來審視其復雜程度了。
在面對自然科學時，我們需要精心設計實驗，而不是隨機做對照試驗，去測試它對人類、社會和環(huán)境的潛在危害。只有當我們可證明它的基礎(chǔ)設施確實有益時，我們才能夠信任我們建立在大數(shù)據(jù)之上的系統(tǒng)。
就像只有當新藥和新療法通過了相關(guān)試驗，我們才會開始信任它一樣，我們也需要對這些人工智能系統(tǒng)進行某種審查和試驗。
為此，我們需要就一些問題提前達成一致：什么樣的傷害是可接受的？以及什么樣的傷害是不可接受的？比如自動駕駛汽車碾死了一只小動物是可以接受的嗎？
問題9、投中網(wǎng)：您在書中也提到過，在人工智能時代，就算大多數(shù)人都保住了工作飯碗，但這些飯碗是否還能讓人們維持原有的生活水平？
馬克·尼茨伯格：我相信我們能控制好人工智能的發(fā)展，以及避免人工智能對就業(yè)產(chǎn)生更大的影響，這就是立法的目的之一。比如，從當下法律對司機、外賣人員等的保護就可以管中窺豹。
當然，由于廣泛聯(lián)網(wǎng)以及人工智能技術(shù)帶來的變革十分迅猛，我們不得不緊迫地推進立法進程。這是一個很大的挑戰(zhàn)。
當下，歐洲已經(jīng)出臺了保護消費者的人工智能法規(guī)，并且有望在明年簽署頒布。中國人工智能最新的相關(guān)法規(guī)也很快通過了，在這方面美國還得努力趕上步伐。
問題10、投中網(wǎng)：您能否預測一下，我們會創(chuàng)造出什么樣具有人類特征的人工智能？如果沒有全社會的共同努力，我們是否還能掌控人類與機器、人類與未來的關(guān)系？
馬克·尼茨伯格：過去幾年里涌現(xiàn)出來的一些人工智能大型平臺，內(nèi)置了單詞和句子的各種可能的組合，做出了非常令人信服的工作，讓自己看起來比較智能甚至超越人類，甚至艾倫·圖靈用于測試機器智能的定義已經(jīng)不太適用于今天的人工智能了。
比如，圖靈測試告訴我們，如果人工智能系統(tǒng)讓人類無法區(qū)分出哪些是人類行為、哪些是機器行為，那么人工智能系統(tǒng)就是智能的。
但這里忽視了一些即便是蹣跚學步的家養(yǎng)寵物也會表現(xiàn)出來的生活經(jīng)驗：對物理知識的掌握、對意圖和因果關(guān)系的理解等。
有的人工智能科學家認為，通過輸入更多的數(shù)據(jù)，也許再改進一下架構(gòu)，基于神經(jīng)網(wǎng)絡的機器學習系統(tǒng)就可以達到人類的智能水平。
但我不同意這個觀點。我認為，我們至少需要去模擬真實的生活經(jīng)驗，而這需要一些重大的技術(shù)突破，這不太可能是僅憑神經(jīng)網(wǎng)絡的衍生發(fā)展就可以做到的。
至于控制的問題，隨著人工智能系統(tǒng)變得越來越智能，它們會具有我們無法預見的危險。而且由于人工智能技術(shù)的增益效應太大了，如果這類系統(tǒng)沒有建立在可證明其安全性的基礎(chǔ)之上，那它對人類就會構(gòu)成重大的威脅。
你如何看待現(xiàn)在人工智能產(chǎn)業(yè)呢？
