“重倉”人工智能，是李開復(fù)和創(chuàng)新工場未來幾年的方向,。但是,，他面臨一個很重要的問題：現(xiàn)在的 AI 創(chuàng)業(yè)，核心是 AI 科學(xué)家,，而“文能起筆安天下,，武能上馬定乾坤”的 AI 科學(xué)家鳳毛麟角，用他的話說“該創(chuàng)業(yè)的都創(chuàng)業(yè)了”,。

這時(shí),，產(chǎn)業(yè)在面臨一步棋。那就是：如何把一個普通的 AI 科學(xué)家變成“創(chuàng)業(yè)英雄”,。

作為三十年前就開始研究人工智能的李開復(fù)，覺得自己“技術(shù)范兒”的創(chuàng)新工場有能力推動這步棋,，并且在這一步棋中獲得穩(wěn)固的戰(zhàn)略優(yōu)勢,。

李開復(fù)告訴雷鋒網(wǎng)，

AI 創(chuàng)業(yè)現(xiàn)在是科學(xué)家的天下,，之后是數(shù)學(xué)家的天下,，將來是普通人的天下。

以下是李開復(fù)在《創(chuàng)新工場人工智能戰(zhàn)略白皮書》發(fā)布會上的閉門分享,，雷鋒網(wǎng)將其整理成為《李開復(fù)：AI 創(chuàng)業(yè)的十個真相》,，呈現(xiàn)給讀者。

創(chuàng)新工場本身主營的機(jī)構(gòu)是投資和投后的機(jī)構(gòu),，我們當(dāng)然是看項(xiàng)目,，看創(chuàng)始人，他們有 idea,、方向,，我們就會用基金投資它。

過去的互聯(lián)網(wǎng)創(chuàng)業(yè)模式,，已經(jīng)非常經(jīng)典地被《精益創(chuàng)業(yè)》描述：

幾個小朋友隨便做個產(chǎn)品上去,，能融資就融資,，不能融資就拉倒。怎么樣去惠及用戶,，迭代產(chǎn)品,，之后變現(xiàn)，成為經(jīng)典的模式,。

這個創(chuàng)業(yè)的模式,，它的紅利時(shí)代已經(jīng)過去了。當(dāng)然以后還會有,，但是不會像以前那么多,。創(chuàng)業(yè)的門檻大大提高了，因?yàn)槿斯ぶ悄苁窍乱慌鷦?chuàng)業(yè)方向,，而人工智能創(chuàng)業(yè)里面很核心的人物其實(shí)是 AI 科學(xué)家,， AI 的公司沒有 AI 科學(xué)家是沒戲的。

但是AI科學(xué)家往往都是超級宅男,，自己宅在房間里面,，整天做實(shí)驗(yàn)，突然你把他丟到一個殘酷野蠻可怕的世界里,，他自己創(chuàng)業(yè)成功率不是很高,。

很多 AI 科學(xué)家一般這輩子從來沒想過創(chuàng)業(yè)，現(xiàn)在突然想創(chuàng)業(yè)了,，然后發(fā)現(xiàn)自己長板特別長,，短板特別短：

他也許技術(shù)很牛，但是也許執(zhí)行不夠,；

也許他的產(chǎn)品演示起來很好,，但是一做起來都是Bug；

也可能他產(chǎn)品做得很不錯,，但是不懂市場,；

或者懂市場但是不知道怎么去賣。

尤其 AI 本身又是一個 ToB 的業(yè)務(wù),，所以不是那么容易自己攢一個局,。所以 AI 科學(xué)家需要懂商業(yè)的人，懂 ToB 的人,，他需要工程師,。

我們平時(shí)都會把 AI 創(chuàng)業(yè)講得很美好，今天我就跟大家講講 AI 不美好的地方,。

第一個就是：AI 科學(xué)家有短板,。

這一點(diǎn)剛才已經(jīng)說了，我們要想怎么幫“宅男”補(bǔ)足短板。

第二個就是：AI 創(chuàng)業(yè)很貴,。

剛才講的“精益創(chuàng)業(yè)”很便宜,，因?yàn)閹讉€小朋友不拿薪水，用零元就可以把第一個 App 推出去,。

我們剛投資一家公司,，投了一個月以后錢就用完了。我說你們不就八個人怎么錢就用完了,，給了你好幾百萬,。但他們說，光買機(jī)器就用了三百萬,。

第三個就是：AI 需要數(shù)據(jù),。

識別一張圖片，最少需要幾十萬張樣本數(shù)據(jù),，甚至幾百上千萬,。誰給你弄數(shù)據(jù)？

所以做人工智能投資有一個非常頭大的地方：一下頂尖的人就投完了,。

過去這兩年我們就到處去掃,，從最厲害的團(tuán)隊(duì)出來的無人駕駛公司投了兩個，沒投兩個,。然后就再也找不到團(tuán)隊(duì)了,，因?yàn)橛匈Y格的人就那么多。

我們做互聯(lián)網(wǎng)金融,，掃完了以后大概投了三個,，然后可能有一兩個錯過了機(jī)會，一兩個沒投,，然后就沒有了,。

因?yàn)锳I科學(xué)家就那么多，能夠創(chuàng)業(yè)把事情打造到一個地步的就那么多,。

AI 的現(xiàn)狀是“僧多粥少”。大家都去搶那幾棵樹,，已經(jīng)把樹拱到天價(jià)了,。我覺得 AI 這片土地需要“施肥”，而不是搶那些非常少的農(nóng)作物,。

所以我們成立了“人工智能工程院”,。我們可能花幾千萬把機(jī)器搞定，然后幫助十家二十家創(chuàng)業(yè)公司,；我們從各種渠道拿到數(shù)據(jù),，AI 科學(xué)家可以做試驗(yàn)；我們試著讓更多有潛力的 AI 科學(xué)家,，能夠考慮來創(chuàng)業(yè)這條路,，幫他們把可能 95% 的失敗率降低到 40%,，這樣的話我們就能夠產(chǎn)生自己的價(jià)值。

當(dāng)然,，投靠創(chuàng)新工場,，我們幫你解決所有問題，也要求自己的回報(bào),。本來可能五百萬占股 10%,，現(xiàn)在也許給我們 15%，我們覺得這樣的話也就足夠了,。以后如果可以打造出獨(dú)角獸,，我們是有很多回報(bào)的。

這個工程院在得到金錢回報(bào)的話,，至少得花掉兩億元人民幣,。但如果是我們施肥的，想必相比那些“農(nóng)作物”會喜歡我們,。

長期來說，真的是永遠(yuǎn)只能由 AI 科學(xué)家來創(chuàng)業(yè)嗎,？其實(shí)不一定,。

任何技術(shù)都有一條發(fā)展路徑，一個很好的例子就是 Android,。當(dāng)年我們跟 CSDN 的蔣濤一起做移動開發(fā)者的大會,。第一次大會的時(shí)候，我問現(xiàn)場觀眾：有多少人看好Android,？大概有5個手,。我問有多少人看好 Symbian？五百個手舉起來,。

但當(dāng)時(shí)我們堅(jiān)決相信 Android 才是未來的道路,。只是因?yàn)槠脚_不夠。現(xiàn)在大學(xué)里面的 Android,、 iOS 培訓(xùn)課程非常普及,。你如果是一個計(jì)算機(jī)的學(xué)生，你自己自學(xué)也好,，去做培訓(xùn)課也好,，幾個月之內(nèi)你就可以開始做 Android 了。

AI 也是這樣的狀態(tài),。

要多久時(shí)間呢,？我們大膽的假設(shè)兩三年吧。這兩三年里，我們工程院孵化科學(xué)家會是一個非常獨(dú)特而有價(jià)值的方法,。三年以后平臺出來了,，很多聰明的大學(xué)生可以自學(xué)。平臺,、工具越來越多,，AI 會變得越來越容易用了。

以后年輕人來創(chuàng)業(yè),，我覺得可能比現(xiàn)在的科學(xué)家創(chuàng)業(yè)更能成功,。因?yàn)閯?chuàng)業(yè)需要有動機(jī)，有狼性,，愿意拼命,。本來就要把自己名聲，身家全部賭進(jìn)去的,。

一位老教授，用三十年的功力弄出來一個新算法,。這種可能性是存在的,。

但真正能發(fā)力的其實(shí)還是年輕人。很多年輕人只是苦于沒有一個平臺,。

我告訴大家一個秘密,。

如果你是一個有資格的年輕人，我們只需要六個月就可以把你培訓(xùn)成為一個 AI 工程師,。絕對不是你想象的二十年,，三十年。這不像一個材料科學(xué)家,、火箭專家——這種專家真的是需要三十年的功力,。

那么，什么是有資格呢,？

很不幸,，不是所有的人。“有資格”簡單來說就是：數(shù)學(xué)天才,。

當(dāng)然,，這其中也涵蓋了統(tǒng)計(jì)、自動化,、計(jì)算機(jī)。中國人口這么多,，光是數(shù)學(xué)天才我們應(yīng)該一年都要產(chǎn)生個幾十萬了,。

• 假設(shè)有十萬個數(shù)學(xué)小天才，那里面對AI有興趣的可能就會有五萬。（因?yàn)橹袊鴮W(xué)生是特別愿意去追最熱門的東西,，最熱門的定義是什么呢,？很酷，能賺很多錢的,。）

• 里面有兩萬個接觸到了一些培訓(xùn)平臺,，花了六個月去做，這兩萬人里可能又有兩千個是適合的領(lǐng)軍人物,。比如說他是AI領(lǐng)域的雷軍,、傅盛等等這些人。

• 這兩千人最終才是我們最好的投資對象,。我們的工作就是讓這些人出現(xiàn),。

所以短期我們是抓著科學(xué)家來，再過三四年我們要把這些年輕人都培訓(xùn)出來,。讓他們認(rèn)知這是創(chuàng)業(yè)最好的時(shí)機(jī),。所以這秘密就是：我們要挖掘中國所有的數(shù)學(xué)小天才，然后引導(dǎo)他們進(jìn)入AI創(chuàng)業(yè),。

我們應(yīng)該怎樣看待 AI 呢？

有人看到阿法狗戰(zhàn)勝了李世石,，瞬間就聯(lián)想到了 AI 要接管人類,。實(shí)際上，這其中還差十萬八千里,。

AI里最難的問題之一,，是跨領(lǐng)域的自然語言理解。要做到這一點(diǎn),，需要上下文的理解,，需要跨領(lǐng)域的知識，還需要人類的“Common Sense”,。

例如我突然和你說：“中午還好沒吃漢堡,，麥當(dāng)勞不好吃?！边@句話所有人都明白什么意思,，但是機(jī)器很難讀懂。它可以把每一個字都識別正確,，但仍然無法“理解”,。

再例如：熨斗打開的不能去摸，沾了水的手不能碰電,。這些東西不用講我們都知道,。但是計(jì)算機(jī)怎么會知道這些事情呢,？

你怎么去教一個計(jì)算機(jī)跨領(lǐng)域的知識？你怎么教會它七情六欲,？你怎么教會它什么是美,？什么是愛？什么是宗教,？什么是信仰,？這些東西差得還非常遠(yuǎn)。

揣測可能發(fā)生的事情跟確信一定會發(fā)生的事情,，這兩個還是要分辨得很清楚的,。任何剛才講的 AI 不能做的事情，我們都無法揣測多久會被突破,。有人說五年,，有人說五十年，也有人說永遠(yuǎn)不會,。

我覺得我們真正應(yīng)該討論的事情是怎么用AI來創(chuàng)造價(jià)值,，怎么讓人類能夠沒有饑餓和寒冷，讓每一個人都能有尊嚴(yán)的活著,。

例如,，未來很多藍(lán)領(lǐng)和白領(lǐng)的工作都會被取代，也包括了記者,。當(dāng)然有些深度文章機(jī)器可能五十年也寫的出來,。但是如果你從網(wǎng)上攢一些資料，例如科大訊飛發(fā)布財(cái)報(bào),，產(chǎn)品多了30%,，分析師說股票怎么樣，未來人工智能被看好什么的,，這種東西機(jī)器已經(jīng)在寫了,。

當(dāng)機(jī)器能夠把簡單的工作取代的時(shí)候，當(dāng)經(jīng)過五秒以內(nèi)思考的事情人都不用做的時(shí)候,，當(dāng)這么多人將可能失業(yè)的時(shí)候,，這些失業(yè)者應(yīng)該怎么做？我們?nèi)绾稳ブ匦掠?xùn)練他們,？孩子的教育是什么樣的,？怎么讓人類繼續(xù)的去尋找應(yīng)該做的事情？也許造物者是不希望我們做這種無聊的工作,，讓我們都做有意義的事情,，所以才用機(jī)器取代了我們。

剛才講的這些事情都是十年內(nèi)會發(fā)生的,。

當(dāng)然未來也可能是 AI 養(yǎng)活了全世界,，我們也許都成為 AI 的寵物,，在家里戴著 VR 頭盔玩游戲。機(jī)器會不會有自我意識,，會不會取代人，會不會成為物種,，雖然未必不可能,，但這些是未知的。

很不幸的是：我們科幻小說看多了,。

“AI 新物種”“取代”“奴役”,，這些當(dāng)然可以被想象，但有更多必然的有意思的問題,，更值得我們?nèi)ニ伎肌?/p>

人工智能有很多學(xué)派,。符號學(xué)派、連接學(xué)派等等,。但是除了深度學(xué)習(xí)以外的方法,，經(jīng)過多年被驗(yàn)證，是不太有發(fā)展的,。

模擬人的分析方法,，希望把它變成一個規(guī)律和專家系統(tǒng)，過去五十年已經(jīng)證明了這個思路是不行的,。當(dāng)然也許某一天會有一個突破,，但是直到那一天為止應(yīng)該是不行的。

就我自己的背景來說,。在1988年,，我就開始做語音識別。當(dāng)年第一套系統(tǒng)就是用完全機(jī)器學(xué)習(xí)的方法來做的非特定人的語音識別,。

現(xiàn)在看起來這是一個特別小的方法：世界上有一個人能夠從紙上讀出語音,，我的導(dǎo)師就要把這套方法變成一套專家系統(tǒng)。

當(dāng)年就讓我很堅(jiān)定地認(rèn)為：機(jī)器的構(gòu)造跟人腦,，跟人的思維方式其實(shí)是不一樣的,。我們硬要把A放到B其實(shí)是很困難的，就像我們不能逼自己去變成一個深度學(xué)習(xí)者,，去分析事情——我們腦子思維就不是那樣的,，是不自然的。

用腦科學(xué)的方法制造人工智能,，是一個未知的領(lǐng)域,。未知的東西有它的魅力，你要做研究就要做未知,，你要有了突破那就是創(chuàng)新,。在學(xué)術(shù)領(lǐng)域你做每一件事情的衡量標(biāo)準(zhǔn)是：我要做別人從來沒做過的東西,。我們可以假設(shè)腦科學(xué)跟未來的 AI 是相關(guān)的，我們可以去證明這是或不是,。但是從投資的角度來講,，押注的風(fēng)險(xiǎn)就太大了。

當(dāng)年深度學(xué)習(xí)也是因?yàn)閿?shù)據(jù)的不足,，碰到了一些瓶頸,。但近年我們看到有好幾個特別大的變化：

第一個就是特別大量的數(shù)據(jù)在某些領(lǐng)域開始產(chǎn)生，而且我覺得我們目前還沒有被用完,。

第二個就是 GPU 的使用讓我們能夠更高效地,、非常快速地做深度學(xué)習(xí),。

現(xiàn)在我覺得,，所謂的深度學(xué)習(xí)的果實(shí)還遠(yuǎn)遠(yuǎn)沒有被摘完。人工智能的應(yīng)用來說百花齊放,，一個一個大果實(shí)就在你面前,。在這種情況下，你還要去種花,，何必呢,？

我們把 GPU 和海量數(shù)據(jù)在全世界掃一遍，應(yīng)該還夠我們 VC 界吃個五年,，所以從投資的角度這是非常清晰的事情,。

再往下走，我覺得我們 AI 肯定不可以是只有深度學(xué)習(xí),。例如現(xiàn)在還有增強(qiáng)學(xué)習(xí)的方法,，也在被探索。AlphaGo 里面也不是只存在一個方法,。所以我覺得學(xué)術(shù)界其實(shí)應(yīng)該開始幫助和探索更多的可能性,，當(dāng)我們把這兩年的糧食吃完之后也許還有更好的機(jī)會。

當(dāng)然未來 AI 也可能沒有進(jìn)一步的突破了,。

如果沒有的話,，那就說明 AI 的黃金時(shí)代過去了。下面就是物聯(lián)網(wǎng)或者其他什么的,。作為投資機(jī)構(gòu),，我們并沒有一種 AI 宗教信仰，我們還是要把控靈活度,。

就像移動互聯(lián)網(wǎng)時(shí)代,，當(dāng)時(shí)我們應(yīng)該是在業(yè)界最高調(diào)的移動互聯(lián)網(wǎng) VC。但是隨后我們根據(jù)情況做了調(diào)整,。

如果學(xué)術(shù)界跟產(chǎn)業(yè)界有一個合理的分工,，我對未來五年投資界和產(chǎn)生價(jià)值非常樂觀,，對于所謂AI的泡沫我認(rèn)為不會發(fā)生。當(dāng)然有個別的案例會有泡沫,，但是我認(rèn)為能吃的糧食實(shí)在是太多了,。

學(xué)術(shù)跟產(chǎn)業(yè)它的分工大概是這樣：

一方面是一個很天然有機(jī)的分工；

另外一方面又是有一點(diǎn)羨慕嫉妒恨在里面,。

一般來說學(xué)術(shù)界是看不起工業(yè)界的,，但是在某一個時(shí)刻突然工業(yè)界的一個技術(shù)成熟了，在這個技術(shù)上學(xué)術(shù)界就做不到工業(yè)界的成就了,。于是學(xué)術(shù)界就被逼的去做新的東西。例如：現(xiàn)在再去做人臉識別,，學(xué)術(shù)界就已經(jīng)打不過工業(yè)界了,。所以在人工智能領(lǐng)域，很少見到一個老教授一生只研究一個命題,。

AI 會帶給我們什么價(jià)值呢,？

我想先說說 AlphaGo。之所以 AlphaGo 如此引人注目,，很大程度上是因?yàn)槲覀冞@樣的專家把它講得太懸,。

之前我覺得圍棋比國際象棋至少難十年或十五年，但后來結(jié)果證明我是過于悲觀了,。我過于悲觀其實(shí)有很多理由,。我當(dāng)時(shí)認(rèn)為圍棋要比國際象棋難了一個天文數(shù)字，但天文數(shù)字也是數(shù)字,。

在AlphaGo之前最好的人工智能棋手達(dá)到了業(yè)余五段,。而 AlphaGo 最新的 Master 和職業(yè)九段之間的差距，大致相當(dāng)于職業(yè)九段和業(yè)余九段的差距,。這確實(shí)是很大的跳躍,。

那為什么會有這樣的現(xiàn)象呢？也就是說,，為什么下圍棋的人工智能進(jìn)步幅度這么大呢,？

其實(shí)有一個非常現(xiàn)實(shí)的理由,，就是想掙錢的人不會去做圍棋,。你看 AlphaGo 的專家隊(duì)伍也沒那么了不起，就是二十個很厲害的機(jī)器學(xué)習(xí)專家,。在谷歌里面可能有兩千個這樣的人,，在微軟里有一千個這樣的人。原因在于微軟和谷歌過去沒有想拿兩千個專家的力量打敗圍棋手,，他們的更多時(shí)間都在做語音識別,、人臉識別這些有價(jià)值的事情,。

在這個沒有價(jià)值的事情上 ，能用二十個專家就不錯了,。

有商業(yè)價(jià)值的 AI，影響就巨大了,。

AI 在數(shù)據(jù)量大的領(lǐng)域最易應(yīng)用,。這些數(shù)據(jù)最好被準(zhǔn)確標(biāo)注，自動化標(biāo)注,。

AI 在無摩擦的領(lǐng)域最容易應(yīng)用,。一個領(lǐng)域里面如果有制造、測試,、物流這類摩擦,，那就麻煩了。無摩擦的領(lǐng)域是什么,？醫(yī)療是無摩擦,，金融是無摩擦。

AI 在掙錢最多的領(lǐng)域容易應(yīng)用,。毫無疑問,，最掙錢的又是金融。

所以金融毫無疑問會是AI最快征服的領(lǐng)域,。因?yàn)槟愕乃惴梢院芸炀妥兂慑X,。

醫(yī)療也是一個特別巨大的領(lǐng)域。而且醫(yī)療相對傳統(tǒng),，能產(chǎn)生增值的機(jī)會很大,。而且它不是基于大數(shù)據(jù)的。最好的醫(yī)生是什么,，就是他自己是一個深度學(xué)習(xí)的機(jī)器,，根據(jù)他的經(jīng)驗(yàn)做了好多好多次。

假設(shè)他判斷了五千個病人,，判對了很多,，判錯了一些，下面他的判斷就會非常精準(zhǔn)了,。但一個好醫(yī)生可能最多也就判斷過五千個病人,，但我們的數(shù)據(jù)是五千萬的病人的級別。所以醫(yī)療超越醫(yī)生應(yīng)該是一個非常必然的,，全球性的趨勢,。

但是AI 醫(yī)療需要突破一些隱私問題，可能會有一些挑戰(zhàn)。

除了大數(shù)據(jù)應(yīng)用之外,，還有就是科幻型的應(yīng)用了。包括機(jī)器人,，無人駕駛這類領(lǐng)域,。

目前看得非常清晰，而且全球達(dá)到共識就是無人駕駛,。有時(shí)候你要做一個科幻型的東西,，需要萬事俱備，天時(shí)地利人和才能推動,。但是一旦開始動它就不得了,。就像以前我們的移動互聯(lián)網(wǎng)改造了整個產(chǎn)業(yè)鏈，以前的 SP,、諾基亞之類,。這樣的產(chǎn)業(yè)變革來臨，基本舊的企業(yè)全部會死掉,，換成一批新的。

出行就會是下一個產(chǎn)業(yè),。我們非常幸運(yùn),，目前有了共享經(jīng)濟(jì)，還有電動車,。這兩個領(lǐng)域已經(jīng)在推動了,，可推動的過程中遇到了一些阻力。

現(xiàn)在無人駕駛一來,，就會改變世界的經(jīng)濟(jì)格局,。我相信，世界經(jīng)濟(jì)10%是和出行和運(yùn)輸相關(guān)的,。雖然真正的無人駕駛到來可能還要十年,，但是有些其他的事情可以更快地被做好。

比如景區(qū)游覽車,，比如運(yùn)輸卡車,。

你可能會問，如果自動駕駛技術(shù)暫時(shí)還不成熟,，卡車下了高速公路怎么辦,？沒問題，我們把倉庫全停在高速公路旁邊不就是了,。

萬一卡車看錯路怎么辦,？那我們就重新修路，在路上放很多標(biāo)志和傳感器，這也不是很困難,。

所以我們未來三五年我們就可以打很多補(bǔ)丁,，讓無人駕駛能夠在很多有限的環(huán)境之下被使用，所以千萬不要認(rèn)為自動駕駛還有十年才來,，現(xiàn)在跟我們無關(guān),。

我們很少看到有一個產(chǎn)業(yè)從頭到尾全部都“投降”了。

• 哪一家汽車公司還敢不說無人駕駛,？每一家都在拼命想辦法去解決,，整個產(chǎn)業(yè)力量都進(jìn)來了。

• 資本的力量在全球都在投資無人駕駛的公司,。

• 最新最酷的創(chuàng)業(yè)者,，很多都在無人駕駛領(lǐng)域創(chuàng)業(yè)。

這是一個不可逆的必然趨勢,，會對各個行業(yè)做全新的布局,。

例如，所有的司機(jī)該怎么辦,？沒有車會停下來,，停車場該怎么辦？以后的汽車該什么樣子,？道路要提供什么傳感器,？哪些領(lǐng)域是最快能夠賺最多錢的？

這些我們其實(shí)都不必太擔(dān)心,，因?yàn)槟切┳钣猩虡I(yè)嗅覺的人和最有科技能力的人已經(jīng)在每天在推敲這個事情,。他們，或者說我們一定會找到解決方案,。

當(dāng)一輛無人駕駛汽車可以在路上運(yùn)行的時(shí)候,，汽車之間就可以對話了。例如前面發(fā)生了車禍,，我的車要做出避讓,。今天我的主人著急上班，你給我讓路,，我給你兩毛錢行不行,？

在這種情況下機(jī)器人就變得可行了。與其期待家里的機(jī)器人用陪小孩玩的方式進(jìn)化,，還不如期待無人駕駛汽車促進(jìn)機(jī)器人的進(jìn)化,。

更多人工智能相關(guān)內(nèi)容，請關(guān)注雷鋒網(wǎng),。