1月23日，第48届世界经济论坛年会在瑞士达沃斯召开，会议召集了来自全球政商、国际机构、公民社会、学术、媒体和艺术等各界超过2500多位领袖人士出席，创新工场董事长李开复博士受邀飞赴达沃斯参会，让我们又一起来分享他实时传回来的关于AI的新鲜事。
AI将影响8亿人工作
2030年前，因为AI为主的技术发展，会见到大量的人找不到合适的工作，这个数字被麦肯锡定在4-8亿。
麦肯锡强调说，这不是说失业数据会呈现这么大的下滑，而是说很多工作的任务被机器取代之后，工作的时间和待遇都会大幅度下滑。很多人想换个好点的工作，但他们却又没有足够的才能。而才能的要求（因为AI能力提升）会越来越高，甚至让很多人对升级无望。
另外，也不是蓝领的工人最惨。嘉宾举了一个例子，一个2万美元的清洁工，机器人未必那么容易取代。但是一个8万美元的牙医助理，有了AI，就彻底被取代了，而牙医助理这个工作会彻底消失，而且牙医助理也很难找到一个合适的工作，最后可能只能沦为清洁工或服务员。这个科技浪潮真正导致实际重新训练的需求巨大，但又不容易做到。
未来对工作的最大担忧是贫富差距将达到历史新高，而这带来的社会不幸福不稳定感是非常严重的。
亚洲四小龙和中国的奇迹很难被复制，因为本地生产成为主流，而且廉价劳工作为跳板的方法也将被更廉价的机器人取代。
AI和中国是两大话题
在达沃斯峰会，AI 和中国是两大话题。我在一天里接受的三个采访，话题都与此有关。
我在新浪的视频采访中表达说，我们要尊敬甚至是敬畏美国英国加拿大的人工智能先驱，他们冒险做了很多尝试。而且很长一段时间，这个领域非常冷清，他们还是坚持做了下来，才让我们今天有了百花齐放的机会。
CNBC采访
但是务实的说，虽然说顶尖的人工智能专家还是以美国为主，但是由于一大批年轻工程师的崛起，中国的速度远远超过了欧美的总和。比如说我们所投资的FACE ++，最近就打败了Facebook、Google等公司，在coco比赛里面得到了第一，长江后浪推前浪。
新浪采访
另外中国的数据比较多，移动互联网的人数多，移动支付是美国的50倍，共享单车是美国的300倍。数据量大，对人工智能来说就有更多的燃料。
中国人工智能创业者和资本结合的特别好。资本很愿意去投资具备人工智能潜力的公司，而人工智能公司也愿意冒很大的风险去做很伟大的事情，所以我觉得无论是金融还是无人驾驶等等领域都有很好的进度。
CCTV采访
最后还是要归功于政策。去年7月，国务院发布的人工智能计划就提出了中国在2030年成为人工智能创新核心的宏伟目标。这不是一个空洞的目标，在北京、南京、广州等都开始落地，是用百亿这样级别的资本在推动，无论是帮助当地的创业者，当地的资本还有AI公司，都起到了一个很强的推动力量。在欧美，我也看到了很多的中国人工智能创业者和专家都在思考回到国内。
所以，虽然欧美占了先机，但因为上面这几个因素，中国快速直追，在几年内达到和美国共同引领世界人工智能是可以期待的。
DeepMind 联合创始人解释AlphaZero
昨天，在MIT的午餐会上，我与李飞飞（Google Cloud AI/ML领域首席科学家）；Richard Socher（Salesforce首席科学家）；Mustafa Suleyman（DeepMind 联合创始人兼主管）进行了对谈；主持人是Andrew McAfee（麻省理工学院数字经济倡导行动联合创始人）。
MIT午餐会
上个月，DeepMind团队发表了最新论文，提出强化学习算法AlphaZero，一种可以从零开始，通过自我对弈强化学习在多种任务上达到超越人类水平的新算法。据说，AlphaZero在8个小时训练后就击败李世石版本的AlphaGo；再用4小时训练击败世界顶级的国际象棋程序Stockfish；再用2小时训练击败世界顶级将棋程序Elmo。
一时间，AI界哗然：通用AI问世啦，AlphaZero完爆人类。
在昨天的午餐会上，DeepMind 的联合创始人Mustafa Suleyman 被问到Alpha zero 的强化学习是否真的证明可以不要训练数据？除了游戏还有什么应用？（潜台词是，能不能真的"通用"）
Mustafa非常坦诚地说：Alpha zero没有那么神，外界对它有点夸大了。它要想工作，必须满足三个前提：可预测环境（围棋规则），清晰奖励系统（输赢），无变数（variability) 。也并不是外界说的不受监督，Alpha zero的监督来自于它的结构和训练环境，这些依赖强化学习的具体方法在现实生活中效果不是很好。在现实生活中我们无法提供模拟器，进行巨量训练来形成算法。
不过Deepmind团队正在探索游戏之外的应用，但是初步预测这不太容易，因为真实世界比游戏复杂很多。他预测三五年内，强化学习是完全没法普及应用的，Deepmind团队已经"将目光放到几十年后了"。
Mustafa也提到：Alpha zero 本身并不能解决AI对于数据的需求，但在数据生成和模拟上的进步（比如说用真实语音合成、人脸合成、甚至类似Grand theft auto来做自动驾驶的模拟）是有可能在未来自动产生可补充的数据。
所以，之前被吓得花容失色的同学们，可以松口气啦。
李飞飞：AI要理解人类情感，早着呢
李飞飞的观点也可以抚慰那些被AI威胁论惊吓的神经。
Google Cloud AI/ML领域首席科学家 李飞飞
她认为人工智能还是一个新领域，只发展了60年左右，人工智能的理想是让机器变得智能，模仿人类智能解决问题，让人类的生活变得更好。
"回想一下，当我还是一个大学生时，我绝对想象不到人工智能会带来的巨变，它巨大的搜索能力，更别说无人驾驶了。我们已经见证了非常了不起的突破。"
李飞飞特别提醒大家，目前AI还不能理解语境、复杂的知识，要识别人类的情绪、感情和动机，也还有很长的路要走。
当然，目前有很多研究AI情感的创业项目，也不要因此受到打击，正是因为有更大的挑战，成功的收获才会更大。
李飞飞引用一位在AI领域有40多年研究经验的同事的话，评价当下我们对完美的人工智能机器的定义："一台能做出完美食物的机器，虽然房间已经着火了。"
中国AI发展有"四截火箭"
大家也向我询问中国创业环境和AI领跑机会分析。
我认为，中国的创业环境如同一个斗兽场，角斗士们斗得你死我活，留下的都是最有生命力的模式，这些模式会推动着中国向前进。
至于中国AI的领跑机会，我说中国有"四截火箭"助推。
（1）中国一流的理工科教育。
李飞飞就是这一点的证明。中国的理工科教育培养了众多科学家，而且这些人都有志于从事人工智能的相关工作。这群杰出的年轻人会是推动中国进步的一股了不起的力量。
（2）活跃的创业氛围和资本对这个领域的大量投资。
作为一家风险投资机构，我们投资了45家人工智能公司，这些公司分布在各个领域。比如如何让借贷更简单，提供消费者服务，制造能采草莓、洗碗、组装汽车的机器人。
（3）中国巨大的数据量。
中国共享单车的使用人数是美国的300倍，外卖是美国的10倍，移动支付拥有6亿多用户，是美国的50倍，而且不收佣金、无中间人。在此基础上，形成了大量的公司和数据。
（4）政府的政策。
国务院去年发布的人工智能计划表示，中国要在2030年成为人工智能创新核心国家，伴随这一政策而来的是城市层面上大量资源的投入，这显然会推动我们前进。
施密特评点AI：力量是超人的
在谷歌云的晚餐会上，董事长施密特也谈兴很浓。针对AI的发展，施密特的评价是：AI的力量是超人的。
谷歌从2000年的广告算法就开始使用AI，很早就意识到AI科研的重要性。从收购Geoff Hinton的公司，到收购DeepMind （现在这个团队已经750人），再到吸引李飞飞，将深度学习迅速渗透到整个公司。
让施密特记忆最深的AI里程碑是DeepMind 团队只用了六个工程师，几周的时间就在数据中心制冷和能源问题上节省了15%的电费。作为对比，谷歌之前的数据中心是一批很牛的工程师花费多年时间设计的。
从这个角度看，AI的力量的确是超人的。
晚会上我撞见的几位高管也谈到对谷歌最深刻的印象，都是非常积极肯定的：整个公司的人聪明，而且执行力强，一旦决定AI First，每个部门都动起来。
谷歌的企业文化依然是创业公司学习的典范。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
