謝謝大家。在大家跟好吃的晚餐之間只有我，為了盡快的把大家從饑餓中解放出來(lái)，也不破壞大家的食欲，我用最短的時(shí)間，通俗的語(yǔ)言，講講人工智能養(yǎng)成之道。

在大家座位上有一個(gè)人工智能的應(yīng)用指導(dǎo)，這是這次大會(huì)埃森哲發(fā)布的，特別給企業(yè)高管AI的入門讀物，因?yàn)锳I到處都是，雖然世界經(jīng)濟(jì)風(fēng)云變幻，今天聽(tīng)到更多的還是AI，還是5G，還是區(qū)塊鏈，不管外面的世界怎么變換，經(jīng)濟(jì)還要往前走，科技還要往前走。很多人問(wèn)我們AI是什么，是不是發(fā)展成即插即技術(shù)，投資匯報(bào)怎么算，總共有80多頁(yè)的文章，希望大家用10幾分鐘把主要的內(nèi)容在吃飯之前跟大家做一個(gè)分享。

AI并不是一個(gè)新名詞，今天在介紹AI的時(shí)候，稍微有一點(diǎn)感觸。大家可以看到在70年前，圖靈最開(kāi)始發(fā)明計(jì)算機(jī)的時(shí)候就開(kāi)始想，讓這個(gè)算法不讓機(jī)器一下就具備人類的大腦，但是能夠教他像人類一樣開(kāi)發(fā)智力，所以很多人在研究AI方面的內(nèi)容。但是因?yàn)檫^(guò)去各種各樣的限制，這條線是AI的線，過(guò)去很長(zhǎng)一段時(shí)間，非常低浮。

當(dāng)我看到這個(gè)曲線的時(shí)候，我特別有感觸，因?yàn)槲以谀畲T士的時(shí)候，博士畢業(yè)論文的題目是數(shù)字序列的數(shù)理統(tǒng)計(jì)分析，用今天的詞來(lái)說(shuō)就是大數(shù)據(jù)分析，題目是三維物理建模和圖形，我是在這條曲線還沒(méi)起來(lái)的時(shí)候博士畢業(yè)的，那時(shí)候面臨最大的問(wèn)題是找不到工作，那個(gè)時(shí)候因?yàn)樗惴ㄋ懔Φ南拗茙缀醪荒軕?yīng)用，因?yàn)檫@方面的解放，后來(lái)有一個(gè)突破性的增長(zhǎng)。那個(gè)時(shí)候我記得特別清晰，當(dāng)時(shí)IBM的深藍(lán)擊敗了卡福帕羅夫，當(dāng)時(shí)IBM提供的主機(jī)的算力達(dá)到了，當(dāng)然擊敗人類在圍棋上是永遠(yuǎn)不可能的，但是大家可以看到人類在這個(gè)上面幾乎不是機(jī)器的對(duì)手，逐漸因?yàn)樗惴ㄋ懔Φ倪M(jìn)步，AI現(xiàn)在的可能性變得無(wú)限無(wú)限的可能。

簡(jiǎn)單說(shuō)一下AI是什么？其實(shí)所有能看到的這些外面接觸的都是一些和我們?nèi)粘Ｄ芸吹降臇|西，比如說(shuō)預(yù)測(cè)自然語(yǔ)言，專家處理，所有的內(nèi)部都是學(xué)習(xí)的過(guò)程，現(xiàn)在的算法已經(jīng)非常先進(jìn)，更多基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，以前有，但是絕對(duì)沒(méi)有今天這么大的能力。以前更多的是基于規(guī)則，那時(shí)候我們?cè)诖髮W(xué)的時(shí)候，也做過(guò)專家系統(tǒng)，但更多的是規(guī)則，如果是什么，所以是什么。欠套到一定的時(shí)候，不能窮舉它，這個(gè)時(shí)候就是學(xué)習(xí)和規(guī)則定義的分水嶺，今天所有的機(jī)器學(xué)習(xí)是基于一種學(xué)習(xí)，而不是規(guī)則的定義，并不是說(shuō)因?yàn)槭菍W(xué)習(xí)，所以人類就不能掌握算法，反而在下面的內(nèi)容我們會(huì)說(shuō)作為埃森哲來(lái)說(shuō)，一個(gè)有責(zé)任的AI，不能夠把所有的東西都基于算法，算出來(lái)什么就是什么，或者說(shuō)因?yàn)楣δ茏銐驈?qiáng)大，說(shuō)什么就是什么，而是我們要掌握它，使它有責(zé)任感。

我們做了一個(gè)模擬，這個(gè)數(shù)字稍微舊了一點(diǎn)，但是意思是差不多的，這個(gè)是中國(guó)經(jīng)濟(jì)如果不考慮AI的成分，未來(lái)會(huì)怎么發(fā)展？大概今天是10萬(wàn)多，10萬(wàn)億左右，中國(guó)的GDP，到了2035年就能漲到這么多。但是把AI應(yīng)用上去，比喻為撒胡椒面的應(yīng)用，把AI當(dāng)做調(diào)味劑，撒在現(xiàn)在的生活過(guò)程中的時(shí)候，能夠帶來(lái)這么多增益，但是如果換一個(gè)思維方法，不認(rèn)為AI是胡椒面，不認(rèn)為它是一種調(diào)味劑，而是真正能夠帶來(lái)價(jià)值的生產(chǎn)力，我認(rèn)為AI是完全能夠帶來(lái)新的價(jià)值的生產(chǎn)力的時(shí)候，又能帶來(lái)將近20%幾的增長(zhǎng)，這也是我們認(rèn)為對(duì)AI的想法，不要僅僅停留于它能幫助我們做一點(diǎn)點(diǎn)東西，其實(shí)它能幫我們做的非常多。

簡(jiǎn)單說(shuō)幾個(gè)現(xiàn)在在做的，拿出這些例子可能不太好意思，今天在座好多都是AI方面的專家，但是作為一個(gè)交流，可以去說(shuō)一下。

這是我們給化工廠化學(xué)企業(yè)做的例子，這個(gè)化學(xué)企業(yè)發(fā)明了很多材料，拿材料做其他的東西，開(kāi)始他們會(huì)更多的注重做出來(lái)東西的物理特性和最后產(chǎn)品之間的質(zhì)量關(guān)系，我們跟化學(xué)企業(yè)的科學(xué)家們一起討論，不要看它的化學(xué)特性，比如說(shuō)什么樣的材料放了多少，我們看它的物理特性，把他們做出來(lái)的材料直接拍了照片，通過(guò)對(duì)這個(gè)照片的分析得到的中間的結(jié)果，對(duì)這個(gè)圖像再進(jìn)行分析，找出比如說(shuō)長(zhǎng)短、粗細(xì)、顏色，帶有各種各樣的特征，這個(gè)特征和今后產(chǎn)品之間的質(zhì)量做了關(guān)聯(lián)，最后發(fā)現(xiàn)很強(qiáng)的關(guān)聯(lián)性，所以在研究材料的時(shí)候，并不一定非要等到變成實(shí)際的東西再去測(cè)質(zhì)量，而是在這個(gè)過(guò)程中，如果進(jìn)入到學(xué)習(xí)的過(guò)程，就能遇到今后產(chǎn)品的質(zhì)量，這個(gè)大大縮短了產(chǎn)品的研發(fā)周期。

這是現(xiàn)在在做的叫做“自然生成機(jī)器人”大家一說(shuō)AI這個(gè)非常高大上，需要很深的技能，需要很強(qiáng)的工程師來(lái)做。現(xiàn)在就要打破這個(gè)說(shuō)法，現(xiàn)在是什么呢？讓一般的人都可以自己去做一個(gè)對(duì)話機(jī)器人，這個(gè)有點(diǎn)像當(dāng)年圖靈說(shuō)的，先建一個(gè)非常簡(jiǎn)單的對(duì)話，根據(jù)這個(gè)對(duì)話可以不停的聊天，可以自動(dòng)學(xué)習(xí)，逐漸可以學(xué)習(xí)到很深。這個(gè)是不需要任何編程的，而且現(xiàn)在在做的并不是埃森哲自己說(shuō)一定要幫你把所有的機(jī)器人建好，更多的是做一種賦能，把這種模式，把這個(gè)工具直接交付給企業(yè)，企業(yè)根據(jù)自己的應(yīng)用場(chǎng)景，找一些他們的員工，不斷的訓(xùn)練這個(gè)機(jī)器人。

這是非常簡(jiǎn)單的發(fā)票例子，現(xiàn)在所有企業(yè)都是用紙的發(fā)票，我們需要知道發(fā)票的金額做報(bào)銷，這種方案在中國(guó)非常流行，沒(méi)有什么可講的，現(xiàn)在唯一可講的是當(dāng)跨國(guó)企業(yè)，像埃森哲這樣，在世界上很多國(guó)家都在有運(yùn)營(yíng)的時(shí)候，有幾十個(gè)國(guó)家的發(fā)票，每一個(gè)國(guó)家的發(fā)票是不一樣的，這是我們?cè)诮鉀Q的解決方案，最開(kāi)始有少數(shù)幾個(gè)國(guó)家的發(fā)票里定義好，自動(dòng)能處理，也可以非常準(zhǔn)確的處理，當(dāng)有新的發(fā)票進(jìn)來(lái)的時(shí)候，這個(gè)系統(tǒng)不認(rèn)識(shí)了，說(shuō)對(duì)不起你來(lái)幫我，我們來(lái)幫他，把這個(gè)新的發(fā)票做一個(gè)解析，現(xiàn)在這個(gè)系統(tǒng)已經(jīng)能處理世界上60多個(gè)國(guó)家的發(fā)票，這個(gè)也是人和機(jī)器共同協(xié)作提高生產(chǎn)效率的例子。

這個(gè)也很好，其實(shí)是機(jī)器人里賣東西，我們給這個(gè)上面加了一點(diǎn)東西，能夠地鐵問(wèn)路，大家知道操著五湖四海語(yǔ)言的人都會(huì)問(wèn)他，他會(huì)回答，這個(gè)機(jī)器人用了視覺(jué)，看人多的時(shí)候會(huì)比較害羞的躲到一邊去，或者是沒(méi)電的時(shí)候他會(huì)找到一個(gè)充電樁去充電。

有了今天這樣的技術(shù)，有了今天這樣算力算法，要想提高生產(chǎn)效力是很容易了，但是馬上要引出的新問(wèn)題，人是不是只能夠AI來(lái)提高生產(chǎn)效力，或者是提高生產(chǎn)效果是不是應(yīng)用AI的終極目標(biāo)，這個(gè)畫(huà)了一個(gè)很有意思的圖，當(dāng)一個(gè)事情走向極端的時(shí)候，有可能產(chǎn)生的是另一個(gè)極端的效果。現(xiàn)在討論AI的處理方法的時(shí)候，必須考慮責(zé)任感。在美國(guó)處理過(guò)一個(gè)例子，本身并沒(méi)有什么惡意，在一個(gè)小鎮(zhèn)上，75%是白人，25%是有色人種，我們幫銀行做自動(dòng)授貸的分析，但是就是因?yàn)樾℃?zhèn)人員的偏差，當(dāng)這個(gè)算法成熟之后，我們會(huì)發(fā)現(xiàn)這個(gè)算法是偏的，對(duì)有色人種放貸的算法會(huì)提高，這個(gè)結(jié)果并不是你想帶來(lái)的。當(dāng)你現(xiàn)在能夠輕松的把AI導(dǎo)入到企業(yè)里提高生產(chǎn)效率后，還需要考慮的東西有四個(gè)，第一信任，需要向所有的你的客戶去解釋，你們現(xiàn)在用的AI是可以被信任的，就像剛才我說(shuō)的那家銀行一樣，沒(méi)有偏差，對(duì)所有人都是公平的。

第二責(zé)任，萬(wàn)無(wú)一失，萬(wàn)一有失誰(shuí)負(fù)擔(dān)責(zé)任，是AI負(fù)擔(dān)責(zé)任，是企業(yè)負(fù)擔(dān)責(zé)任還是做AI算法的工程師負(fù)擔(dān)責(zé)任，這個(gè)是要想好的。

第三安全，如何保證在整個(gè)開(kāi)發(fā)過(guò)程中，你的開(kāi)發(fā)是安全的，你沒(méi)有惡意，但是能夠保證在所有沒(méi)有惡意的過(guò)程中，沒(méi)有被有惡意的人侵入進(jìn)來(lái)，植入了惡意的東西，因?yàn)楝F(xiàn)在所有的算法都是非常復(fù)雜的，我們很難去看，特別像神經(jīng)網(wǎng)絡(luò)，幾乎不可能判斷每一個(gè)階段的參數(shù)代表了什么。

最后一個(gè)，這個(gè)可能不會(huì)發(fā)生，但是每一個(gè)企業(yè)必須要想好了，一旦當(dāng)AI掌握了什么東西，要想把它掌握的東西拿回來(lái)的時(shí)候如何控制。

我們所說(shuō)的AI，更多的是在投資回報(bào)矩陣?yán)镒钭笙陆牵岣咝剩掖蠹曳浅嶂杂谶@一點(diǎn)，因?yàn)樗强梢?jiàn)的、很快的，可度量的，立竿見(jiàn)影的。現(xiàn)在可以看到效率模型，可以處理更多的數(shù)據(jù)，可以處理更復(fù)雜的事情，逐漸向?qū)＜夷Ｊ阶哌M(jìn)，除了簡(jiǎn)單的問(wèn)題之外，會(huì)處理更復(fù)雜的東西，最終有可能走到這，AI作為一個(gè)生產(chǎn)力和我們一起去創(chuàng)新。現(xiàn)在靠人腦創(chuàng)新，很有可能再過(guò)兩年、三年，會(huì)在你旁邊坐一個(gè)機(jī)器人專家，給你提供很多創(chuàng)新思維。這個(gè)是終極目標(biāo)，雖然這個(gè)路很漫長(zhǎng)，投資回報(bào)在這里，在今天這個(gè)時(shí)代，遲早有一天會(huì)走到那里去。

這個(gè)是我今天要跟大家說(shuō)的主要內(nèi)容，希望沒(méi)有破壞大家的胃口。關(guān)鍵是AI會(huì)越來(lái)越復(fù)雜，能帶給我的東西也是越來(lái)越多的，我們很有可能走入一個(gè)歧途，它太容易帶來(lái)一個(gè)結(jié)果我們先拿到，當(dāng)我們跨越了這個(gè)階段之后，我們肯定會(huì)做更高遠(yuǎn)的東西，并不是用海量的數(shù)據(jù)喂一個(gè)算法，而是考慮我們用什么樣的數(shù)據(jù)，喂出什么樣的算法，這也是作為一個(gè)應(yīng)用AI或者今后在考慮導(dǎo)入AI的時(shí)候，需要考慮到的效率和公平的堅(jiān)固。有一句話是三流的企業(yè)用AI，二流的企業(yè)可以當(dāng)AI的教練，而真正一流的企業(yè)是要當(dāng)AI的主人，謝謝大家。