李开复、胡郁、张亚勤的GMIC 2018对话:中美AI战略、AI人才培养有何不同

作者: 李诗 2018-04-27 08:50:50

李开复、胡郁、张亚勤对话:中美AI战略、AI人才培养有何不同 | GMIC 2018

在人工智能火热的当下,AI人才缺乏不仅是中国面临的问题,也是全世界都面临的问题。在GMIC 2018"AI生万物"大会上,创新工场董事长兼CEO李开复、百度总裁张亚勤、科大讯飞创始人胡郁、百度风投/百度资本合伙人蔡薇同台对话,探讨AI战略与人才。

AI人才培养 

AI人才并不是在所有时期都这么吃香,在胡郁看来,对人工智能人才的需求跟时机结合非常紧密。胡郁在1999年创办了科大讯飞,他回忆起,当时世界上人工智能正处于第二次的低潮,学人工智能的出来都找不到工作,不像现在在硅谷炙手可热,就算是到美国找教授的话他们也没钱让你念博士。

李开复、胡郁、张亚勤对话:中美AI战略、AI人才培养有何不同 | GMIC 2018

关于AI人才挖掘和培养,胡郁分享了三点。第一点,找到大学里的人工智能的人才,然后用合适的激励的办法让他们参与到产业化过程中。

胡郁分享了一个有趣的小故事,以一个问题开始:“你们知道在北京做语音技术最有钱的人是谁?”

这个人,叫孙金城,当年他在中科院声学所,职称在研究员以下。当时国家863评测语音合成他是第二名,他当时跟科大讯飞一起成立了联合实验室,现在他拥有的讯飞股票值30亿。

第二点,需要培养年轻的学生,科大讯飞在合肥培养了一批在人工智能方面真正懂得如何做研究,如何做有用研究的人。第三点,由于人工智能是交叉学科,需要从各个方面引进人才。

李开复、胡郁、张亚勤对话:中美AI战略、AI人才培养有何不同 | GMIC 2018

在胡郁分享完后,李开复自然地接过了话头。

李开复:“你说北京最有钱做语音识别的人,我算吗?”

胡郁:“你早就超越这个境界了。”

李开复:“好吧,现在不做语音了。开玩笑的。”

李开复赞同胡郁的想法,首先他认为AI人才金字塔底层的建设很重要,大量的工程师想涌入人工智能,但是现在高校没有足够好的课程和师资,所以培训教师、做大量数据竞赛很有帮助。然后,在顶尖人才方面,也不能只看教授的论文发表在什么顶级期刊会议,要看怎么跟工程结合。他认为Google在这方面做得最好,典型例子是吴恩达的团队,使得工程和科研结合在一起,成为一个可用的系统。

Facebook、Google、亚马逊都在挖高校的AI教授和研究员,然而中国的状况是,高校没有这么多人才积累,BAT的AI顶尖人才需要从Facebook、Google、亚马逊这些国外公司挖。李开复认为,中国AI人才以BAT为主,滴滴、京东、头条、美团这些公司也都会建立AI团队。因为中国有大量的数据,可以产生价值,这些超级独角兽们每找一个AI人才就可以大量变现。所以水涨船高,现在AI公司的顶级人才是美国的一倍以上,这是一个很特殊的情况。

AI人才难寻,但你不能提着灯笼只找技术最强的那种人。

李开复从VC创业的角度来谈,创业公司需要三种不同AI人才。首先要有科学家,但是看领域,不一定需要顶级的。比如说做无人驾驶的肯定需要特别顶级的,但是如果做金融,也许一个很好的数据科学家就足够了。第二种,工程能力很强,因为要求做系统和产品。第三,因为AI主要是To B业务,所以要有能够销售、懂商业、能够打单的人。要做好一个AI公司需要多元化人才搭配。

李开复、胡郁、张亚勤对话:中美AI战略、AI人才培养有何不同 | GMIC 2018

张亚勤补充道,基本上有三种不同的人才:一种是研发、算法、做理论,这些人才中国和全世界都很缺乏。第二个,做产品的,包括芯片设计,做各种不同的系统人才。这个也缺,但是这个产业本身会自己培养出来。像李开复讲的BAT、TMD、小米、京东、讯飞,已经产生了很多这样的人才。还有一种是实用人才,现在这个也相当缺。实用人才需要通过在大学、研究生,甚至在中学普及AI知识。另外也要靠市场,就是市场有这个需求,三年、五年后这个人才自动的会重心转移到这里。整体来说,五年以后中国和美国在应用人才、开发人才,基本上会到一个同样的水准。然而中国与美国在基础研究和算法理论差距会比较大。

据雷锋网了解,李开复和教育部、北大成立了联合的教育项目。百度也成立了一个“云知学院”,三年为国内打造十万AI方面人才,更多面向工程和产品开发这方面。

中美AI战略比较

李开复曾说过,人工智能的燃料就是数据。中国拥有比其他国家更多的数据,在许多技术、商业模式、产品和功能上都已经领先世界,然而世界还没有关注到这一点。蔡薇提问到,中美两国人工智能技术发展、政策环境、投资环境使得中美两国的AI人才方面有哪些不一样呢?

李开复、胡郁、张亚勤对话:中美AI战略、AI人才培养有何不同 | GMIC 2018

李开复将人工智能的发展分为四波浪潮: 互联网的AI浪潮、行业数据AI化浪潮、新兴语音、视觉数据的AI化浪潮、自主化自动化的AI。他也是从这四波浪潮来对比中美两国的AI人才发展。他认为,在互联网AI方面,中美现在应该是平分秋色。但是中国有大量数据优势、加上移动支付,中国有望在未来五年超越美国。在商业AI方面,因为数据仓库和各种企业级软件在美国更为普及,中国的传统企业数据混乱,中国难以赶超美国,还会远远落后。第三波,基于视觉和听觉的AI,中国的旷视Face++、商汤、科大讯飞的市值和收入超过美国同类公司,所以第三波中国已经领先,而且会更拉开距离。第四,无人驾驶,理论上是美国遥遥领先,然而涉及到不同的政策问题,美国和欧洲的保护主义会对无人驾驶的发展造成限制。

在张亚勤看来,行业发展有五大元素:人才、技术、市场、资金、政策。中美在技术人才方面还有差距,中国在资金和市场有些方面已经领先,此外中国有人口优势、规模优势、数据优势。在政策上有绝对优势,中国有顶层规划、人工智能新一代蓝图、政府基金。由于国家有大的战略,因此资源、人才、注意力都会向这个方向倾斜,所以效率会高,所以张亚勤称其为“中国速度”。“中国质量还差一点,但是我想中国速度是全世界认可的。所以AI中美会成为两个引擎,我不认为中国和美国直接就竞争,两个都会有,都可以共同发展。”

胡郁分享到,他去年在微博会上讲过,如果有了大数据,有了人工智能,计划经济可以做得更好。中国有两种经济体系,一种是计划经济,国家规划中国很多行业发展:教育、医疗、政法、安全、智慧城市,包括国家现在设计的四大人工智能平台,百度和讯飞都在里面。数据和政策是在一个高度集中统一在上面来进行整体规划的。从云计算、大数据到人工智能,因为中国的统筹规划,这些新技术能尽快应用,所以中国在很多方面都走在了世界前面。在胡郁看来,“越是有集中化的地方,越是能用统一规划的地方,在数据这个问题上反而有可能取得它的相对优势。而且数据的使用又反过来会增强这种中央控制体系的威力和能力,从而形成一种闭环的效果。”

中国还有中国特色社会主义的市场经济。“我们中国真的有很多方面市场经济,而且参与市场分工,做的很好。在市场经济,特别是消费者的,每个个人决定了他的这部分数据,他的使用权。Facebook的“剑桥分析”事情出来后,扎克伯格受到国会质询,他讲到一个点,如果美国政府不在数据规划和政策上能够制定一个平衡的策略的话,有可能落后于中国。”

李开复补充道,其实在数据隐私形成方面还有第三个实体,就是欧盟。因为欧盟最近推出的GDPR,是对隐私极端的严重的管理。这个隐私管理法案相当极端,也会间接影响美国那些公司,因为它们在欧洲都需要运营。所以这个李开复觉得可能也会是一个变数,给中国更多的机会。

人工智能生态搭建

雷锋网了解到,人工智能已经逐渐成熟,应用到不同的行业,人工智能的生态也在形成的过程中。PC时代,Windows形成了生态,移动互联网时代,安卓也形成了生态,在AI生态搭建过程中,中国在芯片、云、软件都有了机会。

张亚勤谈到,从PC时代、移动时代到AI时代,每个时代形成之后,生态一开始是高速变化的,然后形成了稳态,就很难再发生改变。进入AI时代会发现,很多应用,用过去的X86可能不太适应,ARM可能也不太适合,需要新的芯片架构。所以很多公司在做AI芯片。所以这个时候会产生新的操作系统,新的芯片和新的生态。

张亚勤十年前有一个比喻,所谓的生态,千亿的时候,芯片、操作系统、应用的成本的比值是1比10比100。所以并不是一个芯片就能改变生态,我们现在不仅仅有机会设计新的AI芯片,我们也有机会去打造新的平台和操作系统。百度有AI操作系统、有语音、视频、自然语言处理、有开发环境也有芯片。芯片一方面是买,一方面是合作,也有自研的芯片。

在李开复看来,过去十年整个大生态系统发生了一个惊天动地的事情,以前整个世界是以硅谷为中心、windows、英特尔代表了一切。因为这些年中国的市场有非常聪明的投资人,投资了一批执行力很强的创业者,创造出来完全与硅谷不同的思考方式、逻辑方式也创造了一个平起平坐的估值的一些公司。比如说硅谷的公司,可能更是理想化的,而中国的公司更是执行层面的;硅谷的公司是技术为主的,中国是应用导向的;硅谷的公司是希望做的更轻,人越少越好,中国希望做的更重,让人感觉更好。美国是单平台霸占全世界平台,而现在中国像滴滴等在全世界都做了布局。这个布局像百度的阿波罗支付,腾讯的微信等等,都是在海外希望能够开始落地,还有滴滴建立了反UBER联盟。

整个事情告诉我们,过去我们的芯片操作系统和应用的思维是一个全球的框架或者是应该说以硅谷的思想为核心,全球为它的使用者的一个思维方式。但是未来我觉得宇宙应该裂变成为了两个平行宇宙,一个是以美国为核心,一个是以中国为核心,所以这个意味着每个层面同应用到创业,到投资、操作系统、芯片,都会给中国带来机会。因为中国的需求,还有它的思维方式,创业方式,还有各种贸易竞争等等的理由,我觉得中国应该以后可以占领全世界半壁江山的。

在操作系统和芯片领域,李开复认为无人驾驶有可能成为下一个伟大的操作系统。过去可能是Windows,安卓,无人驾驶是需要做一个完全不同的一些事情。它要做成一个能够有自主性,能够动、能够看、能够听、能够行动的操作系统,而且是以实时,多传感器来做机器学习的,这样一个判断的系统。

芯片方面,中国也有很大机会,像传统学习GPU加速,是一种做法,现在有多方面机会,一个是怎么做到比现在性价比更高的在云方面的芯片。第二个,怎么样把芯片做到终端,做到车,做到手机等等的。第三个,还有很多新的传感器,过去不存在的,未来应该更多的在视觉、听觉方面,传感器归大量的增加,而且过去讲的很多没有实现的IOT时代也会来临。所以对整个芯片,半导体的创业和机会中国是巨大的。创新工场也投了很多家公司,像比特大陆,也是在做芯片方面的机会。所以机会很大。

张亚勤接过话,“我完全同意开复所讲的中美是两个平行宇宙。平行宇宙我认为会成为两个重力场,但是重力场不是割裂的,不是独立的。未来全球不管怎么发展,还是需要这两个平行宇宙的合作。它的不断的沟通通讯。如果看一下的话,拿芯片来讲,芯片目前比如光客最领先的技术在欧洲芬兰,founder韩国和中国的台湾。芯片设计可能在中国目前还不错,追的很快。但是设计的工具在美国。我想未来的话还是会有两个大的重力场,双方要合作。

其实我很反对,最近也有一些官员或者投资者问我,说我们能不能以后就把中国变成一个和美国没关系的,我们不要和美国合作,也不靠它?我认为全球还是需要更多的合资,全球化是大的趋势,保护主义也好,反全球化都是短视的。”

大公司/创业公司

最后一个问题,蔡薇关注到了人工智能时代大公司巨头如何诞生以及创业公司的不同的机遇。

胡郁谈到,很多巨头产生大部分都是原创性的创业,像乔布斯、比尔盖茨、扎克伯格,他们都是第一次创业就找到了风口。其他人创业成功可能很多时候是被大集团收购。但是那些能够升级传统行业的技术,往往是从小的创业公司出来的。所以对创业者的建议是:一开始要怀着成为乔布斯、扎克伯格的梦想,但是要考虑在现实中能达到怎样的层次。

他提到一件往事:”我那天我跟郭广昌聊天,我说复星和联想投资了科大迅飞。郭广昌马上纠正说是复星先干的。当时在湖畔大学,很多人很刁钻,问他,说复星能不能做出一个微信出来?郭总回答很智慧,说这个要看命。”

在李开复看来,大小公司都有机会,大公司在品牌、用户、产品上面有滚雪球效应优势。AI赋能已有数据就能达到竞争者无法达到的程度。但这也会让大公司有包袱,这就是柯达灭亡的原因。对创业公司的建议是,找到很多巨头并没有杠杆的地方,比如今天要做游戏、社交、电商都有很多困难,但是有时候你是可以找到新的机会的。比如说卖软件给银行,或者你要去卖软件给医院,或者帮医院做一套AI的诊断系统,或者要进入无人驾驶做工业机器人,这些BAT就没有特别大的优。因为AI是顾及所有的领域,并不仅仅是互联网,所以巨头能够杠杆进入的新的领域,不能涵盖了所有的领域。

从AI人才,谈到中美的AI战略,再到人工智能生态,几位嘉宾分享都有很强的观点。最后,张亚勤分享了人工智能之后的新方向和备受关注的新技术,包括类脑科学、量子计算和5G,这些新的技术还将继续推动人工智能的发展。

AI 数据 科技
上一篇:如何使用机器学习算法优化分发链路 下一篇:传统欺诈检测方案正在失效 中小企业如何做好反欺诈?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

机器学习转化为生产力,警惕这4个常见陷阱!

几乎每个人都想在他们的业务中引入机器学习,但是这些人也遇到了一个大问题:让模型可持续发展十分困难,尤其是在云架构的基础上。medium上一位博主也指出了这个问题,并提出了将机器学习模型投入生产的4个常见陷阱。

大数据文摘 ·  1天前
对于人工智能的恐惧及其5个解决方法

实施人工智能技术的IT领导人可能会感到一些恐惧,这有着充分的理由。人工智能在拥有数十年发展和应用历史的同时却有着奇怪的定位,但对于许多人来说,人工智能仍然是一种未来主义的感觉。

Kevin Casey ·  2天前
用AI实现动画角色的姿势迁移,Adobe等提出新型「木偶动画」

近日,Adobe 和康奈尔大学的研究人员提出一种基于学习的动画制作方法——基于卡通角色的少量图像样本就可生成新动画。

机器之心 ·  2天前
AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2天前
AI新贵登上胡润百富榜:“CV四小龙”三家创始人上榜

AI造福人类,也造富了一些创业者。最近公布的2019胡润百富榜就是窥探老板们身价的好机会。

郭一璞 ·  2天前
机器学习帮你预测电池寿命:精确了解电池还能充几次

电池寿命的确定,是移动硬件发展的重要一环,但是由于电池电化学反应的不确定性以及不同的使用环境和习惯,电池寿命变成了一门玄学。不过柏林的三位小伙伴,利用Tensorflow,在原有的预测体系基础上。更近一步,完成了电池的全寿命预测。

靓科技解读 ·  3天前
专家认为对“人工智能+教育”应持审慎态度

随着人工智能不断发展,人脸识别技术被越来越多地应用于校园中。据了解,一所知名大学2019级新生“刷脸”就能瞬间完成报到程序,系统是这所学校的学生研发的,学生对着摄像头,人脸识别系统就开始进行比对,眨眼间就能完成扫描,整个报到注册手续几乎不到一秒钟。

新华网客户端 ·  3天前
人脸识别有风险,美国全面禁止,可为什么中国却全面推广?

对于大多数人而言,最先接触的就是指纹识别,对指纹识别的了解程度也相对比较深一些,然而随着科技的不断发展,人脸识别也越来越普及,所谓的人脸识别就是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像头或摄像机采集含有人脸的图像或视频,并自动在图像中检测和跟踪人脸,对其进行一系列的相关技术,最后进行辨别完成自己想要完成的项目。

测评前线说 ·  4天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载