猎云网注：在过去两年间，AI已经完成了从产业到大众的启蒙，所以这次几位业内人士探讨的话题中，我们更关注的还是AI的产业落地和发展方面——这也是自从2017年下半年以来的行业关注重点。文章来源：智东西（ID：zhidxcom），作者：寓扬。
今天，在GMIC全球人工智能领袖峰会上，Yann LeCun、Michael Jordan（迈克尔·乔丹）、李开复三位人工智能“教父”级人物同台论道，围绕AI的现状、产业、教育与未来，各位大佬表达各自观点，论坛中不时吐槽一下互联网巨头，Diss一下对方，也颇为有趣。
Yann LeCun被业界称为“卷积神经网络之父”，同时是深度学习三巨头之一，他现在是Facebook人工智能团队首席AI科学家，同时也是美国纽约大学的教授。有趣的是，他还有一个中文名字叫“杨立昆”。
迈克尔·乔丹教授同样也是一位人工智能领域泰斗级学术大咖，目前执教于加州大学伯克利分校，还是美国科学院、美国工程院、美国艺术与科学院三院院士，他被公认是机器学习领域开创者之一。2017年乔丹还担任蚂蚁金服新成立的科学智囊团主席。
而李开复则是创新工场董事长兼CEO，卡内基·梅隆大学计算机博士毕业；他本人既在很早年间就在苹果、谷歌、微软中进行了语音AI研究，其后又是国内最早一批热烈拥抱人工智能的投资大佬，也被业界冠上了中国人工智能的“三大教父”之一。
杨立昆通过视频连线的形式做了大会的主题演讲，他主要分享了Facebook近期在AI领域一些新的研究与探索，比如监督学习支撑了今天的AI系统，通过FB的深度神经网络可以实现200多种不同类别物体的识别，并能够对多人场景下进行动态的人体行为跟踪。但是下一步需要将深度学习和推理相结合，通过记忆模块来构建记忆网络，能够成倍的增强现在的神经网络。
他还谈论了增强学习在游戏中有很好的表现，但是由于需要大量实验才能够完成一个任务，并且需要上百个小时的学习，因此在现实世界并不那么实用。他还强调AI的核心在于预测，而AI的下一个变革在于无监督学习、常识学习。
在杨立昆演讲完之后，迈克尔·乔丹与李开复现场登台就坐，而杨立昆通过在线视频出现在他们背后的大屏幕中。不知在杨立昆教授的犀利的凝视下，另外两位AI教父坐的安稳否？
热情洋溢李开复
李开复接过刚刚杨立昆的话题谈到，杨立昆教授从学术的角度描述了在过去5年左右深度学习等技术在各个领域的渗透，尤其是机器视觉。作为AI的鼓吹者与产业从业者，而他从应用的角度，把AI的应用归纳为4波浪潮。
值得一提的是，就在昨天，李开复旗下的创新工场对外宣布完成第四期美元风险投资基金的超额募集，总规模为5亿美元。此轮募资完成过后，创新工场共管理6支基金，管理的资产规模达110亿元人民币。今天手上“弹药充足”的李开复，心里想必是美得很吧？
第一波浪潮是互联网的AI浪潮。当你每次点击淘宝、朋友圈点赞，这些数据都会被搜集起来，让巨头互联网公司用来更深度了解用户，更好为用户提供服务与商业变现。
他现场吐槽了互联网巨头，因为我们每天像“小白鼠”一样，帮助巨头在标注数据，因此互联网巨头的数据是最大的，今天AI巨头和互联网巨头也是相一致的， 美国的亚马逊、谷歌、Facebook、微软，国内的BAT都是领跑世界的AI公司。
第二波是现有行业数据的AI化浪潮。比如银行可以用用户的数据来提升贷款的还款率，有效的进行投资等。李开复认为医院、学校、投资机构、保险等，任何有数据的公司都可以通过AI来实现商业化，这也是目前大部分AI公司所做的工作，围绕行业想B端客户提供AI服务。
第三波是新兴语音、视觉数据的AI化浪潮。这些数据是过去没有的，基于视觉、听觉等通过传感器搜集到，并把这些数据变成新的应用，比如语音交互的智能音箱，摄像头在各个领域的应用（无人商店）。他认为通过在我们身边安装更多传感器、摄像头，第三波AI应用开始来临。
第四波浪潮则是自主化自动化的AI。谈到这里李开复又变成了那个热情洋溢的AI鼓吹者，“这就是在科幻片中看到的，商店会变成无人商店，汽车会变成无人驾驶，物流会无人化，工厂也会变成无人工厂”。简而言之自动化会成为社会的主流，一切都是无人的。
他强调到这一波浪潮会彻底颠覆我们的出行习惯，以及我们的生活。第四波浪潮已经有一些初级应用出来 ，比如自动驾驶等。
“这四个领域中国有三个赶超美国的机会”
在近期中美贸易战的背景下，似乎任何一个行业我们都要与美国比上一比。在另外一场论坛中，李开复又围绕这4波AI应用浪潮谈到：“中国未来在这4个领域中3个有赶超（美国）的机会。”
他认为，在第一波互联网AI化的浪潮中，中美可谓平分秋色，但是因为中国有数据上的优势，因此未来有超过美国的机会。
而在第二波行业数据AI化的浪潮中，他坦言中国5年内还不能赶上美国。这也与我们混乱的行业数据有关。
在新兴的语音、视觉应用上，李开复认为，对比视觉公司与语音公司中国并不落后，甚至还保持领先，比如语音上中国有科大讯飞，美国有Nuance。
而在第四波自动化方面，他以自动驾驶举例到，理论上美国是遥遥领先的，但最近美国也推出了一些工作保护主义政策。而中国更加有政策优势，中国更有魄力做基础设施的建设，因此中国也可能有机会。
迈克尔·乔丹：diss李开复，泼AI冷水
不同的李开复对AI应用的热情洋溢，乔丹直言，目前AI还不能夸大，不要过于强调智能。目前的智能还只是单个的智能，而远没有到达我们需要的整个体系的智能。
针对李开复讴歌的无人商店、无人车、无人物流，他则在现场怼回去，并不是无人就好，而是要实现连接。他宣称我们需要整个体系的搭建，而不是个体的智能。
在AI的产业落地上，他也认为目前的AI并不智能。他举例到，比如亚马逊会给你推荐一家餐厅，你会觉得很好。但是如果系统向所有人都推荐同一个餐厅，那么这个餐厅人满为患，AI的价值又在哪里呢？
能够通过一个相应的体系，来实现各家都有一个很好的上座率呢？比如竞争对手看到对方已经坐满了，通过提供更高的折扣，也许就就能吸引游客过来，从而减少对方消费者的等候，以及自家的上座率。但目前AI还没有考虑这么多，是很有局限的。
他认为数据还没有被充分思考，通过数据，需要商业、经济人才和科学家协作，让AI创造更多商业价值。
杨立昆也认同乔丹指出的问题，他也认为，搭建整体的体系架构十分重要，这样才更加智能。通过AI的实践，他意识到我们还缺少智能背后的基本原则。
对于AI的智能化，杨立昆认为，机器需要获得更多的常识，才能够像人类、动物一样智能。他主张通过无监督学习和自监督学习，让机器能够从环境中学习足够的背景知识，进而获得预测的能力。
而监督学习，每次实验只能给机器少量数据，进行的训练就比较有限，是无法产生真正的智能的。
结语：整体智能离我们还很远
在这个时间点反复探讨人工智能概念已经有些过时，在过去两年间，AI已经完成了从产业到大众的启蒙，所以这次几位业内人士探讨的话题中，我们更关注的还是AI的产业落地和发展方面——这也是自从2017年下半年以来的行业关注重点。
李开复AI应用的维度，围绕数据谈了四个领域的AI浪潮，代表了当下AI落地走向应用的四个方向。同时他也谈到，相比美国，我们在互联网、语音、视觉、自动驾驶等领域都存在机遇。
而另外两位学术背景浓厚的AI大咖对于AI更加谨慎，他们认为目前的AI并不智能，或者我们现在能够做到的只是单个智能/部分智能，而真正的智能是整个系统是智能（整体智能），我们还有很长的路要走。
