1700513354
AI·未来 [:1700512249]
1700513355
人工智能超级大国的那些事
1700513356
1700513357
如我之前所说，在21世纪要建设人工智能超级大国，需要具备四个条件：大量的数据、执着的企业家、优秀的人工智能科学家和有利的政策环境。中国创业公司的竞技场选拔出了世界上最精明强悍的企业家，中国的另类互联网世界创造了世界上最丰富的数据生态环境，再加上另外两项助力——人工智能专家的涌现和中国政府的政策支持，在这个人工智能实干的年代，硅谷的优势将不复存在。
1700513358
1700513359
随着人工智能渗入经济的更多层面，该领域对优秀人工智能工程师的数量要求，将超过对顶尖人工智能科学家智力的要求。人工智能实干年代真正的经济优势，绝不仅是几位屈指可数的拓展研究边界的顶尖科学家，而是一个能和企业家联手，利用已知科研创造商业价值的庞大的工程师军团。中国正在训练这样的工程师军团。
1700513360
1700513361
在那场讲座后的近20年里，中国的人工智能公司大大拉近了与美国同行们的差距。虽然美国在顶尖人工智能科学家方面仍然领先，但我在合肥看到的那些拥有极强求知欲的学生已经成长起来，前沿全球研究也伴随着互联网的发展有了爆炸性传播，中国公司找到了大批可以驱动人工智能应用落地的优秀工程师。钻研人工智能的中国学生不用在昏黄的路灯下研究旧课本上的知识，他们能直接从源头实时地吸纳新知，如剖析网上发表的最新学术成果，在微信中讨论顶尖人工智能科学家使用的方法，通过智能手机观看他们的讲座。
1700513362
1700513363
连接全球的人工智能知识传播网络，让中国人工智能社群得以共享最新知识，跻身高端研究，加入即时培训。从这些社群出发，优秀工程师使自己服务的公司可以将前沿的开源算法应用于自动无人机、人脸识别支付系统和智能家居终端等人工智能产品，进一步与人工智能领域的巨头们分享蛋糕。
1700513364
1700513365
人工智能时代的七巨头——谷歌、Facebook、亚马逊、微软、百度、阿里巴巴和腾讯，都是中国或美国的公司，它们动辄花费数十亿美元建立惊人的数据储备，大量延揽人工智能精英，努力建立人工智能时代的公共设施：它们正在为人工智能的未来发展铺设大范围的“电网”，即建设私有云和公有云的设施，使机器学习扩散到整个经济体系中。巨头们建立私有人工智能“电网”的现象，不仅令重视开放人工智能生态系统的人担忧，也是中国迅速崛起、成为人工智能超级大国的一块隐形绊脚石。
1700513366
1700513367
不过，在庞大的经济体系中引入人工智能的力量，凭私营企业一己之力并不够，还需要政府的明确态度和良好的政策环境。在柯洁输给AlphaGo之后，中国政府发布了力争在人工智能领域领跑的蓝图。中国的人工智能计划在新的投资热潮中激流勇进，引导了创业、创新的新方向。不少城市争先恐后地想成为人工智能示范城市：从规划无人驾驶车辆路线、在公共交通系统中安装面部识别系统，到给交通网配备能够优化车流的“城市大脑”，几乎每个方案都显露出了城市管理者的勃勃雄心。通过这些尝试，我相信在人工智能实干的年代，中国将有力地加速资源配置、产生更多数据、种下未来持续增长的种子。这是一种持续的自我循环，借助大数据的神奇力量、创业家的勇气、辛苦磨炼的专业知识，以及有力的政策导向，持续良性循环下去。
1700513368
1700513369
AI·未来 [:1700512250]
1700513370
诺奖得主与无名工匠
1700513371
1700513372
要理解这两个人工智能超级大国之间真正的竞争格局，首先要理解这种专业知识来自哪里。
1700513373
1700513374
1938年，在恩里科·费米（Enrico Fermi）登上法兰克尼亚II号甲板的那一刻，全球大国的势力分布被他改变了。费米当时刚刚在斯德哥尔摩抱走了诺贝尔物理学奖，但是他并没有回到贝尼托·墨索里尼统治的意大利，而是举家来到了纽约。此行跨越了半个地球，费米的主要目的是逃避意大利新通过的种族法的限制：该法令阻碍了犹太人、非洲人担任重要岗位或者与意大利人结婚，费米的妻子劳拉就是犹太人。
1700513375
1700513376
来到美国后，费米听说纳粹德国的一些科学家发现了核裂变原理，于是他也迅速展开了进一步的研究。他在芝加哥大学创造了世界上第一个自持链式裂变核反应堆，这个成果在曼哈顿计划中起到了不可替代的作用。曼哈顿计划诞生了世界上第一枚核武器，为第二次世界大战后世界秩序的确立奠定了基础。
1700513377
1700513378
费米和曼哈顿计划代表了在专业知识领域，质量高于数量的时代。20世纪三四十年代是核物理学基础学科取得突破的时代。为了实现这些突破，一个恩里科·费米比一千个普通的物理学家都重要。这个时代的美国确立在世界上的主导地位，很大程度是由于吸引了像费米一样的天才。
1700513379
1700513380
但并非每次科技革命都是这种模式。通常，基础领域的突破出现后，发展的重心会很快从顶尖科学家转移到无名工匠，即有足够专业能力将这种新技术应用于解决不同问题的工程师，尤其是当技术突破性成果的应用范围遍布整个社会经济体系，而非集中于某几个实验室或者武器系统的应用时。
1700513381
1700513382
电的发明和大规模的电气化很好地印证了这个过程。托马斯·爱迪生让电能变得更便宜后，数以千计的工程师开始想办法利用电能，用电驱动各种新设备，重组工业生产过程。这些工程师并没有像爱迪生那样取得重大突破，但他们对电能的了解程度，足以帮助他们将电能用在机器上从而产生收益。
1700513383
1700513384
目前人工智能的发展阶段更符合后一种模式。由于人工智能解决了一个又一个新难题，持续占据媒体报道头条，让我们误以为仍处于“恩里科·费米”们有能力决定世界格局的时代。而现实中，我看到的是一个将突破性基础技术应用于解决多个不同问题的过程，需要大量受过良好训练的工程师。今天，这些工程师正将人工智能模式识别能力应用于贷款核发、自动驾驶汽车、翻译文本、下围棋、小度在家或小爱同学上。
1700513385
1700513386
深度学习先驱杰弗里·辛顿、扬·勒昆（Yann LeCun）和约书亚·本吉奥（Yoshua Bengio）——人工智能领域的“恩里科·费米”们持续拓展着研究边界。也许他们会实现新的颠覆性突破，再次打破全球科技界的格局。不过眼下应用领域的进展，还得由工程师们一手打造。
1700513387
1700513388
1700513389
1700513390
1700513391
我与深度学习之父杰弗里·辛顿（左四）
1700513392
1700513393
1700513394
1700513395
1700513396
2018年4月，我在全球移动互联网大会（GMIC）和扬·勒昆（荧幕上）讨论人工智能技术。
1700513397
1700513398
1700513399
1700513400
1700513401
本吉奥（后排二）的多项研究成果，对深度学习的复兴意义重大。
1700513402
1700513403
AI·未来 [:1700512251]