李開複：人工智慧時代的科學家創業 | GMIC 2017
雷鋒網按：
4月27日，GMIC（全球移動互聯網大會）北京站2017開幕。在霍金教授的開幕演講後，李開複登臺，他的演講題目是《人工智慧時代的科學家創業》。演講中，他認為人工智慧將為人類社會的未來帶來顛覆性的改變，而人工智慧時代前進的最重要推動者就是AI科學家。正如互聯網時代的海歸，移動互聯網時代的產品經理一樣，AI創業時代需要AI科學家。以下，雷鋒網對李開複的演講進行了整理。
關於李開複
李開複曾就讀於卡內基梅隆大學，獲電腦學博士學位，後擔任副教授。他是一位元資訊產業的經理人、創業者和電腦科學的研究者。曾在蘋果、SGI、微軟和Google等多家IT公司擔當要職。2009年9月從穀歌離職後創辦創新工廠，並任董事長兼首席執行官。
2013年9月，李開複對外宣佈罹患淋巴癌。
2015年2月13日，李開複在患病離開北京17個月後回到了創新工廠的北京辦公室，與員工進行交流。
2015年11月6日，由李開複創辦的創新工廠（北京）企業管理股份有限公司於今日在股轉系統披露公開轉讓說明書，正式衝刺新三板。
以下為李開複演講全文，雷鋒網做了不改變原意的整理。
霍金教授做了非常精彩的演講，我認為人類有像霍金教授這樣有遠見的科學家，幫助我們的頂尖天才和世界最重要的政治家來幫我們策劃一個更美好的未來是非常重要的。但是他提出的“超級智慧”和“未來人工智慧”碾壓人類，以及要避免這個狀況，我個人認為並不是一個可根據今天科學推測出的必然結果。當然非必然事件不代表我們不要關注它，還是要有聰明的人來想它，但我認為人工智慧對於今天在座每一位最重要的意義應該是下面四件事情：
第一，人工智慧將創造巨大財富，讓人類第一次有機會脫離貧困。
第二，我們要擔心今天手中擁有巨大人工智慧力量和資料的公司，他們用資料來作惡。
第三，看到人工智慧將要取代50%人的工作（在未來10—15年之間），這些人怎麼辦，還有更重要的是教育怎麼辦。
第四，科學家尤其是人工智慧科學家有什麼使命有什麼機會，是不是都要出來創業還是跟著霍金一起去尋找人類的未來。
“創新固然重要，但不是最重要的，最重要的是做有用的創新”
我自己也是一個科學家創業，非常早的時候做了人工智慧，我記得申請我在卡內基梅隆讀博士時，作文就是申請人工智慧+我們的未來，改造未來的世界，希望參與這個行業。1986年還沒有AlphaGo、深藍的時候，我寫了第一篇文章，有關擊敗世界黑白棋冠軍。
1988年做博士論文，當時是第一個語音辨識，在《紐約時報》上有所報導。之後我進入蘋果，這裡可以看到一個很萌的照片，在《早安美國》節目上談到了語音辨識將如何進入主流，也被《華爾街報日報》報導，當天股票漲了2.5毛錢，後來跌回來了。所以我充滿信心，因為我做著各方面頂尖的人工智慧工作，認為人工智慧和其他技術，比如說虛擬世界即將步入主流，於是就從SGA公司做一個內部創業。
當時我們做的是，能不能讓每一個網頁充滿了3D，3D的遊戲、動畫讓網頁做得更精彩，讓人們流覽的不是網頁而是一個一個房間，一定程度上和今天的VR非常相似，這次創業非常失敗，2000萬美元的投入，100個員工，幾乎全軍覆沒。從這個失敗裡我得到了一些教訓，我想跟大家分享。
今天有一次在MIT演講的時候，要求每一位講者演講完後留下一句話，我留下的那句話是——
“創新固然重要，但不是最重要的，最重要的是做有用的創新”
。
科學家們往往會被自己的研究、自己酷的東西所打動，也認為他所看到的酷的東西是全世界人類所需要的。但是事實可能並不是這樣。
我們想的是3D有多酷，但沒有想到3D硬體是否準備好，使用者對3D世界有什麼需求，為什麼VC投資我們，怎麼把創業做成有賺錢、有經濟價值的創業，我基本錯過了所有創業者應該走的路。我當年做的是頂尖研究，進入的是頂尖公司，做出的產品依然遭遇了滑鐵盧，人工智科學家應該怎麼想？
其實本質上，科學家和創業者有非常大的不同，科學家追求的科研突破，創業者追求的是商業回報，科學家講究嚴謹，科學家講究速度，科學家要慢工出細活，而創業者要快速反覆運算，這六件事情往往是背道而馳的。
而這6件事情中最重要的一件，是我讀博士、做教授過程中，深深體會到在科研領域裡每次問的第一個問題是什麼，這件事情別人是否做過，是不是全新的，如果有人做過一定要看別人，看自己有沒有增加的價值，增加的價值不如突破的價值大，所以每個科學家不斷要求創新，所起創新是做前人所未做過的工作，這句話代表了科學、追求科學精神的一種含義。
但是一個創業者，或者一個VC，他更重視的是什麼？怎麼樣打造產品，怎麼樣產生商業價值。甚至在VC今天投資過程中，想想我們投的每一個團隊冒了人才的風險、商業的風險、競爭的風險、執行的風險，我們非常不要再冒科技風險了，所以我們更寧願看一個團隊說：這個技術已經被證明了，只是把它應用在場景裡。
剛才兩段話讓大家看到了科學家本質和創業者、VC本質截然不同，一個僅僅追求做前人未做過的工作不考慮它有沒有用，而只需要賺錢不希望冒科技風險，這兩個通常走不到一起。而且走到了一起，科學家因為成年累月、在這樣的文化和基因之下發展，可能會把公司帶到一個不那麼務實、或者不那麼快速反覆運算，或者不追求做過，或者不專注，科學家很聰明，每個人有好多點子，一個創業公司每天出個點子公司會死掉，因為什麼都做。
所以精益創業之父STEVE BLANK幫助科學家創業，總結是科學家必須要小心，因為題目往往是冷僻的，沒有多大市場；第二，選題跟風口有很大差異；第三，科學家不太願意承認自己很可能不具備把技術轉換成價值的洞察力和執行力。每個想創業的科學家都一定要真誠的問自己會否面對這些問題，我想你面對大家的時候希望保持自信，但是你自己應該知道，對你來說是不是一個問題。
當然，今天，科學家創業迎來了一個有史以來最好的時機，可以看到除了今天談的人工智慧之外，在區塊鏈、生命科學、高能電視、細胞擴增、基因程式設計，幾乎每個領域都是創業的機會，我在這裡絕對沒有打壓科學家參與創業的意思，只是參加創業的時候一定要想清楚，過去那麼多科學家包括自己碰到的死穴怎麼去避免。有成功的案例，我的朋友李博士創造了有價值的公司，國內也會看到很多類似的公司。但看到更多的是教授恪守他的崗位，美國穀歌就是典型例子，斯坦福和穀歌兩個創始人的教授，沒有參與，但技術授權有3.4億美金，這是一個模式。
AI創業需要AI科學家
談到AI創業，為什麼AI需要AI科學家？每一個時代的科學公司都有做這樣的創業，互聯網時代註定是海龜創業，因為海龜在國外看到了互聯網的崛起帶到中國。移動互聯網應用方面註定是產品經理的創業，因為這個時代我們需要快速反覆運算產品，因此使那些既懂技術又懂用戶和市場的人成為時代的傲兒。在O2O時代，把地面銷售和後臺技術整合起來，這是我們需要衡量的。美團、滴滴就是這樣的搭配。
人工智慧時代來到了，最核心的、最需要的一定是AI科學家。
因為今天AI技術還沒有進入主流，AI平臺還沒有產生，因此AI應用還不能井噴，只有少數手中掌握著如何把AI應用起來的科學家能夠創業。
但這些科學家有剛才講的所有科學家的特點：追求創新、寫論文、不太知道市場。大部分科學家的創業，在中國都是在做人臉識別，做電腦識別，在座的張宏江博士是這方面的是鼻祖，他的徒子徒孫每個人都在做人臉識別工作。
這一定程度上看到我們的科學家是缺乏想像力的，人工智慧有那麼多的應用，人臉識別絕對不是最好的一個，科學家需要一個懂企業銷售的人跟他們搭配，這裡當然是亂搭，兩個沒有關係的人，但就是像的李菲菲、胡溫馬（音）這樣的人搭配，才能碰撞出真正的超級獨角獸的AI構思。
AI本身不是一個消費者的應用，當然BAT非常幸運的應用在消費者，但我們AI創業不能自帶流量，沒有流量和資料有什麼用？所以做出來的AI還是給企業應用，企業金融、醫療資料，我們提供方案，在他的公司需要企業銷售，需要懂AI的解決方案，這才是一個黃金搭配來解決AI創業。所以AI科學家的參與是非常重要的。
AI擴張會經歷三個階段
AI最大突破是七年前深度學習。我們可以理解深度學習是一個超級EXCEL表，很多資料丟進去以後，再丟一個資料，就能夠做出預測、判斷或者分類，很多臉丟進去就認識誰是誰，很多棋盤、一次一次圍棋比賽丟進去就知道下哪一步棋，很多淘寶商品和用戶丟進去，就知道你想買什麼了。所以未來的AI肯定可以知道你今天晚上想吃什麼，比你更知道；知道你去哪裡度假，比你更知道；甚至在座未婚的可能喜歡什麼樣的配偶比你更知道。這就是一個先知的、對未來能夠做非常強大預測的AI。AI在這個階段是單領域大資料驅動的引擎，可以把它認為是一個黑核，可以進入各種領域。
AI擴張一定會經過下面三個階段：
第一個階段，把已有的大資料用起來
，BAT在用，今日頭條、快手、滴滴、美團都在用。另外，金融領域可以用，比如我們投資的智融集團的用錢寶，一個月放出30億的貸款，因為可以把已有的資料、使用者資料啟動做小額貸款，還有醫療。
第二個階段是把沒有的資料收集起來、上傳起來
，用各種攝像頭把人臉收集起來，收集了500億張人臉，所以隨時識別300萬張人臉，這不是一個人類的功能，而是超人類的功能。
第三個是無人駕駛的機器人時代的來臨
，從工業走向商業走向家用機器人，從2到3、4，走向全方位的無人駕駛。這是我們投資的聚石科技。
這三步曲大概是未來五年、十年、十五年的藍圖。剛才霍金描述的未來是真實的，不太確定的是AI會否有意識、人類情感、掌控人類、做我們的工具、會否自我重新反覆運算、自我重新重寫等等，這些是未知的，但已知的可以推出這些應用。應用推出來以後會產生巨大結果、產生巨大價值，國家徵稅，取代大量的工作，這些工作可以用大量的徵稅補助下崗工人重新訓練自己，以改造教育。
所以人工智慧時代對經濟有巨大改變，50%下崗人該怎麼辦，未來教育該怎麼辦都是我們需要解決的問題。
從12點這邊逆時針轉，紅色是必然被取代的工作，綠色是被修改的工作，黃色是暫時還不能取代的工作，轉到最上面是最難取代的工作，能取代和不能取代很容易解釋，能取代的就是大資料可以針對一個目標函數做一個決策，比人更好的決策，那你就可以取代了。大部分工作都是這樣的。
綠色代表的是當有一天機器比醫生可以做更好的診斷，但機器是冷冰冰的，醫生可以包裝一個人性化的介面，讓病人得到安慰，讓安慰劑起效應啟動，使病人存活和心理感受更好。右邊這些是現在人工智慧還不能做的，包括藝術、人類學、管理者、決策者，更包括最大的發明家。
所以AI時代的人才結構，我們看到有大量的服務型人才，包括羅輯思維說的疊衣師、愛心陪伴，人的愛是不能被機器取代的。往上是會把人工智慧當作工具的人，比如說醫師變成AI工具和人的過渡者，再上是發明每一個領域的新技術掌控者，再上是跨領域的工作者，懂很多領域。當然最最頂尖的就是發明新的AI，掌控AI，他們這些人不但是最聰明的最懂技術的，而且抱有最大的科學技術革命。
如何參與AI大潮？
AI怎麼參與？有四條路子，從左下角講起來：
第一，自己擼起袖子做創業，這個最困難，因為科學家本質是創新，而不是創造商業價值。
往下找個商業合夥人一起看。
右上，留在學校，繼續做創新，把技術授權出去，讓學生或者別人做，這是我大大鼓勵的。
最後一個是提供開源，發佈資料和內容。
今天AI科學家苦於沒有BAT手中的資料，希望用更開源的方法把手中的工作做出來。所以真的希望鼓勵科學家，看清楚學家才是科研的淨土，不要因為能夠賺錢就加入到公司或者創業。
頂尖科學家是我們稀缺的資源，希望你們恪守自己的崗位，把技術推到更高的一個層次，深度學習只是人工智慧的第一步，未來還有很多機會。
恪守自己的科研崗位也會得到商業價值，比如經過技術授權。如果你決定創業，也希望你能夠瞭解，創業的話就要知道客戶才是上帝，需要知道怎麼樣去拿最有價值的VC錢幫助你補足短板，比如創新工廠，要能夠有紀律、有效率的解決問題，而不是一個又一個問題的提出，不是提出問題，而是解決問題，解決的時候重視效率，做你擅長的事，找合作夥伴，補足你的短板。
作為社會，必須做很多事情讓教授既能得到利益，也能得到名聲，還能夠做有趣的創業。在報酬方面，讓整個研究界提高科學家的報酬。在生育和大獎方面，比如圖靈獎和科學獎都是很好的支持。資源方面應該給更多的資料，不僅讓BAT有最大的資料，教授也有最大的資料。時間上要思考怎解決不浪費時間的問題。
斯坦福用技術授權的方式，CMU讓教授創業是占股份的方式，這都是非常好的方式，國際上尤其在中國都要好好思考，怎麼樣把土壤做得讓創業者能做他們擅長的事，讓科學家做他們擅長的事，讓兩者有機的結合，而不要強逼每個科學家都一定要出去創業。
所以結論是，科學家挺苦逼的，非常重要，我們應該以珍惜國寶的態度支持頂尖的科學家，謝謝大家。