雷鋒網按：4月28日是清華x-lab（三創空間）四周歲生日，雷鋒網作為戰略合作媒體對其進行了全程跟蹤報導。下面雷鋒網編輯就將此次論壇探討人工智慧環節中的精彩部分回饋給大家。
人工智慧在2016年可以說是非常的紅火，無論是捧，還是踩，都在說明大家很關心這塊兒的發展前景和趨勢。據雷鋒網瞭解，這次參加論壇的嘉賓不僅有創業大牛，還有投資界人士，希望大家可以從他們的獨特視角中受到啟發。
以下是雷鋒網整理的現場對話：
嘉賓自我介紹
沈強
（將門投資CTO、創始合夥人）
：
很高興今天來到這樣一個場合，能夠跟清華x-lab很多創業者和老師來進行溝通，今天我們的討論是人工智慧的前沿趨勢和新技術商業化的結合，可以分為兩個方面，一個是前沿技術，另一個是商業化的結合。我覺得在過去一年裡，人工智慧可以說是紅的發紫了，紫的發黑了，包括捧人工智慧的，黑人工智慧的，表面上去講趨勢也講的很多了，今天我們請來的這三位都是真正在人工智慧領域做創業的創業者，我們想迅速的從“天上”的趨勢，浮在空中談的趨勢落到實踐中的這些趨勢。所以我們更多的會從創業者的角度進行一些分享，在分享之前我想先請三位嘉賓各自進行一個簡單的自我介紹和現在在做的事情。
朱宇東
：清華的同學、老師大家好，我的名字叫朱宇東，我是悅享趨勢科技的創始人兼CEO。我們公司主要是從事的多參數醫療感測器和感測器資料分析平臺的研發，我們的技術主要適用于醫院內創新型疾病檢測的貼片和院外居家裡用的這種醫療及可穿戴或者是智慧的醫療服飾的產品形態。目前我們公司成立至今已經有三年多的歷史，公司位置也在清華外面。謝謝。
盧學裕
：各位清華的校友大家好，我叫盧學裕，是布本智能的創始人。我們的產品叫頭條雲，一說這個大家都很清楚，就是頭條做成SaaS版，因為內容的推薦已經得到廣泛的證實和應用，更多的企業也需要通過內容來去提升他自己產品的使用者黏性閱讀，也通過他們能夠給大家更多好的這些內容。我們就想把這個技術提供給各個企業應用。謝謝大家。
孫剛
：大家好，我是來自Momenta公司的聯合總監、研發創始人孫剛。Momenta公司致力於研發深度研發的大腦，無人駕駛、智慧地圖和駕駛角色方面，我們技術比較大的特點就是基於深度學習技術來做的，公司是在去年的9月份正式成立的，位置在東門外的東升大廈裡，我們有很多學生在我們那做一些事情。
AI前沿趨勢如何與新技術商業化結合？
沈強：
下面這個關鍵字先從趨勢開始。與其來講做人工智慧本身的趨勢，其實我是想先跟三位創業者，三位創始人來聊一下，我們先不說人工智慧的趨勢。大家每個人都在各自的領域裡去創業，你們看到的未來五到十年的一個時間框架裡，你所在的行業將會有哪一些關鍵的變化會出現。在這些關鍵的變化，關鍵的趨勢裡這個環境下我們來探討人工智慧在這些關鍵趨勢裡起到了什麼樣的作用。那麼作為一個新的技術，人工智慧在你們所處的行業變革裡，它是一個技術引領的行業變化，還是說行業的變化在呼喚著人工智慧技術的應用，我們先請宇東來談談，您算醫療健康行業。
朱宇東：
這樣講，因為強哥說不要講人工智慧的應用，我們看醫療行業，電腦的應用顯然是會越來越多。從現在大家去醫院裡面，你看見基本上大夫面前都有一個電腦，在記錄你的病情，而且開處方，開診斷，到你不同的診斷室看到另外一個電腦接收所有的資訊，到你取藥、入院、出院整個都是資訊化系統在支撐，這是醫院。我們預見未來五到十年機器參與的會越來越深入，深入到不光只是資訊化的傳遞，更多是機器開始能夠幫到護士、幫到醫生，從資訊裡面去分析一些東西，去輔助進行一些醫療的決策，輔助進行一些整個在以前只有護士、醫生去判斷的事情，這是一個非常明顯的趨勢，比如今天看到比較大的業界很火的IBM已經在做這個事情，實際上很多醫療行業很多具體的點上我們都在有意識利用機器的計算力做一些事情。包括我們公司也是，我們在感測器資料的分析應用上，也是在特定具體的疾病種類裡開始導入機器的計算力，而且配合著醫生一塊讓機器變的更有價值，更能幫到醫學的這些應用。
從長期來講，我們認為人工智慧在醫療健康行業裡是一個越來越強的“得力助手”，它可以提升醫生的效率，如果是疾病診治的話，提高疾病診治的準確率或者精准性。如果是院外的監護、護理、互相，機器也會積極參與到這些角色裡面來。所以我們認為這應該是隨著機器運算能力、網路能力的提升，很自然的這一個通用的計算力開始滲透到了醫療健康這個領域。同時醫療健康領域的專業人士也發現說，我們需要進一步的升級，利用我們的現有計算能力，讓它幫到我們這個職業變的更加的專業、強大。所以這種趨勢我認為是雙方都是在互相需要的。
沈強：
計算力在提升，推進了整個健康、醫療數位化的進程，同時另一方面我們對於健康有進一步的需求，需要我們從數位化應用會更加深入一點。我自己一個比較大的感受是說，我們來看醫院裡頭的醫療機構，我們在各種數位化上的投資，其實是慢慢似乎有一點演變的趨勢，在過去的十幾年的時間裡，在醫療資訊行業裡的很多投資強調的是說，我們怎麼樣去做一些流程自動化的事情，這裡既有商業流程的自動化，我們說醫院裡建一些系統也好，建一些影像系統也好，怎麼把這些資料有效的收集起來，讓流程能跑起來。但似乎現在我的感覺不僅僅是要把醫院的業務流程數位化，而且是最本質的，我們的醫療過程裡，無論是藥品，無論是我們診療的物件—人體要更加多的數位化起來，建立數位化自我的形象。在我的想像裡，當我們把人數位化了以後，就像GE談“數位雙胞胎”，每個數位有一個影像，每個人，那麼複雜的人，我的血液，我的心跳，我的神經，我的每一個器官的運作甚至於我的基因，是不是在未來也會建立一個全數據的，像軟體的一個人，每個人有一個數位化的副本，而更多的醫療行為就會基於你的數位化副本來進行研究、探索、診療？
朱宇東：
我個人是對你講的觀點是堅定的信仰者，我認為未來人可以完全被數位化的，人的整個結構，從不同維度的結構可以被完全01010（二進位）代替的。我也堅定信仰人類最終的演變方向一定是半人半機器，一定會往那個方向走。但是從醫療健康的角度來講怎麼利用機器的能力，在數位化裡幫到人類，這裡有很多很多的技術演進、升級打怪的機會。對我們創業公司來說就是找住其中一個點，你很擅長你最懂的，怎麼樣放到大的方向上，人怎麼樣數位化，數位化過程怎麼樣對抗疾病，這是每家公司需要找到自己獨特的進入商業的路線，能夠隨著這個趨勢去快速的成長。
沈強：
剛才談到這一點，數位化作為基礎，人工智慧在整個數位化過程，雙向的拉動作用，對推動這個進程會起到什麼樣的作用？或者推動整個數位健康往前發展？
朱宇東：
加速，一定是一個加速度的曲線。而且速度會越跑越快，不是線性增長，是加速度的曲線。
沈強：
剛才講的這個趨勢你會認為在這個行業演進裡是趨勢之一，還是最關鍵的趨勢？你會有這樣的評判嗎？
朱宇東
：
醫療健康行業很大，不僅僅是一個計算的能力，還有涉及到方方面面。但是無疑就是電腦，或者說這種人工智慧，或者電腦大腦在整個醫療健康行業的升級換代中扮演著不可替代的角色，而且這個角色權重是越來越重。而且隨著電腦本身，因為我的老本行是學電子的，從摩爾定律的角度去看，整個物理的計算能力的增加，到機器的計算疊加到軟體的增長，這個計算力逐漸上升，一直到醫療健康的應用層面，我認為純粹從技術的演進角度來講，這一定是個冪次方的加速。
沈強：
相同的問題給到盧總，您所在的領域，你看到五到十年後的未來趨勢是什麼樣？
盧學裕：
我們的領域是內容領域，是人的意識和精神世界的問題。我們知道，整個內容產業其實非常之大，而且很多人的身心健康也跟內容是息息相關的，這也是為什麼這幾年，比如說我們看到像娛樂業這麼發達，是因為整個社會的壓力非常大帶來的一些精神需求。我們人其實是從活在一個物質世界裡，現實世界裡慢慢在往虛擬世界裡去沉浸的，包括VR、AR等科技手段和形式，歸根到底是我們人在認知上、意識上被滿足。我們除了吃的本身之外，我們還有很大的精神上的一些需求。各個方面，無論從圖文、視頻還有甚至一些課程等等，所有這些書籍，最高價值的是“聖經”，是價值觀級別的內容。不同的內容以後在我們消費上會越來越多，我們看到這些年的趨勢，它的形式也在不斷的變化，從圖文往視頻，現在往3D，甚至往VR這些方向在去發展，未來我們的很多人的意識是可以通過電腦，通過傳感信號的形式，未必直接是視覺的形式來影響的。《盜夢空間》講的問題以後會不會成為現實的情況，我堅定的認為未來會走向這樣一個方向，但是可能需要時間更久一些。這裡涉及很重要的一點，物質世界有物流，精神世界也有“物流”，你看到的東西是由生產者給你提供的，通過一定的通道分發給你，未來也會面臨著一些問題，第一我們精神世界是不是也會存在安全問題，一定會存在安全問題，我們看到的東西會不會導致一個人的行為，或者一個國家的行為出現一些不安定，會存在這樣的問題，所以說在內容方面的安全也會成為未來一個大的趨勢。
內容的生產上，我們現在主要是以人的生產為主，機器現在主要做分發，機器未來是不是在內容的理解上會理解的更深，甚至到去創造內容，根據每一個人的個性化去創造一個內容，甚至創造一部劇，創造一個故事，這都是有可能的。未來的行銷也有可能是由機器代替，等機器對於自然語言的理解和語音合成做的更好的時候，比如可能以郭德綱的聲音給你打一個電話推銷某一個東西，這些都會發生的。等到這一天都發生的時候，我們精神世界會面臨一個更大的挑戰。
沈強：
你怎麼看待這個長期趨勢和人工智慧之間的關係？
盧學裕：
是這樣的，其實整個世界對內容的需求是一個以前人構造的東西，機器對於這個的理解會變的越來越深。從幾個方面，第一方面機器的呈現能力比人是越來越強了，我們可以看到，包括現在機器在一些圖像的處理上，其實比如說我們看到整個朋友圈裡的美女都是機器美女，至少加了一層機器的美女，那個並不是真實的。有一句話更印證了人工智慧時代，叫相見不如懷念，相見不如看朋友圈，朋友圈構造人是更喜歡的東西。無論是從它的呈現形式，還是從未來的創造，你需要什麼樣的東西，去定制化的給人去創造，這都是未來的大趨勢，這件事情會跟商業緊密結合。我們整個運轉模式是商業價值驅動的，商業價值是更重要的東西。現在很多技術發展都是商業價值驅動的，那麼商業價值在行銷上面是極其強的需求，而行銷和內容，所謂的“洗腦”是一個非常強的作用。所以現在大家講叫內容是商業的入口，在很多領域內容都已經上升到是商業入口的程度，就是影響力，商業和內容的結合會越來越緊，所以在這塊未來的發展和需求極其旺盛，在這種情況下機器比人做的事情更好，而且做到千人千面，個性化，這是不可逆轉的一個趨勢。
沈強：
下面請孫總聊一下，我覺得你所做的事情，你算是智慧駕駛、智慧交通領域的創業，我覺得這個行業可能是說在人工智慧裡，無論是資本還是媒體大家投入度、關注度最高的。我們已經看到有人給我們描繪2025、2035甚至2045年的描繪。我想問您對未來的設想，在中國，在我們的身邊，未來五到十年行業會有些什麼大的變化，有哪些特徵會出現？
孫剛：
從人工智慧的角度來講，其實最擅長的事就是做那些定制化的、不知疲倦的一些事情。自動駕駛剛好是這樣的事情，因為人在開車的時候都會經常犯一些錯誤，智慧駕駛是我們安全、共用的出行。這種程度來講機器會比人現在看會更適合，因為兩年之前我不敢說，演算法層面，包括資料層面都沒有達到這樣一個水準。但是在今天，其實我們已經能夠看到這幾年的變化，包括大家常在用的一些打車軟體，這是出行服務方面的。還有其他的像美國的特斯拉，這些可以在一定程度上，比如說封閉路段可以實行完全無人的自動駕駛，我們也經常能夠看到有一些案例，汽車非常危險的時候，駕駛員突然得了非常緊急的病症，這個車可以靠在路邊上停下來。這些都是人工智慧可以對於自動駕駛安全和低廉成本方面帶來的一些好處。
沈強：
其實我們前面談的這麼多的各個行業的趨勢，我的一個感覺是說，今天我們在做創業的時候，其實是必須跟趨勢，看准行業發展大趨勢，我們才有可能在這裡獲得成功。我們都會談很多行業趨勢性的問題。但是另一方面，這些趨勢演進的過程中，今天是演進的進行時，我們要看到遠方，但是路在腳下。今天大家都從各自的行業變革中邁出了一步。我是想問一下三位嘉賓，今天你所做的事情，當然你可以談一下你做事情的場景，我們是想瞭解你是如何確定要做今天做的事情，如何確定今天要進入的場景，實現人工場景的價值落地，你怎麼樣在這個過程中進行價值的選擇，為什麼做這件事情你認為是能夠創造價值的？
朱宇東：
回答這個問題其實有點事後諸葛亮。什麼意思呢？人工智慧今年熱，所以我們就想想為什麼我們做的事跟人工智慧有關係。這是表面上回答你的。但是作為創業者，當我們三四年前開始創業的時候，我們那時候頭腦中還沒有蹦出AI這個詞，但是已經有類似AI的詞，我們要利用機器的能力，我們要去做不管在我們領域，我們做多參數醫療感測器，感測器出來的資料要被機器來分析，分析以後這個資料進行大規模的建模，建了模以後我們需要去驗證模型，最後落到具體的醫療診斷場景裡面去，證明這個模型能夠改善以前做不到的結果。整個這個流程，三年前的時候我們想這個流程的時候，其實沒想人工智慧。當時想到另外一個更熱的詞，前面有硬體，後面有演算法軟體。現在回答這個問題，我們今天也可以講人工智慧，而且的的確確我們後端講所有資料的處理、分析到最後的結果、輸出、驗證，這就是現在人工智慧的套路。你可以這樣想，這個詞語，人工智慧今年可能很熱，三年以後人工智慧可能就不是很熱了，因為有一幫公司死掉以後，人工智慧肯定就變冷了，有一個更新的詞語代替人工智慧，但是談的還是這個事，談的機器運算力，機器怎麼樣跟應用場景結合，怎麼樣解決問題。所以回答這個問題，我是覺得對我們當時選擇的醫療健康方向，我們認為人是可以被解構的，可以被數位化的。數位化以後就可以針對具體的疾病健康去利用機器來做分析，來解決問題。這個大的方向我們當時是確定的，所以我們選擇一個具體的團隊擅長的點切入，一步一步做到今天完整的解決方案。只是大家談人工智慧，我們突然發現裡面一個環節已經牽扯到人工智慧。
沈強：
醫療健康是很大的命題，我們跟今天創業者分析，你落到更加細的點，在醫療領域裡，你剛才講的叫做多參數的生物感測器，能不能在更容易有直觀化的方式來理解。
朱宇東：
我們做了創新，針對人體血管動脈的雷達感測器，我們做了針對血管的感測器，這個感測器是醫療級應用，輸出血管資訊的一個超微型感測器，我們把它和其他的一些常見的醫療感測器，比如說心電感測器、體溫感測器、電抗阻感測器結合在一塊放在醫療器械裡，因為它做的很小，而且是多參數的獲取，所以醫療器械就可以有不同場景的使用，目前主打的應用選的是心血管。通過我們的感測器貼在你身上關心的血管位置，就可以分析出你的動脈硬化，分析出你的血壓情況，分析出你的心血管的心臟病風險。所有的分析都是從感測器裡獲取的資料，在我的雲端完成整個軟的處理，這裡就有涉及到一系列的機器學習也好，以前叫神經網路也好，還有各種模式識別也好，這些東西在發生。我們做的是這個具體的產品和技術。我們拿著這個和醫院合作，相當於通過實際醫院的病例，來驗證整個技術，讓整個產品變成創新型的醫療器械。
沈強：
下面相同問題問一下盧總，內容產業剛才描繪的這樣一個美好的未來，大趨勢裡你是怎麼樣開始落地的？
我們看到另外一個問題，移動時代的時候，用戶把碎片時間都用在了內容上，使用者整個在內容消費上時間的增長是極其快的，所以我們未來判斷用戶的眼球在哪裡，用戶接觸到的第一個東西，打開手機之後接觸到第一個東西就是入口。所以說我們在那個時候認為說內容就是入口，但是這裡又會存在一個挑戰，會不會內容都是幾家大公司來給大家紛發，這樣情況下我們做2B的產品，給更多人用的產品也是機會不大的，存在這樣的挑戰。我們後面繼續觀察這件事情的時候，去年我們發覺了一個問題，整個商業形態發生變化，以前公司獲取使用者成本結構上發生了變化。最早的時候獲取一個用戶的成本一兩塊，到後面漲到更高，今年還要再提高30%，意味著有什麼樣的手段提升用戶價值，減少獲客成本，內容就浮現出來了，從2016年就浮現出來了，那個時候我們已經開始做這件事情了。
我們分析發現，在內容的不同形態上是有不同的商業價值的，我們把所有的內容形式做了一個劃分。所以我剛才提到了比如《聖經》是賣的最多的一本書，還有很多知識類的書本或者得到類的這些，大家是直接願意為它付費的。還有一類內容是靠占使用者的眼球，獲得廣告的價值，娛樂消費類的綜藝節目都具備這個特點的。還有一大類內容跟商業緊密結合的，比如你裝修之前會看很多裝修類的文章，甚至一些教程，這些類的內容跟商業結合極其緊密的，我們認為這些內容會跟商業的綁定越來越緊。當然我們還沒有說這樣就會成為一個入口。我們認為說未來提供內容的廠商絕對不只是做內容的這些，而是所有的商業都要提供內容給使用者，這樣的話既然要提供內容，推薦系統就是一個非常重要的核心。因為給使用者提供內容，你一天提供一篇夠嗎？其實不夠的，使用者要的是沒完沒了的內容，而且是要符合他需求的，就需要有個性化的內容。未來內容的製作上也是一個很有挑戰性的東西，在未來其實機器可以更好的去做好這樣的事情。這就是我們選擇這個方向，在這個價值點上去落地的一個原因。所以我們做產品叫頭條雲，是給廣大的這些APP提供個性化內容的能力。
沈強：
這樣您實踐的過程中，您覺得內容更深的嵌入到業務流程裡，它的商業價值是在價值驗證的什麼階段？已經開始被驗證了嗎？
盧學裕
：已經開始驗證了。從去年年底的時候已經有大的一些廠商都開始落地了，我們也是服務幾家大的公司，他們對這塊的認可，或者數值表現上已經有非常明顯的一個表現值了。無論是對APP用戶的活躍，還是對它變現能力的提升，都已經得到了一個比較好的驗證。所以今年我們看到非常快的企業都開始在這方面落地，我覺得今年是進到一個“快車道”的時期。
沈強：
下面問一下孫總，您價值落地的進程，我們都很期待美好的智慧駕駛，但是我們知道現在挺有挑戰的，特斯拉今年也出了不少的事情。我自己在今年初也看到了，國內有幾起至少是嚴重的特斯拉的交通事故，似乎在美好的願景裡，道路還是挺崎嶇的。從你的角度來看，智慧駕駛這個宏大的路徑你從什麼地方開始落地？
孫剛：
我想分兩部分來回答，一部分是市場，再一部分是對市場的部分像MOBOI、特斯拉，從L1級一直到L4級的，其實在歐美都已經有一些落地的案例了。剛才會之前也在聊，中國價值的市場一年有多大，可能是萬億量級的。其實我先回答特斯拉的問題，為什麼在中國會出這樣幾起事故，主要因為特斯拉大部分的運營車輛都在歐洲或者美國，有一些它的資料都是針對歐洲跟美國的，在中國其實能拿到的資料非常少，這很重要的原因就是有政府的原因在，政府對於國外的公司，或者企業在中國去搜集測繪，或者相關的資料是有嚴格法律規定的，主要是出於國家安全的影響。再有中國的駕駛環境非常複雜，比如車道線、護欄跟外國的都非常不一樣，非常複雜。所以從這個角度來講，我們認為中國至少會有幾家這樣的公司做自動駕駛的，儘管國外也會有，中國肯定會有自己的公司，不管是從當地語系化的需求，還是說從安全的需求來說，一定會有自己原創性的公司做出來。
第二方面團隊的問題。首先我們為什麼選擇這樣一個事情？首先是市場，再我們要根據團隊適合做什麼樣的事情來選擇。我們團隊在組建之初，大家都是深度學習這個領域的高手，比如說世界上第一個深度學習GPO集群的作者等等，其實都在我們公司，所以我們對自己的定位深度學習這部分我們是最擅長的，深度學習可以做哪些事情在自動駕駛裡面，比如說環境感知，偏向視覺的部分，還有高級地圖和駕駛決策深度學習的部分都是我們所擅長的。我們當時在找點的時候找的就是要做無人駕駛的大腦。其他部分雷射雷達的製造等一些其他的部分，可能我們不擅長，這個可以留給另外一些合作夥伴去做，我們主要聚焦在大腦的部分，自己比較擅長。
沈強：
您談到市場的選擇，因為資料偏見，資訊安全的需求導致有這樣市場的空間。從場景落地的角度來講，剛開始你提供的端到端的價值，第一個落地的場景是把這個技術用在什麼領域？能夠讓自動駕駛成為可能呢？
孫剛：
目前階段我們的合作夥伴有車廠，還有一些TL1的廠商，其實我們有一些商業價值上的落地，跟他們提供了一些技術方面的比如深度學習大腦，自動駕駛，比如環境感知方面的輸出，這是已經有落地了，後期可能還會跟車廠一起進行更加深度的合作。比如我們給他們提供一些相關的演算法，他們説明我們收集一些資料，説明我們的演算法來進一步的提高，這也是一個相互促進的過程。
沈強：
剛才我們講到了機會，講到了挑戰，也花了很長時間，最後也想請三位嘉賓每個人用一句話送給我們今天正在進行人工智慧創業或者是將要進入人工智慧創業的這些創業者們。
朱宇東：
祝願在創業中的兄弟們找好自己的競爭優勢的定位，從一個點切入到你選准的應用方向裡面去，就一個點。
盧學裕：
技術的發展一定是走到高坡然後開始走下坡路的，大家一定考慮從技術壁壘如何過渡到商業壁壘，或者其他的資源壁壘，這件事情想好了，你的路徑會發展的更好。
孫剛：
創業是一個比較漫長的過程，希望從自身的優勢還有市場的環境選擇比較好的切入點，真正選擇一件自己認為比較重要的事情去做。
沈強：
今天第一個人工智慧論壇我們就到這結束。感謝三位嘉賓。
雷鋒網小結：三位人工智慧領域的創業者就自己所屬行業都給出了一些結合人工智慧前沿技術實現商業化的有效途徑。其中有的業務已經邁出實踐的步伐，並且取得了不錯的效果。相信在企業家，產品研發者的不斷探索下，必將會找出更多把AI運用到實際產品中的路子。不久的將來，人工智慧將不再是看不到，摸不著的空中技術。