2
编者按：本文是出门问问李志飞在新浪C+的演讲实录，雷锋网做了不改变原意的编辑。
十年前我们谈AI的时候绝对不会在这种场合，而是在学术会议或者美国军方的某个项目上，比如我自己的项目就是美国军方支持的项目。再到后来google开始做翻译和语音，再到今天所有的人都在谈AI，我发现一个特别有意思的现象。AI从非常高大上、非常遥远、非常偏学术的领域变成了大众每天都在讨论的话题。每一天看到的头条都是无人机、AI和自动驾驶，像这样的活动很多组织机构都在组织，我个人每天都会接到无论是媒体、政府机构、企业的一些AI活动，所以AI已经是非常受大家关注的领域。
AI说了这么多，到目前为止，大家作为普通老百姓，AI只是媒体上的AI、讲台上的AI、科幻片里的AI。我们正常生活中真正看到的像科幻一样的AI产品非常少，对社会 、对大众的影响力非常小。所以AI是怎么发展起来的？那么多人从事AI创业，AI系统到底能够支撑几年？我们接下来重点应该关注这些事情？今天我想从自己的这种比较独特的经验和大家分享我自己的一些感受。我的分享主要有两个角度：
一是AI的未来。大家每天看到各种各样的产品，无人驾驶、AI、google glass，这些概念性的产品在视频中使大家对它抱有非常大的幻想和联想，我们每天都希望AI一下子能够到来。对AI有一个最著名的论点，奇点，专门有一个奇点大学。我在很多场合说，奇点临近的库兹韦尔就是一个骗子。他是介于科学家之间的一个学派，就是未来学家，他描绘未来，但有他自己的一些诉求，但这个理论受到很多人关注和推崇，因为听起来特别有意思，特别有想象力。不知道多少人看过这本书《奇点临近》，根据现在指数级的增长，我们可以外延的推测到2025年计算机智能会和人类差不多，2045年机器智能会超越人的智能。
这里面会有看起来很科学化，它总结的是一种指数规律，现在会怎么样，未来怎么样，听起来很有想象力。机器把人灭掉是不是一个美好的未来我不知道，但很多人愿意讨论机器把人杀掉，他有最有名的一句话，AI是人类文明上最后的一项发明，因为发明了AI以后整个人类就被机器灭掉了。这是非常让人向往或者兴奋的一个世界。但到底是科幻还是现实，以前我觉得不值得批判，但我觉得现在这么多人对它有兴趣，想了解它，其实它的一些观点还是比较靠谱的。
首先，人类的智能等于生物智能加机器智能相融合，这是他的核心观点。这个观点非常靠谱。未来可能人的智能就有两部分，一是生物上给你的智能，上帝给你的智能。二是机器的智能，这些技术是美国人做到的，大家可以想象未来我们不用带钱包，不用带公交卡，你的身体里就植入一个芯片，这个芯片是你的ID，你可以不需要带各种各样的包，还有各种各样你生命的数据，这是非常可行的。
甚至我们有可能在未来放弃生物上的一些器官，比如我们的腿。现在可能你的腿有障碍或者残废了才会换一个机器腿，但想象一下，如果现在有一个机器腿，不伤害你的身体，使得你的能力大幅度提升，跑得特别快，甚至可以飞可以跳，有人就可能借助机械上的东西补充人的能力。这是技术上已经成熟，技术上可能发生，只是社会法规是否能够接受。所以，这可能比别的更容易做到。
机器智能是否能够超越人类智能？我们很难反驳说它不能超越，因为我们没法去证明它是否能或者不能，我们不知道怎么做到。作为一个科学家和工程师你要知道，怎么一步步做到，或者怎样做不到。但今天我们看不到机器智能能够超越人类智能的一种可能性。
今天所有AI的技术，无论是语音识别还是计算识别，大家熟悉它的原理的话会看到它非常机械。比如语音识别，我们对声学和人类语言有一些理解，人类语言是怎么产生和沟通的，我们对此有非常深刻的认识。然后我们有一些传感器，把这些数据速度化，比如语音识别有麦克风，把它数字化，最后训练出一个系统。大家可以看到一是对原理非常熟悉，二是我们有传感器采集数据，三是有处理数据的能力。
今天语音识别、计算识别偏感知层面的都能做得到，但真正偏理解和思考，在大家听我讲的过程中，有很多人就在思考，他根据自己过去自身的经历能够思考。我们能否制造出一台机器能够思考，甚至超越人的智商，让大家去协作，这是非常难的。很大的原因，我们不知道怎样把人类的活动数字化，生命的数字化是非常难的，大家很难想象我插一个传感器，到大脑里衡量我说的每一句话，这是非常难的事情。第二部分，就算你能数字化，你发一个照片一个带宽，这是数字化的过程，大家可以想象，这只是每天视觉这块数字化，如果你每天有无数的这种想法，但其实你都没有把它数字化起来。但正因为这两点，我们今天看不到一条可以把人的智能、把数字化量化，把它传输和产生一个机器学习的模型。这是目前做不到的。
机器到今天有一个特别有意思的现象，它没有复杂的推理，但同时也没有简单的直觉。大家讨论AlphaGo觉得是某种程度上，人类第一次开始对直觉进行建模，但我们不知道怎样用机器或者用机器学习的模式对人类的直觉做建模。如果没有办法对直觉做建模，很多时候智能做不到的。因为我们听到每一个说法，我们不是通过ABCD测出来的，而是立刻产生的直觉。
通过机器学习要告诉他ABCD怎么做，从第一步推到第二步、第三步、第四步，计算机所有的原理都是通过这种模式在做的，但人类很多时候是直觉。所以，我们为什么没有看到一个清晰的路径能够创造路径，像人有思考能力。机器可能有简单视觉、语音等方面的模拟，但理解、思考、创造和协作非常难做到，如果这样的话人是永远不可能被机器代替的。
这是对AI未来的解释。我们作为一个创业者不是想机器如何不能概念源，这不太现实。作为创业者，我们怎么看今天的AI的发展，我已经看到了几个比较清晰的潮流。一是在已有的产品中实现AI first战略。今年google就提出了人工智能优先，在所有的产品中嵌入AI技术，比如地图、搜索和视频，这是非常靠谱，而且已经看到非常清晰的收益的，因为它有海量用户和数据就可以把数据放进系统里，就能够大幅度提高效率。这是机器学算法可以做的。但有一个前提，首先要有一个产品，这个产品有大量的用户。但问题AI还没有这样一个产品，我们都在用AI技术构建一个产品。
二是比较清晰的，世界上99%的AI创业公司都在做的事情，我自己不做产品，我把AI开放给别人，比如我的云识别、计算识别、人脸识别，打包成API，提供给第三方，很多第三方的产品自己能够开放这个AI技术，因为AI技术还有一定的门槛，并不是每一个技术都能融入AI团队做这个事情。这个时候把它开放给别人，但作为AI公司不用去做产品本身，这是目前绝大部分在做的一件事情。
但它的问题是如何使这个公司能够持续性做大？目前看到的API，首先用户付费习惯意愿和规模比较小，这是它面临的问题。
我们和很多AI不同，我们一直在做2C的产品。在2C的产品中有几个思路，一是纵向产品深度集成，二是横向产品打通。当我们开发自己的技术的时候，无论是语音、语义还是搜索推荐，市场上有的AI技术我们自己都有一套。但我们做这个技术不是为了大而全的场景，而是为了自己的场景深入的集成，我们自己面对消费者，而不是寄希望于第三方把这个AI做好或者把这个AI的产品化做好。在一个具体的产品里，我们做纵向产品深度集成，我们做的ticwatch，从硬件到软件到算法都是我们自己在做，围绕这个使用场景做深度的优化。到今天我们在智能手表这块全世界都是非常领先的，这里面不仅仅是AI这一项技术。
AI如果只用在一个方面，比如智能手表你的价值也没法释放出来。所以我们把这个品类在横向扩充，除了智能手表还在做产品，比如我们马上要售卖的是智能后视镜产品，你可以想象把你的带数据联网的手机放在了智能后视镜产品上，可以导航、听音乐和做行车记录仪，包括我们也会做家居的产品。
看起来是一块智能手表，但切入了很多技术，无论是语音交互智能家居的产品，还有一些这里没有显示的，首饰控制和运动的传感器等等都是AI里面非常核心的技术。我们把智能手表作为AI应用的载体，这里面嵌入了我们自己研发的很多的AI的技术，这套深入的去集成。我和一位记者说过，智能手表差不多是今天AI应用最高、最成熟、最集中的体现之一，很多人可能觉得我在瞎说，但这就是AI的现状，未来我们认为AI真正要走向消费场景，一定要做更多这种产品，每天让老百姓去使用和迭代，才有可能做好AI，而不是一个非常虚幻的，在空中说我们要做AI，但没有具体的落地的产品，这是非常难的一件事情。
我们公司有很多AI的核心算法，比如有云、有手势，有和机器学习的一些技术的积累，但这些技术有的属于非常早期的，比如视觉。我们最终落地是以AI为核心算法，围绕它做很多交互系统，比如我们做TicHome、TicAuto、TicRobot等产品，我们还会打造智能手表、智能家居等一系列的产品，最后你可以想象把这些产品串起来，就会有以前AI没有想过的事情可以做了。比如在家里和车里如果都用同一套算法，同一个人我们有非常清晰的数字化，就可以做很多智能化的东西。这是未来AI创业公司也好，大公司也好，都会延续这条路来做，通过软硬结合的方式把AI真正做出来，使得AI不再是讲台上、媒体上、科幻片里的AI，而是你生活中每天都能见到的AI，这是我们的一个愿景。谢谢大家。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
