新智元報道

作者：艾霄葆

【新智元導讀】2月28日，北京大學「人工智慧前沿與產業趨勢」系列課程如期開講。第一講，北大人工智慧創新中心主任雷鳴做了近120分鐘的分享，內容涵蓋了人工智慧的發展階段、特點、驅動力、行業的結合點和新的投資機會。

去年「人工智慧前沿與產業趨勢」課程反響熱烈，獲得了廣泛關注和參與。2018年春季學期，北大信科學院將繼續開設「人工智慧前沿與產業趨勢」課程。

經過一年的發展，國人人工智慧產業的現狀發生了哪些顯著的變化；在全球視野下，中美兩國人工智慧各自的優勢、劣勢有哪些；在互聯網巨頭的壟斷下，中小型初創公司真的一點機會都沒有嗎？

第一講的課堂上，雷鳴與大家分享了眾多觀點和行業資訊。

以下是新智元整理的演講以及雷鳴老師的PPT。

以主講人身份現身課堂的雷鳴簡要介紹了課程的情況和課堂流程，接著，雷鳴給大家介紹了過去AI行業中幾個里程碑式的事件，認為這些事件直接刺激了人們對人工智慧發展的關注。

第一部分：人工智慧對人類的影響有多大？

首先是2016年年中時 AlphaGo，以4：1戰勝了李世石九段。它在2015年底的時候，只是戰勝了一位歐洲冠軍——也是一位中國人，那是一位兩段的選手。所以說，它的進步速度是非常快的。

而到了2016年底，Master 橫空出世，在圍棋對弈網站上橫掃60局不輸。我們可以這麼認為，在16年年中時，它還是一個跟人類九段選手持平的水平，它已經遠遠高出了人類的最高水平，因為保持60局不敗是任何人類九段選手都不可能達到的水平。

所以我們感覺這是一個里程碑式的事件。17年5月，讓3子勝16年3月的版本，這讓三個子相當於什麼？基本上是專業跟業餘下都不讓三子。還有就是12月的Zero在8小時內搞定3大棋類。中國圍棋的一個元老人物說，如果非要給它加個段位的話，已經達到了20。

還有李飛飛教授在斯坦福做的自然圖像分類項目。2011年，計算機對於圖像的分類準確度只能達到75%左右，之後就是有不斷的消息，說什麼今天谷歌又高了，明天微軟又高了，後天百度也出來了，等等。現在基本上大家已經不太刷這個榜了。

在人臉識別領域，人類的準確率是99.1%，深度學習能做到99.7%，很多人說，這也沒什麼嘛，但反過來看錯誤率的話，0.3是0.9三倍的關係，看數字要講方法，否則結果會很不一樣。

我們看2013年的時候，用一些非深度學習的傳統方法去做語音識別，我們做到了準確度百分之九十六點幾，而人類的話是百分之九十九點一，差距仍很大。但現在，用深度學習的方法，準確度已經到了99.7%，也超過了人類。

雷鳴將人工智慧的發展比作人類歷史發展上另一個極重大事件：「讓我們看看歷史上有沒有什麼事情是最重要的。那就是工業革命！有一位教授在論文中指出，工業革命是世界經濟史上唯一重大的事件。

接下來，雷鳴以「創新」為著眼點，以工業革命和人工智慧發展作為兩個切分點，比較了農業社會、工業社會和信息社會的不同特點：

如果我們進入到某種稱為智能社會的社會，那麼可能基於技能的重複性工作會被大量替代。創新有一定的失敗率，但是投入其中的人越多，基數越大，社會發展就會越快。

我們能看到，到某個時間拐點之後，未來社會發展會更加快速。這會對社會產生極其深遠的影響，比如說對財富的定義，對我們的工作形態，對社會的組織結構都會發生根本影響。

第二部分：為什麼現在學習人工智慧

接下來，雷鳴分析了人工智慧現在進步迅速的原因：

為什麼會是現在？為什麼現在正好是這個拐點？人工智慧為什麼現在進步的如此之快？首先人工智慧發展的必要因素，我們就說是三要素吧。第一個因素，是數據。你沒有大量的數據，你就沒法學；第二是運算能力；第三個就是演算法。那這三個要素為什麼現在突然爆發了？我們看其實就是數據和運算能力的提升到了一個臨界點，這個點以後，很多原來解決不了的問題，變得能解決了。

那麼，我們剛才說的這幾個要素都在怎麼變化？第一，我們說數據，由於電腦網路，將來咱們還有什麼物聯網感測器等等，這些會導致數據的增長，每年都以50%的速度在增長。這是什麼意思？這就是說，基本上每一年半到兩年翻一番，記得這一個結論，就是說數據漲的太快了，這個我們人做事情都是線性的，它可不是，它是指數級的。

我們再看另外一個漲的就是運算能力，運算能力的話，注意摩爾定律也是每1.5到2年運算能力也翻一翻。這兩個還有點意思，基本上是同步的。

我們再看演算法，演算法其實也在不斷的演進，這個深度神經網路神經網路演算法其實幾十年前就提出來了，但是後面一直沒什麼進展，是為什麼呢？就是剛才說的，沒有數據，沒有運算能力。因為這個演算法需要的數據量很大。但現在數據運算能力有了之後，它的威力就出來了。

基礎演算法雖然很多年前就提出了，但是後面我們不斷的有強化學習、遷移學習等等。基於深度學習的話，會出來一個非常大的理論體系來支撐現在的發展。引用吳恩達的一個說法，就是說，他說有監督學習方面，深度學習可以超越幾乎其他所有的演算法，只要數據量足夠。只要數據量夠大，深度學習能不斷逼近真實函數。

但是我們去看這個這個圖，也很有意思，這個學習演算法隨著數據的增加，它有一個拐點啊，到某一個點之後，他就停下來了。當然了，這個傳統模型大部分我們也能理解到， 因為你的公式本身表達能力很有限。

你比如就定了5個參數，然後搞一個線性的，其實表達能力是非常有限的。你怎麼訓練它，都不能把真實的東西完全模擬好。但深度學習不一樣，你只要給的模型足夠大，它基本上可以把這個真實環境原函數給你還原的非常好。

所以剛才說，它隨著數據的增加，每一個數據的反饋都會修改這個函數，然後就逼近真實函數。所以說，它到達一個點之後，爆發了數據和運算能力，使得深度學習真的有用了。它可以超過原來的傳統演算法。那以後的話呢？它會繼續揚長而去，不斷進步。

接下來我們再講一下人工智慧會影響什麼。我們認為人工智慧會影響幾乎所有的產業。

第三部分：人工智慧對產業的影響

關於人工智慧對產業的影響，雷鳴說：

舉一些簡單的例子，比如說服務業， 掃地機器人現在全球已經賣幾千萬台了，這是機器人里銷量最大的。看著很傻，一個圓盤在那，但是它真的解決了一個問題，你不用掃地了。還有陪伴機器人，這個概念說了很久，現在還沒落地，但是呢，這個東西未來肯定會實現。然後呢？導購機器人也是這樣。

我們能看到這一塊兒正在高速的發展，什麼時候會人手一台呢？我們不太清楚，中間的話也許有些挑戰， 一定要把成本降到某個水平線之下等等，但是未來是很明確的，它就是在朝這個方向發展。我們相信在一定時間之後，每個人家裡面都會有N個機器人在幫你做這做那。這就是未來的工業機器人和智能工廠。

特斯拉在整個生產過程中，有十幾個工程師到幾十個工程師在盯著，這些工程師並不是流水線工人，他們在盯著流水線不要發生故障。真正的生產都是機器自動化進行的， 所以說未來工業也會有深刻的變化。另外，現在我們知道自動駕駛和智能交通，這兩個當然也會出一些事故，因為在創新的早期，錯誤總是會犯的。但是它會越來越好。另外我們大膽的估計，也許20年以後，可能你自己在馬路上開車就是違法的。

接下來，雷鳴展望了人工智慧的未來和發展。

現在，全球前五的市值公司都是互聯網企業，而20年後，這些席位都將是人工智慧公司。

比如你看金融行業的數據分析師肯定比普通司機門檻高，但當AI技術應用到這兩個產業時，自動駕駛要難的多，這是由於金融行業本身就是數據，而無人車的數據需要不斷的測試模擬。

另一個例子，交通、醫療這些國民生產總值佔比靠近的大行業一定是首先與AI結合，這是由它的經濟效應決定的。

第四部分：AI時代的機會

如今，大公司的優勢太明顯，甚至可以用壟斷來形容。雷鳴指出小公司也有自身的特點可以突擊，比如，雖然沒有巨額現金去挖人，但可以用股權佔比去吸引人才，更何況不管哪個行業，優秀的人才一定永遠是稀缺的，而隨著人工智慧的發展，人才流動相應的也降低了招聘的門檻。

硬體設備也開始減價，可以很方便的租賃。所以數據是最難的，數據不像石油，它是非標準化的，這樣就無法流通，花錢也買不到，獨家大數據是人工智慧不斷進步最寶貴的。

壟斷的企業才有定價權，市值高的都是To C 的公司。

互聯網時代讓信息在全球範圍被拉平，消費行為趨同，傳播加速，這樣很容形成爆款，自然就出現了壟斷，這樣的競爭環境也不允許大公司犯錯、踩空結構性機會，不然差距瞬間被拉開。

現在人工智慧業務布局幾乎已經覆蓋了替代性機會，只是各個替代性機會的發展階段不一樣，商業化程度的差異。而比較難出現的是全新的產品，當科技不大發時的、受壓抑的需求被滿足，全新機會自然爆發，比如語音助手的發展催生了智能助理行業。

第五部分：AI時代中國的機會

中國其實是跨過了信用卡時代直接進入了移動互聯網並且正在擁抱人工智慧，這種跨越式的進步給了中國引領社會改變世界的機會。中國的短視頻、直播、個性化新聞甚至是小黃車已經成為其它國家模仿的產品，Copy from China是大勢。

最後，附上本次課程的視頻回放鏈接：

https://c.m.163.com/news/l/172288.html?spssid=d86c2ad55f9f33a28fc5200b5a04d1cc&spsw=1&spss=163

課程介紹

「人工智慧前沿與產業趨勢」課程由北京大學開設，並面向公眾開放。課程由人工智慧創新中心主任雷鳴老師主持，共14節。

每節課邀請一位人工智慧領域頂級專家和行業大咖作為主講嘉賓，就人工智慧和一個具體行業的結合深度探討，分析相應技術的發展，如何影響產業，現狀及未來趨勢、對應挑戰和與機遇。

所有課程相關信息、通知都會在文末的公眾號發布。

課程已邀請到創新工場創始人兼CEO李開復；百度七劍客之一、北大人工智慧創新中心雷鳴；微軟亞洲研究院副院長、國際計算語言學會ACL 候任主席周明、英特爾中國研究院院長宋繼強；科大訊飛執行總裁胡郁等10多位大咖，包括BAT的AI業務負責人、知名AI企業創始人、AI領域的知名教授等，他們既在學術界享有盛譽，又有世界一流企業的行業經驗。在這門課上，同學們可以收穫最前沿的人工智慧觀點，深入了解人工智慧在各個細分領域的產業現狀和發展機遇。

課程參與方式

掃描下方二維碼，關注公眾號

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！