前言

人工智慧的未來是什麼？在剛剛結束的TechCrunch杭州峰會上，阿里雲機器智能首席科學家閔萬里就對此話題進行了深入探討。但對於當前「AI被炒的火熱，總體產能卻不高」等方面的問題，並未過多涉及。

因此，會後我們與閔萬里來了場深度對話。對話中，閔萬里從自己的視野和阿里雲的業務出發，對當下科技行業浮躁的現象做了深入解析，並表示，「我們要回歸到人工智慧的本質，真正的去研究人腦是怎麼工作的。做技術，一定要耐得住寂寞；做科學，則一定要走下神壇。」

「AI+產能不高」是個偽命題

天合光能電池片A品率提升7%；

協鑫電池切片良品率提升1%；

中策橡膠橡膠加工合格率提升5%；

恆逸集團實話生菜煤炭消耗率降低3%；

......

這是在與阿里雲ET工業大腦合作後，這些在各自領域均是龍頭企業的廠商，產能提高的真實數據。但個位數的產能變化，對於企業來說，真的有必要應用AI技術嗎？

「百分比是很能反映問題的。」

以天合光能的電池片為例，在中國所有的太陽能企業中，電池的凈利率都是非常低的。即便是天合光能此前只有2.91%左右的電池片凈利率，在行業來說，也是處於中上游水平的。

這其中有一個很大的原因，就是電池片的合格率很低，成本較高。一般情況下，電池片分為四個等級：A、B、C、D。A最佳，D則基本是廢品。

「A品率的提升就意味著凈利潤的提升。我們僅在天合光能的1個車間、4條生產線試點了幾個月，ET工業大腦就為他們創造了幾千萬的效益。

「而當下很多人所說的，AI技術並不能為有效的提升產能，不過是因為大多數技術人員，不願意真正的下到車間去了解用戶的痛點和需求。只在辦公室碼代碼，具體應該做什麼都不知道，怎麼可能提升產業的產能呢？」

下車間、下農田......技術人員應該忘記自己的身份，走下神壇

「如果真正的AI人才願意走到實際的場景當中去的話，一年內，產能絕對就會有立竿見影性地提升。但現在的技術人員，大都是在『神壇』上自我陶醉，對於產業真正的痛點，完全不了解。」

就拿「大腦」來說，「城市大腦」、「交通大腦」、「工業大腦」、「醫療大腦」、「超級大腦」......各種「大腦」充斥在行業的方方面面，但實際的應用效果卻幾乎為0。

「我們為什麼能幫助天合光能將A品率提升7%，是因為我們事先去到了他們的生產車間，實地了解了他們在生產製造過程中遇到的各種問題以及該產業當前的痛點。」

「但恰恰在這一點上，很多做技術的人不願意忘記自己的身份，不願意跨界到車間，甚至農田去找客戶或產業的痛點。他們覺得在實驗室、工位上就可以憑感覺『治理天下』。這是一個很大的問題。」

在「技術界」有一個很有意思的現象，幾乎每周，都會有一些國際性的技術大賽，也幾乎每一周，都會產生一些「頂級技術冠軍」。

「平常對AI技術稍有關注就會發現，這些『冠軍』大多是曇花一現，很少有能將技術真正應用到行業中，更別說解決各行各業懸而未決的事情，並將其產品化和規模化了。」

「我們應該追求的是用技術為行業創新，而不是一次兩次的排名。排行榜每天都在變，就算是國際足壇也是這樣，即便排名第一也不見得能在世界盃中獲得冠軍。但行業問題始終在那裡沒有被解決，只是沒有人願意『下去』發現這些問題而已。」

簡單來說，單純的說技術優勢是沒有任何意義的，忘記自己的技術身份，切身去找業務痛點才是從業者和企業應該去做的事情。

「當然，我們還必須承認，技術不是萬能的。就當前來看，AI技術並沒能達到大家所期盼的『智能』，我們只是在物理極限上，一定程度上超越了人類。而這，其實早在2000年前我們就已經做到了。」

如果真的要說，機器在物理極限上超越人類是什麼時候，東漢時期就已經出現的「算盤」就是一個很好的例子，它將「0、1、2、3、4、5、6、7、8、9」十個數字和「四捨五入」的規律完美的融合進了算珠中，在「算力」上超越了人類的心算和手算。

「也因此，在沒有讓機器擁有『人腦的深度』之前，我們還有很多基礎性研究需要去做。」

但這些，並不是短期內就可以有立竿見影性效果的。

「放衛星現象」不可取，做科學家就要耐得住寂寞

「人腦的深度」是什麼？

閔萬里給我們舉了個例子：

今天，我喝了一瓶水。腦海里立馬浮現出了，10年前的某一天某一刻，我也喝了一瓶水，並和幾個好朋友暢聊了很多事情。再回想現在，與當時有了很多的變化。

「此情此景」，就是人腦深度的表現之一。

除此之外，「洞察」和「遠見」也是「人腦深度」的重要特徵。比如「看監控」，看似很簡單的事情，人去看，能夠就視頻呈現的表面信息進行聯想和解讀，從而抽絲剝繭得到最終結論。但機器去看，又能從表面信息往下走幾步呢？

「人的大腦是很複雜的，讓機器擁有人腦的思考能力，首先就必須要知道，人腦細胞的工作邏輯。哪幾個或哪些小區域的細胞運動，就會發出『喝水』的指令；哪些細胞的組合，會發出『跳』的指令；哪些又是控制聯想並啟動其他『記憶細胞』的？

「但直至今天，我們的探測技術還沒能精確到每一個細胞，只能精確到一個腦區。想要完全理解大腦結構和工作邏輯，是一個漫長的歷史過程。」

不僅是大腦，基礎性研究都需要科研工作者極具耐性。回看世界科技發展史，沒有哪一次的重大發現是一蹴而就的。

例如高溫超導材料，1987年左右，高溫超導曾經掀起過一陣熱潮。但現在已經30年過去了，依舊沒能實現應用。

再比如現在CPU上廣泛使用的『硅』，之前也是科學家一種種材料一步步嘗試才讓其實現應用。而現如今，被大家炒的火熱的量子計算，想要找到一種合適的材料，基本上需要把當前人類所發現的材料再重新試一遍。

「當然，不排除撞大運撞上一個正好適合的。」閔萬里笑著說。

「基礎性的研究從來不是『日更新』、『月更新』、『年更新』的事情。如果一個人經常出現在新聞上，發表最新的研究進展或者論文，那基本可以判定，他的研究沒有未來。

「科學發展需要長期投入，我們要尊重這樣的發展規律。」

最後

在對話的結束，我們和閔萬里聊了聊當前的大公司和創業公司競爭關係。閔萬里表示，作為創業型公司，首要的是明確創業的「初心」是什麼？

是「事業」還是『愛好』；是「說故事」還是「創未來」？

「如果是前者，我們不建議創業公司和大公司硬拼，獨角獸中很少有跟大公司對著乾的，都是瞄準一個垂直行業的垂直問題，通過合作的方式深入進去，解決實際的問題。」

閔萬里

阿里雲機器智能首席科學家，「山景」是他的花名，因為他曾在山景工作過。

閔萬里很喜歡笑，個人經歷也是非常不一般：7歲之前，考試經常考零分；14歲，入選中國科學技術大學少年班；1997年大學畢業，赴美留學，獲芝加哥大學統計學博士學位，並先後在IBM T.J.Watson研究所、IBM Singapore及Google擔任研究員，從事大數據理論研究與應用演算法研發。

2013年閔萬里加入阿里巴巴，負責領導阿里雲人工智慧ET大腦項目，現已推出ET城市大腦、ET工業大腦、ET環境大腦、ET醫療大腦等。

更多優質內容，請持續關注鎂客網~~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！