李开复-中国人工智能行业的发展现状(附视频中字)

上月李开复受邀出席 MIT 麻省理工学院“人工智能与未来工作”峰会，对中国人工智能行业的发展现状发表了主题演讲。

CDA字幕组对该视频进行了汉化，附有中文字幕的视频如下：

李开复-中国人工智能行业的发展现状

针对不方便打开视频的小伙伴，CDA字幕组也贴心的整理了文字版本，如下：

今天在过来的路上，优步司机问我要去参加什么活动。我回答，去参加 MIT 的 "人工智能与未来工作"峰会。

他问我： "多久以后自动汽车会代替我的工作?"

我想了想说 "这里是美国，那么可能需要15到20年"。

他松了一口气说，"那时候我已经退休了"。

幸好我不是在中国被问到这个问题，不然我可能会说10年。

因此这个演讲会告诉你，为什么我对 AI 在中国的发展如此乐观，以及当中的一些担忧。内容会涉及关于 AI 方面的：科技、市场、产品、资本和政策。这不是一个科技性演讲，但是我需要从科技讲起。

一、技术

因为很多人可能会想到，在所有的 AI 领域图灵奖获得者中，所有的深度学习的发明者中，虽然当中没有很多中国人。很多是美国人或者加拿大人，他们领导着由顶尖 AI 演讲者组成的精英团队。虽然顶尖的学者主要是美国的研究者，但是中国的  AI 研究者数量在以惊人的速度增长。

当中也有我的一小份功劳，就是建立了微软亚洲研究院。这个机构已经培训了5000人，当中的核心工作主要围绕 AI 。

左侧列出来的九个人，都出身于微软亚洲研究院，他们如今是百度、阿里巴巴、腾讯、今日头条和海尔等公司的CTO，或 AI 方面的负责人。

AI 的知识传播开来，帮助中国企业步入 AI 时代。很多三、四十多岁的青年人投身于此。当中有些人是计算机视觉与模式识别大会(CVPR)等会议的委员会成员。许多年轻人在以令人惊讶的速度涌入这个行业。

讲个小故事。大概十年前，清华大学经济管理学院的院长曾告诉我，"今年那些特别聪慧的学生中，许多选择了商学院而不是计算机科学"。那是在2005年，我问他当中的原因。他说高盛在中国开始按照全球标准支付薪水。如此一个微不足道的信息足以使一半的状元选择就读经济管理专业。如今是 AI 时代，许多的状元选择了计算机科学作为专业。

最近我和一些毕业生交流，我问 "为什么你想从事 AI 领域?"。他们说 "工资更高"。 我问 "能高多少"，他们说 "大概高出一半"。并不是所有的中国学生都是经济利益驱动的，但是薪酬是一个重要因素。

我们投资的一家公司，叫做Face++(旷视科技)。一周前，旷视科技研究院包揽了MS COCO竞赛的三项冠军。打败了其它世界顶尖团队。他们的首席科学家孙剑是ResNet的发明者之一。

这项技术用在AlphaGo Zero中，这家公司的估值已经超过十亿美元。他们能够在任意指定时间内识别三百万张脸，这项技术的部署在各行各业。比如安全应用等。

已经发布的iPhone X具有面部识别功能，很多中国的主要手机制造商都在奋力追赶 iPhone。在这里我不具体说是哪些厂商，但大部分都在这么做。当中许多都选择旷视科技的技术，他们没有iPhone高大上的3D技术，但是对于身份验证并不需要这项技术。

这个例子说明面部识别技术已经被中国企业大量应用。当中一些企业处于领先地位，他们的成功由于对该领域的专注。这需要大量的努力，这并不是发布优秀的论文，而是让论文能够用于实践。需要大量的数据和标记工作，这些工作最开始是人工的，最终是自动化。这种奉献和投入很符合中国企业。

这是面部识别方面的例子，我之前的研究领域——语音识别。百度和科大讯飞都声称自己的语音识别技术，与谷歌级别相差无几。因此中国的企业在应用软件方面正在追赶世界前沿科技。

但是论文情况如何呢?

10年、12年以前，中国 AI 论文作者的人数是非常少的，但现在华人作者参与的顶级 AI 论文被引用次数所占比例提升到53%。远高于中国人口在世界人口的占比，尽管最顶尖的研究者还不是中国人，但是中间水平的研究者数量在迅速增长。而不是一般的出版物，因此技术水平上虽然还有差距，但是正在努力追赶。很多人正在进入这个领域。

二、市场

数据集的大小对于 AI 算法十分重要，大多数 AI 算法是开源的。在应用中会发生这样的良性循环。首先如果你有许多数据，通过 AI 升级的产品会让你获得更多用户，带来更多的收入。之后你就可以雇佣更多科学家，购买更多机器，从而获得更多数据。这种循环是很多公司成功的关键因素。比如Facebook、Google、微软，在中国有百度、腾讯、阿里巴巴等公司。

有一个说法，数据从来都不嫌多。这要归功于Fred Jelinek。数据越多越好办事。

正如左图所示，说明了当增加数据量，随着横坐标变大每个算法的准确度都大大提高了。

因此如果认为顶级科学家对于特定 AI 问题能够创造奇迹。其实事实并非如此，不管是在任何时候，一个拥有大量数据的出色科学家最终会打败，只有少量数据的顶尖科学家。

中国有多少数据呢?

我们都知道，中国是全球手机和互联网用户人数最多的国家。你可能认为3倍的数量，意味着中国有极大的优势。比如百度比谷歌的搜索量更多，淘宝比亚马逊的交易量更多。可能是这3倍的因素之一。你觉得差距只是3倍，但不仅仅是3倍。事实比这个更大。

举两个例子，其中一个是中国的手机移动支付。中国人使用手机支付的次数是美国人的50倍，意味着支付时是拿出手机，而不是使用信用卡或现金。这就是手机支付。这些数据都会再用于训练 AI 模型。中国外卖次数是美国的10倍。

我没有时间去详细解释当中的原因，我只是想说作为生活的一部分，手机功能的扩展不管是线上还是线下，中国的速度要比美国快得多。

如果你来到中国度过一天，和中国人待上一天，你将为中国人所做的事情感到惊叹。

中国人不带现金，只是带部手机，可以用手机购买任何东西。不需要去餐厅，只需要点外卖。当下班时，打开手机应用点餐。等到家时你的外卖也刚好送到了，外卖从电动车上拿下来时还是热的。这些例子体现了，移动手机在中国的用途正在发生天翻地覆的变化。

还有关于共享单车的例子。共享单车是现象级的产品，既给用户带来价值，并且改善环境，这种商业模式将带来大量收入。虽然确实把道路弄得很乱，这个问题有待解决。

这张图向你们展示了5个应用，以及每天达到2千万订单需要多久。这不是日活跃用户也不是页面浏览量，这是完成消费的订单数。想象一下美国有多少APP达到了这个订单量。对于新的APP，要花多少时间达到这样的增长速度。

我们投资的一家叫摩拜单车的共享单车公司，他们花了10个月的时间从零开始到实现每天2千万订单。

这就是第三个浪潮。如今已有2200万辆自行车将GPS信息，以及其他的传感器信息发送到服务器。产生了20TB的数据可以从中挖掘各种指标。

滴滴同样每天发送2000万份数据，滴滴是类似Uber的打车APP。滴滴最近连接了交通信号灯，通过同步交通信号灯状态和确定有多少车辆在走哪条路，从而极大地缩短从A地到B地的时间。这些数据将使已有的应用更加高效，而且将驱动我们从未想过的新应用。

因此移动支付真的很重要，尽管它并不直接归属于 AI 主题。当你的手机可以进行移动支付后，会发生下面几件事情：

先需要理解什么是移动支付。

首先，这并不会像信用卡那样，银行会收取3%的服务费，基本上是免费的；其次是点对点，所有人都可以给其他人付款，并不一定要是商家和客户；第三是即时到账，并不需要等待信用卡验证通过。

这给我们的生活带来了巨大的变化，之前中国是存款经济，现在正在转向消费经济。因为操作太简单了，你想买什么东西就只管去买。

而且现在贷款也很简单，这也是我们投资一家智能贷款的公司的原因。每年他们要做3千万的贷款，这还只是一家公司的贷款量，像这样的公司有10家。

如今中国有了跨越式发展的机会，这仅仅发生在过去的两三年里。现在任何地方都可以用移动支付。

关于接下来要说的话题是，你们可能都在想亚马逊收购 Whole Foods。但是我们认为这是比较原始的方式。

在中国，线上与线下融合地十分完善，即OMO（Online-Merge-Offline)。有一些公司能够追踪线下用户，并且把用户行为发到线上，从而与线上行为整合起来。说的更清楚一些，当你用浏览器浏览Amazon时，Amazon会知道你在看哪个网页、点击了什么、买了什么、没有买什么、你是谁、你过去买了什么。

但是想像这发生在真实生活中，如果商店或者购物中心用摄像头，或者其他传感器来记录你做了什么。然后上传到数据服务器上，从而线上线下能够更好地预测用户想要什么。然后提交给商家，购买合适的商品库存，引入正确的供应链，并基于用户数据设计出新产品。所有这些环节都被连接起来，这不仅仅会发生在消费领域，也适用于教育等其他领域。

这就是中国正在发生的事情。我之前就这个话题，在《经济学人》杂志发表了一篇文章，这将是一个现象级的改变。

当Amazon GO(Amazon推出的无人便利店)成为最先进科技的典型代表。中国的自动商店也在各个地方涌现。我设想：之后你再去中国时，几乎一半的购物会发生在半自动或全自动商店，这就是中国企业的办事效率。

三、产品

那么产品方面呢?中国人是否能研发出好的 AI 产品呢?

很多人可能仍然记得，中国曾一度山寨别人的东西。15年前的确如此。

这里的山寨，并不是指盗用知识产权，而是指模仿产品的外观、质感以及功能。但是通过这一过程这些创业者学会了，如何创造适合用户的产品，随后他们会成为了好的产品经理。很快他们进入下一个阶段，受到美国创新技术的启发，他们开发出具备独有特点的产品。

比如微博、淘宝等虽然不是原创，但却在大量市场反馈的基础上发展更快。

中国企业创造了在美国从未有过的创新，共享单车就是例子之一。

今日头条是定制化新闻。当我还在Google工作时，我们花了很多年来研究定制化新闻。但是今日头条比Google更早实现了这一功能。VIPKID是远程教学，将美国教师和渴望学习英语的中国学生连接在一起。摩拜单车是共享单车。还有蚂蚁金服，蚂蚁金服旗下有很多金融产品，包括帮助获得比银行更高的利率。

接下来"Copy to China"  变成了"Copy from China”。很多产品开始借鉴中国产品的特色和灵感。因此中国的产品，至少是移动端产品已经赶上了美国企业的水平。

所以当看到中国公司的估值已经达到美国水平时，这并不值得惊讶。中美互联网公司市值接近1:1。Google比百度的估值更高，但是美团比Yelp更高。因此中国公司的估值正逐渐和美国公司旗鼓相当。

中国的 AI 产品是否会超越美国产品?

第一个浪潮，利用互联网数据。

总体而言中国的互联网公司，将超越美国互联网公司。并不是每一个都超过了。原因在于当人们有手机并且可以付款，新的创新产品应运而生。因为每个人都可以支付，就会相应产生很多赚钱的办法。贷款就是例子之一。因此数据和优质 AI 产品的价值，将促进互联网公司发展。

第二个浪潮，商业数据。

这方面中国落后于美国。主要是因为许多传统的中国企业，从未考虑过创建数据仓库。有些创建了但是效果不佳。对于他们而言，将其转化为价值相当困难。然而ELEMENT  AI 、IBM Watson Palantir等公司能够基于美国公司存储的数据，生产销售 AI 软件。中国企业还未把数据结构化，这需要一些时间。但是在政策的力推下，未来还是有机会赶超美国公司，但不是现在。

第三波浪潮，现实世界数字化。

中国会实现跨越式发展并赶超美国。比如共享单车的例子，传输了很多GPS信息数据。重点在于硬件和传感器，在中国这些成本更低。

天猫精灵是一款类似Amazon Echo的智能语音助手，目前中国售价为15美元。海康威视(HiKVision)，在中国销售60亿个监控摄像头，收入达60亿美元，不难估算其销量。这些摄像头都能捕捉高清视频，可以用于物体识别、元数据采集、 AI 预测以及人脸识别，这些足以让中国赶超美国。

第四波浪潮，全自动化。

自动驾驶和机器人方面，这两项技术美国遥遥领先。具体指的是两年以内，两年时间并不短。但中国企业在政府的扶持下发展迅猛，加之硬件成本低，不妨拭目以待谁会成为最后的赢家。我猜双方胜算各占一半。

四、资金

那么资金方面是什么样的呢?

大量的资金流入了 AI 企业。备受关注的是，中国政府在大力加大引导基金(matching fund)的投入，去年达到了3.53亿美元。什么是引导基金(matching fund)? 是指政府成为创业投资基金的有限合伙人，并且愿意比其他有限合伙人获得更少的收入。由此来帮助顶级创业基金花更少的时间募资，把更多的精力放在企业发展上面。这受以色列和新加坡的实践的启发，这是一种行之有效的方法。

中国的二级市场，AI 企业的股票价格，都迎来了疯狂的飙升态势。比如科大讯飞专注于语音识别技术，在很多方面都能与美国公司Nuance匹敌。

看到两家公司在资本市场的差距，科大讯飞的市值约100亿美元，Naunce则以40亿美元甘拜下风。而几年前 Naunce的市值是科大讯飞的两倍。提供监控摄像头的HIKVision公司，目前资本为500亿美元。UBTECH是一家制造玩具机器人的公司，目前市值为50亿美元。诸如此类。

大量资本的流入不可避免地造成了一些泡沫，但也为企业提供了动力，也激励了更多的有志青年加入 AI 领域。

五、政策

中国AI领域最重要的政策是今年七月颁布的《新一代人工智能发展规划》。报告中明确提出，中国到2020年，AI 技术与世界先进水平同步。到2030年，成为世界主要 AI 创新中心。

在今年召开的十九大会议中，反复强调了要加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。

中国政府有强大的执行力，2010年中国提出要做高铁行业的领导者。很多人对此持怀疑态度。6年后，中国拥有了全球60%的高铁。

2015年推行了"双创计划”(mass entrepreneurial and innovation movement)。即让每个人都能成为企业家，换句话说鼓励大众创新。仅半年时间，中国的加速孵化基地由1700个增加到目前的8000个，单是高科技园区就有156个。我们可以期待 AI 计划将很快变成现实。

一些二 三线城市的政府机构，正着手投资1到2亿美元鼓励创办 AI 企业。这将获得相应成效。

中国政府支持技术发展。当新技术出现时，政府一定会予以扶持。中国政策有助于项目快速启动、快速迭代。

中国的整体思路是，启动项目、大胆尝试，出现问题找到方案解决，随着数据越来越多会不断改进，这将推动中国技术的发展进步。最终成为 AI 强国。