創(chuàng)新工場董事長、創(chuàng)新工場AI工程院院長李開復(fù)博士，近期受邀前往北美，參與了一系列AI相關(guān)活動(dòng)，不僅在MIT分享了來自中國的AI進(jìn)展，還與“AI三巨頭”——Hinton、LeCun和Bengio，進(jìn)行了面對面交流。
他也看到了Google、Facebook和微軟在AI人才組織和發(fā)展中，遭遇的競爭和挑戰(zhàn)。
此外，加拿大也因?yàn)锳I火熱，正希望把握住史無前例的機(jī)遇，那加拿大又是如何鼓勵(lì)A(yù)I、發(fā)展AI的呢？
△李開復(fù) Giulia Marchi/Bloomberg
量子位的讀者：
你們好！
這一次去北美，最核心的議程是參加MIT計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）和數(shù)字經(jīng)濟(jì)中心（IDE）主辦的AI會(huì)議，主題是：AI和就業(yè)的未來。
避而不談的AI挑戰(zhàn)
先談?wù)劥髸?huì)觀感吧，這一次Google、Facebook和微軟等美國AI巨頭公司都有代表參加，但最令我驚訝的是這些巨頭這次表現(xiàn)出的AI態(tài)度。
原本以為會(huì)談?wù)摵芏嗳斯ぶ悄軐ξ磥砗腿祟惖挠绊?，比如工作、隱私、網(wǎng)絡(luò)安全等等，好的壞的都會(huì)探討，但會(huì)上并沒有聽到太多“負(fù)面”的探討。
這次這三家公司的代表演講，顯得有些避重就輕。談?wù)劶夹g(shù)，講講科技與未來，然后說下自己正在進(jìn)行的研究，偶爾也談?wù)撜撸喟脒€是與特朗普有關(guān)，簽證移民政策之類的，基本沒有談?wù)撊斯ぶ悄苷趲淼奶魬?zhàn)。
三家公司代表中，只有Google的代表談到一點(diǎn)人工智能帶來的挑戰(zhàn)，不過他主要講的還是未來三年的計(jì)劃，比如Google幫助培訓(xùn)人類更好使用AI，核心是幫助其他領(lǐng)域科學(xué)家利用AI把工作做得更好。對于如何解決客服失業(yè)或工作被替換的問題，并不涉及。
我在這三家公司都有高管朋友，他們后來跟我私下解釋說，公司公關(guān)部門清楚地告訴過他們，不可以談人工智能潛在的負(fù)面影響，要盡可能把人工智能描述得很美好，一切都是“人+機(jī)器=3”，人很強(qiáng)，機(jī)器很強(qiáng)，加起來更強(qiáng)。
今后人類還會(huì)學(xué)著跟機(jī)器一起彼此增強(qiáng)，就業(yè)問題也會(huì)迎刃而解，其他技術(shù)問題也會(huì)迎刃而解，現(xiàn)在正是巨大生產(chǎn)力的大發(fā)展時(shí)期，機(jī)器正在能夠幫助人類解決各種不適合人解決的問題，所以不要過于談?wù)撘恍┎惶篮玫氖虑椤?/p>
我覺得這不是一種負(fù)責(zé)任的公關(guān)策略和行為。因?yàn)檫@三家公司作為美國甚至全球AI的領(lǐng)跑者，熟知最新技術(shù)進(jìn)展，也知道“水能載舟亦能覆舟”的道理，不能只向大眾傳達(dá)“載舟”。
我覺得在人工智能的探討中，一定要有責(zé)任感，不僅要分享帶來的巨大機(jī)會(huì)，也要分享未來潛在的挑戰(zhàn)，然后讓更多力量參與進(jìn)來去解決問題，我覺得這才是比較負(fù)責(zé)任的做法。
對中國AI發(fā)展心態(tài)復(fù)雜
另一個(gè)令我驚訝的是美國公司為核心的AI組織，對中國AI的態(tài)度。
美國有很多組織在討論AI方面的議題，比如Partnership on AI，應(yīng)該算是大家相對比較認(rèn)可的非盈利機(jī)構(gòu)，但現(xiàn)在組織成員都是美國的公司，這就有些“尷尬”。
中國的AI進(jìn)展也很快，你不請中國公司加入進(jìn)來探討，自己琢磨如何在AI發(fā)展上給開發(fā)者制定規(guī)則、做出約束，或者如何避免AI在道德和社會(huì)層面帶來負(fù)面影響，這都有些不切實(shí)際。
而且你不請中國公司參與，自己做一大堆決定，最后中國公司在你們警惕的那些紅線和邊緣地帶進(jìn)展飛快，反而失去了一開始成立組織的初衷。
這些都是一目了然的事實(shí)。但美國這幫AI公司也有一些私下的顧慮。他們覺得在隱私等相關(guān)問題上，中美兩國的道德接受度是完全不同的，比如裝攝像頭，中國可能接受、執(zhí)行起來比美國要快，你這個(gè)組織制定的約束，也不一定就能發(fā)揮效力。
總之給我的核心感覺是：Partnership on AI這樣的組織沒有底氣認(rèn)為自己可以獲得中國公司的支持，但可能因?yàn)闆]有中國公司參與，他們又會(huì)因之有損失。因?yàn)樗麄円贿呑约哼_(dá)成共識(shí)、相互約束，另一邊中國AI快速發(fā)展，他們就會(huì)落后。
如果放在過去，可能問題不大，因?yàn)槊绹目萍歼h(yuǎn)遠(yuǎn)領(lǐng)先其他國家，但現(xiàn)在AI來講，中國和美國之間的差距并不大，所以我覺得美國這些AI組織如今境地有些尷尬，身陷兩難。
OpenAI 離初衷越來越遠(yuǎn)
談到AI相關(guān)的組織，可能國內(nèi)知名度比較高的是馬斯克和YC創(chuàng)始人Sam發(fā)起的OpenAI，當(dāng)時(shí)也招攬到了不少人才，不過最近正在遇到危機(jī)，很多核心人物都走了，我也從一些核心人員那里聽到一些原因。
先說說離開的代表性大牛吧。Pieter Abbeel，是加州大學(xué)伯克利分校教授，強(qiáng)化學(xué)習(xí)領(lǐng)域的大牛。去年4月正式離開伯克利加入OpenAI，從顧問轉(zhuǎn)為全職研究員。最近從OpenAI走了，可以說影響不小。
他離職以后，創(chuàng)業(yè)做了一家名為Embodied Intelligence的公司，教機(jī)器人學(xué)習(xí)，比如去做一些從人的動(dòng)作學(xué)習(xí)、然后做重復(fù)性工作的算法開發(fā)。
這家公司里，還有OpenAI的前研究員Peter Chen和Rocky Duan，他們都是Abbeel在伯克利的博士生。所以相當(dāng)于師徒一起離開了吧。
另一個(gè)大牛是lan Goodfellow，GAN的發(fā)明者，他之前離開Google大腦團(tuán)隊(duì)加入OpenAI，今年又重新回到了Google大腦。
我這次也跟OpenAI中待過的人聊過，大家離職的核心原因其實(shí)挺一致。
首先，當(dāng)初加入OpenAI，是希望把AI做得更開放，不要壟斷在幾家大公司手中，畢竟當(dāng)時(shí)馬斯克發(fā)起成立OpenAI，說的就是Google為代表的公司太強(qiáng)勢，把超過50%的業(yè)界頂級AI專家招入麾下，長此以往，可能會(huì)導(dǎo)致AI技術(shù)的壟斷或者走向其他方向。
其次，OpenAI發(fā)起時(shí)，對于AI發(fā)展存在的一些挑戰(zhàn)，比如隱私、安全、威脅人類工作之類的問題，他們希望用更開放的方法去做，這樣等到AI真正發(fā)展起來后，才不會(huì)讓少數(shù)公司獨(dú)大，這是第二個(gè)共同理想。
還有第三個(gè)原因，沒有怎么被拿出來談。到OpenAI這樣的組織待著，要比學(xué)校里薪資高出3-5倍，這些學(xué)術(shù)人才到了OpenAI，也還是能推進(jìn)自己的研究，加上馬斯克的口才及個(gè)人魅力，所以創(chuàng)立之初，人才紛至沓來。
但現(xiàn)在快2年過去，也就有一些問題暴露了。
首先，回過頭去看，OpenAI真正產(chǎn)出的成績并不多，外界能感知的就更少，比如開源之類的，進(jìn)度有限。
其次，他們做的一些項(xiàng)目展示，比如機(jī)器人幫你端菜、洗碗、刷盤子什么的都挺好的，他們自己也覺得很有意思，但相對AlphaGo這種項(xiàng)目，一對比就被打得落花流水。
OpenAI也參與了AI打DOTA之類的，但DOTA的影響力，沒有AlphaGo引起的那樣大，后來DeepMind團(tuán)隊(duì)在醫(yī)療等領(lǐng)域，業(yè)界影響也很大。
另外，還有與馬斯克相關(guān)的原因。因?yàn)镺penAI這個(gè)組織跟馬斯克關(guān)聯(lián)緊密，所以有時(shí)候馬斯克自己其他公司的事情，比如特斯拉，也讓OpenAI的科學(xué)家?guī)兔Τ鲋饕馐裁吹?，有點(diǎn)成為馬斯克的“智囊團(tuán)”了。這個(gè)本身算不上特別大的問題，但畢竟會(huì)讓有些人才心里不舒服。
當(dāng)然，資金方面也不是沒有問題。最開始說將有10億美元來支持OpenAI，但這并不意味著一下子就有這樣一筆錢打到賬上，而是一個(gè)目標(biāo)數(shù)字，主要投資人也是馬斯克和他的幾位朋友，并且以馬斯克的為主，錢的問題自然是個(gè)隱患。
所以，OpenAI這樣一個(gè)當(dāng)初被寄予厚望的AI組織，希望他可以抗衡Google，現(xiàn)在看來基本不可能了。
OK，那既然談到了Google，順著說說Google、Facebook和微軟這三家AI巨頭，當(dāng)前在AI方面給我留下的印象吧。
AI三巨頭公司
先說下Google。Google內(nèi)部相當(dāng)于有三個(gè)部門在搞AI，Google大腦、Google云，還有DeepMind。
Google大腦和Google云，都在Google治下，應(yīng)該協(xié)調(diào)起來更好一些。
但DeepMind被收購至今，還有相當(dāng)大的自主決策權(quán)，所以不可避免會(huì)與另外兩股Google內(nèi)部力量產(chǎn)生競爭，比如DeepMind和Google同時(shí)進(jìn)入一些城市，也會(huì)有彼此搶人才的狀況。
當(dāng)然，他們內(nèi)部會(huì)講得很好，說建立兩個(gè)機(jī)會(huì)來爭取人才，對公司利益也是最大化。但這樣的競爭既然存在，雙方的合作就也不會(huì)特別完美，問題還是有的，只是細(xì)節(jié)不能多說了，大家都是朋友。
這三家AI巨頭公司中，其實(shí)給我印象最深的還是Facebook，因?yàn)榻鼛啄陙恚艺J(rèn)為把厲害人才用得比較好的是Facebook。
核心自然是Yann LeCun用Facebook的資源聚攏了很大一批人才。
LeCun這次也在MIT發(fā)表了演講，沒有談到有大突破的東西，但會(huì)議中還是有不少可以參考的東西。他特別提到了華人AI科學(xué)家何愷明，以及后者的Mask R-CNN。
LeCun說現(xiàn)在的進(jìn)展是5年前難以想象的，對于機(jī)器學(xué)習(xí)，從識(shí)別過程走上理解過程，進(jìn)展都比之前順利很多。我覺得在他的演講交流中，我見到了他過去沒有看到過的那種樂觀。
他在會(huì)議中提到一個(gè)小突破，即用現(xiàn)在能夠針對一張圖問一個(gè)比較復(fù)雜的問題，然后這個(gè)問題能被拆分成很多部分，用自我深層的思考去綜合解決。
比如你問這樣一個(gè)問題：圖中哪個(gè)物體離黃色球最遠(yuǎn)？系統(tǒng)就能拆分成距離黃色球最近、最遠(yuǎn)的物體，然后生成不同的網(wǎng)絡(luò)，用一整套訓(xùn)練來完成這樣一個(gè)任務(wù)。
我覺得這給他帶來了比較大的樂觀態(tài)度，特別是GAN方面的推進(jìn)。會(huì)讓他覺得可以做更聰明的理解型的決策模型，或者說，比他之前預(yù)計(jì)的時(shí)間要更快吧。
我看過他之前的發(fā)言，對AGI(通用人工智能)的預(yù)計(jì)非常長遠(yuǎn)，認(rèn)為當(dāng)前還沒有任何工程根據(jù)，但這次他變得更樂觀了，他也多次談到Facebook內(nèi)部推進(jìn)的速度。
這種推進(jìn)的核心組織，自然是他掌管的FAIR(Facebook AI Research)，可能之前多多少少有一些曝光，不過中國讀者可能不太清楚這個(gè)機(jī)構(gòu)的內(nèi)部情況。
FAIR現(xiàn)在是一個(gè)規(guī)模120多人的機(jī)構(gòu)了，整體水平非常高，應(yīng)該說放眼全球，除Google之外的最厲害的一個(gè)AI科研機(jī)構(gòu)，非FAIR莫屬。
因?yàn)镕AIR既在Facebook，又能夠有很大的自由度做事情，LeCun個(gè)人也吸引了很多頂級的人，這些人再彼此號(hào)召，就會(huì)讓FAIR的江湖地位不斷提高，這算是Facebook在人才吸引方面很好的一個(gè)策略吧。
不過也不是沒有問題，體現(xiàn)在研究機(jī)構(gòu)和產(chǎn)品部門的“矛盾”上。
LeCun原本有一個(gè)對接部門，這個(gè)部門主要負(fù)責(zé)把FAIR的技術(shù)產(chǎn)品化。因?yàn)長eCun個(gè)人拒絕做產(chǎn)品，他自己是科研大師，更多技術(shù)研發(fā)的初衷和興趣，也都是科研式的。
LeCun甚至嚴(yán)苛到要求團(tuán)隊(duì)不要過分使用Facebook的數(shù)據(jù)，要更多在標(biāo)準(zhǔn)數(shù)據(jù)集的基礎(chǔ)上做出有震撼力的東西，不然憑借Facebook的數(shù)據(jù)，他會(huì)覺得“勝之不武”，而且結(jié)果上，也不知道究竟是Facebook的數(shù)據(jù)厲害，還是他厲害。
這一點(diǎn)上，我不是很同意他的觀點(diǎn)，但我理解他的想法。LeCun學(xué)術(shù)出身，很愛學(xué)術(shù)方面的競爭，他也肯定希望別人輸?shù)眯姆诜?，所以他希望讓他的研究基礎(chǔ)跟別人相對公平，于是要求團(tuán)隊(duì)盡量不要用Facebook的數(shù)據(jù)，要用標(biāo)準(zhǔn)數(shù)據(jù)，這樣結(jié)果上與他人就有可比性。
反正LeCun可以說是一個(gè)中規(guī)中矩的科研人，他想把事情做到最好，不想占便宜，用數(shù)據(jù)取勝，這一點(diǎn)上是讓人尊敬的，是一個(gè)科學(xué)家推動(dòng)科學(xué)技術(shù)進(jìn)步的態(tài)度。
但我覺得有其中兩個(gè)問題。
第一，當(dāng)你不用最大數(shù)據(jù)集的時(shí)候，你不知道是不是已經(jīng)把技術(shù)做到了最好。因?yàn)樽詈玫募夹g(shù)，可能是適用數(shù)據(jù)最廣泛的技術(shù)，所以是不是因此丟失了最好的算法，這是值得討論的。
第二是完全以學(xué)術(shù)方式來做技術(shù)，拒絕適用內(nèi)部大量數(shù)據(jù)，可能會(huì)讓自己技術(shù)應(yīng)用到產(chǎn)品上出問題。
這兩個(gè)問題，也不是看不到表現(xiàn)。最近Facebook內(nèi)部也有一些調(diào)整，有一個(gè)部門原來因FAIR專門成立，希望把FAIR的技術(shù)轉(zhuǎn)換為標(biāo)準(zhǔn)產(chǎn)品，讓它能夠應(yīng)用到公司各個(gè)不同的領(lǐng)域。
但最近那個(gè)部門的領(lǐng)導(dǎo)換成了一個(gè)中國人，他來了以后就跟FAIR不太互睬，比如有些技術(shù)，語音之類的，他就覺得自己可以做，不用完全等著FAIR。當(dāng)然視覺方面還是依賴于FAIR的突破，但內(nèi)部的分歧已經(jīng)有苗頭了。
學(xué)術(shù)派 VS. 工程派
這其中也有一個(gè)蠻常見的問題，一家公司想要在技術(shù)上更領(lǐng)先，就會(huì)涉及人才網(wǎng)羅和組織，而很多科技人才哪里找，還是高校和科研單位為主吧。
所以科技公司里，如果你單純招一批研究的人才進(jìn)行研究，怎么跟產(chǎn)品工程的人融合，是一個(gè)非常大的挑戰(zhàn)。
Facebook和微軟，采用的都是“象牙塔”模式。
公司組織架構(gòu)下做一個(gè)象牙塔，用這個(gè)象牙塔吸引最頂級的人才，讓他有大量的數(shù)據(jù)可以用，可以寫論文、做研究，一切沒有限制，自由科研。然后再通過產(chǎn)品工程師，把技術(shù)實(shí)現(xiàn)應(yīng)用。
最早這么做的應(yīng)該是比爾蓋茨，當(dāng)時(shí)推出微軟研究院后，以非?？斓乃俣?，把頂級人才吸引了過來。后來百度也用這樣的方法，效果也不錯(cuò)。
但是類似“象牙塔”的結(jié)構(gòu)和系統(tǒng)，問題也很明顯。
這些企業(yè)內(nèi)部的科研組織，確實(shí)吸引了科研大牛，進(jìn)而吸引一批小牛，很快就組成了很厲害的科研單位。但因?yàn)榻o于了足夠大的自由度，也很容易與產(chǎn)品部門有隔閡，科研學(xué)術(shù)的這部分人，會(huì)覺得我寫了這么多論文、獲了這么多獎(jiǎng)、又是各種fellow，你這種產(chǎn)品小朋友按照我意思做就行，我告訴你人臉識(shí)別ready了，你就趕快放到Facebook產(chǎn)品中去，或者不放拉倒。
所以研究和產(chǎn)品在大公司里對抗，不是什么意料之外的事情。
或者也有公司會(huì)直接把研究和產(chǎn)品放在一起，就都是為產(chǎn)品服務(wù)的，這樣就不存在兩個(gè)部門打仗了。比如阿里巴巴，可能吸引的人學(xué)術(shù)地位沒有那么高，但阿里會(huì)更注重學(xué)術(shù)群體和產(chǎn)品工程師的融合。Google也差不多，你看兩個(gè)部門都是科研部門，但最終都是要做產(chǎn)品，都以產(chǎn)品服務(wù)公司。
所以現(xiàn)在來講，大公司里搞研究機(jī)構(gòu)，吸引學(xué)術(shù)人才進(jìn)來，差不多就這兩種模式吧，各有利弊。不過顯然“象牙塔”模式，給足學(xué)術(shù)大?？臻g自由科研，最后還是因?yàn)楹彤a(chǎn)品部門之間的隔閡矛盾而離開，這種案例并不少見了。
這算是企業(yè)研究院的“魔咒”。現(xiàn)在雖然FAIR很強(qiáng)大，但從IBM到富士施樂，都沒有擺脫魔咒。企業(yè)一帆風(fēng)順的時(shí)候當(dāng)然不會(huì)表現(xiàn)出問題，然而一旦遭遇財(cái)務(wù)問題，象牙塔就會(huì)開始崩塌。
所以這算是一個(gè)懸而未決的問題吧，蠻有意思，也蠻值得思考。
與“AI三巨頭”游
“AI三巨頭公司”之外，這一次收獲比較大的是跟“AI三巨頭”分別進(jìn)行了交流，其實(shí)我和這“AI三巨頭”之前也有一些關(guān)系，不過有些交集是這次交流才知道的。
△與Geoffrey Hinton會(huì)面交流
Geoffrey Hinton，我在CMU念博士時(shí)，他在CMU任教，是我隔壁室友的導(dǎo)師，我博士時(shí)候做一個(gè)項(xiàng)目，還請他參考簽字，不過以為都過去很多年了，他應(yīng)該不記得了。但Hinton記性很好，他見面跟我說記得我，還跟我說當(dāng)時(shí)他給自己的博士學(xué)生買了很多硬盤，最后都被我“掠奪一空”，拿去裝語音數(shù)據(jù)了。所以蠻令我意外。
另一個(gè)讓Hinton談?wù)撦^多的話題是中國，他其實(shí)跟中國有很深的緣分，他家族親戚里，有兩位是中國最早的永久居民，當(dāng)時(shí)跟著毛主席到延安，后來成為中國的1號(hào)和2號(hào)永久居民。他們?nèi)叶际巧鐣?huì)主義的信奉者，他也深受影響，不然當(dāng)初也不會(huì)離開CMU到多倫多大學(xué)去，他說當(dāng)時(shí)就是覺得CMU拿了太多美國國防部的錢，走得太近了，自己不喜歡。
Hinton是一個(gè)很感性很隨性的人，想到什么說什么，沒有太多的顧忌，性情中人吧。我還問他是不是可以認(rèn)為TDNN對后來的CNN有啟發(fā)，他回答說TDNN其實(shí)就是最早的CNN，這話公開說出去可能會(huì)引起軒然大波，不過Hinton就是這樣一個(gè)很感性的大牛。
比較遺憾的是他目前的身體情況，70多歲，雖然還很硬朗，但他不能坐，只能站著或躺著，所以他坐不了越洋飛機(jī)，即便對中國很感興趣，也沒辦法。他現(xiàn)在一半時(shí)間在Google，另一半的時(shí)間就在多倫多大學(xué)。
△與Yann LeCun會(huì)面交流
LeCun，之前履歷經(jīng)歷上的交集不多，不過這次見面，他倒說了一件我們都有印象的事。LeCun說，他在AT&T的時(shí)候，他的老板告訴他希望挖我過去工作，我也記得這件事，雖然當(dāng)時(shí)并沒有認(rèn)真考慮過去AT&T工作，不過LeCun竟然記得，也是讓我有些意外。
跟LeCun交流很有意思，主要談到了AI當(dāng)前的技術(shù)進(jìn)展，以及他領(lǐng)導(dǎo)的FAIR。最深刻的印象是他比以前更樂觀了，說明AI技術(shù)突破給了他很大的信心，另外Facebook網(wǎng)羅的人才，也讓他很振奮。
△與Yoshua Bengio會(huì)面交流
Yoshua Bengio，我跟他是第一次見面，不過大家之間也有一些共同“紐帶”，他的博士導(dǎo)師Renato De Mori也是做語音的，所以之前我跟他導(dǎo)師有一些交流和合作。
Bengio給我的印象是：很像一個(gè)政治領(lǐng)袖——口才很好、溫文爾雅，話少而精。
他的團(tuán)隊(duì)現(xiàn)在做得也很大，而且剛好趕上加拿大史無前例的機(jī)遇，所以也是舉國上下圍繞AI在開展一些事情，這個(gè)可能比較值得聊一聊，之前科技相關(guān)的話題，聊到加拿大的時(shí)候也不多。
AI：加拿大史無前例的機(jī)遇
加拿大這個(gè)國家，不要看她領(lǐng)土面積很大，但人口不多，而且居住條件也沒那么好，比較冷，整個(gè)生活方式也相對安定，跟美國有一些不同。
現(xiàn)在，因?yàn)樯疃葘W(xué)習(xí)的原因，Hinton和Bengio把多倫多和蒙特利爾，建設(shè)成了人工智能重鎮(zhèn)。
于是加拿大政府在國家層面、省層面，都有層層撥款去推動(dòng)人工智能。一定程度有點(diǎn)像我們國務(wù)院的白皮書，下發(fā)到省市，然后具體去做。
主要涉及兩個(gè)城市，一個(gè)是多倫多，另一個(gè)是蒙特利爾，兩個(gè)城市又以高校為核心，其實(shí)是圍繞Hinton和Bengio為核心，形成了多倫多和蒙特利爾兩大AI研究機(jī)構(gòu)。
多倫多主要有兩所大學(xué)，一所叫多倫多大學(xué)，另一所是滑鐵盧大學(xué)，有點(diǎn)類似我們的清華北大吧，這兩所大學(xué)的精神領(lǐng)袖是Hinton，他在這里組織起了一個(gè)強(qiáng)有力的科研組織：Vector。
蒙特利爾也有兩所高校，分別是蒙特利爾大學(xué)和麥吉爾大學(xué)，精神領(lǐng)袖是Bengio，也形成了一個(gè)科研組織：MILA。
這兩個(gè)組織，現(xiàn)在網(wǎng)羅了大批AI相關(guān)的人才，基本以加拿大人為主。那為什么會(huì)形成這兩大組織呢？與剛才說到加拿大想抓住AI歷史機(jī)遇有關(guān)。
為了留住人才，打造AI重鎮(zhèn)，加拿大從國家到省層面，都在撥款，或者倡議當(dāng)?shù)仄髽I(yè)捐助基金鼓勵(lì)人才進(jìn)行AI研究。
這些錢撥下來以后怎么用？最直接地方式就是給教授加薪，細(xì)節(jié)沒公布，但與AI相關(guān)的教授，差不多直接漲薪3倍。
于是問題也隨之而來，因?yàn)樽鯝I就能加薪，所以不少傳統(tǒng)學(xué)科的教授，比如語音學(xué)的教授，也想擠進(jìn)來，也說自己的研究與AI相關(guān)，那如何判斷、決定誰加薪就成了大問題。
這時(shí)候Bengio和Hinton在其中就發(fā)揮了作用，他們相當(dāng)于承擔(dān)起“判斷”和“選拔”人才的角色。
于是Hinton就組織起Vector，Bengio組織起MILA。
而且這兩個(gè)機(jī)構(gòu)也不虛，可以說把優(yōu)質(zhì)的教授都拉了進(jìn)來。一方面，這些人才基本都在做機(jī)器學(xué)習(xí)；另一方面，這也都是可能會(huì)被Google和Facebook挖走的人。所以這兩大組織實(shí)際上起到了“保護(hù)人才”、“留住人才”的作用。
也挺有意思，之前Google和Facebook在很多大學(xué)挖人，在美國挖得比較順利，比如Google挖了一半的斯坦福教授，CMU自動(dòng)駕駛團(tuán)隊(duì)被Uber集體端走之類的，但是在加拿大這邊反而動(dòng)靜不大。
雖然也跟美國公立學(xué)校的組織制度有關(guān)，比如不能直接漲薪3倍之類的，但無論如何，這兩大組織在加拿大AI人才保留方面，起到了關(guān)鍵作用。
講一個(gè)我知道的例子吧，Google為某個(gè)加拿大博士開出了頂級offer，年薪百萬美元，但這個(gè)人最后還是留在了加拿大繼續(xù)科研，所以可以想見加拿大AI研究人才薪資方面的不俗。
具體的話，Hinton和Vector，Bengio和MILA在推進(jìn)AI研究的方法上，有些不一樣。
Hinton的做法，是圈了30多個(gè)多倫多科技公司，圍繞著這些科研人員，讓他們在公司里面做顧問、CTO，只要不荒廢科研工作，開放性質(zhì)地進(jìn)行AI研究。
所以打個(gè)比方，Hinton的做法是正在讓多倫多變成一個(gè)大的孵化器，我們這次還去看了很多多倫多的公司，整體感覺像是到了一個(gè)大賣場，很多項(xiàng)目都很便宜，可以簡單列個(gè)比較關(guān)系吧：
加拿大普通AI項(xiàng)目的估值＜兩大教授學(xué)生AI項(xiàng)目的估值＜硅谷AI公司的估值＜中國AI公司的估值。
不過一方面是中國公司估值確實(shí)貴，另一方面也是因?yàn)榧幽么蟓h(huán)境原因，他們在數(shù)據(jù)方面跟中國不能比，對于商業(yè)的理解，也不一樣。
△Element AI創(chuàng)始團(tuán)隊(duì)成員
Bengio和MILA在蒙特利爾，核心做了一家Element AI的公司，騰訊還參與了投資。
這家公司做什么呢？其實(shí)有點(diǎn)跟創(chuàng)新工場AI工程院類似，找一些垂直領(lǐng)域，然后基于AI打造解決方案，他們的團(tuán)隊(duì)現(xiàn)在有100多人，全球范圍招聘，光融資就募到了很多錢。
雖然加拿大整體市場也不大，數(shù)據(jù)也不多，但也有一些優(yōu)勢領(lǐng)域，比如社保做得很好，醫(yī)療數(shù)據(jù)做的很好。所以是不是可以有些機(jī)會(huì)？可能還是有的。
總之這一次在加拿大，最強(qiáng)烈的感覺就是加拿大對于百年難得一遇的機(jī)遇的渴望，政府大力推動(dòng)，給高校設(shè)立“講座教授”之類的基金，花很多錢讓頂級教授留在加拿大任職。
然后地方省份，也拿出錢來支持學(xué)校、圍繞企業(yè)和孵化器進(jìn)行發(fā)展。他們也都在考慮，如何全球吸引人才，如何做AI的培訓(xùn)。
所以加拿大整體展現(xiàn)出來的就是圍繞AI，打造生態(tài)，培養(yǎng)創(chuàng)業(yè)環(huán)境的態(tài)勢。
OK，時(shí)間關(guān)系，這一次先圍繞“北美見聞”聊這些話題，下一次我們再圍繞“北美如何看中國AI”進(jìn)行交流。
祝冬安。
文章轉(zhuǎn)自量子位? | 公眾號(hào) QbitAI
]]>
2016年7月，確定離職Google加盟創(chuàng)新工場的工程師王詠剛收到李開復(fù)郵件，后者談到是時(shí)候?qū)Α?a target="_blank" href="http://zx-media.com/archives/tag/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd" title="View all posts in 人工智能">人工智能”有一個(gè)系統(tǒng)的梳理——讓大眾讀者既能快速了解過去的AI發(fā)展史，又能對未來即將發(fā)生的變革做好思想準(zhǔn)備，特別是那些身處其間的年輕人。
這就是2017年4月面市的新書《人工智能》的發(fā)端之源。
在《人工智能》書中，李開復(fù)和王詠剛談到了人工智能的過去、現(xiàn)在和未來，談到了人工智能作為技術(shù)在當(dāng)前互聯(lián)網(wǎng)的應(yīng)用，以及即將對科技、生活、教育、職業(yè)選擇和未來社會(huì)產(chǎn)生的影響。
對于他們來說，人和人工智能的關(guān)系問題，將會(huì)是當(dāng)前和未來很長一段時(shí)間內(nèi)，社會(huì)核心群體無法回避的問題。
如何判斷《人工智能》不是出自AI之手？
不過，在談?wù)撽P(guān)系前，對于人工智能的正確認(rèn)知并不容易。
AlphaGo等引發(fā)的沖擊尚在繼續(xù)，從一開始不相信機(jī)器會(huì)在圍棋這樣高深莫測的領(lǐng)域擊敗人類，到最后對人工智能的完全恐慌臣服，其中包含對人工智能真實(shí)的認(rèn)知。
比如，不少人開始將每一個(gè)“對象”懷疑為人工智能。李開復(fù)最愛談到的段子是“微信群辨識(shí)人工智能”，他說自己因?yàn)楦鞣N關(guān)系被拉入了不少微信群，但總有人調(diào)侃“他”不是李開復(fù)而是人工智能，而且語音、圖片和視頻都有可能作假，唯一驗(yàn)證的方法就是讓他發(fā)紅包出來。
這背后涉及人工智能現(xiàn)在可以做什么，將來還能做什么的認(rèn)知。不過，李開復(fù)認(rèn)為，人之于人工智能的最大區(qū)別，可能會(huì)在于感性、思考和跨領(lǐng)域的能力。
在《人工智能》新書發(fā)布現(xiàn)場，李開復(fù)還被記者的問題逗樂了。新浪科技問他，現(xiàn)在人工智能如此火熱，怎么讓人確定這本書不是出自“李開復(fù).AI”的程序之手？
李開復(fù)的回答饒有意味。他將問題分為了兩大部分，一是在《人工智能》一書中，機(jī)器有可能實(shí)現(xiàn)寫就的部分，二是未來十年內(nèi)人工智能都無法參與的部分。
首先，李開復(fù)認(rèn)為介紹人工智能、講訴人工智能歷史和預(yù)測人工智能未來的部分，機(jī)器在未來肯定可以實(shí)現(xiàn)，在這些“數(shù)據(jù)積累”和“經(jīng)驗(yàn)匯集”的領(lǐng)域，機(jī)器比人更有優(yōu)勢。
但涉及“意義”問題，可能就會(huì)是人之所以區(qū)別于機(jī)器的所在。
李開復(fù)拋出一連串問題：“孩子教育怎么辦？”、“會(huì)不會(huì)教育出來都失業(yè)？”、“社會(huì)貧富差距是否會(huì)拉大？”、“巨頭和普通人權(quán)力會(huì)不會(huì)有變化？”，“越來越多的工作被取代后，人是否還需要工作？工作的意義又是什么？”
他解釋說，跨領(lǐng)域的、高深的、需要深度思考的內(nèi)容，未來十年人工智能也無法達(dá)到。
實(shí)際上，同樣的問題也出現(xiàn)在越來越多的行業(yè)，不僅是寫作，更包括之前屬于“好工作”的金融、理工、醫(yī)學(xué)和律師等。
給青年的建議：學(xué)深、跨領(lǐng)域，走向服務(wù)業(yè)
面向這些正在學(xué)習(xí)的年輕人，李開復(fù)給出了自己的建議：
首先是面向所有大學(xué)生，他認(rèn)為，可能需要思考的問題是如何把所在領(lǐng)域?qū)W到特別深——深到人工智能無法取代。換而言之，新趨勢下的學(xué)習(xí)不僅要有興趣天賦，還要扎實(shí)努力，垂直縱深。
其次是跨領(lǐng)域會(huì)成為趨勢。因?yàn)槿斯ぶ悄茉趩晤I(lǐng)域、大數(shù)據(jù)方面的天然優(yōu)勢，可能人類不得不需要通過跨領(lǐng)域的交錯(cuò)、結(jié)合，才能達(dá)到人工智能很難根據(jù)單一領(lǐng)域大數(shù)據(jù)推算的地步。比如在金融、社會(huì)學(xué)、哲學(xué)和教育學(xué)等交叉結(jié)合點(diǎn)，就可能會(huì)出現(xiàn)一些新的創(chuàng)新機(jī)會(huì)和創(chuàng)業(yè)前景。
第三是文科領(lǐng)域的學(xué)生，李開復(fù)表示可能會(huì)在人工智能時(shí)代迎來新的發(fā)展機(jī)會(huì)。由于計(jì)算機(jī)在藝術(shù)、幽默、電影和創(chuàng)造等“感性”領(lǐng)域的“無能”，文科涉及的領(lǐng)域或許會(huì)迎來新的發(fā)展機(jī)會(huì)。
李開復(fù)還就此認(rèn)為，我們需要做好未來走向服務(wù)業(yè)的準(zhǔn)備了。
他所謂的服務(wù)業(yè)，指的是涉及人與人之間的交流，人與人之間的同理心，以及如何讓自己更有愛、更受歡迎的行業(yè)……李開復(fù)強(qiáng)調(diào)，這其實(shí)是一個(gè)確保人類對人工智能保有競爭力的方法。
當(dāng)然，對于人工智能的機(jī)遇和挑戰(zhàn)，這位人工智能領(lǐng)域的博士的核心論點(diǎn)是“工具論”。他表示無論是走向任何領(lǐng)域，都要把人工智能這個(gè)工具用好。
比如金融專業(yè)的學(xué)生，可能需要了解智能投顧正在帶來的變革、AI量化交易有哪些新突破、AI在征信、信貸和區(qū)塊鏈等方面又如何施展拳腳？李開復(fù)認(rèn)為只有真正理解并掌握這些技術(shù)，才能讓人立于不敗之地。
給傳統(tǒng)企業(yè)家建議：歸零、自我顛覆、尋求合作
而對于傳統(tǒng)企業(yè)和企業(yè)家，李開復(fù)的核心建議是“歸零”和合作。
相比互聯(lián)網(wǎng)的沖擊，他認(rèn)為人工智能帶來的顛覆性變革將更加廣泛、兇猛且跨領(lǐng)域。因?yàn)槿斯ぶ悄艿乃惴ㄊ强梢栽谝延谢A(chǔ)上超越式迭代的，這對傳統(tǒng)企業(yè)家提出了新挑戰(zhàn)。
這就需要傳統(tǒng)企業(yè)家，首先在思想上“歸零”。不要因?yàn)楝F(xiàn)在企業(yè)的規(guī)模和存量，就擔(dān)心人工智能帶來的顛覆，進(jìn)而阻礙了革新和自我顛覆，“如果自己不顛覆自己，那別人也會(huì)來顛覆你?！?/p>
比如目前券商、銀行、保險(xiǎn)等行業(yè)的企業(yè)家，可能還沒法做到通過人工智能的方式去開發(fā)產(chǎn)品。
“因?yàn)楣逃械腄NA、文化方式、過去的成功、已有的利潤，都形成了一個(gè)巨大的包袱，讓他們無法放下。就好比柯達(dá)，明明知道數(shù)字相機(jī)的時(shí)代就要來臨，但還是脫離不了固有的思維，逃不出被顛覆的怪圈?！?/p>
所以對于傳統(tǒng)企業(yè)家來說，要么成為少數(shù)者，擁抱人工智能，然后走到更高的高度。要么淪為被顛覆的角色，被下一個(gè)創(chuàng)新者用新的技術(shù)顛覆掉?！爱?dāng)然，如果實(shí)在沒有辦法顛覆自我，那另一種選擇是把產(chǎn)業(yè)賣掉，然后轉(zhuǎn)行去做投資，否則會(huì)因?yàn)轭嵏瞾淼脙疵涂焖?，沉沒成本會(huì)越來越大?！?/p>
其次是尋找擁有解決方案的合作方。目前人工智能火熱的最明顯特征是相關(guān)領(lǐng)域人才特別貴，但李開復(fù)認(rèn)為這可能還只是表象，而且就算是傳統(tǒng)企業(yè)家擁有強(qiáng)烈的變革決心、開出高額價(jià)碼，也未必能夠打動(dòng)這些人才。
“因?yàn)槿魏我粋€(gè)頂尖人才都希望走得更順，希望能夠進(jìn)入一個(gè)更加符合職業(yè)前景的公司，比如一個(gè)已經(jīng)把大數(shù)據(jù)跑得很通暢的公司，所以他們也會(huì)更愿意進(jìn)入Google、BAT這樣的公司去發(fā)揮才華，而不是到一個(gè)傳統(tǒng)企業(yè)去和老板沒完沒了地溝通?！?/p>
于是可能還不只是人才貴的問題，更加核心的是能否雇到的問題。并且值得注意的是，這對于企業(yè)變革來說，可能才只是第一步，還有接下來第二步、第三步需要邁出。
這樣的情況下，找到合適的解決方案合作方就變得重要。這種合作方既要懂人工智能技術(shù)，又要擁有人才等核心資源方面的能力。
李開復(fù)表示，創(chuàng)新工場也在尋求這樣的機(jī)會(huì)，希望利用自身的資源和優(yōu)勢，幫助傳統(tǒng)企業(yè)去實(shí)現(xiàn)新趨勢轉(zhuǎn)型，成為合作伙伴，探索解決方案。
給AI人才建議：找老司機(jī)、回到中國
實(shí)際上，創(chuàng)新工場之所以讓李開復(fù)擁有這樣的底氣，正是在人工智能人才方面的投資布局。而且他們正在通過創(chuàng)新工場人工智能工程院，去復(fù)制李開復(fù)在微軟亞洲研究院和Google中國的人才培養(yǎng)模式。
這種模式首先是借助老司機(jī)的傳幫帶。李開復(fù)召喚了不少在Google、微軟工作的資深工程師，再讓這些擁有十年工作經(jīng)驗(yàn)的人帶10個(gè)、20個(gè)剛畢業(yè)的理工科頂尖人才，然后在6個(gè)月左右的集中學(xué)習(xí)、應(yīng)用和開發(fā)中，成長為人工智能方面的工程師。
其次是召喚更多在美工作的華人回歸中國。李開復(fù)表示中國人都想回到中國工作，只是過去來看，學(xué)習(xí)和就業(yè)的機(jī)會(huì)方面，美國都享有優(yōu)勢。但現(xiàn)在人工智能趨勢來臨，類似在大系統(tǒng)、大數(shù)據(jù)方面的需求，人工智能正在把一批又一批谷歌、微軟、亞馬遜培養(yǎng)出來的工程師吸引回國。
此外，還包括一些學(xué)界出來的科學(xué)家人才。李開復(fù)認(rèn)為創(chuàng)新工場人工智能工程院的成立，核心目的之一也是希望通過科學(xué)家和商業(yè)人才的對接，產(chǎn)生更大的商業(yè)價(jià)值。
給創(chuàng)投建議：2B和2C都有機(jī)會(huì) 2B更容易
當(dāng)然，談及人工智能的商業(yè)應(yīng)用，李開復(fù)還發(fā)表了他對商業(yè)模式的看法。
目前，市面上主要存在to B和to C兩種最主要的模式，李開復(fù)認(rèn)為都合適，但現(xiàn)階段來看，to B會(huì)更容易一些。
因?yàn)楝F(xiàn)在企業(yè)希望看到人工智能快速創(chuàng)造價(jià)值，而人工智能在to B方向更容易快速產(chǎn)生實(shí)際效益，比如銀行保險(xiǎn)、券商投資、二級市場等，這是過去企業(yè)和軟件行業(yè)都沒有看到的現(xiàn)象。
所以這位創(chuàng)新工場創(chuàng)始人判斷，當(dāng)足夠多的企業(yè)嘗到甜頭后，會(huì)形成一個(gè)“買買買”的浪潮，帶動(dòng)更多企業(yè)級應(yīng)用的實(shí)際購買。即便此前國內(nèi)的企業(yè)級軟件并不發(fā)達(dá)，但人工智能可以快速證明自我價(jià)值，并且讓to B市場可以快速成長。
其次是to C市場，可能會(huì)相對困難一些，因?yàn)槿斯ぶ悄鼙旧聿⒉皇且粋€(gè)應(yīng)用。
“雖然BAT已經(jīng)在面向to C的領(lǐng)域里應(yīng)用了諸多人工智能的技術(shù)，但這也是在他們擁有大量用戶、大量用戶數(shù)據(jù)和用戶變現(xiàn)的基礎(chǔ)上。如果一個(gè)初創(chuàng)企業(yè)沒有自產(chǎn)流量，那大數(shù)據(jù)就無從談起，所以對to C的人工智能創(chuàng)業(yè)公司來說，起步并不容易。”
然而這也并不意味著to C就毫無機(jī)會(huì)可言。李開復(fù)以國內(nèi)初創(chuàng)公司“用錢寶”舉例，在抓住一個(gè)重點(diǎn)垂直領(lǐng)域把流量做起來后，現(xiàn)在這家初創(chuàng)公司的每月平均放款可以達(dá)到150萬筆，已經(jīng)超過了任何一家傳統(tǒng)銀行。
不過，李開復(fù)最后也提醒稱，to C和to B的比較，會(huì)讓更多VC和創(chuàng)業(yè)者只看到前景而忽視了現(xiàn)狀——to B的人工智能企業(yè)雖然機(jī)會(huì)更多更大，但也需要之前有更長的時(shí)間去孕育等待，而不是馬上就能指數(shù)式爆發(fā)成長，一定要富有耐心去陪伴投資項(xiàng)目成長。
]]>