李開復在清華大學做了名為《人工智能的黃金時代》的演講。在演講中，李開復分析了目前人工智能存在的問題，展望了人工智能未來的商業前景。
第一點，李開復說，深度學習和機器學習還面臨很多挑戰。比如，目前這個領域還沒有一個統一的平臺。在深度學習方面，一個人懂就是懂，不懂就是不懂，人才競爭很激烈。所以谷歌最近不斷挖人，給年輕人開出200萬美元的年薪，就是在搶人才。再比如，深度學習還有個問題，就是機器不能用人的語言說出來它是怎麼做到的，Alpha Go打敗了李世石，你要問Alpha Go是為什麼走這步棋，它是答不上來的。也就是說，我們沒辦法知道機器做事情的動機和理由。所以，如果有個領域，需要告訴別人怎麼做，需要向別人解釋為什麼，那這個領域對人工智能來說就比較困難。
第二點，李開復說，就算有侷限，人工智能在很多領域還是能很快應用的，還能幫企業打造競爭壁壘。那企業要怎麼做呢？首先，你要有壟斷性的大數據，它會給你帶來很大的優勢。但你要注意，壟斷性大數據不是公開的數據，也不是剽竊的數據，或者買來的數據，因為這些你的對手也能做。最好的數據是閉環的數據，也就是你應用的時候可以捕捉到的數據。其次，你要有龐大的機群。機群是很重要的，包括需要什麼處理系統的支持，怎麼去部署，用什麼樣的計算架構，等等。最後，你要有一批特別懂的人。在沒有平臺的時候，你只能依靠一批很懂的人去解決問題。比如你可以讓他們不斷地調節算法，這樣你可以有一個短期的競爭優勢。當然，從長期來看，一旦大的人工智能平臺出來，這種優勢就不存在了。所以現在做人工智能，抓到這個先機特別重要。
第三點，李開復針對人工智能的商業化，提出了幾個建議。
他的第一個建議是，不要用人工智能去取代人。機器不一定要取代人，很多情況之下他只要能輔助人就可以了。雖然人工智能會讓很多工作消失，但醫生會全部失業嗎？一定不會，應該是最高明的醫生創造很多機器人給他人使用。所以在一定程度上，人工智能是在輔助人而不是取代人。
第二個建議，要找到容錯的用戶界面。舉個例子，搜索引擎的精確度其實是很低的，你用搜索引擎搜索的時候，很多時候第一條都不是你要的答案，但為什麼我們說搜索很聰明呢？因為它的界面很聰明，提供了很多結果，只要你找到你需要的結果，你就會覺得這個搜索引擎很棒。這一類的容錯的界面，就算它的識別率很低，給你很多結果，一旦讓你在一定時間裡得到了滿足，其實還是達到了一定的可用度。
第三個建議是，讓用戶提供自然的大數據。蘋果推出Siri的時候，很多人都覺得這就是個玩具，沒什麼用。但蘋果用Siri收集了很多真人語音，收集了大量數據。就算有人問的問題很無聊，比如“你是男是女”這種問題，蘋果也會把這些無聊的問題深度分析，去了解人們最常問的是什麼，然後他們就考慮能不能優化Siri，讓它的回答能在一定程度上得到滿足。人們滿足了之後，就會繼續問，這樣下來，問題越來越多，蘋果就會得到更多的數據。蘋果這種做法很值得借鑑，用這種方式，我們就能像草船借箭一樣，借到幾億個數據。這些數據不精確也沒關係，因為人工智能會把不精確的東西忽略掉。
第四個建議是，關注侷限領域。谷歌要做全天候全路況的無人駕駛，這個想法很偉大。但我們不一定要這麼做。其實我們完全可以先從某個小領域做起來，比如做一個無人駕駛的叉車，用這個叉車代替工人去開車。而且這個技術難度比較低，只要滿足從一個地方到另一個地方就行了，它不上路，也不用擔心撞到人怎麼辦，要不要停下。所以，先做一些可控環境下的商業駕駛項目，然後通過它獲取數據，學習教訓，不斷改進。這也是一個可以選擇的方向。
閱讀更多 科技熱點資訊小站 的文章
