工學大儒鄭光廷教授：人工智能發展歷程與未來展望

香港科大商學院聯合零壹智庫共同推出《袁老師訪談錄》直播訪談欄目，聚焦在科技與商業領域，訪談知名學者和企業家。

本期訪談嘉賓是鄭光廷教授，他不僅是香港科大工學院院長，還是電機及電子工程師學會(IEEE)院士，曾獲多項國際獎譽。在本次訪談中，主要圍繞芯片、人工智能、創業、新工科教育等話題與鄭院長進行了交流和訪談。

掃碼上方二維碼，可觀看直播回放

本期嘉賓介紹

鄭光廷教授於1988 年在加州大學柏克利分校取得電機工程及計算機科學博士學位﹔他自2016 年5 月起出任香港科技大學工學院院長，併兼任電子及計算機工程學系以及計算機科學及工程學系的講座教授。

在此之前，鄭院長於AT&T貝爾實驗室工作了五年(1988-1993)，並於1993年開始在加州大學聖塔芭芭拉分校任教，同時擔任多個重要領導職位，包括︰計算機工程學課程創辦主任(1999-2002年)、電機及計算機工程學系系主任(2005-2008年)、署理協理校長(硏究)(2013年)及協理校長(硏究)(2014-2016年)。鄭院長的研究領域包括︰集成電路及柔性電路設計與自動化、計算機視覺、醫學圖像分析、移動嵌入式系統。

鄭院長曾發表過超過500篇論文、合著5本書籍、指導超過50篇博士論文及擁有12項美國專利﹔他曾擔任美國國防部多學科大學研究計劃(Multidisciplinary University Research Initiative)三維混合電路中心的主任。他也曾共同創辦過三家科技新創公司。

鄭院長是電機及電子工程師學會(IEEE)院士，曾獲多項獎譽，包括由主要學術會議(IEEE 及ACM)及期刊所頒發的共10多項最佳論文獎及加州大學聖塔芭芭拉分校工程學院傑出教師獎﹔他曾任《IEEE計算機設計與測試雜誌》(IEEE Design and Test of Computers) 總編輯、IEEE電子設計自動化理事會(IEEE Council on Electronic Design Automation)理事及IEEE計算機學會(IEEE Computer Society)編輯委員會委員。

袁老師：鄭院長，首先請您介紹一下您近期的研究領域和方向，以及您的教書經歷吧。

鄭院長：我目前的研究主要兩個方向，第一個方向就是芯片設計和芯片設計的自動化。第二方面就是人工視覺，目前我團隊大部分是在做醫學圖像分析，輔助疾病診斷的。另外我還有幾個人工視覺方面有趣應用的計劃，其中一個是通過人工視覺讓無人機做自動攝影，能夠達到專業攝影的水平，比如無人機可以在人跑步過程中自動找到好的角度攝影、在食堂回收餐盤地點的攝像頭用於降低食物浪費、觀察失智老人臉部變化用來疾病預防等項目。

談到教學，教學讓我得到的成就感遠遠超過研究，從上個世紀90年代我開始在大學任教，中間有幾次機會離開大學，但因為對教書的感覺和對校園的嚮往讓我留在了學校，現在已經超過30年了。

我分享一下一門我引以為豪的課，2008年在加州大學聖塔芭芭拉分校做系主任任滿之後，我有機會開一門新課，我選了一門智能型手機的課程來教。大家知道蘋果1代是2007年6月推出的，所以蘋果歷史也是從這時開始的。第一臺安卓手機2008年推出的，陰錯陽差我選擇了用安卓來做教學的平臺。我選擇教這門課就是覺得這個東西太好玩了，我懂一點又不是完全懂。

從我2008年開這門課的時候到今天，安卓市場的佔有率從只佔2%到今年大概達到80%，安卓的系統版本也從1.5版本到現在10.0版本。我從2008年到2016年離開加州大學到香港科大，我教了無數學生，每一年我教這門課的時候，我會發現70%前一年教的東西已經過時了。手機從三寸到四寸、從四寸到五寸，它的計算芯片、記憶體、顯示器、觸屏、相機, 電池技術等等都發生了革命性的變化，教這門課的過程中讓我有很深的體驗。老師最大的樂趣就是跟學生一起學，老師是學生的教練，不一定無所不知的專家，甚至有些東西學生可以教你。

袁老師：您現在當了院長，一方面做研究，另一方面也有很多行政工作，如果現在讓您再教一門新的課程，您最有興趣講哪一門課？

鄭院長：如果再教一門課的話，我要教一門系統方面的課，比如說機器人在科技基礎方面需要綜合機械方面、電子方面、人工智能方面的知識。我覺得學校應該開一門課把所有這些基本技術從系統的角度介紹給學生，用系統的角度介紹複雜的工程產品來訓練學生見林也見樹，這是下一代工程師必須擁有的一個能力。

袁老師：就是不能只教學生一些深入卻狹隘的技術，而是要教他們擁有系統性, 全方位的思維方式。

袁老師：您今天接受的是我們商學院的訪談，我們說香港科大是一家，如果有一天想請您給EMBA的企業家和高管們開一門課的話，您想講什麼課？

鄭院長：像我剛才講到的這種課可以講得科普一些，讓所有人瞭解。商學院的學生很有見識，視野很廣，我們可以把同樣的題目講得適合EMBA的企業家和高管，同樣用系統思維的方式讓他們也聽得懂複雜的科技及工程產品。我覺得老師最重要的一個本事也就是對小朋友講課小朋友可以聽得懂，對世界大師也講得出來，讓他覺得可以有一些收穫。教學就是要讓任何想聽的人都能有收穫。

袁老師：我建議未來給我們商學院企業家開一門課的主題就可以是--商業人士的科學系統思維課。

袁老師：

鄭院長：我可以分享兩個目前正在進行的計劃。

第一個就是對於新冠肺炎肺部計算機掃描圖像分析。我們2月初通過華中科技大學的合作伙伴和武漢中心醫院有合作，得到大概500個患者肺部的計算機斷層圖像，這些病人大部分都是重症，每2、3天做一次肺部掃描。他們經常面臨症狀反覆的問題，醫生需要判斷哪些患者需要花多少醫療資源，哪些患者在比較輕症的地方觀察。除了醫療圖像，還需要收集其他的諸如吸菸史、年齡、性別、體重等信息做資料分析，最後可以得到一個計算機輔助的判斷，這對病情診斷及醫療資源的分配，尤其在醫療資源緊張的情況下是有價值的。

另外一個項目是在香港做一個既能保護隱私、又能夠追蹤接觸史的APP。在新冠肺炎確診後再問這個病人，憑他的記憶回憶他過去到過哪些地方、接觸過哪些人，這是非常不可靠的。我們每個人有手機，手機裡面有藍牙，藍牙都會發送信號，如果兩個手機彼此在很近的距離之內傳送和接收信號，就會儲存在手機裡面，這個沒有隱私問題。用這個APP，我就可以透過自動比對信號，查明過去14天什麼人和確診的人在幾公尺距離之內有10分鐘以上的接觸。香港是一個非常擁擠的地方，做接觸史的追蹤很困難，所以我們通過一些非政府組織的協助，希望用最優秀的技術做出一個符合香港需求的APP。

袁老師：謝謝，我相信您的科研成果對於未來也會非常有意義的。

袁老師：接下來有請鄭院長進行他的主題分享《芯片，未來企業的“心”》。

鄭院長：過去幾年大家看到的人工智能的革命，AI應用層面越來越廣，從交通、金融科技、醫療保健到教育，越來越多的應用使用AI技術，他們都是架設在AI的基礎設施算法上面，比如說在計算機視覺的技術、機器學習、自然語言處理這些基礎的算法上面，這些算法和應用都在硬件平臺上進行，其中最重要的就是芯片、包括處理器和很多的存儲器、內存，還有把這些連在一起的網絡，我今天主要談的就是芯片硬件的平臺。

過去這些年來有很多新的應用產生，一個很重要的因素就是人工智能和機器學習能夠達到的精度已經到了一定的標準，這樣的進展是因為硬件能夠提供給這些機器學習和人工智能需要的海量計算和存儲資源。大資料需要大量存儲器來存儲及大量計算。我們雖然在精度方面有很好的進展，但有很多的應用需要更高的精度。但要達到更高精度, 根據這條對需求計算和儲存資源的曲線, 所需求的硬件資源是越來越難支撐了。

目前人工智能和機器學習的硬件面臨幾個主要挑戰：第一個就是所謂的存儲牆，我們的計算器越來越快，存儲器也越來越快，但是大資料要提供給計算器做計算的速度不夠快，當一個計算機計算系統裡面有瓶頸的時候，就會造成速度很慢。另外一個問題是設計芯片是一個非常複雜的工作，導致它的設計週期很長，需要的團隊很大，任何一個企業都無法支撐。如何讓設計週期降低，用很小的團隊設計，這也是一個問題。

芯片事實上分為很多類，就計算芯片來講，如圖左邊從中央處理器CPU到圖形處理器GPU，再到FPGA，最右邊的專用集成電路ASIC只專注做一、兩件事。最左邊的是通用硬件，什麼事都可以做，只要讓程序設計師寫一個程序執行他想要做的事情，這個程序就可以在通用硬件上運行，過去大概都是用左邊這種模式。現在AI的應用非常廣，所以AI需要的芯片量很大，有這個市場需求；另外一方面AI技術又很專，它需要特別的計算，或者說它的計算的特性有一些一致性，所以需要做專用的芯片，上圖中圓圈這塊, 專用集成電路, 就產生出很好的商業機會，很多大公司和創新公司都在全力做這個領域。

上圖中上層是AI的應用，中層AI的基礎設施，到下面AI的平臺，我們可以對不同的AI基礎計算設施的軟件與硬件作協同設計，作出最有效能的一個專用硬件平臺。例如透過軟件與硬件協同設計產生的人工視覺專用硬件平臺, 它對於處理人工視覺問題的計算效能就非常的高。另外對機器學習我們可以另外設計一個機器學習專用硬件平臺，對於深度神經網絡用同樣的理念又設計另外一個不同的芯片。如果我們有了算法的專長，又有AI加速器設計的能力，就有相當大的優勢，通過協同設計和協同優化能夠提升專用硬件平臺的效能2-4個數量級，這就是我剛剛提到的，硬件效能的大量提高, AI的精度便可繼續提升。

我特別要強調集成電路設計和集成電路產業，最重要的是人才，找到人錢就不是問題，找到人產品就會做出來，所以這是一個人才非常密集的產業，上圖說明中國集成電路產業人才缺口非常大。最後，我想鼓勵年輕一代，如果你還在考慮將來做什麼，集成電路設計是一個很好的選擇！

袁老師：您剛才講到芯片設計能力的話題，我們發現很多企業，尤其中國的企業，或者是還沒有這方面意識，或者即使意識到了也覺得自己做不了，您覺得呢？您覺得這是不是企業應該馬上要面對的課題呢？

鄭教授：絕對是馬上要面對的課題！這個行業的門檻很高，任何一個門檻高的行業，它必然要花很長的時間，必然就要做很大的投資，也必然有很大的風險。當談到製造業時候，就像以出版事業為例來講，印書和寫書對比，印書很快但是利潤很低，也很容易被取代，因為門檻不高；而寫書價值很高，很難被取代，但是有沒有讀者是說不準的，這是有風險的，如果恰好寫出一本暢銷書，影響就很大。

開創一個企業，以我的看法就是要生存，如果我們只看2、3年，即使成功, 也很可能幾年之內被取代，什麼階段掌握什麼技術是公司領導階層要仔細考量的。還有結盟時候關鍵技術可以共同擁有，我個人覺得“芯”是非常重要的。比如蘋果過去從來不是一個芯片公司，但是它今天有4000多個芯片設計師，因為芯片是一個非常重要的關鍵技術。

袁老師：我們這期訪談的主題是“AI，未來世界的眼”，我們聊聊AI在人工視覺方面的話題，你們在這個領域也開展了一些研究和項目，請您和我們分享一下相關進展和成果。通過您的眼帶我們看看在人工視覺領域，世界上最先進的技術在哪裡？未來可見的突破和應用在哪裡？

鄭教授：關於目前人工視覺做到什麼程度，過去這幾年在圖像識別方面有非常大的進展，基本上深度神經網絡成為圖像識別技術的主幹，它對於圖像裡面人物及物體的識別非常準，仰賴於人臉識別、物體識別、生物識別（包括指紋、眼球識別）的應用已經非常成熟。還有用醫學圖像分析來對疾病做輔助診斷、在製造業用人工視覺技術取代生產線上人工檢查、還有在大型活動裡面自動找出罪犯和違禁品，這些都可以做得到。

未來人工智能的發展有無限空間。從大方向看，圖像和視頻資料量的爆炸性趨勢會持續，從手機到筆記型計算機、到臺式計算機、到雲儲存，幾乎每個人大部分的存儲資料都是圖像和視頻，數量這麼多的情況下，一定要用到人工智能自動處理。如果我們能夠加快圖像分析，從算法到硬件可以加速處理視覺資料的話，人工視覺的應用就會更廣。

還有一個很有趣的方向是圖像和視頻的合成，現在有很多圖像和視頻是合成的, 但是要花很多的人工及很長的時間。如果我們可以快速自動合成定製化廣告的圖像和視頻，這樣的技術未來的應用是非常廣的。

袁老師：現在國內人工視覺領域，企業之間的競爭非常激烈，通過您的講解，我們也瞭解到其實還是有無限空間，大家要拼的是想象力和真正的科技能力。

袁老師：您自己也是創辦了三家企業，請您分享一下您的創業經歷，以及您會給創業者什麼建議？

鄭教授：我第一家企業是在1997年和幾個朋友創立的一個芯片設計自動化工具的公司，特別是驗證芯片，當時需求很大就順勢而為，後來這個軟件工具做到市場佔有率超過50%就順利賣給了大公司。給我的經驗就是如果市場有需求, 有好的研究結果和技術, 好好做轉化, 開公司並不是特別困難。

第二家是2000年的時候，我發現攝像頭越來越多，數碼相機可以拍很多照片，但最後很多照片沒有辦法整理，我們研究人工視覺如何做圖像搜尋，事實上我們當初這個方向的技術非常好，我們也引以為豪。但是後來因為沒有看到用戶的需求，所以到2008年我決定把技術賣給其他公司，從這個公司得到的經驗就是要時機很重要。市場不成熟, 技術與產品再好也沒有用。

第三家是一個醫療保健物聯網的公司，我們做心電貼、溫度貼可以貼在身上七天，用無線網絡連接到手機以便分析，這樣產生的資料是有價值的。過去這一年在醫院實地對病人做長期監測，可以在疫情的時候看小孩有沒有發燒，溫度自動隨時隨地觀測。溫度貼技術門檻相對比較低，但舒適又精準的心電貼的技術門檻就相對高了。心電貼可以對心臟做長期的監測。這家公司我蠻看好的，但挑戰也很多。

我個人認為每一次創業都不一樣，每一次創業都不一定能用得上前一次的創業經驗，所以我非常重視直覺判斷，這個直覺判斷就是在你的創業過程當中學到的，不要怕失敗，失敗是創業必要的經歷，能夠從失敗中間走出來是所有創業者必須要有的訓練和特質，所以我在學校和學生講不要怕拿到B，我鼓勵你們全部拿A+，但是你拿到B的時候確定不會被打倒，我學習中要有的經驗。

我的下一個公司想做醫學圖像分析的計算機輔助診斷，大家到醫院常常會要做計算機斷層掃描、核磁共振、超音波、X光等等，產生的醫療圖像越來越多，可是放射科的醫生沒有增加，需要有工具來幫忙減輕醫生的負擔以及做更快速的醫療判斷, 因此對圖像分析的仰賴必然越來越高。所以從這個大方向來講，我覺得這是一個很好創業方向，但是問題在於精度夠不夠。但是另一方面，即使有計算機輔助分析也一定要專業醫生對圖像分析的結果做最後的判斷。

袁老師：您的這幾段創業經歷有一個很重要共同點，就是創業者要有輸得起的心態，能夠有決心從頭再來。

袁老師：我們香港科大工學院也是世界級的工學院，請您介紹一下它的優勢之處吧。

鄭教授：在短短不到30年的時間，香港科大工學院創造了現在這樣一個成果真的不簡單。在創業方面我們的校友就有兩個超級獨角獸企業--大疆和雲洲，他們做的無人機和無人船是世界級的、最高等級的科技。我們其他很多校友、教授創辦很多創新公司也是有非常大的影響力。

談到基本科研，目前香港科大工學院在全世界工學院排第18名，我個人不太強調排名，但是排名會告訴你大概在哪個位置，排名前20的其他高校幾乎所有都是百年以上的工學院，我們一個歷史只有30年不到的工學院可以達到這個排名，我們的教授能夠在這樣年輕的環境裡面創造出這樣的科研成果真的不容易。再舉個例子，全世界最大的電子計算機方面的專業組織大概有40萬個會員，其中最高的等級就是院士，我們在電子及計算機工程專業的教授大概有50%都是院士，能達到這樣的比例在全世界高校裡是數一數二。

還有我們的學生是我們最引以為豪的，我們學生的整體素質很高，假如把大學比成一個工廠，進來的材料要好，生產線要好，出來的產品客戶就會喜歡。大學進的材料就是學生，香港科大工學院的學生是一流的，我們的生產線就是我們的課程和教授。

所以建立在這個基礎之上，我想香港科大立足於30年曆史再往前走，機會應該更好。

袁老師：我們說一流的工學院是因為我們有一流的科研、一流的教授、還有一流的學生，我知道您也是一直以來致力於未來的工學教育和新工科教育，也請您分享一下在這方面的見解和體會。

鄭教授：工學院教育改革事實上已經在進行了，過去的工學教育訓練出比較定型的專業方面的專家，這點要作為一個基本上的改變。我們現在工程創新方面都是多學科的，社會又變化很快。我們要給工學學生多方面的能力，包括分析的能力、設計的能力、對人的瞭解、人文的素養等等都很重要，因為工程師做出來的東西都是幫助人解決問題，如果你對人不瞭解的話，你不可能成為一個好的工程師。

對語文的掌握也很重要，過去大家認為工程師就是數學好、物理好，但是語文很差，這個我完全反對，我們工程師要寫郵件，寫報告，要和別人溝通，現在都是一個團隊在做事情，如果工程師能夠對語文的掌握比較好的話，他的機會大得多，所以對於語文的訓練也很重要。

另外就是細節的訓練，人要有遠見，但是遠見和對細節的重視並不衝突。如果工程師一天到晚在細節上出錯，必然不是一個好的工程師，所以這方面的訓練很重要。另外一點是要有自我學習的能力。

優秀的工程師要有很好工程的直覺，我們經常提到人的判斷，人的判斷也是要訓練的，要考慮如何在我們教學過程中不僅僅教他知識，還能夠教他判斷的能力以及訓練出好的直覺。

袁老師：其實對於新工科和工程的教育，我們現在更迫切需要的是跨學科、跨文化的人才。

袁老師：我們今天的大主題是問診未來世界，您覺得未來的世界、未來的科技、未來的AI會變成什麼樣子？

鄭教授：有一本書提到，（Citizen Engineer: A Handbook for Socially Responsible Engineering）上個世紀是科學的世紀，這個世紀是工程的世紀，理由是上個世紀有太多偉大的發明，而這個世紀人類面臨非常多的大挑戰，比如說氣侯變遷、環境汙染……都需要工程解決方案。但是這麼大的挑戰，不是任何一個專業、任何一個小團隊、任何一個人可以解決的。也說明我們為什麼看到過去十年來，大部分的工程專業人才的需求一直增加，但是我們能夠訓練出來的人不夠，所以這個缺口會越來越大。

所以工程師就要有這樣的一個理念--要解決人類大環境，而不只是做一個定型的專業專家，所以未來我覺得多領域的專業人才，必然會融合。融合得越好的團隊越有前途，未來這個世界在教育層面會有很大的變化，我們對人才需求的特質也在變化。

我一直感覺就是我們整個大學教育系統在過去二、三十年的變化不夠快，世界變化這麼快，課程、教學目標和整個教育體系訓練出來學生的特質都要變化，老師要與時俱進，學校的制度也要跟著改變。學校要像企業這樣經營，學校一方面百年樹人，但是絕對不是百年不變，我想堅持這個精神，AI或者整個科技的進展，才會促進我們工學教育一直往前走。

袁老師：我GET到一個關鍵詞就是融合，未來的世界一定是一個大融合的世界，人才的融合，科技的融合。在這樣融合的大前提下，可能給高等教育提出了很多新的課題和命題。

袁老師：現在我們來看看現場提問。第一個觀眾提問是來自21世紀經濟報導，人工智能能替代人類完成很多的工作，一旦發展的越來越成熟，就業是否會受到很大沖擊，如何在與AI的競爭當中保持優勢？

鄭教授：我想人要和人工智能競爭某些一定會被取代掉的工作是沒有意義的，所以我覺得在未來工作機會上面來講，我們就是要能夠掌握哪些知識是AI輔助我們，我們可以交給AI做。所有的這些技術到最後都是要幫助人，所以人還是整個社會發展的重心。人對人文的基本追求是有暖度的，這是機器沒有辦法取代的，在這方面我們也會找出相關的工作。

過去幾百年來工作的變化一直是這樣， AI革命性的改變我們過去的工作性質，我覺得這是潮流，一代一代的傳下去而已，我個人不覺得它會對於工作流失造成太大量的變化，整個工作系統自然而然會找到出路，人還是最偉大的。

袁老師：來自贏鼎教育的問題是人工智能領域需要哪些專業的畢業生？學習文科比如文學、藝術、新聞能夠進入人工智能的企業發展嗎？

鄭院長：當然可以。我們剛剛講新時代人才需要這麼多的特質，事實上很難一個人每一方面都那麼強。就像人有七種智慧，我們希望將來的人才在這方面都有接觸，但是在他的專業角度有特別的優勢，我希望文學院的學生在人工智能和科技方面的知識一定要增強，對人工智能要有適當的基礎訓練。同時工程師也要對文學、法律、社會有更多的瞭解，我覺得這就會很平衡。

袁老師：下面一個問題來自我們主直播間的觀眾，有一天AI會擁有自己的意識嗎？

鄭院長：作為工程師和科學家，我不相信。意識是上帝創造給人的一個很特別的東西，我覺得起碼在我有生之年還看不到。

袁老師：

鄭院長：機器學習是人工智能的一部分，我想人工智能現在定義已經非常廣了，幾乎所有智慧，只要不是自然的，就是人工的。在這個情況下，機器學習是人工智能的一塊基石，但是人工智能還包括其他的技術。

關於未來的應用，就像20年前沒有人會相信自動駕駛會出現一樣，所以我可以確定的說，任何人預估十年以後發生什麼事情準確度大概都不高，總有我們不能想象的事情會出現。

袁老師：下一個來自MBAChina的問題，AI在賦能企業管理上有哪些應用場景？

鄭院長：在企業裡面賦能管理，我想人工智能可以從視覺、文書組合起來的資料進行分析，就像我們可以知道某個人有多少執行, 判斷與策劃能力，AI可以用更精準的辦法來了解每一個員工在哪方面的價值、貢獻。比如在人工智能這個系統中，收集到必要的資料，最後給員工一個貢獻值，根據這個貢獻值，將來就可以在賦能管理上面做一些工作。

袁老師：來自雪球網的問題是AI是新基建當中一個重點方向，今年下半年會有一個爆發嗎？

鄭院長：我覺得爆發的狀態已經一兩年了，當然新基建會有更大的投資，人才會繼續的吸引，但是我希望就是這個AI的定義要做的很廣，就像我講的AI包括硬件、軟件，AI包括應用、基礎，如果我們把AI的這個範圍定得很廣的話，我想AI在不同時期會有不同的爆發點。我覺得因為新基建把這個繼續定為重點項目，資金、人力進去的更多，所以我想我會期待有新的爆發點出來。

袁老師：來自CSDN的問題是，與常規圖像識別相比，醫療圖像識別有哪些不同和技術難點？

鄭院長：圖像和大概的分三類，自然圖像、醫療圖像、紅外線圖像，每一種的分析都不太一樣，但是共同的技術還是共通的。關於醫療圖像的特質，第一它不是大資料，它到現在還是中資料和小資料，因為病人還是有限的，每個醫院收集到的資料通常是幾百個、幾千個人，最多幾萬個人，不是那麼大的用戶群體。第二沒有那麼多的人來標識這個資料，尤其是深度神經網絡訓練，一定要有一些專家標識的資料來訓練模型，最後才能拿來用。雖然圖很多，但是能用來訓練的經過標識的圖並不多。第三個就是隱私問題，醫院都不願意把資料共享出來，所以資料資源是相當有限的。

這幾個困難加起來，造成醫療圖像的進展沒有辦法像我們剛剛講的很多自然圖像辨認進展這麼快。另外如果需求大到一定程度，比如說香港的醫管局已經在找研究人員希望把資料送出來，那麼這塊的瓶頸未來會減緩一點。

袁老師：下面一個問題來自歐路·心視界，國內的AI獨角獸企業在國際上大概是什麼水平？）

鄭院長：如果在應用和算法方面國內AI研究成果以及企業地位非常的高，這塊事實上就是聰明的人下苦功，相對於剛才所談的AI硬件方面，進展比較快一點。國內優秀的研究人員很多，應用場景很多。

袁老師：來自百度百家號的問題是很多人都在討論人工智能能否替代人類的智慧，對於普通人來說如何更辨證地理解人工智能？

鄭院長：人工智能畢竟是冷的，它做事情可以做的比人好，但是它沒有人性、意識、理解力，它的記憶力可以很強，但是理解這方面我覺得距離人還有一段非常長的距離。人的智慧、人腦裡面的網絡，是目前任何計算機網路的好幾十個數量級倍的複雜，所以想達到人類的計算算法和這個硬件能夠達到人腦的這種高效能，在未來幾十年還是有一段距離的，所以我相信人工智能和真正人的智慧距離還是保持一段相當的距離。

袁老師：對的。不管人工智能怎麼發展，它還是冷的，我們人還是有溫度的，所以如果我們想不被人工智能替代，就是要活出更有溫度的人生。

袁老師：我們還有來自騰訊企鵝直播的問題，AI輔助診斷在未來能否取代門診，如果AI出現誤診如何追責？

鄭院長：在這方面我一直強調這是計算機輔助診斷，所以醫生是放射科專家，他們來看這個圖像分析或者是人工智能系統對他們的建議，基礎的問題或者是用戶問一些問題，人工智能系統可以回答。經過海量的分析，最後的決定權絕對是專業的醫生，責任還在專業的醫生，所以這些輔助工具絕對沒有辦法取代專業醫生。

袁老師：來自道口投的問題是有哪些適合小團隊可以相對低成本啟動的AI創業方向，讓這些小的企業有可能有希望彎道超車？

鄭院長：我想是可以做一些物聯網上面需要的人工智能芯片，這方面需求很大但技術門檻不是最高的。如果你有基本能力的話，有些大公司可能就會買這樣的公司，因為他們要建一個芯片設計團隊本身要幾年的時間，所以我很鼓勵一些小的團隊找到合適的人朝這方向走。

袁老師：接下來進入到比較有趣的快問快答環節。

袁老師：第一個問題您的座右銘是什麼？

鄭院長：謙卑。

袁老師：您覺得您最可愛的缺點是什麼？

鄭院長：內向。

袁老師：您最大的興趣愛好是什麼？

鄭院長：跑步。

袁老師：您壓力大的時候用什麼方式給自己減壓？

鄭院長：跑步，這個會上癮。

袁老師：目前為止您認為對您影響最大的人是誰？

鄭院長：是我太太，我們結婚32年，她對我影響很大。

袁老師：您教育自家小孩子的時候最管用的一招是什麼？

鄭院長：尊重他們的興趣。

袁老師：如果不做院長和教授您最想嘗試哪個職業？

鄭院長：我最想將來到小學、初中做老師，因為教書是我的最大興趣，我喜歡看到學生一路的成長。

袁老師：最後還是請鄭院長給我們推薦兩本書吧。

鄭院長：我推薦的第一本書是和教育有關的，A Whole New Engineer談到工程教育的改變，談到非常多的理念，談到一個現代工程教育20年的經驗和對未來工程師需要哪些特質，我鼓勵大家讀這本書。

第二本我最想推薦的是白先勇系列的書，白先勇和我都是臺灣大學畢業的，他後來大學畢業到美國加州大學聖巴巴拉分校教書教了40年，我在那邊教了24年，但是我到的時候他已經退休了。他這本《臺北人》，就是在講當初國共內戰後來很多人，隨著國民黨到臺灣，故事的內容都是他們在中年40、50歲的時候離鄉背井後經歷的人生百態，我個人對民國史很感興趣，我鼓勵大家看看，也瞭解一下那一代人在臺灣生活的現況。念理工的人還需要讀文史的東西，接觸一些有溫度的東西，人生才會平衡一點。

總結語

本期訪談中，工學大儒鄭光廷教授不僅為我們梳理了人工智能發展的歷程，還展望了未來這個產業的發展方向並解答了許多觀眾對AI的疑惑。作為一名世界級的工學教授，鄭院長也為我們分享了他對新工科教育的看法，並鼓勵學習理工科的同學還要讀文史類的有溫度的東西，人生才會平衡一點。

End.

下一期將會在4月29日（週三）20:00繼續直播！我們邀請到了香港科大(廣州)社會樞紐署理院長謝丹陽教授，與我們探討社會的長遠趨勢與轉折點！

閱讀更多 零壹財經 的文章

關鍵字: 電腦 Android 掃碼