李思
在看了30家中美公司后，王维嘉得出的结论是，无人驾驭是一个不合适现在人工智能的运用。
王维嘉是数字信号处理、人工智能（AI）、移动网络专家，斯坦福大学电气工程系博士，曾在斯坦福大学师从人工智能开山祖师之一、美国国家工程院院士伯纳德·威德罗。现在，王维嘉的身份是硅谷危险出资人，首要在美国和我国从事人工智能及医药范畴的危险出资。2019年头，王维嘉写了《暗常识：机器认知怎么推翻商业和社会》一书，向群众遍及人工智能常识，王维嘉说：“我写这本书的一个意图是给人工智能降温”。
2019年11月，在中欧世界工商学院北京校区25周年校庆科技论坛的现场，王维嘉与华大基因CEO尹烨、正安健康创始人梁冬进行了以“科技、商业与未来“为主题的评论，他的表达和他书中的观念一脉相承。在承受经济观察报记者独家专访时，针对人工智能热中的一些误区，王维嘉说，人工智能并不适用于一切工作，只合适运用于需求寻觅相关性的范畴，在这些范畴，人工智能可以做得比人更好，比方，下围棋、图画辨认、寻觅蛋白质的三维结构等等。
王维嘉长时刻在硅谷从事人工智能和医疗工作的出资，他以为，曩昔20年的互联网是商业模式立异，只需有商业练习，都可以出资。关于高科技公司的出资，假如出资晚期，也并不需求懂技能。而高科技公司的前期出资者，有必要懂技能。
王维嘉指出，互联网年代的特征是toC，可以“赢家通吃”，人工智能是toB，无法“赢家通吃”。人工智能的泡沫来自于，出资人把互联网年代“赢家通吃”的思想搬到了人工智能年代，对没有网络效应的人工智能公司，给出了可以“赢家通吃”的公司的估值。
关于往后20年的人工智能影响，王维嘉的预判是：榜首，契合三个判别规范的工作会遭到人工智能的影响：一是不论是服务业，仍是制作业，这个工作会发生许多的流程数据；二是数据有必要满足的杂乱；三是这个工作要很有钱。第二，许多工作和工作必定会被人工智能替代，比方，金融范畴的小额放贷，现在蚂蚁金服彻底是机器在放贷，因为机器在剖析信誉数据上必定比人要准确得多，要快得多，本钱也要低得多。第三，今日的人工智能根据神经网络，彻底不或许替代人，更不或许让咱们人类变成机器的宠物，在它具有自我意识之前，它不或许具有人类的才智。
现在，人工智能的中心技能仍首要来自美国，我国在快速追逐；在运用方面，中美两国各有特色，除了人脸辨认，王维嘉以为，未来医疗图画范畴我国也会超越美国。王维嘉也提示，现在深度学习大热，企业都扎到了这个方向，可是深度学习有其限制性。假如不在根底科学层面探究新的方向，我国在科技范畴或许很难追逐美国。
对话
祛魅人工智能
经济观察报：关于根据深度学习的人工智能已到达瓶颈的说法，咱们该怎样了解？
王维嘉：曩昔人们夸张了人工智能的效果，也夸张了对它的惊骇。实际上，人工智能就像一个偏科的人，今日的人工智能，在某些范畴是特别凶猛，但在别的的许多范畴是不可的，关键是要挑准运用它的工作。比方，在人脸辨认方面，人工智能现已超越了人的准确度，人工智能还可以在金融、大健康范畴有用的运用。可是，将人工智能运用到无人驾驭是不合适的，人工智能就像一只会认路的狗，狗的认路才能比人强，可是它不能开车。
所以，必定要清楚人工智能的限制和鸿沟，然后找对运用人工智能的场景，人工智能还有许多可以运用的范畴，现在人工智能还没有开端和这些工作结合。因而，尽管有限制，人工智能运用依然有很大的商业远景。
经济观察报：根据神经网络的人工智能有限制性，许多问题处理不了，那么有没有或许会呈现一些新的方向的人工智能可以打破这些限制？
王维嘉：美国现已有许多大学，乃至有些公司现已在研讨彻底不必神经网络的新的人工智能，比方，有一种新办法叫“概率语法图”。
做研讨是应该这样去探究。可是，从经商的视点，因为神经网络现已证明在处理许多问题上对错常有用的，应该先找这种技能上现已证明的办法作为处理方案。比方，你知道神经网络在人脸辨认方面十分有用，你可以想是不是应该去做原理相同但还没有人做的医疗图画辨认、癌症的前期筛查，而不是作为一家公司去探究一个新算法。因为这危险太大，不是一家公司应该做的，咱们做危险出资也不会投这样的公司。根底研讨的探究应该由大学来做，由国家来供给资金支撑，这个社会是有分工的。
经济观察报：一种说法以为我国在人工智能方面的一个优势是有许多的数据，并且给数据打标签的人力本钱更低，这种所谓数据上的优势，真的是我国在人工智能方面的优势吗？
王维嘉：这是一个很大的误区。人工智能的数据问题分三种状况：榜首种，不论多少数据都没用。比方，无人驾驭，谷歌的数据全世界最多，11年开了10亿英里，可是仍是不能尽头一切的驾驭场景。
第二种，数据不只没用，并且有害。比方，AlphaGo下围棋，AlphaGo是学了人类的残局，学会了之后打败了李世石。后来谷歌又搞一个AlphaGoZero，彻底不学人类残局，只告知他围棋规矩，他自己两台机器对弈，自己探究，终究AlphaGoZero打败了学习人类经历的AlphaGo。这说明，人类经历，也便是数据，不只没用，并且有害。
第三种，才是数据越多越好，可是也有极限，数据的效果呈边沿功效递减。比方人脸辨认准确度已到达99.5%，再进步，比方99.6%、99.61%，增加变得十分慢。这相当于假如你有一万张人脸图片，我有1000张，你必定比我强。可是，假如你有10万张，我有5万张时，咱们的不同不大。当你有100万张，我有20万张时，咱们就简直没不同。
还要看不同的场景，有的场景1万张满足，有的或许3万张满足，有的或许10万张才够，再多就没含义了。美国有3亿人口，我国是它的4倍多，在绝大多数状况下数据现已够了。
我刚从英国回来，英国的卫生大臣告知咱们，英国的医疗数据是全世界最好的，因为英国由国家来供给医疗保险，6500万人口的医疗数据，彻底一致，十分洁净。美国是找不出这样的数据的，所以，尽管英国的人口比美国少许多，可是它医疗数据的质量远高于美国。
人工智能的中美距离
经济观察报：您常年在我国和美国看项目，您觉得这几年两个国家创业的大环境有什么区别？
王维嘉：榜首，我国的原创技能十分少，大部分仍是运用。比方一家人工智能公司，实际上算法是开源的，和硅谷比较，真实自己的中心打破不是没有，但十分少。
第二，我国公司的估值远高于美国，相同做一件事，比方做AI芯片，美国公司或许估值1亿美金，我国公司或许就要20亿美金。我以为这是未来的一个很大的危险，必定会形成一级和二级商场倒挂，就像WeWork。
这其间出资人要负很大职责，因为他们不明白技能，所以跟风，踩热门，都惧怕错失这趟车，没有独立思考、独立剖析，看不明白公司的实质，不清楚公司究竟能不能挣钱。所以危险出资工作大部分是赔钱的，便是这个道理。
经济观察报：现在有说法以为我国的人工智能现已很强，或许和美国是齐头并进，乃至以为人工智能是我国弯道超车的一个方向，我国和美国在人工智能方面的距离究竟是怎样的？
王维嘉：可以简略分为两个层面，榜首个层面是是中心技能，也便是算法和芯片。就算法而言，曩昔神经网络的中心算法都是在加拿大和美国完结，我国的奉献十分少，简直为零。
现在最首要的芯片来自两家公司，英特尔(Intel)和英伟达（NVIDIA）。现在我国和美国有上百家芯片公司想做边际核算，比方用于手机和轿车里的摄像头内部的芯片，这方面大公司还没做，许多小公司在做，未来或许会有一两家公司跑出来，不会太多，因为芯片工作本钱十分密布，一旦成功后规划效应巨大。
第二个层面是运用，中美各有千秋。比方，人脸辨认方面我国一骑绝尘，美国连在后边吃土的资历都没有。因为人脸辨认的技能并不杂乱，但我国的商场太大，每一个城市都有这方面的需求，而人脸辨认在美国基本上没有商场，在欧洲也没有太大商场。所以我国巨大的商场的根底上，我国的人脸辨认公司就越做越好。
无人驾驭方面，咱们都遇到问题了。美国比我国做的好一点，比方比照谷歌和百度，时刻上，谷歌11年前开端做无人驾驭，百度大约是6、7年前开端，大约差了一半的时刻。资金投入上，谷歌在无人驾驭上的出资大约每年几十亿美金，百度我不知道，但我信任必定不会超越谷歌的投入，百度做无人驾驭的人数也没有超越谷歌。无人驾驭方面美国做的更好，可是现在咱们都遇到了困难。
两个国家的商场是不相同的，比方制药，在我国做AI新药发现就不简单做，因为制药需求药厂的数据，我国的药曩昔都是仿制药，做新药是这两年才开端的。我国没有新药研制的根底，就没有人工智能学习的数据，因而这方面美国遥遥抢先。
我以为，在医疗图画方面我国有必定的概率会抢先，因为我国政府对扶贫和普惠医疗的注重有或许会加快这样的一个进程。医疗图片处理最大的运用场景是在二三线城市，乃至是县一级城镇级，现在X光机、CT都能买得起，问题是片子照出来今后大夫看不明白，因为没有经历，可是你拿到北京，大夫太忙底子看不过来。假如机器能到达北京协和医院医师的水平的话，这就能大规划地处理我国的底层医疗的问题，并且也不贵。所以医疗图画方面我十分看好我国，这种医疗图画美国国家是不论的，都是私人企业、医院自己在做。
所以详细每一个工业都不相同，在运用上各有千秋。中心技能美国抢先我国追逐，但追逐得很快，因为科技上有这样一个趋势，一个技能一旦打破了今后，它就会渐渐进入渠道期，它不是永远在改善，电脑、轿车、飞机都是这个道理。
现在的趋势是一个新的技能刚呈现的时分，我国的距离十分大，但这个技能自身的改变很慢，我国很快就赶上了。比方美国推出PC时我国还什么都没有，现在联想是世界榜首；互联网年代，谷歌、yahoo成立时，我国仍是什么都没有，现在我国的互联网也是全世界最抢先的。现在美国的人工智能技能现已比较稳定，没什么太大的打破了，所以我国能很快赶上。
可是问题在于，我国手机赶上美国的时分，美国呈现了人工智能，等我国人工智能赶上的时分，美国不知道会有什么新东西出来。因为美国有大批的人在去探究不同的方向。
下一个趋势谁能引领？假如我国想引领的话，就有必要有这种自在探究的空气和自在的学术环境，咱们可以有奇思梦想。因为根底科学，不是靠砸钱或许靠政府支撑就能做出来的，必定要鼓舞学生可以独立思考，鼓舞科研人员可以独立地探究，然后给他们满足的支撑，哪怕这是一个很不靠谱的方向，或许期望很小的方向，也应该支撑他们，这样才有或许去引领趋势。
社会影响
经济观察报：进入人工智能年代，必定是这些懂人工智能技能的人能轻松的取得最大的商业利益，那么会不会发生收入距离加大或许是财富愈加会集的问题？
王维嘉：任何一次技能进步都会形成财富距离的增大。法国经济学家托马斯?皮凯迪写了《新本钱论》，他说财富距离增大的一个重要原因是本钱的收入比工资收入增加的要快，我觉得他不太懂技能，他不知道其实曩昔这100年，形成财富距离增大的最首要的原因是技能。
互联网便是这样，马云成立了淘宝，他成为首富。可是作为用户的剁手党，运用淘宝的进程并不能挣钱。再比方咱们小时分是看省篮球队的竞赛，有了群众媒体今后，我在电视上看到NBA打球，本来省篮球队赚的钱都给到了乔丹、姚明。绝大多数技能都是起到这样财富集合的效果，这不是人工智能的特色，PC、互联网、手机都起到了这样效果。
经济观察报：人工智能会使这个状况加重吗？
王维嘉：人工智能现在看来有或许。原因是，比方轿车制作是替代了人的腿，人工智能是替代了人部分的脑的功用。但我觉得或许人工智能集合财富的效应不如互联网。
因为互联网的特征是赢者通吃，比方搜索引擎，全世界除了我国都是运用谷歌。我国的电子商务只要淘宝、京东几家，交际也只要一个微信。
可是人工智能是ToB，ToB的特色是不能赢者通吃。假如不能占有整个商场，你的财富的量便是有限的，和赢者通吃的财富的量比较就更小。人工智能因为他ToB的特征，它的财富集合效应要小于互联网。所以我觉得底子不需求过多的忧虑。
