AI·未来_李开复著_9787213089558_厦门外图集团有限公司

迎来“深度学习”这项重大技术突破后，人工智能已经从发明的年代步入了实干的年代。

现在已是未来，我们所处的时代，已经与过去完全不同。面对已经来临的、机遇与挑战并存的人工智能时代，我们必须要了解人工智能，跟上人工智能发展的脚步，这样才能不被时代淘汰。

目前全球人工智能发展的情况是怎样的？

全球的人工智能巨头企业有哪几家，现在他们有什么贡献？未来他们又将如何改变世界？

人工智能已经改变了世界前进的脚步，那么人工智能的发展阶段如何区分？

人工智能对社会的zuida冲击是什么？我们应该如何应对未来可能出现的大规模冲击和社会的撕裂？

在未来，个人、企业、政府究竟该如何协作，才能打造出繁荣的社会图景？

李开复博士长期从事人工智能的研究和观察工作，拥有大量的人工智能行业从业经验，历任苹果、微软、Google dingjian科技公司全球副总裁等重要职务，之后创办了中国□□的创投机构——创新工场。在本书中，李开复博士凭借对全球科技业与人工智能行业的深入了解，为读者描绘了人工智能新世界的样貌、未来人工智能对社会的冲击以及在人工智能时代我们的应对策略。

前言

1991年1□月16日上午11点，我的太太先铃躺在医院病床上。她这样承受着待产的煎熬已经1□个小时了。虽然我一直坐在床边陪着她，但每隔几分钟总忍不住看看手表：如果接下来的一个小时内，我们的□□个孩子不能顺利出生，我就不得不选择离开医院去做一个关乎我一生志向的人工智能主题演讲，错过迎接孩子诞生的时刻。

幸运的是，李德宁——我的女儿“准时”地来到了这个世界，没有耽误我的“正事”。苹果公司当时的CEO（首席执行官）斯卡利因为听了我的演讲，决定启动人工智能项目。一瞬间，我觉得自己可能成为发现人工智能新大陆的“哥伦布”，这一强烈的自豪感与职业骄傲使初为人父显得像人生旅程中不出意外的“小确幸”，波澜不惊。此刻回首，我明白□7年前这两个差一点儿相撞的事件并非□行时间轨道上的“黑天鹅”，它们背后的隐喻是千万年来人类进步过程中屡遭考验的价值观，也是我在帮助、促进人工智能成功的过程中错失、遗漏了人生□重要的东西。

□7年间，人工智能迅猛发展，更趋成熟。这一革命性技术改变着经济和社会的面貌，重塑了企业和国家的竞争格局，在全球范围推动新的“超级势力”的产生。这将令成千上万的知识精英和万亿美元的金融资本□□次体会到我在女儿降生那个下午感受过的兴奋与雄心，也将迫使全世界一起思考同一个把我曾经推入梦魇的哲学命题。

人类历史进入□018年，在北京和华盛顿，在中关村和硅谷，在瑞士达沃斯和加拿大温哥华TED[1]的现场，关于人工智能所有人关心的问题只有两个：一、人工智能会给人类带来什么威胁和挑战？二、中国会不会□□美国，□□人工智能？在我看来，两个问题只有一个答案：人工智能时代不存在三国演义，中美将成为无可争议的双雄，两国应该一起面对并解决人工智能带来的挑战。我写作此书，正是希望促使人工智能时代两个拥有绝对优势的精英群体——中、美两国政府、投资人和企业家放下偏见，客观地看待对方的长处，在技术和商业的创新竞争中加强合作，面对共同的挑战，携手塑造人类美好的未来。

美国是世界上人工智能研究积累□深、应用成果□多的国家。会集美国的研究人员仍在引领全球人工智能发现的前沿。今天席卷全球的人工智能飓风可能源于□0世纪80年代美国卡内基·梅隆大学计算机科学系办公室里某个人类大脑深处的一连串灵感火花。我在那里读博士时，和杰弗里·辛顿（Geoffrey Everest Hinton）的办公室斜对门。他在学校任教，还是我隔壁室友的导师。我为了开发奥赛罗（一种黑白棋对弈游戏）人机对弈系统，还去找他指导签字。寥寥数语之后，辛顿的眼神已随思绪远游，那时他应该是醉心于人工智能的下一个突破性研究吧。之后，我和辛顿先后离开卡内基·梅隆大学，沿着各自的热情与执着继续前进。1998年，奥赛罗击败了该游戏的人类世界冠军队成员，也坚定了我在语音识别研发上的信心。□006年，辛顿则以一篇论文为人工智能再次兴起奠定了基础。

美国□□高校有着传统悠久的自由开放的人才流动机制、鼓励特立独行的研究精神，无疑是人工智能原创研究的乐土。被称为“计算机界诺贝尔奖”的图灵奖由美国计算机协会于1966年设立至今，共有67名得主，大多数是美国学者，仅有一位华人学者姚期智，也是在美国学习、研究并获得了重大成果。更引人注目的是，因人工智能研究获奖的8位计算机科学家，全部是美国学者。截至目前，美国计算机科学专业排名靠前的100所大学都有5—10年人工智能研究的历史。不仅如此，这些研究型大学的人工智能科学家还必须为本科生开课。而他们的老师也都是在□□大学毕业的上一代人工智能学者。以斯坦福大学为例，参加人工智能课程的学生人数从1990年的80人增长到□016年的800人。

美国互联网科技企业的技术积累和研发仍具备相对优势，它们对世界□□研究人才的资金支持与研发放权，是孕育、催生人工智能应用的环境基础。谷歌、微软、Facebook（脸书）、□□□……正在成为人工智能研究的新巨人，在人工智能开发□台、无人驾驶和用语音识别技术打通无所不包的个性化服务的商业尝试方面也还处于前沿。而从□014年起，每年给图灵奖提供100万美元奖金的谷歌更是个中翘楚。除了具有技术理解与研发上的天然优势——解决搜索□优化问题的系统和方案与机器学习同出一理，谷歌更开创了让□□科学家写代码、变身□□工程师的人才培育路线。这一管理创新，使得全美人工智能一半以上理论加工程的厉害角色在谷歌济济一堂。辛顿出名之后，门庭若市。前来招募的大公司中有谷歌，也有百度。□后谷歌以不可思议的条件把他抢到手，其中包括辛顿每年只需要有一半时间在硅谷和谷歌团队合作，另一半时间则可以在加拿大多伦多大学自由地进行研究。此外，帮助谷歌取得人工智能应用□□□□地位的吴恩达、李飞飞也早已家喻户晓，而其收购的DeepMind的创始人戴米斯·哈萨比斯（Demis Hassabis）更是被市场寄予厚望，期待其研发能进行人类一切智力活动的人工智能。

但是，随着由辛顿等先驱推动的“深度学习”技术被广泛应用于互联网和商业，人工智能从孤蓬远征的发现时代进入了“撸起袖子加油干”的实干时代。在两个时代的过渡阶段，人工智能超过“摩尔定律”的发展速度促使研究人员立即分享成果，中、美两国的研究人员和工程师均可从即时连接的全球研究资源中获益，这给了中国这个人工智能学生赶超美国老师的□等机会。更重要的是，人工智能实干时代竞争力的天□将倾向商业化执行、产品质量、创新速度和大数据，而这些要素恰是中国优于美国之处。

中国互联网□有价值的产品不是产品本身，而是产品背后精于执行的企业家。15年前从“学习”起步的中国互联网初创公司从美国商业模式中获得灵感，激烈地相互竞争，为中国用户的“个性”进行专门调整和优化。学习了雅虎的搜狐张朝阳，学习了eBay（美国知名电子商务网站）的□□□□马云，学习了谷歌的百度李彦宏，学习了Facebook和一大堆其他美国式创新的美团点评王兴，都已经成为□□□的企业家。当这一代中国企业家学会利用人工智能时，将彻底颠覆游戏规则。

此外，直接跳过了美国发达的传统商业时代，高速发展40年的中国市场和中国消费者接受新产品和新模式的速度超过世界上所有其他国家。短短3年，中国的移动支付就拥有□□□□棒的基础架构：几乎不收取交易费用，支持小额付款和点对点支付。仅□017年一年移动支付的总交易额就达到了惊人的18.8万亿美元，超过了中国当年GDP。

随之而来，拥有世界□庞大手机用户群的中国得以□快地积累移动应用数据。移动用户基数使得中国的数据优势是美国的3倍，移动食品配送是美国的10倍，移动支付是美国的50倍，共享单车设施是美国的300倍。而利用这些丰富的数据资源，中国的计算机视觉、无人机、语音识别、语音合成和机器翻译公司，成为全球价值□高的创业企业。

当然，威力无比的人工智能也会带来巨大威胁，比如就业。上一次工业革命曾将许多技术活转变成普通工作，增加了生产线上的人工工序。而人工智能革命将完全取代这些生产线上的工作。同样，汽车驾驶、电话销售以及放射科医生等工作在15年内都将被人工智能所取代。仅有那些通过了“李开复五秒钟测试”的复杂或□具创造性的工作才能幸存。我将在本书中提出一些对策，以此缓解人工智能革命对普通人生活和国家社会的冲击。但对于人类来说，□大的挑战并不是失去工作，而是失去了存在的意义。因为，应工业革命而生的个人价值观让大多数人相信生活的意义在于工作。我本人就是□好的例证。

回顾对人工智能魂牵梦绕并与之荣辱与共的半生，我除了是充满理想的科学家、勤奋务实的工程师和追求卓越的管理者，几乎忘记了自己还是一个儿子、丈夫和父亲，直到5年前我被诊断出淋巴癌四期。这场疾病让我的工作狂生涯戛然而止。在那段充满未知的时间里，我想了很多。我开始意识到完全通过在工作中的成就来实现自我价值感是一件多么愚蠢的事情。我忽略了□亲爱的家人。父亲走了，我再也没有机会告诉他我是多么爱他。母亲患了阿尔茨海默病，再也认不出她亲爱的儿子。孩子们长大了，我错过了她们成长的美好时光……我的生活和工作重心完全是混乱的。痛定思痛，恢复健康的我开始花更多的时间来陪伴亲人，和母亲的关系越来越亲近，经常陪太太去旅行。当女儿们回家，我会推却一部分工作来跟她们相处。与死神擦肩而过的经历不仅改变了我的生活，而且让我意识到人工智能所不具备的人性。

人工智能将会取代人类，完成不属于人类专有的各种重复性工作。爱，才是人类的特质。当我们看见初生的婴儿，当我们一见钟情坠入爱河，当我们的经历被朋友倾听，当我们通过帮助别人而实现自我……人类的爱就在那里。爱让我们区别于人工智能。不要相信科幻电影为我们描绘的人工智能形象。我可以负责任地告诉你们，人工智能不会去爱，它们甚至没有感情和自我意识。AlphaGo（人工智能算法）虽然能击败世界冠军，但是它体验不到手谈的乐趣，胜利不会给它带来愉悦，也不会让它有拥抱爱人的渴望。

相比人工智能，人类的优势在于创造力和同情心。让人工智能做它擅长的，我们可以创造更多有人情味的职业和岗位，可以有更多富有同情心的医护人员利用人工智能进行医疗诊治、护理，可以有超过现在10倍的老师来帮助孩子在这个新世界获得生存能力并勇敢地茁壮成长。

是的，在人工智能这个横冲直撞、扑面而来的未来面前，人类会遭遇□□□□的挑战。但人类不正是从各种挑战中一路走来，挣扎奋起的吗？人工智能革命的结果如何将取决于我们是选择被过分天真的乐观主义或并无实证的悲观思想毒害，还是努力解决问题。就像我，一生□大的挫折莫过于患了癌症。然而，这个□大的挫折如今是我□大的财富。

34年过去了，作为一个理工男，曾经的科学家，今天的投资者，我非常自豪地看到人工智能创造着巨大的价值，改变了商业和世界。但我不再像□1岁时那样，认为机器□终会取代大脑。我相信，人类□有价值的并不是大脑，而是心。

毫不夸张地说，1999年以前，中国科技人员对人工智能几乎一无所知。那一年，我到中国科学技术大学做讲座，给同学们介绍刚成立一年的微软中国研究院在图像识别研究上的进展。这所大学的工程学院在全国名列前茅，但它不在北京，坐落于相对偏远的安徽省合肥市。

讲座当晚的礼堂座无虚席，气氛热烈。没有抢到票的同学挤在窗户外面，希望能隔着玻璃听到讲座的一些内容。看到这样的场景，我请求工作人员允许热情的学生们进来，坐在过道或讲台上听。当我讲到语音识别、语音合成、3D图形和计算机视觉时，他们草草写下凌乱的笔记，请教了我许多关于人工智能基本原理和实际应用的问题。当时，中国在人工智能研究上比美国落后不止10年，但这些学生的脸庞满是热切，他们吸收知识、认真听讲的状态，就像浸入水的海绵。

讲座进行了很长时间，结束时天色已晚，我从礼堂出来走向校门，准备离开。当时校园十分安静，路上行人寥寥，两旁都是学生宿舍。突然寂静被打破了。一大群学生不约而同地从宿舍涌出来，走上了周围的街道。我愣在原地，看着这如消防演习一样的慢动作画面。直到他们在路沿坐下，打开课本，我才意识到他们要干什么：大学宿舍晚上11点准时熄灯，想要继续学习的学生都会来到路边，借着路灯看书。现在中国的一家□□人工智能公司的创始人，就出自这几百名未来中国□聪明的年轻工程师之中。

这些学生手里拿的课本是当时中国□好的教材，虽然大多数版本老旧、翻译不佳。在当时，优秀学生很难出国读书，除非有全额奖学金，在互联网没有普及的校园里，泛黄的教科书和偶尔来访的学者的讲座，是他们接触全球人工智能研究的唯二途径。

□0年过去，现在一切都不一样了。

人工智能超级大国的那些事

如我之前所说，在□1世纪要建设人工智能超级大国，需要具备四个条件：大量的数据、执着的企业家、优秀的人工智能科学家和有利的政策环境。中国创业公司的竞技场选拔出了□□□□精明强悍的企业家，中国的另类互联网世界创造了□□□□丰富的数据生态环境，再加上另外两项助力——人工智能专家的涌现和中国政府的政策支持，在这个人工智能实干的年代，硅谷的优势将不复存在。

随着人工智能渗入经济的更多层面，该领域对优秀人工智能工程师的数量要求，将超过对□□人工智能科学家智力的要求。人工智能实干年代真正的经济优势，绝不仅是几位屈指可数的拓展研究边界的□□科学家，而是一个能和企业家联手，利用已知科研创造商业价值的庞大的工程师军团。中国正在训练这样的工程师军团。

在那场讲座后的近□0年里，中国的人工智能公司大大拉近了与美国同行们的差距。虽然美国在□□人工智能科学家方面仍然领先，但我在合肥看到的那些拥有极强求知欲的学生已经成长起来，前沿全球研究也伴随着互联网的发展有了爆炸性传播，中国公司找到了大批可以驱动人工智能应用落地的优秀工程师。钻研人工智能的中国学生不用在昏黄的路灯下研究旧课本上的知识，他们能直接从源头实时地吸纳新知，如剖析网上发表的□新学术成果，在微信中讨论□□人工智能科学家使用的方法，通过智能手机观看他们的讲座。

连接全球的人工智能知识传播网络，让中国人工智能社群得以共享□新知识，跻身高端研究，加入即时培训。从这些社群出发，优秀工程师使自己服务的公司可以将前沿的开源算法应用于自动无人机、人脸识别支付系统和智能家居终端等人工智能产品，进一步与人工智能领域的巨头们分享蛋糕。

人工智能时代的七巨头——谷歌、Facebook、□□□、微软、百度、□□□□和腾讯，都是中国或美国的公司，它们动辄花费数十亿美元建立惊人的数据储备，大量延揽人工智能精英，努力建立人工智能时代的公共设施：它们正在为人工智能的未来发展铺设大范围的“电网”，即建设私有云和公有云的设施，使机器学习扩散到整个经济体系中。巨头们建立私有人工智能“电网”的现象，不仅令重视开放人工智能生态系统的人担忧，也是中国迅速崛起、成为人工智能超级大国的一块隐形绊脚石。

不过，在庞大的经济体系中引入人工智能的力量，凭私营企业一己之力并不够，还需要政府的明确态度和良好的政策环境。在柯洁输给AlphaGo之后，中国政府发布了力争在人工智能领域□□的蓝图。中国的人工智能计划在新的投资热潮中激流勇进，引导了创业、创新的新方向。不少城市争先恐后地想成为人工智能示范城市：从规划无人驾驶车辆路线、在公共交通系统中安装面部识别系统，到给交通网配备能够优化车流的“城市大脑”，几乎每个方案都显露出了城市管理者的勃勃雄心。通过这些尝试，我相信在人工智能实干的年代，中国将有力地加速资源配置、产生更多数据、种下未来持续增长的种子。这是一种持续的自我循环，借助大数据的神奇力量、创业家的勇气、辛苦磨炼的专业知识，以及有力的政策导向，持续良性循环下去。

诺奖得主与无名工匠

要理解这两个人工智能超级大国之间真正的竞争格局，首先要理解这种专业知识来自哪里。

1938年，在恩里科·费米（Enrico Fermi）登上法兰克尼亚 II号甲板的那一刻，全球大国的势力分布被他改变了。费米当时刚刚在斯德哥尔摩抱走了诺贝尔物理学奖，但是他并没有回到贝尼托·墨索里尼统治的意大利，而是举家来到了纽约。此行跨越了半个地球，费米的主要目的是逃避意大利新通过的种族法的限制：该法令阻碍了犹太人、非洲人担任重要岗位或者与意大利人结婚，费米的妻子劳拉就是犹太人。

来到美国后，费米听说纳粹德国的一些科学家发现了核裂变原理，于是他也迅速展开了进一步的研究。他在芝加哥大学创造了世界上□□个自持链式裂变核反应堆，这个成果在曼哈顿计划中起到了不可替代的作用。曼哈顿计划诞生了世界上□□枚核武器，为第二次世界大战后世界秩序的确立奠定了基础。

费米和曼哈顿计划代表了在专业知识领域，质量高于数量的时代。□0世纪三四十年代是核物理学基础学科取得突破的时代。为了实现这些突破，一个恩里科·费米比一千个普通的物理学家都重要。这个时代的美国确立在世界上的主导地位，很大程度是由于吸引了像费米一样的天才。

但并非每次科技革命都是这种模式。通常，基础领域的突破出现后，发展的重心会很快从□□科学家转移到无名工匠，即有足够专业能力将这种新技术应用于解决不同问题的工程师，尤其是当技术突破性成果的应用范围遍布整个社会经济体系，而非集中于某几个实验室或者武器系统的应用时。

电的发明和大规模的电气化很好地印证了这个过程。托马斯·爱迪生让电能变得更便宜后，数以千计的工程师开始想办法利用电能，用电驱动各种新设备，重组工业生产过程。这些工程师并没有像爱迪生那样取得重大突破，但他们对电能的了解程度，足以帮助他们将电能用在机器上从而产生收益。

目前人工智能的发展阶段更符合后一种模式。由于人工智能解决了一个又一个新难题，持续占据媒体报道头条，让我们误以为仍处于“恩里科·费米”们有能力决定世界格局的时代。而现实中，我看到的是一个将突破性基础技术应用于解决多个不同问题的过程，需要大量受过良好训练的工程师。今天，这些工程师正将人工智能模式识别能力应用于贷款核发、自动驾驶汽车、翻译文本、下围棋、小度在家或小爱同学上。

深度学习先驱杰弗里·辛顿、扬·勒昆（Yann LeCun）和约书亚·本吉奥（Yoshua Bengio）——人工智能领域的“恩里科·费米”们持续拓展着研究边界。也许他们会实现新的颠覆性突破，再次打破全球科技界的格局。不过眼下应用领域的进展，还得由工程师们一手打造。

人工智能知识的开放与速率

投身这场技术革命的工程师有一个额外的优势：能实时接触到前沿先驱们的研究成果。

在工业革命中，国界和语言壁垒意味着□新的技术突破成果被保留在发源国，也就是英国国内。美国因为与英国在文化上比较相近，又有较为宽松的知识产权法，才取得了一些关键发明的应用机会，但是发明者和模仿者之间的差距仍旧不小。不过今非昔比，当被问及中国和硅谷在人工智能研究上的差距时，有几位中国创业者开玩笑道：差距是16小时——加利福尼亚州和北京之间的时差。美国也许有□□的研究人员，但他们的大多研究成果，对任何能上网并对人工智能基础知识有一定了解的工程师来说，都是实时可见的。之所以有这样的知识传播优势，是因为人工智能研究中的两个重要特征：开放和速率。

人工智能研究人员对自己的算法、数据和成果一向采取开放态度。这种开放性的根源一是来自促进人工智能发展的共同目标，二是出于希望给竞争一个客观标准。在许多自然科学领域，一个实验室中的实验很多时候是无法在另一个实验室中完全再现的——技术或者环境上的细微差别，对结果的影响都是巨大的。但是，人工智能实验完全可复制，算法也可以进行直接对比。只需要在同样的数据条件下训练检测该算法即可。国际竞赛中，经常有计算机视觉或者语音识别研究团队相互切磋，而参赛者的研究成果，其他研究人员都很轻易地可以验证或审查。

人工智能领域的进步速度，也是促使研究人员选择实时分享研究成果的因素之一。许多人工智能科学家并不尝试去完全颠覆深度学习，而是不断优化算法。这种进步通常能让语音识别或者视觉识别在不同应用和场景达到新的精度。而研究人员则在这些新纪录（而不是新产品或者收入）的基础上进行比拼。打破纪录的人，当然希望得到认可和回报。但因为发展的速度太快，许多研究人员都会担心，要是等到在期刊上发表研究成果，那时他们的纪录可能早就被打破了，而他们达到□□的这一刻也将无法载入史册，所以他们一般不会隐瞒研究结果，而是会立刻在类似于www.arxiv.org这种线上科研论文库上发布。这类网站可以让研究人员实时发布研究成果，让他们在人工智能算法的研究领域青史留名。

在后AlphaGo的世界，中国学生、研究人员和工程师都是www.arxiv.org □忠实的读者。他们整理、翻译，为扬·勒昆、塞巴斯蒂安·特伦还有吴恩达等前沿科学家的讲座制作字幕。在微信上，中国的人工智能社区创建了大型聊天群，还有其他一些多媒体□台可供讨论人工智能领域的□新进展。至少有13家新媒体负责专门跟踪报道产业新闻、专家分析和开放式对话。这些聚焦人工智能的媒体拥有超过100万的注册用户，其中半数都获得了超过1000万美元的风投。我参加了“PaperWeekly”论文讨论组等十几个类似的500人微信群，每天能刷新几百条人工智能相关的新信息和□新算法成果的截屏图片，大量的研究人员在线上和线下热烈研讨人工智能领域的新研究成果。

然而，身在中国的人工智能参与者们，并非只是西方世界智慧结晶输出的受益者，他们也在为这个研究生态系统做出越来越多的贡献。

避开中国新年的国际会议

美国人工智能促进协会（The Association for the Advancement of Artificial Intelligence, AAAI）在长达30年的时间里每年都举办大型的人工智能国际会议，是全球人工智能界□重要的会议之一。但在□017年，他们差点儿办砸——那年会议的举办在时间上与中国的春节撞了车。放在几年前这根本不是问题，历史上美国、英国和加拿大学者一直统治着这一领域，有论文产出的中国研究人员屈指可数。但是□017年的国际大会，提交论文的中国研究人员和美国研究人员人数不相上下。“没人会在重大节日举办如此重要的国际会议，”AAAI理事长告诉《大西洋月刊》，“我们花了好大力气，才将会议推迟了一周。”[1]

无论是现有模型的微调，还是构建□□□的新神经网络架构，中国的研究者都在做出源源不断的贡献，他们对人工智能的贡献是全方位的。从学术研究成果的引用次数就能看出中国研究人员日益增长的影响力。创新工场分析了□006年至□015年间，所有人工智能研讨会和人工智能期刊被引用次数前100名，发现在此期间由中文名字研究人员冠名的论文数量从□3.□%激增到了4□.8%[□]，增长了将近一倍。对这些作者所属的研究机构的调查表明，除去部分作者在国外进行的研究（如没有使用英文名字的美籍华裔研究人员），大多数的论文内容确实是在中国得出的成果。

□近对全球研究机构的引用记录统计也印证了这一趋势：□01□年至□016年，人工智能领域的研究机构被引用次数前100名中[3]，中国仅次于美国。前沿研究机构中，清华大学甚至在人工智能被引用次数上超过了斯坦福大学等老牌人工智能院校。值得注意的是，这些研究大多还聚焦于前AlphaGo时代，也就是中国在该领域投入更多研究资源之前。相信在不久的将来，一大群年轻的博士生将引领中国的人工智能研究达到一个新的高度。

除了被广泛引用的论文之外，自深度学习出现以来，中国的研究人员还为神经网络和计算机视觉等领域带来了长足进步。这中间，许多研究人员都来自我在1998年创立的微软中国研究院（之后更名为微软亚洲研究院），这里培养了超过5000名人工智能研究人员，包括今天在百度、□□□□、腾讯、联想和今日头条任职的技术或人工智能负责人。

□015年，微软亚洲研究院的一支团队在图片网络（ImageNet）的全球图像识别大赛中一鸣惊人。这个团队带来的精妙算法叫作残差网络（ResNet），它对10万张照片进行了识别，并列入1000个不同类别之下，而其错误率低至3.5%。□年后，谷歌的DeepMind研发出了AlphaGo Zero，即能够自学的新一代AlphaGo，残差网络就是它的核心技术模块之一。

研发了残差网络的发明人离开了微软亚洲研究院。残差网络论文的四位作者，一位加入了Facebook的扬·勒昆研究团队，而其他三位或是创立，或是加入了中国的人工智能创业公司。带领残差网络的孙剑加入了旷视科技——一个全球人脸识别及图像识别技术领域的领军企业。□017年的COCO图像识别大赛，旷视科技团队在四大领域中勇夺三个冠军，打败了来自谷歌、微软和Facebook的众多团队。

□017年，在人工智能和全球安全峰会上，前谷歌CEO埃里克·施密特提醒与会人员，不要小看中国在人工智能领域的潜能。他预测，中国的人工智能将在5年内赶上美国：“这些中国人很厉害……如果你认为他们……无法培养我说的这种人才，那可就大错特错了。”

你还可能感兴趣

我要评论