“2016英诺创新者大会”在今日举行，英诺基金创始合伙人李竹表示智能化、文化创意是英诺在2016年重点布局的两大风口。此外，李竹将“智能化”分为四个方面进行布局：数字／现实世界的连接：AI、大数据、深度学习、AR/VR、自动驾驶：

　　消费机器人：家用、陪伴、外骨骼、无人机；工业机器人：新经济模式、核心部件、集成／本体；数字健康：器官打印。

　　在“智能化的浪潮”的圆桌谈论中，晨兴资本合伙人程宇、华登国际董事总经理李文飚、通用机器人创始人刘彤、异视科技创始人徐俊峰、推想创始人陈宽、甄迪智能创始人郑卫锋就进行了讨论。

　　以下为圆桌论坛核心观点：

　　1.当所有的数据和算法最后到了临界点，人工智能在很多垂直领域的应用会逐渐展开。

　　2.人工智能达了可以临界突破的阶段，人工智能能够真正进入各种各样的应用，这是给中国带来巨大机会。

　　3.人工智能在垂直领域应用是正当其时。无论怎么样，我们还是要找到用户价值和商业价值的完美结合，找到大数据的泉眼，形成一个闭环反馈。

　　4.机器学习跟专家系统并不是泾渭分明的，好的团队一定要结合这两个，专家团队帮边界划定清楚。同样一艘火箭，但是现在发动机变成了深度学习，燃料变成了大数据，会焕发一个完全不一样新的东西出来。

　　以下为现场对话实录（略有删减）：

　　祝晓成：大家可能都关注了不久前谷歌的机器人阿尔法狗人机围棋大战，结果大家知道机器人以大比分获胜，这件事其实在去年谷歌他们就放言说不久的未来人工智能或者说智能化一定会替代互联网，看来今年很快阿尔法狗人机大战的胜利算是一个小小的里程碑。

　　我的第一个问题是：在这波智能化浪潮到来的时候，中国在智能化方向上看到了什么样的机会？

　　李文飚：我觉得如果讲到人工智能，目前我感觉到达了所谓可以临界突破的阶段，所谓突破并不是说会出现真正的科幻小说里面的机器人，而是人工智能能够真正进入各种各样的应用，我觉得这是给中国带来巨大机会，原因是人工智能这么多年来，其实是一个我们看到所谓量变到质变的过程。量变有三个方面，一个是整个算法，从机器学习等方面，另外是摩尔定律，从硬件上来整个计算输入有超数量级的增长。另外最主要的是数据，搜索来的数据和各种传感器的数据，大数据给人工智能的突破创造了很多的条件。

　　程宇：我很同意李总的观点，我觉得阿尔法狗的胜利证明一点，在一个相对封闭的环境内，还有很多这样的封闭领域，人工智能都会超过人，阿尔法狗用全世界最好的棋手训练自己打败同一个人，这个肯定是会胜利的，在所有的领域都会出现这样的问题。但是就像科幻小说里面说的机器人还很远，现在我们最好的神经网络的算法可能就几千个，除非按现在的摩尔定律的进展，除非像量子计算机得到突破，否则人工智能达到科幻小说里所说的情况可能还需要很久。在数据上，特别是一些新的纬度的数据，比如说移动互联网和社交网络带来的数据，所有的数据都和算法最后到了临界点，人工智能在很多垂直领域的应用会逐渐展开。

　　我觉得人工智能会在每一个领域上迅速的超越。我觉得这里面能不能迅速达到闭环是很重要的，所谓的闭环是Y和一大堆X的因子，有没有Y的反馈非常重要。阿尔法狗最大的成功是它能够把Y及时的反馈。但是现在人工智能大量依靠人来提供Y或者是Y拿不到，这样的模型机器学习可能没有那么快。

　　祝晓成：目前从创新创业来讲，大家觉得在智能化发展的进程当中，最大的挑战可能在哪些方面呢？

　　程宇：我觉得现在在很多垂直领域里面，或者这么说有一种所谓的概念，就是专家系统，无论是在金融或者是医疗领域，另外一个是机器学习，这两个其实不是泾渭分明的。现在我们看到大量的团队都具备大数据搜索、人工智能技术。然后再结合一两个在某些行业里面的专家，来提供专家系统，迅速以及非常好的把握到用户的需求，迅速推出他们的的产品，这个可能已经是很成熟的。可能障碍有一些，比如说像数据的开放性，因为现在中国本身就有这个问题，数据其实是不开放的。数据不开放，未来有没有机会做数据的交换，我觉得这些是可能的障碍。

　　李文飚：我觉得最大的挑战还是说在垂直的应用里面，能够把握好很好的度，你不可能现在把所有的应用都像人一样，但是你掌握好一个度，你让它充分的智能化。

　　祝晓成：我觉得我们除了刚才讲到的，今天来了四位创业者，分别在各个领域，已经在智能化的道路上前行了。所以第二批问题我问每一位创业者怎么看这波浪潮，又是怎么做的。

　　郑卫锋：我觉得这波人工智能的浪，实际上就跟今天是个公司都说我做机器人，实际上不管是工业机器人、无人机或者是其他的东西，无外乎是原来的自动化装置而已。但是很多人会小瞧自动化装置的同时，它恰恰正在利用后面的计算能力，从弱人工智能向强人工智能，再强超人工智能的方向演进。跟无人驾驶汽车热了两年，大家都觉得它牛了或者觉得这两年AI牛了或者觉得增强现实牛了，真正的核心其实还是要解决用户的痛点，一点一点的演进，我不认为无人驾驶时代来临了，至少还得十年以上。但是智能驾驶时代渐渐来临，它可以单点解决问题。比如说我给有怎么给，让它带上传感器以后也撞不到前面的车。但是整个行业的成熟还需要很久，是不是一定到2045起点来临了。

　　陈宽：刚才几位嘉宾把我想说的点都说了，人工只能是非常大的领域，我简单说一下我对深度学习这块的理解。可以说有几个比较大的壁垒，主要有四个，也可以说是四个比较大的技术突破点。第一，模型上的突破。对于做深度学习人工智能的团队来说，第一个挑战就是我们能不能在模型突破上持续的保证最先进的模型知识和储备，这是很关键的突破点。第二，数据。基本上一个好的训练数据可以改变整个行业本身。第三，我们有没有一个足够的执行能力，能够把数据以及模型全部结合在一起，真正做出来产品。第四，产品是不是真的符合市场的需求，现在很多时候，大家会觉得深度学习做出来很酷的东西，它就OK了，实际上它不符合市场的话，最终是没成功的。所以我们一定要寻找到非常确定的应用场景，而这个应用场景必须满足即使现在深度学习的模型可以被应用上。其次我们可以获得足够的训练数据，缺任何一点，它都是不可行的。

　　徐俊峰：首先我们是深耕在汽车领域，其次我们不是做深度学习或者是机器学习的公司。同样，我个人对人工智能的判断也是，我不知道2045年或者是2085年这个节点会不会来临。阿尔法狗围棋战胜人类，并不代表机器人真的就跟人一样聪明。围棋是一个非常不考虑硬件已经发展到现在，CPU这么快了，英特尔已经做到14纳米工艺，将来会做到12纳米、9纳米，围棋本身是相对比较容易数据化，相对容易提供数据的特殊场景。所以说如果你把一个摄象头拿到街上去，随便拍街景，拍各种各样随机的生活场景，机器视觉很难把随机零散的数据转化为他可以学习的材料。所以说我对人工智能觉得，它在垂直领域是很乐观的，它将来会有很多的应用，很快，真正科幻片里面的人工智能，我个人觉得不一定那么快。

　　回过头来讲讲汽车领域，无人驾驶汽车现在非常热，智能汽车也非常热。国内的谷歌在做，国内也有人做无人驾驶汽车，但我个人感觉，考虑到产业化，考虑到政策，考虑到方方面面的因素，无人驾驶汽车并不会那么快，十年也许更久，

　　刘彤：人工智能如何应用，刚才李总说在垂直行业应用。我想讲一下我的理解，其实我认为机器人在拓展，大家现在为什么对人工智能这么感兴趣，比如说刚开始我们是PC机，这是数据或者是终端，是人在用。手机是移动的，以后我们的互联网+的不仅仅是人，可能有数据和机器，我在微软做了八年。包括大数据、数据怎么储存、怎么清洗，我认为将来的发展要用机器来解决，是不需要人的。对于垂直，对于个人用户机器人怎么用。06年诺贝尔物理学奖教授说，二三十年内人类所从事99%的工作都将被机器人替代。其实现在视觉对于人眼感情细节的捕捉已经远远超过人眼了。

　　祝晓成：谢谢刘总，其实通过咱们几位各自不同的背景和不同的表达，其实我们已经看到人工智能化并不是平地起高楼，是各个学科跨学科综合性的可以发展正常的历程，不管是什么定律都不可以一蹴而就。现在我们看到很多不可能的事情逐步变成现实，而且是快速的变成现实，所以智能化的浪潮相信会很快改变我们的生活。今天我们时间关系，所有最后请每一位嘉宾用一句话来说一下对所谓智能化浪潮的判断或者是观点或者是期许都可以。

　　程宇：人工智能在垂直领域应用是正当其时。无论怎么样，我们还是要找到用户价值和商业价值的完美结合，找到大数据的泉眼，而且尽量能够形成有一个闭环反馈。机器学习跟专家系统并不是泾渭分明的，好的团队一定要结合这两个，专家团队帮边界划定清楚。同样一艘火箭，但是现在发动机变成了深度学习，燃料变成了大数据，会焕发一个完全不一样新的东西出来。

　　郑卫锋：我觉得从做企业的角度来讲，要做很精心的长期的战略布局，要非常的落地找到用户的痛点，用后面布局的不管是人工智能或者是机器人的技术解决痛点，不解决痛点你活不到那一天，再布局也没有价值。

　　陈宽：我个人认为人工智能重点是人和智能互相促进、互相帮助。

　　徐俊峰：我的观点是人工智能的基点也许很远，但是人工智能在各个方面的应用会非常快，但是具体的产业化需要踏踏实实花很多的精力、很多的时间去做。

　　李文飚：我很期望中国能够在人工智能应用的领域，能够出现像大疆这种级别的公司。

　　刘彤：我认为人工智能对人类的改变将是巨大的，如果量化的话，互联网到现在能改变1%的话，将来99%的改变将由人工智能完成。