一場技術對談，關於 AI 的現在，和那個終極烏托邦的夢。
李開復是中國最早，也是最懇切的 AI 佈道者。是集科學家、工程師、投資人、寫作者多種角色於一身的多面大咖。
1983 年從哥倫比亞大學計算機科學系畢業，後獲得卡內基梅隆大學博士學位，早年曾在蘋果、SGI 等明星公司擔當要職，1998 年回國後一手打造微軟和谷歌在中國的研發中心。2009 年，李開復創建創新工場，專注於科技創新型的投資理念與最前沿的技術趨勢。
在 AI 領域，李開復創建的微軟亞洲研究院（前身為微軟中國研究院）被譽為黃埔軍校，為行業培養了大量科學家和技術人才。李開復本人也是推動 AI 浪潮的先鋒力量，在他的著作《AI · 未來》中，他曾這樣預言：「人工智能將會取代人類，完成不屬於人類專有的各種重複性工作」、「對於人類來説，最大的挑戰並不是失去工作，而是失去了存在的意義」、「相比於人工智能，人類的優勢在於創造力和同情心」……
在極客公園和 B 站共同舉辦的 Rebuild 2020 Move on 現場，極客公園創始人&總裁張鵬向李開復拋出了不少尖鋭問題，「AI 公司有賺錢的嗎」、「AI 是割投資人韭菜的利器嗎」、「李世乭之後沒聽説過比較大的 AI 進展，AI 是不是涼了」。針對這些問題，李開復一一做了靠譜回答，以下是部分對談摘要。
張鵬：我們都知道 AI 的概念很熱，但是這些 AI 公司有人在賺錢嗎？
李開復：我覺得首先，很多被認為不是 AI 公司的公司，它其實是 AI 公司，比如騰訊、阿里、谷歌、臉書、亞馬遜，它們靠 AI 優化投放、收入，拉長用户使用時長，這些公司肯定是賺錢的。
純 AI 公司的話，有一些早期創立的 AI 公司，可能會太過於注重博士數量、論文發表數量，這些公司以後可能會有很大問題。因為現在只要有計算機背景的人，通過幾個星期的學習就能初步掌握 AI 技術了，從這個角度來看，早期博士帶來的人才稀缺性已經不存在了。
任何科技公司想要做大，就必須要用商業的邏輯來衡量，很多純 AI 公司已經在往賺錢的道路上走了。
張鵬：聽起來 AI 已經不像幾年前那樣，是個 Rocket Science，是那種特別稀缺的黑科技，現在很多人都能用 AI，為什麼 AI 現在變得這樣普及了？
李開復：一個是像 TensorFlow、PyTorch 這樣的工具越來越好用，另外 GPU 越來越快，並且很多 AI 的功能已經上「雲」了。我們可以看到，比如最近幾年谷歌的 Transformer 技術，它從論文發表，到被谷歌使用，再到被其他巨頭公司普及性地使用，只用了兩年的時間，這個時間窗口與過去相比真的很大程度地被壓縮了。
張鵬：前段時間我們聽到一些説法，説 AI 是割投資人「韭菜」的好模式，這個情況現在是不是有變化了？
李開復：AI 真的可以割韭菜，農業應用是很好的 AI 應用。
確實不能否認，不少的 AI 公司割了不少投資人的「韭菜」。在 AI 領域我們看到各種奇葩現象的出現，比如某公司的創始人是三個 AI 專家，在公司創立初期，只憑這三個大腦就能要到七個億的估值。
怎麼做到的？比如他們跟投資人説：「你要錯過這個機會嗎？我是某某公司很牛的 AI 專家。」投資人不捨得錯過機會，又不願意出一兩個億，最後説：「那這樣吧，我出兩千萬」。結果創業者就這樣收了七八家兩千萬的融資，最終也湊夠了兩個億的融資額，達到七個億的估值。
這其實是非常可惜的，主要是因為很多 VC 有虛榮心，想要參與 AI 項目。當然，這個階段已經過去了。現在而言，特別是受疫情的影響，投資人審視的還是一個項目能不能賺到錢，怎樣節省現金流。而不是像以前一樣講更大的故事，拿更多的錢。
張鵬：這幾年好像自動駕駛這件事從科幻變為日常了，這也讓大家有一個擔心，AI 真的這樣值得信賴嗎？
李開復：場景符合它的產品定位的話，還是值得信賴和使用的，超越了就是危險的。比如我們投資的馭勢科技，他們在大興機場有接駁的功能，機場接駁沒有十字路口，也不像高速那麼快，在這個場景下自動駕駛比人開車要安全。
但是比較可怕的是人的認知慣性。比如認為既然自動駕駛汽車在高速上可以開那麼好，那麼在城市裏也沒問題；或者雖然知道不夠安全，但是自動駕駛開了兩三個小時人類也沒有接管一次，就安心看手機了。這樣就很危險。
大家千萬不要認為它看起來安全就和人類是一樣的了，其實遠遠沒有，AI 雖然表現得很聰明，但它目前還是一個思維很簡單的優化算法而已。
張鵬：當年 AlphaGo 和李世乭交鋒，我們突然覺得對 AI 這件事要刮目相看了。這幾年雖然聽説了幾次 AI 在遊戲方面超越了人類，卻始終沒有當年那種震撼，是 AI 的發展在減速嗎？
李開復：主要是我們的期望值的原因。當年李世乭那一戰之前，大家覺得 AI 還早呢，根本不可能。大家的預言還是十年、二十年，結果突然之間就成了，一下子就把我們的期望值大大提高了。
大家可能覺得圍棋是最高智慧的表現，但其實讓 AI 打 DOTA 遠比下圍棋難。因為在 DOTA 裏面，要多人協作、要看畫面、要決策、要溝通，還要學習每一個怪獸的特性，做預測。而且因為讓 AI 去學 DOTA，沒有辦法去讀一大堆的攻略或者問專家，所以比下圍棋要困難很多倍。
其實這幾年 AI 一直在快速進步，最近三五年還是有很多巨大的 AI 突破的。比如自動駕駛能做到今天這個地步，是五年前不可想象的。而比如一些很不好的 AI 應用，像是 Deepfake 換臉等，這些都是讓我們跌破眼鏡的事。
張鵬：那些領先的 AI 公司現在都在解決些什麼問題？
李開復：每一個 AI 公司都有它專注的方向，AI 本質是一個 ToB 賦能的東西。比如我們投資的文遠知行，他們在廣州有一百輛的無人駕駛車隊，把乘客從機場送到酒店。他們就是把這一件事情做得特別深，商業模式驗證過後再擴張到別的城市去。
張鵬：今年是 2020 年，我們將認知穿越到未來，假定現在是 2030 年，到那個時候，AI 在社會上會起到怎樣的作用？
李開復：往後看十年的話，無人駕駛可以完全成熟，成為標配。另外，我們可能不需要買車了，只要日程上需要車，車子就來了。而且那時候，無人駕駛會比人開車安全，擁堵會減少，污染會減少，停車場不需要了。
但從另一個角度説，如果人類以後完全不用開車了，世界上 5%-7% 的人可能會失去工作。實際上，未來十年到二十年我覺得是失業挑戰最大的時候，重複性的白領、藍領的工作會被取代，而且重新就業會很難。因為如果這個人做的是一個低難度的、重複性的工作，那麼這個工作沒了，他可能還會去再找一個重複性的工作。但是當 AI 取代一個重複性工作，它將取代所有重複性工作。
我們會看到只會寫簡單重複文章的記者不需要了，只會打算盤的會計也不需要了，只會幫老闆檢錯的年輕律師也不需要了，公司後台工作的一些報賬人員也不需要了。但是資深的人員還會被需要，整個商業會迎來很大的變革。
需要提醒的是，很多人會認為是挑戰，因為工作沒有了，但 AI 還會創造更多的工作出來，AI 替代的只是重複性的工作，其實是解放了我們，讓我們做自己更喜歡的、更適合的事情。
張鵬：過去幾年，像 Elon Musk 這樣的人可能會擔心 AI 失控，那麼在通向 2030 的這十年，有什麼是我們需要盯着點 AI，防止出現大問題的東西？
李開復：AI 界分兩派，一派認為奇點來臨越來越快，機器越來越厲害。今天 AI 像一個昆蟲，明天就像人，後天就超過人。另一種説法不太一樣，會認為 AI 只是取代一些簡單的人的認知和辨識，就是所謂的系統 1 和系統 2。系統 1 裏面的看到、聽到、識別到，這些 AI 可以做到，但是系統 2 中的自我意識、感情、戰略思維、策劃，這些 AI 今天還是做不到的，所以現在防着 AI 也是杞人憂天。
我屬於後面一批，認為 AI 太強大這件事現在還沒譜，不用太擔心。AI 沒有自我意識，你把 AlphaGo 的電源拔了它就停了，它也不知道自己為什麼下圍棋，贏了它也不快樂，輸了也不難過，它沒有控制人的慾望。
當然要做一些防禦也是可以的，非常讓人擔憂的是 AI 變成很厲害的工具卻無監管。比如 Deepfake 視頻換臉，如果被壞人拿去了，去做偽證告上法庭，冤枉了好人怎麼辦？無人駕駛不好好開車，撞死人怎麼辦？AI 醫生把人治壞了怎麼辦？比如可能有人看過一種殺人無人機，無人機加上人臉識別，帶着一點炸藥，它看到這個人就飛過去，把這個人殺了，這個做壞事的恐怖分子其實並沒有冒一點風險。另外還有 AI 的種族歧視等等。
我們要考慮的是，對於這些壞人利用 AI 作惡，我們如何用高效、嚴厲的立法去杜絕，如何用技術的手段捕捉問題，預防問題，就像殺毒軟件一樣。
張鵬：這麼多年來，互聯網、移動互聯網帶來了信息透明和對稱，這讓我們普通人感到，面對大公司時沒有那麼脆弱，大家是平等的。但是現在 AI 技術在這些大公司裏運用得非常到位，並且越來越深入。這樣會不會帶來普通人與商業組織之間的不平等，未來誰有 AI 誰就厲害，沒有 AI 就會脆弱，這種情況會發生嗎？
李開復：確實有這個風險。AI 對於商業公司來説是一個良性循環，對於巨型公司來説是良性。收集數據訓練更好的產品、得到更多的用户、賺更多的錢、用這個錢再去收集數據、得到更多的用户……
現在確實很多歐美個人利益保護組織在説，數據是屬於個人的，商業公司拿着個人的數據賺錢，應該獲得用户的授權或者分成。這個我覺得是個終極烏托邦的夢，它有一天會發生，但是這兩種狀態之間的切換會比較困難。
今天這些互聯網巨頭已經拿走了我們的數據，你要誰把它還給我們呢？如果通過強制手段讓他們還給我們了，還了以後，從理想主義來説很爽，我拿回我的數據了。但是你可能突然發現，淘寶搜不到你要的東西、朋友圈推薦不了好友、美團點評推薦給你的餐館不靠譜，這是因為你的數據都被收回來了，公司沒有辦法做好的推薦引擎，做好 AI 了。
我們在考慮數據這個問題的時候，一定要考慮個人信息的保護和擁有權，但是另一方面也要考慮到因為互聯網產品得到的便利和安全。我們思考的方向更應該是如何懲罰用數據做壞事的人，而不是把數據收回來。 長期看，我同意一些理想主義的看法，把數據的擁有權還給個人，可能會是未來新的應用上試着去實現它，比如説用區塊鏈或者是其他的技術。
張鵬：非常感謝開復老師，讓我們看到在整個 AI 發展的過程中，有賦能的一面，也有在職業上鞭策我們的一面。再次感謝開復老師參與到我們 Rebuild 2020 Move On 的交流。
李開復：謝謝，拜拜。
本文作者：在野