4月26日，以“AI生萬(wàn)物”為主題的GMIC全球人工智能領(lǐng)袖峰會(huì)在北京召開(kāi)。Facebook研究院院長(zhǎng)Yann LeCun，美國(guó)科學(xué)院、美國(guó)工程院、美國(guó)藝術(shù)與科學(xué)院三院院士Michael Jordan，創(chuàng)新工場(chǎng)董事長(zhǎng)＆首席執(zhí)行官李開(kāi)復(fù)，百度總裁張亞勤，小鵬汽車董事長(zhǎng)何小鵬，華為榮耀總裁趙明，科大訊飛公司高級(jí)副總裁、訊飛研究院院長(zhǎng)胡郁等的同臺(tái)激辯，讓整場(chǎng)大會(huì)高潮迭起，為現(xiàn)場(chǎng)觀眾帶來(lái)了一場(chǎng)精彩的科技盛宴。

激辯一：AI產(chǎn)業(yè)發(fā)展沒(méi)想象的那么好？

和以往一樣，李開(kāi)復(fù)的開(kāi)場(chǎng)依舊是他擅長(zhǎng)的“浪潮論”，他將當(dāng)前的人工智能發(fā)展現(xiàn)狀和未來(lái)分為四波浪潮：

第一波，互聯(lián)網(wǎng)＋AI。淘寶的每一次點(diǎn)擊、朋友圈的每一次點(diǎn)贊，都是互聯(lián)網(wǎng)巨頭收集數(shù)據(jù)的過(guò)程之一。也因此，在數(shù)據(jù)作用日益凸顯的當(dāng)下，擁有數(shù)據(jù)的互聯(lián)網(wǎng)巨頭就是AI巨頭；

第二波浪潮，同樣針對(duì)擁有大量數(shù)據(jù)的企業(yè)，例如銀行，投資機(jī)構(gòu)、保險(xiǎn)公司等，這是人工智能應(yīng)用領(lǐng)域“比較低垂的果實(shí)”，任何有數(shù)據(jù)的領(lǐng)域，都可以進(jìn)行AI的商業(yè)化，例如銀行用用戶的數(shù)據(jù)降低信用卡的欺詐率等，這是一個(gè)TO B的商業(yè)化過(guò)程；

第三波，是基于視覺(jué)、聽(tīng)覺(jué)各種傳感器收集新的數(shù)據(jù)，來(lái)創(chuàng)造新的用戶體驗(yàn)。例如智能音箱，各個(gè)領(lǐng)域的攝像頭等。在這方面，已經(jīng)有很多產(chǎn)品及應(yīng)用落地；

第四波，是自主化、自動(dòng)化的AI浪潮，例如機(jī)器人、無(wú)人駕駛、無(wú)人機(jī)、無(wú)人商店、無(wú)人工廠等。而這一浪潮會(huì)徹底進(jìn)行行業(yè)顛覆，目前，中國(guó)與國(guó)際還有一些差距。

圖 ｜ 創(chuàng)新工場(chǎng)董事長(zhǎng)＆首席執(zhí)行官李開(kāi)復(fù)

“我們有海量的數(shù)據(jù)，在傳感器等領(lǐng)域的發(fā)展的也特別的快，甚至在某些領(lǐng)域已經(jīng)處于全球領(lǐng)先地位。這四波浪潮會(huì)來(lái)的非常兇猛，將為中國(guó)帶來(lái)很多機(jī)會(huì)。”李開(kāi)復(fù)說(shuō)。

然而，戲劇性的一幕出現(xiàn)了。就在李開(kāi)復(fù)剛剛說(shuō)完，Michael Jordan就直接在現(xiàn)場(chǎng)Diss了李開(kāi)復(fù)。

“我們不能太夸大人工智能產(chǎn)業(yè)，因?yàn)槲覀兏�本沒(méi)有建立起一個(gè)完整的智能體系。” Michael Jordan說(shuō)。

作為三院院士，行業(yè)人士把Michael Jordan稱為“人工智能泰斗”。作為一位學(xué)術(shù)界人士，他對(duì)行業(yè)當(dāng)前的發(fā)展并不滿意。

“對(duì)我們來(lái)說(shuō)，我們的原則就是要搭建一個(gè)體系。這個(gè)體系并不是只做到‘無(wú)人’、自動(dòng)化就可以了，而是要機(jī)器能夠真正像人一樣�，F(xiàn)在大家對(duì)人工智能的研究，人工智能領(lǐng)域的研究，有著根本的結(jié)構(gòu)問(wèn)題�！�

圖 ｜ 美國(guó)科學(xué)院、美國(guó)工程院、美國(guó)藝術(shù)與科學(xué)院三院院士Michael Jordan

Michael Jordan表示，目前的人工智能體系建設(shè)，大多是基于單個(gè)個(gè)體考慮的，也就是局部情況考慮的太多，但整體性考慮不夠，而我們需要的是一個(gè)有連接的整體系統(tǒng)。換句話說(shuō)，并不是只做到“無(wú)人”就可以了，而是要讓機(jī)器像人一樣，可以從全局去判斷和做決策。要做到這一點(diǎn)，還需要很長(zhǎng)的時(shí)間。

對(duì)此，Yann LeCun也表示，機(jī)器應(yīng)當(dāng)獲得來(lái)自全球范圍內(nèi)的所有數(shù)據(jù)，在監(jiān)督和無(wú)監(jiān)督的情況下，從環(huán)境中學(xué)習(xí)足夠的背景知識(shí)，并基于原則建立體系，獲得和人一樣的預(yù)測(cè)和決斷能力。