周鴻禕：如今的人工智慧只是新瓶裝舊酒，至少還需5到10年的醞釀期

1、我對人工智慧的三個看法

人類社會經歷過的PC網際網路時代、移動網際網路時代，以及現在所處的智慧硬體時代，技術發展和商業模式創新之間始終是相輔相成的關係。每當科技發展的紅利被商業模式創新挖掘殆盡後，經濟也隨之步入寒冬，直到下一輪技術革命的出現，商業模式創新才能重新迸發生機。

現階段移動網際網路的商業模式創新已經挖光了Web2.0時代的技術紅利，所有人都在尋找新技術，以期獲得新的商業模式創新。人工智慧技術無疑就是下一輪技術革命的焦點，假如未來的某一天，我們在這方面有了突破，那麼新的商業模式也將湧現出來，帶來一個甚至多個萬億級市場。

但是目前大家對人工智慧還是有很多的爭論，我說說自己的三個看法：

第一個看法：目前人工智慧產業有泡沫成分。

我今年也專門跑到西雅圖，跑到矽谷去拜訪了一些公司，我沒有去史丹佛，去了伯克利，和伯克利的八個實驗室做了一些溝通，我自己感覺，美國現在整個人工智慧會成為下一個產業的泡沫，今天再出來做一個公司，你要不說自己是用深度學習、人工智慧，你都不好意思出來混。就跟前兩年，你要不說自己是O2O，都不好意思去融資一樣，我覺得這個有泡沫的成分。

第二個看法：純粹的人工智慧是不會有商業模式的。

人工智慧一定要跟一個領域、一個產業相結合。舉個例子，比如推出AlphaGo的DeepMind，是谷歌收購的一家英國的公司，下圍棋只是他們體現人工智慧的一個方式，他們未來可以用這種計算機演算法來做很多事情，比如用計算機管理共同基金，投資回報率比人工管理的基金高一個百分點，它就可以成為全世界最大的基金管理公司。所以我們在美國看到了很多企業從務實的角度，都是把人工智慧和很多東西結合。

第三個看法：人工智慧還不足以威脅人類。

如今的人工智慧沒有很多文學作者、科幻作家所想象的那樣神奇，計算機沒有產生思維，更不可能產生意識，沒有意識也談不上情感，所以大家所擔憂的像《終結者1、2》裡面的機器毀滅人類的世界，還非常遙遠。

今天所謂的人工智慧只是叫新瓶裝舊酒，換句話說就是計算機計算能力的增強，使得過去的演算法有了很大速度的提升;今天網際網路和手機的接入採集了大量的資料，然後用深度學習的演算法，在大資料的基礎之上，實際上是能夠讓計算機在某些領域產生了一些質的飛躍，比如說在圖象識別方面，現在計算機你給它看十萬張照片，都美女，再給它看一個新的照片，讓它判斷是不是美女。

其實我們已經在做這樣的事，如今每天有幾十萬主播到花椒平臺，靠人工給她們打分，我發現真的來不及，而且打分標準不統一，於是我們就用計算機自動打分，後來發現標準全都是錐子臉，計算機就把所有的錐子臉都定義成美女。

反過來，讓電腦來理解我們說的語言，目前還做不到。所以你看到蘋果的Siri，為什麼大家用一用就不用了?因為你再聊兩句就知道它不是真人，包括我們看到很多做人機對話的，並不是它多聰明，是因為它有很多對話語料，比如把你的對話摘出來是回答另一個人的問題，但這並不是代表真正的人工智慧。所以在這一點來說，今天的人工智慧我覺得未來至少還需要五年到十年的醞釀期。

談到Siri，我再分享一些自己有關搜尋未來的認識。搜尋和導航往後續的發展，會有兩個重要的方向：

第一個方向：叫你問我答，就像蘋果做的Siri。從搜尋的大資料延展到人工智慧，讓手機能夠回答你的各種問題，這時候你需要的是一個更精確的答案，所以這一個方向。

第二個方向：我們稱之為「我搜你看」。今天有很多的資訊內容方向一定是偏娛樂、偏體育，因為大家生活富足了，都比較偏娛樂化。但是在娛樂內容上，很多時候你並沒有一個明確的關鍵詞，說我知道我要找什麼。很多時候就是要找個樂子，有30分鐘的碎片時間，我希望看一些視訊、看一些資訊，但是我沒有一個明確的目標。

這時候我們定了一個說法叫我搜你看，也是利用人工智慧的技術，瞭解一個人的喜好之後，我用機器自動幫他聚合，找到他感興趣的內容，然後推送給他。不需要使用者再去通過一個關鍵詞去尋找，有人管這個叫資訊流，也有人管這個叫自動推薦。

其實名字不重要，重要的是我認為這兩個方向代表了未來搜尋的發展。

2、人工智慧的未來

在我看來，未來通用人工智慧生態圈的格局會是下面將要介紹的樣子：

人腦晶片

2014年8月，IBM公司推出了一款名為TrueNorth的大腦原型晶片，TrueNorth主要被用於計算機專業學習領域。TrueNorth晶片整合了100萬個神經元和2.56億個突觸，這相當於一隻蜜蜂的大腦，而正常人的大腦大約包含1000億個神經元和無法統計數量的突觸。

量子計算

普通計算機儲存資料的方法是根據電晶體電路的狀態，而量子計算則是根據粒子的量子狀態，使用量子演算法來進行資料操作。通過量子計算，可以大幅提升平行計算速度。不過遺憾的是，這方面還沒有出現研究成果，谷歌曾經在2014年開始研製量子級計算機處理器，他們希望為機器人提供一個可以像人一樣思考的大腦。

仿生計算機

仿生計算機可以解決構建大規模人工神經網路的問題。普通的CPU(中央處理器)、GPU(圖形處理器)處理神經網路的效率很低，並且在佔地、散熱和耗電等方面都存在問題。專門的神經網路處理器可以很好地解決這些問題。在國內，陳雲霽團隊研發的寒武紀神經網路計算機依據仿生學原理，相比於主流GPU，取得了21倍的效能和300倍的效能功耗比提升。

在影像、聲音和麵部識別系統變得越來越精準後，計算機也擁有了探察人的情感狀態的能力，包括喜、怒、哀、樂、愛、恨、貪、痴等，並做出適當的反應。那麼很多人會有這樣的疑問：機器人能否擁有像一個正常人那樣獨立思考的能力?

關於這個問題，我曾經與著名的網際網路預言家、《連線》雜誌前主編凱文·凱利有過一次交談。在凱文的思想裡，未來的人工智慧會產生自己的意識，這會為我們完全掌控它帶來一定的困難，但不會形成毀滅人類的威脅。絕大多數的人工智慧都只會是工業人工智慧服務型電器。

我對360的戰略規劃就是全線硬體產品向人工智慧看齊，從影像識別技術和大資料技術兩個方向深度擴充。目前，我們已經在中國和美國成立了相應的技術研發團隊，並且還相繼進行了一系列併購。總的來說，360在人工智慧領域的整體規劃可分為以下4個層次：

第一個層次：最基本的硬體層面，研發、升級可以在雲上、端上進行深度學習的專用晶片;

第二個層次：面向大規模深度學習、訓練的多機多卡軟硬體平臺，以及基於深度學習的各種人工智慧的前沿演算法;

第三個層次：基於人工智慧的各種智慧硬體產品;

第四個層次：在人工智慧或者深度學習的基礎上，使智慧硬體具備自主學習能力。

作為360未來主推的大方向，我對人工智慧的設想是無論在硬體還是軟體方面，都將擁有自主學習功能。AlphaGo贏了之後，我非常興奮，我興奮的不是人工智慧在圍棋上戰勝了人類，而是它為我們所有人做了一次非常好的概念普及，讓我們真實地感受到人工智慧領域的成果。

但是，我所理解的人工智慧並不會像AlphaGo那樣只表現在下圍棋方面，也不會像好萊塢電影中那樣可以威脅人類安全。人工智慧就像工業革命之後所帶來的新技術那樣，為我們的生產、生活帶來極大的便利。

3、人工智慧與智慧硬體相結合

曾幾何時，我們認為說做一個小硬體，裡面放上安卓的系統，就是智慧硬體，其實不是;或者我們把電飯煲、淨水器、洗衣機都通過WIFI跟網際網路連上，就是萬物互聯了，其實這也不是。真正的智慧硬體是跟人工智慧的大資料的人工大腦連在一起，使得這些計算能力比較弱的智慧硬體能夠以一種更好的方式跟我們互動。

舉幾個例子，比如說智慧手錶，在手錶上模仿手機，那麼小的螢幕讓使用者去觸控各種應用，讓每個使用者跟東方不敗一樣拿一根針去戳手錶的螢幕，這是不現實的。所以我們就在手錶中加入語音識別、跟小孩的對話的功能，小朋友可以問手錶各種各樣的問題，當然跟小孩對話比較容易，因為糊弄成年人很難，但跟小孩對話，實在回答不出來，就把這個轉化給他爸媽回答。

再比如說我們做了智慧攝像機，你不可能把家裡做成一個監控中心，所以我們做了一個人臉識別，比如說家裡來了陌生人，就拍一張照片，發給主人，這樣可以提高家庭安全。還有，家裡的孩子和老人起居生活有不正常的情況，也可以通過計算機視覺識別識別出來。

包括我們最近做的行車記錄儀，因為放了攝像頭在你的車上，它不是簡單地記錄路況，而是能夠識別路面上發生的情況，比如說你前面有幾輛車，你跟哪輛車離得比較近，或者有哪輛車突然漂移到你的前面，這個行車記錄儀會做出識別。

當然，我們的步子沒有跨得太大，我們與其今年盲目地去炒概念，炒無人駕駛，還不如在有人駕駛的車上能夠通過一些輔助提醒的功能，讓使用者能更安全。

前一段時間特斯拉的無人駕駛汽車在中國和美國出了兩件事，汽車工業做了一百年，這一百年來它們要解決的最大問題，也是使用者最大的需求點，就是安全。不像我們今天做個手機，手機大不了當機，我們開啟電池重啟一下，但是汽車1%的問題都不能出，一出問題就是大問題。

所以現在我們不談自動駕駛，就談智慧汽車，它就像四個輪子的手機一樣，需要經常更新軟體。現在也有很多汽車廠商來找360，因為我們現在已經開發出了汽車裡面的防火牆，保證汽車不因為更新了不恰當的軟體導致失控。

所以我覺得自動駕駛聽起來是一個很熱門的概念，但是我覺得還是需要差不多五年的成熟時間。我們今天也有一個小組在做這方面的工作，但是我們更多的是把現在的人工智慧技術和我們的智慧硬體結合，和我們的安全產品結合，這樣使得我們更好的地保護使用者。

對我們而言，當手機行業熱潮來臨的時候，我們視而不見;當O2O模式大行其道的時候，我們依然不為所動。但是，當人工智慧的概念進入我視線的那一刻，我的第一個想法就是要抓住人工智慧這波浪潮，併為之肝腦塗地，在所不惜。

本文出處：暢享網
本文來自雲棲社群合作伙伴暢享網，瞭解相關資訊可以關注vsharing.com網站。