這題我答就是拋磚引玉，因為我不是走在最前沿的人，只能最淺層次的回答。

首先，未來公司最大的成本就是人員工資，五險一金，由於人的工資漲了，能用機器搞定的事情肯定不會請人。人工智慧就是做這個用的，可能秘書，行政，銷售內勤這些崗位都會減員工，因為出現了移動辦公軟體。

其二，車床類車間工人的需求量會減少。機器焊接，機器組裝實現的可能性會越強。

第五，手機號消失，sim卡將虛擬化。

但一些勞動密集型行業依然無法實施智慧化，比如建築業，外賣，炒菜等。

但智慧化如果想做大，肯定會圍繞著人們的吃穿住行來，就像網際網路企業都很鄙視外賣，很多城市網際網路企業根本滲透不進去，但是外賣全部都能在各個城市做大，歸根結底離不開吃。行，就是滴滴啦，吃和行其實已經非常智慧了，現在滴滴要做外賣，美團要做出行，美團又在做住，酒店和旅行。

網際網路時代發展非常快，在出行和外賣行業，其他人很難再插足了，共享經濟基本都佈局完成了，其實目前的智慧化生活就非常好了，但是網際網路公司還在創新，還在研發，不知道未來他們將繼續引領我們做成什麼更有意思的事情。

人工智慧現在是個熱們話題，大家都不陌生了。從富士康的機器人代替人工勞動，到青島的無人碼頭，從馬雲的無人超市，到飯店的機器人服務生，說明人工智慧時代已經到來，並且離我們越來越近。

伴隨著德國第四次工業革命的提出，世界範圍內人工智慧蓬勃發展，中國也在不斷追敢世界，引領世界。

人工智慧將走進各個領域，把觸角伸到四面八方。軍事上現在有無人飛機，機器人作站部隊，家庭機器人，超市機器人，無人駕駛汽車，無人工廠，無人碼頭，只要以前用人的地方將來都有可能被人工智慧代替。

人類將何去何從呢？科技的進步必將解放人類，未來我們的生活是什麼樣子呢？

作為21世紀以來人類最偉大的發明之一，人工智慧技術的發展會使得人類社會發生翻天覆地的變化，就像很多科幻電影裡描述的那樣，人工智慧會改寫整個人類的發展軌跡。

一、改變了社會結構

在人工智慧出現之前，人類社會的各行各業都是靠人工實現的，人類是主體，是構成整個社會的最基本的元素。人工智慧技術的發展將會動搖人類的主體地位，在不久的將來，你會發現醫院裡看病的醫生、提供服務的護士、餐館的服務員、汽修廠的工人等等都會被智慧機器人所取代，人與人相處的社會將會變成人與機器共處的社會。人們不得不學會和機器相處，來適應這個已經發生變化的社會結構。

二、提高了生產效益

科技是第一生產力，相比較那種簡單的機械，人工智慧技術的廣泛應用會極大的提高生產效率。智慧機器人的自動化程度比較高，在從事生產領域，會在短時間內生產出更多的產品，不僅可以縮減人工成本，又可減少生產時間，商品經濟社會的產品效率將會得到極大的飛躍。

三、改變人類的生活方式

隨著人工智慧技術的不斷提高和縱深發展，人類的衣食住行會變得與眾不同。在服務行業，我們見到最多的將會是“無人駕駛”、“無人超市”、“機器人管家”，這些智慧的機器人將會為人類提供更加優質的服務，在給人類帶來極大便利的同時也會改變人類的傳統的生活方式。

50年內AI取代大部分的人類工作，那麼人類要幹什麼？

美國知名科技部落格平臺Business Insider日前報道，牛津大學與耶魯大學研究人員最新研究顯示，未來50年內機器人將取代包括貨車司機和暢銷書作家在內的數百萬個人類工作職位。 研究小組對352位人工智慧(AI)研究者進行調查後發現，未來10年內最有可能被自動化的是機械性任務。例如，預計到2024年，機器人在語言翻譯方面就將超過人類;到2026年，機器人能夠比人類寫出更好的高中水平的論文。最終到2061年時，人工智慧將可完成所有人類任務，到2136年將取代所有人類職位。

以下為Business Insider整理出的機器人能夠完成人類任務的時間表：

2018年：玩《憤怒的小鳥》時擊敗人類; 2019年：贏得世界撲克大賽; 2021年：摺疊洗衣; 2022年：轉錄語音; 2023年：組裝任何樂高積木; 2024年：在所有遊戲中擊敗雅達利遊戲測試者; 2025年：朗讀課文; 2026年：寫高中論文; 2027年：駕駛貨車; 2028年：生成排行榜上前40位的流行歌曲; 2029年：在5000米賽跑中戰勝最快的人類選手; 2033年：用羅塞塔石翻譯一種新語言; 2036年：成為零售銷售員; 2049年：寫作《紐約時報》暢銷書; 2057年：做外科手術; 2060年：研究數學; 2061年：完成所有人類任務。

如果真有一天機器人+人工智慧能夠完成人類的所有工作，不一定是出現人類全面失業的悲觀現況，而是到時人類可能真的就不需要工作了。屆時的社會型態可能漸漸演變成新共產主義或新社會主義；機器人+人工智慧替代人類勞動所創造的經濟利益由政府徵收，再統籌管理、運用、分配給全體國民。 不需要工作或是說到時候每日工作量極輕的人們，將會有足夠充裕的時間去追求各種藝術、創作、哲學思考、飲食、旅遊、娛樂、航天探索、環境保護等事務上，讓人類創造出更加璀璨、精緻的文明。

隨著如今的人工智慧技術發展趨勢不斷上升，在各領域中發揮著越來越明顯的作用，為人們提供了更多更快捷更優質的服務。尤其在製造業中有著舉足輕重的作用，產品質量方面沒有了人為因素而更加的穩定，製造成本也降了下來，深受喜愛，所以我想在未來的人工智慧發展趨勢必將更加的智慧化，人性化，甚至可以取代人類。

我談談某一分支吧,什麼自動駕駛,情感交流,生存大家都知道了,我猜測的,人工智慧在疾病方向會攻破癌症.

結合龐大的生活大資料庫,對每一個的健康進行收集,篩選,分析,排除,預判.

一種奈米機器人會進入我們體內.

他會每分每秒分析血液的大資料,並透過手機wifi或藍芽傳送到資料分析中心,對人體的血糖,血壓,血細胞,有害物質含量分析.

現實生活中，在工業4.0的時代，工廠車間不用機器人，要滿足人們的需求幾乎是不可能的事，如汽車要全部手工打造，估計今天根本看不見堵車，機器人在體力上以一抵百已經是不爭的事實；在人工智慧時代，語言，情感，道德，智慧這四類是人工智慧突破的關鍵，是機器人靠近人類屬性的突破點，人類科技的漸進發展和對智慧機器人的絕對依賴會讓這個突破點最終解決，人們相信隨著科技的進步，機器人在語言上可以寫出《紅樓夢》之類的藝術鉅著，在情感上可以愛一個人愛得死去活來，在社會層面上可以講道德守法律，甚至思考複雜問題，那麼，是不是一旦突破這個關鍵，人類就徹底下崗呢？其實這些都是皮毛。

人體雖然有複雜細胞組織、DNA、神經網路，但人體並不完美，人類最大的遺憾就是免疫缺陷，這給奈米機器人進入人體開了一道門，全球每天超過4萬人確診癌症，而且這個資料還在逐年增加，癌症的死亡率有多高，大家心知肚明，這個世界有兩種人可能會得癌症，一個是我們自己，一個是我們的親人，人類攻破癌症已經是一件箭在弦上不可停止的事，最終不得不利用人工智慧奈米機器人去替代人體的免疫細胞，投放機器人到我們的體內，加拿大著名學府麥吉爾大學和蒙特利爾大學的研究者們經過合作研製出一款奈米機器人，可以在人體血管內執行，精準地鎖定癌細胞並投遞藥物，這是目前世界上最先進的藥物投放系統，因為它完全不會損傷正常人體組織和器官。

據騰訊研究院統計，截至2017年6月，全球人工智慧初創企業共計2617家。美國佔據1078家居首，中國以592家企業排名第二，其後分別是英國，以色列，加拿大等國家。

根據艾瑞諮詢的資料，2020年全球人工智慧市場規模約1190億人民幣，未來10年，人工智慧將會是一個2000億美元的市場，空間非常巨大。01 底層硬體：國際晶片巨頭長期盤踞，中國初創企業很難進入

在人工智慧領域，傳統的晶片計算架構已無法支撐深度學習等大規模平行計算的需求，這就需要新的底層硬體來更好地儲備資料、加速計算過程。

基礎層主要以硬體為核心，其中包括GPU/FPGA等用於效能加速的硬體、神經網路晶片、感測器與中介軟體，這些是支撐人工智慧應用的前提。這些硬體為整個人工智慧的運算提供算力，目前多以國際晶片巨頭為主。

目前在GPU領域，英偉達主打工業級超大規模深度網路加速，並於日前推出了基於Volta、首款速度超越100TFlops的處理器Tesla；英特爾主要圍繞FPGA構建產業，推出了模仿人腦的人工智慧晶片。谷歌也推出了第二代TPU晶片，為自己的開源TensorFlow框架提供晶片支撐。

除了這些國外的晶片行業巨頭，在AI晶片領域國內還有眾多的初創公司，如中星微、寒武紀以及西井科技等，但在產業佈局能力和研發實力方面還遠不足以匹敵國外晶片巨頭。

AI晶片：提供用來加速深度神經網路、機器視覺以及其他機器學習演算法的微處理器

雲端訓練：谷歌（ASIC）、英偉達(GPU)

雲端推理：谷歌（ASIC）、英偉達(GPU)、AMD(GPU)、英特爾(FPGA)、Actel(FPGA)、賽靈思(FPGA)、Altera(FPGA)（被英特爾收購）

裝置端推理：高通（移動端）、深鑑科技（機器人）、寒武紀科技（移動端、CV、機器人）、地平線科技（CV、機器人、語音）、FaceOS（CV）、思必馳（語音）、聲智科技（語音）、雲知聲（語音）、啟英泰倫（語音）、耐能（IoT）、NovuMind（IoT）、微軟（VR）、華捷艾米（VR）、IBM（類腦晶片）、西井科技（類腦晶片）

視覺感測器：影象感測器及視覺演算法/軟體解決方案提供商，用於捕捉和分析視覺資訊，代替人眼做各種測量和判斷

鐳射雷達：禾賽科技、巨星科技、slamtec、robosense、北科天繪、Quanergy、Velodyne LiDAR、大族鐳射、中海達、擂神智慧、北醒、數字綠土

毫米波雷達：博世、隼眼科技、Continental、DENSO、行易道科技、Delphi、森思泰克、智波科技、cheng-tech、ZF TRW、HELLA、Autoliv

監控攝像頭：海康威視、大華、宇視科技、Tiandy、Towe、漢邦高科、泰科、亞安科技

自動駕駛攝像頭：索尼、Hella、Panasonic、博世、ZF TRW、大陸、OmniVision、Mobileye

3D體感：Microsoft、蘋果、華捷艾米、凌感、Vidoo、Orbbec

02 技術驅動層：演算法和計算力成主要驅動力，開源化是趨勢

技術層是人工智慧發展的核心，對應用層的產品智慧化程度起到決定性作用，在這一發展過程中，演算法和計算力對AI的發展起到主要推動作用。

技術層主要依託基礎層的運算平臺和資料資源進行海量識別訓練和機器學習建模，以及開發面向不同領域的應用技術，包含感知智慧和認知智慧兩個階段。

感知智慧階段透過感測器、搜尋引擎和人機互動等實現人與資訊的連線，獲得建模所需的資料，如語音識別、影象識別、自然語音處理和生物識別等。

認知智慧階段對獲取的資料進行建模運算，利用深度學習等類人腦的思考功能得出結果，如機器學習、預測類 API 和人工智慧平臺等。在此基礎上，人工智慧才能夠掌握“看”與“聽”的基礎性資訊輸入與處理能力，才能向用戶層面演變出更多的應用型產品。

當前，國內的人工智慧技術平臺在應用層面主要聚焦於計算機視覺、語音識別和語言技術處理領域，國內技術層公司發展勢頭也隨之迅猛，其中的代表性的企業包括科大訊飛、格靈深瞳、捷通華聲(靈雲)、地平線、SenseTime、永洪科技、曠視科技、雲知聲等。

AI通用技術：AI通用技術公司開始向產業鏈上下游延伸，用整套解決方案深耕垂直領域。

計算機視覺：透過計算機視覺演算法及軟硬體為客戶解決人臉識別、影象識別、影片分析等需求的解決方案提供商。

如以下公司：

騰訊優圖、阿里巴巴、三星、微軟、Intel、百度、搜狗、商湯、曠視科技、依圖、雲從科技、Yi+、格靈深瞳、Sensingtech、VISCQVERY、飛搜科技、圖普科技、極限元、觸景無限、獵戶星空、深醒科技、雲飛勵天

人臉識別：曠視科技、騰訊優圖、螞蟻金服、FaceID、漢王科技、Facethink、思源科安、雲飛勵天、商湯科技、雲從科技、依圖科技、百度、阿里、騰訊、科大訊飛、閱面科技、獵戶星空、格靈深瞳、中科奧森、平安科技、海鑫智聖、飛搜科技、漢柏智慧、人人智慧、中德宏泰

視覺識別：三固科技、Perceptln、雲天勵飛、博雲視覺、徑衛視覺、飛搜科技、人人智慧、埃爾森智慧、魔視智慧、億圖視覺、速感科技、碼隆科技、深晶科技、圖麟科技、圖漾科技、黑眸科技、神目科技

語音識別：智慧語音透過語音識別演算法及硬體為客戶提供語音識別/合成/互動等軟體/解決方案及智慧硬體產品的廠商

科大訊飛、微軟、Nuance、搜狗、百度、捷通華聲、騰訊、阿里巴巴、思必馳、雲知聲、聲智科技、出門問問、普強資訊、靈伴科技、極限元、Rokid、標貝科技、語智科技、Speakin、智齒客服、助理來也、京東 JIMI 智慧客服、紫冬銳意、納象立方

自然語言理解：透過自然語言處理/語義分析等技術提供智慧聊天、對話、問答、客服機器人的技術及軟體服務商

搜狗、百度、微軟、阿里巴巴、騰訊、小i機器人、圖靈機器人、三角獸、來也、追一科技、EMOTIBOT、智言科技、驀然認知、分音塔科技、新譯科技

機器學習|知識圖譜：透過知識圖譜/機器學習技術為企業和個人提供大資料分析、輔助決策服務

搜狗、百度、騰訊、阿里巴巴、微軟、第四正規化、愛拼、艾耕科技

雲計算、大資料、演算法是構成人工智慧的三大要素，通用人工智慧技術逐漸融入主流雲計算平臺，並結合大資料分析服務各行各業。

大資料服務：國雙、天雲大資料、資料堂、明略資料、易觀、Talkingdata

OS：安卓、ROS、微軟、圖靈機器人、Linux

雲計算服務：微軟Windows Azure、Cloud Foundry、Red Hat OpenShift、Google App Engine、百度Baidu App Engine、阿里Ali Cloud Engine、新浪Sina App Engine、騰訊雲、華為、OneNET、金山雲、青雲、沃雲、七牛雲、華勝天成、世紀互聯

物聯網平臺：特斯聯、機智雲、氦氪、深智雲、雲智易、AbleCloud、艾拉物聯、青蓮雲

03 場景應用層：AI與場景深度融合，領域應用更加廣泛

應用層主要是基於基礎層與技術層實現與傳統產業的融合，實現不同場景的應用。隨著人工智慧在語音、語意、計算機視覺等領域實現的技術性突破，將加速應用到各個產業場景。

應用層按照物件不同，可分為消費級終端應用以及行業場景應用兩部分。

消費級終端包括智慧機器人、智慧無人機以及智慧硬體三個方向；場景應用主要是對接各類外部行業的AI應用場景。

近年來，國內企業陸續推出應用層面的產品和服務，比如小i機器人、智齒客服等智慧客服，“出門問問”、“度秘”等虛擬助手，工業機器人和服務型機器人也層出不窮，應用層產品和服務正逐步落地。

IBM 最早佈局人工智慧，“萬能Watson”推動多行業變革；百度推出“百度大腦”計劃，重點佈局無人駕駛汽車；而谷歌的人工智慧業務則較為繁雜，多領域遍地開花，包括 AlphaGo、無人駕駛汽車、智慧手術機器人等；微軟在語言語義識別、計算機視覺等領域保持領先。

除此此外，家電行業也掀起了人工智慧的熱潮，不少家電企業都瞄準了人工智慧，潛心研發AI技術，將其應用於家電產品。今年以來，長虹、美的、格力、格蘭仕等都在向智慧製造轉型，試圖立足“Smart Home”，將人工智慧和智慧家庭更緊密地結合在一起。

智慧家居：切入智慧家居領域的AI技術及解決方案提供商

百度、阿里巴巴、小米、搜狗、出門問問、360、雲知聲、科沃斯機器人、Emotibot、三角獸、圖靈機器人、Rokid、思必馳、聲智科技、機智雲、地平線機器人、毫米科技、渡鴉科技、雲丁科技、西默科技、lifesmart、百芝龍智慧科技

服務機器人：擁有家用/商用智慧服務機器人技術並提供硬體產品的廠商

科沃斯機器人、優必選機器人、360、京東、Slamtec、Roobo、Canbot、Geek+、 ARTrobot、Rokid、小米、出門問問、小魚在家、擎朗、快倉、智言科技、達闥科技、庫柏特、極智嘉科技、深之藍、梅卡曼德機器人、克路德機器人、智齒科技、真機智慧、海默機器人、樂聚機器人、揚天科技、ROOBO、優愛智合、普渡科技、進化者機器人、雲問機器人、AICRobo、megarobo、工匠社、雲跡科技、珞石機器人、若貝特機器人、上海元趣、靈伴即時、墨子AI、拓野機器人、北冥星眸、蘿蔔科技、遊爾機器人

人機互動：Versa、葉浪智慧、吉斯卡、翼石科技

移動裝置及軟體：將AI技術用於智慧手機/可穿戴裝置/無人機等軟硬體技術及解決方案提供商

百度、搜狗、阿里巴巴、出門問問、科大訊飛、華為、曠視科技、微軟、來也

無人機：大疆創新、億航智慧、Yuneec、極飛科技、零零無限、零度智控、TOPXGun、奇蛙智慧、擴博智慧、德知航創、3D Robotics、Parrot（派諾特）、AscTec、Microdrones、AEE一電、PowerVision、智慧鳥、紅鵬、Flytrex Sky、Skycatch、華科爾、獨角獸FPV、澄星、YUNEEC

智慧駕駛：為智慧駕駛提供視覺感測器/解決方案及整車的技術/產品提供商，不含車載智慧語音語義廠商。

馭勢、Momenta、奇點汽車、蔚來、圖森、易航智慧、Minieye、景馳科技、Smarter Eye、Zong Mu、極自、飲冰科技、極目智慧、清智科技、智行者科技、Roadster.ai、Drive.ai、圖森為了、FMC汽車、未來黑科技、踏歌智行、中科慧銀、斑馬數智、極奧科技

行業應用：將AI通用技術應用於金融、安防、建築、醫療、教育、零售/電商、影片/娛樂/社交等領域，或傳統行業透過研發AI技術賦能自身業務以實現降本增效、提升使用者體驗的公司。

金融行業：曠視、商湯、依圖、雲從、博易識道、Yi+、捷通華聲、第四正規化、京東金融、Pintec

安防行業：曠視、商湯、依圖、雲從、特斯聯、海康威視、東方網力

醫療行業：iCarbonX、騰訊覓影、搜狗明醫、天智航、康夫子、萬里雲、匯醫慧影、醫渡雲、羽醫甘藍、醫拍智慧、推想科技、圖瑪深維、體素科技、E診斷、迪英加、智成科技、視見醫療、雅森科技、海鵝科技、聯影醫療、匯醫慧影、深睿醫療、PereDoc、倫琴醫療、人和未來、希氏異構、康夫子、博實股份、妙手機器人、璟和技創

企業服務：布本智慧、閃銀奇異科技、深蘭科技、冰鑑科技、法裡、飛蟬智投、News Break、PaperWeekly、Video++、BigQuant、墨丘科技、特斯聯科技、華瑞新智、DeepBrain、妙盈科技、華瑞新智科技、追一科技、Aibee、文安智慧、助理來也

教育行業：科大訊飛、高木、百度作業幫、IPIN、優必選、雲知聲、學霸君、小猿搜題、英語流利說、嘿哈科技

客服行業：小i機器人、圖靈機器人、三角獸、驀然認知、Emotibot、靈伴科技、追一科技、智言科技

影片|娛樂：Yi+、愛奇藝、Viscqvery、極限元、圖普科技、華捷艾米、Video++

零售|電商：阿里巴巴、京東、曠視、Yi+、甘來

建築：曠視、商湯、特斯聯、小庫科技、馬良行

法律：華宇、法狗狗、法律谷、理脈

招聘：拉勾、IPIN、輩出

以下為國內知名投資機構在人工智慧領域的代表性投資：

真格基金：地平線機器人、智齒科技、格靈深瞳、助理來也、億航無人機、潑辣熊、零零無限科技。

紅杉資本中國：地平線機器人、格靈深瞳、助理來也、大疆科技等。

IDG資本：小i機器人、智齒科技、SenseTime、碳原子科技、芋頭科技、零零無限科技、科沃斯機器人等。

創新工場：藍胖子機器人、小雨在家、易致機器人、曠世科技等。

金沙江創投：地平線機器人、零零無限科技、天機等。

北極光創投：圖譜科技、進化動力等。

啟明創投：雲知聲、曠世科技等。

東方富海：億航無人機、永洪科技等。

聯想之星：曠世科技、思必馳、樂駕等。

晨興資本：地平線機器人、碳原子科技、美洽等。

英諾天使基金：臻迪智慧、通用機器人、速感科技等。

GGV紀源資本：億航無人機、深之藍水下機器人、元趣味等。

湖杉資本：天博智、元趣等。

光速安振中國創業投資：助理來也、小魚在家等。

高通：雲知聲、七鑫易維等。

線性資本：地平線機器人、芋頭科技等。

經緯中國：Camera360、永洪科技等。

達泰資本：金石機器人、永洪科技。

極客幫創投：異構智慧、碳原子科技等

以下為《網際網路週刊》與eNet研究院評選的2018年度人工智慧企業100強：

準確、通用、機器人化。

準確是人工智慧各個領域發展的最重要目標。當前人工智慧領域往往卡在某個數字上難以逾越，例如，自然語言識別的準確率維持在百分之九十幾上難以突破；計算機視覺識別特定物體的準確率還達不到90%，而且還會因為未知的原因出現難以理解的錯誤。這些錯誤放在工業生產中可能沒有什麼大問題，但是嚴重影響了人工智慧更進一步的推廣應用。

通用，則是指可以完成一些綜合性工作的人工智慧，這可能會涉及到多個裝置或多種系統之間的協作。比方說對於智慧家居，很早以前人們就有過設想，可以以一套人工智慧系統作為中控中心，連線外部所有資訊並且管理家中的所有電器。但是到目前為止，這樣的家居系統還處在很初級的階段。通用的系統意味著可以處理多個目標，在每個方面都擁有一定的能力。而目前的人工智慧往往還是在專項突破階段。

機器人化則是人工智慧最重要的一步。人工智慧可以像個大腦，但是如果它有了肢體，將會更能發揮作用。當前的機器人功能都較為簡單，雖然已經完成了一些很複雜的動作，例如雙足行走，例如透過使用者面部表情判斷使用者情緒等等，但是離能幫助人們完成日常工作的目標還很遠。

機器學習正在顛覆商業思維，人工智慧的未來讓我細思極恐！

嘉賓簡介：

王稼樂先生：2007年-2011年畢業於浙江大學生物醫學本科，2011年-2012年在浙大網新集團從事科技地產商業前期調研、策劃和政府公共關係拓展工作。

2012年-2013年奔赴美國Hult國際商學院舊金山分校就讀國際商業碩士，2014年-2015年在矽谷蘇寧易購美國研究院從事線上線下全渠道零售體驗，網際網路金融產品等的商業分析工作。

分享主題：人工智慧的發展和未來新使命

分享前言：

稼樂已經和我相識超過5年了，第一次偶遇是在舊金山的一次創業活動上。同時我和稼樂也都是浙大的校友。所以一談起來就一拍即合。從我們剛認識開始，稼樂就有聊不完的大資料，人工智慧的話題。所以後來去了深圳加入了滿分卡專案，正是做人工智慧領域的應用開發！這個專案也獲得了知名天使投資人蔡文勝的早期投資。雖然今年是資本市場的寒冬，但人工智慧作為一個賽道依然是充滿了商業機會！特別是有更多的領域可以透過落地人工智慧應用去提升現有流程中的效率，解放原來人工操作的瓶頸。我個人覺得對人工智慧的理解是每一位創業者和投資人的必修課！------來自合夥說召集人YC

因分享內容為語音形式，且嘉賓分享課件內容較多，在這裡呈現核心內容節選，以供互相交流。（移步文末獲得完整學習課件和完整課程錄音回放）

問答回顧精華

▼如果在人工智慧行業創業，必須具備哪些條件？

首先我來回答第一個問題，因為人工智慧現在是一個技術壁壘較高，然後商業結合落地案例較缺乏的行業。

如果你有很強的技術團隊，可以去做前沿的智慧駕駛、生物識別、包括人臉識別、聲音識別或其他的一些特徵識別領域，然後還可以去做行業門檻比較高的比如說醫療成像的分析，因為那些是要結合醫療人才進行長期的資料達標，用演算法幫助醫生去看更多醫學的病灶，提高醫生的效率，這些行業是門檻比較高的，然後投資的額度比較高，所以如果有很強的技術團隊在科研院所，或者是在特殊的渠道里面可以拿到很高質量的資料的話，其實可以往這條路去創業。

而且行業裡面也是有很多頂尖的投資公司願意支援行業基礎的研發，像我們這樣的團隊呢技術團隊是OK，我們是希望把現有的很多資料分析機器學習的成熟演算法落到真實的傳統行業去，比如說電子商務啊，零售流通，消費者洞察等等，這個過程中其實很多是落地的過程中和企業磨合，然後理解他們的開發需求，包括定製化的需求，這個過程中創業的話，更多的是一個商務能力把合適的演算法落到商業決策上面的能力，這個其實門檻相對較低些。

現在的現狀是很多企業都在很多垂直的行業裡面去找一些垂直的解決方案，並沒有把這個事情做成一個大平臺做成一個放之四海而皆準的一個通用的路線，只要你有不錯的客戶需求和訂單的話，其實人工智慧去實現一些技術落地還是比較容易。

還有現在就是我說的國內人工智慧行業的問題主要是缺乏人才，所以我看到的很多都是科研院所的教授帶學生去先做嘗試，比如說科大訊飛是怎麼出來的，比如說商康也是走出來了，所以很多是要和學校建立合作的關係，因為學校是高階人才聚集地，如果有這方面資源，也可以嘗試去一個商業案例，商業場景去找高校合作提供一個服務。

更多的話就是一些海歸，就是在矽谷的幾個比較知名的學校比如說斯坦福，伯克利，然後矽谷大型的網際網路企業，facebook，谷歌，領英，優步這些企業出來的一些牛人，他們在看到一些更細的使用者體驗上的問題，更多的是這個網際網路增值服務，不管是社交的還是知識傳遞的還是大交通的，這個裡面有一些更值得用深度學習去解決的問題，他們會把這個在機器學習裡面更高深的演算法應用進去。

現在我看到的是深度學習可以用在智慧教學層面，目前已經有不錯的落地了，我也有朋友在矽谷的facebook從業多年現在也嘗試回國創業，把這個深度學習用在教育領域可能先去做數學教育，因為數學的話這個問題答得對還是錯，這個是有很明顯的判斷定義的，不像語文寫文章寫的好寫的不好完全看老師的判斷，在數學領域去做一些個性化的教學和批註，然後呢這是他創業的路徑，我不知道是不是可以給大家一些借鑑的地方。

▼人工智慧的發展對新興行業和傳統行業來說分別有怎樣的影響？

其實新興行業和傳統行業這個定義上面首先要明確一下，在國內我現在看到的大多不是真正的新興行業，都是一些新興的服務，把什麼樣的什麼樣的最後一公里做好，讓原先觸達到消費者手中的流通環節更高效，然後就是比如說原先沒做過的太空探索，這種智慧駕駛，智慧汽車新的業態，新的物種的產生。

我的理解是它不能叫新興行業而是傳統行業的升級，它所有的行業形態之前都已經有了，所有的行業都不是完全新的形式，除非完全有一個新的顛覆手段可以獲取能源這種就完完全全叫新興行業。

傳統行業現在面臨的問題是流通環節的過程中效率太低了，有很多很多下沉的過程中不斷地是一級代理二級代理，這是從銷售層面角度多層的代理，商品越來越貴，這是一個層面。另外就是原先的工業生產過程中用工業耗材浪費，汙染處理不夠精，生產很粗放這些東西，這些傳統行業如果用人工智慧去提高管理效率的話其實是在解決原先粗放的問題，原來完全由人拍腦袋的過程現在需要越來越多精細化資料的監控，所以其實在很多傳統行業裡面人工智慧落地的先決條件一般都是系統的不斷升級不斷的自動化，把很多的資料先監控起來很多環節中間的一些資料監控起來，監控的越細，得到結論之間的相關性挖掘的深度越深，才能有人工智慧落地的基礎。

在傳統行業的流通環節裡面，太多低效太多層，這個不能叫用人工智慧去提高效率而是叫用網際網路的手段，現在很火的這個產業網際網路走的就是這條路，很多地方會叫它產業路由器，有的地方會叫它產業網際網路，其實都是提高流通環節中的一些浪費的人力和物力，直接把產品和服務更快地傳到消費者手裡，這個過程當中有一些體驗上的東西是逾越不了的，比如說賣菜的過程當中菜市場的檔口，這個檔口其實是緩衝消費者零散需求和供應鏈上面集中式採購需求之間的緩衝劑，這種緩衝劑目前在中國現狀的消費習慣是不能被打破的，你需要用到的技術手段，人工智慧的一些判斷和預測都是賦能給這些中間緩衝環節的企業。

▼國內的人工智慧和國外大概有多大差距？現在的人工智慧和完全意義上的人工智慧還有多大差距？

其實現在的人工智慧是非常淺的人工智慧，現在的人工智慧核心都是模仿人的行為，如果規則在相對複雜的情況下模仿地會比較弱一些，因為中間要做很多判斷的時候，機器是不能判斷的，機器只能夠確定單一的目標然後去對這個目標，但是規則比較簡單的情況下呢就可以超越原先人的經驗。

比如說下圍棋這件事情上面，只要棋盤上面是有一定的範圍的，然後這個下棋規則很簡單，我只要面積比你大就可以贏過我，四顆子圍住一顆子就可以吃，這個規則相對比較簡單，那我是可以超越原先歷史這些名人這些下棋的人模仿棋譜的過程，這就是為什麼阿爾法Go有一個1.0和2.0的區別，原來1.0是模仿棋譜，2.0完全是自己下，是自己和自己博弈，也就是說它可以下出全世界全部棋譜都不能涵蓋的新棋譜，這個層面就是已經達到一個比較高的人工智慧狀態。

現在的人工智慧都是模式識別，從歷史資料中總結出模式，並不能創新的思考，也就是說人沒有想明白的結論，現階段機器不可能代替人去想明白。網路自動甄別個人職業證書真假，這是人工智慧應用，就好比現在去機場，住酒店，進網咖都要識別身份證上的人是不是你本人，你的照片可以是多年前排的，但是每次獲得你近照之後都會對你的人臉特徵進行不斷更新，一些特徵只要不整容是一樣可以確定唯一性的。

▼人工智慧前進的基礎條件是計算能力的提升嗎？爆炸性的提高？

其實我覺得人工智慧的前進條件如果說，我現在從事的行業沒有這樣的認知，IBM的沃森機器人正在做的事情，它是要具備學習能力和自我推理能力的，那個層面在算力上面是會需要一個提升，我們現在的模式識別看歷史資料處理的資料一般都不是什麼大資料，都是一些幾年的交易資料啊，人臉資料，頭像資料，這些都是在過去的資料裡去挖掘特徵，如果我要有一個認知計算的話那個確實是需要算力極大提升的，所以其實沃森是一個大型的超級計算機。

▼想從事人工智慧行業，應該學習哪方面比較有意義？大資料還是深度挖掘或者邊緣計算？

其實深度學習還是模式識別，最基本的一些模型這些統計學的模型基本上都是一個方法，有的行業需要用到深度學習，有的需要用到頭像識別，你不需要解釋我是怎麼識別出這個頭像的，有的行業比如說像商業決策定價就很難用深度學習去做，首先效果也不會比簡單的演算法好，第二呢它也沒有什麼科技執行，也就是說企業以後要完全依賴於一個黑盒子去做定價做這個商業判斷，他是覺得這個事兒不太靠譜需要更透明和解釋嫌疑，這是演算法層面的選擇是解決不同問題。

我現在看到很多學校裡面可以教的是來自微博上面的大資料學習，可以去研究它的傳播學，研究品牌傳播，研究商品傳播，研究輿論輿情的一些東西，除此之外在學校裡面學大資料處理沒有很好的資料資產。

其實國內的超級計算機也已經很牛逼了，我們其實有可以跟美國頂尖超級計算機算力上去PK的超級計算機，但這種超級計算機目前只應用在科研層面，比如說核物理，理論物理學的一些運算，然後一些別的運算其實我就不太清楚了，其實主要是它在商業的環境上面暫時用不到超級計算機，就像IBM沃森一樣，它的這個超級計算機用了很多醫學典故，甚至IBM收購了這個醫院獲得這些定義獲得這些典故，然後呢用這個沃森學完之後最後給某一個定向的癌症進行診斷，說是在日本好像成功地給一個病人做了一個比較好的治療方案，但是這個商業上面其實是不成立的，整個下來大概是幾百元級別的投入，在對外輸出的時候才只能研究清楚幾種疾病，每個疾病每年的案例獲得的收入才只是千萬級別。

▼如果隨著人工智慧的發展，人類的生活和工作都將更加便利，那未來人類的就業率是提高還是降低的，很多傳統或者門檻低的技術崗位都將消失，職業的競爭會更激烈？

我覺得人工智慧給人類提供的便利在不同的崗位上面有所不同，比較低的附加值，附加的一些崗位比如說收銀啊，地鐵站的收銀現在已經沒有了，便利店的收銀，銀行的前端前臺也都漸漸被替代掉，現在都有無人銀行對吧，這個一定是提高效率的。

但是人和人之間的溫度和信任感這個是不會被替代掉的，所以人以後要轉型的並不是一些很強硬的一些技術，一些重複性操作一些低附加值的勞動，而更多的是服務層面，即人關心人的挖掘人的消費潛力，提供更人性化個性化的一些服務建立信任，然後長期去挖掘人的消費需求或者是自己都不能表達的一些需求，這是人的創造力的體現，所以未來人的崗位並不只是轉型去做一些更個性化更有創造力的崗位。

還有提到招聘人才需求的，國內資料分析和AI人才難找，我建議創業團隊先去合作把需求落地，不要上來就把人招聘到自己的組織架構，確定了你要解決的商業問題值得投入有明顯回報了再去找人。

11月29日，在廣州舉辦的2018年《財富》全球科技論壇上，聯想集團董事長兼CEO楊元慶就未來人工智慧發展方向等相關話題發表了觀點。楊元慶認為未來人工智慧產業將呈現出智慧物聯網、傳統IT向智慧基礎設施轉型、行業智慧這三大趨勢。 人工智慧將引發一場新的工業革命，楊元慶認為，這場智慧化變革由三大核心要素驅動，分別是資料、計算力和演算法。其中，資料主要由越來越豐富的智慧物聯網裝置產生，計算力則來自於高效能計算、雲計算/邊緣計算等技術的支撐，再加上基於機器學習、深度學習等演算法的進步，讓企業能夠對各個行業的knowhow（知識、經驗、流程）快速學習和掌握，進而使企業的每一個價值鏈環節都變得越來越智慧。與此同時，人工智慧還將聯合智慧物聯網、雲計算、大資料等技術，合力把我們推向一個智慧化的新時代。 此外，他認為未來的人工智慧產業將呈現出三大發展趨勢： 第一，智慧物聯網。過去聯網的裝置是像個人電腦、手機、智慧音箱這些天生智慧的產品，而接下來，以聯想為代表的人工智慧企業將透過嵌入智慧的模組、晶片或者協議等方式，讓家裡的冰箱、空調，工廠裡的機床，汽車、飛機引擎，以及醫院裡的X光機、CT機等傳統裝置，都能夠變成智慧裝置，具備實時線上、與人互動等智慧化能力。 第二，傳統IT向智慧基礎設施轉型。IT基礎架構的智慧化是各行各業實現智慧化轉型必不可少的基礎設施。在傳統資料中心，像伺服器、儲存、網路這些架構是分離的，每需要做一個應用，企業需要分別夠買伺服器、儲存和網路裝置，效率非常低，硬體裝置的利用率不到10%。而智慧基礎架構，是用軟體定義，融合、超融合的技術來構築的IT基礎架構。 第三，行業智慧。資料和計算力，再加上結合了各行各業knowhow（知識、經驗、流程）的先進演算法，將產生覆覆蓋各行各業的智慧垂直行業解決方案，為各行各業提質增效。未來，人工智慧會像水一樣滲透到各行各業，為我們帶來一個全面智慧化的時代。 據楊元慶介紹，聯想在在智慧垂直行業解決方案方面已經擁有非常成功的嘗試，並誕生了很多垂直行業智慧化案例。在這方面，聯想是從自身的智慧化變革開始的，目前聯想已經實現了從研究開發、供應鏈管理、生產製造、市場營銷、售後服務等全價值鏈環節的智慧化。比如在客服方面，聯想在用聊天機器人回答50%以上的客戶諮詢；在製造企業們最為頭疼的供應鏈環節，聯想透過機器學習來提升需求預測的準確性，並在長期的需求預測方面獲得比人工更高的準確率。除此之外，聯想已經在運用業界領先的演算法和大資料工具，針對智慧製造、智慧醫療、智慧零售等行業，構建整體的智慧行業解決方案，助推各行各業的智慧化。重點發力B2B業務反映出楊元慶對未來IT產業趨勢的洞察，他認為未來IT產業的未來在商用市場上，而B2B業務也更加適合聯想。 楊元慶更進一步談到了在智慧化浪潮中聯想的定位和發展方向，聯想比較幸運，在過去的產業發展中，聯想積累了豐厚的智慧化要素資產，也就是資料、演算法、計算力，聯想是極少數能夠統一利用所有智慧化要素資產的公司；在智慧化時代，聯想的願景是成為這一輪智慧變革的引領者和賦能者，一方面實現自身的智慧化、研發和設計更多的IoT，另一方面利用聯想的智慧化能力為其他行業的智慧化變革助力，為他們提供智慧雲基礎設施和智慧垂直行業解決方案。 在論壇發言結尾，基於聯想在34年發展過程中的成功變革和國際化發展經驗，楊元慶鼓勵中國企業更大膽、更積極地走出去；他認為，國際化不只是去海外賣東西，而是要利用全球的人才和資源，取之於全球，用之於全球。對於中國企業如何做大做強，楊元慶給出了三條建議：樹立遠大的目標、保持學習力和變革力、最重要的是保有耐心。

人工智慧的前景十分廣闊，是最有希望賦能幾乎所有行業的技術之一!

將在生產、生活和科學研究的各個方面發揮積極的作用。人工智慧已經成為業界乃至全社會重點關注的行業，大家都知道人工智慧是最新前沿科技，但是對人工智慧本身並不瞭解。什麼是人工智慧?

人工智慧的前景十分廣闊

人工智慧是什麼?

簡單地說，人工智慧研究如何讓計算機具備人類智慧的學科，由數學家和計算機科學家們提出的眾多理論和演算法組成。完成以前只有人類，尤其是人類智慧才能完成的任務。比如駕駛車輛、與人對弈、識別人臉等等。

人工智慧行業的高前景

未來的人工智慧研究主要有兩個方向：第一是人工智慧應用。即如何更廣泛更高效地把人工智慧應用到某個具體場景中。第二是人工智慧理論研究的突破。這主要是指對抗學習、遺傳演算法、進化學習和強化學習理論的突破。目前的人工智慧還只能解決一些功能性問題。比如Alpha Go，只能下圍棋。在不更改模型結構的情況下她不能學習和實現其他功能。另外，目前的人工智慧還不能真正做到一邊學習一邊使用。我們通常只能在訓練完成後才能使用模型。

人工智慧行業人才稀少

人工智慧行業的高前景，高待遇是吸引我們加入的原因之一。現在人工智慧行業人才稀少，崗位薪資待遇不斷攀高，因此我們現在學習人工智慧是最佳的時期。

2016年3月，AlphaGO計算機程式輕鬆戰敗圍棋九段棋手李世石，這一人工智慧領域的里程碑向世界證明，機器可以像人類一樣思考並可以做得比人類更好。人們的目標開始聚焦到人工智慧上來，一時間各種人工智慧思維百花齊放，就像壓抑了很久的火山再次噴發。

未來人工智慧著重發展方向：

搭建完整的大資料生態系統

人工智慧的訓練和學習需要海量的大資料才能提供有力的支撐，這些資料從社會各個層面來抓取，目前阿里雲就在做這件事情，雲棲大會杭州，阿里巴巴展示了幾個現象：

透過天貓APP掃一掃識別茶葉並獲取茶葉資訊錢塘江漁夫透過阿里巴巴政務平臺辦理了相關資格證書某豬肉鋪老闆每天進帳全部數字化，並生成賬單某法院透過網際網路完成了一樁法律的審判公安局透過釘釘軟體完成了一次颱風防禦指揮排程計劃阿里雲透過連線1000多個紅綠燈路口來實現智慧城市的方案

這些現象其實在做一件事情，從政府、交通、農業、商業、法律等各個領域來獲取資料，最終打造一個完整的大資料生態體系。資料是未來的貨幣。

拓寬人工智慧在傳統行業的應用

所有的商業模式如果只能做很小的領域，是很難發展起來的，市場規模太小就沒有影響力和競爭力，目前中國傳統行業中有超過40%的公司未將人工智慧列入戰略優先項，這是一個巨大的缺口和機遇。特別是在農業方面，中國的農業遠遠落後於英國、美國和日本等西方發達國家，他們已經建立起了全國資訊系統採集些類資料，而無人機和機器人等在農業的應該已經比較普遍了。

目前中國的高科技行業已經開應用了人工智慧，如騰訊的QQ小冰、阿里的天貓精靈，這些是對話型人工智慧/機器人。

中國是一個製造業大國，隨著人力成本的增加，越來越多的企業開始使用機器人生產，而服務業餐廳等開使用機器人送餐，物流行業已經實現了機器人分發快遞和無人機送快遞了，這些是機器人型人工智慧。

而醫療方面，主要是集中在認知領域的人工智慧，IBM辨識醫學影象，準確度可與人類放射學醫師媲美。

總之，人工智慧將推動形成所謂的“技能遍好型科技變革”，就是擁有數字技能的人才將特別受到重視，比如程式設計師等人才。今天人工智慧賦予機器人反應和適應能力，明天將透過物聯網、機器人等技術的結合，人工智慧可以構造出一個整合的資訊物理世界。

全球機器學習之父、人工智慧領域頂尖科學家，卡內基梅隆大學計算機學院院長Tom Mitchell在開幕的2019世界人工智慧大會上分享了他的觀點。他認為，AI正在進一步加速世界的發展，其中一個領域就是感知領域。“我們現在進入到一個新的時代，我們看到不僅是計算機達到人類的感知程度，它甚至還能超過人的感知程度。比如在醫療領域裡，計算機可以觀察面板上的一個症狀，可以確定它是否為面板癌，甚至比面板科的專家還要厲害。”

第二個領域，是人類自然語言的處理能力。其中一個共同原因就是自然語言感知已經達到了一定水平，“研究人員已經輸入了大量的文字給計算機。它有一個深度的網路現在已經可以在網上下載。”除此之外，他表示，在手機技術擴散上也會有很好發展。他舉例說， 在未來，人們可以買帶有照相機、喇叭，甚至有計算機、以及機器學習能力的燈泡。這樣的燈泡，價格可能是目前的兩倍，但是有手機的功能。

最後，他表示，要實現這些，需要國際間合作共贏。對於每個國家來說，在這些雙贏的應用場景中，一個理性的戰略不僅是要允許合作，而且要推動合作，並進行分享。比如在國際上分享醫療資料，分享演算法，分享一些非常硬核的工程研究，來加速人工智慧的發展，從而提高所有人的生活質量。