李開(kāi)復還提到，人工智能要做出特別有價(jià)值的產(chǎn)品，有五個(gè)條件：海量的數據、頂尖的科學(xué)家、清晰領(lǐng)域界限、自動(dòng)標注數據、超大計算量。

他舉例稱(chēng)，銀行、保險、券商、智能投庫、AI量化基金，這些領(lǐng)域是能最快產(chǎn)生價(jià)值的。

李開(kāi)復認為，中國的人工智能有一些特殊的機會(huì )，世界上的人工智能論文，43%都是中國人寫(xiě)的。

今天，似乎成城的安排是個(gè)接力賽，從40后到50后，我作為60后代表是下個(gè)演講者。今天既然是獨角獸論壇，我希望談一下我對未來(lái)獨角獸的看法。

我覺(jué)得，未來(lái)十年，出現最多的獨角獸公司，肯定是人工智能公司。另外我認為，在座的每一位獨角獸，或希望做獨角獸的公司，在你們公司發(fā)展中，必須了解人工智能。

這就和二十年前的互聯(lián)網(wǎng)、十年前的移動(dòng)互聯(lián)網(wǎng)，是一樣的，作為先知者是有優(yōu)勢的。今天我想談一下：人工智能。

我認為，在未來(lái)十年，世界上50%的工作，都會(huì )被人工智能所取代。尤其是，這里列出的一些：助理、翻譯、保安，這些工作真的都會(huì )被取代。你想，今天的人臉識別，在有些場(chǎng)景上，已經(jīng)可以做到比人20倍更精確的辨識人臉。那么保安還需要再辨認臉嗎？邊防、前臺，這些工作都可以被機器取代了。這只是一個(gè)例子，當然我們看到AlphaGO為什么這么厲害？是因為，它自己與自己下了很多棋。

人臉識別為什么這么厲害？因為，它們看了上億張臉，然后從中學(xué)習。機器學(xué)習，在任何狹窄的領(lǐng)域，看到大量的數據，是人腦完全不能夠和它競爭的。

所以，這已經(jīng)不是機器取代人類(lèi)的問(wèn)題，而是在一些人類(lèi)只需要5秒鐘思考的問(wèn)題中，有大量數據的問(wèn)題里面，有狹窄領(lǐng)域的問(wèn)題里面，人絕對不會(huì )是機器的對手。而且，一個(gè)一個(gè)領(lǐng)域，都會(huì )被機器超越，不只是取代。

看過(guò)去的發(fā)展，從AlphaGO的下棋，到感知、認知，到做決策，甚至到反饋(就是讓機器自己可以有手有腳或者有輪子，可以動(dòng))，這四件事情在過(guò)去五年，有非常非常大的進(jìn)步。

這里有很多例子，由于時(shí)間今天就不多說(shuō)了。我們可以看到，博弈有AlphaGO，感知有微軟小冰，決策這里有個(gè)例子是Google現在已經(jīng)有技術(shù)，可以自動(dòng)幫你回復Gmail了(不過(guò)在座可能沒(méi)有太多用Gmail的，所以不像我有機會(huì )用這個(gè)功能)。汽車(chē)，從最近的特斯拉，還有GoogleCar，發(fā)展的都非常非常迅速。因為，這五年有非常多技術(shù)的突破。

其實(shí)，我自己在30多年前就做人工智能了，可是很可惜的是，創(chuàng )業(yè)必須要生逢其時(shí)，所以我做的很多工作，無(wú)論在對弈、語(yǔ)音識別、自然語(yǔ)言理解，很不幸的是都沒(méi)有生逢其時(shí)。因為，當時(shí)機器不夠快，數據不夠多，算法不夠先進(jìn)。但是，今天夠先進(jìn)了。

所以，我想介紹一下，機器學(xué)習里面最重要的一個(gè)突破，就是深度學(xué)習。

深度學(xué)習，簡(jiǎn)單的理解，就是給非常非常大的神經(jīng)元，用特別大量的數據充進(jìn)去訓練。它就可以在某個(gè)領(lǐng)域，在識別方面、分類(lèi)方面，或者預測方面，遠遠超過(guò)任何過(guò)去的算法。這是過(guò)去五年中，所推演出來(lái)的。

這個(gè)學(xué)習的算法，特別適合特別大量的數據量。所以，當你數據量大的時(shí)候，就可以做出各種以前做不了的東西。

什么情況才能用人工智能？人工智能不是萬(wàn)能的，我們在很多情況下還是遠遠超過(guò)電腦的。但是，下列5個(gè)情況的時(shí)候，人工智能絕對可以做出特別有價(jià)值的產(chǎn)品：

1、海量的數據。這基本是千萬(wàn)以上的數據，所以當你聽(tīng)很多人說(shuō)大數據(有一萬(wàn)個(gè)樣本)，都是沒(méi)有用的，千萬(wàn)級別的數據。

2、這時(shí)候還需要頂尖的科學(xué)家，不是一個(gè)程序員、工程師就可以做的。

3、要有非常清晰領(lǐng)域的邊界，因為人工智能只能懂一件事情，讓它跨領(lǐng)域是做不到的。就像現在我跟你說(shuō)“中午我不想吃漢堡”，你們都能聽(tīng)懂，但是如果你跟一個(gè)人工智能這樣跳躍領(lǐng)域去講，它是搞不懂的。

4、要有非常好的標注，比如你用百度時(shí)候每一次的點(diǎn)擊，去淘寶時(shí)每一次的購買(mǎi)，你在滴滴每次成功的搭上車(chē)，都是告訴系統我成功了。當你每次在百度沒(méi)有點(diǎn)擊，在淘寶沒(méi)有購買(mǎi)，在滴滴沒(méi)有打上車(chē)，也是告訴系統這是一個(gè)標注。沒(méi)有標注的數據，意義是不大的。

5、用這么大的數據，要有非常多的計算量，這時(shí)候人工智能才可以形成。

可能很多人說(shuō)，人工智能是什么機器人、無(wú)人駕駛，這個(gè)好長(cháng)遠啊。其實(shí)不是的，你每次在用百度、淘寶、滴滴的時(shí)候，它背后都是一個(gè)人工智能的引擎。

我們在這里可以看到一些過(guò)去認為比較遙遠的數據：

上面是圖象識別的比賽，機器已經(jīng)超越人了。

下面這個(gè)圖是語(yǔ)音識別的比賽，機器也已經(jīng)超越人了。

標注，把算法對進(jìn)去，就會(huì )產(chǎn)生價(jià)值，剛才談到的每個(gè)例子，淘寶、百度、滴滴，都是真實(shí)的人工智能的例子，以后只會(huì )有更多。

所以，如果你是一個(gè)創(chuàng )業(yè)公司，當你的用戶(hù)達到了千萬(wàn)級別的時(shí)候，你肯定是需要這個(gè)的，因為在你的系統里面絕對需要做一些判斷和推薦，你要推薦什么商品給用戶(hù)，該放什么樣的廣告，這背后都可以用到人工智能引擎。

所以，做人工智能創(chuàng )業(yè)的，最好是已經(jīng)有互聯(lián)網(wǎng)數據的公司。

當然，還有很多公司是沒(méi)有互聯(lián)網(wǎng)數據的，這些公司也能創(chuàng )造價(jià)值。這就是為什么人工智能比移動(dòng)互聯(lián)網(wǎng)還要偉大的原因，因為它影響了很多行業(yè)。

哪些領(lǐng)域會(huì )最先呢？我們認為，一定是數據最大、最快能產(chǎn)生價(jià)值的領(lǐng)域。比如說(shuō)，金融領(lǐng)域：銀行、保險、券商、智能投庫、AI量化基金，這些領(lǐng)域是最快能產(chǎn)生價(jià)值的。

哪些是對人類(lèi)最有意義的？一定是醫療領(lǐng)域，癌癥的檢測、切片，基因個(gè)性化的治療，這些都是特別適合人工智能的領(lǐng)域，還有教育，等等，這里細節就不多說(shuō)了。

所有的領(lǐng)域里面，我們認為最大的一個(gè)領(lǐng)域，應該是無(wú)人駕駛。這雖然可能是個(gè)十年的目標，但是當電動(dòng)車(chē)、共享經(jīng)濟、無(wú)人駕駛，三件事情同時(shí)發(fā)生的時(shí)候，人類(lèi)經(jīng)濟會(huì )產(chǎn)生最大最大的提升和改變。以后我們出去打車(chē)，應該是隨叫隨到，人都不需要買(mǎi)車(chē)了，停車(chē)場(chǎng)也不需要了，路上的車(chē)也變少了，空氣也變好了，這些都是一些會(huì )發(fā)生的很好的“副作用”。

很多人談到機器人，我倒認為無(wú)人駕駛做出來(lái)以后，機器人就迎刃而解了。因為，當你能聽(tīng)、能看、能走、能動(dòng)的時(shí)候，這無(wú)論是汽車(chē)還是機器人，這些技術(shù)都是通用的，傳感器的價(jià)錢(qián)也會(huì )逐漸降低。

世界最厲害的AI公司肯定是Google，當Google搜索里面的引擎被提煉出來(lái)，成為一個(gè)Google大腦的時(shí)候，它把它用在互聯(lián)網(wǎng)，就變成了Gmail的自動(dòng)回復，變成了Google的搜索和廣告。如果用在了汽車(chē)，就是GoogleCar，用在了人的健康就成了GoogleHealth，用在了圍棋就是AlphaGO。所以，這個(gè)大腦是非常有野心的動(dòng)作，它想要再創(chuàng )造26個(gè)字母，除了Google之外還要再創(chuàng )造25個(gè)公司。

我們看到，百度大腦也是一個(gè)類(lèi)似的項目。所以，其實(shí)每個(gè)偉大的互聯(lián)網(wǎng)，都應該考慮，擁有這么大的數據，是不是也像Google一樣，用更多的深度學(xué)習，來(lái)創(chuàng )造商業(yè)價(jià)值。

當你要做這個(gè)產(chǎn)業(yè)的時(shí)候，有幾個(gè)建議：

1、你要有特別大的數據，而且最好是，只有你別人沒(méi)有的，閉環(huán)的。

2、買(mǎi)很多機器，尤其考慮GPU，所以如果要買(mǎi)股票，可以考慮一下GPU公司的股票，因為人工智能會(huì )讓它快速的成長(cháng)。

3、還是非常需要有特別多經(jīng)驗的深度學(xué)習專(zhuān)家，最后把一些年輕人訓練起來(lái)，就可以創(chuàng )造價(jià)值了。

為什么我特別提到最后一點(diǎn)呢？這點(diǎn)，可能很多談人工智能的沒(méi)有談到。人工智能，它并不是一個(gè)火箭專(zhuān)家，或者互聯(lián)網(wǎng)安全專(zhuān)家，這些是學(xué)習十年的累積才能做的事情。一個(gè)特別優(yōu)秀的數學(xué)和計算機當屆畢業(yè)生，培訓6個(gè)月，就可以創(chuàng )造人工智能的價(jià)值，就可以做人工智能的工程師了。

所以我認為，最領(lǐng)先的人工智能?chē)?，當然是技術(shù)最領(lǐng)先的、論文最領(lǐng)先的、應用最領(lǐng)先的。還有，也是年輕人，最上進(jìn)、最努力、最勤奮的。

所以我認為，中國有一些很特殊的機會(huì )。

這里提到幾個(gè)重點(diǎn)：為什么人工智能崛起，中國很有機會(huì )？

前幾天有一篇報道，是有一位美國人工智能的公司寫(xiě)信給美國當選的總統特朗普的。提到，美國必須正視中國在人工智能方面崛起，必須向政府提供更多的基金。這表示，這個(gè)作者看到了這幾個(gè)現象：

現象1：中國教育特別優(yōu)秀的理工、數學(xué)底子，這里可以發(fā)出威力了。世界上的人工智能論文，43%都是中國人寫(xiě)的。

現象2：我們可以快速訓練大批的年輕人，創(chuàng )新工場(chǎng)就在做這件事情。

現象3：傳統企業(yè)比美國落后，但是表示人工智能注入進(jìn)去，就會(huì )產(chǎn)生很大的價(jià)值。比如，我們投資的第四范式，他在銀行注入了一些他的功能，他的用戶(hù)轉換率就馬上提升65%。當然，我相信第四范式有很好的算法，但其中很重要的理由是，中國的銀行算法非常落后，很容易幫他提升。

現象4：在座每一個(gè)潛在的獨角獸公司和快到獨角獸的公司，像我們投資的美圖、知乎、BRPK，都在快速的招人工智能專(zhuān)家，幫他們提升價(jià)值，你們可能也要注意一下。這些公司在中國會(huì )比美國多，因為中國市場(chǎng)大，也是中國的機會(huì )。

現象5：美國領(lǐng)先的公司，無(wú)論是Google、坦斯福羅，或者微軟、CNTK、Facebook，在中國都會(huì )很難本土化，這都是我們中國公司的機會(huì )。

最后，有些政策方面的問(wèn)題，在美國可能會(huì )很擔心，每一輛車(chē)可能出的每個(gè)車(chē)禍，會(huì )比較限制無(wú)人駕駛的發(fā)展。

比如說(shuō)，無(wú)人駕駛最快的應用是什么？可能是在美國的高速公路取代卡車(chē)司機。但是，美國有150萬(wàn)卡車(chē)司機，他們可能都投了特朗普一票。所以，他們肯定會(huì )用他們的工會(huì )和各種對美國國會(huì )或對美國政府的拉比，希望特朗普政府不要那么快推動(dòng)卡車(chē)在高速公路。這每一個(gè)美國各種組織的阻礙，都是中國的機會(huì )。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創(chuàng )智能、北京君正、通富微電、永創(chuàng )智能、勁拓股份。