11
几个小时前推送了一篇《别挣扎了，在 AI 这个话题上，罗振宇与他的追随者，注定是外行》，写作时一时兴起，诸多细节语焉不详。在这里稍作补充。
在罗振宇的跨年演讲中，提及李飞飞加盟谷歌一事的桥段，确实是最令人不快的。原因前文已述，究其本质，是不尊重科学家——或者眼界有限，不知李飞飞何其人。
那么李飞飞加盟谷歌一事，究竟是怎么回事呢？我们回顾一下。
2016 年 11 月 15 日，谷歌在旧金山召开的新闻发布会上宣布，斯坦福大学人工智能实验室主任李飞飞和 Snapchat 研发主管李佳已经加盟公司并将领导谷歌云计算集团旗下新成立的机器学习部门。
这一“新成立的机器学习部门”是谷歌云计算集团的人工智能计划的一部分，事实上该计划中的一项重要任务，就是招募这两名专家。
所以，问题不在于“李飞飞为什么要去谷歌”，而是“李飞飞为什么愿意接受谷歌的邀约”。
学术界有观点认为，从科学家的角度而言，谷歌的科研体系对实现科研成果的突破未必有实际帮助，但学术界与工业界联手可以让更多消费者在使用的业务搭上人工智能的快车，这是毫无疑问的。
此外，有来自学术界的消息称，李飞飞此行仍是领导科研团队，而且是兼职身份。
事实上，专家进入大企业兼职做研究并不少见。李飞飞去谷歌之所以成为大新闻，不仅是谷歌这个大 IP，也包括了“居然请动了李飞飞这尊大神”的稀有性。
至于李飞飞有多神，这个可以自行搜索。
所以，罗振宇表达人工智能在实验室里搞不下去了，是不真实的。至于还顺带说了一嘴“不和工业界结合的学者一事无成”，就更是天大的笑话了。
人工智能不仅不是在实验室里搞不下去了，恰恰相反。由于深度学习的突破，人工智能在学术领域近两年科研成果突破猛进。
工业界颇为眼红想参与一脚，却发现有能力搞定的人才全在实验室里。同样，投资人们募了大把的钱准备砸人工智能，却发现有能力创业的人还在高校。这才有了打通学术界与工业界一说。
每一个人工智能领域的科学家，价值都超越等身的黄金，是工业界与资本疯狂追求的对象。
因为稀缺，并不存在“科学家离开工业界一事无成”的说法，恰恰相反，大公司们担心的，是自己没有顶尖科学家而一事无成，或者更可怕的——顶尖科学家去了竞争对手那。
罗振宇会犯这么一个错误，一是只识谷歌不识斯坦福，二是他策划这一章节时，出发点的观点就错了——算法不重要，数据才重要。
事实上，算法很重要。重要到什么程度呢？
目前可见的人工智能应用，基本都基于几大开源算法平台进行深度开发和定制，这其中有许许多多的探索性尝试。常常有这样的情况，学术界拿出来一个自洽的算法，理论上解决某些问题会有独创性和优势，但要拿到工业界试一试才知道到底可行与否。
万一可行，则会有大量的资本涌入怂恿这个算法落地成为平台，推动其在数据挖掘、数据建模、模式识别等等领域开发产品。而如果成果转化还算顺利，那么一颗冉冉升起的 10 亿美金公司就诞生了——略夸张，但 1 亿美金问题不大。
具有创造性、通用性算法平台的稀缺，正是工业界与投资界持续重金砸入的原因。而在人工智能研发方面稍强一些的技术公司，都牟足了劲打造自己的算法平台，并在自己平台上训练应用。并且为每 0.1 个百分点的进步投入数以亿计的资金。
AlphaGo 作为一个人工智能应用，就是这样诞生的。
从资源聚集的角度来说，数据资源会向最优质的算法资源聚拢。中国的人工智能发展起步比前几次科技浪潮要好很多，但实际上离国际顶尖差距还不小。中国学生和青年科学家做竞赛成绩都不错，但独创性欠缺，是公认的短板。
毫无疑问，中国市场的规模庞大与复杂，是发展人工智能的优势。但这和此前“用市场换技术”的逻辑并无区别，并不是说有足够大的规模，就能够产生领先型的技术。虽然不会回到“牛仔裤换飞机”的时代了，但我们自己的大飞机不也还才起步么。
人工智能也是一样的。
回归到人工智能是什么的问题上。学术界已经有很多经典而标准的定义了。我愿意再次引述一下 1995 年版的 AI 七特征：
这很抽象。但如果让我来比喻，我会举 70 年代的硅谷的繁荣的例子。
半导体集成电路的蓬勃发展使得大型商用计算机可以进入到许多行业，金融、房地产、电视传媒等等等等。
之后大型机快速向中型机、小型机发展，不到十年时间主流计算模式从中央数据存储与处理，到达了桌面级的终端存储与处理。很快个人电脑成为了硅谷最时髦的概念。
后面的故事大家都知道了，苹果的成立，比尔盖茨的崛起……事实上那个时候也是人工智能第一次兴起的时候。
深度学习给人工智能带来的复兴，就像集成电路的突破带来了计算设备的快速发展与商业数据信息化一样。
70 年代的美国，人们在担忧电脑会干掉人类，和现在担忧人工智能会替代人类也是一毛一样的。
但梳理历史可以预见的未来是，人工智能会和计算机一样，从最大的商业数据应用中切入，逐步向小型化、微型化的计算场景演化。
没有哪个家庭会在 70 年代去购买一个储物间大小的计算机来处理文档或者报税。同样，现在最值得着眼的仍是数据量最庞大的金融、物流、政务（安全）等领域如何运用好人工智能。
接下来是巨无霸级的跨国公司，接下来是中型重资产公司，然后是小公司与个人。
而最后，就像 PC 与手机的普及一样，人工智能会成为每个人随身都具备的计算力。
得益于移动互联网，包括物联网的高度发达，人工智能的进化过程可能从当年从大型商用计算机到手机的三十年，要缩短到十年，甚至五年。
人工智能不是怪兽，当你能够使用它的时候，它就是火，就是电，它和人类掌握的其他能源并没有本质的区别。
但人工智能确实是黑天鹅——就像 windows95 是黑天鹅、Internet 是黑天鹅、iPhone 是黑天鹅一样。我们已经经历了很多黑天鹅了。这种黑天鹅并不可怕。一个概念而已。
“熔断”那种黑天鹅——才可怕啊。
所以，人工智能不可怕也不怪异，为什么人工智能会这么热呢？
想想英特尔、思科、苹果、微软……这些公司曾经在 20 世纪创造的 20 年翻五千倍甚至一万倍的资本战绩。论增长，没有什么比这更大的生意了。
又一轮成千上万倍增值的机会，在 2016 年，被人工智能拉开了帷幕。
你说该怎么办？
（你从这张照片上看到了什么？好多个二十年一万倍的投资机会啊！）
更多最新行业资讯，欢迎点击与非网《今日大事要闻》！
下载ECAD模型
