AI已過發明期，進入應用期

[老黄]

https://www.gvm.com.tw/article.html?id=67437

李開復：AI已過發明期，進入應用期，五年後全面普及
文：李建興、毛凱恩、邱于瑄
2019-07-26



全球AI領軍人物，《AI新世界》作者——創新工場董事長李開復，在全球做了300場演講後，應遠見．天下文化事業群邀約，於7月24日來台進行一場名為【AI新世界】趨勢論壇，現場一位難求，產官學界重要人士齊聚。《遠見雜誌》特將演講內容進行精華摘要，讓無法到場的讀者一睹為快。

在演講完後，由前政大校長周行一主持交流論壇，包括前行政院長張善政、安聯投信投資長張惟閔。

[老黄]

我在大一時開始做人工智慧，走了這麼長的路，也碰到很多挫折，而我一直堅持做下來。《AI新世界》這本書現已在四個國家出版，還有21個國家即將在今年底出版，應該是全世界最暢銷的AI相關書籍。

首次發佈在台北，雖然一開始，我是用英文寫的，但是遠見．天下文化的團隊太有效率了，他們將書翻譯並出版時，美國都還來不及出版，而今天，也可能是本書最後一次演講，因為我又要寫新書了。

如今，我又更新本書，前40、50頁加了很多內容，自去年九月出版（英文版後）至今，我已在全球各地做了300場演講，幾個航線加起來一共有60萬英哩。

很多人問我，這麼多演講的總結是什麼？連我的孩子，他們還在讀書、還在找機會，都問我：「你看你的日子這麼好過，各國家領導、CEO都要聽你演講。」我說不是這樣的，畢竟出這本書時，我在美國其實沒知名度，我是努力地用演講，一個一個做出來。

過去，我在中國大陸和台灣出書時，最多十場演講，這次我講了300場，因為我覺得我有話要說，本書若要全世界人都聽到，首先美國人要聽到，而許多人想聽，其實因為興奮。那麼在這300場演講，60萬英哩的累積下，我對AI又更多認知了。一方面技術還在發展，另外，每次演講都被提問，我就把問題整合起來。

[老黄]

關於AI的四個方向

今天我要講四個方向，分別是
一、什麼是AI；
二、AI應用的四波浪潮；
三、中國AI的機遇，以及
四、AI會帶來什麼挑戰？

39年前，我做了不少AI的工作。在1986年，我就做了第一套可以工作的語音辨認系統，在當年得到《紐約時報》半篇報導，蘋果電腦也將之做到了他們的產品裡面，然後在《華爾街日報》也接受了一個採訪。

在過程中，我其實也看著人工智慧，每次看起來好像可以工作了，或被預言，人類要毀滅了，但最後發現好像還不可行。一次的發現，一次的失望。這次大家又面臨了所謂的「深度學習」，那我們是不是又會失望呢？

我很確定的是，深度學習已被廣泛接受，而且會對業界帶來顛覆和改變。

我們可以看到不斷地有新聞出來，如AI打敗了圍棋冠軍、打敗很多電子競技遊戲、AI比醫生更會看一些片子。在高考方面，AI在中國已經可以考上醫學院，在日本也快要可以考進東京大學。AI的閱讀測驗超過了99％個學生，還有語音辨認、人臉辨認，都已經超過了人，甚至是頂尖水平。

這都是過去五年中做出的。很多人擔憂，是不是代表AI要控制人類了？其實不會！因為這些突破，都是基於深度學習這一套技術，如果我們回頭看AI過去這60年來的種種發展，最大的一個就是深度學習。

[老黄]

什麼是深度學習？

那深度學習是什麼？他跟人腦完全不一樣。不像人類可以有創造、戰略、自己的想法、感情。他其實是一套數學公式，然後他是在海量的數據下，能做出非常聰明的決定。比如說我做的那套下棋軟體和語音辨認，都是基於統計的系統。

這些統計系統其實是相通的，厲害之處不來自人寫的程式，而是給他海量數據，讓他自己成規則，有能力決定。

這些規則不要人去控制，控制越多，機器反而越作不好。因為人的思維跟機器不一樣，機器是基於大量數據，用統計方法劃分，所以數據越多，結果越好。因此，深度學習其實就一個神經網路，輸進大量數據，告訴他正確答案應該是什麼，他就會做得非常好。

我先講一個自己博士論文的故事。其實，1984年我就看到，統計用海量的數據，絕對是比用規則更好。於是，我就跟我的老師申請了巨額的經費。

當時我每個月的獎學金是700美元，其中，付房租四百，吃，三百，正好用完，後來我斗膽再跟老師要十萬美金，說：「你相信我的話，我不用你的規則法來做AI，我要用我的統計法來做，但是我需要用十萬美金買一套硬碟。」那時，硬碟重達200公斤，後來他准了，開啟了我語音辨認工作。

所以我非常感恩我的恩師。你可以想像，他給一個每月700美元研究費的研究生10萬美元，而你猜猜，10萬美元買了多大容量磁碟 ？100mb。

當時我就是靠著100mb做了世界最大的語音資料庫，做出最好的語音辨認系統。如今，語音辨認的數據，至少多100萬倍。我當時用的算法也不行了，因為那套演算法只能在100mb工作，現在則至少100T。

當年發明深度學習的Yann LeCun，他在1989年也做了這個，而我是1988年畢業的，我們是同一代的人，但當時他的結果一直不怎麼樣，而且論文不斷被各種會議質疑，他大部分是做圖像，我在做語音。

但是後來事實證明他的方法才是正確的，我的並不是，只是我的方法是取了個巧，用100mb，也能做出結果，他的是需要100T才做得出結果，後來也得到了圖靈獎，這是他們應得的，他們堅決認為，若有海量的數據，非常快速地計算，才能讓AI真的執行起來。

回到深度學習，比如，我們要做一個貸款的軟體，那麼就把人還款不還款，做為訓練基準，然後把人的所有數據都餵養進來，包括手機款式、住處、薪資、手機上有什麼APP等等……。最後他還錢了，就是正面回饋，不還錢就是負面回饋，所以整個深度學習，就在學，如何分出還錢和不還錢的人。

其實，做機器翻譯或是語音辨認，也都是這一回事。而後來，互聯網則發展到，可以倒過來跑，他不但可以告訴你答案，還可以導出這個人可能會說什麼。因為他倒過來了，不只是把人話餵養而進，來識別人說了什麼，而是聽了夠多的話，可以預判，他會怎麼講話。

所以深度學習非常神奇，可以做分類、預測、決策，也可以做深層。

[老黄]

[老黄]

深度學習的例子：八個不懂AI的小朋友都可以操作

我來演示一個例子。這例子最有趣的是，他並非任何的科學家做出的，而是由八個不懂AI的小朋友，做出的一套軟體。這是一套hiphop作曲家軟體，用海量的嘻哈歌訓練機器，然後給機器一個詞，他就能作曲。

畫面中的詞就是去年我出的題目，我說：「你們就寫首歌，歌名就叫做『創業的路上』，」於是這就是製作出來的結果。

澄清一下，影片中，這是人唱的，不是機器唱的，但實際上，你要做一個機器唱的，那再給我16個小朋友，我們也做的出來。並沒有任何的難度。唱歌，從來不是一個難題，唱的好聽是難題，但是唱歌不是難題。所以現在AI已經到了這個地步。

若再有人跟我說：「AI，好高深啊，這怎麼辦啊？大學生都不會，怎麼趕上美國、中國？」八個學生能做出這個，我們的台大、政大為什麼不能做出？AI的門檻在快速的降低。

另一個例子，是無人駕駛，也是八個小朋友做的，他們在北大做了一個高清地圖，把北大所有的路勘測了一遍，然後做了高清地圖，以後，他可以從任何一個教室開到任何一個教室，在中間不會撞到人、腳踏車。

當我們談到深度學習到底需要什麼？一年前，我用的條件跟今天一樣，第一個需要海量的數據；第二，需要客觀、精準、自然的標註。

怎麼說呢？就是我不要找人去標註，最好是自然的標註。

一如要用AI判斷投資，不是要派個專家來解析，很簡單，只要標註，一個股票只要漲就是好，跌就不好。而每個股票都有噪音存在，但是如果有海量的數據來訓練他，包括每一個分析師、每一個社群網路所分享的對某支股票的內容，再把這些人的臉書給找出來，看他這個禮拜快樂不快樂？

第三，AI其實蠻笨的，他只能在一個領域工作。所以如果我們做了一個很好的貸款機器人，他絕對不可能變過來做機器翻譯，那是另外一個機器，所以每個AI只能做一件事情。

第四，很多電腦，很多數據，以及頂級的AI科學家，如今已不需要，只要AI工程師就好。還有未來的AI，可能有各種的技術，深度學習是其中之一。

[老黄]

[老黄]

AI發展的四波浪潮

下面給大家講一下AI應用。我的書裡描述了四波浪潮。

第一波，互聯網上有海量的數據，我們每天都像白老鼠幫助標註數據。比如說，當我們每次在臉書點讚的時候，都是告訴臉書說我是這樣的人，那麼臉書就更知道該給我看什麼東西，然後臉書能用此來定一個目標函數。

什麼是目標函數呢？運用目標函數，你可把你的業務目標，變成目標函數，讓AI變成了一個可優化你的業務目標的機器。假設我們淘寶，藉由龐大的用戶點擊行為，由於每個人看的網頁都是不一樣，那麼機器人就可以判讀出你的喜好，可以找出一個目標函數，提供用戶最需要的東西。所以AI的厲害在於他能超過人類，個性化地給每一個人不一樣的東西。

過去，媒體也好，電商也好，很難針對每個人，提供不同的服務，進而將業績極大化。而今，互聯網公司動耴業績三、五百億元，很大一部分是，他們能用AI把大數據變成商業的利潤。

第二波，不只是互聯網在活用海量的數據，金融業、保險業、銀行、證券投資……等，也在用數據。尤其是金融，由於他就是一個虛擬遊戲，跟互聯網相似。

第三波，就是把AI提升到一個不只是大數據，而且是感知的過程。他的感知是能夠把在實體世界上看到、聽到、感覺到的各種東西變成數據，再讓他去做AI。

所以你可能會覺得，是不是可以語音辨認、人臉辨認、物體辨認，當然是。人只能靠嗅覺、味覺進行判斷，但機器，可以判斷熱值，分析動態，然後還可以做出3D的重建，這是人做不來的。

以後機器的感知更遠遠超過人，不只是在辨認人或體，他可以辨認一個動作，然後把這個動作變成商機。

舉個例，張學友六個月前在中國大陸做了五次演唱會，來了9萬個人，演唱會完了以後，23個逃犯被抓起來。因為每個人在進去的時候，都被人臉識別掃了一遍，掃了以後，發現這個人有嫌疑，那麼員警就會來過，看看身份證。

你想，若你是逃在深山裏的逃犯，怎麼會想到混進幾萬人裏，會被認出來？但，人臉識別系統，卻可同時辨認300萬張臉，第二，他能可以一秒六十幀的速度快速地辨認。所以在你入場的那一剎那，即便你用手遮著臉，但只要你手一放下來，就被看到了。因此，AI已把人遠遠的甩在後面，並足以改變世界。

第四波浪潮會稍微慢一點，因為他會要動，讓機器有手有腳，機器人無人駕駛，能夠動、能夠取代流水線工人，能夠取代你的司機等。第四波浪潮會比較慢，但是現在也在快速進步，所以這四波浪潮是同時在發生。

[老黄]

[老黄]

四波浪潮已經覆蓋了整個社會

其實你把四波領域全部加起來，差不多就是今天的經濟，而且已經覆蓋了整個社會。

創新工廠作為AI早期投資人，我們在2012年就開始投資，你看到我們在四波浪潮都做了很好的佈局和投資。在AI領域的投報率，每年都接近三位數一年吧。

舉例子而言，現在AI客服已經能夠接聽80%的電話，可以想像能省多少成本，但同時也取代多少工作。

北京一個叫原麥山丘的麵包店，已經沒有人了，都是自動結帳，你把麵包一放，馬上價錢就出來了，而且若試著把一個小麵包藏在大麵包下面，還會被抓到呢。因為三維重建，可以知道一個麵包有多高，如果一個麵包飛在空中，就表示下面還有一些麵包。

另外，AI教室就是未來的老師，由AI來做各種重複性的工作，包括改考卷、出功課、講課。然後在初級班裡面虛擬老師是也可以的。例如，我們現在已經可以做出一個AI的遠程英語老師，小朋友根本分不出來這是虛擬的。

在中國的農村，小朋友大多都在貧窮的環境成長，要走一小時甚至一個半小時的路上學，而且，很可能，一整個小學，六個年級的所有課程都只由兩位老師教導，所以我們帶進了遠程老師，是北京一個名師的分身，遠程名師講較難詮釋的東西，而當地的鄉村老師變成助教。

至於遠程老師，也可利用人臉辨認，來認學生，藉此進行師生互動，針對每個學生的需要，幫助修改己英語口音、數學基礎知識，這都已在真實社會運營，不是天方夜譚。