宕机器能够取代简单的工作时，当 5 秒以内就能思考完的事情人都不用做的时候，当这么多人可能失业的时候，这些失业者应该怎么做？我们如何重新训练他们？孩子的教育是什么样的？怎么让人类继续找寻应该做的事情？也许造物者不希望我们做这种无聊的工作，让我们都做有意义的事情，所以才用机器取代了我们。

　　刚才讲的这些事情都是 10 年内会发生的。

　　当然未来也可能是 AI 养活全世界，我们也许都成为 AI 的宠物，在家里戴着 VR 头盔玩游戏。机器会不会有自我意识，会不会取代人，会不会成为物种，虽然未必不可能，但这些是未知的。

　　很不幸的是：我们科幻小说看多了。

　　“AI 新物种”、“取代”、“奴役”，这些当然可以想像，但有更多必然的、有意思的问题，更值得我们去思考。

　　AI“低处的果实”还没摘完

　　人工智能有很多学派。符号学派、连线学派等等。但是除了深度学习，其他方法经过多年验证，是不太有发展的。

　　模拟人的分析方法，希望把 AI 变成一个规律和专家系统，过去 50 年已经证明了这个思路不行。当然也许某天会有突破，但是直到那天为止应该是不行的。

　　就我自己的背景来说，在 1988 年，我就开始做语音辨识。当年第一套系统就是用完全机器学习的方法来做的非特定人类语音辨识。

　　现在看起来这是一个特别小的方法：世界上有一个人能够从纸上读出语音，我的老师就要把这套方法变成一套专家系统。

　　当年让我很坚定地认为：机器的构造跟人脑、人的思维方式其实是不一样的。我们硬要把 A 放到 B 其实是很困难的，就像我们无法逼自己变成一个深度学习者，去解析事情──我们脑子思维就不是那样的，是不自然的。

　　用脑科学的方法制造人工智能，是一个未知的领域。未知的东西有它的魅力，你要做研究就要做未知，你要有了突破那就是创新。在学术领域你做每一件事情的衡量标准是：我要做别人从来没做过的东西。我们可以假设脑科学跟未来的 AI 是相关的，我们可以去证明这是或不是。但是从投资的角度来讲，押注的风险就太大了。

　　当年深度学习也是因为资料不足，碰到了瓶颈。但近年我们看到有好几个特别大的变化：

　　第一个就是特别大量的资料在某些网域开始产生，而且我觉得我们目前还没有用完。

　　第二个就是 GPU 的使用让我们能够更高效地、非常快速地做深度学习。

　　现在我觉得，所谓的深度学习的果实还远远没有摘完。人工智能用软件来说百花齐放，一颗颗大果实就在你面前。在这种情况下，你还要去种花，何必呢？

　　我们把 GPU 和海量资料在全世界扫一遍，应该还够我们 VC 界吃个 5 年，所以从投资的角度这是非常清晰的事情。

　　再往下走，我觉得 AI 肯定不是只有深度学习。例如现在还有增强学习的方法，也在探索。AlphaGo 里面也不是只存在一个方法。所以我觉得学术界其实应该开始帮助和探索更多可能性，当我们把这 2 年的粮食吃完后，也许会有更好的机会。

　　我没有 AI 宗教信仰

　　当然未来 AI 也可能没有进一步的突破了。

　　如果没有的话，那就说明 AI 的黄金时代过去了。下面就是物联网或其他什么的。身为投资机构，我们并没有一种 AI 宗教信仰，我们还是要掌控灵活度。

　　就像移动互联网时代，当时我们应该是业界最高调的移动互联网 VC。但随后我们根据情况做了调整。

　　如果学术界跟产业界有合理的分工，我对未来 5 年投资界和产生的价值非常乐观，对于所谓 AI 泡沫我认为不会发生。当然有个案会是泡沫，但是我认为能吃的粮食实在是太多了。

　　学术跟产业的分工大概是这样：

　　一方面是一个天然有机的分工；

　　另外一方面又有一点羡慕嫉妒恨。

　　一般来说学术界看不起产业界，但在某个时刻突然产业界一个技术成熟了，在这个技术上学术界就做不到产业界的成就了。于是学术界就被逼去做新的东西。例如现在再做人脸辨识，学术界已经打不过产业界了。所以在人工智能领域，很少见到一个老教授一生只研究一个命题。

　　AlphaGo 本身没有商业价值

　　AI 会带给我们什么价值呢？

　　我想先说说 AlphaGo。之所以 AlphaGo 如此引人注目，很大程度上是因为我们这样的专家把它讲得太悬疑。