刚才郭为提到的用AlphaGo下一盘棋要消耗多少能源。这个垂直领域训练数据是需要消耗很大的能量，但在实际用的时候其实不需要消耗太大的能量。我们绝艺训练出来的单机成本跟职业棋手差不多，但是要训练出这个模型来要很长时间，稍微改一改规则就全部要进行重复训练，改进一点之前的积累都不算，要从头积累一遍，消耗的能量很大，而且时间很长，这是很窄的一个技能模拟。

下一步到通用的，再下一步是不是有更本质性的，发现它背后的原理，智能可以超越人的碳基的智慧，是不是有其他更多的基础元素可以形成更高级的生命智慧呢？这可能是超越人类现在所发现的知识，这也是有可能的。甚至有人还突发奇想说我们现在认识的宇宙就是高智能的生命，用他的量子计算机模拟出来的环境，我们一切都是模拟出来的，也有可能。大家发挥脑洞大开的想象力吧。

吴鹰：脑洞大开，一切皆有可能，Robin怎么看？

李彦宏：其实我不太认可人工智能现在做的是仿生学，现在我们讲人工智能像是人脑神经元的工作原理，但是人脑具体怎么工作的，刚才马云讲的我们只了解3%，我们并不知道人脑是怎么工作的，你不知道它怎么工作怎么仿它？我们只知道这一点点，这一点点计算机的算法有一点类似之处。

我同意现在的人工智能，尤其是机器学习、深度学习的算法还确实处在非常初级的阶段，还有很多提升的空间，现在做得还非常不够。什么时候能够挑战真正人的认知能力，我觉得还有很长很长的时间。

我说话比较保守，我说很长是说这一天永远不可能来到。第一阶段是弱人工智能，第二阶段是强人工智能，第三阶段是超人工智能，我认为到强人工智能这个阶段就达到不了，不仅仅是你永远搞不清楚人脑是怎么工作的，你即使用电脑的方法模拟人脑，要想完全达到人脑的水平，我觉得也做不到，永远做不到这件事情。

吴鹰：我们IT领袖峰会就是观点。我也不用问沈向洋了，因为确实是人脑到底怎么工作的，不知道。但是这个答案非常简单，因为有一个上帝。所以很多科学家到最后就信上帝了，变成找到一个答案了。沈向洋，你还有补充？

沈向洋：我蛮赞成李彦宏刚才讲的，人工智能这件事情发展，今天最大问题是对人脑不了解。

脑科学今天还是非常初步的科学，你每次要讲科学的话，首先要一定要有数据，要能够做试验，而且做重复的试验，今天就没有办法真正监测到真正做试验说因为加入了这样的输入到人脑，出现什么样的输出。

接下来N年应该有更多的人投身基础科学研究脑科学这件事情。看今天计算机体系结构，冯诺伊曼结构，跟人脑结构完全是两码事。可能也像张教授说飞机的模仿并不是真正像鸟一样，我觉得肯定是这样的情况。

接下来很多方面肯定叫弱人工智能也好，这些很多的人的智能方面我们能够想象得出来，今天人能够做的事情在不远将来，绝大多数事情，人工智能都可以达到。

我举一个小的例子，比如今天大家讲你今天可以做视觉识别了，物体识别了，你今天可以做语音识别了，那今天人还有什么事情很了不起，大家觉得通过学习的方法，我们可以达到一个什么样的高度。很重要一件事情是机器阅读，阅读的能力。我要考高考、考SAT，阅读一篇文章后，你问一个问题，我可以答一个问题。

像这样的问题接下来5-10年可能是人工智能很大突破的地方，一旦有突破后，搜索也好、社交网络也好、其他商业应用也好，有很多这样的机会。

今天大家觉得激动人心的地方是因为以前是完全符号式、公式去做，今天是神经网这样一种解法。它的区别在于以前符号式做法，atv直播，你觉得用符号式做法解了一个问题，是可以解释的，而今天这种神经网解法，包括Pony做的围棋机器人，他很难去解释为什么下这一步。

所以，接下来有一个需要研究的问题，从符号式到神经式怎么样回过头再到符号式，就是研究行业很热门的方向，叫做可以解释的人工智能。

吴鹰：咱们讲了这么多人工智能的话题，讲一点跟在座嘉宾更接近一点的，我本来想问李彦宏怕不怕微软，想不想把它干掉，但是没有什么意义，他们都有很智慧的回答，肯定会回避开。