创业公司有数据的瓶颈，四、五年前数据是约束我们的，这个倒是真的。但还要看你要进入哪个市场，比如医疗市场，医疗是一个非常分割的市场，今天没有哪个大公司把这个数据通吃或者垄断了。

　　哪一些市场是特殊的？有用户场景的。有大量用户场景是大公司的强优势，我觉得小公司基本没戏，既使是你有技术。这要区分来看，有一些领域，比如说人脸，大家都做人脸识别，那用网络上的数据，其实大公司小公司都没有太大差异，都能收集到1亿、2亿的数据，但是到比如刚才说的ATM机刷脸取款的那些场景，既使是非常大众化的人脸识别这个领域，BAT也没有ATM机的数据，你也得从最简单的开始做起。越垂直、越分散的领域，大公司不见得有优势，这是创业公司很大的机会。

　　华先胜：看来你对于自己的科学家的团队还是很有信心的，实际上我觉得大家都知道这个智能的发展，人工智能这个技术落地确实是有很多的因素在里面，有科学家，或者叫算法，算法是由科学家发明的，所以我把他混在一起来谈，有数据，有平台，有商业模式，有用户，这些因素基本上是缺一不可的，他可能应用强调这部分更多一点，有一些应用可能强调另外一个因素更多一点，其实我有些同意刚才朱珑的一些看法，特别是讲到要深入一个行业去，我觉得是非常重要的。人工智能远远还没有到我想到一个算法然后就work，不是这样的。还差的远的很。

　　第三个问题，刚才讲到很多监控的问题，智能的发展对将来会不会产生一些负面的影响？比如安全方面，隐私方面，这些将来带来的问题，带来的困扰。就相当于计算机发展的过程当中刚开始PC的时候有病毒，后来网络有木马，现在数据和web2.0、3.0等等这些概念出来，假新闻等等之类的都会带来负面的一些因素。我想问一下，虽然跟你的创业公司不见得有直接相关，我想问一下你在这方面有什么样的看法。

　　朱珑：技术带来的社会影响其实是一个长久的话题，直播，人工智能可能今天因为超越人的智能边界的时候，会更加敏感。我觉得两个方面，第一个方面就是它其实不是安全问题，或者不止是安全的问题。“智能”大了之后的社会分工，我觉得十年之内有巨大的动荡，不仅是中国，全世界都会面临这个问题。我为什么是我？我大学上了到底有没有用？大家如果家里有小孩，今天可以开始思考到底学什么。这个课题在过去的教育学家的课题可能这一页应该翻过去了，要重新开始思考。

　　没有人是特别知道应对30年后的世界，现在学什么才是对的，因为今天我们开始重新认识自己。未来20年，人类社会分工，或者经济形态会有巨大的变化。以前大家都学车，那以后无人车都有了，你学车就被人笑话对不对。

　　第一个层面是说，这个会有非常不平衡的情况出现，而且政府一定是滞后的，因为这个时间越长，没有人有特别强的预测能力和管控能力，所以这是第一个层面；

　　第二个事情是，目前AI技术并没有跟其他的互联网技术，或者是其他信息技术在安全性上，或者是其他层面上带来的威胁有本质的区别。技术都有两面性，一定会出现有利的地方和不利的地方，在过去因为有黑客互联网就不发展了？不太可能。我觉得AI并没有特别强的特殊性。

　　华先胜：刚才朱珑讲到了一个非常有意思的关于人脸识别技术，机器识别的能力，但是其实还有另外一点，机器识别的局限性。比如我们对一个人的时候，哪怕这个人的侧面，哪怕是一个背影，哪怕是灯光灰暗的，哪怕是有人遮挡的，人是能够识别的，机器很多情况下就歇菜了，也就是说这个机器是在某一个方面是强的，在某一方面是弱的。

　　比如说，现在还有一个例子就是对话这件事，你在某一个行业里面，或者说你只是问他一些，告诉它订机票，查天气，叫个车，那是很好的，你要随便跟他聊聊天，说这个北京天气怎么样，饭馆怎么样，或者是杭州呢？它就说杭州有美丽的西湖，就不知道你的联系到说杭州的天气怎么样。那么人工智能的局限会不会限制将来的发展？到底怎么样结合人的智能和机器的智能的这个长处去产生真正的影响？

　　朱珑：刚才这个问题也比较一般难见到。我本来给大家解释那条曲线，稍微有点复杂，我刚才跳过去了。那条曲线，横轴是不同的年限，纵轴是错误率，大概是这么一条下滑的曲线，曲线上不同的点是什么呢？就是每一万人当中把你识别出来超过95%的这种点，再往下一个点就是10万，100万人，1000万人，1亿人，10亿人。技术是这样子发展的，什么意思？刚才1万人、10万人对应的是算法的识别性能，也是对应算法适用的场景性能在10倍、10倍的提高。场景是不断被解锁的，而且这个过程是一个非常大非常大的加速的过程。