DoNews 3月25日消息（记者 安宏）AlphaGo与韩国棋手李世石的人机对决已尘埃落定，但人工智能的进化之旅才刚刚启程。搜狗CEO王小川日前在博鳌亚洲论坛上深度解析了以AlphaGo为代表的人工智能当前发展阶段和未来趋势，并就人工智能的下一代机会进行了讨论。

人工智能将经历哪些阶段？

从深蓝电脑到AlphaGo，王小川在会上复盘了近年来人工智能的技术变迁与进步。他认为，深蓝和AlphaGo背后的并非仅仅是技术在量上的积累，而是完全有了质上的提高。

王小川解释，人工智能或经历三个阶段。第一阶段，即过去的传统做法，把人已经懂得的规则教给机器；第二个阶段，就像今天的谷歌训练阿尔法狗一样，把接近三千万棋局和答案就让它去记忆或者学习，使它能够根据以前经验产生分析类似问题的能力；第三个阶段则是，不给出方法和解决答案，而是让机器自己找到答案后，由算法评价这个答案的进步与否，“接近了我这个系统给你奖励，你赢了，然后让你倒着推，你要输了我就告诉你，自己回去算怎么输掉的。”也就是巩固学习或增强学习。

人工智能能否被赋予生命？

人工智能是否会衍生出自己的情绪、意志甚至好恶？对此，王小川认为，如果有一个合适的算法，是有可能实现的。他表示，AlphaGo并不单纯是一个下棋智能机器，而是可以通过算法产生进化能力的。如果将赢棋能力预设成生存能力，在技术实现角度，人工智能可以走得更远。

他甚至认为，人工智能是可以被赋予生命的。对于生命的定义，王小川解释，如果一个个体满足“性状相对稳定”和“能够自我复制”两个基本点，就可以被称之为生命。“如果一个机器能够让自己存在，而且让自己产生复制，那就开始进入到生命的领地了。”

而从对AlphaGo的研究方面可以看出，是人类通过算法赋予人工智能找到方法到给出答案，甚至指出下一个目标的过程。这个过程中，其实人类不止在创造人工智能，而是在创造一种生命。

如何看待人工智能最终的未来？

人类与人工智能的“最后的一战”是不少科幻大片中的常用题材。而现实生活中，越来越多的人加入了人工智能发展的讨论中。

在王小川看来，人工智能的研究分为两个流派，王小川认为，人工智能有两个流派，一个是研究出来一个聪明的可以独立思考的机器，“这个过程其实我们本身不止在创造人工智能，也在创造一种生命。

另一种道路是机器作为人工辅助，像搜索引擎一样为我们所用，目标是解决专业的问题，变成一个工具或者一个附件，就像手机一样，也许以后手机变得特别聪明，甚至有可能与人类大脑做连接。

对于机器取代人类的话题，王小川判断，流程、答案标准话的岗位意味着应对的问题具备单一性，而这种岗位最有可能被机器所取代，“如果同样一件事情，机器干得比人好，那人就会被机器取代，这是规律和趋势。相反，你可能了解整个世界整个人文，了解所有发生过的探索更大边界，然后你输出的解答越开放，没有固定的答案，那会更难被取代。”

不过，王小川并不认为在未来人类和人工智能的关系是“对立”的，他还是认为机器更多的是对人类的一种辅助，而且强调这种辅助早已存在，“机器可能不是一个机器人的形态，大家现在手机里或者各种智能家居都是机器的表现之一。”人工智能的大趋势是和人实现融合。

王小川强调，在人工智能帮助下，人类变得更加强大，人工智能不仅让人们在体力上得到解放，更能使智力得到拓展。所以未来人类与人工智能不是一战，而是融合，人们也许会变得恐惧，但会慢慢接受。

人工智能的当前趋势有哪些？

王小川认为， 下一代人工智能的主要机会来自于硬件或者网络连接的变化，其中有两个很重大的方向，一个是人工智能设备（AI），另一个就是VR虚拟现实的技术。

随着人工智能发展，产品形态会有变化，第一是它会更懂你，包括从语音识别、语义理解、甚至个性化理解上，你可以用一种自然语言的方式与它沟通。

第二，未来技术里有一个突破的重点，那就是让机器开始具有概念的理解能力，因为理解了以后就能推理，就能知道你真正要什么，通过计算给你一个正确的答案。这时开始从懂你上升到给你一个可靠的答案，使得现在生活里面这些物联网或者其他的机器人，更加的聪明，可以改善我们的生活。

另一个技术趋势则来自于虚拟现实，一个是对现实世界的升级。比如说在教育领域，甚至在买车买房过程中的应用；另外就是VR到来之后，将带来游戏和电影领域的革命这些行业将在虚拟现实中能够得上巨大的增长，未来三到五年时间里或出现颠覆性效果。

对于搜狗搜索的发展，王小川认为下一步是从提供信息变成“你生活里的小助手”——给出答案和提供服务。此外，智能硬件应用也将是搜狗未来涉足的重要领域。

王小川透露，早在2015年初，搜狗就已意识到人工智能的深度学习技术有机会应用于围棋对战，并在搜狗内部启动了一个类AlphaGo的研发项目。但受限于资源、精力不足，并未继续推进。虽然在双方对战阶段曾进行技术解读和现场直播等弥补工作，但未能带领搜狗抢先切入该领域，已经成为王小川近年来让自己最遗憾的决定。（完）

以下为王小川在博鳌论坛上与梁冬对话实录：

梁冬：大家下午好，我是来自正安中医的梁冬，我旁边坐的是搜狗的CEO王小川先生。

梁冬：这段时间关于人工智能的话题很热门，我过去五六年一直做中医的连锁诊所，每天都碰到很多关于对生命很感兴趣的人，所以大会这次就约我们聊一聊人工智能和生命的话题。前段时间有个很热门的话题就是AlphaGo和李世石的对抗，很多人认为这是一场关乎机器和人类的对决。那么到底应该怎么看待这件事情？小川兄应该是中国最有资格对这件事情进行解读和评价的人，同时，我们今天也想和大家一起讨论，未来基于互联网包括人工智能联接在一起，会不会涌现出一种类似生命异质的东西？如果真的涌现出来，那对人来说又意味着什么？我们这些人在十年十五年二十年之后到底还有什么价值，这是我们今天要讨论的。

王小川：去年初的时候，我们已经开始意识到了深度学习这样一个技术有机会应用于下围棋，而且我对围棋非常感兴趣，所以今年一月底谷歌的论文一登出来，我立刻说谷歌会完胜李世石，原因是看了论文之后，我发现里面的内容跟我们之前对于人工智能，对于深度学习理解的模式是非常一致的，所以一方面是自己本身有这样一个信仰，我也相信它的技术实力，也就是80%是对技术的理解，20%是对谷歌和人工智能情怀的认同，所以我们认为它们有能力做好这个事情。

梁冬：说回来，我想你跟大家一起来分享一下，这几年在全球中深度学习最新的方式是什么，为什么深度学习这几年会突飞猛进，它和以前深蓝战胜国际象棋冠军的那一种学习有什么不一样，这种深度学习的模式是不是可以自生长，长到有一天完全失控？

王小川：这是一个挺技术化的问题。在场有多少人听说过深蓝？大家都知道，深蓝是1997年，在第二场比赛中把卡斯帕罗夫打败了，深蓝是IBM当年推出的RS6000型号的像超级计算机一样的机器，但是深蓝与今天谷歌的AlphaGo的计算力还差了三万倍，时代变化，接近二十年的时间里面，计算力是突飞猛进的变化。但事实上，AlphaGo并不简单的只是赢在计算力的提升，否则就不会有围棋选手一边倒的认为人类一定能赢，即便是科技圈的人，对于深度学习有理解的人，大多数的评价也都认为机器以后会赢，但这次赢不了，所以在这里面到底发生了什么样的事情呢？

我们知道自深蓝之后技术有了三次跨越，深蓝的技术其实就是靠人写的一些规则来指导机器做搜索，你下一步棋，我下一步棋，然后下了十几二十步之后，它就开始判定棋局上谁占优，机器搜索的方法其实是依靠人在里面做的很多的设定，“每一步该怎么走”这样输入到机器里面去，所以其实除了开局有棋局以外，大体上是暴力的搜索，我算过一次，大概搜索十三到十四层，每次展开三到四个页为节点。

今天我们用一个台式机，甚至一个笔记本就已经可以赢顶尖的国际象棋选手，计算力的提升已经使得象棋问题彻底被解决了，甚至能够让顶尖的国际选手一个兵甚至到两个兵，然后再做开局也能赢，所以人类在国际象棋里面已经碾压了，只剩下一个底线，也就是围棋没法突破。有一句话很简单地解释了剩下围棋的原因：因为国际象棋和围棋在搜索空间的大小上有巨大的差距，国际象棋搜索空间其实不够大，现在的笔记本就够用了，而围棋的变化数比宇宙间的原子总数还要多，所以如果只是用穷举这种暴力方法是不可能的，用原来的搜索方法就不行了。

我们往下就开始向人去学习，把人的思考方法交给计算机，进行了三步变化，第一件事情就是我们把人已经懂得的规则交给机器，这是原来的方法，所以以前的工程师不管是做下棋还是做医疗的，或者写电饭锅控制程序的，都是把我们懂得的规则写成一个代码交给机器，或者把数据给它，然后人在里面做指引“什么数据要怎么处理”，来教会计算机对当前的真实物体建模型，把它变成一种特征，然后在里面去做一些分类算法之类的工作。就是给它一些数据，但是人需要像教小孩一样，在里面把数据的特征描述出来，告诉机器方法，所以第一件事情是人告诉机器求解的方法，这是传统的机器学习。

但是很多时候我们自己都不知道方法是什么，比如我们说梁冬兄，你看见他的时候知道他是梁冬，但是你要如何告诉别人你是怎么知道他就是梁冬的？这就难了，你的眉毛粗还是脸方？所有的描述其实不支撑通过建立模型把他识别出来，所以在有些问题里面发现我们人已经很难把方法告诉机器，甚至自己都没有一个方法的理解，这件事困惑了我们非常久。即便到2006年之前，我们都很难应对这种说不清道不明的事——怎么办呢？2006年有篇论文叫做《深度学习》出现，它其实提倡的是使得我们的计算机去仿照人的大脑皮层的工作，就是人当你视觉看到了一个图像之后，其实是在大脑皮层从第一层里面变成刺激你的神经元，然后神经元把这个信号传给下一层，然后它就很广泛的连接，下一层如果一部分被点亮了它就往下传递，传递几层之后就能做这样的识别。神经元是有参数的，什么样的刺激你有什么样的反应，这是人识别的基本工作的原理。这个时候机器开始仿照人之后，就变成了我不用告诉机器这个方法，我的神经元模型里面只告诉输入是梁冬的头像，最后告诉他这个头像叫梁冬，就只告诉答案了，因此这个之后变成了我们深度学习变成了一个方法，是不告诉机器方法，只告诉机器你的输入条件和答案是什么，让机器进行学习。代价是需要更多的数据，所以这样的一个变化其实带来了我们一下子人会变得更加轻松了，我们的工程师对于医疗对一些图像、语音，原来这些领域里面没有足够多knowhow的地方，现在我们都敢于进去，只要告诉机器答案是什么，机器就可以自己去思考怎样求解。我们教小孩也进入到新的一步，不用告诉小孩过程是怎样的，直接告诉他答案是怎样的。没有特征提取和过程。

梁冬：非常有意思，我自己有孩子，我这几年也历经了对小孩子教育的过程，我们发现你如果强行规定他必须按照你所制定的路径去做事情，反而会带来对抗，而且也不见得学得好，但是如果你告诉我就要这个结果，让他自己去尝试，也许刚开始的时候是不好的，但过一段时间他自己长出来他自己做事情的方法之后，他就会让你很诧异，比如说我让他去背古诗词，他根本读不懂，他就用他自己的联想法，有一个词大概其实是跟吃糖一点没有关系的，只是那个词很像吃糖，于是他就把吃糖联想起来了，我后来问他怎么能背得下来这么多古诗词，他说把这些编成他能理解的故事来记。我前几天碰到过一个老和尚，我说什么叫“我执”？他说我执就是坚定手段，变换目标的人；“坚定”就是坚定目标，变换手段的人，所以我们要做的事情就是一个坚定的人，而不是一个“我执”的人。我以前一直搞不定什么叫坚定什么叫“我执”，手段其实是基于道的，就是像水一样，哪里有空间哪里流，总之我流到哪里都是可以的，很有意思。

王小川：谷歌就是我不告诉你这个方法了，我也不知道方法是什么，像人下围棋也是棋感，跟人脸识别一样的。所以谷歌就把KGS的服务器上人类棋手六段以上对弈的30万盘棋放在机器面前，就是当前在什么局势下，人是怎么落子的，30万盘棋大概有接近三千万棋局和答案，就让它去学习，学习之后机器不仅把这30万盘棋学会了，它自己这个过程里面会产生对类似问题的分析能力，所以棋局变了之后，它也能够根据以前的经验，它能够去做判断。不是记住这30万盘棋，而是30万盘棋有个泛化能力，一下子就变成了人下棋的方法，数据表明。数据显示，给它一个棋局，它往下怎么走子的仿人的能力达到了57%，就是每一百个子下下去，其中57个子跟人的第一个下法是一样的，这件事情已经有巨大的突破了。这件事情做完之后，剩下43%跟人不一样的不代表它不好，所以它具备了很高的棋力，根据评判，它已经达到了五六段的水平，学习了棋感的过程，以前教它靠搜索或者规则开始建立棋感。但这并不是谷歌能力能赢人的地方，毕竟30万棋下去只是六段，它跟人的思考能力还是有距离。

然后谷歌就进入了第三个阶段，觉得还不够，谷歌就把AlphaGo变成了神经分裂成两台机器了，就是按照刚才人下棋的方法它自己可以做少量随机的变换去下。就像金庸小说里的老顽童左右互博，有可能这局赢了，那局输了，就是自己跟自己打，打输的这台机器我告诉它你输了，打赢的我告诉你赢了，然后让机器倒着去推，你这步棋怎么没走好？第三步的做法我不是给你答案也不是给你方法，只是在最终我告诉你在目标上是更接近还是更远了，你接近了我这个系统给你奖励，你赢了，然后让你倒着推，你要输了我就告诉你，自己回去算怎么输掉的——这就变成第三步的走法，这个走法也像是我们跟人互相之间的学习是有关系的。比如小孩子被杯子烫了，不是我告诉你不要碰，而是他自己感到痛苦，知道以后不能碰——这种学习我们叫做巩固学习或者增强学习，这个学习是既不给方法也不给你答案，而是只是让机器自己找到答案之后，我去评价你这个答案是让你更好了还是更差了。

梁冬：这个时候机器已经有一点点意识了，我知道什么是好什么是不好了。

王小川：这个时候机器就追逐赢的目标，而不是追求每一步棋怎么走。我认为这是跟人学习一样的，给你方法、给你答案还是最终只是评价你，但这个事情我们觉得机器在赢这件事情，在AlphaGo上是非常局限的，它的赢有两个条件:第一个只是下棋赢，赢棋是我的唯一目标；第二个，它经历的这个状态，在什么情况下下棋，只是在19×19的棋盘上，只是在一个封闭的环境中，这跟环境跟外界是没有关系的，所以它学习的数据是非常的少。所以我们今天如果下棋，把棋盘从19×19变成20×20，机器就傻了，它的环境发生变化了，如果是人下棋，变换棋盘其实对水平影响不大。第二个，人还有种能力是把学到的经验转移到其他事情上去，我们知道围棋选手第一思维会很缜密，第二下棋里面教会他做一种利益交换，下棋不是光把别人就打掉了，他是在想到底走先手还是走后手，局势里面互相之间能够得到一种平衡，人的思考会把一个经验转移到其他领域里面去，他有这样的变化，而今天的机器还远不到，所以你叫它有意识有智能，它只是在一个局限的环境里下棋的一个机器。

梁冬：现在很多人都在讨论AlphaGo会下棋之后，它会不会去学习别的东西，因为会下棋并没有什么，大不了这一辈子我不以做九段高手为人生目标，我可以在家里设立它是四段三段跟它下，把围棋变成快乐，但是如果它深度学习的能力到另外的领域会不会影响我们？比如说医疗、律师，或者比如说做一些法律东西上的判断，有没有可能这些学习的方法一旦像潘多拉的盒子被打开以后，它开始迈向了一个崭新的世纪？

王小川：我再补几个细节的东西，你刚刚题目叫转移学习，就是把一个领域学习的知识运用到其他领域去，这是DeepMind在做的一件事情。这个团队是英国的，谷歌大概花了四亿英镑全资做的收购，当时20人，现在200多人了。我们刚刚看到这个机器通过用监督学习把人类历史的30万盘棋先学会了，像人一样，然后再自己跟自己下去超越人，所以它是先学习人再超越人，是这样一个路径，就把人类四千年来人经验的提升甚至人类在棋问题上的进化变成自己的一个基础，然后再去超越进化，这个时候谷歌还干了另外一件事情，它就想我如果不要去学习人之前下棋的方法，或者下棋的这样一个答案，我就让这个机器自己跟自己下，一开始可能很傻，这两个机器随机落子，但是最后也能告诉你输赢，然后这个时候说你输了你赢了，让它从一个白痴开始去进化，是否它最后也能变成一个下棋的高手？现在在做这件事情了，这个时候这样的一台机器以下棋为目标的时候，它已经脱离了人之前的一种经验，有可能它会进化出来一台跟人走棋风格完全不同的机器。

比如中原武学有很多流派，一个人说想把中原武学都学会了，然后再研发自己的杜门绝迹，但是大体上你是个中原人，但如果这个人从来没有在中原呆过，一开始只是武功为基础，在另外一个地方训练，那可能就需要西域的一种打法，如果说这个机器过一段时间如果它能够把这个计划做成，可能谷歌宣布跟柯洁再打一仗，那他压力就更大了，它面对的不是有人类经验的棋手，而是完全进化出来的一个棋手，它的风格跟你完全不一样，它的目的不只是赢棋了，而是好奇智慧和经验从零开始进化的时候，是否只有人类这一条道路。

从这个延伸下去我们再想另外一个问题，如果机器的目的不是赢棋或者输棋，它的目的是这个机器能够存活下去，甚至能够产生自己的繁衍，把这个当成目标，同时机器不只停留在19×19的棋盘上，而是变成你要生存在地球，或者一个实验室里面，我觉得它们就在创造生命了，生命的本质无外乎在这几千万年里面自己存在下去，所以人开始进化，发展出两条腿两条手，发展出眼睛鼻子，开始有智力，甚至有了情感，有了社会的道德。

梁冬：你刚才讲的时候，已经在言语之中带出了很有趣的观点，就是你认为广义上的机器会衍生出自己的情绪、意志，甚至好恶。

王小川：有可能，现在国外科学家在做这样的试验，所以从AlphaGo里面我们看到的不只是下棋的一个机器，不只是看到一个智能这个词，而是看到怎么在推动一种进化，而这种进化有目标，我一旦设立了目标设立了环境，如果我有合适的算法，我最后在这个环境或者目标下培养出来了一种能生存的能力，谷歌的AlphaGo是赢棋的能力，但如果它是生存的能力，它就变成一种我们认为生命，生命其实就是生存和繁衍，所以在AlphaGo的道路里面我们在国内只关心机器打败人，但是确实在技术里面它们做得更远。

梁冬：你刚才提到一个很有意思的词“生命”一直以来人类有一种很自由或者自我的一种骄傲，认为人始终是一个独特的something，我们是有生命的，它是没有生命的，站在你的角度来看，什么是生命？人工智能是否会演化出它自己的生命？

王小川：这是很大的问题，我大概已经想了十五六年了，然后也有自己的一些答案。从理解生命的时候，我先讲一个研究生时候的事情，我当时的工作是搞计算机和生物信息，就搞基因的，所以我的毕业论文做的是基因测序。那会儿我就开始接触基因，我就开始理解到，发现基因的一个变化，从DNA变成人的过程中是一个机器复杂的过程，我们说苹果落地是特别简单的一件事情，或者说公司倒闭——所有的现象里都能预测它的未来怎么变，但是基因核心是能够把自己变成一个蛋白质，DNA上有很多基因，变成蛋白质，蛋白质后面就变成你身体的一个组成部分，或者是一种催化剂，称为有机催化，它比无机催化速度会快一万倍。在座各位如果上过中学，且没有把书本还给老师的应该知道这一部分。

梁冬：有吗？中学有讲过吗？现场大部分人可能连Sin、Cos都不记得了，哪还记得有机催化速度快一万倍（笑）…

王小川：我们理解人的身体是无时不刻不再变化，这种变化我们是否能够去给你一个DNA，然后计算出来这DNA最后长成什么样的生命，我们就好奇这个问题，以我十几年前的技术到今天的技术一样是不可解的，甚至AlphaGo的能力也做不到。我们其实给了你DNA之后你很难去预测它未来长成什么的样子。我们听过蝴蝶效应，蝴蝶效应就是指在一个混沌的复杂的系统里面，一点微弱的变化，误差就开始产生积累，最后就完全不一样了，这就是之前的一个情况。

但是这种情况下，我认为在基因里面也应该有蝴蝶效应，原始点的变化最后结果就不一样。每天上亿次的变化，我觉得不可思议的事情是最后一但DNA长成人了，可能三岁的小孩子，七岁开始换牙，然后长成成年人，最后还要衰老，还要长成男人女人，还长得不一样，而且还有亚洲人、欧洲人，甚至跟老爸老妈还长得挺像——这个事情其实在中间我发现，简单讲我们今天觉得特别自然一件事情，但是我们用计算机模拟，以它的变化去模拟的时候，你发现这件事情计算力是完全无法支撑的，我们通常认为只要一点变化，人最后就长“没”了，所以当时我特别好奇这样一个问题。做基因的时候我们实验室还有另外一个项目叫做告天气预报，我们今天能预测几天？

王小川：两天还比较准，你要预测七天就很难了，要预测十天基本是不可能了。这种情况下我们要用多少数据？第一个，我们要把整个地球的数据都采集到，如果我只有中国的数据没有蒙古的数据，那蒙古的风一吹过来就发生变化了，所以全球协作，采集全球的数据。第二个，计算力极大，我们要把空间分成小格子，每个小格子里有温度、湿度、气压，用微分方程做迭代，预测后续的变化，这样一点点迭代去预测。在以前，我们大概八九十年代看新闻联播经常听见说美国超级计算机不能输出给中国，原因是你会拿计算机可能去算核弹或者导弹的方程，中国说“我冤枉啊，我是用来算天气预报的”。我们知道要模拟天气就需要巨大规模的计算，即便这种计算下我们可能也就计算几天后的情况，是不会太久的，但是你要知道，人类体内的基因变化或者带来人体的化学反应，它里面可能比一个地球的大气要复杂，而且这种基因驱动我们不止七天后的稳定性，它甚至注定你六十年后你会长成什么样子。所以这样一种力量让我产生了想去理解这种现象，怎么理解这种变化，所以我们认为说生命其实蛮奇迹的，它能够绕过世间很多的不确定性，比如生之前老妈喝一口水一个蝴蝶效应，你就长成水牛了吗？不会，或者说今天我不高兴，我打了你一拳，以后会有变化吗？它其实是能收敛回来的，所以我开始相信宇宙里有很多万事万物是能够去对抗环境的变化。

你看到DNA的时候还没有讲周围的家庭怎么样，一个国家怎么样就能知道你能长成什么样的结果，所以很神奇，一个局部的因在很长的时间里面带来一个确定性的结果，这是我当时对生命一个特别好奇的地方。后来我就发现说当我们去做科学研究的时候，科学是干嘛的，它有个定义，是我们用来解释过去或者我们用来预测未来。我觉得另一个词也是，比如迷信也是用来解释过去和预测未来。

梁冬：所以科学约等于迷信。

梁冬：我只是简单的逻辑推理。

王小川：在我们人类所谓的智慧里面，其实我们核心的一个工作就是能对过去的原因找到，对未来能够去做这样的一个预测，能预测，你就要想一个问题，未来是否是可预测的？它是否有确定性？以蝴蝶效应看，我们其实很悲观，我们世间万物有太多的不确定性，但是以生命的视角看，我觉得很多事情冥冥之中就会走到那个结果里去。未来如果它变成一个能确定事情的时候，我才有研究的基础，所以我就开始在想，宇宙中间到底什么事情时候是能够被确定的？先回到这个问题，而且是变成一种不是偶然现象，是一种必然的，甚至越来越确定，或者它确定的概率变高的，就开始研究什么东西确定？或者是这个宇宙里什么样的现象是越来越确定的？

“确定”如果换成专业词的话就叫“有序”，有序跟混乱是对应的，叫无序和有序，物理学里有个词叫熵——如果越确定那未来的可能性就越少，越有序，熵值就越低。如果未来越不可确定，可能性就越多，越无序，熵值就越高。定义熵之后我们有一个很悲观的叫热力学第二定律，就讲到封闭系统，熵值是单增的，也就是说一个封闭系统一定会走向无序的。但是事实上我们今天看到的还好，我们这个系统是开放的，它是不断有能量的注入甚至有物质的交换，不是一个封闭系统，就能开始产生有序，而且有些有序的系统或者子系统，它还能够影响周边让自己有序变得更多，这种现象我们怎么定义？后来我看一本叫做《复杂性》的书，这本书是诺贝尔物理学家、生物学家、经济学家一块做的，它里面定义生命，其实生命做定义我觉得很有意思，我问过好多人，在座各位每个人都觉得给你一个东西都能判断，这个有生命吗？你说不是，话筒是不是？只看一个手掌是么不是。但是人是一个生命，一棵树是一个生命，我们每个人都能够很容易判断生命，但当你定义生命的时候很困难，什么是呢？有意思？会说话？这显然是不对的，在这里面我找到了到迄今为止对生命解释最好的定义，用了两句话——第一句话是叫做“性状相对稳定”，就是你要表达它，它是什么东西它就是，它是四条腿不会突然变成六条腿，如果我砍了你一下，你可能流了血，但是你会开始愈合，就是你要在环境面前让自己回到原来的状态里，回到原来有序的确定性里面；第二句话叫做“能够自我复制”，就是能把自己的这种状态，这样一种确定性变得更多——满足这两条叫做生命，到目前为止我认为这样定义是不错的。

梁冬：这是特别有意思，蛮烧脑的话题，在博鳌亚洲论坛上有两个人去讨论这个话题。也许我们从这个维度去看的话，一个组织是有生命的，因为我们会发现很多公司有自我排异性，不适应这个组织文化的人就会离开。然后当这个公司出现问题出现危机的时候，这个公司有一种冥冥的力量把这些人团结起来让公司继续发展，当我们用有序性这个逻辑来重新衡量对生命看法的时候，我们发现生命不仅仅是在动物或植物身上，而是扩展到更宽泛的地方，如果这样的话，就会得出一个特别有趣的结论，这个结论就是当人工智能开始意识到他需要自己建模，自己有序化所有行为的时候，它就开始演化出它的生命力了。

王小川：如果一个机器能够让自己存在，而且让自己产生复制，那就开始进入到生命的领地了。这是在今天话题里面蛮重要的一个观点——我们理解什么是生命。我相信大多数人可能没有认真的去定义过这个问题。

梁冬：这是个很有趣的话题，前两天碰见中国科技大学前校长朱清时教授，他跟我分享了一个禅宗的话头，拖死尸者是谁？就是说我们每个人都是一堆尸体，能走能说话，能来参会，到底是谁让这个身体有这样一些反应？所以禅宗一个特别有意思的话头是拖死尸者是谁？其实现在显然这坨肉不是生命，让这个生命能产生一系列有序化的自组织的后面的something是一个生命。如果是这样的话，它很可能就不是一个机器。因为道理很简单，这个话筒也许突然有一天拥有了生命力，它就不仅仅是一个话筒。这样的话它就接近于大象无形，它是没有办法被局限在一个具体的物件里的。如果它是一个弥漫在整个所有的网际网络里面的话，它一旦被生存下来或者一旦被创造出来，它是几乎不可能被消灭的，除非人类全部在同一天的同一时刻把所有的电脑炸掉。

王小川：生命的本质我们看上去是奇迹，但是在宇宙里面是很广泛的，在地球上任何犄角旮旯里面都有生物，都有生命，特别寒冷的地方甚至就开始产生这样的一种繁衍。生命怎么产生的？有一个诺贝尔化学奖的人，他提出了好善结构理论，核心讲的就是在无序中间怎么能够产生有序，他甚至用数学方程式去证明这件事情。他说满足三个条件，第一个，这是个开放系统，它需要跟外界做物质和能量的交换，第二，这个系统本身里面的反应是非线性的，它的变化是能被放大和积累的，第三，这个系统当前是不平衡的，只要满足这三条，在无序当中就能够产生有序，这个事情成为二十世纪非常重大的最后的一个哲学思想，无序和有序其实代表了无机和有机两个世界，以前我们认为无机跟有机世界是隔离开来的，但是他在理论上证明了在无序的世界里面是能够变得有序的。

梁冬：无机物可以变成有机物？

王小川：可以做这种转换的，这就打破了我们很多固有的思想。在数学层面，在科学层面，它已经有一些对应的解答，从无到有的过程是自然的一个过程。

梁冬：如果在这样的一个话题看来，我听到你的言语之间让我想起了一个话题，《裸猿》是1960年代特别有意思的一本书，这个作者说，如果你真正的研究了人类这种灵长类动物变化的过程的话，你就会不得不承认，它只不过是众多动物当中的一个，没有你想想的那么了不起，当然他引发了很多宗教界人士还有其他各界人士的质疑，在你的视角里面，你也认为人类似乎没有我们想象的那么与众不同。

王小川：没错，这件事情是我在研究生的时候重大的一个思想转变，还有一些其他的生命可能是我们体内的一部分，或者你刚刚讲到的是能够比你更大，生命是能够性状相对稳定，就是有序，还能自我复制，那么你体内的细胞是什么？体内每个细胞也是相对稳定性状的，它有细胞膜，有线粒体，有细胞核，细胞进行分裂，我们身体的DNA是什么，双螺旋结构，这个双螺旋结构有非常清晰的有序性和性状稳定，然后在适当的酶的刺激下会产生PCR的过程，会变成两条DNA，然后把其他的核糖核酸放上去产生复制，这太可怕了，我体内的细胞或者我的DNA也是一种生命，要去接受这样一个现实，那么就改定义，定义改来改去改不出来一个恰当的描述。往上走，一个公司其实有它自己稳定的性状，而且很多公司也很相象，公司也要维持自己的稳定，如果这个市场发现收入减少了，那这公司就一定会说我去另外开拓一个市场活下去，就像人，我今天没有面包那就吃馒头，公司也是一样的，而且公司也有跟人一样的性格，擅长什么不擅长什么，有的公司人数特别多，反而人浮于事，所以在这种情况下，在人之外往下走我们看到了自己的这些DNA，看到我们的细胞，往上走我们看到了一个公司或者一个国家，它都有很多类似的这样一些特征，在这种情况下，我就更没有让自己特别自大的理由，不断想我就是在大环境中的一部分，突然理解说我们的性格甚至我们的欲望怎么来的？我们讲的是食色性也，这种本性其实你可以认为是被你的DNA驱动的，DNA通过各种酶的作用，通过多巴胺的分泌，通过奖励惩罚机制，让你有了这种食色的这样一种性。

另外我们还有很多所谓的道德，我们每个人都有自己的荣誉感，我内心把它称为道德，人是活在了欲望之上，活在你的道德之下，我们在另外一种有序的生命里面要找到自己的位置，我们今天很多人想长生不老，甚至不仅长生不老还子孙满堂，如果对一个社会而言你就叫癌症，你会破坏它的组织，所以在这样一种思想里面，我们会打破很多的执念。我们其实很痛苦的，像早年间我们开始有了哥白尼，他发现了地球不是宇宙中心，已经引起了一次恐慌，大家知道我们人的存在意义变小，或者大航海时代的到来，发现了新大陆，这次AlphaGo里面，我发现最受打击的一个群体是围棋的专业选手，我第一场比赛的时候是跟余斌总教练在一块，我是不会下棋的，下棋之前才知道黑子是优先走的，我看不懂棋，但是我会知道这个棋局好不好，我看他脸色就行了，最后当他埋着头整个人处于一种精神恍惚的状态，然后我还在跟他讲投资，讲机器花多少钱买的，他生气了，说你学会下棋了再跟我谈这个事，其实我很尊重他，他作为棋手自己的尊严和自己的一种使命感，就是我是一个棋手，但是如果突然间告诉你棋手几十年来的意义不存在了，那他就产生了自我的否定，其实这种恐慌对于我们每个人可能都会有一些。

梁冬：这就是我们在这个话题最后要讨论的一个问题，再过五年十年，以你的预测，你认为什么样的人是有价值，我把这个问题换一个更有趣的提问方法，假设有些朋友都有五六岁的孩子，他们在大学毕业的时候大概二十一二岁，今天我们应该怎么样培养这个孩子，让他在二十一二岁大学毕业的时候还是一个有价值的人，否则的话我们现在教他学英语，天天背单词，突然发现有一天同声传译已经变成是一个像戴个耳机一样简单的事情，按月流量25块钱包月，按年包月两百就可以完成的事情了，那（现在学英语）就没有意义了，所以我的问题就是如果你有一个孩子，这个孩子我们应该如何培养，让他在十五年以后还有价值？

王小川：这个时候我们就回到机器学习的本质，虽然它很多事情做不到，比如语言机器没有掌握，在有限时间里机器做翻译是蛮困难的，因为它没有概念没有推理，但是拉回来我们怎么来思考这个问题，机器能干什么？以现在的方式，机器是有两个限制条件的，第一个限制条件是它的工作环境是相对封闭的，只是在棋盘上或者它输入的信息是有限制的，所以如果我们干的活，我们处的环境让我们做决策做解答的时候，我们输入信息是一些固定限制的信息，比如做审计师，如果你看的都是财务报表，你输入的数据都是在一个封闭的环境里面的数据，然后你的答案都是标准化有解答的，这种岗位就最有可能被机器取代，答案越标准，而你所要应对的问题越是这种单一，越集中在一个有限的数据驱动你做事情，这种岗位就更有可能被机器干掉，一旦机器干的话就比人干得好。比如司机，司机其实面对的环境数据是有限的，无外乎你就看看窗户外面的数据，你的最终目的就是别撞了，把车开到目的地。环境越简单，你最后的动作越标准，这样的工作岗位最容易被取代。

梁冬：司机可以被取代，但莱温斯基不行。我想讲的是我们总要因为这些机器的发展，逼迫我们去发展出一些我们新的能力，我想来想去，比如说一个好的编剧可能在未来的十五年之内还是很难被取代的，因为编一个故事是很开放的。

王小川：你可能了解整个世界整个人文，了解所有发生过的探索更大边界，不仅你们村的事，美国的事情中国的事情你都知道，边界越大，然后你输出的解答越开放，没有固定的答案，那会更难被取代。

梁冬：我们一直用机器这个词，这个词给我们产生了误导，我们认为那个东西一定是一陀东西，是个话筒是个电脑什么的，实际上不是，它是没有重量的，它也是没有形状的，它只是一套算法，它只是一套流程，这个事情很可怕，因为它可能会附着于任何一个里面，把任何一个东西瞬间变成是有性格的，它会产生有意识的这么样一个东西。

王小川：今天我们做的研究人工智能的时候，不是简单做个人形机器人，可能这个东西就是在你的手机上，在你家的电饭锅里面，无处不在，产生它对于环境的识别和应对能力。

梁冬：我有个好朋友说在搞动画片，那个故事特别有意思，在北京有一个宠物商店卖两只狗，这两只狗很生气，因为隔壁有一只专门卖宠物狗的，很逼真的，跟真的狗一样，很便宜，但是它不会吃喝拉撒，只要充电就可以了，这两只真的狗就很生气，说干脆我们去把那个给烧了吧，就像人类砸烂机器一样，另外一个小狗说，干脆我们去演两只机器狗吧，就是我们也像它们那样，因为它们长得很像，最后这个故事就一直演化，后来发现其实所有的灯泡、电吹风、滑板背后都是对网络控制的，然后有一个超级大恶魔控制了这一切，这个故事在给我讲的时候，我突然意识到一些变化，这个变化就是这些事情有可能就是在我们五年十年十五年之内就会发生，四五年四年十五年意味着什么？五年前萨达姆还活着，五年前诺基亚的市值还很大，五年前绝大部分的人获得新闻还在靠微博，还没有微信，所以很可怕，但是我们觉得五年十年前好象也没有多久，1997年的时候我大学毕业，2000几年的时候好象也就刚刚过去的时间，我想跟大家分享的是面对这样一个看似马上就要来，但其实又很快好象又很长，会产生剧烈变化的时代我们现在可以做什么？我那天为此还深深的有点儿焦虑，但不是为了我，是为我的孩子焦虑，后来一个朋友安慰我，五年前你也不会使用微信，所以你在微信上也得不到快乐，你也不知道怎么跟微信相处，现在你不是玩得挺好的吗，所以也许我们这是杞人忧天，也许再过五年十年，我们的孩子自己就知道如何与这样的一个人工智能遍布的时代相处，甚至他们知道他自己寻找自己新的定位，那是他们的事情。

有一个特别具有意向的情形，就是有一天当我的手机马上没有电的时候，而我还在上网，然后马上拿手机充电，连接到线上插着，我就突然觉得自己像一条狗一样被手机牵着了，我跟狗唯一的区别是害怕这根线断掉。

王小川：我们以前徒步的时候，手机没电了，焦虑，旁边朋友掏出一个充电宝说，“来，吸一口”，可开心了。

梁冬：今天的话题很有趣，它可能帮助我们产生某种焦虑，但其实这种焦虑其实是没有意义的，时间总是还会往前走，读点历史的话我们就知道一百年前也曾经有人为新的技术变革，火车、电脑、电视的发生出现而感到焦虑，事实上来说我们今天仍既没有太坏也没有太好，我们有新的问题，但是我们也获得了新的幸福。

海南代表：我是信息安全博士，我想问一下，我们搜狗下一步在人工智能方面要做哪些东西？还有现在IT的三大巨头BAT，我想知道未来中国IT界会有哪些公司会崛起？会有哪些方向的发展？

王小川：之前我们搜索引擎是让你获得知识，让你获得答案，但它是一种初级的形态，你得给他一个关健词，然后他从数百亿网页里面找十条最好的给你，这是以前的方法，但是随着人工智能的发展，这个产品形态会发生变化，第一它可能会更懂你，你会用自然语言的方式去跟它沟通，从语音的识别到语义的理解，甚至个性化理解，让它懂你；第二件事情，它本身原来只给你十条联接，其实它不知道对不对，未来我们突破的重点就是让机器开始具有对概念理解的能力，理解之后形成推理，所以最后它知道最后你要什么，然后通过计算最后给你一个它认为正确的答案，而不是给你十条联接，不管今天的谷歌、百度还是我们，这十条答案它都不知道意味着什么。这时候随着智能的上升，从懂你到开始给了你一个可靠的答案，慢慢变成你个人的秘书或者你个人的助理，每个人都有这么一个，它就能提供答案、服务，它能代表你，我觉得这是我们往下的发展方向。

下一代我觉得大的机会来自于硬件或者网络联接的变化，其实PC时代到手机时代会产生一些变化，往下的话我觉得一个大的领域里面就是两个很重大的方向，一个事情是AI的发展，就是人工智能的发展，我们以后讲的大数据、物联网都不这么提了，我今天打了AlphaGo之后我们大数据就OUT了，我们开始提人工智能，周边连的也不叫物，而是有智能的一些设备，所以我觉得这是中间的一个领域，可穿戴设备以后甚至就嵌在你的脑子里都有可能，这种变化可能会超出大家的想象，在不焦虑之间过渡到了新兴人类，这种事情我觉得二十年的时间就开始会有这种苗头在了，所以智能化这是中间的方向。

另一个方向就是VR，虚拟现实的技术。我是蛮勤奋的一个人，我要读一本书，这本书如果没给我什么收益，或者只是一个小说我会把它放下，浪费我的时间。你看一个电视剧，电影，要不能让你进步，你也会把它放下。但是我发现，对于更多的消费者而言不是这样的，就是我们看过电影我们觉得很开心，我们体验了一个世界这就很美好了，我不寻求里面有什么意义对自己有帮助，我们玩游戏也不需要有什么样的意义在，这是人本性里面的一部分，这种情况下我们需要把它呈现在另外一种虚幻的世界，这个世界里面往下其实大的武器就是VR虚拟现实，能够让你进入到另外一个世界里去，你看到的听到的都跟现实可能是一种隔离，但是这里面的游戏会更加投入，电影也让你更加的沉浸，这个事情会带来很大的变化，这是两个技术驱动的领域。

中央人民广播电台：前两天在一档电视节目里面看到你，这一当电视节目向人展示的是人的智能，效果我们看到了，非常的震撼，但是这种效果其实人工智能能够花更少的时间可能比它高度更高，为什么既然存在人工智能能够花更少的时间达到更高的高度，我们还要花费大量的枯燥的训练去达到那么一个不那么高的高度，你觉得有必要吗？第二个问题，两只AlphaGo同样的去下棋，目标是一样的，你觉得哪一只会赢？

王小川：在这样一种游戏里面的时候，就像奥运会一样，比如说今天有了汽车有了飞机，我们人干嘛还要去跑步？这是少数人所参与的，使人获得最后一点尊严去拓展能力的一种游戏，它是一种游戏，并不使得我们每个人都训练自己，包括现在看在美国的教育里面，我知道很多是开卷的，考试可以拿计算器，所以我们已经尽可能让机器能够承载的事情或者不需要发挥创造力的事情，我们把它最后简化，让你去用就行了，所以你刚才提的方式只是在游戏里面去，比如国际象棋在平时训练的时候，这些人是拿机器辅助训练的，看怎么走棋，但是正式比赛的时候是不能带手机不能联网，所以你刚刚提的我觉得是在游戏里面怎么着都行，这是中间的回答。

第二是说两个AlphaGo，今天其实机器还没有穷举的能力，它里面还带有一些随机性，它用的是蒙特卡罗搜索，在这里面它是按照概率去排的，这种情况下有可能中间实力相当，假设这是公平的，有可能这个赢有可能那个赢，现在谷歌正在干这个事，它有随机性，但是我们换个角度，如果问题假设这个机器变得足够聪明，虽然是做不到的，如果它足够聪明，聪明到了它已经把全局都扫描过了，那两只AlphaGo下棋的时候会怎么样？我们听过一个段子，一只AlphaGo一只β狗，AlphaGo黑子先走了一步棋，β狗想了一会儿认输了，都知道足够聪明是可以做出这种事情来，但今天不是这样的，因为棋的规则里面就有限定。

中央电视台：梁先生，我特别好奇有一个东西，您是中医的专家，今天是人工智能的讨论，中医跟人工智能未来是否能相结合，未来是否有发展？

梁冬：我这几年比较深入的去接触了很多中医界的前辈，也研究了这个产业，但同时因为我有像王小川这样的朋友，我们也常常就这些问题进行很深入的讨论，坦白说，我们认为可能是有机会的，但是它应该怎么做呢，现在没有一个特别明确的方向，而且我们以后可能不再会讨论中医还是西医还是俄罗斯医学，还是苗医藏医，就像AlphaGo下棋也不再执着于宇宙流什么流，只要能赢就行。我只能有一个大概的方向感觉，将来这个地球上的一切治疗方法，让人类保持健康的方法都会为每一个人为我所用，而且每一个人都会变得越来越独特，每个人都会根据他出生的时间，他所在的环境，他的遗传，他的代码，他底层DNA的排序和所有世界各种解决方法之间形成匹配，但是当这一天真的来临的时候，其实它有可能破坏了一个更大的一个宇宙的一个原理，这个地球上的每个人都长命百岁，都多子多福，会不会活得很没意思呢？有可能，你就体会不到种种了，这个事情也许不是我们今天能在这里讨论的，我想回答你的问题就是的确人工智能在这个领域里面是有可能会涌现的，但是我个人认为会首先在西医里面有比较快的突破，原因是因为西医有可能结构化更清楚更标准一点，所以现在你可以看到在西方有很多好的诊断辅助系统，不光是这个领域，其实在很多领域都有类似这样的情况，真的不知道，我们每一个人都只能够说也许我们作为最后的一代原装人，有幸目睹这个地球人类物种的变化，这件事情也算是我们有趣的一个体验。

腾讯：王总，您如何看待人工智能最终的未来，很多人在讨论这个问题的时候，就想看您有没有想过人和人工智能最后的一战在什么时候？

王小川：这个话题非常有意思，我们在研究人工智能的时候，我觉得有两个流派，有两个方向，一种方向是研究出来一个更聪明的能够独立思考的机器，我刚才在讲这个AlphaGo给你方法到给你答案，再到最后给你一个目标，这个过程其实我们本身不止在创造人工智能，我们就在创造一种生命，如果我给你这样的一个目标是存在且能够复制，然后你的环境足够开放，我们再重演一次进化史，这是一种方向在进行。这种方向比较难，研究出人工智能最后还不如直接生孩子比较好，成本又低，然后最后的性价比又特别的高，各种好。另一种道路是机器它其实属于人的一种辅助，像搜索引擎一样的，为你所用，不是说最后你的人工智能的目标是存在和存在更多，我让你每一个人工智能目标是解决专业的问题，这就变成我们的一种工具或者一个附件，就像手机一样的，也许最后手机变得特别聪明，甚至有可能跟我的大脑做联接，这是由两个不同的目标制定的。

我们还有一条道路是让我们自己进化，也许有一天我发现我割个鼻子让我更美，我就愿意做这个手术了，植入的东西能让我更聪明，那我们干吗？有可能我们在未来的阶段里面不管用机械的技术，还是生物的技术，我们在人工智能的帮助下我们也会变得更加强，这种强是我跟技术走在一块之后，今天如果没有技术，大家其实很惨的，第一衣服没的穿冻死了，第二没有电，大家爬楼梯累死了，所以今天我们技术走在一块，但以后人工智能不仅在体力上让我们解放，在智力里面也会让我们拓展，所以我们跟人工智能不是一战，而是融合，我们变成新的人类，也许我们今天觉得恐惧，但是其实我觉得还有另外一层含义，你自然而然就会接受了，从猴子变成人的时候，猴子会很痛苦，你变成人了，我不想变人吗？他一定会有这个愿望，以后也一样的，当以后变成人工智能、跟技术相结合的新人类的时候，我们也不会像猴子一样停在原地的，我们会昂胸阔步的走向新兴人类的时代。

梁冬：未来会是一个什么样的时代？谁也不知道，没有办法用任何一句话去总结，我只能也许我们五年十年十五年之后，在博鳌亚洲论坛上能看见一群侃侃而谈的能够用英语、德语、中文发表言论的说着各种经济、政治、文化、哲学话题的AlphaGo来到现场，那也应该是一件比较有趣的事情，那个时候我们最多能够成为一个听众。

感谢大家愉快的一小时，谢谢大家！

学习通-《人工智能》超星尔雅

1.1育才新工科-人工智能简介

1【判断题】《人工智能》课程为理工类通选课,本课程给予学生的主要是思想而不是知识。对

1【单选题】图灵曾协助军方破解()的著名密码系统Enigma。

2【判断题】电影《模仿游戏》是纪念图灵诞生90周年而拍摄的电影。X

3【判断题】图灵使用博弈论的方法破解了Enigma。对

1.3为什么图灵很灵？

1【单选题】1937年,图灵在发表的论文()中,首次提出图灵机的概念。

A、《左右周期性的等价》

B、《论可计算数及其在判定问题中的应用》

C、《可计算性与λ可定义性》

D、《论高斯误差函数》

2【单选题】1950年,图灵在他的论文()中,提出了关于机器思维的问题。

A、《论数字计算在决断难题中的应用》

B、《论可计算数及其在判定问题中的应用》

C、《可计算性与λ可定义性》

3【判断题】存在一种人类认为的可计算系统与图灵计算不等价。X

4【判断题】图灵测试是指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。如果测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。对

1.4为什么图灵不灵？

1【单选题】以下叙述不正确的是()。

A、图灵测试混淆了智能和人类的关系

B、机器智能的机制必须与人类智能相同

近期，艾瑞咨询发布《 2021 年中国人工智能产业研究报告》，该报告分析了数字经济时代人工智能产业社会经济价值、人工智能供需发展、行业标杆案例与新锐势力、探讨新兴应用场景与趋势预测，为行业提供重要参考。凭借AI决策技术实力和在众多行业数智化赋能及卓越实践，与阿里云、腾讯云、华为、商汤、科大讯飞等知名企业一同入选“ 2021 中国人工智能产业图谱”，同时萨摩耶云还被列为行业优秀案例代表。

探索绘就AI产业星辰大海

十四五规划纲要的出台，提出了优先发展人工智能、量子信息和集成电路“三驾马车”，为AI发展擘画了宏伟新蓝图。人工智能作为关键性的新型信息基础设施，已被视为拉动我国数字经济发展的新动能。

2021 年，是“十四五”规划开局之年，也是“两个一百年”奋斗目标交汇之年，作为智能化转型的核心生产力，AI所带来的创新增量价值实力吸睛，产业应用规模不断突破。据艾瑞预测， 2021 年人工智能核心产业规模预计达到 1998 亿元， 2026 年将超过 6000 亿元， 年CAGR将达24.8%。

图： 2021 年中国人工智能产业研究报告

艾瑞咨询在报告中指出，近年来，人工智能技术及产品在企业设计、生产、管理、营销、销售多个环节中渗透且成熟度不断提升。同时，随着新技术模型出现、各行业应用场景价值打磨与海量数据积累下的产品效果提升，人工智能应用已从消费、互联网等泛C端领域，向制造、能源、电力等传统行业辐射，助力产业经济价值实现。

在数字经济发展浪潮下，人脸识别和智能芯片爆发、AI决策无处不在、边缘计算悄然兴起、全面铺开......作为这个时代最伟大的布局者，AI赋能，正让一切皆有可能。如今，以金融、零售、工业等为代表的传统产业正以AI应用率先落地的原始场景为起点，逐步实现了更多产业的赋能延伸，价值边界的拓宽。愈来愈多业务场景的升级给企业带来AI应用的数据连通与业务协同加成效应，反哺加速企业的智能化转型进程。

图：艾瑞咨询 2021 年中国人工智能产业图谱

通过艾瑞咨询 2021 年中国人工智能产业图谱可以看出，正是那些在AI星辰大海的艰险旅程中奋勇前行的标杆，为人们勾勒出人工智能赋能实体经济的新图景。例如，百度专注自动驾驶推出包括无人车、芯片、飞桨等一系列AI产品;阿里巴巴以阿里云为基础，从零售、工业方面扩大AI产业版图;萨摩耶云基于AI决策核心技术，推动金融、仓储物流、零售等行业实现数智化改造;商汤科技整合算力基础和领先的算法能力，推动人工智能进入工业化发展阶段。

AI决策开启数智升级新时代

随着数字经济纵深发展数据量呈现爆炸式增长，企业在日常工作中要面临大量的分析决策问题，依赖传统经验决策与人力计算显然已难以满足，计算速度快、自动化程度高、分析精准的决策智能应用由此走入视线。

报告认为，决策智能使用机器学习等技术，对企业内外数据进行治理，挖掘和利用数据背后的信息，让机器具备自主分析、预测、选择的功能，提供更加实时、高效的决策效率，从而解决了企业核心决策管理问题。决策智能产品在客户触达、管理调度、决策支持等企业关键业务环节中体现价值，目前已在金融、零售、制造、医疗、自动驾驶等领域获得验证。未来，决策智能将成为AI发展的焦点，在各行业中存在广阔的应用空间。

长期专注AI决策，萨摩耶云决策智能产品体系正从有限决策智能向完全决策智能进化。在该产品体系下，萨摩耶云根据不同业务场景需求，将自研算子灵活植入 aPaaS中台与智能建模平台/工具中，通过准确挖掘客户核心需求，提供支撑贯穿从aPaaS层、SaaS层服务的标准化服务体系，被艾瑞咨询在报告中评选为“人工智能行业标杆案例”。

图：萨摩耶云入选《 2021 中国人工智能产业研究报告》标杆案例

通过将开放生态系统、新媒体智能运营云平台、智能aPaaS中台能力全面赋能企业，萨摩耶云帮助企业实现低开发要求、轻量级、快捷迭代、高内聚低耦合的AI决策智能解决方案部署与应用开发，有效解决企业决策过程中资源分配难、市场开拓难、业务效率低下、技术水平弱、部署成本高等痛点，为客户高质量发展创造新的增长方式。

当前从数字化到数智化的变革升级，开启业务转型增长新时代，云数智的超融合发展，将带来云资源、数据资源和AI能力的极致解耦与弹性协同。AI应用场景呈现出多元性日益增长、用户体验要求高、迭代迅速等特点，亟需对数据计算分析、模型开发部署、在线训练推理、应用开发运维等各种环节进行全周期管理。因此，AI价值核心需解决模型开发、部署、管理、预测等全链路生命周期管理问题。

图：萨摩耶云入选《 2021 中国人工智能产业研究报告》标杆案例

AI行业已经进入发展的下半场，“AI+产业”将是兑现AI价值的重要途径，AI应用将形成专业分工更精细的产业链生态。提供“云智一体”的解决方案，萨摩耶云打通AI全链路管理能力，实现落地赋能与商业发展双赢，AI决策模型训练平台以开箱即用、自主定制、成本经济的特点，形成了AI工程化的能力，提升了从算力、数据、模型到上层应用的普惠性、兼容性、敏捷性、高效性。

跨过 2021 年，无论是消费端还是产业端，中国的数字化转型升级的进程已在飞速发展。对于所有产业和企业来说，这既是新时代赋予的一次大机遇，也是号召我们全力奋发的一声号角。全面拥抱数字化转型的新要素，通过技术、产品、服务模式和生态开放的创新融合，萨摩耶云用“AI决策”正助力产业开启未来市场竞争密码!