联系方式CONTACT 

当前位置: 主页 > 产品案例 >

凯时国际娱乐

凯时娱乐人生GASA大学·思享课一期:李开复和程维“虚实结合”谈

来源:http://www.591huan.com 责任编辑:凯时国际娱乐 更新日期:2018-12-24 11:44

  GASA大学是一所以“科学复兴”为使命,以“没有受教,求知探索”为校训,致力于给创业者、企业家培养科学精神的新型大学。由长城会创始人文厨先生创办,由前金山软件CEO张宏江、创新工场创始人李开复、斯坦福大学物理系教授张首晟、清华大学教授鲁白、红杉资本中国创始合伙人沈南鹏、阿里巴巴集团技术委员会主席王坚、卡内基梅隆大学机器学习学院创始院长Tom Mitchell、加州大学伯克利分校教授杨培东等联合发起并作为校董。

  思享课是GASA大学基于“终身学习”的办学理念,“虚实结合”地探索科学。科学家务“虚”,谈理论和趋势;创业者落“实”,讲运用和实践。

  2017年10月13日,我们把GASA大学的校舍设在了创新工场和滴滴出行,由创新工场创始人兼CEO、GASA大学校董李开复、滴滴出行创始人兼CEO程维为学员们上了一堂特别的“思享课”:

  在这次GASA大学思享课一期中,李开复从根源上讲述在技术浪潮中人工智能带来的机遇,以及在各个层面,人工智能如何在未来让中国实现命运翻转。

  程维则在GASA大学思享课一期中分享了滴滴出行凭借强大的进化力从简单的打车软件,一路狂奔成为引领交通汽车产业变革的世界级公司背后的思考。

  每次技术浪潮都会为世界带来翻天覆地的变化,第一波技术波浪潮中,BAT等巨无霸互联网公司在这个特殊时代得到了大量的用户精确标注的单一领域数据、以及优秀的科学家,并不断用人工智能和大数据实现成长。与传统企业不同,在诞生之初,他们就把数据看做金矿。

  第二波浪潮中,在金融,保险、证券等行业把以往的数据当做粪土时,创业公司可以将人工智能技术销售给这些行业,让技术激活数据。创新工场比较看好“行业经验的商业人才+大数据经验的CTO+聪明的人工智能工程师”组成的复合型团队,他们需要对国情以及行业有深度理解,希望用人工智能赋能。比如追一科技,他们利用人工智能客服机器人代替传统客服,规避了电话语音客服带来的麻烦,已经应用于金融证券、出行、电商、零售等多领域行业标杆企业。中国、美国、印度的客服人员在2000万人左右,未来都会被人工智能取代。

  第三波浪潮:实体世界实现智能化,新数据带来了新应用、界面和商机。比如新零售,在无人便利店中设置深度摄像头,你就会捕捉用户的所有行为,这些数据决定了商家后期调整货品摆放、供应链管理等行为。比如摩拜单车,不断在线下捕捉用户行为,因此产生更多的商业行为。目前创新工场提出了OMO(online merge offline)概念,即线上线下联动,一起积累数据,吸纳用户。这是我眼中的下一个趋势。

  我认为,创业公司除了技术型人才之外,还需要有强大的线下运营管理人才、以及产品经理型人才。

  第四波浪潮:全面自动智能化。创新工场在这波浪潮中投资了工业机器人、自动驾驶、芯片传感器等方向。虽然全世界对无人驾驶的接受度越来越高。但目前无人驾驶技术还存在法律、伦理层面的挑战。第四波影响巨大,但是与前几轮浪潮相比,更具挑战性。

  目前很多人认为在无人驾驶的路上可以实现人机合作完成驾驶体验,我不同意这种想法。有一个案例值得我们关注,谷歌在研发无人驾驶汽车的时候,让员工开无人驾驶汽车,并要求员工在驾驶位实时把握方向盘,后来发现,员工没有做被要求做的事情,而是坐在车子的后面做其他的事情。人有的时候是不可能被信任的。不要期待人会帮你做什么事情,我们需要做完全无人驾驶的事情。这需要10-15年才可以实现。

  在最顶尖人工智能科学家人群中,中国人寥寥无几。图灵奖中人工智能领域获奖者中国人的数量为零;AAAI(国际人工智能协会)院士中,中国科学家的数量为2,美国几百个。但如果我们把人群放大,会发现,整幅画面就不一样了,全世界最好的人工智能期刊,42.8%的作者是中国人。中国在人工智能领域学术水平飞速提升。

  人工智能这几年全方位快速发展,也得益于当时微软研究院的巨大贡献,它被称为人工智能的黄埔军校。近年,中国人工智能少壮派正在崛起,年轻人正在快速进入这个领域。无论从经济回报还是兴趣考量,学习计算机科学的年轻人的数量都是巨大的。

  除此以外,政府也在推波助澜,中国2017年7月,《新一代人工智能发展规划》出炉,国家计划在2020年,跟上全球领先国家的AI技术应用,到了2030年,中国成为全球主要的AI创新中心。

  从市场层面来看,中国市场数据量巨大互联网、电商、共享单车等新旧场景都产生了巨大数据,成为了人工智能的温床,创新工场嗅觉到了巨大的机会,在语音识别、无人便利店、人脸识别等方面都有所布局,已经产生了一定的回报。

  PWC预测中国2030年GDP将达到38万亿美元,其中7万亿美元是人工智能带来的。AI对世界经济的影响足以让人类脱贫,解决医疗等重大社会问题。同时,很多大咖会担心人工智能会召唤出魔鬼,霍金、埃隆马斯克等都对人工智能带来的问题忧心忡忡。

  我对这些观点持否定态度。毁灭人类的机器人是否可以出现呢?拍脑袋猜一个没有任何技术基础支撑的事情是没有必要的。我非常同意吴恩达的看法:幻想机器控制人类,就好像在担心火星人口的问题一样。

  我还认为奇点的说法是荒谬的,人工智能只是人类的工具。数据与应用可以实现指数增长,但创新是不可预测的。1956年到今天,人工智能有60多年的发展历史,深度学习是这个领域的重大进步,之前都是在黑夜中慢慢行走。机器人无法与人类大脑相比,而且人的学习方式绝对不是简单的深度学习公式。更重要的是,人工智能不能像人那样有爱、感性以及极具创新能力,它只是进行优化的工作。

  但弱人工智能会在未来为社会带来巨大的影响,这体现在未来十年会取代我们50%的工作量,30年之后这个数字会达到90%。翻译、记者、司机、保姆、助理、保安、客服和交易员等工种很大可能会被取代。

  与工业革命不同的是,人工智能革命大部分是彻底取代工作,但很少创造新工作。

  从行业渗透度来看:3-5年,高度重复性工作会被取代,比如流水线年,简单工作,比如运输、物流、会计;10-15年较复杂的重复性工作,比如放射科医生、修理工人。

  但是,在未来,人工智能无法取代:跨领域专家、顶尖科学家、顶尖管理者、以及历史学、社会学、哲学、艺术家、作家、导演等创造性、人文性的工作。人工智能的出现会鼓励人类多做创造性的工作,而不是进行优化型的工作。这些工作不但无法被取代,反而因为人工智能会升级、产生更多有价值的思考。

  人工智能在未来另一个巨大影响就是加剧贫富差距。谷歌、Facebook、亚马逊、百度、凯时娱乐人生,阿里巴巴、腾讯、微软,在过去几年中已经拥有了超级垄断地位,也变得越来越难超越。拥有巨无霸公司的国家的优势会不可逆转。但那些没有创新力和缺少聚集大量数据巨头公司的国家会出现大规模贫穷。

  《乌托邦》中提到了一个解决方案:政府应该发钱。过去20、30年,硅谷的精英们为这个问题操碎了心,他们也让全民基本收入(Universal Basic Income,简称UBI)起死回生,埃隆·马斯克、马克·扎克伯格和YC CEO 山姆·奥特曼对这个计划都非常热衷。

  其实这是一个非常简单的概念。美国做UBI,代价是昂贵的。如果一个美国人抽一万美元,美国就要抽3万亿,怎样征税、分配,谁来做这样的事情。而且给每个人一万美元是公平的吗?这样真的会促进个人成长,还是会让人堕落?工作被取代之后,生理需求不用担心了,我们还会考虑自我尊严、自我实现吗?

  工业革命、资本主义让我们功利化看待自我实现,但人工智能取代我们的工作之后,发钱给人是羞辱还是保障呢?那么存在的价值是什么?那么接下来人会怎样做?

  实际上有两种工作是人工智能无法取代的,一个是创造型工作,另外一个是关爱型工作。所谓关爱型的就是人与人之间的沟通、交流、关怀的工作。

  未来的世界应该是人与人工智能共存的世界,人工智能是创造巨大价值的工具,人类一部分做创造型工作,一部分做关爱型工作,这两种工作都能带来自我实现。

  5年前,我怀揣80万人民币,在中关村e世界租了一个很便宜的仓库作为办公室开始了自己的创业旅程,当初想法非常简单,只是希望做一款打车软件,解决一下用户打不到车的痛点。但是出发之后发现,这个市场竞争异常惨烈。

  产品差异化小造成了大规模资本血战,几轮竞争合并后,我发现靠烧钱补贴创造了很大规模后,竞争环境虽然好了很多,但自己却欠了很多功课。我认为,公司并没有为用户创造更多的价值。也许正常的公司在运营、产品、服务上训练自己的核心能力,获得用户的认可以及足够大的规模,需要10年时间,但是资本的力量让我们5年就实现了,但并不是说就不需要补课了。

  我每周一都与高管们开会,讨论用户体验,每次都发现还有很多挑战需要面对。多年来公司都是在竞争对手、政策、资本中快速、谨慎前行,不敢有一丝怠慢。公司成立不到半年,我们就被要求立刻下线APP。接下来的日子里,公司遇到了无数挑战,每次都关乎生死,我带领团队一直努力着,不被资本、政策、竞争夭折。有时我会有一点点时间,会奢侈地往前看,想想未来还可以做些什么。

  后来滴滴脱颖而出,融资额巨大,但我并不认为这是一件值得骄傲的事情,我们融资,用股份换粮食,如果没有感到很强的生存危机,我不会这样做。这是我真实的想法。

  尤其是在与Uber合并,完成了60亿美元的融资额后,我感到了背后巨大的生存危机,我不想在创业阶段出现讲自己的故事。这是因为很多公司从写书开始走下坡路,因为在总结过去对未来帮助有多少是不一定的。

  衣食住行是人类最基本的需求,在这里面“行”的改变是最缓慢的,所以滴滴出行的使命就是让出行更美好。最初滴滴做打车软件,把线下行业线上化,这个时候最需要的是很强的线下团队去教育司机。

  到了发展的第二个阶段,滴滴出行开始招募司机,2017年我国大数据与云计算产业总,构建司机的教育体系,这期间,出现了市场化的出租车、一些顺风车,按照这个逻辑,我想把所有出行方式连接到线上,构建一个平台,最高效地满足用户的出行需求。

  在公司早期,我视连接用户和司机为核心能力,未来的核心能力则是云端的交易引擎。滴滴所有业务抽象出来就是一个客户端和一个云端:客户端是用户表达自己的出行需求,或者司机表达自己的供应,云端引擎则需要在复杂的供需不平衡里尽量高效地撮合交易。云端引擎的效率在Uber进入中国之后日益凸显。其实,滴滴与Uber表面是补贴大战,双方花了很多钱,但实际上,核心在云端,云端的效率如果低了1%,整个花钱的效率会差很多。滴滴出行最终取胜,整体效率的提升非常关键。

  创业第三年,我找到了机器学习专家叶杰平,后来他成为了滴滴出行副总裁兼研究院副院长,我们一起找了很多云计算大数据科学家加入,构建人工智能平台。原来人在定规则,做决策,这背后有一定组织上的挑战。滴滴这种撮合方式,有别于淘宝的人和商品的撮合以及百度的人与信息的撮合,机器在滴滴出行的业务里面应该起到决策的作用,而不仅仅是推荐。

  机器学习的决策在滴滴出行的成长中经历了三个阶段:第一个阶段,人靠判断力与经验做决策,滴滴的运营会根据拿到的补贴券去发展司机;第二个阶段是机器辅助人做决策;第三个阶段机器自己做决策,比如,滴滴出行平台上每天有几十万纠纷,滴滴出行用机器学习解决司机诱导乘客取消订单的行为。

  这种利用机器学习的方法还逐渐被应用在滴滴出行的日常管理中,比如人才招聘,以往的方式是依靠有经验的“老中医”来判断、决策,但慢慢地,滴滴出行会有组织地把可以被理解的数据沉淀下来,辅助人的最终决策。慢慢地,程维感知到,人工智能在很多领域可以超越人类,做更精准的决策。这种决策会提高整个系统的综合效率,综合效率的提升是竞争的关键。

  面向未来,我认为,目前滴滴出行还处于巨大浪潮的早期。这个领域几个大变革在未来5、10年是交汇的,它们是共享、新能源与智能。毋庸置疑,在出行这个赛道上有苗头,但是没有爆发。

  共享经济。原来汽车产业链和交通模式并不是最高效的、互联网出现后,出现了更高效的模式。在原有的模式中,车厂鼓励大家买车,但车的总量是根据供应决定的,很快就形成了瓶颈。大家都买车,造成了城市里的车非常多,车的总量根据路的供应决定的,这样很快到了瓶颈,ag88环亚娱乐城市的道路决定人不能拥有那么多车,但是人还是想拥有那么多车,所以有了摇号、限行、增加停车位,都是限制买车,但并没有更好的解决问题。

  另一方面,汽车是低效的工业品,只有5%的时间是在生命周期里,城市需要为大量的闲置汽车建造停车场。和共享单车一样,我们需要一个运营商,大家只要使用就可以。这样整个城市,最终可以实现汽车统一被运营,少量的共享汽车满足更多人的需求,白天车在路上行驶,晚上去郊外充电,然后我们把剩下的钱用来做绿地、做学校,也许可以改变100多年以来汽车的产业链和使用方式。

  新能源。新能源的交叉点即将到来。新能源综合使用成本会越来越低,但家庭智能汽车的到来会晚一些,因为购买、使用新能源汽车算下来更贵,而且充电不方便。但是滴滴出行平台上的很多车,每天开200公里,每一公里虽然省一点点钱,但算下来,会比家庭汽车早两到三年迎来新能源的临界点。我希望在滴滴出行的体系里,到2020年,会有100万辆全职运营的新能源汽车,并为其搭建新能源智能体系,然后我们再把这个体系开放给家庭汽车。

  智能。除了人与车需要连网以外,滴滴出行还在尝试把越老越多的“路”和“灯”连网,目前我们在济南、成都、武汉尝试,把传统的红绿灯连网,实现综合调度。现在很快在年底实现在上千个城市投入使用。在道路改进方面,我希望越来越多的潮汐车道在城市投入使用。更多的新应用,比如无人驾驶都会促进智能在现实生活场景中爆发。

  想象力不止于此,解决交通问题,本质上需要解决三维空间与二位空间资源方面的矛盾,只有把出行升级到三维才可以从根本上解决供需矛盾。

  也许我们有生之年会有飞行汽车出现,并对它制定相应的道路规则。迪拜开始飞摩托车了。前进的速度比我们想象得还要快。马斯克的无聊公司(The Boring Company)就在通过打造地下隧道网络建立多维空间,来解决交通拥堵问题。出行是一个很长的赛道,且变幻莫测,阶段性胜利之后,创新乏力是非常危险的,最终你的进化力决定了你可以走多远。