近日，清華人工智能論壇在京召開，此次清華大學邀請到了國內人工智能領域學界和業界的頂級專家，從科研、技術、應用等角度深度探討了人工智能產業發展。搜狗公司CEO、清華校友王小川受邀在論壇分享了引爆人工智能話題的谷歌(微博)AlphaGo幕后的故事與思考，并與在座學者一起探討了校企合作為人工智能帶來的更多可能。
一戰成名AlphaGo變身“阿老師”
自今年3月AlphaGo以4:1戰勝李世乭，如同一場文藝復興的啟蒙運動一樣引發了各界對于人工智能的關注與討論。在王小川看來，AlphaGo突破的不僅是技術，更是通過這次事件，實現了學術與營銷的完美融合。谷歌曾于今年1月在《Nature》雜志發表學術文章，宣布AlphaGo戰勝歐洲冠軍樊麾。但此前谷歌曾與樊麾簽署保密協議，樊麾在文章發布前，不能對外公開與AlphaGo下棋的消息。單說技術，民眾難以理解;僅宣布勝負，又缺乏學術深度。谷歌把兩者合二為一，使得學界和民眾同時聚焦到了AlphaGo身上，還是頗具“心機”的。
在比賽前，包括李開復(微博)等在內的科技圈人士，以及以聶衛平為代表的圍棋界人士，一致認為機器無法戰勝人類;但當賽程過半后，很多棋手改口稱其為“阿老師”，聶衛平甚至將此次比賽稱為一次“震撼教育”。
人工智能，讓技術更有“意義”
王小川表示，在AlphaGo獲得勝利后，一位搜狗工程師發來了這樣一條信息，“覺得自己的工作更有意義了”。技術人員不再是單純的“碼農”，更像是機器的老師和家長，讓其變得越來越聰明。對于搜狗來說，這場啟蒙運動更堅定了其對技術的信念和對人工智能未來的信心。
王小川認為，互聯網發展目前有兩個方向，一個是文化創意產業，這方面機器暫時無法取代人類擁有無限可能的創造性;另一個是機器參與決策，這方面人工智能則擁有更大的發展空間：畢竟人工智能最直接的應用就是讓機器參與到人類的選擇和判斷中，通過高速學習和自我提升幫助人類更好地進行決策。
忘掉“兩種恐懼”，迎接人工智能浪潮
王小川認為，技術與人才是人工智能發展的原動力，也是搜狗一直踐行的人工智能發展道路。早在9年前，搜狗就與清華大學設立聯合實驗室，主攻搜索引擎相關課題研究。今年5月，搜狗捐贈1.8億與清華大學聯合成立了天工智能計算研究院，加大人工智能領域的研究投入。王小川表示，只有更多的企業和高校在資金、技術和實踐上進行共同投入，將產學研真正結合，中國才會在未來人工智能的戰役中獲得更多的先機。
面對人工智能的浪潮，王小川指出，“我們應該忘掉兩種恐懼。”第一種恐懼是對未知的恐懼，許多創業者乃至投資者，因為不了解技術而懷有恐懼，覺得會影響投資決策的判斷。第二種恐懼來自人性：有時候人們會懷疑人工智能的發展最終將取代人類，失去存在的意義。王小川認為，人工智能并非將要替代人類，而是人類未來的發展方向，如同今天的機械工具一樣，最終將成為人類能力的延伸。“只有忘卻恐懼，我們才能進步與覺醒，在我們建造的世界里，讓生活更加美好。”
以下為王小川演講全文：
今天我更多想給大家分享我背后看到的有趣的人性的東西。之前的嘉賓們講了很多學術，學術跟企業的碰撞，最后有一個交接點，一個大的趨勢以外，一個人在里面扮演什么樣的角色，找到自己的定位。所以我今天選了這么一個題目《AlphaGo的幕后與思考》。這個題目中間第一件事情就是4：1的比分，每個人都已經看到了，而我對它的理解：它是一個學術與市場營銷的完美的結合，特別是在東方，全中國人我估計95%都知道這樣一場比賽，而且徹底顛覆了我們對技術、對人工智能的理解。為什么這么說呢?我先用一個詞，Google背后的“心機”。Google在今年1月份在《自然》雜志上發表了這個事，是跟樊麾打一場比賽，比賽前跟樊麾簽了一個協議，我跟你比賽結果不管是輸是贏，你不能對外透露任何細節，就是不能跟外面講，是保密的，這是他干的一件事情，為什么他這么干呢?很有意思，論文發出來的時候，如果假設提前告訴了公眾說先不發論文，我先跟樊麾比了一場，真正有多大學術的高度?(大家)可能沒感覺，看到樊麾比賽的人會知道有學術意義，如果光看論文，大多數是沒有感覺的，但是跟大眾講說我智能贏了這個人，(大家的感受就不一樣了)，所以Google這個團隊心思之縝密，不僅是在做研究的這群人，一下子把這個事情推到特別大的高度。
另外他們為什么選樊麾?事后諸葛再看這個事情，如果他選一個職業選手，但是是一個沒有世界冠軍的頭銜的，我們覺得挺LOW，跟以前一樣，以前好多程序都是偏業余的，感覺不好。一來給大眾一個感覺，找了一個世界冠軍，一個歐洲冠軍，挺高的頭銜，但是對專業選手而言，僅有二段，不算高手。我覺得既把眼球吸引到了，但是反過來又留下了給大家的想象和爭論的空間。所以之前在1月份看到很多很多的文章在講這個程序，其實離圍棋還是很遠的，這是之前的理解。比賽之前大家是什么心態呢?比如聶衛平講，說是覺得計算機一點機會都沒有，不可克服的問題，認為機器能夠下棋是沒有判斷力的表現，講得很憤怒，甚至還有中國隊的圍棋總教練俞斌，他是在圍棋界里面計算機學得最好的，在80年代就自己寫下圍棋的計算機程序，得到很多認可。他說“我認為機器是一點機會沒有的，因為我認為計算機有它不可克服的問題，人和電腦相比，根本沒有勝負責，100%是人贏”。我想在這里面能夠看到人性當中脆弱的一面，每個人都有，每個人生病的時候都有自己的壓力，每個人都有自己的自尊心在里面，這件事一定會把一部分人放在我們自己的歷史舞臺的對立面里面去，圍棋選手今天很不幸，在下棋上有這樣的問題。計算機的問題怎么講?比如李開復講認為AlphaGo比較懸，但是未來能贏，IT界的人不會說機器干不過人，他自己的存在感就沒有了。但是通常都認為機器沒有這么快，以后會贏得。這次這樣一個比賽，大多數搞技術的人都沒有感覺到這個事情發生有這樣的速度。我很有幸，在2月份的樣子，我在知乎上發帖子，說這次AlphaGo會完勝，滿足了張院士講的三個條件，第一，我提出了問題，我看到了下棋，人工智能在下棋上是一個重大的事，好多人覺得沒有這個問題存在，沒有想這個方向。第二個我看到它會贏，第三個，我知根知底知道為什么會贏，我認真地讀了論文，找了下圍棋的人請教，我斗膽發了這樣一篇文章，是有勇氣的，最后也被驗證成功了，理想跟現實之間差別是很大的，對于這樣一個技術趨勢里面，我覺得我是有判斷，但是市場股價沒辦法思考。
比賽前到比賽后就是七八天時間，給AlphaGo取了一個新的名字，叫“阿老師”，我們特別希望中國有人做出這樣的阿老師來，把它當老師看。之前不是，之前覺得一無是處。我還很尊重他，他愿意脫帽子給機器致敬。網友叫它“狗狗”，給了很好聽的名字。這里面反映的什么事?在比賽前、比賽后，我們對機器的理解里面產生了巨大的變化，我們開始接受它，開始把它擬人化，而且比分很巧妙，4：1，如果贏五局可能就不好了，不是圍棋選手被滅了，是人類被滅的感覺。后來我查史料，文藝復興這樣一個運動，它其實是從封建社會到資本主義社會之間的一個分水嶺。但是AlphaGo之后，我覺得今天帶來我們重新的思考，就是機器和人的關系，去思考這個事情，有專家會講機器還不行，但是有人講機器以后會顛覆人類，我們開始思考這個問題，以前認為機器就是機器，拔電源就行了。診斷報告是機器給做的，說你這個人有什么問題，看片子看得怎么樣，找專家、找人。但是在今天照片子之后，機器給你診斷效果可能是比人更準的。我有一個朋友，也是清華的一個同學，他就是做CT看片子的，做乳腺看片子，他說大多數醫生看片子準確率是40%，他現在到70%，已經高很多了。我們今天接受機器在里面能做很多的判斷。這是我們巨大的一個心理上的變化，我把它稱為“第二次人類自己的運動”。
對機器智能，大家講了很多了，有各種專業的方法，包括怎么定義人工智能，我們做產品的時候，就是想機器怎么能在里面做決策、做識別，目的還是希望能夠做決策。從做決策這件事情里面就分了三個層次，這是我自己的理解，也是跟AlphaGo脈絡一致的，其實最早的專家系統就是第一個，我們把規則教給機器，我們不提符號主義，我們就把是把計算機世界變成一個邏輯，告訴機器，這是原來的階段。但是這個階段里面有一個重大的問題，就是可能我們自己會做，但是我們沒法去教機器，我們不知道怎么描述的時候，這個機器就不靈了，而且教出來的徒弟永遠是比人弱的，這是不夠的地方。甚至我們在做一些學習系統，我們也要嘗試告訴機器怎么去描繪一個實物，比如說做人臉模型，王小川長成這樣，大家都認識，但是要描述出來，比如說臉很圓，這個事情也比較不靠譜。因此我們發現我們沒法告訴機器，有了深度學習的方法以后我們確實解決了一個問題，就是只告訴機器答案，我們給他的數據越原始越好，這件事情會使得程序員、工程師更容易應對專業的問題。因為它可以減少自己的專業背景，不用講說我要去懂人，或者我要像醫生一樣懂得這個片子怎么看，他是拿數據訓練的。所以在這樣一個深度學習或者是人工智能發展過程中間，由于深度學習本身帶來了好處，技術人員更容易進入到專業領域里面破解題目，但是這是技術本身。但是對公司而言，公司的領頭人一定是對行業理解比較深刻，對行業應用的時候必須很懂，這是我們講的第二個側面，我不用給機器方法，我給機器答案，機器自己找方法。AlphaGo代表一個趨勢，我之前跟微軟也在聊這方面，既不給你一個規則，也不給你一個答案，我把自己變成一個判斷者，就像下圍棋一樣，圍棋之前訓練的時候，前三盤棋是把人之前的走棋方法告訴機器，機器就是跟人處于類似的狀態。之后是機器跟自己下，我也不知道哪個棋好不好，但是下完之后，人告訴機器這個結果是好還是不好。人工智能又得到一個新的法門，答案都不需要知道，變得更加省事。
最近有一個消息應該是比較靠譜的，AlphaGo在今年內會跟柯潔打一場比賽，我跑去看了很多評論，以前是一邊倒覺得人會贏，今天一邊倒覺得機器會贏。在座的各位覺得柯潔會贏的有嗎?還有是吧?這是缺乏判斷力的表現，我學聶老師的說法。但是我會猜想Google會干什么新的事，不是簡單地下棋。我有一個猜想，我認為這一次跟柯潔比賽的AlphaGo是沒有經過那三千萬盤棋學習的，因為之前是從KGS里面拿了人六段到九段的走棋，讓機器在里面學習，這是跟李世乭打比賽用到的。但是跟柯潔比賽我認為是新的，就是兩個從來沒有學習過的機器，然后告訴你贏了、你輸了，什么都不會的機器訓練一個下棋的規則來，跟柯潔比，如果是所料的這樣就會非常好看，因為以前的機器是仿人的，甚至我們判斷機器走棋走得好不好都是我們的經驗去判斷它。下棋的時候，頭兩局機器贏了，人輸了，媒體的報道說法是中盤逆轉，為什么叫中盤逆轉?是因為前一半里面專家態度就是機器走得特別臭，走到一半的時候，發現機器越到中局的時候越好了。這個時候就覺得機器是翻轉局面了。但是后來數據統計，包括Google自己說的，其實不是，在他們的視野里面，機器一直是領先的，只是以人的眼光覺得機器走得很差，以機器的眼光，它自己走得挺好的。所以我們對機器的理解是有限的，因此如果機器根本沒跟人學過完全憑借自己的經驗，這次就會有很多新的方法出來。就像慕容復把中原的武功學會，然后再去修煉，突然來一個西域的，或者沒有跟中國比賽過的，沒有學過圍棋打法的，我們會遇到這樣的一個問題。因此在我內心中，Google是否用這個程序參加比賽只是我的猜想，但是如果Google真的嘗試不用人訓練機器，我是蠻佩服的。就好像再重演一次人類的進化史。
這頁講得比較簡單，我們會好奇哪些職業會被取代，倒過來講就是哪些行業是創業的機會?其實下圍棋的程序，如果把程序突然間跟AlphGo說，我們改點規則，把棋盤變成21×21，放大兩個，機器肯定就不會下棋了，但是李世乭一定會下。所以機器能做的事情是非常非常有限的。如果說這種題目非常的清晰，就像下圍棋一樣的，輸入的信息就局限在有限的輸入里面，在有限的輸入下，有規則清晰的輸出，在這種情況里面，機器都會把人給取代。所以任務的確定性高，輸入的信息封閉有邊界，輸出答案是標準可評價的。(這些職業)是什么呢?棋手已經有了，或者醫生、司機、股票的高頻交易，像這種情況下輸入的信息非常有限，在信息非常有限的情況，機器就能在這里面找到機會。難被取代的行業，像創造性的東西，畫家、作家、科研，因為你這樣一個思考的問題是沒有邊界的，對機器而言，今天是完全找不到機會去努力的。分析一下哪個行業讓機器更有機會參與，讓人做哪些行業。
對于技術人員而言，今天發現自己不是代表人的一方，而是代表讓機器更加聰明，能夠提高機器的效率，能夠看到更廣闊的前景，尤其是做搜索的公司，做人工智能好像更有優勢，為什么?因為有很多的數據，比如像芮勇講的要做數據的時候，搜索摩托車，找圖片，沒找到就不會點擊了，用戶的點擊都會反過來給圖片做標簽。更多的是搜索引擎本身就在做初步的人工智能。因為我們看到給你一個關鍵詞你要理解想要什么，隨后能夠給它十條答案。我在理解里面，人工智能就是底層的基本理念，完全是一致的。今天我們看到Google往前走的時候，已經開始提更多的理念，他們已經開始在講說已經從移動時代走向人工智能的時代。喬布斯也想得很明白，在走之前說機器能夠在未來學會回答問題，或者接受你的指令去做事。機器里面是這樣一個輔助的角色，但是很不幸，蘋果的技術能力不夠，或者是時代沒有到，(雖然它的)理念很好。微軟提的一個概念也是做這個事。當然現在很多了，包括Google、亞馬遜，大家都開始讓人跟機器以自然語言做溝通，機器服從于人，幫你回答問題，或者是幫你做一些控制命令。這是整個大的背景。我自己也覺得今天我們提互聯網已經不提連接，一方面是文化創意產業，一方面是機器變得更聰明，因為有了數據以后，怎么選擇這個連接，做判斷就變得更關鍵。
這兒有一個小的視頻，這是我們公司現在想做的事。
我覺得我們應該忘卻兩種恐懼，第一種恐懼是我見到很多做創業，甚至做投資的人，因為對技術，他不是特別了解，他帶有一種恐懼，因為他看不懂，覺得(技術發展)超越預期，會影響自己的投資決策的判斷。這是一種恐懼。第二種恐懼是作為一個個體，我們有的時候覺得人工智能會把我取代了，以后沒有自己的意義在了，這個也不會。在我們所建造的世界里面，(技術)讓生活更加美好。
