CBS权威新闻栏目60分钟「AI谕言」，许多人对AI有着错误的理解

虽说技术无国界，但各地人们对技术的认知却往往存在一个隐形的结界。就像提起时下最火热的人工智能技术，可能绝大多数美国人都不会想到在中国这片土地上，人工智能正以难以想象的势头飞速发展。去年 9 月底，我的新书《AI·未来》的英文版《AI Superpowers》正式出版，随后登上了《纽约时报》、《华尔街日报》、《今日美国报》三大指标性排行榜，亚马逊网络书店还曾一度缺书。一时间，美国引发中国 AI 旋风，借此机会，美国人开始真正了解、关注中国 AI。与此同时，美国 CBS 新闻台「60 Minutes」栏目组在2018年两度来到中国，走进创新工场和工场的项目公司，王牌主持人 Scott Pelley 进行了深度报道中国 AI 现状，并在美国引发激烈反响和好评▼▼▼

「60 Minutes」栏目至今已播出 51 年，是美国电视史上最长连播历史、声誉最高、获奖最多的新闻栏目之一

中国是投资人工智能最好的地方

1988 年，我获得卡内基梅隆大学计算机博士学位，两年后加入苹果公司，开启了前沿技术研发与产业探索的道路。在我眼中人工智能将会带来人类历史上的最大改变，这种改变之大甚于电力的发明，而中国是投资人工智能最好的地方。据 CB Insights 数据显示，2017 年全球共用 152 亿美元资金流向 AI 初创企业，其中中国的 AI 创业者获得了 73 亿美元投资，占比为 48%，超越了美国的 38％。2009 年，创立技术投资公司创新工场，至今已投资了近 50 家 AI 创业公司，投资公司中已经有 10 家估值达到十亿美元级别化身为行业独角兽，也有百亿美元级别的公司。

向 CBS 著名主持人 Scott Pelley 介绍创新工场被投企业

Face++旷视科技就是创新工场投出的 AI 独角兽之一，公司研发的识别系统可以识别街上所有移动物体的外貌特征，包括性别、年龄、服饰等。

Face++旷视科技的图像识别技术能迅速准确地识别移动物体的信息

构建这样的人工智能系统离不开三大要素:算法、算力与数据。过去，我可能会写程序去测量眼镜、鼻子的大小，脸的形状，如果这些数据符合要求那就可以确定这两个人就是 Larry 和 John。但是在今天，你只需要把所有 Larry 和 John 的照片输入给系统，系统就可以自己处理，分辨到底谁是 Larry 谁是 John。人工智能在中国还有一个非常价值的重要应用场景，就是教育。人工智能系统可以帮助创建个别的学生画像，让老师知道学生会在哪些地方发生困惑，就能针对不同学生出现的问题进行专门的解答。在四川省大风乡，一班留守儿童们正在通过直播技术接受千里之外的英语老师的知识传授，这也是创新工场投资两个优秀的项目公司小鱼易连、高思教育合作的双师课堂解决方案。

四川大风乡的孩子们正认真倾听屏幕里的北京老师上课，这个双师课堂方案由小鱼易连和高思教育合作推出

我希望人工智能技术可以让这些孩子拥有和他年少从中国***移居到美国时一样的教育机会。我刚到田纳西州那年，校长每天中午都会跟我一起吃饭、教我英语，这种关注是我在之前多年的学习生活中都不曾感受过的, 同时也被鼓励独立思考，拥有批判性思维，这对于我而言是一笔宝贵的财富。

中国的优势在于海量的数据

在新书《AI Superpowers》（中文版：《AI·未来》）中，我曾提到「硅谷的壁垒并没有想象中那么高」，因为我认为，中国的人工智能水平已经逐渐接近硅谷了，但硅谷似乎尚未意识到这一点。中国的优势在于所采集到的海量数据，数据量越大，人工智能水平就越高，这与『懂得越多越聪明』是一个道理。事实正是如此，中国拥有美国人口的 4 倍，人们习惯于通过手机和网络，完成生活中的所有事物。与此同时，中国政府也设定了花 10 年让 AI 技术达到世界领先的目标。当然，AI 为人类带来利好的同时，也有不少 AI 威胁论的声音，其中，AI 取代人类工作成为人们的最大隐忧之一。我预测，15 年后全球将有 40% 的人类岗位将被自动化取代。

某种程度上来说，人类在面对科技革新时总会有克服其不利影响的大智慧，比如当初的蒸汽机、缝纫机、电力的发明，它们也都取代了某些工作，我们也即将面临相似的困境。人工智能所带来的挑战其实在于，无论是未来 15 年还是 20 年，它取代那 40% 工作机会的速度会比之前的技术革命更快。尽管如此，但其实我们要清楚的重要一点是，现在大家口中提及的 AI 并非通用人工智能。

当我还在念本科时人们总是说，如果机器能自主驾驶一辆汽车那就是智能化了。虽然这已经指日可待了，但还远远不够，门槛在提高，我想这就是让我们更努力工作的动力所在。但如果你说的是通用人工智能，我敢断言，在未来 30 年内都不会出现，甚至可能永远都不会出现。因为我坚信，人类的灵魂是崇高独特的，我们对自身还欠缺通透的理解，在神经网络和计算机算法中有很多爱意和同理心是没法解释的。目前而言，我不认为有解决之道。