岁末年初，再过10个小时，我们就将进入2018年，一个新的年份。新智元从2015年9月成立至今，一直聚焦AI行业，追踪业界、技术、学界的前沿发展。一个月前，一次偶然的机会，我们和美团点评的刘江院长，前CSDN的总编刘江聊到AI行业，听到了许多作为编辑本身很难思考到的行业观察，于是萌生了在年末做一期“年终话AI”的节目。非常荣幸地，新智元创始人兼CEO杨静女士和大数医达创始人邓侃博士也对这一节目给予了大力的支持，将他们在过去一年中对AI行业的的观察一并拿出来跟大家分享。
“大咖话AI”是新智元发起的邀请业界大咖聊行业动态的对话式节目，从2018年开始正式推出，每期会邀请业界知名人物对特定的AI话题进行畅聊。正如刘江老师一直强调的“在节目中的发言仅代表个人观点，不代表公司立场”，我们的宗旨是让行业内的专家们讲出更多的真心话，偶尔也可以来一点大冒险。
借此机会，也感谢专家和读者朋友们对新智元的支持和鼓励，祝大家在2018年心想事成，和我们一起拥抱AI。
2017AI五问 ：从DeepMind的落地难题到BAT格局再到创业公司倒闭潮
1. 2017年AI产业有什么大事？
刘江：2017年产业来讲格局变化也不太大。整个产业美国还是那几强，中国现在准确地说是A（阿里）和T（腾讯）两强相争，有其它新一点的公司，都是所谓的TMD等等。总的来说，AI实际的成果无论是学术上的突破还是实际落地的成果，都不太够，反而八卦太多。
邓侃：从技术进展上来讲，是更加巩固消化的一个阶段。今年值得一提的就是“聚焦”（Attention），但不是本质的提高，而是对CNN卷积的思考，在不需要人参与的情况下提取它的特征值。
2. 2017让人印象深刻的都是AI打游戏？是不务正业吗？
刘江：之前AI界媒体关注特别高的事情，总结起来就是打游戏，包括冷扑大师也是，AlphaGo下围棋还是游戏，包括DeepMind之前的很多论文全是在打游戏。实际上整个人类社会有很多大的问题，你技术牛，这很好，但是是不是应该解决一些实际问题？
杨静：2017年是AI游戏大年，包括腾讯的《王者荣耀》做了AI版，不管打德扑、星际争霸、围棋或者其他棋类，AlphaGo已经把棋类全部通吃了。这些游戏也是对强化学习，包括对抗生成网络这种新的算法模式的验证。
邓侃：游戏是比较可控的模拟空间，可以用来验证强化学习的算法是不是靠谱。第二个问题，刘老师说的，能不能把强化学习从理论派，从模拟实践派进入真实世界的实践派，这很显然是下一步要做的事情。
3. AI出来了，BAT格局变了吗？
刘江：格局变是因为移动，不是因为AI。百度叫All in AI，因为移动它输了。BAT的格局变化是因为移动。TMD新的三家都是移动一代，但是AI下一步什么时候在什么场景下会产生爆发？要去思考为什么移动的力量这么大，因为在用户层面发生了革命。
邓侃：静态的互联网走向移动互联网，场景变了，所以整个是一次大变革。人工智能的切入点是供给侧的把人力放大。第二，手持设备怎么办，我们出现很多AI芯片。第三，人工智能向哪个方向发展？应该向类人智能叫强人工智能也可以，解决人类社会当中遇到的复杂系统问题。
4. 未来三国争霸或者AI云的生态系统争霸怎么看？
杨静：AI芯片涉及到两个层面。第一个层面，终端智慧化，比如华为的芯片也是一个AI芯片，麒麟芯片用的是寒武纪的NPU，苹果在用AI芯片，明年高通或者三星之类手机都开始应用AI移动端的芯片。再来就是云端，这里面就是TPU，很明显阿里要在它的云设备里部署AI芯片。腾讯肯定也有它们的规划，华为无论在云端还是终端都会发力。下一步围绕AI的硬件和软件都会形成AI云巨头之间生态系统的争夺，包括AI芯片，也包括TensorFlow之类的开源框架，比如，微软和Facebook现在搞了一个对抗TensorFlow的联盟。
刘江：云计算公司，AI是一个变量，但是不足以撼动原有的格局。阿里、腾讯比较大，华为做的晚，但是实力比较强，有潜力，这三家可能是云计算比较有潜力的竞争对手。用户有AI需求，它为什么不做？这是很自然的事情。分析各种各样的变量就要看它是延续性的还是颠覆性的，在云计算这个层面AI看上去不像是颠覆性的。不会有一个芯片公司因为AI成为巨大的公司。
5. 2018会有人工智能初创企业倒闭热潮吗？
邓侃：倒闭潮有点夸大其词，但是作为一个健康发展的必经阶段，2018年倒掉几个公司，不会造成大批量的死亡。就像学术界一样，学术界今年实际是在巩固去年的成果，刚才谈过这个话题。作为企业界也一样，前面时间投资热，大家盲目上马，上马之后一定要淘汰掉一些，末位淘汰。会不会造成头部的整个全军覆没？我不是这么看。我相信明年头部会更猛。
除了以上5个话题，三位老师还对AI独角兽的发展、无人驾驶究竟会鹿死谁手等话题进行了深入的讨论。一起来看对话实录：以下是杨静、刘江、邓侃等三位嘉宾的对话实录，由新智元编辑整理。
回望2017：总体来说乏善可陈，亮点在冷扑大师，被截胡的DeepMind明年会有相应动作
杨静：今天特别高兴跟新智元的群友一起来聊聊2017年 AI 大事，并对2018年做下预测。今天2017年12月28日，还有3天我们就要进入2018年了。今年AI界可以说是波澜起伏，是很壮阔的图景。今天特别有幸请到两位大咖，也是2017年AI World世界人工智能大会的两位主持人，一位是坐在我旁边的美团点评技术学院院长刘江老师，还有位大数医达CEO邓侃博士。
首先有请美团点评的刘江院长，他以前也是CSDN的总编，非常关注AI产业的发展，是产业的观察家，有请刘江院长给我们总结一下2017年AI产业有什么大事，印象最深的是什么。
刘江：新智元的群友，还有业界的新老朋友大家好，我是刘江。刚才杨静讲回顾2017年这一年她用的词是“波澜壮阔”，实际从我观察这么多年业界的技术趋势发展来看，2017年如果从技术角度来讲，令人特别激动的事情不太多。产业来讲格局变化也不太大，整个产业美国还是那几强，中国现在准确地说是A（阿里）和T（腾讯）两强相争，有其它新一点的公司，都是所谓的TMD等等，包括我所在的美团点评在内，格局没有发生大的变化，我刚才还在看新智元今年的微信文章阅读量TOP50，确实总的访问量比之前要大很多，有很多10万+，这个能看出整个全社会对AI，尤其IT技术关注度确实在提升。
但是我们在这个行业里面，实际今年回顾起来进展不是那么大，包括现在能看到深度学习也是前几年开始，有几个比较重要的突破，比如各种各样的Net，不断把效果提升。但是反而到了2017年新的并没有出现。要说比较大的突破，还是前两年孙剑和何恺明做的ResNet(残差网络)，包括之前热的GAN（生成式对抗网络）。今年要说技术上值得一说的还是冷扑大师AI系统在不完全信息的比赛中赢了人类高手，这个从技术上面还是有一定的突破。其它感觉乏善可陈，包括热度非常高的DeepMind的AlphaGo等等，还是在去年的基础上工程上更成熟了一些，这是我的看法。
邓侃：基本上同意刘老师的看法，今年相对去年来讲，从技术进展上来讲，是更加巩固消化的一个阶段。刚才刘江老师讲了，以往我们做的残差网络，后来的Attention等等，今年值得一提的就是“聚焦”（Attention）来讲不是本质的提高，而是对CNN卷积的思考，不需要人参与的情况下提取它的特征值，这个特征值以往用的是卷积来做，卷积最后核心的价值核心的原理在哪里？从技术角度来讲不是革命性的突破，工程上来讲这件事情做得更精致了，对于CNN、SDN的理解更加深刻精炼。我非常同意刘老师的看法，2017年我愿意用“巩固”这个词。
所有不那么出彩中，要说哪个可能最出彩？Libratus（编者注：Libratus是卡内基梅隆大学开发的人工智能系统）是用来打德扑的，这不是完全赌博的事，它解决了强化学习中间两个巨大的障碍，一个所谓的不完全信息，就是隐藏信息，我们知道的事情不全怎么办；第二，反欺诈。这两个东西是强化学习未来必须解决的两个问题，但是非常有戏剧性的是，他们没有用传统的深度学习的思路，这和DeepMind相比是两条路，相当于用另外一条路完成了目标，这件事有戏剧性。2018年在这个事情上DeepMind一定会有新的研究，他们的目标是势在必得，这就好像说“我从另外的小道抄过来取得了成功，DeepMind的光明大道能不能走得通？今年AlphaGO也好，AlphaZero也好，相当于初赛，但是最后的计算突破被Libratus一下子突然达到，DeepMind明年一定要在这上面发力。
2017的 AI 圈：八卦太多，突破和落地成果不太够，AlphaGo是天才的PR项目
杨静：冷扑大师今年拿到NIPS最佳论文，我们也是特别荣幸请到冷扑大师到新智元世界人工智能大会上做了一个分享。现在聊一个比较轻松的话题，刘江老师说2017年没什么大事，AI界最大的八卦是什么？
刘江：AI实际的成果无论是学术上的突破还是实际落地的成果，都不太够，反而八卦太多。包括去年哪个大牛又离职，谁又加入哪儿，人事变动，大家关注很多。刚才说到NIPS有一个很大的八卦，媒体关注度比较高的事情反而是吵架，有人出来说深度学习理论上没有搞定，有点像炼金术，深度学习的几个大佬受不了跳起来回敬。
深度学习火之前他们确实坐了很多年的冷板凳，他们比较敏感，可以理解。但是AI还是需要冷静，还是要踏踏实实解决一些实际问题，包括DeepMind，这家最火的公司。AlphaGo我形容它是天才的PR项目。我很佩服Google的同事，他们很厉害，找到了一个围棋这样一个东方古老的游戏，这以前公认是很难的，但是他们居然把它搞定了。公司里面的人觉得这是一个攻关项目，确实里面包含很多技术，尤其强化学习用得很好。把强化学习这样原来很冷的技术推到聚光灯下，让更多年轻人学习，应用到更多场合。
之前AI界媒体关注特别高的事情，我总结起来就是打游戏，包括冷扑大师也是，AlphaGo下围棋还是游戏，包括DeepMind之前的很多论文全是在打游戏。实际上整个人类社会有很多大的问题，你技术牛，这很好，但是是不是应该解决一些实际问题？
杨静：2017年是AI游戏大年，包括腾讯的《王者荣耀》做了AI版，不管打德扑、星际争霸、围棋或者其他棋类，AlphaGo已经把棋类全部通吃了。这些游戏也是对强化学习，包括对抗生成网络这种新的算法模式的验证，不知道未来2018年强化学习也好，对抗生成网络也好，会不会逐渐进入算法的主流？邓侃博士有什么观点？
邓侃：今年谈到Libratus，深度学习主要还是一种感知的问题，你要是做到决策方面的东西，基本上是强化学习的范畴。刚才杨静老师谈到一个问题，为什么花这么多时间玩游戏？游戏是比较可控的模拟空间，可以用来验证强化学习的算法是不是靠谱。第二个问题，刘老师说的，能不能把强化学习从理论派，从模拟实践派进入真实世界的实践派，这很显然是下一步要做的事情。比如冷扑大师的教授托马斯，他花了14年时间，主业做医疗，医疗里面有太多的隐藏信息，拿我们的话说是不完全信息的博弈，不知道到底得什么病。打德扑其实不是他的主业，没想到不是主业的东西反而火了，他不是把所有的精力都在做游戏打德扑，更多的事情还是做人工智能医疗。这是第一个问题。
第二，下完围棋，DeepMind下一步做什么？Demis说做医疗，做英国的智能家庭医生。明年我们将看到强化学习，或者强化学习的各种变种将会有越来越多真实世界的应用。
刘江：这个很值得期待，我也理解，打游戏是一个很好的学术研究的环境，可以撒开来实验，当然也有很多的好处，如果你有AlphaGo或者Libratus这种比赛大家都能看懂，能够打赢人类，也是吸取资源很好的方式。我相信，因为这个，Google公司对DeepMind的支持力度也会加强。如果没有这个，支持力度差别还是很大。我们也知道，在公司内部，部门互相争夺资源还是挺难的事情，DeepMind本身在英国又不在总部。确实像邓侃刚才讲的，DeepMind落地的两个项目，一个是之前跟英国的国家电网有合作，把它的算法用到Google的数据中心里面节能，据说取得很好的效果，但是这块并没有发论文出来。这是真落地的。还有邓侃刚才说的医疗这块跟英国的相当于卫生部的部门NHS合作，报道说不是很顺。真正啃这块硬骨头，尤其行内人一定要冷静，虽然AI炒的很热，人类会怎么怎么地了，实际真正在做事情的同学都知道，要想往前迈一步非常难。下一步非常重要的。
AI出来了，BAT格局变了吗？
杨静：DeepMind也是让AlphaGo退役了，整个棋类比赛其实就over了，已经完爆了，我们还出了一篇文章叫“别了黄士杰”，大家还挺震惊，代表了这样一个时代的落幕或者说转型。整个DeepMind也好，或者人工智能也好，在2018年会走入相对落地的阶段。对于通用人工智能的追求和探索可能会在更大范围进行，甚至前一段有一篇文章，美国人工智能专家预测，2018年的热点只有谈AGI（强人工智能），AI不再是人工智能讨论的范畴。不知道你们怎么认为？2018年什么将会成为我们人工智能产业界、学术界最热门的话题？
刘江：产业界和学术界肯定是两个层面，2017年、2018年能有多大的差别，我看很难。整个来讲，我们长期来看会低估，短期来看会高估。事物的发展跟人的线性思维是不匹配的，往往有一个指数级或者突变的东西。可能五年十年突然反过来看，就像现在看十年二十年前没有互联网，现在已经铺开了，不过二十年的时间。人工智能时间长度长一点，一年两年两年三年会有多大的变化，我是表示怀疑的。明年只谈强人工智能，做不到，反而应该把现在的问题一个一个列出来，大家该做什么事情一个一个脚踏实地去做。
我们在企业内部，美团点评按技术人员分类，其实做算法、人工智能相关工作的有五百多人。像美团点评的外卖APP业务其实背后有非常多的算法在运转，支撑千人千面的需求，每个人在不同的地方、不同的时间，你打开都不一样，类似这样。实际上我们已经有太多东西都在背后是人工智能，怎么样真正越做越好？包括解决一些比较大的问题，就像最近很多同行听说美团点评现在组建了无人车团队。无人车等下可以讲讲，确实这是AI非常大的应用领域，而且从某种意义上来讲，AI和iPhone相比，现在来看还没有达到iPhone那个颠覆性的作用。对产业来讲，新智元成立也有两年了，再往前说，2012、2013年机器翻译出来到现在四五年了，这么多年间发生了很大的变化吗？至少对产业来讲变化没有那么大。热度很大，吸引公众的注意力、资源包括资金很大，但是因为AI出来了，BAT格局变了吗？没变。
杨静：变了，你刚才说到了。
刘江：格局变是因为移动，不是因为AI。百度叫All in AI，因为移动它输了。BAT的格局变化是因为移动，腾讯很成功通过微信转到手机上，原来的市值巩固了更强了，阿里是因为本身做交易性的平台，交易很难被颠覆，因为它的商家还是这些，只不过原来在PC，现在转移了。百度的问题是，你在手机上不太用浏览器，也不太用搜索引擎，某种意义上讲就像阿里、京东、美团点评这样的平台APP是垂直搜索，你想买东西的时候到淘宝去搜、京东APP去搜，不会到百度去搜。你要想生活服务吃喝玩乐住行到美团上去搜，不用到百度。百度到了移动时代之后，整个场景变了，原来在PC浏览器里的统治地位丧失。
现在看AI，至少目前来看它远远没有达到当时iPhone发布引起的移动这个大浪潮达到的力度。甚至你看TMD三家全是因为移动带来的，就是因为今日头条是新闻，原来大家在PC是看新浪的。现在在手机上做了一个APP，当然它的核心是有AI在里面支持，但是它跟原来的PC相比实际是一个大的颠覆。如果不用手机使用美团和滴滴的话，不可想象，这些应用在PC上不太好用。
TMD新的三家都是移动一代，但是AI下一步什么时候在什么场景下会产生爆发？这里面问题有一个，印象最深的公司，DeepMind是PR做得好的公司，技术也很强，囤积了很多的人才，这是我们要承认的。但是它现在缺乏能够有说服力真正解决实际问题的场景，我们关注它下一步。包括像波士顿动力，大狗每次出来都很炫，也是非常会做公关PR的公司，但是有什么用呢？这么牛，为什么Google收购了它又卖了它？很大程度上是很难解决实际问题。解决实际问题是接下来AI真正要回答的问题，当然这个未必是明年一定能够出现的。包括现在能看的AI，AI现在来看最大的一个场景，未来五年到十年是无人驾驶，未来就要去思考为什么移动的力量这么大，因为在用户层面发生了革命。原来大家是这样的，对着大一点的屏幕趴在桌上，现在大家都从口袋里面掏一个东西出来。接下来AI在什么场景下会引发这样的效果？我们和互联网系统和信息系统之间的交互跟这个不一样。这是我们要思考的，这是下一个爆发点所在的地方。
杨静：大家寄希望于语音。
刘江：我觉得语音很难。
邓侃：刚才刘老师讲得非常好，从静态的互联网走向移动互联网，场景变了，所以整个是一次大变革。大家的感知非常清楚，你有了手机在手上，你随时可以上网，导致了大数据的产生，这是前所未有的。大量的社交数据上来了，接下来会出现什么？数据谁来处理？人已经处理不了，一定是人工智能会在这个地方发力。拿时髦的话讲，人工智能的切入点不是让用户直接感知背后是不是人，而是供给侧的数据处理挖掘方面，AI+、AI云这些东西，AI+是合理的说法。
无人驾驶汽车也跟这个有点类似，网络分析、用户画像、精准投放就是今日头条这种东西。今日头条是移动互联网带来的，但它的核心是AI，是垂直领域的AI。这是第一件事情，AI的价值点在哪里？一句话来讲，供给侧把人所不能及的能力用AI的方式放大。
第二件事情，手持设备怎么办？你不可能把云全放到手机里面，网络有时候不稳定。为什么AI芯片比较火？比如余凯老师（地平线）、寒武纪等等都在这方面发力，把人工智能的能力再浓缩到手持设备里面，这是第二件事情。
第三件事情，强人工智能。从人工弱智到类人智能，这里面最大的问题是解决情感问题，解决人的行为问题。我们又回头说德扑的问题，德扑为什么很重大？第一它解决了人的感知对世界的了解，不是全面的，而是片面的，是有隐藏信息的。第二，即便在隐藏信息的前提之下人还有意在误导你，这是人类情感的一个部分。接下去还有一些事情，没有准确表达这种东西，比如我们讲的机器阅读，经常会问，言下之意是什么？言外之意是什么？它在暗示什么？这些都是明年后年要解决的问题，现在已经能看到曙光，至少Libratus给了我们一个非深度学习、非强化学习的路径。下面的悬念就是有没有更好的解决思路。
我看到三条，人工智能的切入点是供给侧的把人力放大。第二，手持设备怎么办，我们出现很多AI芯片。第三，人工智能向哪个方向发展？应该向类人智能叫强人工智能也可以，解决人类社会当中遇到的复杂系统问题。
不会有芯片公司因为AI成为巨大的公司
杨静：邓老师说的更令人激动，提到了AI芯片，这个是2017年我们真正的热词。比如新智元2017年最火爆的一篇文章阅读14万多就是关于TPU的报道。我们当时没有想到这么火热，据我们所知，连百度也在研发AI芯片，阿里更不用说了，大家可以看到他们都把芯片公司投了一个遍，包括寒武纪、深鉴、Face++、依图都开始做AI芯片了。AI芯片又涉及到两个层面。第一个层面，终端智慧化，比如华为的芯片也是一个AI芯片，麒麟芯片用的是寒武纪的NPU，苹果在用AI芯片，明年高通或者三星之类手机都开始应用AI移动端的芯片。再来就是云端，这里面就是TPU，很明显阿里要在它的云设备里部署AI芯片。腾讯肯定也有它们的规划，华为无论在云端还是终端都会发力。
下一步围绕AI的硬件和软件都会形成AI云巨头之间生态系统的争夺，包括AI芯片，也包括TensorFlow之类的开源框架，比如，微软和Facebook现在搞了一个对抗TensorFlow的联盟。大家对未来三国争霸或者AI云的生态系统争霸是怎么看的？未来阿里会不会形成非常大的AI云系统？
刘江：我算是观察了好多年，08、09年开始。AI其实是云计算的一个很好的延伸或者补充，云就是以服务的形式对企业互联网化，原来IBM、惠普、戴尔卖服务器各种软件，我们要买硬件装软件自己来搭。有点像早期的电力系统，我们自己要造发电厂、发电站，开工厂或者建小区都要自己搞电力设备一样。云就像各个国家的电网，几个大的电网公司把这个事搞定了，很难靠云成立一家云计算公司。云计算公司，AI是一个变量，但是不足以撼动原有的格局。阿里、腾讯比较大，华为做的晚，但是实力比较强，有潜力，这三家可能是云计算比较有潜力的竞争对手。用户有AI需求，它为什么不做？这是很自然的事情。
美国也是，美国最大的就是亚马逊，微软、Google，TensorFlow为什么开源？其实Google不喜欢开源的。Google在云计算领域入场太晚，在美国远远落后于亚马逊和微软，它也认为AI可能是它的一个机会，对它来说是一个变量，是有利的。TensorFlow开源很成功，确实成了最火的框架，还收购了Kaggle竞赛平台，包括请了李飞飞等在AI业界很有影响力的人物。这几步显示了通过造AI的生态扭转在云计算不利的局面，现在看效果还是不错的。现在也出现了微软、亚马逊等等公司反过来结盟，这块势头很好，是不是能翻盘引起很大的格局变动？我觉得有疑虑，这是延续性的。
我最近在看一本书，书名《创新者窘境》，作者写的下一本书是《创新者的解答》，很强的公司为什么眼睁睁看着一些很小的创业企业慢慢长大最后被干掉，他提出这个问题，实际他的《解答》那本书分析了很多怎么避免这个事情的发生。分析各种各样的变量就要看它是延续性的还是颠覆性的，在云计算这个层面AI看上去不像是颠覆性的。但是在终端这块也许还是有希望的。现在英特尔挺紧张的，包括大家能看到移动产品兴起后，对英特尔也是很大的打击，英特尔完全失利，APP的开放架构授权模式造成了手机厂商现在都在做自己的芯片。芯片AI不见得能够成为颠覆性的事情，它更像延续性的，就像现在苹果、三星、小米，我是手机最强的公司，那我接下来需要AI芯片我可以先买，我再组建团队，小米包括苹果干的事情都是这样，这也不是颠覆性的机会。不会有一个芯片公司因为AI成为巨大的公司。
独角兽非真独角兽：对产业产生颠覆性的至少是百亿、千亿级的公司
杨静：大家纷纷投资，特别是已经成为独角兽的AI芯片公司，未来前景如何？
刘江：独角兽分很多层次，独角兽这个词现在媒体有点滥用了，好像是独角兽就很厉害。其实独角兽分很多层次。最小的独角兽达到10亿美元，是一个很小的数字，对产业格局不会有太大影响。还有一个级别大独角兽，独角兽这个事一听好像很强，实际分很多层次。独角兽真正有意义的是，同一年所有的创业公司里面，一年时间只有八家公司成为独角兽，所以还是比较稀罕的。这几年泡沫化了，一年几十个独角兽公司都有，中国都不止几十个。
还有是大独角兽，估值100亿美元，这种公司平均一年只有一家。还有一个词，超级独角兽，1000亿美元。最后一家超级独角兽公司是04年成立的Facebook。对产业产生颠覆性的至少是百亿、千亿级的公司，达到10亿的机会还是非常多的。就像芯片公司可能不见得独立发展，也可能独立上市，像科大讯飞就是语音单点切入做得不错，有几百亿人民币市值。
邓侃：独角兽的定义流行的观点是以多少钱来定义，实际有一点不太合理，比如做芯片企业的一般估值非常高，因为整个团队资金需求量非常大，钱少做不出来的。相对来说做APP的公司一开始估值不会太高。独角兽一定是在某行业里面起到颠覆性的引领作用，像Facebook这种模式，而不是缝缝补补的。独角兽首先第一件事情是在挑战现有行业的游戏规则，这才是很大的意义。像美团、今日头条都属于挑战了一个行业的老规则，这是第一点。
第二点，云计算，坦率来讲主要是公有云。在人工智能时代来临的时候，它会按照行业细分到私有云、行业云去，这一定会产生大量的机会。刚才讲到AI+某一个行业，每个行业里面一定会有细分。云计算讲的是公有云强调20级层通用的，现在走到AI+，有人工智能取代人工或者放大人工的能力，这是人工智能时代的云计算，这里面机会就来了。如果独角兽定义为在某一个行业里挑衅了或者颠覆了老规矩的，那基本上所有行业都会有机会，这个很有意思。
移动互联网时代，百度掉队了 ，人工智能机会在深入行业，发力的地方在供给侧
刘江：刚才讲到这点，人工智能巨大的机会是在深入行业。美团点评王兴09年有一个分析框架，仍然还是有价值的，当时他是按纵横对互联网公司做划分，总共分成三个，纵轴三个，一个是资讯，一个是交流，一个是电子商务。BAT正好是这三格。百度是资讯，腾讯是交流，阿里包括京东市值最高的几家公司基本框在这儿，商务有两家公司。到了移动时代，资讯和交流都是微信，百度这个地位丧失了。BAT里面B掉队了，本质在这儿，它的站位丢失了。今日头条、微博在这个领域还有一定的市场，今日头条市值几百亿，微博上市比Twitter还高，也有几百亿。商务这块，给大家提供一些交易的公司出现了，滴滴，京东、阿里的地位还在。如果微信没做出来，腾讯也死掉了。反而这一块是都平移到这边，像滴滴、美团点评这样的公司包括携程，携程在PC时代没有那么强，反而到移动时代更大。这都是几百亿的公司，这是商务。
但是我们如果把商务拓展“互联网+”，这块市场就非常大。实际上大家去分析滴滴和美团点评这样的公司，实际本质上找到了传统行业，用互联网的手段数字化的手段去改进。我们可能不用说颠覆这个词，其实是改进。毕竟滴滴现在没有颠覆出租司机，还是把它联系起来，给终端消费者提供更好的体验。美团点评也是这样，我们并不能自己去做菜，最后方便面和冷冻食品被外卖一起干掉了。从用户层面想他需要什么更好的服务，这方面有很多的行业，2018年非常大的风口，包括今年已经起来了，新零售。阿里的动作很多，腾讯也开始多了，包括把最大的最有活力的几个超市分到永辉、大润发，美团点评是跟位置相关的服务，零售其实我们下一步很重要的事情。除了零售之外还有哪些？教育、医疗其实这些都是。AI不是一个孤立的事情，是整个大趋势的一步而已，比如云计算、大数据、移动、物联网等等，再加上人工智能，其实整个都是我们怎么把原来物理的现实社会数字化，不断能提升它的行业效率、水平，改善它的用户体验。整个是一件大事其中的一部分。
AI对于很多公司来讲不见得能用上，你的业务链数字化都没做好，流程都没有用软件、互联网，信息化都没有做好。我接触过太多的企业，跟我说你们AI怎么用？我跟他聊了以后发现，基本的信息化还没有做好。但是这个对于互联网的从业者来讲有很大的机会，就像滴滴，我突然从一个切入点出来以后，发现把整个交通行业做成一个平台，美团点评是这样。生活服务有二百多个行业，我们都可以用一个平台把它服务起来，把几亿消费者和几百万、几千万的商家联系在一起，提升整个行业的水平。
杨静：您讲的主要还是“互联网+”的事情，邓老师，AI会对行业产生什么颠覆？
邓侃：我刚才讲了一个问题，它起到的颠覆作用，都是在供给侧把本来人工做的能力放大了，这个是能够看得到的东西。中国从粗放的来料加工，到中国制造、中国创造，中间很多东西都是人力的东西，这当中中国势必要在AI上面发力，现在整个势头非常好，看NIPS上华人的论文占据半壁江山，国家也重视这件事情。国家怎么促进？是不是几个国家就能把这个事情搞好？前一段时间讲老独角兽没有成为新独角兽？为什么老企业反而给新的AI企业一些新机会？AI里面的动作进展非常快，技术更新非常快，导致整个产品的功能到形态都转变非常快，大公司有一个惯性。像大船一样掉头不灵活，掉头灵活的一定是小团队，担当了引领行业未来发展的方向，这时候有很多机会。大家把握住一个问题，你的切入点在什么？现在是哪个地方特别耗人力的地方，那就是人工智能发力的地方。
AI创业公司倒闭潮有点夸大其词，但是不可否认会有公司死掉
杨静：现在也有一个论调，李开复还有几个投资大师都提到了一个风险，2018年会迎来AI创业公司的倒闭潮。
邓侃：倒闭潮有点夸大其词，但是作为一个健康发展的必经阶段，2018年倒掉几个公司，不会造成大批量的死亡。就像学术界一样，学术界今年实际是在巩固去年的成果，刚才谈过这个话题。作为企业界也一样，前面时间投资热，大家盲目上马，上马之后一定要淘汰掉一些，末位淘汰。会不会造成头部的整个全军覆没？我不是这么看。我相信明年头部会更猛。为什么？人工智能前面一段时间其实有很多事情大家看不清楚，只是觉得这是一个趋势，但是经过2017年的消化、吸收、巩固，大家对这个事情能干吗，在什么地方，比较清晰了，明年在产业界会有巩固的阶段，强的更强，末位该淘汰的淘汰。
刘江：我感觉现在人工智能创业企业太多了一点，我亲身经历见证的这几个，像云计算也很多公司，大数据也很多公司，大数据实际相对少一点，移动公司是最多的，最后基本已经可以尘埃落定，2007年到现在十年了，真正起来是2010年移动创业投资最热的时候，移动创业成功的也没几家。大家一定要冷静思考，其实现在这么多创业公司，包括无人驾驶就一大堆，总的来说成功率不会特别高。AI的好处，总体来讲人才比较贵比较稀缺，至少美国有很多AI的小公司创业没多久就被大公司收购，就像Hinton三个人几个博士几千万被Google收了，至少有一个很好的退出方式，关键还是把自己的价值做出来，无论是用户还是技术，还是to B的客户，包括对这个行业的理解，要把自己的价值做出来。我感觉AI至少目前来看成为非常大的公司的机会，现在我还没看出来。不能说明年怎么样，这个取决于投资人的心态。
邓侃：这里面有一个很有意思的事情，仔细观察移动互联网的发展，回顾性看一看，为什么出现滴滴这样大的独角兽公司？回想一下以前没有移动的时候，它不存在手机。要有前提条件才有滴滴这样的公司出来，现在AI从某种意义上在重复重演老戏，以前没有办法急速取代人工的能力，现在有这个条件，新的商业模式就出来了。有了商业模式之后，一定是降维攻击打过来的。这种情况下，将来怎么会出现大的独角兽公司？一定某个行业里面老的商业模式经过彻底反思之后会发现不尽人意，我们要支撑这个业务所需要的人力成本太高，更高精的东西做不了，如果获得超人的能力，以前不可能的方式变成可能了，新方式把以前的行业颠覆了，这时候独角兽就出现了。
杨静：这样的可能性在哪里，阿里成立达摩院，三年一千亿，这也是我们10万+的文章。
邓侃：不是说有多少钱的事情，为什么让业界觉得很振奋？大家意识到中国不再是我山寨别人，做跟随者，要抢夺世界的话语权了。中国在前几拨技术上是跟随者，跑到人工智能的时候，大家觉得无人车也好，AI芯片也好，我们突然弯道超车了，一超车最大的问题不是产品的东西，是品牌，是话语权，是制订游戏规则。这时候怎么办？你一定要和国际上要有某种更密切的交流，要在它现有的框架之下占据头条位置。
阿里还是很有气魄的，他们一下子投入达摩院，以后这几个大的独角兽公司也会做同样的事情，甚至国家在背后支持也要搞。PK到最后肯定是中美之间在人工智能领域的PK，欧洲和日本已经不行了。
刘江：首先我觉得这是一个很好的事情，无论是国家还是公司，把钱花在研发上，更多钱投入研发，这肯定是好事情。总比投入污染、重工业要好。包括阿里、腾讯、美团点评、滴滴、今日头条都在招揽一线的人才，花费巨大，像研发我们美团三年也是百亿级别的投入。这个事情是支撑这么大规模平台必须的，而且尤其像阿里和腾讯这样的公司实力非常强，业务发展很快，有大量的资源资金，像当年的微软甚至更早的贝尔实验室包括施乐的park研究院一样，他们公司达到了一个比较鼎盛的时期，有大量的资源投入到成立一些研究院是很好的事情。
说实话，研究院这个事我们觉得可能以后还可以专门来谈一次，单独成立的企业研究院严格来讲成功的不多，如果定义成功为企业的业务发展起到决定性的作用，最著名的研究院贝尔实验室、park、微软研究院，做了多少事情，但是帮公司赚多少钱？没有，其实都是烧钱的，但是它对社会提供了非常大的价值。现在非常多的发展都是靠当年贝尔、park、微软研究院。中国AI的发展，微软亚洲研究院输送了很多人才，对整个行业是非常好的事情，这是大公司应该做的事情，它在这时候有资源。以前马云也讲，他要做102年，企业的寿命比人的寿命还高，但是企业在最好的时候，达摩院可能比阿里活得长，贝尔实验室比原来的公司活得长，他们是要做贡献，这是很好的事情。
无人驾驶的机会究竟是谁的？
杨静：无人驾驶这个领域里面机会会是谁的，百度也有apollo计划，王劲今天在广州说明年要量产500—1000辆无人驾驶车，谁会是胜出者？
刘江：无人驾驶是AI垂直领域影响最大的方向之一，无人驾驶本身就是一个机器人，造路上自己会跑的机器人。这个事要以五年和十年这个尺度衡量，明年很难有一个明显的结论出来。大家能看到现在几条路线从产业角度，一条像Uber、滴滴包括美团点评也开始做共享约车服务。如果无人驾驶能够顺利，需要无论是政策还是技术都成熟，它是一个延续性技术。滴滴的平台模式挣一百块钱，大部分要给司机，虽然抽成也很高，如果不用司机用自己造的机器人实施，如果机器人批量生产又成本很低的话，对它来说是延续性的，利润增加，而且原来的服务模式没有大的变化，用户体验还提升了，成本降低了，利润增加了。包括无人车也是天生为大规模服务化造的，它不需要停，只要还能跑就继续跑。
杨静：比如京东的物流。
刘江：像京东库房里面很多机器人，亚马逊库存也有很多机器人，这是逻辑最顺的。其它的玩家，一个是传统的汽车企业，现在来看可能还得像特斯拉，包括国内蔚来亮相也很惊艳，据我了解，原来传统典型的车厂连电子设备都是外包的，很难相信他们在AI上有多高。百度的Apollo相当于安卓，让手机厂商利用这个平台，手机操作系统很难做，我来做了，我们加起来和苹果竞争，是这种思路。这个思路逻辑不一定不成立，十年二十年后理想的出行服务应该是什么样的？不像手机这样一台台去卖的，而天然就是一个租用型的。说起来这是一个天大的事情，你去看现在的财富500强，只要未来车变成了以Uber服务网络去提供的话，它的保有量会巨降，就像刚才提的现在我们有2亿辆，就像云计算成为普遍以后，服务器的销量会巨降，包括惠普、戴尔对这个事情肯定有很强的感受。
汽车其实是最浪费的事情，AI去观察什么东西是浪费最大的，那就是机会。我们买一辆车90%以上的时间是停在那儿，还占资源，而且家里还要有一个资源，办公室还要有一个资源。这个事情如果十年二十年，改变非常大，世界五百强里面有非常多的汽车公司。
杨静：怪不得美团点评要去做打车。
刘江：如果这个车是电动的，只要一形成，就会发现整个城市停车、生活等等将发生最大的变化。
杨静：这个产业的确有很大的改变，Uber搞了两万四千台沃尔沃的无人车在美国大街上上路，上面的激光雷达价格巨幅下降，以前就达喀尔几个比赛的车60多万、70多万一个激光雷达，现在几万块美金甚至几千美金，价格下来以后整个智能交通系统重新布局。无人汽车马上可以成形，马上可以量产。
刘江：不要忽视大规模的威力，就像iPhone、安卓手机里面已经是大量的传感器，以前都很贵的，现在因为有了手机每年全球十亿级别的产量，整个价格都往下降了。以前元器件贵，现在元件都变便宜了，智能硬件，iPhone起来之后又有一拨小高潮，元器件都便宜了，可以做很多新的创新。
邓侃：什么样的东西上面有颠覆性，比较热的新零售，核心的主打价值是两个，一个是低库存几乎是零库存，以前做不到，没有办法预测销量。第二，C2F，极度个性化。以往也做不到，以往没有那么多服务员，每个人都有手机，实际相当于每个人配了一个服务员，没有办法解决的问题一夜之间解决了，智能助手，我自己搜索对方就知道了，现在是对方知道了怎么处理，怎么组织供应链，怎么搞个性化，这个事就可以解决了。这时候立刻对零售业有一个颠覆性的巨大改善，同样的思路，我们做医疗的有没有办法？大家为什么都愿意去三甲医院？不相信基层医生。把三甲医院好的病例作为一个训练数据，训练出来一个导航一样的东西，把导航一样的东西给到基层医院的医生，只要会简单的操作，打针、验血，就能够像老医生一样看病，这样一来基层医生的水平就上来了。这时候大家还愿意去三甲医院吗？大家还愿意去排队吗？以前非常专业的那些技能突然变得非常平民化之后，这个行业就被颠覆掉了。
医疗就会发生变化，教育也会发生变化。以前就那么几个名师，全部跑到新东方听罗老师讲课，现在人人都是罗老师，还要挤新东方的教室吗？业态发生变化。金融也一样，现在都是金融理财师把钱卷跑了，以后会有一个金融助手，每个人都很牛。这是对行业的颠覆，这就是人工智能在供给侧方面发生的巨大变化，整个社会的组织形态都变了。
寄语：接地气，每个产业都用AI技术赋能，爆发出来颠覆传统体系的潜力
杨静：听起来各行各业都和AI有巨大的爆发机会，AI+。大家的讨论非常火热，最后请两位老师总结一下2017展望2018，用一个词。
邓侃：巩固。巩固以往2016年的成果，淘汰掉一些泡沫，把剩下的计划巩固放大。
刘江：脚踏实地。希望更加接地气，2018年尤其要有成果或者案例出来。
杨静：2017年的关键词第一是探索极限，探索人类智能和机器智能的极限。第二，城市升级。无论智能交通还是中国要用人工智能作为支柱产业，可能都会面临国家经济体系的升级。第三，产业跃迁。刘江老师说的，我们要接地气，每个产业都用AI技术赋能，爆发出来颠覆传统体系的潜力。
最后祝愿新智元的群友能够利用AI工具赋能社会、赋能人类，谢谢大家的观看和分享。
原文发布时间为：2017-12-31
本文来自云栖社区合作伙伴新智元，了解相关信息可以关注“AI_era”微信公众号
