“人工智能不是互联网的一部分，不是互联网的第三个阶段，是堪比工业革命的新技术革命”。
在2017中国（深圳）IT领袖峰会期间，腾讯董事会主席兼首席执行官马化腾，百度董事长兼首席执行官李彦宏，神州数码控股有限公司董事局主席郭为，微软公司全球执行副总裁沈向洋围绕“人工智能：中国基于与挑战”这一主题展开对话。
人工智能的将来：要颠覆一切商业应用？
今年腾讯围棋AI绝艺在日本UEC围棋比赛中获得冠军，令腾讯在人工智能（AI）领域的成果受人瞩目。
马化腾认为，AlphaGo让全世界对人工智能的认知达到了一个高潮。但围棋显然不是人工智能的终点，在医疗、病理检测方面，如果用计算机后台做出模拟器，进行充分尝试，就会像自动驾驶一样，自然会琢磨出一套理论和经验。
这些实例给马化腾带来了很大的思考。“以后在很多领域如果能做出模拟器定义参数自己学习，找到的规律远超想象，这是我们得到的最大启发”。
事实上，人工智能为全行业带来的改变已经在进一步发酵，尤其在商业应用领域，所带来的影响会愈加深远。
郭为表示，在智慧城市上，神州数码已经和北大建立了一个大数据操作系统，如何把一个城市的数据快速形成，然后进行分析应用，这就是人工智能在智慧城市中的实践。
李彦宏则举例称，现在机场安检需要比对身份证，而当人脸识别发展越来越快，就会更加智能更加方便，以前的笨方法就不再需要。
沈向洋甚至强调，当前最多的应用应该是在AR方面，但从长期来看，每一个商业应用都会被人工智能颠覆掉。
而这一系列应用的落地都得益于当前人类感知和人类认知方面的飞速发展。”尤其是感知方面，接下来五到十年进展非常快，AI很多超过人类“，沈向洋解释称。而这一发展速度的大背景，是互联网的海量数据、强大的运算能力、深度学习的突破等三个条件的齐备。
不过，如此大的想象空间在十几年前可能还是不可想象的。李彦宏说，他当时在美国读人工智能这门课时，大家都还说学了也没有用，没有商业价值应用。但没想到，随着时代变了，一切都变了。
“百度在2013年的1月份对外宣布成立深度学习研究院，现在看来，人工智能是一个比2013年决定进入时更大的产业”，李彦宏说。
正如沈向洋对人工智能会颠覆一切的判断一样，李彦宏也认为，即便是当前火热的互联网，在庞大的人工智能面前也仅仅只是一道开胃菜。“人工智能不是互联网的一部分，不是互联网的第三个阶段，是堪比工业革命的新技术革命”。
如何应对AI初级阶段的挑战
不过，即便外界对人工智能有着极高的期望，但受限于当前的技术水平，人工智能依旧有着大量亟待思考与突破的问题。
事实上，即便外界再鼓吹，李彦宏也认为，当前人工智能还只是初级阶段，“人工智能不是仿生学，现在的工智能像是模仿人脑的一种方式”，但这就存在一个问题，当前人们还不知道人脑是怎么工作的，这给模仿造成了很大难度。
如果不是模仿，人工智能应该走向什么方向？李彦宏进一步解释称，未来应该是机器工具去学习人的意图。在他看来，以后人再也不需要学习工具怎么用，我要工具干什么就可以了，以后人与机的对话、人和物的对话变成自然语言的对话。
这同时也是李彦宏笃信的未来几十年代表人工智能发展的最大方向。
而马化腾也认为，仿生学与人工智能存在本质性区别。”比如发现飞机的空气动力学、流体动力学和鸟不一样的，车轮和人型马一样，仿生是某些垂直的领域”，但到下一步通用时，就期待会有更本质性的原理。
“人工智能其实可以超越现在人基于碳的智慧，这是有可能的”，而这显然已经不再是仿生学的范畴。
但当前，行业对于人工智能的期望还是没有办法太高。李彦宏坦言，在这个人工智能的初级阶段，能做到强人工就已经很不错了，“用用电脑模拟，完全达到人脑的水平，很有可能也永远做不到。”
这决定了人工智能的发展需要持续很长时间，并且在未来的20年到50年很有可能会快速发展。为了押注这一发展期，行业巨头们正大手笔投入以推动整个人工智能行业向前发展，并在其中寻求卡位。
这在包括微软、腾讯、百度身上都有着十分突出的体现。沈向洋透露，目前微软已经有了一个7000人的人工智能团队，并且还在不断扩招。而对于腾讯，为了应对人工智能时代的挑战，也在持续加码人工智能、大数据等方面的计算能力，并招聘了大量相关人才。
“通过一年的时间，腾讯招了很多人，包括在西雅图还设了一个实验室。”马化腾表示。
另一方面，企业之间的合作也在其中显得至关重要。李彦宏提供的另一个思路是，如此大的工程，显然不是一个公司能够把所有的事情做下来的，这就需要企业之间的合作。他强调，这同时也正是百度当前的重要策略。
“作为人工智能领域进入行业较早的企业，百度现在可以提供一些平台给一些尤其是没有这么多计算资源、没有这么多做长远研发能力的机构去做他们擅长的”。在李彦宏眼中，这些企业对于垂直领域有着更加深刻的理解，让他们去做，会推动整个人工智能技术的发展。
独家奉献全程实录
吴鹰：
这次IT领袖峰会的主题是“迈进智能新时代”，李彦宏和马化腾大家很熟悉不介绍了，郭为先生是神州数码的二少帅之一，沈向洋先生大家不一定很熟悉，是著名的微软公司的执行副总裁，全球研究院的院长，人工智能部门的总负责人，同时还是美国工程院的外籍院士。
几位嘉宾都是行业领头人，首先从马化腾开始，刚才朱民演讲特别举了你们团队的例子，十三个人没有一个人会下围棋，腾讯有一个人工智能的团队专门研究人工智能，很短的时间内聚集了很厉害的专家，能不能跟大家分享一下，腾讯为什么在人工智能上这么重视，对人工智能的看法和行业的看法，分享一些干货。谢谢！
马化腾：
李彦宏他们人工智能走得更前，对腾讯来说，我们还是落后不少,去年腾讯才成立AI Lab。我们每天有上十亿的人脸照片，在国内有相当长的研究，包括后台数据分析，都用上人工智能技术，只是大家感受不到，这是在后端。在前端希望做出一些产品。阿法狗通过人机对战的事件让全世界对人工智能的认知到了新的高潮，团队也本着练手的心态做尝试。Google收购的Deepmind团队论文发表之后，全世界很多做计算机围棋的团队纷纷采用深度学习的方法融入到围棋的软件开发，大家不约而同在在一年起步。
我们内部团队有三个团队在做，在不同的部门，这个部门刚好可以突破这个瓶颈，也动用了公司的相当大的后端的计算资源。更大的特点，和阿法狗不同的是，我们绝艺全程得到国家级围棋世界冠军的支持，我们十几位研发人员不懂围棋，一开始连黑先下还是白先下规则都不知道，结合计算机原理以及很多专家的训练。
小小的成功，但是不能过于欣喜，但是也不能说这是一个毫无意义的事情。过去对AI很多从一些规则或者简单的训练得出来能够改善计算处理的能力，最终发现一个更同步和更深层的意义能够在计算机的后台用云计算大数据的方式去高速的学习，可以自己跟自己对弈。阿法狗出来以后经过了十亿盘对弈超越了过去人类所有交战的盘数，自己寻找规律，对人类认知的范围是极大的扩张，这是人类很大的启示。在很多领域，围棋以外的，医疗、病理的检测，如果用计算机后台做出模拟器，充分的尝试。就如自动驾驶一样，模拟做各种各样的反馈，自然会琢磨出一套理论和经验，我给我们带来很大的思考。以后在很多领域如果能做出模拟器定义参数自己学习，找到规律远超我们想象的，这是我们得到最大的启发。
吴鹰：
微软是世界上很大的公司，你来讲讲人工智能为什么这几年又有新的突破的发展，最有可能在哪些领域有颠覆性的应用？
沈向洋：
谢谢！马云经常把大家想讲的讲完，感谢马云精彩的演讲。现在看到人工智能如火如荼非常激动，90年代初毕业时出来工作都找不到，能发展到今天经历过多少个冬天以后，之所以有这样的发展机会的话，第一件是互联网大量的数据，互联网更多的数据。
第二，强大的预算。摩尔预算说死掉没有死掉，有更多的新的方法。
第三，过去五六年突然突破学习方面，刚才pony也讲到，研发充分引导深入学习，让大家突然看到以前不能解决的问题又被解决掉。人工智能的问题从研究方向来讲，人类感知。我们讲人工智能，原来跟人类智能相比较，人类的智能在哪？
感知方面和认知方面。感知方面，接下来五到十年进展非常快，AI很多超过人。
人工智能的认知方面，包括资讯获取，一般情况下解决的方法和思考。我觉得现在是非常好的时代，我觉得我们作为科研人员要有平常心。您刚才提到现在人工智能给大家创造什么样的机会。刚才主题演讲里面讲的很好，包括中国的机会。从微软公司来讲，我们觉得短期内有非常大的机会，到底有哪些行业有相对量的数据，所有的运营从销售到HR到客户支持，所有的都被替掉。我这样讲不是说自动驾车不重要，围棋不应该研究。最大的商机在于每一个商业应用都会被颠覆掉。
吴鹰：
这是非常震撼的结果，每一个商业应用都会被颠覆掉，这是很震撼的结论。郭为先生是神州数码的掌舵人，很多人认为你们跟人工智能没有很大关系，谈一谈你对人工智能的看法。
郭为：
谢谢！讲到人工智能有比较大的突破，我们对企业定位，传统企业转型唯一定位的就是数据，如何采集数据，由于以前很多行业应用，使得我们接触大量的数据，这些数据如何从传统的方式转成互联网方式，变成我们的核心竞争力。
我们不断的探索，由于我们跟北大的合作有了非常大的变化，我们为智慧城市打造了一个基于大数据的操作系统，如何把一个城市的数据快速形成，然后进行分析应用，这就是我们做智慧城市中的实践，基于这样的实践花了六七年的事情某种程度上头破血流，如何把人工智能带来，在特定的领域里，比如说农业，由于我们做土地的调研。掌握了土地的信息，土地上的数据提升了我们农业的收入。
总的来讲，既要发挥神州数码的传统IT人的应用特征，另外要拥抱互联网，拥抱大数据，如何在这个领域使得我们自己的企业获取自己的模式。
吴鹰：
从百度的角度能不能谈谈关于人工智能的发展，为什么要做这样的布局？
李彦宏：
我也思考过这个问题，我们正在做试图理解人的意图，一开始用各种各样的方法试图理解人的意图。2012年左右跟（英文）聊天，快要进入实用阶段，我问工程师有没有方法。负责图像的人说可能用的确实不错。开始想一个问题，深度学习在图像检索里面的效果不错是一个偶然还是带着一个趋势，分析完之后觉得代表一种趋势，不仅仅是对于图像搜索有用，对很多其他的计算机科学解决问题都是非常有用的。原因是随着互联网这么多年的发展，数据越来越多，越来越丰富，计算资源越来越强大，人工智能刚才也说，六十年的历史，前五十年为什么大家觉得人工智能没有用。
我在美国读书时很喜欢人工智能这门课，学完之后说没有用，没有商业价值应用。到最近几年，我们觉得原来认为没用的东西变成有用是因为市场环境变了，条件变了。原来认为不可能的事，现在变得可能了，当时分析了环境因素之后，觉得人工智能的时代来了。
2013年的1月份对外宣布成立深度学习研究院，全球工业界第一个用深度学习命名的研究院，我自己食言了，2013年以前不断讲一个理念，我们是一个商业的公司，不应该成立研究院，不应该搞纯的研究机构，这些机构想转化成产品进入市场对市场所认可，应该跟那些产品部门、业务部门紧紧结合在一起而不是单独成立研究院，深入学习起来之后，需要理论算法有很多的突破，那时开始大规模投入去吸引人才，去推进算法。其实不光是算法，刚才也讲到各种各样的方式适应学习的需求。
现在看起来，人工智能比2013年决定进入的时候更大的产业。
互联网现在只是一道开胃菜，真正的主菜是人工智能，人工智能不是互联网的一部分，不是互联网的第三个阶段，堪比工业革命的新的技术革命。
吴鹰：
互联网是人工智能的开胃菜，那主菜会多大。你跟沈向洋说的颠覆所有的商业模式，影响非常大。微软人工事业部是多少人？
沈向洋：
七千多个工程师和科学家，还在继续招人，因为经常被挖人。
吴鹰：
沈博士火药味比较浓了，你必须要回答这个问题，微软如果进入人工智能的市场，BAT最想干掉马云还是马化腾还是李彦宏？
沈向洋：
这个问题问的太好了，本来不知道答这个问题，早上听马云讲完之后知道这个问题，弯道超车不如换掉超车有希望。任何竞争的过程中总是要找到自己的出发点，既然你给我这样的机会，我觉得微软在中国最近几年推出最了不起的人工产品叫“微软小冰”，不知道在座的大家都有没有用微软小冰，18到24岁这样，相对来讲，大家愿意有时间和智能机器人聊天。为什么要跟pony的QQ合作，主要是针对相对年轻的用户群。
之所以提这样的人工智能产品，跟一般的人工处理不一样。有一件事情不见得值得，人类进化今天讲很多话，可能不知道，其实男人一天大概讲几千句话，女人一天可能会讲超过一万句话，大多数不是讲一句话完成工作的，大多数讲的话是闲话，很多讲的是废话。但是讲话很重要，讲话是整个人工智能里面最重要的事情。很大程度上你的EQ体验在怎么讲话的地方。在推人工智能小冰产品当中学到很多东西，我们在主推的方向上，对话是人工智能
吴鹰：
你还是没有回答我的问题。
沈向洋：
你刚才问的什么问题。
吴鹰：
他用马云说的弯道超车谁也不想干掉。郭为的智慧城市，政府归到人上只有3000项，深圳有将近2000万，乘3000，在各种状态下。
借着马云讲的事，问一个仿生学的。一位诺贝尔教授说，刚开始看鸟儿飞非常羡慕，做飞机翅膀扇，跟流体力学不一样的，扇也会起来，不可能这么大的重量。如果简单仿生人的腿的话，用棍子，但是用轮子跑很快。
想问一下台上的四位嘉宾，你觉得在人工智能上背后有突破性进展是模仿人的神经网络还是人脑的效率？马云说机器比人快很多，综合起来，人脑不得了，消耗那么多能量讲那么多事，很复杂。仿生人脑思维方式突破呢？还是完全不一样的？
郭为：
我觉得是不是一个功能性的突破还是真正的仿生的模仿性的东西，用了飞机的例子、汽车的例子，汽车是轮子。就阿法狗来讲，下一盘围棋消耗的能量需要两吨煤。但是一个围棋手可能就是两碗米饭。我们在考虑功能时需要多大的资源消耗，这始终是人类进步的一个很重要的元素，可以实现这个功能。从实验室走到工业很简单，无法使用主要考虑成本。完全模仿本身也是非常困难的，人大脑的功能，自己认知3%，最终功能替代。最近看一本书《人的宗教》，人有三个东西构成：生命、心智（智慧）、心灵（精神）。
我无法想象机器可以代替精神，最多也是你体力上可以替代，智慧上某些方面替代，完全替代人不可能。某些方面替代就是功能性替代。突破就是功能性替代提高一定的效率，这是我对人工智能的看法。为什么我说我同意刚才马云的观点，实际上是机器怎么样做得更好。
我去看原故的博物馆，人类最早发明时针，时针的发明和今天的人工智能发明对人类的冲击一样的，缝衣服缝不了衣服，没有针怎么缝，发明针是很神奇的事。
今天做人工智能时，和当年发明针没有很大差别，人类进步过程中发明新的工具，新的工具最终为人服务的，这是我的看法。
吴鹰：
pony觉得呢？真正模仿人的方式还是全新的？
马化腾：
我们期待有本质性，比如说发现飞机的空气动力学、流体动力学和鸟不一样的，车轮和人型马一样，仿生是某些垂直的领域，包括围棋是选非常窄的领域，通过各种参数训练。各位提到用阿法狗下一盘棋消耗多少能源。垂直领域训练消耗能源，但是实际用消耗不了。现在训练出来的单机版本跟职业棋手差不多，训练需要很长时间，最麻烦的是需要改规则，全部要重新，规则改一点、算法改一点，全部重新来消耗很大，这属于很窄的技能模拟。
未来下一步到通用的，再下一步是不是有更本质性的发现背后的原理，智能其实可以超越现在人基于碳的智慧，是不是有其他的元素可以形成更高级的声名和智慧呢？这是超越人类发现的知识，这是有可能的。有人突发奇想说，现在认识的宇宙是高智能的生命，用量模拟出来的环节，一切都是模拟起来的，这大家发挥脑洞大开的想象力吧！
李彦宏：
我不太认可人工智能做的是仿生学。现在讲人工智能是像人脑的工作原理，人脑怎么工作只了解3%，不知道怎么工作，不知道怎么工作怎么仿？只知道这么一点点，跟计算机算法有类似之处，让大家理解。
我同意现在的人工智能，尤其是一起学习、深度学习的算法还确实处在非常初级的阶段，还有很多的提升的空间，现在做的还非常不够。什么时候能够挑战真正人的认知能力，我觉得还有很长的时间。我说很长应该认为是说不可能，永远那一天不可能来到。
刚才讲了弱人工智能到强人工智能到超人工智能，我认为到强人工智能阶段就到达不了。不仅仅是永远搞不清楚人脑怎么工作的，即使用电脑方法模拟人脑，完全达到人脑的水平，我觉得永远做不到！
吴鹰：
IT领袖峰会的观点就是开放。我也不用问沈向洋了，确实人脑怎么工作不知道，但是答案非常简单，有上帝。有很多科学家信上帝了。
沈向洋：
我蛮赞成李彦宏讲的，如果看人工智能的发展，最大的问题是对人脑研究的问题，脑科学到今天还是非常初步的科学，因为每次讲科学首先一定要有数据、能够做实验，重复的实验，没有办法真正检测到出现什么样的输出，接下来N年应该有更多的人从基础科学到研究脑科学。计算机体系结构跟人脑的结构完全是两码事，从这个意义上讲很像张教授讲的飞机的模仿，不是像鸟一样。接下来很多人的智能方面，可以想象出来今天人能够做的事情在不远的将来大多数的事情，可能绝大多数的事情人工智能都可以达到。
举一个小的例子，你今年可以做物品识别、语音识别，人还有什么事情了不起？通过学习的方法可以达到一个什么样的高度，很重要的事情是机器阅读的能力。就像今天大家说，我要高考，阅读一篇文章以后问一个问题、答一个问题，这样的问题接下来五到十年可能人工智能会有很大突破的地方，一旦突破的话，搜索也好、社交网络也好、其他应用也好有很多机会，不见得是人怎么做的。
市场做到今天，今天激动人心，因为以前是符号式的，今天是神经网的解法。以前符号式的做法你觉得解了一个问题可以解释的，而今天神经网的解法，包括pony做的围棋机器人，很难解释为什么下这个。
接下来要研究的问题是从符号式到神经式怎么回头到符号式的。所谓的研究行业很热门的方向，可以解释的人工智能。
吴鹰：
讲一点跟在座嘉宾更接近一点的。本来想问李彦宏怕不怕微软，想不想干掉，没什么意义，会有很智慧的回答。我注意到百度深度学习有一个开放的平台，小公司没有投入、没有技术积累想要用也可以用，是一个开元的平台，我觉得挺有意义，你们决定这么做时，不觉得要开放以后培养竞争对手吗？
李彦宏：
我觉得人工智能是一个非常大的产业，而且会持续很长时间，比如说现在的判断大概未来二十年到五十年会是一个快速发展的人工智能的时期，在这种时代大潮下，显然不是一个公司能够把所有的事情做下来的，相反如果我们先进入这个领域，能够提供一些平台给一些尤其是没有这么多计算资源，没有这么多做长远研发能力的机构去做他们擅长的，他们对于很多垂直领域的了解更加深刻。让他们去做，会推动整个人工智能技术的发展。
从这个意义上讲，我们把我们的平台开放出来，对大家有益，对我们也有益，我们可以看到大家干什么事情，哪些方向更快一些，哪些领域适用于现在解决了的技术，人工智能不可能超越人类的能力，当它在逐步逼近人类能力时，可以一个一个的把行业颠覆掉。比如说人脸识别这种应用，今天如果你去机场的话，要过好几道安检，把身份证拿出来比对一下，人脸识别解决了机场可以大摇大摆过去了你买票了，现在登机，不需要一道道检查，在家里开一个排队不可能每个人进来拿身份证看看。几千人、几万人必须要笨的方法对身份识别。
这些问题已经基本解决了，百度大厦里面刷脸就可以进，这是人脸识别一个东西。语音识别、自然领域识别、用户画像都可以改变很多领域的。未来人和物、人和工具之间交流的方式不是人去学习工具怎么使用，人类和动物的区别是人发明了工具，但是人发明了工具之后，发明人写一个用户手册告诉你说这怎么用，电视怎么用、冰箱怎么用、电脑手机怎么用，要学习键盘。但是，未来应该是机器工具去学习人的意图，以后人再也不需要学习工具怎么用，我要工具干什么就可以明白，这是我希望用人工智能的方法来解决理解人的自然语言，以后人与机的对话、人和物的对话变成自然语言的对话，这是未来几十年代表人工智能发展的最大方向。
吴鹰：
从刚会说话的小孩一岁多到老人都可以比较简单的使用计算机了。像我母亲就是总学不会手机怎么用，我给她iPad，很简单就能学会。分享本身很有意思，想问一下马化腾，微信和QQ单独已经是世界上最大的社交网络，里面有大量的数据，刚才几位发言人说，大数据是人工智能非常重要的方面。对于中国来讲，算法上落后于美国。李彦宏讲完全超过人类不可能的。大数据这么重要，微信很多方面已经超过社交了，是生活很重要的一部分。你去公园买一个两块钱的小孩玩具微信支付都可以做。有没有可能把数据分享出来，让这些创业公司来用？
马化腾：
这个问题在内部也有激烈的讨论。首先，人工智能关注哪几块：场景、大数据、计算能力、人才。
场景：想把技术应用在什么情景下？是不是高频跟用户接触，这是落地很重要的地方。我们看到研究院、研发团队，如果没有场景落地平台业务支持的话，基本上很难往下走。
大数据：也是平台、业务部门里面有大量的实际运转数据产生出来，这里面很多大数据是垃圾数据，没有标签、没有人规划定义，用再好的算法也学不出来，学完之后也是走火入魔疯狂的结果，这里面数据的清洗标签化难度相当高，要雇很多人，用比较笨的方法用人脑去清洗干净再让AI去学，这个过程是混合的过程。
计算能力：云资源，这方面我们也要做云，要拿出几十万核的计算能力CPU还是有能力的，而且在云里面本身有比较好的调用。
人才：通过一年的时间招了很多人，包括在微软西雅图还设了一个实验室，很多人才离开微软，我们在旁边设了一个实验室。
我们观察到很多AI的大佬们，更关注怎么落地，把毕生的研究成果体现出来。内部吸引人才时，微信、手机QQ平台数据能不能用？大家知道，BG或者部门里面平台他们也很希望近水楼台先得月，数据在身边流动为什么不让人先研究一把。现在处在内部怎么把数据分享出来的阶段。
还有一个用户很关注的是个人因素，不要把数据都卖了。这里面还有很大的信息安全的个人隐私，无法倒推到某个人，这些处理干净才可以下一步谈。
数据要什么模式，清理做什么标签才能给其他的部门，包括外部合作伙伴怎么用。同时也有很多的数据是来自于合作伙伴或者业界的其他公司，他们也遇到这样的问题，拿到一堆裸数据不知道怎么用，业界要形成一个标准互惠互利，这个路径还有很长时间，大方向在往前走。
吴鹰：
期待腾讯清理后，有针对性、业界互动以后哪些确实有价值，别人对他的数据也有补充。大数据很重要的一点出来结果导向为什么不一定很清楚。
我相信人工智能是一个全社会协调发展的过程，朱民刚才讲的那么多的问题，政府也要介入做。这次政府官员参加，是共同解决的问题，不光是中国，是世界范围内协调做什么。
微软是一家公司，如果愿意想跟你合作共同探讨解决这个问题，是不是感兴趣做这些事。
沈向洋：
刚才问pony的问题非常好，作为大公司来讲，特别是非常成功的在座大公司来讲，对社会有一个责任，对行业有一个责任，做的很成功的时候，第一件事情是看研究院，pony看研究院，唯一不对的是开到微软门口去。
我想分享一下微软工作的经验，让这些公司数据拿出来，让初创公司去用，不见得很现实、不见得很容易，我想鼓励一下大家，很多数据如果愿意花时间、花点精力做一些处理，让研究人员做是可以做到的。
我们做了两个数据集，MScoco（音）是计算机数据标准的集，还有一个自然语言方面的，MSmoco（音），可以推动研究领域。在标准级下不断的把数据做的越好越多，我们做的引擎数据，处理过。拿出一些数据出来让大家做研究非常实际、完全可以做到的。
吴鹰：
我们也期待像BAT这样的大公司，不但数据拿出来分享，pony还主动提到运算能力的分享有可能也做，对创业公司、中小公司、政府企业、研究机构，特别是大学非常重要的，因为大学的资源有限。很多教授会花时间想这个事，也没有盈利的目标，要负担，其实利润对企业来讲在某些方面是制约企业发展的，一定要完成这个利润，是一个上市公司要做到这些，做到这些其实相对的眼光就短一点。
美国为什么有很多世界一流的大学做这件事情，像MIT，今天下午的陈刚教授也会介绍，为什么拿到课题就是做对人类有影响的事情。
神州数码传统意义上是系统集成公司，转型很成功，在智慧城市上做了六到七年的积累，我有时候打击他，跟政府做的事赚不到钱，跟政府收多收少都不合适。你们在人工智能有关的发展上有没有比较好的规划，或者希望跟这些公司合作发展。
郭为：
在今年英特尔收购了MOBILE，为什么要收购这个公司？就是要买数据，在一千万辆汽车上装载了数据采集的东西，每天数据量相当于三千亿个人生成的数据量，由于有了这个数据将会支撑英特尔在未来操算上、计算上以及整个大数据领域的发展。
整个神州数码大体系就是想在传统领域挖掘，ERP的数据是不可能在互联网上直接进行传输，是一些深度应用的数据。今天BAT很大的优势是互联网上完全垄断了数据，客观地讲，只要他们不犯错的话，别人是没有机会的。当然，企业犯错误是必然的，只是哪些方面不算错误。pony说布局上总讲那块不能缺，不能少。人工智能开始布局。一旦出现漏空时，新的企业长出来了。自动驾驶上MOBILE大家就认可它的能力。
我们在农业、医疗、制造业，包括最简单给工商总局做广告登记的服务，全中国所有的商标注册登记，我们掌握了全中国所有的商标注册的公司，一个企业究竟哪个商标做的最多价值最大，完全可以数据分析，这里隐藏大量的商业价值，这些东西怎么做可能我觉得就是要和现在成功的或者人工智能上走在前面的公司合作。
我们发挥我们的优势数据挖掘把它打上标签和别人合作做好。
比如说今天我跟BAT竞争是找死，完全不可能的事情，其实合作的空间很大的。
李彦宏：
跟微软合作还是比较好。
吴鹰：
很多数据挖掘，很多苦活，这是一个很好的技术。今天在台上嘉宾论坛，虽然沈向洋一直没有回答我的问题想干掉谁，但是有精彩的答案给到我，开了好头，下午还有高端的对话，5个主题的论坛，内容很多，今天中午时间很紧，只有一个小时的时间。下午1点15分回到这里。
用热烈的掌声感谢台上四位嘉宾的精彩对话，谢谢大家参与！
