Zhidixcom（公众号：zhidxcom）文章|今日渔阳，GMIC全球人工智能领袖峰会上，颜乐存、迈克尔·乔丹（迈克尔·乔丹）、李开复三位人工智能“教父”同台探讨，重点关注现状、行业、教育和人工智能的未来。
每位老板都发表了自己的看法。
论坛上偶尔抱怨互联网巨头，互相diss，也挺有趣的。
Yann LeCun被业界称为“卷积神经网络之父”，深度学习三巨头之一。
他现在是Facebook人工智能团队的首席AI科学家，也是美国纽约大学的教授。
有趣的是，他还有一个中文名字，叫做“杨丽坤”。
迈克尔·乔丹教授也是人工智能领域的学术领军人物。
他目前在加州大学伯克利分校任教。
他还是美国国家科学院院士、美国国家工程院院士、美国艺术与科学院院士。
他被公认为机器学习领域的先驱之一。
一。
2016年，乔丹还担任蚂蚁金服新成立的科学智库主席。
李开复是创新工场董事长兼首席执行官。
由于他是中国人工智能最早也是最热情的拥抱者，他也被业界昵称为中国人工智能“三大教父”之一。
首先，杨立坤通过视频连线在会上发表主题演讲。
他主要分享了Facebook近期在AI领域的一些新研究和探索。
例如，监督学习支持了当今的AI系统，许多功能都可以通过FB的深度神经网络来实现。
识别不同类别的物体，能够进行多人场景下的动态人体行为跟踪。
但下一步是将深度学习与推理结合起来，通过记忆模块构建记忆网络，这可以指数级增强当前的神经网络。
他还谈到强化学习如何在游戏中表现良好，但在现实世界中并不那么实用，因为它需要大量的实验才能完成任务和数百小时的学习。
他还强调，人工智能的核心在于预测，人工智能的下一次革命在于无监督学习和常识学习。
杨丽坤演讲结束后，迈克尔·乔丹和李开复在台上就座，杨丽坤通过网络视频出现在他们身后的大屏幕上。
在杨立坤教授锐利的目光下，另外两位AI教父却平静地坐着。
1、热情的李开复 李开复接过了刚才杨丽坤讨论的话题。
杨立坤教授从学术角度讲述了近五年来深度学习等技术在各个领域的渗透情况，尤其是机器视觉。
作为人工智能的倡导者和行业实践者，他从应用角度将人工智能的应用概括为四次浪潮。
值得一提的是，就在昨天，李开复旗下创新工场宣布完成第四期美元创投基金超募，总规模达5亿美元。
本轮融资完成后，创新工场共管理6只基金，管理资产规模达1亿元。
如今“弹药充足”的李开复心情一定很美吧？第一波是互联网的AI浪潮。
你每次点击淘宝或者朋友圈点赞，这些数据都会被互联网巨头收集和利用，以便更深入地了解用户，更好地为用户提供服务和商业变现。
他现场抱怨互联网巨头，因为我们每天都像“小白鼠”一样，帮巨头标注数据，所以互联网巨头的数据是最大的。
如今的AI巨头和互联网巨头也是一致的，包括美国的亚马逊、谷歌、Facebook。
、微软、国内BAT都是全球领先的AI公司。
第二波是现有行业数据的AI浪潮。
例如，银行可以利用用户数据来提高带宽偿还率并有效地进行投资。
李开复认为，医院、学校、投资机构、保险等，任何有数据的公司都可以通过AI实现商业化。
这也是目前大多数AI公司在做的事情，为全行业的B端客户提供AI服务。
第三波浪潮是新兴的语音和视觉数据的AI浪潮。
这些数据在过去是无法获得的。
它们是通过基于视觉、听觉等的传感器收集的，这些数据被转化为新的应用，例如语音交互智能音箱和摄像头。
各个领域的应用（无人商店）。
他认为，通过在我们周围安装更多的传感器和摄像头，人工智能应用的第三波浪潮正在开始到来。
第四次浪潮是自主和自动化人工智能。
说到这里，李开复再次成为AI的热情倡导者，“这就是我们在科幻电影里看到的，商店会变成无人店，汽车会变成无人驾驶，物流会变成无人化，工厂会变成无人化。
”也将成为无人工厂。
”总之，自动化将成为社会主流，一切都将实现无人化。
他强调，这一波浪潮将彻底扰乱我们的出行习惯和生活。
第四波浪潮已经出现了一些主要应用，例如自动驾驶。
2、“中国在这四个领域有三个追赶美国的机会”。
在最近中美贸易战的背景下，似乎我们每个行业都要与美国竞争。
在另一个论坛上，李开复谈到了这四波人工智能应用：“未来中国有机会在这四个领域中的三个领域赶上（美国）。
”他认为，在第一波互联网AI浪潮中，中国和美国势均力敌，但由于中国拥有数据优势，未来将有机会超越美国。
在第二波基于AI的行业数据中，他坦言中国5年内无法赶上美国。
这也与我们混乱的行业数据有关。
在新兴的语音和视觉应用方面，李开复认为，与语音公司相比，中国并不落后，甚至保持领先。
比如语音方面，中国有科大讯飞，美国有Nuance。
在第四次自动化浪潮方面，他以自动驾驶为例。
理论上美国遥遥领先，但最近美国也出台了一些就业保护主义政策。
中国有更多的政策优势，在基础设施建设方面更有勇气，所以中国可能也有机会。
3.迈克尔·乔丹：诋毁李开复，给AI泼冷水。
与热衷于AI应用的李开复不同，乔丹直言目前还不能夸大AI，不要过分强调智能。
目前的智能只是单一的智能，距离我们需要的整个系统的智能还很远。
对于李开复称赞的无人商店、无人车辆、无人物流等，他在现场做出了回应。
并不是说无人就好，而是一定要实现连接。
他声称我们需要整个系统的架构，而不是个人的智能。
谈到AI产业的落地，他也认为现在的AI还不够智能。
他举了一个例子，比如亚马逊会给你推荐一家餐厅，你会感觉不错。
但如果系统向所有人推荐同一家餐厅，那么餐厅就人满为患，AI还有什么价值呢？是否可以采用相应的系统，让每个门店都达到良好的上座率？例如，如果竞争对手看到对方的餐厅客满，它可能可以通过提供更高的折扣来吸引游客，从而减少对方消费者的等待时间和自己的入住率。
但目前AI还没有考虑那么多，而且非常有限。
他认为数据还没有经过充分考虑。
通过数据，商业、经济人才和科学家需要合作，让人工智能创造更多的商业价值。
杨丽坤也同意乔丹指出的问题。
他还认为，构建整体的系统架构非常重要，这样才能更加智能化。
通过人工智能的实践，他意识到我们仍然缺乏智能背后的基本原理。
对于人工智能的智能，杨立坤认为，机器需要获得更多的常识，才能像人类和动物一样智能。
他主张通过无监督学习和自监督学习，机器可以从环境中学习到足够的背景知识，从而获得预测的能力。
对于监督学习来说，每次实验只能给机器少量的数据，进行的训练也比较有限，无法产生真正的智能。
结论：整体智能距离我们还很遥远。
在这个时候反复讨论人工智能的概念有些过时了。
近两年来，AI已经完成了从产业到大众的启蒙，所以这次几位业内人士讨论的话题中，我们更关心的是AI的产业落地和发展——这也一直是焦点下半年以来，行业形势严峻。
李开复探讨了AI应用的维度，并围绕数据谈到了四个领域的AI浪潮，代表了目前AI正在落地和应用的四个方向。
同时他还表示，与美国相比，我们在互联网、语音、视觉、自动驾驶等领域都有机会。
另外两位学术背景深厚的AI大咖则对AI持更为谨慎的态度。
他们认为现在的AI还不是智能，或者说我们现在能达到的只是单一智能/部分智能，真正的智能是整个系统智能（整体）。
智能），我们还有很长的路要走。