李开复：做好人工智能的先决条件是要有数据量和标注学习的能力

（原标题：李开复：做好人工智能的先决条件是要有数据量和标注学习的能力）

人工智能一直是科学界一个热门的话题。近两年AI距离我们越来越近，无论是AlphaGo或是各种机器人、无人车等，人工智能的领域发展十分活跃，不知不觉中，AI已经成为引领各个行业不可缺少的一项新锐科技。

创新工厂董事长兼首席执行官李开复博士作为人工智能领域的专家出席并发表了他对人工智能的看法

人工智能“耐力好”

李开复表示其实在有些领域里，人工智能已经不是取代人类而是已经远超人类，因为人工智能在学习或是工作时是不知疲倦的。

最适合人工智能的是有特别大的数据量和计算量，但人的领域是相对封闭和客观的时候。

机器目前只是一个工具 只能取代“公式化”的工作

拿记者来说，实际上美联社90%的文章都是机器写的。李开复表示，机器写可能只是流水账一般攒了一篇很枯燥也没有文采的文章，所以所有攒文章的记者都应该被机器取代的，除非是少数能写深度文章的、有快速反应和丰沛情感的记者。还有人机不是对立的，机器可以成为一个工具，让记者可以更好地挖掘内容，让一个医生可以更好地判断病情，但最终的抉择比如说在医疗领域，至少在未来五年可能不会有机器来帮你诊断病，但机器可以让医生诊断得更精准，救回更多的人命。

李开复表示，他在80年代开始做一些博弈的工作，在90年代做了语音识别和自然语言的工作，后来加入了Google，在里面也帮助了一些人工智能的技术和应用的成长，但实际上刚开始做的都是玩具，在最近的5到10年间才有一些重大技术的产生。在做人工智能的早期是人机结合的方法，搭好基本的特征他就会有自己判断的因素。比如语音和人脸识别。

做好人工智能的先决条件是要有数据量和标注学习的能力

不难发现有最多数据的并不是人脸和语音，而是更多地存在于互联网中。除此之外就是BI、商业化、自动化以及金融。比如Google最早做的是搜索和广告的推荐，这是最早的人工智能，Google用了这套技术累计了大数据再加上巨大的基群，已经成为世界最有价值的公司。所以要注意亮点：

第一，不要用公开的数据，要有闭环、垄断性的数据才能产生巨大的不可替代的商业价值;第二，要有很多的机器;

第三要很多深度学习的科学家和架构师。

李开复还表示 ：“最有价值投资的是大数据领域，最快应用的是互联网领域，而三五年后会产生巨大价值的是金融领域。这之上又分成投资、保险、银行以及医疗和教育，还有很多今天没有想象的大数据的领域都可以用上。但自然语言并不是那么先进，语义不等于理解，语言的理解需要一些突破，不仅仅是深度学习可以解决的，姑且放在5到10年左右的时间，但现在对针对性的某一个领域，自然语言识别是可以产生价值的。”

机器人的普及任重而道远

另外传感器虽然先进，但造价很贵，所以量化是不太可能的。其次，机器人能产生价值一定是商业领域最大的应用。虽然家庭机器人的需求量更大，但由于众口难调，家庭用户只能对比如弱势群体陪伴的程度保守乐观。真正机器人的普及任重而道远。今天第四范式推出的产品是把平台的部分能力推早了，一个完整的平台还是需要一些时间摸索的。

可以在福布斯杂志、在纽约时报看到创新工厂在各方面都做了投资，今天的第四范式是在金融领域、大数据领域的。李开复乐观的表示希望未来在中国创新工厂对人工智能能越做越好。