自动驾驶是AI的坑？王维嘉称:机器有局限性 并非万能

　　新浪财经讯  “第八届岭南论坛”于2019年10月12日在广州举行。硅谷风险投资AimTop Ventures 创始管理合伙人王维嘉出席并以《暗知识，机器认知的颠覆》为题发表演讲。

　　王维嘉分析称，自动驾驶领域非常不适合人工智能的研发，因为“驾驶”是一件人类很容易做成，但机器很难做成的事情。“我在这方面看了22家公司，包括中国和美国的，但是我一家没有投”，他强调，“人类学习驾驶，只要在驾校学一个月就会了。但是谷歌花了50亿美金，做了几百万英里仍然不敢在街上开车，为什么？机器要把所有的场景都看一遍，他才敢上街，这是不适合机器做的。机器只能理解相关性，不理解逻辑关系和因果关系，所以机器不是万能的，它有局限性”。

　　此外，王维嘉还强调，当前人工智能泡沫的形成有很大一部分责任在投资人身上。一是互联网领域的“赢者通吃”并不能复制到人工智能领域。二是人工智能公司的增长不会像互联网公司那么快，所以投资人一定要有耐心。

　　以下为演讲实录：

　　王维嘉：我的日常工作是在硅谷做风险投资。到现在开始已经在硅谷学习生活了快35年。硅谷的科技创新有这样一个规律——每10年是一个周期，我在硅谷目睹了3个周期，分别是个人电脑、互联网、移动互联网，今天的这个周期是讨论人工智能AI。

　　AI今天的状态相当于20年前的互联网，所以很多人都在媒体上听到、看到很多关于人工智能的讨论。但是人工智能和我们自己是什么关系呢？和我们每个行业是什么关系呢？并不是很清楚。

　　大家想一下，如果我是一个做零售的，20年前我听到马云做电子商务，我可能会觉得这和我一点关系都没有。当你真正明白他在做什么的时候就已经晚了。所以，我今天想利用很短的时间来跟大家分享一下AI对每个人、每个行业今后10年有一个什么样的影响？

　　人工智能进入我们的眼界是因为谷歌的AlphaGo下棋这件事情，这严重伤害了人类的自尊心，因为AlphaGo不光打败了人类所有的围棋高手，而且之后还出了一个AlphaGo0和AlphaGo1。AlphaGo是先学了人类几万盘残局以后打败了人类，AlphaGo0完全不学人类的棋局，就靠自己摸索，就告诉他一个围棋规则，结果他横扫全球无敌手。

　　这说明什么问题？说明人类的知识，不光没有用，而且可能是累赘。这和我们平时听到人工智能数据量越大越多越好，正相反，所以要看处理什么样的问题。

　　在AlphaGo下围棋这件事情上，人类的知识反而是累赘，这件事情对人类的打击实在是太大了。就在我们还没有醒过梦来的时候，去年年底，AlphaGo团队又发表了一个研究叫Alpha DNA，就是用人工智能可以猜出或者是算出你的蛋白质的三维结构是什么样的。

　　我们生命的密码是由蛋白质组成的，蛋白质的性能就是由三维组成的，过去我们发现一个蛋白质的三维结构非常非常困难。现在用机器可以算出来，你只要告诉他DNA需求就可以。

　　其实这一件事情比下围棋重要的多。大家都知道下围棋怎么回事，所以很关心它。但这一件事情在于人类对于生命秘密的突破的可能性会大大加大。所以到这个时候，我们就提出一个问题，为什么机器有如此大的活力？我们能不能比肩？会不会有一类知识就是我们人类无法理解的知识，这就是我关于这个问题研究的出发点。

　　我们在研究这个问题之前，先看一下人类的大脑是怎么工作的？人类的大脑里面有神经元，每个神经元有几千条突出伸出去，我们脑子里面有1千亿的神经元复杂的连起来，人类神经元的基本工作原理是什么呢？就是在两个不同的神经元之间建立联系。

　　比如说我们教一个孩子认识英文字母O，我们什么时候说这个孩子认识了英文字母O呢？就当我们发音O的时候，她可以在黑板上划出O来，也就是说把发音这个神经元和视觉的神经元形建立起联系了。所有我们人类的知识，它的本质都是两件事情之间的联系，我们的大脑的神经元就负责做这样的工作，所以这是今天人类知识所有的本质，就是不同事物之间的关系。

　　这个事情是人类什么时候发现的？是大概70年前，一旦人类发现大脑神经元的本质以后，马上就有科学家说这样的本质我们可以用电子线路来模拟，今天我们看到的AlphaGo下围棋还是我们无人机的自动作战系统的基本单元就是这样一个简单的神经元。

　　我们听到很多今天的深度学习、神经网络，它的本质是什么东西呢？就是我刚才说的，人类大脑神经元的基本工作原理，就是把大量数据之间的相关性找出来，把数据之间的关系找出来，这是什么东西呢？是知识，数据之间的关系就是知识。所以今天的人工智能，就是一头勤勤恳恳工作的牛，它吃进去的是数据，挤出来的是什么？是相关性和知识，这就是今天人工智能的本质。所以我们会听到很多深度学习、神经网络、人工智能，他们四者的关系就是包含的关系，他们四者其实就是一回事。

　　我们回过头来探讨，是不是今天机器发现了人类无法理解的知识，我们平时说到的知识就是可以用文字或者是语言记录下来的东西，比如说甲骨文或者是方程式，这是人类所认知的知识。

　　到了70年代我们发现的知识就是只可意会不可言传的知识，比如说我们大家都会骑自行车，有没有人是看着骑自行车手册学会骑自行车？没有，都是你在自行车上摔过几跤就学会了。比如说舞蹈、篮球、NBA，他们都是用身体的记忆，为什么表达不出来呢？因为这些技能实在是太复杂了。

　　所以我们工作当中，识别一个人或者是我们面试一个人，我们比如说跟他见5分钟就能判断这个人是不是靠谱？凭什么？凭的就是你的感觉和经验。我们在工作当中经常会说最后这个事老板来定，为什么要老板来定？因为老板有经验，老板其实没有信息。

　　为什么我们作决定的时候要一咬牙一跺脚，就是因为我们的信息不全，过去我们不承认这些直觉，因为它是科学的东西，因为生活当中我们大量的东西都是我们只可意会不可言传的东西。我的重大的金融决定都是靠我的胃做出来的，也就是说他的身体对决定是有反应的。

　　实际上我们做过重大决策的人都知道，你做重大决策的时候，其实你的信息永远是不完备的，当你的信息完备的时候，机器可以作决定，任何人可以作决定，就变得很简单。这种信息已经通过我们几十年的实践，存储在脑子里面，但是它实在太复杂了，表达不出来。

　　这里最精彩的就是我们今天在岭南学院，是经济和金融学院，诺贝尔奖获得者哈耶克证明了计划经济的不可行，他说市场就是由供需组成的，供需的知识无法记录，无法记录的知识就无法集中，无法集中就无法进行中央计划，所以他说计划经济是不可行的，就用末会知识做了很好的证明。

　　我们知道可以用文字表达的明知识，有只可意会不能言传的末知识，是否可以进行表达。用这样的一个图来表达，纵轴是是否可感受，横轴是是否可表达，这里面最典型的是阿基米德定律，浮力定律的表达我们在初中就已学过。

　　2017年诺贝尔的物理学奖获得者是广义相对论和量子力学是无法感受但是的确存在的知识。第三类知识就是刚才所说的末知识，骑自行车、规划和舞蹈，这个表里面有一个象限，就是既不可感受也无法表达的，这就是人工智能发现的暗知识。

　　为什么既不可感受也无法表达，因为我们人类的表达是有限的。我站在这里做分享我每秒钟说出来的字数是5个字，我们的表达只能把最简单的东西表达一下。所以说今天我们可能发现了一类知识，就是既不可感受又不可表达的，它和我们现有的知识是有什么关系呢？就是我们已有的可以用文字记载的知识就是冰山一角，我们只可意会不可言传就是水面，暗知识就像海洋。

　　刚才谈了很多认识论的东西，这和我们有什么关系？我们作为投资人第一件事情要做的就是对于行业的产业生态非常清晰的了解，什么叫一个行业的产业生态，就是这个行业有多少个组成部分，每个组成部分的关系是什么？每个组成环节的砍价能力有多少？

　　人工智能这个行业大概分为四个层次，第一个层次是算法，第二个层次是芯片，第三个层次就是软硬件的平台，特别是软件的平台，第四个层次就是大家熟悉的应用，自动驾驶、人脸识别。所以这个产业生态有这样四个层次，对于我们从投资来讲的，今天我们大家都很清楚自动驾驶、人脸识别在医疗上的应用和大健康都是非常重要的。

　　哪些行业适合人工智能呢？第一就是这个行业必须在他的生产和服务过程当中产生大量的数据，如果这个行业没有数据，人工智能用不上；第二这个数据有足够的复杂性，数据不能太单调，比如说银行和医疗的数据都非常复杂，从数据当中可以挖掘非常复杂的关系；第三，这个行业要非常有钱，如果没有钱没有人愿意过来颠覆你。只要满足这三个条件的行业都会受到人工智能的冲击或者是影响甚至是颠覆。

　　我们作为投资人除了要看准方向，还要看清坑在哪里？比如说自动驾驶，我在这方面看了22家，包括中国和美国的，但是我一家没有投，为什么？因为我认为自动驾驶是非常不适合人工智能的领域。为什么？因为他是让机器做一件人很容易做的，但是机器很难做的事。

　　比如说我们人类学习驾驶开车，只要在驾校学一个月就会开车了。但是谷歌花了50亿美金然后做了几百万英里仍然不敢在街上开车，为什么？机器要把所有的场景都看一遍，他才敢上街，这是不适合机器做的。机器只能理解相关性，他不理解逻辑关系和因果关系，所以机器不是万能的，它有局限性。

　　我们今天的人脸识别非常适合人工智能，但是它已经成为红海，中国有300家公司在做。芯片方面，中国上海有300家芯片公司，PC芯片全世界只有2家，英特尔和AI，而高通和华为也是在做芯片，全世界不需要很多做芯片的公司。

　　什么公司值得投资呢？就是他们对行业非常敏感，比如说我想用人工智能改造钢铁行业，他一定要对钢铁行业的流程非常熟悉，而不是只懂人工智能。

　　这里大家会问，人工智能和互联网的区别在哪里？它最大的区别就是互联网是面向消费者的生意，而人工智能是面向企业的生意，这两者造成两个行业巨大的区别。

　　今天人工智能的泡沫是怎么形成的？很大一部分的责任在投资人身上，因为投资人在投互联网的时候，互联网有一个规律叫赢者通吃，有一个阿里巴巴就不需要第二个，有一个百度不需要第二个，有一个微信不需要第二个。所以你在互联网领域只要能找到头部公司，不管多贵都可以赚钱。

　　但是AI不一样，比如说人脸公司，我一个公司把上海市场拿下来不一定代表你能把北京市场拿下来，所以它是面向政府和企业的生意，没有赢者通吃，这是这个行业最大的区别；第二是它的增长不会像互联网那么快，一家公司从0到2亿用户在两年内完成，所以投资人一定要有耐心。

　　今天的人工智能是模仿我们人类大脑，为什么它能比我们人类大脑快那么多？能有这么神奇的功能，第一它比我们的速度快，因为我们人类大脑的计算速度每秒钟200次，芯片是每秒钟几亿次，传输速度快很多，芯片上信号是不会错，我们人脑大概有30%的信息是接收不到的，所以说人工智能是一个比我们大脑更快更准确的一个神经网络。

　　但是，它不理解因果关系，没有情感，没有自我意识，所以它只能做那些和相关性有关的挖掘，它并不能做举一反三，它有一点像一个偏科的学生，比如说清华大学招了一个长跑冠军，但考微积分可能是0分，智商和情商也会偏科。所以不管机器如何神奇，它仍然是我们人类的工具，像一个警犬可以闻出毒品，它比我们人类有更强的识别能力，但是它仍然为我们人类所用，是人类的工具。

　　今天我们进入一个新的时代，对于我们人类的影响会超过互联网今后10年、20年都是人工智能或者是机器认知的时代，有无数个传感器在记录我们生活生产的方方面面，人工智能就把这些大量的数据中的相关性或者是知识提取出来，提取出来改进我们的生活和生产、服务流程。和我们人类已有的知识相比，人类的知识和机器未来发觉的知识都是沧海一树，机器没有符号没有情感，它仍然是我们人类的一个工具，但是这个工具等待我们的是许多的机会，会影响我们在座的每个人每个行业。谢谢大家！

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：梁斌 SF055