科技时报 全球最新科技资讯专业发布平台

李开复:AI时代努力工作就能买车买房的日子没了

2017-11-03 08:44:46已围观次来源:网易科技编辑:夏雪

  文|张潇潇

  “我最怕摆这种姿势了,一点也不自然,不好看的照片帮我删掉啊。”李开复一边开着玩笑,一边顺从地配合了摄影师“做一个有张力的手势”的要求。

  镜头里的李开复,西装革履,头发梳得一丝不苟,气色和精神都很好,言谈中带着清淡绵软的台湾国语腔。接受网易科技等媒体的采访已是他当天在未来论坛的第二个活动,接下来还要立刻赶往另一个直播间。尽管日程排得满满的,他仍然主动提出,采访时间可以再加几分钟。

  

李开复:AI时代,努力工作就能买车买房的日子没了


  与他温文尔雅的好脾气相对的,是他在谈到人工智能时的犀利。在未来论坛的智慧城市研讨会上,李开复做了关于无人驾驶的演讲,思路敏捷,语速极快,“未来交通最大的阻碍就是人类自己”、“无人驾驶必须一次到位,没有所谓的人机协同驾驶”、“科技不要被道德束缚”……演讲中,他对无人驾驶的预测大胆超前,警句频出。

  在对谈环节,李开复对造车企业、谷歌百度等互联网公司、uber滴滴这三类做自动驾驶的公司的分析,以及对“创新者窘境”的描述和“uber滴滴才是真正背水一战”的观点,引起了传统车企和新能源车企的两位老总和他激烈争辩。李开复认为,传统车企越成功,越难放弃已有的成功做无人驾驶和新能源,且车企还停留在卖车的思路上,而uber滴滴走的是做服务的路。而威马汽车的沈晖和通用汽车的杜凌江则强调传统车企也已经在背水一战。

  “谁都不同意谁,才有意思。”对谈结束后,李开复对网易科技记者如是说。

  27日出席郝景芳面向AI时代的共享教育项目“童行”计划,28日参加未来论坛的演讲,11月1日和鲁豫谈AI的节目上线,几天之内,李开复已经在媒体上露面三次。去年,因AlphaGo打败李世石,人工智能再次兴起,自2015年癌症痊愈后低调回归的李开复也重新变得高调,上奇葩说,出书,参与王力宏的MV,接受大量媒体采访,目的只有一个——在各个场合大声呼吁:AI时代真的要来了。

  李开复有资格感到兴奋。作为AI专家,李开复早在1988年就开发了“奥赛罗”人机对弈系统,并曾帮助IBM组织深蓝团队。

  创新工场也践行了他对AI的信念。创新工场推出了VC+AI的计划,在他规划出的互联网AI,商业AI,数字化AI和全面自动化这四大赛道上全面布局投资,“用AI赋能一切。”年初创立的创新工场AI工程院,李开复担任院长,从谷歌微软招兵买马,培养AI人才,且技术直接与所投企业对接,正在复制他一手创办的微软亚洲研究院的成功。

  科学家出身的李开复,懂得技术,拥抱技术,但投资理念相当务实。虽然他表示,在AI的投资上不怎么考虑快速变现,那是互联网消费的思路,但他投资的企业都有可走通的商业逻辑。他最看好AI赋能互联网金融,是因为AI的优化可以立即降低坏账、炒股赚钱。投资面向公司的AI软件,也是因为能够立即“帮你赚钱,帮你省钱”。他直言科学家创业的瓶颈在于求新,而创业者应该是拿来主义的。尽管博士论文做的是语音识别,对这个领域也保持了长久的兴趣和关注,李开复在考量了中国市场后,还是决定不入智能音箱的战场。微软和谷歌中国的经验让李开复太清楚,美式的商业成功往往很难轻易在中国复制。

  与理性务实的投资理念相比,李开复对未来AI世界的畅想却相当浪漫,尽管他承认,AI时代人们会没有隐私,失去工作,甚至加剧贫富差距,但AI会鞭策人类成长为更好的人。他觉得,勤奋工作就会受到尊重的理念是“在工业革命后被资本家洗脑的”。当努力工作就可以买车买房的日子被颠覆,人会重新思考存在的价值,去做AI永远做不到的事情——突破性地创造和真诚地爱。

  以下是网易科技与李开复对话实录,略经编辑。

  创新工场AI赋能四大赛道,并购或成AI退出方式

  网易科技:现在创新工场和最初创立时相比,在投资策略上有什么不同?

  李开复:创新工场的初心是一直没有改变的,就是帮助创业者提高他们成功的概率。我们提供的价值也是一直没有改变的,就是作为最懂科技的投资人,和最爱创业者的投资机构。但实际的实施方式是有很大的改变。

  工场在8年多前创立的时候,初创的环境是非常恶劣的,创业者需要各方面的帮助。所以我们是用一种孵化加天使的方式来启动创新工场的。当时创新工场也是提供了创业者需要的服务,从投资、融资、了解什么是创业、怎么去招募团队、然后到商业模式的开发,竞争对手的分析等等,我们都手把手教他们。但是这8年,中国的创业环境发生了很大的变化,更多的孵化器启动,国家的支持,现在我们认为,各方面提供的支持已经很全面了。

  我们现在推出的新的概念叫做VC+AI,就是我们是要继续做一个最懂技术最懂创业者的公司,用AI赋能我们所做的一切,投资AI的公司,也要投资用AI的公司,也要投资想用AI的传统公司。

  现在我们基金的管理规模已经是原来的可能100倍了吧。现在我们管理规模大概20亿美金左右,最开始的时候1500万美金,是一个特别巨大的提升,我们投资的案子也是以A轮B轮为主,但是我们依然是最懂科技的投资人。

  我们投资的方向包括了纯AI的技术,包括了AI的应用,金融方面的、银行方面的、保险方面的,我们投了无人驾驶,也会看医疗、教育、零售OMO(onlineMergeswithOffline),他也会有AI的赋能,我们也在看消费升级,大数据能够把消费升级做得更好,也会用新的品牌产生,我们还会投B2B,文化娱乐,数字娱乐,投的领域很多。当这些被投的企业跟AI无关,但他需要一点点AI的帮助的时候,我们自己有100个人的AI工程院是可以帮助这些传统的零售、消费升级、电商公司做AI赋能。这个应该是全球第一个的创新模式,来把AI深度地融合到我们做VC的一切。

  网易科技:像文娱或者是其他比较传统的领域,他们在AI上面要怎么结合呢?

  李开复:这要看情况,我们并不强求与AI结合,好的项目我们都可以投,比如说我们投的米未传媒,本身肯定不是AI的公司,它也未必会有AI的需求,但是它是文娱的领域里面一个头部的顶级的公司,然后有可扩张的商业模式的一个内容,这一类公司我们当然也会看,但是在一些其他的公司,比如说我们投的snh48,虽然是一个女子励志偶像,但他背后是有大数据的逻辑,因为毕竟我们要从这么多的粉丝里面投票,我们要知道怎么样去更好地获取更多的粉丝和用户,让他们用最好的模式能够投出他们的一票,就像设计一个很好的游戏一样的,它一关一关其实都是数据导致的,用AI的方法来增加推测的精准度,或者变现的力度。

  当然坦诚的说,大部分文娱的项目在这个阶段还是不需要AI,但是如果需要的话,我们可以提供。

  网易科技:具体在人工智能方面,您的投资策略和方法论是什么样的?

  李开复:我们认为人工智能有四波浪潮,针对每一波浪潮我们有自己的投资方法论。其实人工智能是个很大的发展机遇,第一波就是互联网AI,当你有一个互联网或者App,收到很多数据,用它来做优化、变现。第二波是商业的AI化,当银行、医院、保险公司用非AI的理由累积了很多数据,过去并没有把它变成商业价值,现在来做这个商业价值的转换,这是第二种。当然也可以投资toB的公司,帮助这些传统的公司能够AI化,这是第二种。

  第三种是数字化世界,就是说我们要把传感器做到各地,把过去没有的数字化信息捕捉起来,再用它来做AI。比如说我们刚才在智能交通讨论的滴滴跟摩拜搜了很多信息,未来我们的路况、红绿灯,也可以为城市做一个大脑。当然这个其实可以延伸到各个领域,包括可穿戴设备、智能医疗、智能家居等等,还有无人商店,这个其实是一个非常广的领域。

  第四个方向就是全面自动化,这个是一个软件硬件结合。它不但能够能听能看,而且能够自己行动,尤其可以在无人驾驶和机器人的场景,能够取代人类的工作,提升人类的生活水平。

  这四个赛道都是我们关注的。讲稍微细节一点,我觉得第一波的互联网AI的机会是相对非常少的,因为你必须要先自带流量,等你有了大量的流量的时候,AI的最好的时间可能已经过去了。所以我们更多的是会想怎么赋能第一批的互联网公司,让一个电商能够做好更好的变现,比如说我们投资的深知科技就是这样一个例子。

  第二个阶段有关商业化的话,我们最看好的应该是金融,尤其是在银行保险投资这三个领域。因为这三个领域是最虚拟化的,也就是说这三件事情基本上人创作的虚拟数字游戏,没有比这个更适合AI的了。比如说阿尔发狗下围棋,尤其围棋就是一个人创造的虚拟化的数字游戏,所以AI用在这方面最好,因为你也不要造车,也不要担心什么电池的问题,也没有相关的交通什么的,也没有制造成本、物流、仓储等等各种问题,你只要把这个虚拟问题里面优化一下,钱就掉出来了。

  比如说你做AI的交易,马上就有炒股赚钱了;你做AI的风控,马上就能够降低你的坏账率,就赚钱了;或者你做更好的AI的资产配置,或者是AI的用户获取,让银行能够获取用户的时候得到更多合适的用户,这些东西应该是机会最大的。金融是我们最大的一个领域,除了金融之外医疗也是机会、教育也是机会。

  第三个阶段就是说实体世界的数字化,然后用这个数字来创造新的商机。我们认为所谓的OMO,就是Online MergeswithOffline,这个也会在各个领域开始发生。最早发生的应该会是在零售方面,比如说Amazom Go,还有我们投资的F5未来商店,还有一些缤果盒子等等这些公司,它们起了一个浪潮。

  但是并不见得一定是要用AI来做计算机视觉什么的,其实这是一个阶段化的。因为零售本身,它是有线上和线下,我们要有线上和线下的这种优势,能够合并在一起。线上的优势就是每一个用户的浏览轨迹,和他过去的历史行为,都可以用来做用户的转换和变现。线下的优势是你可以摸到,碰到有更好的服务和体验。这两者如果结合起来,就是说我们也要把线上的流量,让它能够去做实体的体验和服务,而线下的流量,我们也要能够看懂他的轨迹,在线下商店的商品的部署,它的供应链要能用人工智能来优化。

  还有当一个人进入一个商店的时候,为什么我们不可以捕捉谁进来了,摸了什么、买了什么、看了什么,然后把这些就像大家在网上一样,点击了什么、购买了什么,一样的搜集起来,作为数据源,来更了解这个用户,推更相关的商品。所以零售应该是这样一个比较大的完整的布局,是一个特别巨大的机会。当然这个逻辑可以完全拿起来,放在健康、医疗、教育等等各个领域。

  第四个波浪是无人驾驶。刚才演讲里我也说了,我们认为无人驾驶可能是第三个人类的操作系统,它不但在无人驾驶里会被使用,而且可能会在各种机器人领域里被使用。当然这个愿景可能是15年以后的愿景,推算到今天,我们会希望投资那些颠覆式的,能够利用到这个新能源+共享经济+无人驾驶的三个技术,能够快速迭代产生数据,用这个数据让驾驶越做越好,带给我们更安全,更省钱,更有效率的出行和物流,然后我们会希望能够在场景方面,先在一些可控的场景,让它快速的跑起来,数据迭代起来,最终在走向真正所有的道路,这样的一个阶梯式的,不断搜集数据的方式会是我们更认可的。

  是先做一个景区的车,先做个停车场的车?先在高速公路跑起来,先做送货等等的,都是可行的方向。所以我们在这些方面也做了非常完整的布局。

  另外一个就是我们在高科技、黑科技方面投了很多公司。因为在第三、第四阶段,我们需要更聪明的传感器。为什么我们今天要用摄像头来捕捉?摄像头捕捉的是没有深度的信息,是给人看的信息。但是我们希望捕捉的是让人工智能跑得更好,这个是不是需要有不同的摄像头来采集信息?是不是需要有深度的信息,是不是要不考虑人去观看它,而考虑它怎么在深度学习可以产生价值。

  另外我们还有各种不同的新的传感器,包括了在汽车上的激光雷达等等,而且很重要的是要把成本下降。现在的激光雷达太贵了,用什么方法能够更便宜的把它做出来,我们可能会针对几十种不同的技术,它需要在成本和效能方面得到提升,那我们就会去追踪这些技术的来源,往往可能会是在一些高校,尤其是国外的高校。所以因此在美国,我们也需要做很多的投资。

  网易科技:您觉得在这几个赛道是否会出现像其他领域那样,三国纷争,兼并收购的现象?还是说未来会在这四个方向里面,都是垂直的小公司?

  李开复:AI的公司都会是伟大的公司,只要能够做出来。我觉得你可能考虑的是过去滴滴、快的,美团、点评。我觉得这些可能要看任何一种技术和产品,它是不是有一个社交链的效应,就是说像微信,黏性特别大,因为你一拉就把这些人拉进来了,你不能把一个人拎出去。社交性会让一家独大更可能发生。第二个我觉得就是可能要看规模化,随着你的量做得特别的大,这也可能会造成一家独大。

  这两点在各个领域会不会发生,其实我觉得都不一定。因为大部分的AI公司都还在初创阶段,我们一定是要了解阶段性的用户强需求是什么,怎么把它创造出来,怎么得到我们的订单。而且大部分AI公司是toB的公司,不是to C的,所以过去我们看到的这种规模化、滴滴、快的各自有多少用户,摩拜、OFO各自有多少用户,他们以后怎么样去,是不是要合在一起,这个我觉得在AI的这个阶段,应该还看不到。未来是有可能发生。

  可能另外一个你没有问,但是更可能发生的是,跟已有的巨头的这种MA的问题,就是会不会BAT看到什么公司,想把它买了,会不会一个传统的银行说我自己做不出AI,我买一个AI公司?我认为这两者的可能性都是有的,尤其是后者。所以我们可以期待,AI的投资的退出,会有相当的并购的方式退出的,这个我觉得我们和创业者也不排斥。

  非AI人才也重要,科学家创业理念是瓶颈

  网易科技:作为一个科学家,您看这些AI公司的时候,您有哪些考量的点呢?快速变现是不是您考量点的一部分?

  李开复:其实不是,最终可变现的模式肯定是的,但是快速变现可能更是消费互联网的思维。我们会考量几点,第一个就是创业团队里面,有没有合适的成员的构成。第一个当然是AI的人才,因为这是核心的,没有这个就做不成了。现在其实整个创业界里面,很多人都给自己挂上了AI的头衔,大概任何在Google工作过的人,在斯坦福的PHD都把自己说成AI专家了,那我们还是有这种分辨的能力的。

  第二,我觉得AI的人才也是看是做什么的AI的人才。如果你要做一个人工智能的客服,你需要的AI的人才,未必是做这种什么计算机视觉、深度学习的人才,你可能更需要一个做搜索引擎的人。虽然搜索引擎也是类似AI,所以这种分辨我觉得我们还是能够看得很清楚的。

  就比如说我们投的Momenta,它是自动驾驶,肯定需要深度学习、计算机学习的能力。我们投的追一科技,它做的是客服,AI客服取代人类客服,那它需要更多的是搜索引擎,所以它的创业者是来自一个搜索引擎的背景。所以这个其实把大家都,如果一个VC把所有的人挂上一个AI的标签,首先你可能识别错误,这个人不是AI专家,但是你问不出问题,可能就被忽悠。第二个就是说,各种不同的AI专家,每一种是适合做不同的事情的,不能够统一挂一个标签。

  第二,非AI的人才也非常重要,比如说现在大家在做智能音箱,如果我要投一个智能音箱,我没有投,也不想投,但是如果有人逼着我说必须投一个智能音箱。

  那么我就会要确保它有一个非常好的产品经理。因为智能音箱的可使用度是非常非常的重要,它是一个崭新的AI的用户体验和界面,所以它的应用场景,和懂应用的用户界面的设计师特别的重要。当然还有很多其他的语音的技术这里就不多说了,所以每一个是不一样的。

  或者做toB,做一个toB想卖给保险公司的AI软件公司,我就会希望知道,它有没有一个做销售的头儿,或者最好是CEO是懂做销售的,而不是CTO技术人一定要来做CEO。因为做一个to B的Sales公司,CEO一定是最大的Sales,这个最大的Sales如果是一个技术人,宅男的话,未必能够做好这个事情。所以人方面是这个考量。另外我们还要考虑数据的闭环性,因为AI的产生一定是有大量的数据,而且数据最好是闭环,而且不断的自我标注,不断的迭代产生。

  第三是它要满足强需求,而且能够产生一个指标,能购买这个AI技术的公司一看就知道,你比别人强,或者你能够给我赚钱。因为AI跟其他面向公司的软件最大的不一样的地方是,大部分过去的公司软件讲的都是相对比较虚的东西,增加员工的效率啊,或者生产力啊,或者这很好用啊,可以对接我们的CRM系统啊等等的。但是我们AI要做到的就是,用了这个就帮你赚钱,用了这个就帮你省钱,我们希望能够把我们这一波最想投的金融公司,就是能够把指标轻易的量化到一个帮你赚钱或帮你省钱。因为这会导致客户更容易会say yes。因为毕竟公司软件在中国是不好做的。

  网易科技:追一科技的吴悦之前在腾讯公司做搜索工作,投资他是不是看中了这一点?科学家创业有哪些特点?

  李开复:对,因为做搜索引擎的人,其实对于文本的处理是非常务实的,不会去写一大堆paper。写paper是有价值的,但是很多写paper的科学家,他的东西真的落实到项目上来,他的效率、速度和对用户的把握是不清楚的。搜索引擎是一个很成熟的模式,它有大量文本处理的能力和机会,而且对于商业,一般来说也有比较好的了解。搜索引擎的变现一直是搜索引擎开发的一个并行的技术。所以吴悦他有这样的一个经验,是加分的。

  但是他很大的特色是他也是能够快速学习、掌握最新的学术成果,比如说深度学习,是被用在它的追一科技里面的。这一点也非常的重要,就是说你不能只是活在过去的搜索引擎的技术里面,还是要接受新的技术。所以其实这样的一个人才是挺难找的,是你又能够把握相关的技术,又不会太学术性,又能够很务实来真实的解决一些问题。大部分的科学家创业,很大的问题是科学家被培训的过程中,他读博士的第一天,老师就说,你只要做新的东西,不能做别人做过的东西。

  这个思维会固化,包括在我读博士的过程,还有之后的可能十年,这个才慢慢的学习到了我们做创业,或者做产品是要解决用户的问题,而不是做新的东西。我们通过这个案子可能更希望听到的是,我不准备发明任何新的技术,我就要把这些已有的,已被证明的技术,应用到这个场景里面,来产生商业的价值。当我滚动起来以后,我再来把我的研究院,或者是技术建立好。而不是说我有一个很好的想法,这个技术是新的,从来没有人做过,我要来试一试。对这种人我们可能就建议他,那你在你的学术领域继续做吧,验证了以后再来创业。

  这个往往是一个创业者,为什么科学家很难成为好的创业者的一个很大的瓶颈,就是科学家的思维是在衡量你新不新,创业者的思维是,是否产生价值。科学家可能会认为我做一个别人做过的事情,是一个不好的事情,甚至是抄袭的事情,而创业者最好是拿来主义,是把已经验证的事情拿来应用。因为创业的过程已经够艰辛了,你需要去面临各种市场的问题、竞争的问题,产品的问题,还有市场的风险、产品的风险,竞争对手的风险,还有实际的风险,我们不要再加一个科技是否会work这样的一个风险。所以我们反而不喜欢投那种纯技术型,完全不知市场的可行性。

  除非是刚才讲的黑科技公司,那黑科技公司必然是这一类的,但是这样的话我们就会考虑到这个黑科技如果能做成,它是能够有巨大的商业的价值。那我们就把它当做一个已知风险。而且做成了这科技以后,可能更多的是去授权或者卖给一个大公司,这一类的科学家创业是OK的。

  理性评估市场,智能音箱美式成功难以复制

  网易科技:为什么创新工场不投智能音箱呢?

  李开复:智能音箱本身其实是一个很好的概念,但是Amazon Echo的成功,我觉得是有它特殊的理由。我们今天人在中国,没有办法拆分它的理由。它的成功是因为有这个强需求,还是因为美国的客厅的特色,也许中国客厅是不一样的。还是因为它的音效处理跟microphone array做得特别好,还是因为它背后有强大的电商能够支持任何你想买的东西,还是因为它的音乐能做得很好,能够很好的对接,还是因为它能够靠卖东西给你赚钱,所以音箱就不赚钱。

  这些理由我们今天无法科学化的分拆,所以盲目的去追风说我们就模仿一个,但是刚才讲的每一件事情在中国,都不一定能够发生。也许中国的客厅跟美国不一样;也许你不是电商,就做不成这个品类;也许你不把价钱降到最低,就不好推动这个东西;也许你的microphone array非常核心的你做不出来,就没戏。我们可以看到任何一个美国式的创新产品,当它成功了以后,进入中国的过程往往是非常艰苦的,就像当年的千团大战。

  因为可能更多的中国创业者非常急迫的想把一个事情滚动出来,我们看到的第一批的智能音箱确实功能都挺差的。但是在功能慢慢做好的过程中,小米已经推出了299的,天猫已经推出了99块的。所以在我们已经还没有把技术做好的时候,就变成价格战了。所以我们挺开心自己没有进入这样的一个标准中国式的这种巨大,就像是在格斗式的这种残酷的竞争环境,在还没有把产品做好就要抱大腿了,然后就要打价格战了,就要赔钱销售了。

  你可以说也许创新工场是最适合投智能音箱的,因为开复的论文是语音识别,我们懂人工智能啊。但是我们还是要理性的评估这个市场的挑战性,重复性,它的技术还有电商,种种的问题,还有BAT、京东的介入会带来什么变数。所以我们就避开了这个领域。

  但是这不代表最终智能音箱在中国不会成功,一定会有一个很有特色的,中国式创新的AI产品进入家庭。我们投的小鱼在家可能就是这样一个产品。当然还有很多其他的,我们投的wonder workshop作为玩具,可能也是这样一个产品。我觉得这个必然会发生,只是说一个美国式的超级成功,反而在中国复制这件事情是面临很大的挑战。所以我们基于这些原因,当时没有选择进入这个混战。

  畅想AI时代:人们失去工作和隐私,重新学习创造和爱

  网易科技:对AI有恐惧的人,会恐惧AI让我们失去工作,也有一部分人觉得,无处不在的人脸识别会侵犯我们的隐私,您怎么看?

  李开复:先谈失去工作的问题。失去工作是必然的,大量的人会失去工作,在未来的十到十五年,50%的人会失去工作。我们考虑对策的时候就要考虑到,AI能做什么,不能做什么。AI有两个很大的领域是绝对做不了的,一个是有创造性的工作,另外一个是需要和人接触的,有关爱,有爱心,有人与人之间的信任的工作。所以我们做的人类需要做的事情是,要赶快创作这两批工作的机会,尤其是后者。因为前者可能是少部分人能够做的,大部分人其实是还可以,是我们可以培训的。

  在《纽约客》最近有一篇文章,讲了每一个工作的失业的比率,被取代的比率。当然也不只是被AI,应该是说被整个信息产业+AI取代的比率。最先失业的几种,可能就是客服、电话销售、流水线工人这三个可能是最快的。如果我们能大量的先了解好,那么我们下面服务业,什么样的服务业是可以快速创造的,比如说陪伴老人,或者是比如说按摩室,或者是什么叠衣师,或者是家政等等的,我们要把这些工作尽快的展开,然后有更多的创业公司来做这方面的工作,有更多的已有的服务型公司,扩张他们招募的人员的数量,这样的话才能够环节这样的一个大量下岗的问题。

  隐私的问题,很多企业家都讲得很冠冕堂皇的,说以后我们都会有选择。但实际上我觉得我们进入了一个没有隐私的时代,从互联网搜索引擎的开始,我们就不再有什么隐私了。我觉得你搜我的名字,搜出来所有的东西之外,我可能也不知道还有什么有关自己的事情了。就像今天你在淘宝,淘宝知道你的一切路径,那为什么你会介意当你走到永辉超市的时候,它也捕捉了你一切的路径呢?不是一样的嘛。

  在淘宝上,你看了哪件衣服、买了什么衣服,购买了什么化妆品,偷看了什么不希望别人知道的商品,淘宝是都知道的。如果你去永辉超市做了一样的事情永辉也是知道的,这个其实是一样的。所以当我们已经走上了这条不归路的时候,它只会继续走下去,我们人类以后应该是面临一个越来越没有隐私的时代。因为其实我们是把我们的隐私交换成了便利和方便。

  当然你可以说这是很糟糕的事情,我要抗议,但是这是一个必然的趋势。我也不想让我的隐私被所有的人知道,但是我却非常享受在淘宝,在各种地方买东西的方便,所以我觉得这个交换是我可以接受的。如果你觉得这个隐私是不能接受的,那可能只有在山里挖一个洞住进去,然后藏在里面,当然这是不现实的,这是一个未来很难改变的一个必然的趋势和方向。

  我觉得我们可能能做的就是,对于个人隐私数据,对一个商家知道你的各种数据,用此来获利,很难去修改,因为这是一个刚才谈到的交换。但是这个商家应该不可以把这个隐私暴露出去,公布出去,或者更不能用它来出售,这些我觉得会有相关的法律去管。

  在国外有很多理想主义者会说,我们每个人的数据是属于自己的,我们应该授权给每个公司,但是我觉得这个很难执行。

  网易科技:刚才您说的AI有两点不能做,一个是创造,二是关爱。但是我看到现在AI也在写歌,写诗,甚至更多的深入到创作领域。包括爱这方面,它们也在情感方面在尝试,您怎么看?

  李开复:我觉得一些肤浅的创造,肤浅的关爱AI是可以做的,只是我觉得人所能做到的突破性的创造,和真诚的,被人感动的关爱,这个是不会被取代的。所以我觉得AI的发生,是在推进人类,是在鞭策人类,让我们成为更好的人类。就是说简单的创造就不要,简单的优化就不要做了,人就来创造最伟大的技术吧;普通的段子、笑话也就不要写了,来做最好的剧本吧。普通的模拟某个画家的假画,也不用做了,我们来做真正有艺术创造性的东西吧。

  同样关爱也是一样的,做这种很敷衍的,用模板式的来表达关爱,这是不真诚的。所以我们应该让自己更学会怎么创造,真正学会怎么爱。

  一定程度我觉得其实AI的来临,真的是在鞭策着人类,我们过去这两三百年,在工业革命之下被灌输了一种价值观,就是只要我们努力工作,哪怕是重复没有意义,也不喜欢的工作,我们就会得到温饱,甚至买房买车,得到经济的自由,然后得到别人的尊重。这个理念其实是被资本家所洗脑的。

  但是如果你看一千年前,其实人不是这样的,我们并没有这个价值观存在。一千年前我们更会讨论我们为什么存在,我们人生的意义是什么,我们怎么做自己喜欢的事情。但是过去这几百年,因为需要大量的劳力,就让大家觉得重复性的、不喜欢的工作,只要努力的做它,我就可以买房买车,这个真的是现在世界大部分的人认为我生存的目的。现在AI来了,重复性的,你不喜欢的工作不要做了,你必须去做有创造性的,有关爱的,发挥人性光芒的,或者是你喜欢的工作。

  而且AI创造了很大的财富,让大部分的人不用那么拼命工作,所以这种所谓勤奋就必然产生尊严这个事情,是要被颠覆的。勤奋是好的事情,但是我觉得我们会更需要的是寻找人为什么存在在这个世界上,我们想成为独特的我们是什么,我们怎么样能做我们爱做的事情,重复性的事情,机器跟AI都帮我们做了,我们才能真正的去把我们的时间花在这些方面,我觉得这样人类可能才能够进化成为更好的物种。

  网易科技:您说的这种创造和爱的能力可能只有10%的人有吧?AI会不会加剧不公平?我们会不会回到工业革命之前,1%的人占据了最多资源的情况?

  李开复:我觉得贫富差距会更大,那当然是一个问题。但是就是说那些不能成为有情怀、伟大有创造的人该怎么办,会不会进化?我觉得肯定也是会进化的。因为你想,今天一个做重复性工作的人,他可能就每天忙着说我要加班,要努力,要一个礼拜工作七十、八十个小时,这样我才能够有更好的房子、更好的车子什么等等的,或者我才能够娶老婆。

  但是未来这个世界有这么多的财富,其实大家温饱问题都可以解决的。你做你爱做的事情,你每周工作三十个小时、四十个小时、五十个小时,但是都活得很开心。过去你因为拼命的做你不爱做的事情,一个礼拜七十小时的工作,可能让你抑郁了,你疲劳了,寿命变短了,不健康了,让你没有照顾到你的父母亲。现在可能你可以觉得说,我工作四十个小时,这个事是我爱做的,工资不高,但是确保我的温饱,活得很好。然后我其他的时间是不是该好好照顾我的父母,是不是该去关怀其他的人?

  这样的一个更有爱的世界,我觉得是会更好的。当然这是一个乐观的假设,你也可以做一个悲观的假设,就是说很多人下岗了,失去工作了,然后他依然抱着过去工业革命时代的这种思维说,我一定要证明自己的价值,我证明自己的价值就是我要工作七八十个小时,赚最多最多的钱我才会开心,现在我能做的工作都被机器取代了,我好没有价值,我就抑郁了,甚至觉得生命没有意义了,产生很多负能量,这个是一个最糟的情况。

  现在就是为什么我们现在必须要去策划,去让所有的人都能找到自己想做的事情,都能了解花很多时间做重复性的工作,不一定是唯一的道路或者最好的道路。做自己爱做的事情,才能给自己竞争力。让爱传播出去,才能让自己活得更有意义。我会认为一个做自己爱做的事情四十个小时一周的人,但是有时间看自己的父母,有时间关怀他人,会活得更有意义。他会觉得我的人生的价值其实是我尽孝了,我是一个好的丈夫、好的儿子、好的爸爸,觉得说他关怀、帮助了其他的人,那些人感谢他了,他感觉很温暖,这样就有活下来的意义了。

  而不是一个做八十小时工作,拼命的工作,现在赚钱,但是突然机器取代了工作,觉得人生没有意义了。那样的一个人反而是很负面的。所以我们要想,怎么样能够让前者发生,而不是后者。


window.onload = function (){ var oLi = document.getElementById("tab").getElementsByTagName("li"); var oUl = document.getElementById("ms-main").getElementsByTagName("div"); for(var i = 0; i < oLi.length; i++) { oLi[i].index = i; oLi[i].onmouseover = function () { for(var n = 0; n < oLi.length; n++) oLi[n].className=""; this.className = "cur"; for(var n = 0; n < oUl.length; n++) oUl[n].style.display = "none"; oUl[this.index].style.display = "block" } }}