Question 1

超級神基因卡提諾東大門服飾直播網 在Facebook 的評價

Accepted Answer

❗❗❗本款已於8/2截止加單,並關閉加購區+1功能😊謝謝東粉強~⚠️⚠️⚠️【屎上最強】眾望所歸的四專利超級暢纖膠囊，絕對有感讓米田共這個小人遠離我們！⚠️⚠️⚠️【千呼萬喚屎出來】專利超強內料，飽含各種膳食纖維及酵素，各個大有來頭，輕鬆清潔溜溜！⚠️⚠️⚠️【不用跟馬桶奮戰】不再苦惱肚子大得像的像孕婦，不用煩惱滿肚子嗯嗯！👍順順過關，不再卡洞！👍不會絞痛，輕鬆找回嗯嗯感覺！👍不再擔心腹比胸大，嗯嗯卡關人生難受！‼️‼️‼️萃取四大天王一出手，便知有沒有！👍👍👍【專利益生菌發酵物粉末】👍👍👍【專利修飾柑橘果膠多醣】👍👍👍【專利日本魔芋Propol】👍👍👍【專利玄米穀物生酵素粉末】👍👍👍【MOROSIL摩洛血澄濃縮粉】不要再滿腹委屈！四專利超級𣈱纖膠囊帶您找回暢快人生！如果您也有以下症頭...⚠️作息大亂，三餐不正常，常外食族⚠️飲食習慣不佳，膳食纖維攝取不足⚠️大腹便便，滿腹委屈⚠️總是和馬桶糾結曖昧不清⚠️坐大眾運輸工具無故有人讓座給您，或是常常被問幾個月了⚠️長期服用洩藥的人⚠️宅宅族運動量不夠的人，久坐上班族！⚠️習慣憋屎的人，或是完全卡關不順⚠️臥床患者⚠️年齡較長者萬事不順、結屎面，人生多難！四專利超級暢纖膠囊使用經專利認證有效的原料！為您補充滿滿的膳食纖維及營養，改變細菌叢生態、維持消化道機能及調整體質，找回霹靂啪啦暢快感！‼️‼️‼️【拒當白色王座上的腹愁者之王！】‼️‼️‼️【拒絕再繼續讓我們的小菊花受腹愁之苦！】‼️‼️‼️【超強四大專利配方及外掛特有順暢成分！】一次給您最強的黃金五大成分！讓我們最難過的腹愁計畫就此結束！到此為止！👍👍👍專利一:【專利益生菌發酵物粉末】滿滿消化酵素！您們知道嗎？益生菌的健康機能最主要來自它的代謝產物直接攝取［益生菌代謝物（後生元）］，能更有效地吸收對健康有益的營養及機能分子！專利益生菌發酵物粉末精選功能性益菌株，採熱鎖存技術，將益菌代謝活菌因子濃緒完整保留，再透過尖端噴霧乾燥粉末化技術處理、包裝！👍其每克或每cc更還有高達10億以上的菌體成分！幫助調節生理機能！👍獨家鎖熱技術，將益菌代謝活菌因子完整的濃縮保留，因此耐熱度及穩定性更強！👍富含多項消化酵素，幫助消化使我們排便順暢！👍屬食品等級，非人工化學合成之純天然原料👍精選功效益生菌株進行牛乳發酵，體外預消化萃集代謝機能分子👍具有抗氧化力，調節腸道機能，有助優化腸道菌相！其胜肽含量超過20%，且富含乳酸、礦物質等有益成份，可以使排便順利，並且調節生理機能、增強體力！國際知名腸道及神經科學專家Paul Bertrand教授：表示未來將會是Postbiotics後生元的時代，因為細菌代謝物是 調控人體腸道健康最直接的物質！甚麼是後生元呢？簡單來說後生元是益生菌進食益生元後所衍生的副產品，也就是說，減少中間繁瑣的過程，直接將重點結果給您們！直接攝取益生菌代謝物-後生元，更能有效吸收營養，其中富含多種消化酵素，可以幫助消化有助調節生理機能由台灣生技公司獨家的熱鎖存技術，將精選功效益生菌株進行牛乳發酵，可以完整保留益菌的活性因子，穩定性會更好，屬於食品等級的益生菌，非人工化學合成，再加上有多項專利功效專利，讓大家不只吃得有感，還要吃得安心、放心！👍👍👍專利二:【美國專利修飾柑橘果膠多醣】廢棄物掰掰！由美國ecoNugenics研發製作，取得美國多張功效專利及經GRAS認證，且擁有20多篇科學文獻發表！👍非基因改造，來源為柑橘類水果果皮👍特殊酵素修飾，有助於調整體質果膠是一類多醣的總稱，存在於植物的細胞壁和細胞內層，為內部細胞的支撐物質。柑橘、檸檬、柚子等果皮中約含30%果膠，也是果膠最豐富來源！專利修飾柑橘果膠多醣比起一般的柑橘果膠分子量更小、酯化程度更低、修飾後易於消化吸收，除了可以幫助消化、還能幫我們將體內的「辣薩咪呀」跟著便便一起排出體外，進而維持健康！強大的王可以激活戰士的鬥志，修飾柑橘果膠多醣（MCP）是唯一具有臨床研究的水解柑橘多醣，並擁有多張美國功效專利由美國ecoNugenics大廠製作，使用柑橘類水果果皮，經過細胞培養生物標準化，實驗室分析和臨床試驗驗證的專有生產程序，研發修飾柑橘果膠多醣（MCP）低分子量及低酯化程度，有助於健康維持，調節生理機能，使在生活中吸收進體內的有害間諜揪出來，直接丟出隊伍中，進而維持消化道的機能！專利智謀軍王－:美國專利修飾柑橘果膠多醣！有助於排除體內的腹愁因子！光是這項成分就標配多張美國的專利！具有特殊酵素修飾，擁有低分子量及低酯化程度，有助於發揮生理功效！也就是有助於我們［調節生理機能、幫助維持消化道機能並改變細菌叢的生態］，進而達到將體內髒東西通通排空的作用！這是唯一具有證實的水解柑橘多醣，具有GRAS的保證，光是這項成分就具備多項的美國專利認證！成分來源就是源自非基改天然的柑橘類水果果皮，其中更以柑橘、檸檬、柚子為最豐富的果膠來源，含量更高達30%超強將髒東西排空的作用，更接連被多達20篇以上的科學文獻發表！👍👍👍專利三:【專利玄米穀物生酵素粉末】營養豐富之王，擁有獨家專利的發酵製成，堪稱人體清道夫！體內環境的奇蹟因子！專利玄米穀物生酵素粉末嚴選健康食物和超級水果，採獨家專利發酵製程，保留營養最高活性！其內含：玄米、黑糯米、蕎麥、大麥、白藜麥、紅藜麥、黑藜麥、小麥胚芽、薏仁、玉米、諾麗果、荔枝、水蜜桃、蘋果及芭藥除了豐富的膳食纖維可以促進腸道蠕動、讓便便柔軟易排出及增加糞便量以外其食物來源更富含胺基酸、維生素B群、維生素E、鉀、鎂、磷、鋅、鐵、不飽和脂肪酸等營養成份，可以改善現代人營養失衡的問題、維持能量正常代謝，及有助於減少自由基的產生！不只能幫助維持消化道機能，還能調整體質，維持健康美麗！獨家專利發酵製程的玄米穀粉，不經過高溫製作，保留食物原本的擁有營養精華與最高活性，內含✔️黑糯米 ✔️藜麥 ✔️大麥 ✔️小麥 ✔️蕎麥✔️胚芽 ✔️玄米✔️玉米等十來種健康穀物再加上✔️諾麗果✔️荔枝✔️水蜜桃✔️蘋果✔️芭樂等等超級水果豐富的膳食纖維可以促進腸道蠕動、讓嗯嗯更順暢，促進新陳代謝的同時，還可以幫助營養補給與維持健康！👍👍👍專利四【專利日本魔芋Propol】由百年日本SHIMIZU大廠專利萃取的Propol ® 魔芋！【Propol®專利魔芋】增加飽足感使排便順暢的小尖兵，更擁有多達33國的專利製成！是採用泰國清邁獨家稀有品種-清水魔芋萃取，利用三階段純化技術提取高分子量的精華產物PropolMannan，吸水膨脹的能力超強，有水援軍的支援，數量提升200倍，直接佔領大部分的領土，降地想吃東西的慾望敵軍多餘油脂來襲，也不用擔心，Propol ®直接將不健康油脂包圍困住，使消化道可以乎嚕嚕排出便便！唯一歐盟國際認可的專利魔芋葡甘露聚糖，是最高純度98%頂級魔芋纖維，擁有高達33個國家的製程專利以及多款功效性專利，超強大的吸水性，可產生高黏度凝膠，提升飽足感，幫助維持消化道機能，使排便順暢！日本專利魔芋又稱［蒟蒻］，是一種具有高度黏性的水溶性纖維，吸水後體積會大量的膨脹，魔芋萃取物也有低熱量、高纖維的特點，有助於消化，讓便便順利排出！專利飽足戰王【日本魔芋Propol®萃取物】！👍👍👍【MOROSIL摩洛血橙濃縮粉】全球僅生長於義大利西西里島、汲取火山礦物精髓而成長茁壯的摩洛血橙，是唯一柑橘來源花青素，也是花青素含量最高的品種！👍花青素含量是其它血橙品種4倍以上！👍取得ISO、HALAL、Vegan OK等多項認證！👍含豐富的柑橘多酚，有效促進新陳代謝！👍原料TRU-ID認證，保證使用西西里產原料！👍擁有20年研發歷史的地中海植物萃取！MOROSIL摩洛血橙濃縮粉嚴格控管原料來源，具有20年豐富經驗的義大利植萃專家於採收後2小時內由農場送達工廠，採65：1的純果濃縮，製程單純，及時封存最新鮮的摩洛血橙菁華！除了可以有效促進新陳代謝，還能解除腹擔警報！還您一身輕盈感！嚴選義大利西西里特有的摩洛血橙，生長於火山區超極端環境，每日有火山礦物滋養與巨大日溫差，又是乾燥又是陽光的洗禮，使摩洛血橙含有更多的花青素與多酚切開外皮內果肉有如紅寶石般的天然色澤，也是花青素含量最高的血橙品種！摩洛血橙富含多種黃酮/多酚類高倍濃縮封存其中，青春美麗的秘密，為它莫屬了！💖💖💖親愛的東粉強們大家好~~大家期待已久的四專利超級暢纖膠囊終於來了！猶記得大家聽到要吃大便，不但沒有反抗還興奮地狂喊+1+1，什麼時候上架的日子......就知道有多少人都是滿腹委屈了！不怕不怕！咱們四專利暢纖膠囊一次請出四大天王不用再勤奮地泡酵素來喝！不用再和馬桶糾纏不清！一天只要1~3顆膠囊，就能順暢到底、清潔溜溜！👍不絞痛不腹痛！👍順暢不卡關！👍有感清光光！👍不再大腹便便！👍拍咪呀通通OUT！‼️‼️‼️四專利超級暢纖膠囊，幫您有效維持消化道機能！只有髒東西都排出體外了，人看起來才會發光、發亮！保證內料用到最頂尖！價格給您們的都是俗到見骨見肉的等級！一樣那句話！錢不是問題！有感才是最重要的！四專利超級暢纖膠囊帶您有感輕鬆順暢啦！用最頂級的內料，沒人敢吃大便還要專利的，我們就是敢，還祭出四大專利，我們家的四盒都買不到外面一盒啊！人要亮要美，不想要有菜色，四大專利新纖膠囊不容許您們錯過，髒東西壞東西通通Get Out，無事一身輕，不用為嗯嗯所苦！想上廁所卻上不出來😭日復一日.年過一年，肚子就被這些腹愁因子挺的越來越有水桶腰的風範！！即刻起不用再繼續腹愁了！！不管您是男的.女的.老的.少的.吃素的.食葷的只要您有腹愁困難就讓我們的超強四專利配方來拯救我們！✅✅✅購買者必看【如何購買與購買規則與加購區關閉時間】:👉👉👉請到加購區購買，謝謝👉👉👉＃加購區在這裡，按了即可到加購區:https://reurl.cc/XkpnY7❗❗❗【注意】加購區購買，如數量大於二（包含2），請於得標數量處～更改您的下單數量喔~謝謝大家✅✅✅四專利超級暢纖膠囊✅✅✅價格：🔸️A組（三袋一組1680元）等於一袋560元🔸️B組（六待一組2880元）等於一袋480元🔸️C組（十袋一組3990）等於一袋399元✅✅✅一袋30顆，一天1～3顆🔸️每袋30顆✅✅✅食用方式（素食可食）：每天1~3次，飯後配水食用，多食無益⚠️⚠️⚠️不適合吃的族群：➡️產品含有麩質類製品，不適合對其過敏體質者食用➡️請避免睡前食用，孕婦及哺乳期婦女使用前應先諮詢醫師➡️特殊疾病、有服用藥物、身體不適者請詢問相關專業醫生（因相關安全性未知）➡️請勿與紅花籽油、魚油、維生素 E 等脂溶性營養保健品一同食用,本產品含纖維  會把機能性油類吸附如有食用紅花籽油、魚油、維生素 E 等脂溶性營養保健品，建議間隔1～2小時即可。⚠️⚠️⚠️四專利超級暢纖膠囊是預購商品，如有購買必看！！！⚠️⚠️⚠️【預購商品訂購規則】:⚠️⚠️⚠️溫馨提醒，購買前務必詳閱我們的粉專【關於】說明，訂購視同已詳閱我們的關於說明，謝謝您❗❗❗️請勿隨意棄單，無法換標購買，如要棄單或是換標購買，一律封鎖購物車，請勿棄單或是要求換標，避免購物車自動封鎖，之後無法加一得標，謝謝您❗❗❗棄單一律封鎖，大量棄單或是大筆金額棄單一律請求賠償已支付追加預購之金額，請勿棄單！謝謝🔸️🔸️🔸️顏色以實品為主，照片會因為手機型號或者品牌不同，而有所色差皆屬正常，可以接受才下單，謝謝。🔸️🔸️🔸️台灣製，製作日期約2021年9月製作，均為保存期限三年，如何使用及注意事項等，請參照圖片中文標示，謝謝🔸️🔸️🔸️為預購商品，預購商品不用先結單🔸️🔸️🔸追加️商品採追加預購制，到貨後才能結單付款，所以追加預購商品因為還沒到貨，先不用付款，謝謝🔸️🔸️🔸️請勿惡意棄單，若惡意棄單造成東大門服飾直播網的損失，一律請求追加預購之金額賠償，謝謝🔸️🔸️🔸️追加預購商品到貨後，會放入得標者的購物車，到貨後在結單即可，謝謝您🔸️🔸️🔸️請勿隨意棄單，避免購物車自動封鎖，之後無法加一得標，謝謝您🔸️🔸️🔸️️有關任何預購追加商品到貨，會在每個星期六晚上加入得標者的購物車~在每個星期六在自行去看看購物車追加到貨什麼戰利品喔，謝謝您🔺️🔺️🔺️有關每一樣的預購追加商品到貨，因為我們訂單都是大量級，所以無法個別通知喔！追加預購到貨了，都會在每個星期六加入得標者的購物車~如果有任何預購商品追加到貨，這時候就可以在每星期日到星期一晚上8:00前完成結單出貨即可，謝謝您＃粉專按讚追蹤搶先看很重要＃按讚追蹤搶先看才不會漏接任何粉專重要活動🔺️🔺️🔺️溫馨提醒，購買前務必詳閱我們的粉專【關於】說明，謝謝您⚠️⚠️⚠️本篇文字文章、文字內容以及刊載照片、圖片、影片、均受著作權保護，為東大門服飾直播網所有！未經授權同意不得將東大門服飾直播網之刊載之內容所附屬相關浮水印或商標嚴禁更改或移除。刊載文字文章內容進行複製、修改、更改、轉載、或提供給第三方使用於商業用途。刊載之內容所附屬相關照片及圖片及浮水印或商標嚴禁塗改、刪除、更改。未經同意請勿隨意盜文或者更改文章內容，避免觸法！！！

Question 2

超級神基因卡提諾李開復 Kai-Fu Lee 在Facebook 的評價

Accepted Answer

近日，我與阿萊克斯·彭特蘭教授（Alex Pentland）展開了一場”AI如何重塑人類社會”的精彩對話。

《連線》雜誌的資深撰稿人威爾·奈特（Will Knight）主持了這場對話。

阿萊克斯·彭特蘭教授任教于麻省理工學院，為全球大資料權威專家之一，現任MIT連接科學研究所主任、MIT媒體藝術與科學教授，擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜，曾參與創建MIT媒體實驗室，是全球被引述次數最多的計算科學家之一。

對話金句：

李開復：

 AI最大的機會蘊藏在與傳統企業的結合中，這種價值的產生極其迅速，只需要幾個月，甚至短短幾周。
 未來突破很難預測，對奇點、超級智慧的爭辯，在我看來都過於樂觀了。
 小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，不要與巨頭核心業務正面硬碰。

阿萊克斯·彭特蘭：

 AI絕非試圖取代人類，而是促進多元文化之間的相互連接、團隊合作，讓人們更好的進行社交和連接彼此。
 最困難的其實是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。
 人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

我在對話中表示，當我們試圖解決AI問題時，應該用技術來解決技術的問題，可以尋求與監管部門協作，而不只是丟給他們，“新技術會衍生新的問題，我們應該多方嘗試用更進階的技術性解決方案，就像電腦病毒剛出現時，殺毒軟體隨之誕生。”

彭特蘭教授認為，人工智慧的核心，是促進多元文化之間的相互連接。不只是工程師或科學家，連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準，就像TCP/IP互聯網協定那樣，避免AI冷戰。” 我們都贊同，AI發展從來不是單打獨鬥，跨學科思維、跨領域合作尤為重要。這場對話是麻省理工學院中國創新與創業論壇（MIT-CHIEF) 組織的高峰對話系列活動，主題是《計算與未來: AI與資料科學如何重塑人類社會》。

麻省理工學院中國創新與創業論壇（MIT-CHIEF）由麻省理工學院的中國留學生創立，至今已有十年，是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者，共同探討科技創新及商業化過程中面臨的挑戰。

以下是我們對話的核心內容，由我的同事整理、分享給大家：

Part I 主題演講

▌李開復：各方應協作，讓AI 更務實

非常榮幸再次受到MIT-CHIEF的邀請，對於人工智慧的看法，這次我主要想講四點。

第一點是我書裡的主題，人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段，從應用落地層面來說，正迎來了AI發展最大的機遇。

很多科技公司目前已對人工智慧進行了多樣化佈局，從視覺、語言、觸覺和其他感知技術，到自動化機器人、無人駕駛等，對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性，但我預測未來的格局會非常龐大，依據統計，各行各業採用AI的程度目前不到5%，AI應用的中長期增長曲線相當可期。

第二點是我很欣喜看到的一點，AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多，更多的AI公司湧現出來。

AI最大的機會蘊藏在與傳統企業的結合中，創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。

作為AI投資人，我認為在這些行業如果找到正確的AI應用方向，就能帶來上千萬的回報。這種商業價值的產生是極其迅速的，通常只需要幾個月，甚至短短幾周就能看到成果。

現在人工智慧在傳統產業的滲透率仍在個位數，仍然有很大的提升空間。然而對於很多公司來說，它們需要的是高度定制化的方案，而非通用型AI方案，所以融合的過程中，不可避免會遇到不少挑戰和痛點。

第三，我早年做過很多科研工作，很高興能看到關於系統一和系統二（System One, System Two）的討論，我們期待人工智慧技術從系統一升級為系統二，即從識別、決策、優化等能力，升級到感知、認知等進階智慧的能力。

有不同的學派都在努力讓人工智慧更接近人類智慧，其中一個流派主張回歸經典的AI理念，甚至重新構建嶄新的模型結構，在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。

回看人工智慧過去60多年的歷程，最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路（CNN）帶來的喜人成績，還有預訓練自然語言處理模型（Pre-Trained Models for Natural Language Processing）的廣泛運用。

預訓練模型與人類語言學習的模式類似，不管是英語還是中文，在習得這些語言之後，再去學習程式設計、藝術、化學。在無人監督的學習環境中，這種模式比我們想像得還要強大，就像阿爾法圍棋（AlphaGo）一樣。

最後一點我想說的是，如何讓AI變得更務實。

AI有很多問題，例如隱私、資料安全、治理和監管，在此就不一一討論了。當我們試圖解決這些AI難題時，有人認為讓監管部門加強管理是唯一辦法，其實不然，我們是否也可以朝著研發更厲害的技術性解決方案去努力？

就像電腦病毒剛出現時，殺毒軟體隨之誕生；面對千年蟲難題時，也迅速找到了技術應對方案。我們可以通過研發新技術，應對DeepFake深度換臉程式的挑戰；或者通過聯邦學習技術，在保證資料私密性的同時，滿足深度學習訓練需求。

作為握有技術能力的群體，我們需要與監管部門一起協作，而不只是把工作丟給他們。相信有了各方的助力，我們可以讓AI的應用變得更有深度，更加務實，更高效地克服現在面臨的種種問題。

▌阿萊克斯·彭特蘭：國家間應建立互通標準，避免“AI冷戰”

我對當前的深度學習技術不太樂觀。

最為主要原因是，深度學習不僅需要龐大的資料來源，而且要求這些資料長時間恒定不變，以保證模型訓練結果的可靠性，例如人類的面容、語言，就是相對穩定不變的資料來源。

但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時，出現了倉庫貨物緊缺，不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰，就是因為快速變化的疫情，和深度學習對恒定資料來源的需求是矛盾的。

另外，我想談談如何通過聯邦學習，促進資料的流通。

大多數公司沒有足夠豐富的資料，需要聯合不同的資料來源。基於這種需求，出現了很多新商業模式，比如“資料經紀人”——他們不出售資料，而是把資料借出去，作特定需求的使用。

“資料經紀人”業務湧現了很多，他們促進了資料的流通，也加強了資料的隱私性。因此，像聯邦學習這樣的技術和商業策略結合，有效解決了資料在合規性和所有權方面的難題。

聯邦學習也依賴於新的基礎設施建設，為資料應用和深度學習提供基礎環境，比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗，新加坡等國家設置了一種相互競爭的區塊鏈系統，來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗，涉及不同資料的互通性和連貫性問題。

我們仍在研究如何用儘量少的資料，實現人工智慧的目標。少量資料是指不斷更新的短期資料，這些資料能使AI應對迅速變化的情況，並及時做出調整。

我們打算將AI與其他基礎科學結合，例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料，可能會比深度學習更加強大。

除此之外，我們在探討用AI保障聯邦學習過程中不同資料方的權益，這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。

另一方面，我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作，找出解決系統入侵和保障網路安全的方法。

我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策，也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率，比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。

基於我們已有的多中繼資料庫，現在可以利用AI實現全新的資料優化方式，將貧困、不平等這種之前無法量化的指標，通過可量化的指標進行評估。

同時，要真正實現這個目標，我們還需要制定統一的互通性標準。如果沒有這個標準，國家之間就不會相互信任去合作，就可能出現AI冷戰。

因此我們需要找到促進合作的方式，就像TCP/IP互聯網協議那樣。而之前我提到的，新加坡、瑞士等現在正在嘗試的區塊鏈系統，將有希望解決國家間缺乏互通標準的問題。

Part II 對話

▌ 美國線上教育發展難度更大，只在ZOOM上講課是不夠的

Q1：疫情加速了行業的改變，遠端醫療、線上教育開始蓬勃發展，這只是AI對人類社會產生影響的冰山一角。想請兩位談一談，目前看好AI在哪些領域應用的未來前景？

李開復：疫情的確對整個社會產生了實質性的影響，人們行為習慣發生了很多改變，更願意接受線上學習和工作了。

這種新的行為習慣產生了大量資料流程，為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料，可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究，因此我相信AI在醫療健康領域的潛能是非常巨大的。

AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務，例如批改作業，讓老師得以將時間精力投入到更有創造性的事情上，能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性，比如設置卡通版AI虛擬老師，讓課程充滿趣味性。

在中國，有很多線上教育公司在疫情之前就已經發展迅速，像創新工場投資的VIPKID，讓國外的純正英語老師線上上教授中國學生。目前，中國的線上教育已經擴展到了更多科目，包括體育、舞蹈、書法等素質教育課程。

相比之下，美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的，好的線上教育必須要有好的內容。

▌AI核心是增強人際互聯，應注重文化多樣性

阿萊克斯·彭特蘭：李開復博士提到的教育案例，我不是很認同。

MIT大約20年前就在教育中使用AI，重點根本不是內容，我們甚至提倡將內容免費開放給大眾。

AI絕非試圖取代人類的作用，我們更強調用AI增強人與人之間的互動，讓人們更好的社交和連接彼此。比如手機上人工智慧技術，不是要取代你，而是讓你高效地找到最適合的工作、最正確的人，讓你更容易的獲取資訊，並進行創新。

我們可以利用資料激發更強的創新力，培養領導力。只有基於這樣的宗旨，才能促進更有創造力的教育和學習，這比關注教育內容本身重要得多。

在加拿大，有家創業公司正在訓練普通民眾學習AI，比如水管工，教學效果非常不錯。他們的教育方式不是簡單的教授基本知識，而是以一種能夠激發人們互動思考的方式。

我們之前在中國調研了3000多個孵化器，發現創業公司成功的要素裡，第一個是文化多樣性，也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性，他們能否發揮自己所長，並很好地進行團隊合作。

1956年，馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解，不應該只停留在“人工”層面，而應擴展到多元文化之間的相互連接、團隊合作，我把它叫做延伸智能（Extended Intelligence)。這也是我想強調的，人工智慧這個名詞有一定的偶然性，但它的核心點是增強人與人之間的互聯性。

▌AI未來突破難預測，奇點、超級智慧過於樂觀

Q2：未來十年AI有沒有可能取得重要突破？比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼？

李開復：過去60多年來，深度學習是唯一的重大突破。在這之後，卷積神經網路（CNN）和GPT-3等都算是重要的改善，我對於人工智慧的漸進式改善保持樂觀。

對科學家來說，他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易，只要有大量的資料，就可以從實驗室進入到行業應用，CNN和GPT-3都是模型加海量資料的成果。

我是務實派的，雖然持有樂觀態度，但並不是一位“未來學家”。未來的突破很難預測，對奇點（Singularity）的爭辯，甚至預測超級智慧的出現，在我看來都過於樂觀了。

阿萊克斯·彭特蘭：我同意李博士的觀點。很多生物機制很難解釋，包括用感知認識事物、理解聲音、尋找食物等，是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論，並進行實踐。

從務實的角度來說，我最感興趣的就是聯邦學習。就醫療而言，我們有這麼多醫院，在新冠疫情期間做了很多的實驗，為什麼這些實驗資料不能進行聯合呢？

儘管資料有不相容的地方，但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來，我們對資料的需求也許會越來越少，外科醫生或者物理學家或許不需要太多資料，因為他們對規則已經瞭若指掌了。

▌不要墨守成規，要跨領域、跨學科應對挑戰

Q3：人工智慧會有什關鍵挑戰？對於想從事這個行業的人，有什麼是需要瞭解的關鍵點？

李開復：首先，大背景在改變，新科技層出不窮，我們每年都需要學習新的東西。

其次，人工智慧可能引起各種問題，包括偏見、歧視、倫理道德等，是否危害人類的身體健康，無人駕駛技術該何去何從等等。

第三，人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校，能夠把AI教育擴展到各個學科，讓研發人員及早意識到自己的責任和價值。

阿萊克斯·彭特蘭：是的，我朋友做過一個有關電的趣味類比，電動馬達最初在工廠裡用於生產的時候，並沒有發揮出多大的作用，因為大家並不知道如何改造生產流程。

AI在一些領域發揮的作用是顯著的，但應用到其他領域時，就需要改造流程。很多情況下，最困難的就是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。

而有意思的是，就像李博士提到的，像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。

比如，我今天早上正好就這個話題跟G20領導人對話，大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題，不能只是工程師或者社會科學從業者們在做，經濟學家，政治家等等都必須參與進來緊密合作。

隨著AI的應用領域越來越廣，除了必須具備強有力的技巧來建立社會規則，還需要對研究經費、企業投入等進行各種調整。

▌雖然大公司實力不容小覷，但依舊對小公司抱有期待

Q4：AI研究會消耗大量的資源，我們是否應該將資源往學術界平衡？現在已經發生資源的重新分配和平衡了嗎？

李開復：就人才而言，現在已經有重新平衡的跡象了。

過去，頂尖大學的學者基於待遇和種種考量，不少選擇去企業界工作。而近期，曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。

但像GPT-3這樣的技術，仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練，就要花費460萬美金，只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。

我觀察到，近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建，為了解決特定問題而生，並非紙上談兵做突破性科研，切入的領域也往往是巨頭公司忽略的地方。

例如，為製造業進行AI賦能，不是一件輕鬆的事，需要去工廠實地勘查，瞭解運作方式。大公司因為賺錢很容易，不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果，就會給產業界帶來革命性的影響。所以，雖然大公司的實力不容小覷，但我依舊對小公司抱有期待。

阿萊克斯·彭特蘭：大學和公司是一種融合的關係，不僅體現在人才流動上，也會進行資訊資源分享，彼此是整體性的合作態勢。

當然這也不是絕對，產業界的保密需求還是存在的，只是從學校的出發點來說，我們願意毫無保留地為大家提供更好的研究成果，並與企業合作，形成標準化平臺。

▌人工智慧取代人類需要上百年或更久

Q5：兩位認為什麼是AI不能取代的？

李開復：一類是創造力、分析能力、邏輯辯論能力，瞭解自己知道什麼不知道什麼，這些是人工智慧無法取代的。另外一類是同理心，人類之間的信任、友誼，自我認知、意識等。

阿萊克斯·彭特蘭：人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

▌AI創業建議I：找到小切入點，不要與巨頭正面硬碰

Q6：李博士提到了AI在小企業中的運用，可否再舉例說明是如何運用的？

李開復：這個問題分兩部分：一個是小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，並且不要與巨頭核心業務正面硬碰。

對於那些中小型非AI、但想應用AI的公司，需要確保有足夠的資料，以訓練與核心商業價值掛鉤的AI模型，並且有願意變革的開放性公司文化。

所以，早期應用AI的公司可能規模較大，因為他們有足夠大的資料，和可相容變革的商業模型。每個例子都不同，不是任何一家公司都要應用AI。

阿萊克斯·彭特蘭：如果我們放寬AI的定義，或許水管工、合同工都有資料，通過一些簡單的分析、整合，AI也可以在很大程度上改進他們的工作。

這些都是很小的切入點，基於簡單的AI分析、機器學習，依舊可以產生巨大的潛力。

▌ AI創業建議II：知曉技術，同時理解商業

Q7：兩位再分享一下最後的建議？

李開復：我們在步入一個AI開始滲透到方方面面的令人振奮的時代，我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地，而不僅僅鑽研技術本身。

阿萊克斯·彭特蘭：不要太較真於深度學習或者冗長的演算法，一切始於要解決的現實問題。不要止步於技術本身，要明白資料類型、形態和規律，關注商業流程。

感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。

Question 3

超級神基因卡提諾李開復 Kai-Fu Lee 在Facebook 的評價

Accepted Answer

近日，我與阿萊克斯·彭特蘭教授（Alex Pentland）展開了一場”AI如何重塑人類社會”的精彩對話。

《連線》雜誌的資深撰稿人威爾·奈特（Will Knight）主持了這場對話。

阿萊克斯·彭特蘭教授任教于麻省理工學院，為全球大資料權威專家之一，現任MIT連接科學研究所主任、MIT媒體藝術與科學教授，擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜，曾參與創建MIT媒體實驗室，是全球被引述次數最多的計算科學家之一。

對話金句：

李開復：

 AI最大的機會蘊藏在與傳統企業的結合中，這種價值的產生極其迅速，只需要幾個月，甚至短短幾周。
 未來突破很難預測，對奇點、超級智慧的爭辯，在我看來都過於樂觀了。
 小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，不要與巨頭核心業務正面硬碰。

阿萊克斯·彭特蘭：

 AI絕非試圖取代人類，而是促進多元文化之間的相互連接、團隊合作，讓人們更好的進行社交和連接彼此。
 最困難的其實是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。
 人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

我在對話中表示，當我們試圖解決AI問題時，應該用技術來解決技術的問題，可以尋求與監管部門協作，而不只是丟給他們，“新技術會衍生新的問題，我們應該多方嘗試用更進階的技術性解決方案，就像電腦病毒剛出現時，殺毒軟體隨之誕生。”

彭特蘭教授認為，人工智慧的核心，是促進多元文化之間的相互連接。不只是工程師或科學家，連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準，就像TCP/IP互聯網協定那樣，避免AI冷戰。” 我們都贊同，AI發展從來不是單打獨鬥，跨學科思維、跨領域合作尤為重要。這場對話是麻省理工學院中國創新與創業論壇（MIT-CHIEF) 組織的高峰對話系列活動，主題是《計算與未來: AI與資料科學如何重塑人類社會》。

麻省理工學院中國創新與創業論壇（MIT-CHIEF）由麻省理工學院的中國留學生創立，至今已有十年，是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者，共同探討科技創新及商業化過程中面臨的挑戰。

以下是我們對話的核心內容，由我的同事整理、分享給大家：

Part I 主題演講

▌李開復：各方應協作，讓AI 更務實

非常榮幸再次受到MIT-CHIEF的邀請，對於人工智慧的看法，這次我主要想講四點。

第一點是我書裡的主題，人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段，從應用落地層面來說，正迎來了AI發展最大的機遇。

很多科技公司目前已對人工智慧進行了多樣化佈局，從視覺、語言、觸覺和其他感知技術，到自動化機器人、無人駕駛等，對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性，但我預測未來的格局會非常龐大，依據統計，各行各業採用AI的程度目前不到5%，AI應用的中長期增長曲線相當可期。

第二點是我很欣喜看到的一點，AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多，更多的AI公司湧現出來。

AI最大的機會蘊藏在與傳統企業的結合中，創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。

作為AI投資人，我認為在這些行業如果找到正確的AI應用方向，就能帶來上千萬的回報。這種商業價值的產生是極其迅速的，通常只需要幾個月，甚至短短幾周就能看到成果。

現在人工智慧在傳統產業的滲透率仍在個位數，仍然有很大的提升空間。然而對於很多公司來說，它們需要的是高度定制化的方案，而非通用型AI方案，所以融合的過程中，不可避免會遇到不少挑戰和痛點。

第三，我早年做過很多科研工作，很高興能看到關於系統一和系統二（System One, System Two）的討論，我們期待人工智慧技術從系統一升級為系統二，即從識別、決策、優化等能力，升級到感知、認知等進階智慧的能力。

有不同的學派都在努力讓人工智慧更接近人類智慧，其中一個流派主張回歸經典的AI理念，甚至重新構建嶄新的模型結構，在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。

回看人工智慧過去60多年的歷程，最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路（CNN）帶來的喜人成績，還有預訓練自然語言處理模型（Pre-Trained Models for Natural Language Processing）的廣泛運用。

預訓練模型與人類語言學習的模式類似，不管是英語還是中文，在習得這些語言之後，再去學習程式設計、藝術、化學。在無人監督的學習環境中，這種模式比我們想像得還要強大，就像阿爾法圍棋（AlphaGo）一樣。

最後一點我想說的是，如何讓AI變得更務實。

AI有很多問題，例如隱私、資料安全、治理和監管，在此就不一一討論了。當我們試圖解決這些AI難題時，有人認為讓監管部門加強管理是唯一辦法，其實不然，我們是否也可以朝著研發更厲害的技術性解決方案去努力？

就像電腦病毒剛出現時，殺毒軟體隨之誕生；面對千年蟲難題時，也迅速找到了技術應對方案。我們可以通過研發新技術，應對DeepFake深度換臉程式的挑戰；或者通過聯邦學習技術，在保證資料私密性的同時，滿足深度學習訓練需求。

作為握有技術能力的群體，我們需要與監管部門一起協作，而不只是把工作丟給他們。相信有了各方的助力，我們可以讓AI的應用變得更有深度，更加務實，更高效地克服現在面臨的種種問題。

▌阿萊克斯·彭特蘭：國家間應建立互通標準，避免“AI冷戰”

我對當前的深度學習技術不太樂觀。

最為主要原因是，深度學習不僅需要龐大的資料來源，而且要求這些資料長時間恒定不變，以保證模型訓練結果的可靠性，例如人類的面容、語言，就是相對穩定不變的資料來源。

但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時，出現了倉庫貨物緊缺，不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰，就是因為快速變化的疫情，和深度學習對恒定資料來源的需求是矛盾的。

另外，我想談談如何通過聯邦學習，促進資料的流通。

大多數公司沒有足夠豐富的資料，需要聯合不同的資料來源。基於這種需求，出現了很多新商業模式，比如“資料經紀人”——他們不出售資料，而是把資料借出去，作特定需求的使用。

“資料經紀人”業務湧現了很多，他們促進了資料的流通，也加強了資料的隱私性。因此，像聯邦學習這樣的技術和商業策略結合，有效解決了資料在合規性和所有權方面的難題。

聯邦學習也依賴於新的基礎設施建設，為資料應用和深度學習提供基礎環境，比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗，新加坡等國家設置了一種相互競爭的區塊鏈系統，來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗，涉及不同資料的互通性和連貫性問題。

我們仍在研究如何用儘量少的資料，實現人工智慧的目標。少量資料是指不斷更新的短期資料，這些資料能使AI應對迅速變化的情況，並及時做出調整。

我們打算將AI與其他基礎科學結合，例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料，可能會比深度學習更加強大。

除此之外，我們在探討用AI保障聯邦學習過程中不同資料方的權益，這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。

另一方面，我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作，找出解決系統入侵和保障網路安全的方法。

我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策，也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率，比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。

基於我們已有的多中繼資料庫，現在可以利用AI實現全新的資料優化方式，將貧困、不平等這種之前無法量化的指標，通過可量化的指標進行評估。

同時，要真正實現這個目標，我們還需要制定統一的互通性標準。如果沒有這個標準，國家之間就不會相互信任去合作，就可能出現AI冷戰。

因此我們需要找到促進合作的方式，就像TCP/IP互聯網協議那樣。而之前我提到的，新加坡、瑞士等現在正在嘗試的區塊鏈系統，將有希望解決國家間缺乏互通標準的問題。

Part II 對話

▌ 美國線上教育發展難度更大，只在ZOOM上講課是不夠的

Q1：疫情加速了行業的改變，遠端醫療、線上教育開始蓬勃發展，這只是AI對人類社會產生影響的冰山一角。想請兩位談一談，目前看好AI在哪些領域應用的未來前景？

李開復：疫情的確對整個社會產生了實質性的影響，人們行為習慣發生了很多改變，更願意接受線上學習和工作了。

這種新的行為習慣產生了大量資料流程，為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料，可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究，因此我相信AI在醫療健康領域的潛能是非常巨大的。

AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務，例如批改作業，讓老師得以將時間精力投入到更有創造性的事情上，能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性，比如設置卡通版AI虛擬老師，讓課程充滿趣味性。

在中國，有很多線上教育公司在疫情之前就已經發展迅速，像創新工場投資的VIPKID，讓國外的純正英語老師線上上教授中國學生。目前，中國的線上教育已經擴展到了更多科目，包括體育、舞蹈、書法等素質教育課程。

相比之下，美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的，好的線上教育必須要有好的內容。

▌AI核心是增強人際互聯，應注重文化多樣性

阿萊克斯·彭特蘭：李開復博士提到的教育案例，我不是很認同。

MIT大約20年前就在教育中使用AI，重點根本不是內容，我們甚至提倡將內容免費開放給大眾。

AI絕非試圖取代人類的作用，我們更強調用AI增強人與人之間的互動，讓人們更好的社交和連接彼此。比如手機上人工智慧技術，不是要取代你，而是讓你高效地找到最適合的工作、最正確的人，讓你更容易的獲取資訊，並進行創新。

我們可以利用資料激發更強的創新力，培養領導力。只有基於這樣的宗旨，才能促進更有創造力的教育和學習，這比關注教育內容本身重要得多。

在加拿大，有家創業公司正在訓練普通民眾學習AI，比如水管工，教學效果非常不錯。他們的教育方式不是簡單的教授基本知識，而是以一種能夠激發人們互動思考的方式。

我們之前在中國調研了3000多個孵化器，發現創業公司成功的要素裡，第一個是文化多樣性，也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性，他們能否發揮自己所長，並很好地進行團隊合作。

1956年，馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解，不應該只停留在“人工”層面，而應擴展到多元文化之間的相互連接、團隊合作，我把它叫做延伸智能（Extended Intelligence)。這也是我想強調的，人工智慧這個名詞有一定的偶然性，但它的核心點是增強人與人之間的互聯性。

▌AI未來突破難預測，奇點、超級智慧過於樂觀

Q2：未來十年AI有沒有可能取得重要突破？比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼？

李開復：過去60多年來，深度學習是唯一的重大突破。在這之後，卷積神經網路（CNN）和GPT-3等都算是重要的改善，我對於人工智慧的漸進式改善保持樂觀。

對科學家來說，他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易，只要有大量的資料，就可以從實驗室進入到行業應用，CNN和GPT-3都是模型加海量資料的成果。

我是務實派的，雖然持有樂觀態度，但並不是一位“未來學家”。未來的突破很難預測，對奇點（Singularity）的爭辯，甚至預測超級智慧的出現，在我看來都過於樂觀了。

阿萊克斯·彭特蘭：我同意李博士的觀點。很多生物機制很難解釋，包括用感知認識事物、理解聲音、尋找食物等，是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論，並進行實踐。

從務實的角度來說，我最感興趣的就是聯邦學習。就醫療而言，我們有這麼多醫院，在新冠疫情期間做了很多的實驗，為什麼這些實驗資料不能進行聯合呢？

儘管資料有不相容的地方，但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來，我們對資料的需求也許會越來越少，外科醫生或者物理學家或許不需要太多資料，因為他們對規則已經瞭若指掌了。

▌不要墨守成規，要跨領域、跨學科應對挑戰

Q3：人工智慧會有什關鍵挑戰？對於想從事這個行業的人，有什麼是需要瞭解的關鍵點？

李開復：首先，大背景在改變，新科技層出不窮，我們每年都需要學習新的東西。

其次，人工智慧可能引起各種問題，包括偏見、歧視、倫理道德等，是否危害人類的身體健康，無人駕駛技術該何去何從等等。

第三，人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校，能夠把AI教育擴展到各個學科，讓研發人員及早意識到自己的責任和價值。

阿萊克斯·彭特蘭：是的，我朋友做過一個有關電的趣味類比，電動馬達最初在工廠裡用於生產的時候，並沒有發揮出多大的作用，因為大家並不知道如何改造生產流程。

AI在一些領域發揮的作用是顯著的，但應用到其他領域時，就需要改造流程。很多情況下，最困難的就是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。

而有意思的是，就像李博士提到的，像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。

比如，我今天早上正好就這個話題跟G20領導人對話，大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題，不能只是工程師或者社會科學從業者們在做，經濟學家，政治家等等都必須參與進來緊密合作。

隨著AI的應用領域越來越廣，除了必須具備強有力的技巧來建立社會規則，還需要對研究經費、企業投入等進行各種調整。

▌雖然大公司實力不容小覷，但依舊對小公司抱有期待

Q4：AI研究會消耗大量的資源，我們是否應該將資源往學術界平衡？現在已經發生資源的重新分配和平衡了嗎？

李開復：就人才而言，現在已經有重新平衡的跡象了。

過去，頂尖大學的學者基於待遇和種種考量，不少選擇去企業界工作。而近期，曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。

但像GPT-3這樣的技術，仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練，就要花費460萬美金，只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。

我觀察到，近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建，為了解決特定問題而生，並非紙上談兵做突破性科研，切入的領域也往往是巨頭公司忽略的地方。

例如，為製造業進行AI賦能，不是一件輕鬆的事，需要去工廠實地勘查，瞭解運作方式。大公司因為賺錢很容易，不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果，就會給產業界帶來革命性的影響。所以，雖然大公司的實力不容小覷，但我依舊對小公司抱有期待。

阿萊克斯·彭特蘭：大學和公司是一種融合的關係，不僅體現在人才流動上，也會進行資訊資源分享，彼此是整體性的合作態勢。

當然這也不是絕對，產業界的保密需求還是存在的，只是從學校的出發點來說，我們願意毫無保留地為大家提供更好的研究成果，並與企業合作，形成標準化平臺。

▌人工智慧取代人類需要上百年或更久

Q5：兩位認為什麼是AI不能取代的？

李開復：一類是創造力、分析能力、邏輯辯論能力，瞭解自己知道什麼不知道什麼，這些是人工智慧無法取代的。另外一類是同理心，人類之間的信任、友誼，自我認知、意識等。

阿萊克斯·彭特蘭：人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

▌AI創業建議I：找到小切入點，不要與巨頭正面硬碰

Q6：李博士提到了AI在小企業中的運用，可否再舉例說明是如何運用的？

李開復：這個問題分兩部分：一個是小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，並且不要與巨頭核心業務正面硬碰。

對於那些中小型非AI、但想應用AI的公司，需要確保有足夠的資料，以訓練與核心商業價值掛鉤的AI模型，並且有願意變革的開放性公司文化。

所以，早期應用AI的公司可能規模較大，因為他們有足夠大的資料，和可相容變革的商業模型。每個例子都不同，不是任何一家公司都要應用AI。

阿萊克斯·彭特蘭：如果我們放寬AI的定義，或許水管工、合同工都有資料，通過一些簡單的分析、整合，AI也可以在很大程度上改進他們的工作。

這些都是很小的切入點，基於簡單的AI分析、機器學習，依舊可以產生巨大的潛力。

▌ AI創業建議II：知曉技術，同時理解商業

Q7：兩位再分享一下最後的建議？

李開復：我們在步入一個AI開始滲透到方方面面的令人振奮的時代，我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地，而不僅僅鑽研技術本身。

阿萊克斯·彭特蘭：不要太較真於深度學習或者冗長的演算法，一切始於要解決的現實問題。不要止步於技術本身，要明白資料類型、形態和規律，關注商業流程。

感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。

關於 超級神基因卡提諾 ，我們在網路上蒐集到這些相關的討論、資訊與評價

「超級神基因卡提諾」的推薦目錄：

超級神基因卡提諾 在 東大門服飾直播網 Facebook 的最讚貼文

About author

超級神基因卡提諾 在 李開復 Kai-Fu Lee Facebook 的最佳貼文

About author

超級神基因卡提諾 在 李開復 Kai-Fu Lee Facebook 的最佳解答

About author

超級神基因卡提諾 在 伊格言Egoyan Zheng Youtube 的最讚貼文

About author

你可能也想看看

搜尋相關連結

關於超級神基因卡提諾，我們在網路上蒐集到這些相關的討論、資訊與評價

超級神基因卡提諾在東大門服飾直播網 Facebook 的最讚貼文

超級神基因卡提諾在李開復 Kai-Fu Lee Facebook 的最佳貼文

超級神基因卡提諾在李開復 Kai-Fu Lee Facebook 的最佳解答

超級神基因卡提諾在伊格言Egoyan Zheng Youtube 的最讚貼文