關於 ai貼齊物件 ，我們在網路上蒐集到這些相關的討論、資訊與評價

唔知大家記唔記得對上一次同屋企人睇戲係幾時？又或者一齊傾計係幾時？甚至只係一齊食個飯又係幾時？係現今既社會，大家都已經習慣左科技點幫我地解決日常生活既大小事。我地好多時機不離手，任何時候都依賴電子產品幫我地搞掂左好多既不便。但其實你又有冇覺得咁樣既我地，會miss左好多野？

近排Netflix上映左一套關於科技同人類既動畫 -《一家人大戰機械人》，非常適合一家大細睇。哩套動畫以AI人工智能為題材，講述主角一家為修補家庭關係而展開家庭公路之旅，而途中就遇上智能叛變，AI人工智能要控制人類，甚至令人類消失。當中有好多現代人過度依賴科技既情節，令大家可以重新思考我地點樣運用科技，例如人類冇左WI-FI就好似世界玩完咁，又喊又大叫，好似攞左佢條命。雖然個劇情好諷刺，但認真諗一下，又好似幾似自己，所以都幾大感受。

《一家人大戰機械人》 除左劇情搞笑，畫面風格都好特別。每次講動畫大家都可能只會諗起Pixar、迪士尼之類，其實哩套動畫係由天下一電影 One Cool Film、哥倫比亞影業 Columbia Pictures同索尼動畫 Song Pictures Animation一齊創作出黎。係香港，戲就成日聽到有公司會極積發展，但相信動畫真係比較少，而天下一電影已經將動畫作為公司未來發展之一，除左會積極開發同製作，更會不斷係哩個範疇上探求同了解日新月異既製作模式，所以一直都好支持本地新晉導演、演員同製作，做好香港電影，而且keep住探求觀眾既需要。

哩套動畫入面既主角因為非常之熱愛電影，由細到大都拍左好多唔同既影片，每段影片都有好特別既風格同笑位，相信觀眾睇完都會有一樣既感覺。佢地既風格雖然唔似迪士尼同Pixar咁要做到有幾真有幾仔細，但佢入面所有場景既佈置、物件、角色既衫褲鞋襪，都完全係有計過度過，務求可以營造出獨特既風格，令畫面更豐富，哩個用心既程度，簡直同電影真係有得揮。而因為故事地點發生係加洲，所以色調方面都以鮮亮既顏色為主，最常見既係紅、橙、黃哩幾隻色。哩個色調可以表達到喜劇既感覺，再加上劇情搞笑又鬼馬，好易會令觀眾有開心歡樂既感覺。當中有一場動作情節好鬼馬，主角一家作為人類，要同一大堆AI人工智能既家庭電器對戰，例如洗衣機、烤多士爐等等，劇情十分搞笑有趣，相信除左為觀眾帶黎歡笑，都會因為好貼近生活既電器而令大家重新思考自己平日依賴科技既問題。

另外哩套動畫入面除左畫面吸引，主角同啊爸之間既親子情都相信令大家好感動。對於係香港生活既我地黎講，好多時我地都用左好多時間工作又或者陪朋友，當我地愈黎愈大既時候，其實我地既父母都愈黎愈老。作為仔女，可以同佢地相處既時間只會慢慢地減少。雖然好似哩啲大道理聽左十萬次，講都講到厭，但當你開始有啲年紀，真係好易俾哩啲情節感動到。或者你既父母好似好唔明白你，又或者佢地都真係唔了解你，但其實諗深一層，本身大家身處既年代唔同，思想同處事等等都會有所唔同，再加上其實好多人都唔太識得點去表達自己，溝通同了解係要雙方一齊做，單方面永遠都唔會成事，係我地埋怨對方冇去了解自己既同時，其實可以諗下自己有冇願意俾對方了解，又或者企係對方既角度諗一諗，搵一個大家都願意接受既溝通方式。

《一家人大戰機械人》已經正式係Netflix上映左，希望大家都用一至兩個鐘既時間去睇下，因為真係好值得睇。

by 小編 - 數字

電影中文版正式預告：
https://www.youtube.com/watch?v=BrFtaPIa9D0

#天下一電影OneCoolFilm
#一家人大戰機械人

AI機器人將如何顛覆製造業？

面對AI機器人帶來的破壞式創新，台灣製造業該怎麼把握機會，在自動化典範轉移的亂局中，占有一席之地？

Bastiane Huang
Feb 6 · 1

在先前Robotics 2.0系列文章中，我們討論了AI如何讓機器人做到過去做不到的靈巧工作，並能夠開始自主學習。第一篇文章介紹了AI如何開啟Robot2.0時代。第二篇文章則描述AI機器人在倉儲運輸業的應用，透過觀察這個新技術的第一個應用場景，來預測這一切將如何影響我們的生產力、就業狀況以及日常生活。

這篇文章我們將聚焦目前大量運用傳統機器手臂及自動化設備，同時占台灣產值最高（30%）的製造業。具有自主學習能力而且靈巧的AI機器人，將如何影響製造業流程及整體產業結構？供應鏈上的各廠商又該如何因應Robotics 2.0帶來的破壞性創新？

「未來已經到來，只是先被一部分人看見。」 — 作家威廉．吉布森

The future is already here — it’s just not very evenly distributed. — William Gibson

製造業自動化現況

根據國際機器人聯合會（IFR）發布的最近報告，全球工業機器手臂的出貨量在2018年創下新紀錄，來到38萬4,000台。其中中國仍是最大市場（占比35%)，接著是日本，美國，台灣排名全球第六。

汽車以及電子製造業依然是工業手臂的最大應用市場（占比60%)，遠遠領先其他包含金屬，塑膠及食品等產業。具體原因我們在第一篇文章也討論過，由於傳統機器人和電腦視覺的限制，目前除汽車業和電子業以外，倉儲、農業和其他產業幾乎都還沒開始使用機械手臂。而這樣的情形將會被AI機器人及深度學習等新技術所改變。看到這裡，你可能會想：自動化及工業機器手臂在製造業既然已經有幾十年的歷史，該自動化或可以被自動化的部分應該都已經自動化了，還有什麼創新的空間呢？

出乎意料地，就連自動化程度最高的汽車製造業，離所謂的全自動化關燈工廠（lights out factory）也還有很大一段距離。舉例來說，汽車組裝的部分大多依然是由人工來完成。這也是車廠最勞力密集的部分，平均一間汽車工廠裡有3分之2的員工都在裝配車間。就連一向追求革新與顛覆，主張追求最高自動化的特斯拉執行長馬斯克，都不得不公開承認，特斯拉生產線自動化的進度不如預期。

究竟為什麼自動化這麼困難？

自動化至今無法跨越的技術限制

現今的自動化生產線普遍為大量生產設計，因此能有效降低成本，但也因此缺乏彈性。面對消費者越來越短的產品生命週期，越來越多的少量多樣客製化生產需求，人類往往比機器人更能夠因應新的產品線，也不需要花費很多時間去重新編寫程式或更改製造工序。

1. 靈巧度與複雜度

儘管科技在快速進步，人類還是比機器人靈巧許多。在訪談電子代工廠商的過程中發現，儘管組裝產品（assembly）已經高度自動化，但備料（kitting）的程序還是必須由人來完成。

備料在製造及倉儲業都很普遍，是提高生產效率的重要步驟。指的是把組裝產品需要的各個零散部件集合起來，打包並放置在工具包（kit）的過程。之後機器人再從工具包中拿取各個零件並進行組裝作業，這時候因為各個零件都在一個固定的位置和角度，自動化編程相對容易。相反地，備料時必須從雜亂無序的零件盒中辨識並拿取零件，零件的位置角度不一，甚至可能重疊或纏繞在一起，這對現有的機器視覺及機器人技術都是一項挑戰。

2. 視覺與非視覺性的回饋

另外一方面，很多複雜的裝配作業需要靠作業員的經驗或「感覺」。不論是安裝汽車座椅或是將零件放入工具包裡，這些看似簡單的動作，事實上都需要作業員或機器人接收，並根據各種視覺甚至觸覺訊號，來調整動作的角度及力道。

這些精細的微調使得傳統的自動化編程幾乎派不上用場，因為每次撿取或放置物品都不完全相同，需要像人一樣有從多次的嘗試當中，自主學習歸納的能力，而這正是機器學習，特別是深度及強化學習，能夠帶給機器人的最大改變。

Robotics 2.0：AI可以讓工廠機器人做到哪些事？

AI帶給機器手臂最大的改變就是：以往機械手臂只能重複執行工程師編寫程序，雖然精準度及速度都很高，但卻無法應對任何環境或製程改變。但是現在因為AI，機器可以自主學習更複雜的任務。具體來說，AI機器人較傳統機械手臂在3大方面有重大突破：

1. 視覺（Vision System）

就算是最高階的3D工業相機，仍然無法像人眼一樣，既可以精準判斷深度距離，又可以辨識透明的包裝、反射表面、或是可變形物體。這也是為什麼很難找到一款相機，既可以提供準確的深度，又能夠辨識大多數的包裝及物品，然而，這樣的情形很快就會被AI改變。

機器視覺在過去幾年取得了巨大的進展，幾間來自於矽谷及波士頓的新創，包括OSARO和Covariant，利用深度學習（deep learning），語意分割（semantic segmentation），及場景理解（scene understanding）提高了低階相機的深度及影像辨識，讓製造商不需要使用昂貴的相機，也能得到足夠準確的影像訊息，成功辨識透明或反射物體包裝。

2. 可擴充性（Scalability）

深度學習不需像傳統機器視覺一樣，需要事先建構每一個物品的3D模型。只需要輸入圖片，經過訓練，人工神經網路就能自動辨識影像中物體。甚至能使用非監督或自監督學習，降低人工標籤數據或特徵的需要，讓機器更近接近人一樣的學習，免去人為干預，讓機器人面對新的零件再也不需要工程師重新編寫程序。隨著機台運作，收集到的數據越來越多，機器學習模型的準確度也會進一步提升。

目前一般生產線通常有震動台、送料器、輸送帶等週邊設備，確保機器人能夠正確拿取需要的部件。如果機器學習再進一步發展，讓機器手臂更加智能，或許有一天這些比機械手臂更昂貴四五倍以上的週邊設備將不再被需要。
另一方面，由於深度學習模型一般儲存在雲端，這也讓機器人能夠互相學習，共享知識。舉例來說，若有一台機器手臂經過一個晚上的嘗試，學會如何組合兩個零件，便能夠很輕易地將這個新的模型更新到雲端，並分享給其他同樣也連結到雲端的機器手臂。這不但省去了其他機器的學習時間，也確保了品質的一致性。

3. 智能放置（Intelligent Placement）

一些對我們來說一點也不困難的指令：請小心輕放，或把物品排列整齊，對機器手臂而言卻是巨大的技術挑戰。
如何定義「小心輕放」？是在物體碰觸到桌面的瞬間停止施力？還是在移動到距離桌面6公分處放手讓物體自然落下？或是越靠近桌面就越降低速度？這些不同的定義又會怎麼樣影響物品放置的速度和精確度？

至於將物品「排列整齊」就更困難了，先不論每個人對整齊的定義都有所不同，為了能將物品精準地放置在想要的位置及角度，我們首先必須要先從正確的位置拿取物品：機械手臂依然不如人手靈巧，且目前一般機器手臂大多使用吸盤或是夾子，要做到人類關節及手指的靈活度，還有一大段距離。

其次我們要能即時判斷夾取物體的角度位置及形狀大小，以下圖的杯子為例，需要知道杯口朝上或朝下，要側放或直放，也要知道放置的地方有沒有其他物品或障礙物，才能判斷將杯子放在哪裡才能最節省空間。 我們因為從出生開始就在學習各種取放物品的任務，這些複雜的作業幾乎不加思索就可以完成，但機器並沒有這樣的經驗，必須重新學習。

經由AI，機器手臂可以更精準地判斷深度，還可以透過訓練，學習判斷及做到杯子朝上，朝下等不同狀態。也可以利用對象建模（Object Modeling），或是體素化（Voxelization），來預測及重建3D物體，讓機器可以更準確掌握實際物品的大小和形狀，進一步將物品放到該放的位置。

AI機器人將如何顛覆製造業？

現在我們知道AI可以讓機器做到許多以往做不到的事，但這對製造業現行的產業結構又會有什麼影響？誰能夠把握住新科技典範轉移技術帶來的機會？哪些公司又會面臨前所未有的挑戰？

AI機器人帶來的破壞式創新（Disruptive Innovation）

破壞式創新由哈佛商學院教授克雷頓‧克里斯汀生（Clayton Christensen）在其著作《創新的兩難》（Innovator’s Dilemma）當中提出。理論的中心思想是：
產業中的既有業者一般會為了服務現有客戶（通常也是利潤最高的客群），而選擇專注於「持續式創新」，改善現有的產品及服務。此時，一些資源較少的小公司把握機會，瞄準被忽略的市場需求，而取得進入市場的立足點。
破壞式創新又分為以下兩種：

（1）低階市場創新

一般大家較為熟悉的是「低階市場創新」，數位照相技術就是一例。早期的數位相機不僅解析度不佳，而且還有快門延遲很長的問題，但隨著數位照相品質及解析度逐漸進步，數位相機逐漸從低階市場晉升為主流。諷刺的是，柯達雖然研發出數位相機，但卻因為無法放棄當時該公司占據全球3分之2的底片市場，而最終被新技術淘汰。這正是所謂的「創新的兩難」，既有業者雖然看到新科技的威脅，但卻因為現有公司結構，策略等種種原因無法及時因應。

（2）新市場創新

「新市場創新」則是指新進公司瞄準既有公司尚未服務到的「新市場」進行創新。例如，電話剛推出的時候只能被用來做短距離的本地溝通，因此電報產業當時的領先者Western Union拒絕購買發明家貝爾的專利，因為該公司最賺錢的是長途電報市場，當時甚至不認為短途溝通會是一個市場，更不用說預見後來人人都用電話溝通的情景了。

而AI機器人帶來的，正是「新市場的破壞式創新」！

目前汽車及電子製造業占工業機器手臂出貨量的60%，這也導致市場領先者發那科（FANUC）、ABB、KUKA、安川（YASKAWA）專注於「持續式創新」：做他們最擅長，客戶也最需要的，進一步提高速度及精度。這也使得其他諸如倉儲業、食品製造業，或製造業中的「備料程序」成為被忽略新市場。這些客戶並不需要這麼高速度，高精度的作業，但需要機器手臂更靈活，更能彈性自主學習辨識及處理不同的零件或是工作。

新創AI機器人公司看到這樣未被滿足的需求，開始將人工智慧應用在機器人上，使得機器手臂可以被用在備料，包裝，倉儲等新市場。他們使用較低階的相機搭配機器學習模型，讓以往只能由人工作業的備料，貨物分撿等程序自動化，讓機器手臂可以被運用在更多不同的地方，甚至整個產業。

有趣的是，這些新創公司一般不自行生產機器手臂，而是專注於開發機器學習模型、機器視學及控制軟體，在硬體方面則選擇跟既有機器手臂廠商合作。因此，你可能會想，就算這些機器手臂公司不追求AI創新，他們也不會被時代淘汰，因為自動化還是需要硬體的供應。

但是，這樣想忽略了幾件事：

首先，有些機器手臂公司已經先嗅到了商機，並開始一邊與這些新創公司合作，一邊建立自己的AI團隊。這些公司因為率先採取行動，可以更快地在這些以往服務不到的新市場中建立客群，進一步領先競爭對手。

其次，隨著AI應用的普及，產業鏈中的最大價值，會逐漸由硬體轉向軟體及數據。 這點，我們已經可以從無人車的發展趨勢中看出。一但無人車可以做到高度自主，大部分的價值都會在掌握無人車機器學習模型及自駕數據的特斯拉，或Google等公司的手裡。這也是為什麼車廠人人自危，不是積極併購就是跟矽谷的軟體AI新創公司合作。相比起來，機器手臂及製造商對AI技術的接受速度似乎還不及汽車製造商。

AI機器人帶來的挑戰與機會

AI及機器人的結合帶來許多的可能性，但是這些改變絕非一蹴可幾。機器手臂公司縱使開始投資AI，也依然會面臨當初柯達所面臨的「創新者的兩難」。

要如何重新打造組織及發展策略，才能夠讓轉型的負面影響降到最低，也考驗各個公司管理階層的判斷與決心。

另一方面，開發全新市場也絕非簡單的事，新創公司仍需要和製造廠商密切合作，開發更貼合客戶需求的解決方案。 製造業的流程甚至比倉儲更複雜多樣，新創公司雖然了解AI及機器人技術，但卻不一定了解製造流程。這也給台灣製造廠商一個搶得先機成長轉型的最佳機會。

如果台灣廠商能夠率先和這些新創公司合作，不僅能透過流程自動化提升生產效率及品質，還能做到以往較難做到的少量多樣客製需求，擺脫大量製造，削價競爭的紅海策略。更可以成為新一代AI機器人的試驗場，和國際新創合作開發針對電子或半導體製造業的專屬解決方案，進而銷售到其他國家。

日前，曾任職於Google與百度的吳恩達（Andrew Ng）受邀來台演講中也指出，台灣應該善用自己在半導體與製造業的既有優勢，發展人工智慧，成為除了矽谷、北京之外的下一個AI Hub。 相較於其他像是零售或是消費性網路領域這些現在發展相對成熟的AI應用，台灣在製造產業中發展人工智慧，不但更具有了解應用案例、掌握數據等優勢，也有機會能夠藉由AI機器人等新技術，達到產業轉型的目的。

附圖：KIT工具包 — source: kitting-assembly.ca
深度學習物件辨識範例，由左至右分別為Mask-RCNN, Object Modeling, Grasp Point Prediction。OSARO
傳統及AI機器人創新策略比較 — source: Bastiane Huang
製造業自動化產業鏈- source: Bastiane Huang

資料來源：https://medium.com/marketingdatascience/ai%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%B0%87%E5%A6%82%E4%BD%95%E9%A1%9B%E8%A6%86%E8%A3%BD%E9%80%A0%E6%A5%AD-ee2dbc3db7e4

近年接受的最長也是最細緻的採訪，人物雜誌記者像私家偵探一樣，從我和朋友的交談，從各種出乎我意料的文字視頻資料裡面，打開了我內心深處最真實的一面。有不少獨家的秘聞，歡迎點擊。

李開復：最大化戰爭的倖存者

本文來自《人物》雜誌
文｜李斐然
編輯｜朱柳笛
攝影｜尹夕遠

……………………………………

坐在李開復對面是一種持續的挫敗和絕望。技術要比人性更根深蒂固地活在他身上，那種感覺很像是跟Siri聊天，全程剔除人類情緒。這讓人產生一種不太對勁的迷惑：如果他參加圖靈測試，能通過嗎？

這種最大化的氣質只在一種狀態是合理的，那就是科學家的實驗室。這原本可以成為一個最典型的科學家故事，一個天才，迷戀技術，與機器共存，活在實驗室裡。但顯然，李開復早在30多年前就放棄了這條路，這也是他的故事中最有意思的一部分——天才決定離開實驗室，投身複雜、渾沌、充滿局限又充滿活力的商業社會，活在人群中。

┃最大化戰爭

李開復的西裝褲口袋是一個精確測試後確定的尺寸，它和最新款iPhone的尺寸貼合，既不會淺到放不進去，又不會深到不容易取出來。在重要場合，他會戴寬度7釐米的細領帶，比市面上大部分領帶細1釐米，因為他經過實驗發現，這樣的搭配顯瘦。就連他的笑容，都像是一個受過專業訓練的職業偶像營業時的idol smile，這是他大部分照片裡的固定微笑的弧度。

坐在這樣的李開復對面是一場持續的心理危機。他的人生經歷被量化，像一個可查詢的資料庫，他的回答基本上全部出自他出版過的8本書，以及迄今為止發表過的公開演講、訪談和文字記錄。如果你讀過這些內容，就可以準確預測他每一次的答案。因為不管問題是什麼，他都會繞回到這些公開信息的範疇之內，邏輯落點始終是——“世界因你而不同”，每個人都要“做最好的自己”，而現在，我們應當關注“AI未來”。這些是他的自傳標題，也是他研究後發現最適宜大眾傳播的話題。

他的生活是一場最大化的戰爭，在有限條件裡，最大化時間，最大化效率，最大化確定性，不允許冗餘。偶爾助理給他在兩個時間段中安排了休息，會遭到他委婉的批評：時間沒有得到充分利用。

這場最大化戰爭貫穿了李開復30多年的職業生涯，他擁有一個商業偶像的完美履歷：畢業於學術頂尖的哥倫比亞大學和卡內基·梅隆大學，工作過技術最頂尖的科技公司，蘋果、SGI、微軟、Google，而後在2009年創辦創新工場，投身中國的創業熱潮。

在每一個階段，他都創造過最大化的奇跡：在蘋果，他曾將尚處於實驗室階段的前沿語音辨識系統，壓縮了1000倍後應用在當時的蘋果電腦裡；在微軟，他創建了微軟中國研究院，這成為後來世界知名的微軟亞洲研究院，走出來許多AI領軍人物，被《麻省理工學院技術評論》稱為“世界上最火的電腦實驗室”；Google中國也在他的推動下，從一個人到700人的團隊，實現了最具歷史意義的當地語系化。

過去10年中，他的最大化戰場是中國的互聯網創業。創新工場所投資的項目超過350個，已經誕生了17家估值超過10億美元的獨角獸，基金規模超過20億美元。“創業本身就是一場最大化。人們在創業環境中得到的成長，是在其他環境裡不會得到的。創業就是做出了有限性和無限性之間的連接，達到了人的最大化。”

技術造就的商業奇跡，是過去10年間中國互聯網的獨特景象。技術高度集中化了效率，放大了個人的力量，讓所有人親歷了一場肉眼可見的奇跡——一個創業者能改變所有人購物的方式，一個聊天工具能顛覆此前所有的通訊龍頭企業，一個網紅主播能直接決定一款口紅的生產……中國市場成為全世界資本最為矚目的新大陸，它吸引著一個又一個人投身這片土地的最大化戰爭，在這裡，任何一個人都有可能親手創造一場影響14億人的奇跡。

“看到時代的變遷，看到迎頭而來的機會，總在想怎麼去調整自己，才能捕捉到這些機會。如果你讓我每天做一樣的事情，我會枯燥到死。”李開復說，“每一年我說不出來我做了兩三件很驚人的事情，好像就白活了。”

不過，這場最大化戰爭也多少吞噬了人性。在家裡，他陪家人的時間是經過精密規劃的最大化策略，“既不會少到讓她們抱怨我不是好丈夫、好父親，又不會多到影響工作效率”。妻子謝先鈴有次跟他吵架，氣到離家出走，不接電話，不回短信。結果，李開復選擇用技術回應。他在Google搜了大概1000條道歉短信，從裡面挑了50條比較接近他的口吻的，自己又寫了50條，湊成了一個100條道歉信的資料庫，然後寫了一個程式，每隔45分鐘隨機發送短信，不間斷地一直發，連續發送到第三天的時候，妻子敗給了程式，認輸回家。

創業夥伴陶甯從微軟時代就認識了李開復，那時候，連跟他吃飯都是一場智力競賽，要一邊吃一邊玩難度極高的推理遊戲。她注意到，同樣使用語音輸入，李開復的語音轉化準確率要比周圍所有人都高。因為他常年訓練自己，用機器習慣的穩定狀態說話，“不要只train機器，還要train自己。”

與他結識近14年的黃蕙雯是創新工場現任CMO，起初她並不想接受這份工作，就跟李開復說，北京霧霾好重，我不要搬過去。結果過了一會兒，她在微信上收到了他的答覆，他依次發來中國氣象局的監測結果、社科院的研究報告，以及協力廠商機構的觀察統計。李開復糾正她，準確的事實是，北京的空氣品質已經有了大幅改善。這構成了李開復強悍的說服力，但也讓黃蕙雯不得不沖他吐槽：“你一定要每天都過得這麼用力嗎？”

所以，坐在他對面是一種持續的挫敗和絕望。技術要比人性更根深蒂固地活在他身上，那種感覺很像是跟Siri聊天，全程剔除人類情緒。這讓人產生一種不太對勁的迷惑：如果他參加圖靈測試，能通過嗎？

這種最大化的氣質只在一種狀態是合理的，那就是科學家的實驗室。這原本可以成為一個最典型的科學家故事，一個天才，迷戀技術，與機器共存，活在實驗室裡。但顯然，李開復早在30多年前就放棄了這條路，這也是他的故事中最有意思的一部分——天才決定離開實驗室，投身複雜、渾沌、充滿局限又充滿活力的商業社會，活在人群中。

┃與複雜共存

商業世界有一些暗號。特別是創業者見投資人時，他們一般不會直接說出自己的想法，你只能去捕捉一些訊號——聊天中他有沒有看手錶，中途接電話有沒有回來，如果聊了半小時他還在提問，要麼這次有戲，要麼他不懂這個賽道，想讓創業者幫他普及一下背景。最直接的失敗徵兆是，“我後面還有個會。”

但是，李開復會給出不太一樣的訊號。他愛談論技術，見他需要準備好充分的資料材料，以備他即時提問。他尤其鍾情于技術天才，有時甚至會打破自己縝密的時間規劃，跟他們多聊。可是，如果技術天才只講技術，他會直截了當地告訴對方，“你的想法太天真了。”

他的本質是一個電腦科學家。在成為投資人、創業者、職業經理人之前，他是足以躋身世界一流的人工智慧專家。電腦博士李開復設計過一款人工智慧博弈程式Bill，擊敗當時奧賽羅棋世界冠軍；他還使用一種叫做“隱瑪律可夫模型”（HMM）的方法，建造出世界上第一套非指定語者連續性大詞彙語音辨識系統Sphinx。學術界一種開玩笑的說法是，衡量一個人的研究高低，就去看他的論文能在多少年後還持續折磨著後輩入行必讀。而李開復的論文，直到今天還有程式師將其翻譯成中文，細細研讀，距離他發佈這些論文已經33年了。

走出實驗室後，他親歷過這個時代幾乎每一次最重要的技術變革，參與它們的落地。陶寧記得，即便在微軟、Google這樣的頂尖公司，想要讓技術進入產業也是一場惡戰，李開復要反反復複做演示，跟不同人群磨合，他們之中大部分人不懂技術，“99%不是你的技術同類”，但他們又有自己的立場和顧慮，李開復的工作就是需要彌合這種人群之中的認知差異。

商業是人構成的戰場，在這裡，贏的關鍵是學會與複雜共存。尤其在中國創業，是一場全世界最殘酷的戰爭。所有參與者將最大化推向極致，只有親自下場，你才能明白這種現實的顛覆性力量。天才的最大失利往往不是技術缺憾，而是誤讀了人，誤讀了人性，誤讀了人群之中的風向。

在微軟的時候，到美國總部開會，坐滿一屋子的天才工程師總提中國盜版，討論的主題都是怎麼抓、怎麼告、怎麼正版化、能賣多少錢。“我說你們根本不懂中國人的思維，我就帶他們來中關村，教微軟的人怎麼理解中國市場。”

李開復設計了一套小實驗，他讓來北京的美國高管們先去一趟當時的電腦大賣場海龍大廈，每人發同樣的錢，買一個電腦回來，去親眼看看在中國做生意是什麼樣子。結果在中關村購物一圈，連最理性的CTO都陷入了中國充滿感染力的消費亢奮之中，回來熱情地跟李開復說，什麼都有，什麼都有，什麼都有！那是一種誰也阻止不了的商業生命力。只有親歷才能明白，你沒法跟一顆破土而出的種子講道理，靠理智否定它的生長。它會不惜一切代價活下來，最優解是與它共生。

過往的經歷把他訓練成一個務實主義者。2006年，他參加香港科技大學前沿研究討論會，臺上坐著諾貝爾物理獎得主楊振寧，時任科大校長、物理學家朱經武，還有著名數學家、菲爾茲獎和阿貝爾獎得主邁克爾·阿蒂亞爵士。他們熱烈地討論“詩人科學家”這個議題，數學好美啊，數學充滿想像力，只有他不太同意。

李開復很客氣，這是他身上的另一個重要特質。他婉轉地提醒：“這個世界需要有像他們那樣偉大的科學家，留在高校研究院，來探索數學之美，但是也需要像我們這樣的工程師，來把它做成有價值的東西，解決人類的問題。這兩者缺一不可。”

他必須要學會在人群中生存。王詠剛是創新工場CTO，也曾在Google工作了10多年。他知道，跟形形色色的人談技術，是個苦差事，講深了大家聽不懂，講淺了大家覺得沒有用。碰上完全不懂技術的人，尤其是傳統產業的老闆，也得講得下去才行。他有一次聽到李開復不得不跟一個地方老闆解釋，“AI是一種新時代的Excel”，因為Excel對他們來說已經代表了複雜，他耐心地解釋，“像Excel那樣，你把資料填進去，結果就能算出來。”

“我就沒有開復那樣的好脾氣，講不明白我就不想說了。但是他還是很有熱情，能在不同場合，耐著性子，讓所有人聽懂。”王詠剛說。

“市場接受了，技術就得到了承認；市場不接受，再奇妙的技術也不名一文。”李開復曾這樣寫道，市場是一切技術的試金石，只有不適應市場的技術，沒有不適應技術的市場。就算是地球上最偉大的科技公司，技術不能落地，也在市場一文不值。

整個過程都要對抗人群中的懷疑、不解和誤會。智明星通的CEO唐彬森說，10年前覺得李開復不像個投資人，每天叮囑他關注技術趨勢，“老發一些沒什麼用的話”，“我們還在創業苦哈哈的，滿腦子想的還是人怎麼招啊，工資怎麼發啊，他老說要all in移動互聯網，老說比爾·蓋茨的名言，‘人們永遠會高估一兩年的發展，而低估了未來10年的發展。’我當時心想，手機螢幕就這麼點大，性能又特別差，能怎麼樣？”

如今，技術奇跡驗證了李開復的判斷。前不久，創新工場10周年紀念，他給李開復發了一條資訊，“偉大的時代需要有偉大的想像力。”

然而，人群之中，質疑總免不了。出現負面評論的時候，陶甯和李開復經常爭論。李開復希望能把事實解釋清楚，但陶寧告訴他，如果他相信，自己事業的目標是把技術落實進產業裡，就必須專注於技術的落地，“活在一種不理解中，學著與噪音、反對、誤解共存”，對這個世界說，那好吧。

“你說他沒有生氣過10分鐘、1小時，他肯定是不高興的，但是他得用理性的方式去處理。”陶寧說。“況且，創業中太多你想要做的事情，已經填滿你的時間了。像開復這樣從學界跳到工業界，面對客戶、投資人、產品、團隊，他已經生活在人群之中了，必須學會接受過程中的噪音。”

這大概就是時代留在他身上的一種複雜性。他的技術信仰分成兩半：前一半是個科學家，能寫最複雜的論文，調教機器理解人類；後一半是個商人，能洞悉客戶的需求，教會人類理解機器。自始至終，他都是流動在兩者之間的人。

┃吞噬與救贖

技術將李開復的最大化戰爭推向了頂峰，他不僅要最大化技術在商業上的效益，還要最大化自己的影響力。

微博最熱的時候，他給自己的微博寫了一個AI程式，讓機器自動抓取即時熱門的話題，以及與他有交集的主題，以影響力排序轉發，連發送時間都是精准實驗的結果，間隔10分鐘發會掉粉，間隔40分鐘發又不能實現每天發送量最大化，衡量過後得到最優解，間隔30分鐘發一條，每天發送25條，以實現每天穩定漲粉的目標。機器全程類比人類發送的隨機性，避開整點發佈，以免留下機器痕跡，機器甚至能代替他自動回復留言，為他增加粉絲互動頻率，維持熱度。

那段日子，向來平靜的李開復持續生活在一種強烈的情緒衝擊裡，憤怒、喜悅、興奮、焦躁，所有血流都沖向大腦。他每天都會檢查自己的粉絲數，如果沒有達到增長預期就會不高興。他變得對最大化數值有所偏執，“一場演講沒有1000個人我就不去，每天微博不新增1000個粉絲我就不開心，一個記者來採訪我，讀者不夠多我就拒絕。”

一切都是最大化的工具。曾經的創新工場合夥人王肇輝結婚，邀請李開復致辭，儀式結束後，他發現李開復寫了中文發言稿、英文發言稿，在微博、推特、臉書全平臺上都發佈了一遍。作為新聞發言人的他感到高興和感動。但是，李開復大女兒上大學收到的父親的信，也被父親同步發在了網上。雖然贏得了點擊率，女兒卻非常不高興。

今天回憶起這一切，最大化影響力的念頭“就像腫瘤一樣長在我身上，頑強、固執，並且快速擴張”，直到疾病的突然到來。

在經歷了常年的熬夜、高壓、疲勞作戰的生活後，李開復的體檢報告裡檢測出腹部存在26個腫瘤，醫生確診為淋巴癌四期。當整個中國互聯網在井噴似的蓬勃發展時，李開復花了17個月養病。最大化戰爭暫時休戰。

休假對於他來說，是一個非常陌生的概念。一開始，他還不能正確融入這種生活裡面。在動完手術的幾個小時後，他還試圖再度投入工作。他在家的臥室裡搭建了一個工作臺，用金屬臂把顯示器懸掛在枕頭上方，躺著回復郵件。

因為生病的緣故，他提前立下遺囑。寫遺囑的時候，他第一次認真注視自己手裡的筆，“那支筆曾在上萬冊書上簽名，暢銷的自傳，鼓勵中國年輕人努力工作、開拓事業的書，這些書每一本反響都很好，如今，同一支筆卻見證了我的失敗。”

寫完遺囑，他坐在母親旁邊，母親已患阿爾茲海默症多年，只能勉強認出他。直到那一刻他才意識到，自己最大化的影子還有另一面。自傳是一個朝氣蓬勃的故事，但對當時在美國陪讀的母親而言，那是寂寞的回憶。沒有親人，沒有朋友，兒子上課的時候，她只能在家對著電視，一台一台換。因為語言不通，她只看得懂一個猜價格的節目，節目很熱鬧，但她也只能猜測這種熱鬧。從天亮到天黑，只有捱到兒子回家，才有人跟她說話。

成功人生的所有細節都顯現了另一個模樣。在臺灣養病期間，他試著參與家裡的裝修，兩個女兒告訴他，過去他花了大工夫，把房間佈置成公主房，買小星星的貼紙，自己一顆一顆貼在天花板上，但其實，她們並沒有想要成為公主。

小女兒說，她更想要收到爸爸的信，因為爸爸過去經常寫信，寫給爺爺奶奶，寫給媽媽，寫給姐姐，但是他已經很久沒寫了，自己高中畢業的時候，還會收到爸爸的信嗎？

生病期間，李開復重讀了許多年前自己父親寫來的家書。原來早在他事業的最開端，父親就曾在信裡，反復叮嚀 ——

先鈴、開復：

先後接到你們來信，一則以喜，一則以慮（我未用“憂”字）。喜看開復的研究受到別人的注意、重視，但我要說一句話是，做學問的要有自尊心，但更要有謙遜心。學習是無止境的。

經過了這麼多年後，他終於開始理解，和自己渴望的最大化不同，父親治學的根基恰恰是渺小。父親70歲的時候選擇當教師，教了幾十個學生。學生寫給他的訃文裡反復提到這位老師謙遜的治學觀點，他相信研究任何歷史最忌諱的是“成見”，“歷史是沒有官方說法的”，自己的觀點也不是最終的答案，應該歡迎反駁，包容不同的意見。

“我才發現，他寫給我的每一封信裡都隱含著一些人生建議。他教我怎樣去做一個更好的人，不要為了一些沒有價值的事情讓自己太忙碌，做人要謙虛，千萬不能驕傲。父親通過這些信，以非常溫和的方法來傳遞他的愛，而我感知得太晚了。”

在臺灣養病期間，住在他家附近的鄰居楊柏林是一位畫家。他看了李開復的故事，送來一幅畫。這幅畫是很多種顏色一起在流動，黑色包裹著紅色，藍色流向了金色，畫面正中央是蔓延開來的白色，如同水一樣，不斷流動，這是他所理解的李開復。

楊柏林說，他在李開復身上看到了自己。這位畫家一直以來的創作理念就是“影子和自我”，而在李開復身上，他看到這個主題的又一次呈現——“真實的我是影子的救贖，而影子的另一面，是我更遼闊的世界。”

┃回到人群中

病癒回到工作中，李開復回到了他的平和狀態。他是一個始終很客氣的人，很少生氣，總是保持弧度穩定的微笑。最大化模式並沒有完全消退，連軸轉地飛行、演講、開會。妻子常常問李開復，“你到底要幾歲退休啦？”

他還不想退休，多久都不想。他還在享受流動在人群中。今年秋天，李開復去烏鎮的世界互聯網大會演講，飛回北京沒幾天，又到釣魚臺國賓館參加中國發展高層論壇。在會議間隙的大廳，遇到的幾乎每個參會者都會跟他打招呼，停下來聊一聊。他像水一樣流動在不同群體之間，對決策者解釋技術的苦處，得給民營企業一些幫助，然後鼓勵研究員多參與實踐。

只是，贏已經不重要了。“經歷的災難多了，人就學得會客觀了。人從挫折中學到的東西，遠比成功裡學到的多。碰到好多問題，上報紙了怎麼辦，大會不能開了怎麼辦，他們說，開復你怎麼還這麼鎮定？我說我都被微軟告過了，這算什麼？我都得過癌症了，還怕什麼？”李開復說，“這一生活得已經很值了，得到了超過我能想像的很多東西，我已經很感恩了。如果我失去一切，那也值了。”

在互聯網世界，這也許是一種不合時宜的平靜。他的辦公室位於中關村，就在樓下吸煙區，休息時間會有許多掛著工牌的人聚在一起抽煙，他們鎖著眉頭，抱怨美國貿易管制黑名單、競爭對手使過的黑招、擴大市場的壓力……互聯網，一種焦慮、廝殺、競爭的象徵，是全世界最殘酷的競爭市場。焦慮是他們被這個技術時代所塑造的一種底色。

經歷過技術時代屢次變革，現在的李開復覺得，在10年中國互聯網中誕生的最有價值的不是產品本身，而是產品背後精於執行的人。“我覺得中國創業者是很強大的一批人，整體來說他們不會是很恐懼的人，一方面有自信，相信自己一定能完成，萬一真的做不成，那就公司關了再創一家，做一家倒一家，倒一家就再開一家，真正厲害的創業者都是這樣起來的。”

一個重要的領悟是，人的最大化，不能做簡單的量化。一個不能透露姓名的創業者說，當時他有一個合夥人，很多投資人不看好，都不願意投。但李開復對他說，“我知道這個事你肯定會踩坑，但我也知道如果出了問題，你也可以收拾得了，所以我們冒一點風險，還是會投。大不了到時候麻煩一點，幫你解決問題。早期多犯點錯誤，總比後邊犯錯成本小得多。”事實證明，他的合夥人果然出了問題，但這名創業者也的確熬過了這個錯誤，帶著公司成長為市場的關鍵玩家。

最近，李開復開闢了一個新的最大化戰場——讓AI落地。

他在創新工場設立了一個人工智慧工程院，給學生做技術夏令營，找傳統產業談合作，還聯繫了大學，幫忙設計人工智慧的教材。作為人工智慧工程院的執行院長，王詠剛常常和他一起出差，去工場考察。他在一家工場車間呆了一天，生產線上1000多個人，王詠剛挨個去看每個人的工作，看看能不能用自動化取代。車間工人用很細的鑷子，貼一張小小的貼片。一個工人一整天困在自己的工位上，反復這個枯燥的動作，拿起來、貼上，再拿起來、再貼上。這是一個亟需得到解放的重複性勞動，但是，今天的AI只能在虛擬世界起效，做語音和人臉識別還可以，一旦進入真實世界，又粗糙又笨拙，遠遠不能取代細活兒。

“那天出來我就在想，未來AI是一個無論怎麼想像都不過分的發展。讓它發展取代工人，這不是一個效率問題，而是一個人道問題。人類是不應該被困在這種枯燥的重複性勞動裡的，應該做一些更自由的事情。今天的AI還在非常非常早期的起步階段，如果AI真正能落地達到90分的話，世界會變得非常不一樣。這是我或者開復，以及一些做AI科研的人所相信的AI。”王詠剛說。

這又將是一個漫長而複雜的過程，就像是他所親歷的每一次技術落地，又要跟決策者建言，又要面對陌生人的迷茫和質疑，想辦法讓人聽得懂，又要耐心勸服創業者相信，這背後是下一場技術奇跡。但李開復似乎很享受這件事，每天連軸轉地面談，演講，參加討論。

1983年，李開復在卡內基·梅隆大學電腦科學系攻讀博士學位，那裡是世界人工智慧尖端研究的前沿陣地。他的博士生研究計畫中這樣寫道：

“人工智慧是人類學習過程的闡明，人類思考過程的量化，人類行為的解釋，以及對智慧原理的瞭解。它是人類瞭解自身的最後一步，我希望投身這門新的、有前景的科學。”

今天重讀這番宣言，李開復似乎的確在用自己的時間，踐行著這場實驗，他把自己訓練成機器的思維模式，量化自己的行為，去教機器理解人類，更重要的是，通過對機器的理解，把它推向人類，實現“人類瞭解自身的最後一步”。

“我確實是用了20年的時間，才慢慢地瞭解他，他不是一個完美的人，也不是個最理性的人，他是一個像我們一樣的人，是一個領導，一個下屬，一個朋友，一個長輩，一個丈夫，一個父親，一個兒子，他是一個生活在人群之中的人。”陶寧說，“他的主線是忠於技術，圍繞著技術他做了所有事情，做了研究，做了產品，做了投資，收集了人才，也獲得了很多朋友。技術改變了他的人生，他也因為身處這樣的技術時代，改變了別人的一生。”

┃只屬於自己的房間

現在的李開復試著活在一場最大化的寬鬆裡面。他已經不怎麼再發微博了，自動定時發佈的程式已經終止了，他只會偶爾上去看看評論。過去看電影，他會按照IMDB排序，從9.2到6.5依次看，他在家裡裝了160T的伺服器，確保他準確擁有全部6.5分以上的電影。現在也沒關係了。他最近在重看《教父》，看了好多遍，他現在喜歡教父那樣的英雄，說不上是英雄，卻也並不是壞人，一生與人性的種種複雜面共存，是一個活在人群中的人。

李開復有一個秘密，那就是吃。他熱愛美食，也熱衷於研究美食。每年大董上新菜，他都會受大廚邀請試菜，跟大廚討論菜品。曾有一家出版社知道了他的美食喜好，想給他出一本美食書。但是，在李開復決定之前，王肇輝就直接拒絕了：“我說不行，只要我還在PR這個崗位上管事，就不可能有機會。我不希望開復的公眾形象變得不專注。我希望科技、投資是占他人生符號99%的東西。不能讓人感覺不務正業，跑去做美食了，這不合適。我不同意這樣的事情出現。”不過現在，這個秘密也不需要隱藏了。講述美食時候的李開復，有一種毫無掩飾的由衷快樂，他花了整整10分鐘時間，認真描述如何煮一顆最完美的雞蛋。這是他經過反復試驗、調試，推算出的完美雞蛋烹飪資料。

他選擇Google工作的其中一個條件是，參與Google中國餐廳的籌建。幾乎每個和他在Google共事過的人都記得，每天中午的試菜環節，會看到一個神采奕奕的李開復點評菜，面試大廚，提很多專業問題。

現在不需要爭奪最大化流量了，他開始允許自己說點真正想說的話，吃到好吃的東西，他會給它們拍特寫，傳上網。其實，如果沒有其他人反對，李開復還挺想寫美食的。但是，他是一個溫和的人，不喜歡跟人起衝突。他也尊重別人的專業，只要是他認定的資深人士的建議，他大多會接受。所以，這個出版計畫最終流產，李開復只說了一句話，“那好吧。”

病癒之後，為了讓更多人對AI感興趣，李開復願意去展露更多真實。他參加了奇葩大會。在去錄製的車上，他準備了一份詳盡的發言稿。助理提醒他，那兒鼓勵現場即興，你自由發揮就好啦。但這是李開復所不習慣的場景，他反問，“自由……怎麼自由？”

結果，奇葩大會收穫了嘉賓語音聲波最平穩的一期節目。錄製結束後，蔡康永跑來找他的助理：“開復在幹什麼啦，讓他來玩的，一上來就講課，也不跟我們打招呼，難道他是緊張嗎？”

習慣是不容易更改的，他還是喜歡活在精確的最大化裡。臨近採訪結束的時候，李開復展示了自己手機相冊，裡面有兩部評分7.9分的電影。“這是我最近發現的兩部電影，我還沒有看過。”他說回家後會把這兩部電影下載來看，所以此時此刻，寫稿還不能寫“李開復看過IMDB上所有6.5分以上的電影”，準確的說法是“所有6.5分以上的電影，減去兩部”。

生活也依然追求一種最大化，但如果沒做到，那也沒關係。李開復在家裡追求極簡，一切都要藏起來，相冊藏在抽屜裡面，電視藏在油畫後面，電腦藏在飄窗裡面，音響藏在房間隱蔽的壁龕後面。他試圖也把妻子的化妝品藏起來，為此設計了一個能夠裝400個瓶子的鏡櫃，完美容納妻子現有化妝品。然而，住了一段時間後，滿載的鏡櫃外面不知道為什麼又冒出來100瓶。於是，他從自己的護膚品裡拿了20瓶出來，也放在外面。李開復說，這是適應環境的新策略，既然要存在冗餘，就讓冗餘也搭配著來，在一種新的平衡裡，與冗餘共存。

他再一次開始寫信。小女兒畢業上大學那一年，他給她寫了一封不再公開發表的信。信的最後一段是：

我問媽媽想說點什麼，媽媽讓我告訴你，我們非常愛你。我問她，這句話是不是應該說，我們愛你，比昨天多一點，比明天少一點。她點點頭，眼睛裡閃爍著一點光，那就像是在你小時候第一次聽到這句話時，同樣的光芒。

後來不久，小女兒把回信文在自己的身上。一個是Stay Gold，它出自美國詩人弗羅斯特的詩，原意是，美好總是容易消逝（Nothing Gold Can Stay），但她改了一下，對她來說，美好也可以永不消失。另一個是一組數學符號，那是長大之後終於領悟的父親的關心，一個大於號，一個小於號。

今天的創業依然是一場最大化戰爭，但作為親歷者，他也得到了珍貴的經驗：“最大化會發揮人的潛力，但也會犯錯誤。我學到的就是不要去算計到這麼細，分清楚哪些是自私的最大化，哪些是真正對世界有意義的最大化。”

李開復的家裡現在有兩間書房。一間是給外人看的，是他完美一面的呈現，乾淨到空無一物的書桌，所有物件都可以完美收納，曾經的獎狀、獎盃和畢業證書，整齊地排列在櫃子裡，是展示給世界看的戰利品。

另一間書房非常狹小，裡面完全沒有裝飾，沒有吊頂，沒鋪地板，抬頭就是黑壓壓的暖氣管道，屋裡只有一把歪到有點散架的椅子，勉強可以坐下。這裡放著他在家裡佈置的伺服器，以及所有不想被外人看到的東西。

這裡藏著所有他生活的秘密回憶。曾經手寫給妻子的情書，父親寫的信，自己的病歷，過去工作用的舊名片，只對自己有意義的工作紀念物，亂糟糟地堆在一起。他跟自己約定，老了退休了，他就把這些回憶按順序整理好。但現在還不用，這樣就好。

只有在那個房間裡，他不用活在最大化裡。這是他精緻的家裡唯一一個亂糟糟的地方，沒有條理，沒有分類，不用小心翼翼。他時不時要去那兒維護伺服器，跑資料的十幾分鐘時間裡，讀一會兒信，發一會兒呆，想念父親和母親。所有情緒都允許得到短暫的表達，懷念，生氣，懊悔，沮喪，難過，也有希望。這是最大化戰爭的一條縫隙，只在這裡，活著一個真實的李開復。