在线客服
企业微信
加州大学伯克利分校
Mark Nitzberg 博士，博士 是《所罗门密码》的合著者，也是加州大学伯克利分校人类兼容人工智能中心的执行主任。 他还担任 Cambrian.ai 的首席科学家和首席科学家，以及许多初创公司的顾问，利用他作为全球联网计算机科学家和连续社会企业家的综合经验。
当下，人工智能正在掀起一场无所不在且可能持续长达30年的发展浪潮。
尽管中美两国存在文化、政治和经济差异，但相同的是学术界和产业界的密切互动，使得两个国家的人工智能产业发展飞速，并成为当今世界上绝无仅有的“寒武纪”国家。
而且对于中国而言，还有一个明显的优势是“中国速度”，即中国人的思想较为开放，即使在传统行业，人们也乐于接受新理念。相关调查显示，中国约90%的民众支持自动驾驶汽车，而在美国，这一比例仅为52%。
在马克·尼茨伯格和奥拉夫·格罗思所共著的《所罗门的密码》一书中，马克·尼茨伯格也提及，当下人工智能正在掀起一场无所不在且可能持续长达30年的发展浪潮，在未来的几十年里，人工智能将拥有各种令人难以置信的能力，变得越来越强大，这对人类发展提出了根本性的问题。
那么，到底中美两国在人工智能这宽广的赛道之上发展有什么不同？且在这样的前提下，人工智能初创企业们如何发展壮大自己？投资人们又如何获得更多更好的回报？
在由投中信息、投中网主办的“第16届中国投资年会·年度峰会”前夕，投中网与加州大学伯克利分校人类兼容人工智能中心的执行总监马克·尼茨伯格（Mark Nitzberg）进行了一场深度对话。
以下是这场对话的精选：
问题1、投中网：从您的角度来看，目前中美两国在人工智能领域的发展现状如何？两国在人工智能领域的发展有何差异，两国的独角兽企业又有何差异？
马克·尼茨伯格：人工智能当下涵盖的子领域十分广泛，以下三种基础类型的研究最值得一提：
第一类研究是英国数学家艾伦·图灵所提出算法、架构和测试的基础等，以及基于图灵论的拓展理论，算是纯理论的部分；
第二类研究涉及应用数学、离散数学、概率统计、线性代数、机器学习、数据驱动的神经网络等等，这些研究领域涵盖了更广阔的范畴；
第三类研究关注的是工程学、芯片的设计、应用程序的开发等，这是在图灵理论和应用数学领域基础之上的落地应用层面。
所以这样一来，衡量各个国家人工智能发展就会有很多方法，例如，投入研究的经费、相关的风险投资、新投资的企业、从业者和出版物的数量等等。
当然，这其中，中美两国在人工智能领域的发展都处于世界领先地位。斯坦福大学于2020和2021年度发布的《人工智能指数报告》显示，中国在专利申请、会议出版物、期刊发表和期刊引用等四项指标上已经领先于美国，跻身世界第一。
但中美两国在人工智能发展上走的路线并不相同，所以需要从整体上看数据背后有哪些隐藏的信息。当然，在人工智能研究方面，各国的做法都大体相似。
但中国有一个特别之处，就是对纯理论研究的支持力度以及相关项目的落地速度，和其他国家不太一样。比如，中国非常欢迎那些在国外获得人工智能博士学位的人才回国创办自己的公司或者是直接到高校任教。
中美两国关于人工智能发展的差异更多地体现在风险投资领域，中国的风险投资显然更加盛行也更关注人工智能的发展，有数千个人工智能领域的创业公司都拿到了融资，且有少数的几个公司真正做大做强，给投资人们带来了非常丰厚的回报。
李开复也在其之前的书里提到，虽然美国在人工智能的研究方面占据优势，但是在将人工智能转化为商业落地方面，中国的更新迭代要快得多，且已经发现了人工智能的下一代实际应用。
问题2、投中网：AI的浪潮如今已经不是第一次了，您怎么看待当下这波浪潮的发展？会一直影响到什么时候？为什么？在这次的浪潮中，当下又处于怎样的发展节点？
马克·尼茨伯格：事实上，从大型机到台式机是第一次巨大飞跃；从孤立的台式机到联网计算机是第二次更大的飞跃；最近一次飞跃是各种联网设备走进了我们的口袋里、汽车里和家里，这一次的飞跃也是有史以来一股最大的创新力量。
互联网广泛应用至今已有20年左右了，人工智能的各个方面也都由此得到了发展。乃至到了2007年，随着移动计算技术的进步，算力和互联技术都出现了爆发式增长。而当下这波人工智能的浪潮，不仅带来了算力的飞跃，还促进了万物互联技术的飞跃。
今天，人工智能时时刻刻与我们形影不离：它在社交媒体上为我们选择每天要看什么、读什么和思考什么；它从门铃和摄像头里审视着我们；它通过智能音箱为我们播报今天的天气……
因此，与其说当下是人工智能的时代，不如说这是联网设备大规模融入人类生活方方面面的时代。
至少在这十年间，就拿人工智能对风险投资领域的影响来说，其给社会经济层面带来的变化已经十分广泛。
如目前，人工智能已经在零售和金融等领域创造了有目共睹的价值，而这还只是个开始。而在下一个十年、二十年，它将在其他行业创造更大的价值，比如：医疗行业、农业、制造业、材料领域……人工智能在这么多行业的潜力才刚刚开始发掘。
也因此，我们有理由相信，这波人工智能浪潮正掀起一场无所不在的计算技术大潮，且比上一波浪潮持续得更长久。在我看来，这波浪潮可能会持续30年，它也将是迄今为止影响最深远的一波人工智能浪潮。
问题3、投中网：当前很多人对人工智能持怀疑态度。可以说人工智能无处不在，但却似乎也没有那么大的商业价值。您认为人工智能技术能给当今的社会经济带来哪些改变？其优点和缺点是什么？
马克·尼茨伯格：其实，我不同意这个观点。人工智能在很多行业已经显示出了巨大的商业价值，如我提到的零售业、销售业、运输业、住宿业、客户服务行业等等，而这才只是刚刚开始。在其他行业，如医疗保健业，它还蕴藏着巨大的潜力有待开发。
像所有技术一样，人工智能技术也是一个效益放大器。尤其是数据驱动层面，更容易看出人工智能到底给社会带来了哪些增益的效应。
当然，这其中，值得指出的是，在今天的人工智能系统中，有一个方面我们往往容易忽视，那就是人类在这其中的核心地位：训练机器学习系统所需的数据有赖于我们自己生成；当机器学习系统无法提供它们该有的服务时，我们是应变选项。
也因此，我们需要自己做好规划，提前想好，之后才能借助人工智能，去创造更美好的未来。
比如，我们如何看待各家垄断型的科技企业？他们是否应该比其他企业都具有更大的权力和影响力？它们会带来哪些潜在的危害？我们该如何控制这些危害？
问题4、投中网：该如何发掘人工智能的商业潜力？您如何看待人工智能初创公司的创业热潮？在这其中，资本起到了什么支撑作用？
马克·尼茨伯格：我认为，要发掘人工智能的潜力，必须要认真地落地和转向。
我们要对某个细分赛道的市场有深刻的理解，比如航运、牙科、服装、供应链等，因势利导，应用人工智能技术来解决具体产业里的问题；
具体做法可以直接让大型科技公司内部的实验室和学术性的实验室去推动科学的进步，用方兴未艾的人工智能平台去主导市场整体的增长。
新一波涌现出来的人工智能初创公司，在对某个垂直市场的客户需求和问题有着深刻理解的前提下，可以针对性地为该市场产生价值，这也是过去五年来我在美国和中国看到的新趋势。
打动投资人的永远不是人工智能初创公司的员工，而是对某个垂直市场所存在的商业问题的切实理解。
问题5、投中网：您认为将人工智能技术大规模商业化落地的关键是什么？如何才能让它们真正实现扭亏为盈？
马克·尼茨伯格：这是个好问题。说到仍未实现盈利的独角兽企业所面临的挑战，我们要回到商业的本质：找到一条正确的路径，为你的客户创造价值，从而实现止损和盈利。
如果你还未做到这一点，那么是时候改变了。
问题6、投中网：人工智能技术大规模商业化的场景有哪些？您最看好哪些？为什么？
马克·尼茨伯格：我认为这个问题的实质是：哪些领域、哪些产品和服务会成为人工智能应用的下一个热门赛道？
如果让我选择，可能是医疗保健业、制造业、供应链、农业、航运业和物流业……甚至在当下的背景下，金融服务业似乎也很有潜力。
在市场以每年17%的幅度增长时，低效率的提升所带来的改变，确实只能算得上毛毛雨。但是当市场持平或下跌时，哪怕能守住几个点的收益也是非常重要的。而人工智能技术的作用正在此处。
问题7、投中网：在中美两国不同的环境下，人工智能公司该如何制定自己的发展路线？以及该如何更好地利用资本的力量来壮大自己呢？
马克·尼茨伯格：中美两国环境造就的一个差异是，中国的中央政府会大力扶持人工智能产业的发展。
在硅谷，一家人工智能公司的典型路线是：先在销售和营销上投入巨资，本质上相当于买来第一批客户，然后期望创造出一种真正的企业级现象并让它火起来。
相比之下，中国的人工智能初创公司更可能会得到地方政府的青睐，尤其是在政府相关的基金也会对其进行密切关注并投资。这样一来，这些公司在脆弱的早期阶段可能会拿到一些相应的订单，有了收入上的保障，更容易发展壮大。
当然，在中国和美国，我们都可以看到这两种发展路线并行不悖，比如，特斯拉就得到过政府资金的扶助。
问题8、投中网：正如您书中所说，我们能对人工智能系统寄予多大的信任？我们应该把多少控制权交给机器？
马克·尼茨伯格：早期的人工智能系统都是十分受控的数学产物，比如众所周知的阿尔法狗为代表的国际象棋程序。对于这样的系统，我们可以很轻松地证明，它不会产生令人担忧的副作用，因为它们会做的仅限于在棋盘上移动棋子。
我们已从纯数学迈向了自然科学，因为我们已将数学工具融入了社会，使得它更像是一种生命形式了。所以对于今天这个广泛互联的生态系统，我们确实得采用不同的观点来审视其复杂程度了。
在面对自然科学时，我们需要精心设计实验，而不是随机做对照试验，去测试它对人类、社会和环境的潜在危害。只有当我们可证明它的基础设施确实有益时，我们才能够信任我们建立在大数据之上的系统。
就像只有当新药和新疗法通过了相关试验，我们才会开始信任它一样，我们也需要对这些人工智能系统进行某种审查和试验。
为此，我们需要就一些问题提前达成一致：什么样的伤害是可接受的？以及什么样的伤害是不可接受的？比如自动驾驶汽车碾死了一只小动物是可以接受的吗？
问题9、投中网：您在书中也提到过，在人工智能时代，就算大多数人都保住了工作饭碗，但这些饭碗是否还能让人们维持原有的生活水平？
马克·尼茨伯格：我相信我们能控制好人工智能的发展，以及避免人工智能对就业产生更大的影响，这就是立法的目的之一。比如，从当下法律对司机、外卖人员等的保护就可以管中窥豹。
当然，由于广泛联网以及人工智能技术带来的变革十分迅猛，我们不得不紧迫地推进立法进程。这是一个很大的挑战。
当下，欧洲已经出台了保护消费者的人工智能法规，并且有望在明年签署颁布。中国人工智能最新的相关法规也很快通过了，在这方面美国还得努力赶上步伐。
问题10、投中网：您能否预测一下，我们会创造出什么样具有人类特征的人工智能？如果没有全社会的共同努力，我们是否还能掌控人类与机器、人类与未来的关系？
马克·尼茨伯格：过去几年里涌现出来的一些人工智能大型平台，内置了单词和句子的各种可能的组合，做出了非常令人信服的工作，让自己看起来比较智能甚至超越人类，甚至艾伦·图灵用于测试机器智能的定义已经不太适用于今天的人工智能了。
比如，图灵测试告诉我们，如果人工智能系统让人类无法区分出哪些是人类行为、哪些是机器行为，那么人工智能系统就是智能的。
但这里忽视了一些即便是蹒跚学步的家养宠物也会表现出来的生活经验：对物理知识的掌握、对意图和因果关系的理解等。
有的人工智能科学家认为，通过输入更多的数据，也许再改进一下架构，基于神经网络的机器学习系统就可以达到人类的智能水平。
但我不同意这个观点。我认为，我们至少需要去模拟真实的生活经验，而这需要一些重大的技术突破，这不太可能是仅凭神经网络的衍生发展就可以做到的。
至于控制的问题，随着人工智能系统变得越来越智能，它们会具有我们无法预见的危险。而且由于人工智能技术的增益效应太大了，如果这类系统没有建立在可证明其安全性的基础之上，那它对人类就会构成重大的威胁。
你如何看待现在人工智能产业呢？
