第48屆世界經濟論壇年會在瑞士達沃斯召開，主題為“在分化的世界中打造共同命運”。達沃斯當地時間1月23日中午，在MIT的午餐會上，創新工場董事長李開復與李飛飛（GoogleCloud AI/ML領域首席科學家）、RichardSocher（Salesforce首席科學家）；Mustafa Suleyman（DeepMind聯合創始人兼主管）進行了對談；主持人是AndrewMcAfee（麻省理工學院數字經濟倡導行動聯合創始人）。

就在不久前，DeepMind團隊發表了最新論文，提出強化學習算法AlphaZero，一種可以從零開始，通過自我對弈強化學習在多種任務上達到超越人類水平的新算法。據說，AlphaZero在8個小時訓練后就擊敗李世石版本的AlphaGo；再用4小時訓練擊敗世界頂級的國際象棋程序Stockfish；再用2小時訓練擊敗世界頂級將棋程序Elmo。

這一成果令世界嘩然。而在對話中，Mustafa Suleyman坦率表示，AlphaZero沒有那么神，外界對它有點夸大了。它要想工作，還必須滿足可預測環境、清晰的獎勵系統和無變數三個條件，同時，也不是外界所說的完全不受監督。

李飛飛在擔任谷歌AI中國研發中心負責人之后，又在1月17日，發布了谷歌云人工智能服務工具AutoML，使得企業構建、訓練和部署自定義的機器學習模型也變得簡單方便，對機器學習不甚了解的公司也可以構建自己的人工智能系統。李飛飛表示，人工智能目前已經取得了非常重大的突破，但是目前AI還不能理解語境、復雜的知識，要識別人類的情緒、感情和動機，也還有很長的路要走。

李飛飛引用了自己一位同事的話，評價當下對完美人工智能的定義：“一臺能做出完美食物的機器，雖然房間已經著火了。”

以下是午餐會對話主要觀點摘錄：

李飛飛：人工智能還是一個新領域，只發展了60年左右，人工智能的理想是讓機器變得智能，模仿人類智能，解決問題，讓人類的生活變得更好，要想實現這些理想，認識到這一點很重要。

現在人工智能主要的領域有機器人、自然語言處理、語音識別、機器學習、深度學習。

人工智能帶來的改變令人激動。

當我還是一個大學生時，我想象不到人工智能會帶來的巨變，它巨大的搜索能力，更不用說無人駕駛這些了。

我們見證了非常了不起的突破。

我想提醒大家，這個時代充滿了巨大的可能性，我們要深切地思考人工智能的本質，前面還有很長的路要走。

我有一位同事70年代時就在這個領域工作，他認為我們今天對完美的人工智能機器的定義是，一臺能做出完美食物的機器，雖然房間已經著火了。

電腦還不能理解語境、復雜的知識

要識別人類的情緒、感情和動機我們也還有很長的路要走。

RichardSocher：我認為認識到人工智能主要領域的突破來自于何處非常重要。主要的突破都來自于super wise man這個領域。我們能很好地把輸入x轉化成輸出y,輸入語音我們能夠輸出文本、輸入德語可以輸出法語，這一技術我們已經做得很好。輸入一定大小的圖片能辨別圖片中是不是貓？在多種模式的轉換上我們已經做得很不錯了。

實現這一轉換的方法是深度學習。深度學習一種比機器學習強大很多的技術，它能接受更廣泛的輸入模式。這是AI實現了主要突破的領域。

我們現在有了一種新的編程模式。不再需要做出if/when這樣的指示，我們只需要用數據來訓練它，算法就會自動處理。

深度學習還結合了AI的其他領域，像強化學習、自主學習、人機游戲等。

現在正在發生很多激動人心的轉變，機器翻譯、人機游戲都在不斷進步。但也有很多領域需要進一步改進。10,15年前，就可以實現20到30分鐘左右的無人駕駛。但要想實現全天候無人駕駛，還保證安全，還需要做很多的工作。離真正改變運輸業，還需要很多的改進。

Mustafa Suleyman：說AlphaZero這個系統不受監督有點夸大了，監督來自于它的結構和訓練環境。所以尤其是依賴強化學習的具體方法在現實生活中效果不是很好。在現實生活我們無法提供模擬器，進行這種巨量的訓練來形成算法。

但我對深度學習在現實中的應用潛力非常有信心，人們現在低估了這一潛力。

在語音轉錄，機器翻譯等等領域深度學習的潛力還沒有充分發掘應用。

alpha zero只是在三件事成立的情況能夠工作：可預測環境（圍棋規則）清晰獎勵系統（輸贏），無變數（variability)

我們的目光已經投到了幾十年后，比如極現代化狀態下的super-intelligence，但我們應該思考的都是更近期、更實用的可能。

在我看來強化學習 3-5年內沒有普及應用。

李開復：

這個領域頂尖的前100名科學家中已經有一些是中國人，

我認為，關于中國，這四個方面還并沒有被得到認識，這四個方面會是中國未來發展的非常強勁的推力。

第一，中國一流的理工科教育。飛飛就是這一點的證明。我認為中國的理工科教育培養了眾多科學家，而且這些人都有志于從事人工智能相關工作。這群杰出的年輕人會是推動中國進步的一股了不起的力量，比如在最近的face ++圖像識別比賽里，我們投資的公司打敗了科技巨頭google。

第二，活躍的創業氛圍和資本對這個領域的大量投資。作為一家風險投資機構，我們投資了45家人工智能公司。這些公司分布在各個領域。像在一些傳統的領域，比如如何讓借貸更簡單，提供消費者服務，制造能采草莓，洗碗，組裝汽車的機器人。金融時報最近對中國的創業現狀做了報道，談到了職業精神。但我認為職業精神只是其中的一部分，中國的創業環境如同一個斗獸場，角斗士們斗得你死我活。留下的都是最有生命力的模式，這些模式會推動著中國向前進。

第三，中國巨大的數據量。中國共享單車的使用人數是美國的3倍，但單車交易量是美國的50倍。這個支付系統擁有6億5000萬用戶，不收傭金、無中間人，支持移動支付。我們早就幻想能做到這樣，但這卻在中國發生了。在此基礎上，形成了大量可供進行支付的公司和建立該系統的企業家們挖掘的數據。另一方面，消費者們愿意出讓隱私來換取安全和便利。

第四，政府的政策。去年國務院發布的人工智能計劃表示中國要在2030年成為人工智能創新核心國，伴隨這一政策而來的是城市層面上大量的資源，北京投入了20億，南京、廣州也投入了萬億級別的資金，其他近百個百萬人口以上的城市也投入了大量資金，這顯然會推動我們前進。中國的政策不是空話。

另一方面，中國政府和企業對待科技的立場上傾向實用主義，英美則比較謹慎。一些核心問題，如安全問題，數據的安全、系統的安全，大家都很關心。

在隱對待私和偏見的態度上，我們是先動手，再慢慢改進問題還是仔細考慮找出解決辦法？在這些問題上中國更傾向于實用主義。

我不想評價哪種立場對或錯，或哪個更好，我只是認為，在實用主義立場影響下，實現會更快、收集的數據會更多、做出的產品會更好，促能成更大的突破。