近日，2018中國（深圳）IT領袖峰會召開。數字中國聯合會常務理事丁健作為主持人，達闥科技創始人、首席執行官黃曉慶、北京曠視科技有限公司聯合創始人唐文斌、海爾家電產業集團首席技術官趙峰、金蝶集團創始人、董事會主席兼首席執行官徐少春作為嘉賓，進行了主題為“人工智能與實體經濟”的高端對話。

丁健在開場中提到，人工智能的核心還是在物理、數學和科研非常深的基礎上，這也是今天人工智能所面臨的最大挑戰。即雖然在很大程度上能夠模擬人工智能的東西，但是在現實過中，人們對于更深層的基礎原理依然不夠了解，距離強人工智能、通用人工智能還有很長的距離。

人工智能的突破方向

丁健表示，人工智能共有三層，包括基礎層面、技術層面和應用層面。那么未來五到十年，人工智能最需要從基礎層面突破的是什么？

對此，黃曉慶表示，深度學習領域里最需要突破“學習”，就是用很多數據來訓練一個神經網絡。“似乎我們在很多的問題上達到很高的水平，但是，很明顯的人類不是這樣學習的。”相比較于人工智能，人類從小受到教育，即“先建模”，人類是有常識的，但機器沒有。

黃文斌對此表示贊同。他表示，突破來自于兩個方面，一是我們現在得到的技術研究，二是現在得不到的技術研究。

黃文斌展開講道，得到的技術研究，比如數據學習、新的神經網絡方式，人們已經在神經網絡的范疇里對于如何拓寬現有邊界做出嘗試。“我們現在做的AI還是分兩類，一個是真的是突破邊界的，不是用現有的架構、網絡神經操作，而是更新的操作引入進來，然后做了一些新的東西出來，這是需要突破性的思維和及其創新的人。”

趙峰認為，一是從新的算法這個方向突破，另一個是從基礎計算機能力的方向來突破。他認為，目前大多數主要的人工智能進展是基于神經網絡深度學習的，大部分得出的結論沒辦法來解釋為什么會得到這個結論。以前，計算機能力沒有達到現在的程度，研究者更多是基于邏輯推理的人工智能，而現在，人工智能則是基于大數據快速學習形成模型。趙峰認為，如果二者能夠很好地結合起來，那么人工智能得出的結論既能夠很快地識別和執行，又能理解它為什么作這個決定。

人工智能走過哪些“坑”

在仔細剖析了人工智能可突破的方向后，丁健向在場嘉賓再度拋出了問題，即企業在發展人工智能時最容易犯下哪些錯誤。

對此，張斌表示，在應用人工智能技術過程中，尤其是傳統行業，比較難的是數據化的過程。人工智能向實體經濟推的過程中，首先要把起點數字化，而且能夠完整準確地數字化才能夠進行人工智能的分析，這樣才有基礎。如果這個基礎不建立，可能分析出來的東西和人們想要的東西是五花八門的。

徐少春表示，云計算、人工智能、區塊鏈等很多新的技術，每個企業不要“隨風起舞”，還是應該專注于核心業務，但是這些技術可以拿來用，為核心業務服務。

人工智能會創造新的崗位

對于人工智能，人們的擔憂之一在于其是否會在未來取代人本身。

對此，黃曉慶分享了兩個詞，一是技術信仰，二是價值務實，從某種程度上來看，二者是分裂的又是相互結合的。他表示，技術信仰的點在于我們覺得一家技術公司一定要有自己的技術洞見，并且要因為看見所以相信在一些你可能沒法獲得短期回報的事情上，要堅定不移地投入，即便我們現在沒有看到效果。另外，做事情必須要價值務實，在前面技術信仰上我們不質疑，我們相信，但是在做產品和業務時要不斷地質疑。

黃曉慶說，在降本增效的邏輯下，一部分人會失業。同時，人工智能本身也會創造出很多新的職位出來，我們要做人機結合的業務模式，要給人工智能做訓練，提供好的數據幫助人工智能變得更強大。這些新創造的崗位會更加有價值，而不是人去做一些重復性的低效的，本身就應該被替代的工作。

張斌表示，這一輪互聯網和人工智能革命在更大范圍內解決了人需要用體力工作的情況，這之后還會有更多領域消化這些人員，而且這些人員從事的工作將比過去更有價值。