LeCun、Jordan、李開復(fù)圓桌全文：AI的現(xiàn)狀與未來 | GMIC 2018

雷鋒網(wǎng) AI 科技評論按：4 月 26 - 28 日，GMIC 北京 2018 在北京國際會議中心召開。自 2017 年 3 月首次被寫入政府工作報(bào)告，人工智能產(chǎn)業(yè)上升為國家戰(zhàn)略后，這個科技界的專業(yè)詞匯，如今已經(jīng)席卷各行各業(yè)，成為新的經(jīng)濟(jì)增長點(diǎn)和國際競爭的焦點(diǎn)。

GMIC 北京 2018 主題為：「AI」生萬物，諧音愛生萬物，科學(xué)技術(shù)要有人文的溫度，機(jī)器有愛，真「芯」英雄。

作為大會的首場峰會，全球人工智能領(lǐng)袖峰會匯聚全球業(yè)界頂尖領(lǐng)袖，探討在基礎(chǔ)硬件、大數(shù)據(jù)與開源平臺、深度學(xué)習(xí)為代表的算法等人工智能領(lǐng)域的最新洞見，是年度行業(yè)發(fā)展的風(fēng)向標(biāo)。這里有人工智能與人類未來的激變；有深度學(xué)習(xí)三巨匠的巔峰對話；有中美巨頭 4 vs 4 的平臺布局與戰(zhàn)略頭部碰撞；還有成長最快的新星公司，為我們揭示最具發(fā)展?jié)摿Φ氖袌鲱I(lǐng)域。

雷鋒網(wǎng) AI 科技評論根據(jù)現(xiàn)場視頻及速記內(nèi)容做了「AI現(xiàn)狀與未來」圓桌全文的精編和整理。

主持人：有請創(chuàng)新工場董事長兼 CEO 李開復(fù)、Yann LeCun、Michael Jordan、高欣欣，進(jìn)行圓桌論壇。

主持人 高欣欣：大家好！今年的 GMIC 主題叫做「愛生萬物」、「AI 生萬物」。人工智能經(jīng)歷了六十多年的發(fā)展，隨著計(jì)算力算法的突破，隨著數(shù)據(jù)的積累。在近幾年，在很多行業(yè)都激活了全新的場景，帶來了全新的價(jià)值，引起了世界范圍的投入和關(guān)注。

可是人工智能作為一個發(fā)展中的技術(shù)，其實(shí)還在演進(jìn)的過程當(dāng)中，有所能為，有所不能為，因此還有很多亟待解決的問題。

我們接下來這個環(huán)節(jié)叫做「AI 的現(xiàn)狀和未來」。我們今天的嘉賓都是在人工智能領(lǐng)域，從學(xué)術(shù)界到產(chǎn)業(yè)界重量級的嘉賓。接下來就讓我們一起和他們聊聊。

我第一個問題先請問開復(fù)老師，他是在 AI 產(chǎn)業(yè)界重量級的嘉賓，開復(fù)老師我要拜托你一件事，先給我們在場的來賓們一個整體的回答，在你看來，當(dāng)前人工智能的技術(shù)，在一個什么樣的現(xiàn)狀；而我們中國又在一個什么樣的位置和機(jī)遇之上呢？

創(chuàng)新工場董事長兼 CEO 李開復(fù)：謝謝，LeCun 剛才講得非常精彩，他所描述的也是從學(xué)術(shù)的角度上來說。我們在過去的五年左右看到了深度學(xué)習(xí)和相關(guān)的技術(shù)滲透各種領(lǐng)域，尤其是計(jì)算機(jī)視覺。從應(yīng)用的角度來看，我會把人工智能的應(yīng)用歸納成為四波浪潮，這四波浪潮它應(yīng)用的方式不太一樣。其實(shí)在座的每一位每天都在用人工智能。

第一波浪潮就是互聯(lián)網(wǎng)的 AI 浪潮，也就是說當(dāng)你每次在淘寶點(diǎn)擊的時候，每次在朋友圈點(diǎn)贊的時候，這些數(shù)據(jù)都被收集起來，成為巨頭互聯(lián)網(wǎng)公司能夠更深度地的了解，然后為他提供更好的服務(wù)、更貼切的服務(wù)，還有變現(xiàn)，這是互聯(lián)網(wǎng) AI。

由于互聯(lián)網(wǎng)的數(shù)據(jù)量是最大的，我們每天都像小白鼠一樣，幫助這些巨頭在標(biāo)注數(shù)據(jù)，所以今天的 AI 巨頭其實(shí)和互聯(lián)網(wǎng)巨頭是呈等號的。所以美國的 Google、Facebook、亞馬遜、微軟還有中國的 BAT 等公司引領(lǐng)第一波浪潮。

第二波浪潮就是誰有大量的價(jià)值，誰能把數(shù)據(jù)拿來變現(xiàn)或者提升商業(yè)價(jià)值。比如說一個銀行用用戶的數(shù)據(jù)降低信用卡的欺詐率或者貸款的還款率，或者是投資的回報(bào)率。當(dāng)然在各種其他的應(yīng)用，比如說供應(yīng)鏈、醫(yī)療、學(xué)校，其實(shí)任何有數(shù)據(jù)的領(lǐng)域都可以把它商業(yè)化，商業(yè)化 AI 的浪潮現(xiàn)在正在發(fā)生，大部分 AI 公司都是做商業(yè)化 AI 的工作，也是一個 To B 的生意。

第三波浪潮就是要收集那些基于視覺、聽覺或者其他傳感器，收集過去不存在的數(shù)據(jù)，然后把這些數(shù)據(jù)變成一個新的應(yīng)用，甚至是一個新的用戶體驗(yàn)。比如說我們看到各種智能音響的語音交互。比如說我們看到更多的攝像頭，比如在各個領(lǐng)域里面。比如說在創(chuàng)新工場的前臺，我們就放著 Face++，實(shí)現(xiàn)了無前臺自動開門的功能。當(dāng)然我們可以把這樣一個聰明的計(jì)算機(jī)視覺+傳感器用在各個不同的領(lǐng)域。比如說在無人商店、工廠等等的應(yīng)用。所以第三波浪潮已經(jīng)來臨，我們會看到更多的傳感器、更多的芯片，更多的攝像頭布置在周圍的各個地方。

第四波浪潮我們叫做自主化、自動化的 AI，這也就是我們科幻片看到的機(jī)器人、無人駕駛，還有更聰明的無人飛機(jī)等等。那么這個浪潮會徹底顛覆我們出行的習(xí)慣，還有我們今天所有的物流系統(tǒng)。然后我們的工廠會慢慢變成熄燈工廠、無人工廠，我們的商店慢慢會變成無人商店，所以第四波浪潮會是非常巨大的。第四波浪潮已經(jīng)有一些初級的應(yīng)用出來了，比如說無人駕駛 L1 到 L4 的發(fā)展。

這四波浪潮會來得非常迅猛。我們每一天都在使用 AI，未來會應(yīng)用的更多。

這四波浪潮也給中國帶來更多的機(jī)會，尤其在互聯(lián)網(wǎng)上，我們已經(jīng)占了世界的半壁江山。在視覺方面和傳感器方面的應(yīng)用，我們也發(fā)展的非常快。因?yàn)槲覀冇泻Ａ康臄?shù)據(jù)。在那些比較深入的科技，像無人駕駛方面還是美國領(lǐng)先的。但是中國有數(shù)據(jù)的優(yōu)勢和強(qiáng)大的政策推動，所以中美兩國在未來會保持人工智能領(lǐng)域領(lǐng)先的狀況。

高欣欣：說的太好了，謝謝開復(fù)老師。聊了現(xiàn)狀，我們必須要聊聊未來。首先我第一個問題要請教的是 Michael Jordan，大家可能不知道他在人工智能領(lǐng)域是絕對的奠基者和領(lǐng)袖。在最新的博客當(dāng)中你提到了很多新的東西，你提到了以人為中心的工程科學(xué)等等方面的主題，你覺得人工智能的技術(shù)將來會是什么樣發(fā)展的演化過程呢？

Michael Jordan：我非常高興能夠來到 GMIC 大會，也非常高興能見到我的老朋友，LeCun。我是一個學(xué)術(shù)界的人士，我對整個產(chǎn)業(yè)發(fā)展也是有很多的關(guān)注，對我們來說，我們的原則就是要搭建一個體系，目前我們的原則并不是很多，在四十年代的時候，我們當(dāng)時就有一個名為化學(xué)工程的學(xué)科。當(dāng)時建立了很多的準(zhǔn)則、原則，使得我們能夠讓很多的化工廠，能夠以非常合理的規(guī)則來進(jìn)行演化和發(fā)展。

但目前，這樣一些原則并沒有完全的建立，所以體系尚未成熟。現(xiàn)在我們奢望建立的是智能的自動化系統(tǒng)。其實(shí)無人駕駛或是其它的應(yīng)用并不是我們最終的目標(biāo)，包括我們的銀行也好，或者是物流也好，并不是為了“完全自動”，我們真正的目的是要讓它更好的實(shí)現(xiàn)連接。

現(xiàn)在如果要把這些智能系統(tǒng)稱為 AI，我覺得這并不正確。我認(rèn)為現(xiàn)在還沒有出現(xiàn)真正的智能，或者說，我認(rèn)為我們尚不清楚智能的真正含義。現(xiàn)在我們或許可以從數(shù)據(jù)中提煉模型實(shí)現(xiàn)一些功能。但是它的一些語義或者其他背后的背景和引申的含義等等，這樣的智慧和智能還不存在。

因此我們需要每一個體系，每一個系統(tǒng)都達(dá)成這種智能。目前并沒有這樣一個智能的網(wǎng)絡(luò)，所以我們要實(shí)現(xiàn)整個智能，需要整個體系的搭建，而不是單個個體的智能。其實(shí)在無人駕駛或者無人商店這些領(lǐng)域，需要它自己自主做出決策。并且一些決定可能還是有先后順序和優(yōu)先級別的。有的做決定是同時做出多個決定，在真實(shí)世界當(dāng)中可能我們要做出成千上萬個在經(jīng)濟(jì)、金融、商業(yè)方面的各種決策。

因此，我們可以想象一下，有這樣一個提出專家建議的體系，看起來非常智能。它能夠通過學(xué)習(xí)我的一些信息，推薦我看這本書、看這部電影，然后在全世界進(jìn)行部署，就像今天的阿里巴巴、亞馬遜等公司在做的事情。很多時候亞馬遜向人們推薦一本書的時候，人們會感覺到“量身定制”的優(yōu)越性。這些 AI 的技術(shù)正在不斷的部署到各種日常應(yīng)用中。

但這也會導(dǎo)致另一種極端：如果系統(tǒng)向所有人推薦了同一家餐廳，那么擁擠不堪的用餐體驗(yàn)并不能讓每個人感到高興；又比如說從機(jī)場到市區(qū)，系統(tǒng)會告訴所有查詢的人哪條路不堵，結(jié)果反而讓這條原本不堵的路變得擁擠；比如說大家都想去投資股票賺錢，向人們推薦同一個股票。很多時候在建立這個體系的時候，如果向人們推薦的都是同一種內(nèi)容，可能這個體系就會出現(xiàn)問題，我們必須要負(fù)起責(zé)任來。我們在搭建這樣一個體系的時候，我們考慮的并不是單個的個體智能，而是整個體系和網(wǎng)絡(luò)。包括數(shù)據(jù)、決策，包括還有可能出現(xiàn)的錯誤都要考慮進(jìn)去。

因此在這個研究當(dāng)中，它有一些原則性的東西正在不斷的涌現(xiàn)。但是這個過程并不完善，有很多概念還需要去完善。我想現(xiàn)有的問題是，我們似乎已經(jīng)認(rèn)為人工智能無處不在，但實(shí)際上整個體系還需要時間來建立。

比如無人駕駛汽車雖然沒有人，但是它的駕駛要真的像人一樣在駕駛，而不是說只是一個能做出反應(yīng)的機(jī)器。所以建立一個自動化的體系，真的并不容易。人們可以用人工智能這樣一個詞來表述這種技術(shù)，這并沒有問題，但是千萬不要夸大。

高欣欣：下一個問題我想問一下 Yann LeCun。您曾經(jīng)講到過讓機(jī)器來學(xué)常識，這樣它能夠預(yù)測一些問題，并做出可能的回答。您可以再進(jìn)一步闡述下您的這個想法嗎？它和監(jiān)督式學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)，它的關(guān)聯(lián)度在哪里呢？

Yann LeCun：其實(shí)我在整個人工智能的領(lǐng)域，在這方面有很多的想法和交流。當(dāng)然從學(xué)術(shù)性的到實(shí)際的應(yīng)用，也有很多路要走。

Facebook 有一些應(yīng)用的初步嘗試，我們希望機(jī)器有真正的智能，并搭建起這樣一個體系架構(gòu)。我們希望人工智能可以很好地實(shí)時的做相關(guān)的事情，很多技術(shù)現(xiàn)在還沒有到位。很多研究工作實(shí)際上已經(jīng)進(jìn)行了幾十年，但有些目標(biāo)還沒有達(dá)成。因?yàn)闄C(jī)器要獲取大量的知識，它才能夠真正實(shí)現(xiàn)像人類那樣的智能和智慧，并做出很多的預(yù)測和判斷來做很多的事情。

剛才我們也聽到了 Jordan 教授所說的，我們需要建立很多基本的原則才能建立一個體系，讓機(jī)器達(dá)到人類的智能水平。

在我的演講當(dāng)中，也強(qiáng)調(diào)了監(jiān)督式和無監(jiān)督式的學(xué)習(xí)。這個過程當(dāng)中可以看到的是，機(jī)器它需要有預(yù)測能力，它需要通過從不同傳感器的信息輸入來進(jìn)行自我的判斷和預(yù)測，它從多種渠道獲取相應(yīng)的海量數(shù)據(jù)，來獲取類似于人類的先驗(yàn)知識。而無監(jiān)督式的學(xué)習(xí)，它給到機(jī)器的訓(xùn)練數(shù)據(jù)是非常少的，那么機(jī)器學(xué)習(xí)的能力就比較有限，因?yàn)樗@取的反饋和信息是不足夠的。在這個過程當(dāng)中，我們看到機(jī)器與人類的區(qū)別是很明顯的，這個也是驅(qū)動我們下一步研究的動力。

高欣欣：非常感謝。剛才我們問了這么多技術(shù)的問題，我們要問一下關(guān)于人工智能產(chǎn)業(yè)相關(guān)的問題。

下一個問題要請教 Michael Jordan 教授，因?yàn)?Michael Jordan 在 2017 年 5 月有一個新的 title，即螞蟻金服科學(xué)智囊團(tuán)的主席，而且 AI 賦能產(chǎn)業(yè)也是今年特別重要的、大家關(guān)注的話題。所以我想請問一下 Michael Jordan 先生關(guān)于這方面的問題。

Michael Jordan 教授，我的問題是，您曾經(jīng)講過機(jī)器學(xué)習(xí)技術(shù)對整個產(chǎn)業(yè)發(fā)展和技術(shù)價(jià)值的生成有一些重要的作用，你能舉例說明一下嗎？

Michael Jordan：感謝 Yann 剛剛跟我們之間進(jìn)行的一些交流，所以我們的討論是非常有意義的。剛提到的一個詞是「Red Herring(紅鯡魚) in AI」，但屏幕上的人工智能翻譯，翻譯的是「Red Hair in the eye」。可能是單詞同音的關(guān)系，人工智能在語義的理解方面仍然會有一些問題。

的確，人工智能已經(jīng)經(jīng)歷了六十年的發(fā)展，真的可以看到這是一個漫長的歷程，包括媒體在內(nèi)的高度關(guān)注也在共同推進(jìn)它的發(fā)展。

其實(shí)很多時候，要搭建一個智能的體系，你并不需要對人工智能的所有方面都去了解。人工智能本身是一種計(jì)算機(jī)科學(xué)，但是它如果要與經(jīng)濟(jì)實(shí)體發(fā)生關(guān)聯(lián)，可能會提出更多的要求。

如果在我們的生產(chǎn)者和消費(fèi)者之間搭建一個體系，這樣一種體系的搭建就會生成經(jīng)濟(jì)效益，也會與我們前面講的這些問題相關(guān)聯(lián)。

如果我們向所有的人都推薦同樣一個餐廳，那么這個餐廳將會人滿為患，大家都不想去太擁擠的餐廳了，那么它的價(jià)值在哪里呢？我們的計(jì)算機(jī)科學(xué)怎么樣為經(jīng)濟(jì)服務(wù)？

我認(rèn)為最好有一個相應(yīng)的競價(jià)系統(tǒng)。座位是一座一價(jià)的方式來進(jìn)行相應(yīng)的競標(biāo)。比如說我想吸引這里的人過來，我這里的餐廳座位就可以提供 20% 的折扣或者是多少的折扣。因此在這個過程當(dāng)中，大家都可以去競價(jià)，然后實(shí)現(xiàn)座位的合理分配。經(jīng)過這樣的方式，我的餐廳也有很好的上座率。我旁邊的競爭對手可以看到這個餐廳已經(jīng)開了，而且里面已經(jīng)滿座了。這個時候競爭對手就會想，如果我提供更多的折扣，也許能吸引到相應(yīng)的客戶來我這里就餐。

現(xiàn)在我們整個所謂的人工智能體系，并沒有考慮這么多，它在做推薦的時候，還是有相應(yīng)的局限。

我還可以舉一些其他的例子，比如說音樂，現(xiàn)在整個音樂市場并不是很完整，雖然有各種各樣的人和一起都在做音樂的創(chuàng)作，很多人也在聽音樂，但是我們可以看到，很多人并不能從做音樂當(dāng)中賺錢，它并沒有真正的經(jīng)濟(jì)效益，怎樣去解決這樣的問題呢？如何用我們的人工智能技術(shù)，實(shí)現(xiàn)技術(shù)到市場化的轉(zhuǎn)變，使它有商業(yè)的價(jià)值，能夠從中賺錢，可以有相應(yīng)的數(shù)據(jù)流，到底是哪些人在聽。

比如說可能我的音樂在深圳很流行，因?yàn)槟沁叺娜思认矚g聽我的音樂，又喜歡向他們的親朋好友推薦我的音樂，這樣數(shù)據(jù)流就很有價(jià)值。既然深圳的人很喜歡聽我的歌，我就去深圳開一個音樂會，或者去別人的婚宴上唱歌，那么我可以把唱歌的愛好實(shí)現(xiàn)商業(yè)價(jià)值的轉(zhuǎn)換。

通過這樣一些數(shù)據(jù)能創(chuàng)造很多的商業(yè)價(jià)值，目前很多問題甚至都沒有被深思熟慮，這個時候可以挖掘它們的商業(yè)價(jià)值，這就是我們的人工智能應(yīng)該實(shí)現(xiàn)的一些功能。因此對我來說，這能更好地實(shí)現(xiàn)人工智能的價(jià)值，也就是讓計(jì)算機(jī)科學(xué)更好地為人類造福。

因此，我們也需要一些商業(yè)上的人才、經(jīng)濟(jì)方面的人才共同跟科學(xué)家協(xié)作，讓人工智能創(chuàng)造更多的商業(yè)價(jià)值，探索更多的無限可能。

高欣欣：剛才 Michael Jordan 談了很多如何用 AI 建立全新市場，創(chuàng)造全新價(jià)值的過程。另外一個維度在 AI 里面，在 AI 產(chǎn)業(yè)和企業(yè)里面經(jīng)常是產(chǎn)學(xué)研結(jié)合得特別好，有很多的 AI 企業(yè)都有自己的 AI 研究院，甚至有很多 AI 初創(chuàng)企業(yè)都有自己的 AI Lab，這是在人工智能領(lǐng)域特別常見的現(xiàn)象。這個問題我想請教一下 Yann LeCun，現(xiàn)在您在領(lǐng)導(dǎo) Facebook 的 AI 研究團(tuán)隊(duì)，此外你在紐約大學(xué)依然有教授的職位，能否請教一下公司的 AI 研究到底該如何開展呢？

Yann LeCun：當(dāng)四年半之前我們在 Facebook 開始相應(yīng)的研究，之前我在 AT&T 和貝爾實(shí)驗(yàn)室工作過，通過開展一些研究，我們可以提前進(jìn)行企業(yè)在 AI 領(lǐng)域的布局。然而，并不是所有的公司都可以做到這一點(diǎn)，對于人工智能而言，因?yàn)槿斯ぶ悄艿难芯繒泻芏嘞拗疲泻芏鄦栴}仍然沒有得到解決。我們必須不斷的去進(jìn)行研究，而且需要去研究自己解決問題。我們會讓機(jī)器變得更加智能，可以更好的了解人的思想和人的思維的方式，但是，沒有任何一家公司或者個人能夠獨(dú)立解決這樣一個問題。

另外，企業(yè)可以非常容易地與大學(xué)進(jìn)行實(shí)踐研究方面的合作，比如說我依然在學(xué)術(shù)界保留職位。我認(rèn)為在學(xué)術(shù)界所做的研究是不一樣的，高校研究者并不是彼此競爭的關(guān)系，他們做的都是自己感興趣的研究。雙方的研究非常互補(bǔ)，我覺得學(xué)術(shù)界與產(chǎn)業(yè)的結(jié)合也很完美。大家會看到，在北美、歐洲、亞洲等地會出現(xiàn)越來越多這樣的情況，高校的研究者或科學(xué)家會在企業(yè)或者在學(xué)術(shù)界都擔(dān)任要職，這樣可以更好的實(shí)現(xiàn)學(xué)術(shù)界和產(chǎn)業(yè)之間的交流，我覺得這是現(xiàn)在正在發(fā)生的、非常重要的一種變化。

關(guān)于產(chǎn)業(yè)界的實(shí)踐研究，通過這種方式你可以吸引最好的科學(xué)家，但你必須告訴科學(xué)家他要做的是什么，趨勢是什么，只有這樣科學(xué)家他才愿意到這里來研究。科學(xué)家的職業(yè)發(fā)展，實(shí)際上也會影響到整個人工智能研究的發(fā)展方向，所以你必須讓科學(xué)家知道你公司里面正在做的是什么，只有這樣科學(xué)家才可以更好的參與這樣的研究。

另外，像 Google、FaceBook 這樣的公司，他們投入了很大的精力做人工智能的研發(fā)，對他們的品牌來說是好的，也可以吸引更多工程師的人才。我覺得在這方面的投入可以讓企業(yè)變得更有吸引力，這就是他們?yōu)槭裁赐度胙芯?AI 研究的原因，可以吸引到更多的人才參與到這方面的研究。

高欣欣：今天上午的最后一個問題，不管你們是做 AI 技術(shù)的發(fā)展或者是 AI 產(chǎn)業(yè)的發(fā)展，其實(shí)都離不開 AI 人才，其實(shí) AI 人才特別稀缺。

最后開復(fù)老師做了一件事情，我覺得特別偉大，特別有意義。開復(fù)老師和教育部、北京大學(xué)一起發(fā)起了一個項(xiàng)目，預(yù)計(jì)在 2019 年培養(yǎng)數(shù)萬名的學(xué)生。今天上午還有一個專門講 AI 人才的環(huán)節(jié)，在這里我們先拋磚引玉，你可不可以先給我們介紹一下 AI 人才計(jì)劃呢？

創(chuàng)新工場董事長兼 CEO 李開復(fù)：如果我們分析一下中美之間的優(yōu)勢和劣勢，我覺得美國在教育方面有非常強(qiáng)的優(yōu)勢。比如說在座的 Yann LeCun 教授和 Michael Jordan 教授都出自非常優(yōu)秀的大學(xué)，甚至美國前一百名的大學(xué)都有非常好的 AI 課程。在國內(nèi)雖然有非常優(yōu)質(zhì)的計(jì)算機(jī)人才，如果進(jìn)入了 BAT 他們能學(xué)到很好的 AI。但是如果我們要建立起人工智能的金字塔，必須從基層做起，也就是說我們需要在大學(xué)畢業(yè)的時候就有一定的 AI 基礎(chǔ)，怎么做這個事情呢？我們分了三個步驟。

第一個事情，正如欣欣所說的，我們和教育部、北大做一個教師培訓(xùn)，這樣不僅僅是中國的前十名大學(xué)可以有好的 AI 課程，中國的前一百甚至幾百名的大學(xué)都能夠有 AI 課程，這樣學(xué)生在讀本科的時候就可以接觸到 AI 領(lǐng)域。

第二，我們會做一個針對性的培養(yǎng)，把最有潛質(zhì)成為未來 AI 金字塔頂尖的研究者進(jìn)行集中培訓(xùn)，我們會請國際大牛和國內(nèi)大牛對他們進(jìn)行幫助。我們今年會教 100 位老師，明年會更多，他們可以在三四年之內(nèi)教幾萬名學(xué)生；除了這幾萬名學(xué)生，我相信有很多剛開始工作的朋友們，還有一些學(xué)校還沒有開設(shè) AI 的課程的人士，甚至他不是學(xué)計(jì)算機(jī)，而是學(xué)數(shù)理科或者是文科專業(yè)，我們跟公司成立了 AI Challenger的競賽平臺，去年有一萬人參加，未來有幾十萬人參加，這樣我們才能把 AI 教育做的更普及。

我覺得中國要從 AI 大國成為 AI 強(qiáng)國的道路上，在教育領(lǐng)域還有比較大的落差。

經(jīng)過這幾個步驟，我們希望這些同學(xué)無論是經(jīng)過線上或者是線下，校內(nèi)或者是校外的渠道，當(dāng)他們畢業(yè)的時候就已經(jīng)成為有一些經(jīng)驗(yàn)的 AI 人才。

高欣欣：太有意義了，時間過的真快，我們這個環(huán)節(jié)要結(jié)束了。而技術(shù)的美好就是不斷刷新著我們對美好生活的體驗(yàn)和想象，讓我們永遠(yuǎn)保持好奇，永遠(yuǎn)腳踏實(shí)地，一起探尋這個美好的新世界，非常感謝李開復(fù)老師，謝謝兩位教授。

更多資訊敬請關(guān)注雷鋒網(wǎng) AI 科技評論。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。