4月21日，TEF科技娛樂季（上海站）之2017亞太人工智能峰會在上交會期間隆重舉行。大會由AI科學創新與未來、AI深度學習專場、AI語音與視覺識別技術、AI無人駕駛引領汽車、AI與教育、AI與家庭娛樂、AI與計算機視覺、AI與VR、AI與物聯網等板塊組成。會上，美國人工智能公司Lucid的董事長&美國奧斯汀人工智能協會創始人Michael Stewart、北卡州立大學里學院終身教授謝立安博士、開豆英語聯合創始人Dhonam Pemba、美國威斯敏斯特大學科學教育研究所所長&谷歌眼鏡發明人Dr.Phillip Alvelda、騰訊云AI產品副總監王琰出席圓桌論壇，討論人工智能當前的趨勢以及全球性的問題。
謝立安：現在各個國家都在進行人工智能方面的研究和技術開發和推廣。大家有一個擔心能不能保持我們自身的優勢？如果我們的技術被競爭對手掌握以后，是不是就會處于下風？
Dr.Phillip Alvelda：全球聯合研發AI很重要，現在大家已經有一個共識，就是AI是幫助人類的一個重要基石。現在有一個很大的挑戰：怎么樣讓公司有盈利？國家強大？并且幫助全球的人類更繁榮？
Michael Stewart：AI其實就是一個知識的綜合，我們的社會可以用這個知識來解決問題，這是一個很強大的技術。這樣的技術應該全球化，而不是國家化。我們要想想怎么樣把一個技術利益全人類，而不僅僅是一種人種。希望全球更多的組織機構、公司參與進來，人類攜手一起用集體智慧，把這種智能的東西研發出來，可以造福我們的生活。
Dhonam Pemba：AI上面的這種機器學習、深度學習還是非常快的。現在AI在領軍科技發展，我們現在希望能開源。谷歌就做了很多的這種開源的舉動，把很多平臺開放，讓很多小的用戶公司受惠。
王琰：騰迅也在做各個層面的探索。2016年開始，騰訊,在內部打破了技術壁壘。一個公司里是這樣，全球也是這樣。AI已經發展到井噴的現狀了，需要全球共同參與與研究，才能形成快速發展。未來不光是騰訊，包括全國的各個從業者都要通過開放的方式，促進AI快速的發展。
觀眾：美國AI的專家、中國的AI的專家以及其他國家的專家都在這里，促成國際化的合作。現在在AI最統一的目標是什么？有什么樣的機制可以鼓勵所有的國家一起合作？
Dhonam Pemba：AI有語言上的壁壘。比如一個美國公司與斯坦福大學合作，斯坦福大學有很好的語言方面的技術，但是合作下來其實并不是特別好，因為中國的服務其實更好。我們會有國家的壁壘、語言的壁壘，真的是需要合作一起，才能解決很多AI方面的問題。我們要認識到這個問題的嚴重性。
Michael Stewart：其實要去做一個集體智慧的事情，就是AI的一個趨勢。全球的大家庭一定要團結起來，全人類一起去面對一些挑戰和困難。這是我們的想象，讓我們向前發展。人工智能是很重要的一個工具，是一個全球的目標，不是一個國家的目標。
觀眾：行業有很多培訓的數據，認為一般人工智能的問題，就是通過更多的數據可以解決，還是說需要更好的算法進行更好的改進？
Michael Stewart：進行一個加速的處理，另一方面需要算法處理這些數據，雖然比較麻煩。我們需要一個積累的方式來處理這個問題，才能達到更高的智能。當前我們在做一些增加價值的一些商業模式，提供一些服務等等，通過這些積累，在全世界能夠得到一個應用。
Dhonam Pemba：在目前的階段算法和深度學習都有一個數據問題。在自主學習的問題上，如果有很大的數據，所有問題都需要被監管，包括之前的一些算法。微軟小冰機器人，它有6百萬的一個對話。這個數據量太大了，如果你和聊天機器人說話，你告訴它“我想知道天氣”，你再告訴它一些其他的信息，這數據太大了。比較幸運的是我們知道問題是什么，可以更直接地汲取這個數據。
Dr.Phillip Alvelda：它是一個數據，也是一個算法。我們能創造更多的價值，在更多的領域利用更多的資源。我們需要一些新的機制，來處理更多的數據。要想解決這個問題，就是要更深入一些，這些要取決于我們目前的一個發展的進展。
觀眾：有一個關于現在的技術進步帶來的問題。以前無論是騰訊AI還是百度AI，技術的能力越來越強大。但是帶來的對于公民的隱私權的侵犯，是不是也會引發相應的問題？
王琰：在高新技術下，包括攝像頭攝到的數據，如銀行數據、身份證數據，這些數據都會在云端存在。有可能被惡意的人獲取，干一些不太好的事情。未來隨著人工智能行業越來越發展，會形成真正的約束，形成一個框架，讓服務者和被服務者產生這樣的信任——你把你的信息托福在我們這里，我們會用各種各樣的安全手段避免來自外部的侵犯。
Michael Stewart：我認為這個問題是可以避免的，有這個能力我們就有這個責任。處理這個問題政府也很棘手，出臺了一些法律，但是不太成功。想保護我們公民的安全，需要很多的數據，要監管這些數據，但是不能監管每個人所做的事情，因為這就是個人的隱私權利。有的政府有一個道德委員會來解決這個問題。因為人工智能發展很快，政府也沒有足夠的時間來解決這個問題，需要很大量的工作和每個的參與。
Dr.Phillip Alvelda：我們有兩個數據庫，它有兩個不同的密碼，極少數員工可以接觸兩個數據庫，所以它有一個安全的防護系統——這是一個在谷歌、臉書以及其他一些科技公司里面非常重要的機制。
觀眾：騰訊的人工智能技術是不是可以輸出？以鑒黃為例。
王琰：智能鑒黃，現在運營好幾年了，技術相對非常成熟。騰訊的技術引擎能達到99.95%的識別率，也就是說漏掉非常少的部分。過去有3千人的團隊，現在這個團隊只有20人左右，不良信息會反饋到引擎里面，讓它學習得更豐富。騰迅已經和有線電視合作很多年，更多是云資源層面的深度合作。我們有技術，但是我不了解行業的場景。我希望行業告訴我，這樣可以結合生產出更大的價值出來。
觀眾：中國的人工智能是發展到哪個階段？中國優勢在哪里？哪一部分是劣勢？我看了很多電影，電影里邊機器人會取代人類，或者傷害人類，你認為在將來機器人會變得有情感，然后和人類為敵嗎？
Michael Stewart：現在AI的算法，還有自然語言的理解，這種技術應該是比較有優勢。全球AI其實在發展下一階段都遇到了巨大的瓶頸，那就是邏輯的推理。比較低級的AI其實沒有自己去演化，從小知識演化到大知識庫，這個瓶頸是全球性的。如果這個問題被突破，會是一個改革性的、突破性的關口。
Dhonam Pemba：我覺得這個顧慮已經不僅是機器人殺人了，它其實也可以是機器人搶我們的工作。比如說很多人現在都失業了，因為自動化來了，非知識型的工作很容易就被機器人替代了。AI的優勢就是它們有很大的知識儲備，它會搶很多人的工作。
王琰：現在的摩拜單車，國外也是沒有這樣的形式存在。到了AI的時代，大家都是同一個起跑線。至于未來任何一個技術的爆發性的發展，一定來自市場它的產業商業化。從實驗室走到真正的人的身邊，是不是有更多的場景和經濟去支撐它？中國現在的經濟的發展會帶來各種各樣AI的使用場景，會更加刺激AI的進步。所以中國未來在AI的前景是非常可觀的。
人工智能實際上是讓這個智能更像人，它做的事情是人能做的事情。可能未來到一個階段，它能做人不能做的事情。它思考的事情，已經超越了人的范疇。但是這肯定不是突發的過程，因為它是一個漸變的過程，人的思維方式、人的技術手段也會跟隨這個過程發展。我們會約束它，給它制訂規則。
觀眾：深度神經網絡為什么會比傳統的人工智能技術要有效？現在互聯網已經有ZB級的數據了，是不是足夠訓練出一個具有常識的機器？
Dhonam Pemba：深度神經系統過去30年都不是很流行。隨著電腦的處理加快，它現在比所有其他的東西都有效，全球都廣泛地運用——其實它就是模仿人類大腦，有一個自我形成的過程。
Michael Stewart：比如說2乘2等于4，這種小的語意中間的不同，需要很長的時間才能讓一個機器人徹底的理解。對于很多東西的理解，如果告訴不了機器的話，那機器就沒有辦法具備這個常識了。畢竟人具備常識需要20年的時間。
Dr.Phillip Alvelda：我們現在有兩個挑戰。AI它們學得很快，但是人會控制機器學什么：不僅控制它學習的構架，也控制它學習的內容。人的記憶、對于過去信息的處理、對于真實世界的認識等等其實還沒有在人類世界被編碼。所以其實沒有辦法基于這樣復雜的常識結構做一個決定。
王琰：我理解現在的深度學習算法，不太像原先的工程式的算法。它并不是邏輯性，它像人的大腦，有一種仿生式的算法。為什么深度神經網絡現在能夠有快速的發展呢？過去神經網絡的算法情況下，基本上是不可計算的。為什么這些年有一個進步呢？因為專家們把不可計算性變成可計算性，使得我們的命題成為一些可計算、可衡量的結果。當前的一些認知、互聯網上的數據能不能形成真正的一個認知機器人？這個事情可能是有一個過程的。我相信具有常識的機器人，應該是能夠很快實現的。只是說目前還處于這個過程的中間階段。
責任編輯：王剛
透過7件事了解人工智能先驅馬文·明斯基
哈佛大學研究新人工智能系統 速度媲美人類大腦
Google人工智能攻破了圍棋，然后呢？
中國新能源車的發展之路 人工智能的勝利