近日，2018中國（深圳）IT領袖峰會召開。數字中國聯(lián)合會常務理事丁健作為主持人，達闥科技創(chuàng)始人、首席執(zhí)行官黃曉慶、北京曠視科技有限公司聯(lián)合創(chuàng)始人唐文斌、海爾家電產業(yè)集團首席技術官趙峰、金蝶集團創(chuàng)始人、董事會主席兼首席執(zhí)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(zhàn)。即雖然在很大程度上能夠模擬人工智能的東西，但是在現(xiàn)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?！八坪跷覀冊诤芏嗟膯栴}上達到很高的水平，但是，很明顯的人類不是這樣學習的?！毕啾容^于人工智能，人類從小受到教育，即“先建?！?，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(xiàn)在得到的技術研究，二是現(xiàn)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(xiàn)有邊界做出嘗試?！拔覀儸F(xiàn)在做的AI還是分兩類，一個是真的是突破邊界的，不是用現(xiàn)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(chuàng)新的人?！?/p>

　　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(xiàn)在的程度，研究者更多是基于邏輯推理的人工智能，而現(xiàn)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(zhí)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(yè)在發(fā)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(tǒng)行業(yè)，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(qū)塊鏈等很多新的技術，每個企業(yè)不要“隨風起舞”，還是應該專注于核心業(yè)務，但是這些技術可以拿來用，為核心業(yè)務服務。

　　人工智能會創(chuàng)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(xiàn)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(yè)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(yè)。同時，人工智能本身也會創(chuàng)造出很多新的職位出來，我們要做人機結合的業(yè)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(chuàng)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(lián)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。