AIR 014 | 杨强对话Michael Wooldridge：我们关注的领域有没有大数据？

在8月12号CCF-GAIR峰会人工智能专场中，牛津大学计算机系主任Michael Wooldridge与香港科技大学教授杨强分别发表了有关人工智能前沿进展的大会报告与主题演讲。演讲后在两位嘉宾进行了1v1高端对话。

Michael Wooldridge与杨强分别认为，下一个人工智能应用领域的风口会是在医疗与金融领域。而对于学术界与工业界的合作，他们均认为一个有情怀的领导者非常重要，并认为跨界的结合才能促进人工智能的普及与发展。以下是两位嘉宾对话的全文：

提问：第一个问题是从投资的角度来看，现在人工智能在产业应用里面已经有很多风口，下一个可能投资的人工智能产业应用在哪里？第二个问题，两位都是工业界和学术界联合实验室的主任，那两者合作产生的经验和启发是什么？

Michael Wooldridge：下一个AI的应用，特别是在工业应用这一块，我觉得应该是在医疗领域。为什么呢？因为在英国、美国，我相信在中国也是一样，现在非常受欢迎的有手环，它能够监控你的心率，你的血糖的水平，还有你走了多少步，苹果手表也是这种可穿戴式的设备，现在我们在不断监测身体的情况。而所有这些信息会给到AI，就能去实现一些健康的应用。

我不知道你们的情况，我生病的时候才去看医生，现在这种应用就是让医生随时跟你在一起，每天24小时监测。它知道你睡了多少，吃了多少，知道你血糖的水平，通过皮肤知道你运动的情况等等。所以通过智能手机能够建议你什么时候要健身，什么时候吃太多或者是喝太多酒了。在英国，一种观点是最大的应用就是在医疗，现在已经有这样的一些记录。英国国家医疗系统的病例，包括所有英国人的病例数据，用药记录。今天早上所讲的AI就能够运用到医疗领域，确实为我们整个医疗行业带来新的发现，所以我觉得下一个风口应该就是在医疗。

杨强：回答这个问题我要反问两句：第一是数据在哪里，我们关心的领域到底有没有大数据；第二个有一点世俗，就是钱在哪里。有数据的地方，有没有钱来驱动我们做人工智能的工作。我们可以看看周围哪个领域数据已经准备得差不多了。这里我要提出一个概念：封闭系统。刚才我讲边界清晰问题，其定义非常清晰，即指这样一个封闭系统，整个的商业流程都有数据的脚印，全部留下来。

我们看一下，今天在教育领域到底有没有这样的数据，在出行，金融和医疗领域有没有。这些领域里面我比较看好的是金融，因为它每一步都太关键太重要，在很早以前就有很多人把所有的整个商业流程全部的记录在案，这里用了数字化的方法，只不过存在那里没有用在。虽然有很多不同的政治、经济角度在影响它，但大家不要忘记，人工智能的商业成功只要系统比人好一点就可以了，就像在奥运会里面得到金牌只用比银牌好一点。所以在信息的处理和未来预测方面，如果在一个封闭系统里面，在有大数据的前提，又有资金推动的影响下，我觉得金融差不多就会成功了。

Michael Wooldridge：对于第一个问题，必须是一个封闭系统，要有资金，要有大数据。对于第二个问题要说的是，我并不是DeepMind的负责人，我来自牛津大学，与DeepMind合作，也认识DeepMind，其同事也与我们有很多合作。我们了解DeepMind的进展，我觉得确实有成功的条件。

首先，DeepMind有领导力，其中一位创始人不仅仅是公司老板，同时也是技术专家。他真正了解技术，了解深度学习，而且也特别了解人类的大脑，这非常重要。你必须在管理层有一个人特别了解技术，而且是深层次的了解。另外不仅是了解技术，他们也有一个愿景，DeepMind的愿景非常清晰，他们有非常具体的项目，比如说阿尔法狗，他们非常聚焦这个项目去实现愿景。他们创造了一个小组，而这个小组确实吸引了其他研究者去参加。一般你可能去香港科技大学，去麻省理工大学学习，如果你是一个好的研究员，大学都会接受你。DeepMind创造了一个这样的氛围，它创造了一种知识的环境。人们知道在deepMind能有合适的资源，有合适的环境和氛围去研究，所以吸引好的研究者很重要。

首先领导层要有技术层面的支持，像DeepMind的创办人非常了解深度学习；第二他们有非常清晰的愿景，有非常聚焦的项目和愿景；第三点吸引出色的研究者。我想这是DeepMind非常成功的经验吧。

杨强：我个人的经验就在国内多一些。首先，2013年的时候我和李航成立了华为诺亚方舟实验室，之后我和微信建立了联合实验室。有情怀的领导者非常重要，微信的张小龙大家都非常熟悉，他对人工智能有很多期待。微信在国内非常了不起，今天有很多国外报道说，facebook都在跟微信学习。微信为我们提供了非常好的平台，做人工智能不能关在屋子里，拿一个象牙塔的姿态来做，而是一定要放开胸怀，让我们做的东西能够有更多的人去用，让他们能够受益。微信提供了这样的平台。

其次我们跟微信在很多问题的讨论上有明显的区分，特别难的学术问题我们可以给自己留下来。微信也非常热衷给我们提供这样一种资源，我们有十几个教授，实验室研究从机器人到自然语言处理，语音识别，图象处理，图象识别，包括对话系统等等。很多教授和学生都参与到里面，每个人都同时有一个香港科技大学的导师和微信的导师，有理论导师和实践的导师。学生也觉得很受益，可以在任何时候把自己的实验拿到微信平台上去用。这也是我们得到的红利吧，所以在这样互相受益的情况下，做这样的实验室，我们才觉得是双赢，有很好的情景。