近日，由中國建設銀行投資有限公司打造的2020年“JIC講堂科技投資系列”第六期活動在中國建設投資書店舉行。

此次活動中，上海紐約大學計算機科學系終身教授、亞馬遜云服務上海人工智能研究所所長張崢與《經濟學人商論》執行主編陳武進行了主題為“人工智能產業的未來與挑戰”的內容豐富的對話。

當談到目前人工智能可以輔助人類寫作的事實時，張崢說，這是在數據量大幅增加后“努力創造奇跡”的結果。他說，人工智能的應用需要解決數據采集、數據清洗、數據洞察等問題。自動駕駛儀對于人工智能的應用來說是一個非常好的場景，但是需要在不同的場景和階段著陸。在談到數據安全和隱私的概念時，張崢認為“原本粗糙的數據積累會盡快結束”，并引入了數據安全和隱私新概念下的“聯邦學習”加密分布式學習技術。

人工智能寫作是“努力創造奇跡”的結果

陳武介紹說，《經濟學人》有一個熊彼特專欄，有15年的歷史，大約有1000篇文章。三年前編輯部做了一個實驗，把這1000篇文章放到機器里，讓機器人寫，結果是每一句都像英語，他們不知道自己在說什么。但是現在，三年后，機器人已經能夠寫出像樣的手稿了。

對此，張崢表示，這是“下大力氣創造奇跡”后數據量大幅增加的結果。

“我們給機器反饋了46 T數據，相當于幾百部100G手機的容量，還有1750億個參數需要慢慢調整。”張崢說，“近年來，人工智能在質量上有了一定的飛躍，所以越來越像‘人話’”。

目前，計算機已經能夠在寫作方面給人類一些幫助，但機器在使用詞匯時無法理解人類的情感和意義。

以目前各種應用中存在的詞匯聯想功能為例，張崢說，《紐約客》的一個作者做了一個實驗，他在給兒子寫郵件，寫著我很開心。事實上，他的初衷是我很高興，但機器給了他一個我很驕傲的暗示。

“這比他的初衷好得多。作為父親，他應該為兒子感到驕傲，而不是總是居高臨下。”張崢評論道，“但是機器實際上并不知道發生了什么。人彌補父親是不夠好的。”

人工智能落地的關鍵是商業數字化的可能性

張崢說，人工智能落地的關鍵是這項業務是否數字化。

他具體介紹了人工智能的應用需要解決三個問題：數據采集、數據清洗和數據洞察。人工智能能否登陸行業，取決于行業數字化改造的程度。如果一個行業已經數字化，嚴重依賴數據，人工智能可以更好的進入。其次，行業數字化后，需要注意數據的清理，因為得到的數據往往很粗糙，很嘈雜。最后，如何從非結構化數據中獲取結構是未來亟待解決的問題。因此，有前景的應用領域應該是那些已經實現了良好的數字轉換，并且能夠通過結構化將數據轉換為生產力的應用領域。

在談到自動駕駛行業時，張崢說，自動駕駛是人工智能應用的一個非常好的場景，但它需要在不同的場景和階段著陸。

陳武還表示，讓在街上行駛的汽車在3-5年內實現自動駕駛是不現實的，但在公園、高速公路和貨車上，變化可能會更快。他介紹，“硬件領域肯定有很多投資機會，所以會有不斷的需求，但真正的組合會是怎樣的新商業場景呢？風險很大。”

談隱私：原本粗糙的數據積累應該盡快結束

數據對于人工智能發展的重要性是毋庸置疑的。陳武援引李開復的話說，中國的人工智能和大數據在過去幾年發展如此迅速的原因是，無論是總量還是收集渠道，中國的數據都比美國大得多。

對此，張崢表示了自己的看法，稱“原始、粗糙的數據積累會盡快結束，而且會盡快好起來，不能亂來。我認為保護隱私是每個人的責任。

陳武指出，當用戶使用大量免費服務時，本質是為了一些方便的服務交換他們的行為信息，但這些數據應該屬于誰，手機上的行為信息是屬于這個App還是屬于用戶自己，這是中國、歐洲和美國正在討論的問題。

歐洲《通用數據保護條例（GDPR）》具體提出了兩個重要的方面，一個是數據的“可移植性”，比如當用戶不想使用某個社交網絡服務時，可以帶走過去形成的所有數據。另一種是數據的“遺忘權”，即過去在線分享的內容，用戶不想再保留就可以刪除。

在這種數據安全思想的指導下，張崢引入了新興的“聯邦學習”技術。

聯合學習是一種加密的分布式學習技術。每個參與者都可以在不公開底層數據和底層數據的加密(混亂)形式的情況下構建一個模型。適用于訓練數據對隱私敏感，訓練數據過大無法集中采集的情況。

張崢說，這種“聯邦學習的模式和數據彼此不信任，但它也能實現某種服務。有一定的妥協，質量可能會低一些，但是換來的是其他意義上的信任。

“JIC講堂”是中建投資集團通過調動優質智力資源，以中建投資書店文化空間為前沿陣地，匯集各方智慧和力量打造的優質講堂品牌。自2016年以來，“JIC講堂”共舉辦了70余場深度對話和思想交流，向社會分享前瞻性的視野和專業見解，提供理性分析和價值參考。它擁有100多個專家學者智庫，覆蓋中國頂尖大學和科研機構，吸引了學術界、工業界和公眾的關注。