從金山CEO退休兩年后，除了在源碼資本任職投資合伙人，張宏江又在北京智源人工智能研究院擔(dān)任首屆理事長(zhǎng)，致力于推動(dòng)不同行業(yè)分享大數(shù)據(jù)，讓從事基礎(chǔ)研究院所和 AI 的創(chuàng)業(yè)公司更容易獲得數(shù)據(jù)。

作為一個(gè)橫跨產(chǎn)學(xué)研、投資四界的人，他對(duì) AI 產(chǎn)業(yè)發(fā)展無(wú)疑有著更全面的了解。近期他接受了 我們的專訪，講述了AI產(chǎn)業(yè)投資、AI公司發(fā)展和人才培養(yǎng)三方面的內(nèi)容。

談 AI 投資：投資正趨于理性

問(wèn)：從投資角度，你覺(jué)得中國(guó)在“智能+”領(lǐng)域投資的短板是什么？

張宏江：中國(guó)人工智能投資聚焦在應(yīng)用層，算法、芯片這些基礎(chǔ)層的公司與美國(guó)相比確實(shí)少一些，這跟我們的發(fā)展階段相關(guān)，但這會(huì)逐漸改善。

問(wèn)：在應(yīng)用層，你看好哪些“智能+”領(lǐng)域的發(fā)展前景？

張宏江：我不是應(yīng)用領(lǐng)域的專家，但發(fā)展前景一般與這兩點(diǎn)有關(guān)：一是應(yīng)用場(chǎng)景能夠產(chǎn)生大數(shù)據(jù)，二是能夠產(chǎn)生很多收入或者它本身就有很大的資源，也就是錢多、數(shù)據(jù)多的行業(yè)，比如金融、醫(yī)療和移動(dòng)互聯(lián)網(wǎng)。

問(wèn)：錢多、數(shù)據(jù)多的行業(yè)有很大的發(fā)展前景，但今年的投融資數(shù)據(jù)顯示，獲得最多融資額的是智能制造，這說(shuō)明了什么？

張宏江：應(yīng)用場(chǎng)景越大，未來(lái)所能夠影響的市場(chǎng)越大，顯然潛力也就越大。我們談的所有概念都是相對(duì)概念，制造業(yè)是中國(guó)最大的產(chǎn)業(yè)，進(jìn)一步智能化后顯然有最大的市場(chǎng)，所以在這個(gè)領(lǐng)域吸引到投資是正常的、比較健康的。

問(wèn)：去年年初，李開(kāi)復(fù)等業(yè)內(nèi)人士就預(yù)言今年年底寒冬來(lái)臨，AI 泡沫會(huì)破掉，不過(guò)投融資數(shù)據(jù)同樣顯示，相比去年，今年的 AI 投資事件在數(shù)量減少了 1/3，但整個(gè)投資的融資額度卻增加了將近 1/4，AI 投資的熱度似乎不降反升了？

張宏江：我們說(shuō)泡沫破滅還是寒冬來(lái)臨都是相對(duì)概念。換句話說(shuō)，今天人們看人工智能公司已經(jīng)不像三年前，錢就會(huì)跟著幾個(gè)從大學(xué)出來(lái)的博士或者教授，從這一點(diǎn)來(lái)說(shuō)泡沫已經(jīng)破了。

今天投資額度的增加在于很多錢投到了 B 輪以上的公司，所以（總體投資）數(shù)量降低是正常的，這恰恰說(shuō)明了整個(gè)市場(chǎng)趨于成熟，投資也越來(lái)越理性，人們對(duì)于一家 AI 公司所需要具備的核心競(jìng)爭(zhēng)力在什么地方也越來(lái)越清楚。

另外，關(guān)于投資寒冬，其實(shí)大家更多看的是經(jīng)濟(jì)周期，當(dāng)經(jīng)濟(jì)下行的時(shí)候投資一定會(huì)變得更加小心。

問(wèn)：如果對(duì) AI 初創(chuàng)企業(yè)的創(chuàng)業(yè)者們說(shuō)一句話，你會(huì)說(shuō)什么？

張宏江：想清楚自己到底要做什么。第一個(gè)問(wèn)題是你覆蓋的用戶到底有沒(méi)有這種需求；第二個(gè)問(wèn)題是有這種需求，你和現(xiàn)在已經(jīng)在滿足他們這種需求的公司有什么核心的差異化。

談 AI 公司：要形成數(shù)據(jù)生產(chǎn)的閉環(huán)

問(wèn)：你強(qiáng)調(diào) AI 公司的護(hù)城河是數(shù)據(jù)和人才，算法和技術(shù)形成不了商業(yè)模式，但關(guān)鍵問(wèn)題是他們?nèi)绾潍@得高質(zhì)量的數(shù)據(jù)以及正確地使用數(shù)據(jù)？

張宏江：如何獲取高質(zhì)量的數(shù)據(jù)這個(gè)問(wèn)題今天已經(jīng)有非常好的答案，這也是為什么這一波AI浪潮能夠起來(lái)的根本原因之一。20 年前人們做神經(jīng)網(wǎng)絡(luò)的時(shí)候，并不是完全不知道算法應(yīng)該怎么往下延伸，而是說(shuō)那時(shí)候根本就沒(méi)有這么多數(shù)據(jù)。但尤其過(guò)去 10 年移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，人和數(shù)據(jù)有了大量的深度交互，這本身就是產(chǎn)生高質(zhì)量標(biāo)注數(shù)據(jù)的過(guò)程。比如用手機(jī)拍一張照片，你至少知道是誰(shuí)在什么地方、什么時(shí)候、用哪個(gè)手機(jī)照的，這些攝像機(jī)參數(shù)都有，然后就能很容易做場(chǎng)景識(shí)別。

同樣的道理，我認(rèn)為未來(lái)的人工智能公司一定是所謂的閉環(huán)公司，就是說(shuō)你有產(chǎn)品，產(chǎn)品跟用戶進(jìn)行交互，這個(gè)過(guò)程中又產(chǎn)生大量反饋去改善產(chǎn)品以及用戶體驗(yàn)，吸引更多用戶之后，也就能產(chǎn)生更多數(shù)據(jù)從而訓(xùn)練更好的算法。整體來(lái)說(shuō)是一個(gè)循環(huán)，尤其是移動(dòng)互聯(lián)網(wǎng)的“環(huán)”。

所以我不認(rèn)為產(chǎn)生高質(zhì)量大數(shù)據(jù)是個(gè)問(wèn)題，實(shí)際上更大的問(wèn)題是怎么分享不同行業(yè)的大數(shù)據(jù)，怎么讓做基礎(chǔ)算法研究的人能夠用它訓(xùn)練更好的算法，這是核心問(wèn)題所在。

問(wèn)：既然數(shù)據(jù)起決定性作用，那是不是可以認(rèn)為未來(lái)沒(méi)有數(shù)據(jù)的 AI 公司都會(huì)死掉？

張宏江：也不能說(shuō)它會(huì)死掉，總歸會(huì)留下一些AI技術(shù)和解決方案 咨詢公司，但這些公司很難成為真正的具有領(lǐng)軍地位的平臺(tái)型公司。

問(wèn)：反過(guò)來(lái)看，如果現(xiàn)在的大數(shù)據(jù)公司或者數(shù)據(jù)平臺(tái)快速地跟進(jìn)算法或技術(shù)，那他們?cè)谖磥?lái)競(jìng)爭(zhēng)中應(yīng)該更有優(yōu)勢(shì)。

張宏江：沒(méi)錯(cuò)，因?yàn)榻裉炷切┰谌斯ぶ悄苌嫌袃?yōu)勢(shì)的公司，比如 Google，F(xiàn)acebook，微軟，Amazon 的核心在于他們能夠獲得大量實(shí)用場(chǎng)景的數(shù)據(jù)，當(dāng)然他們也有很強(qiáng)的技術(shù)團(tuán)隊(duì)，尤其是 Google 和微軟。另外像中國(guó)的 BAT、今日頭條、美團(tuán)也一樣，他們能夠持續(xù)獲得大量高質(zhì)量的數(shù)據(jù)，加上他們本身的技術(shù)實(shí)力，他們成為人工智能領(lǐng)軍企業(yè)是毫無(wú)疑問(wèn)的。

問(wèn)：即將舉辦的 2018 大數(shù)據(jù)技術(shù)大會(huì)（BDTC）的演講議題至少有一半都與人工智能技術(shù)強(qiáng)相關(guān)，怎么看大數(shù)據(jù)會(huì)議“AI 化”的趨向？

張宏江：大數(shù)據(jù)會(huì)議持續(xù)舉辦很多年了，甚至沒(méi)有因?yàn)槿斯ぶ悄艿臒岫劝衙纸o改掉，我感到非常高興。大數(shù)據(jù)我們談了 15 年，但它的應(yīng)用落地很有限，深度學(xué)習(xí)算法的突破給大數(shù)據(jù)的應(yīng)用提供了強(qiáng)有力工具。在智能化之前，企業(yè)首先要先做到數(shù)據(jù)化，要意識(shí)到用數(shù)據(jù)來(lái)驅(qū)動(dòng)業(yè)務(wù)、驅(qū)動(dòng)產(chǎn)業(yè)。所以對(duì)于大數(shù)據(jù)的未來(lái)發(fā)展，我們應(yīng)該非常樂(lè)觀地認(rèn)識(shí)到它是這次產(chǎn)業(yè)革命最核心的生產(chǎn)資料，而再利用人工智能這種工具，會(huì)找到更好、更多的大數(shù)據(jù)應(yīng)用場(chǎng)景。

談 AI 人才：一窩蜂扎堆的方式不可取

問(wèn)：從技術(shù)人員角度，你認(rèn)為 AI 時(shí)代需要的優(yōu)秀人才都有哪些特征？

張宏江：任何時(shí)代業(yè)界對(duì)技術(shù)人員的要求都是同樣的，最核心的是熱愛(ài)技術(shù)，有扎實(shí)的技術(shù)基礎(chǔ)，動(dòng)手能力極強(qiáng)，只是說(shuō) AI 時(shí)代可能對(duì)人才的技能要求更高，人工智能工程師不只是寫程序，還要學(xué)會(huì)不斷開(kāi)發(fā)算法，要有很強(qiáng)的數(shù)據(jù)分析能力、應(yīng)用場(chǎng)景的理解能力。

問(wèn)：大學(xué)是為企業(yè)輸送 AI 人才的重要基地，去年以來(lái)有一個(gè)顯著的趨勢(shì)是至少有 50 家高校的本科都設(shè)置了人工智能學(xué)院。在人才培養(yǎng)方面你與高校也有交流，你覺(jué)得高校培養(yǎng) AI 人才方面存在哪些誤區(qū)？

張宏江：任何一窩蜂的做法都不可取，尤其是大學(xué)都這樣做，卻不看具體要求。比如我們 15 年前都做軟件學(xué)院，今天誰(shuí)告訴我軟件學(xué)院跟計(jì)算機(jī)學(xué)院的區(qū)別？10 年前大家開(kāi)始開(kāi)設(shè)電商專業(yè)，電商專業(yè)到底學(xué)的是什么？今天人工智能的興起讓我們對(duì)人工智能人才的技能要求更多，那我們本科教育應(yīng)該去加強(qiáng)人工智能課程的設(shè)置和質(zhì)量，讓它成為計(jì)算機(jī)專業(yè)方向的側(cè)重方向。你做人工智能專業(yè)修不修計(jì)算機(jī)基礎(chǔ)課？要不要懂計(jì)算機(jī)系統(tǒng)架構(gòu)？要不要懂計(jì)算機(jī)基本算法？你前面還要學(xué)數(shù)學(xué)、代數(shù)，這些都要做。

所以我看不出今天一窩蜂做人工智能本科專業(yè)對(duì)這個(gè)產(chǎn)業(yè)有任何益處。五年以后，如果需要更多芯片人才、網(wǎng)絡(luò)人才怎么辦？10 年前為什么不設(shè) AI 本科專業(yè)？我們需要的恰恰是建立起持之以恒的計(jì)算機(jī)本科教育，強(qiáng)調(diào)計(jì)算機(jī)基礎(chǔ)能力，需要課程內(nèi)容設(shè)置更扎實(shí)、豐富，包括教材、講課的內(nèi)容要不斷跟上技術(shù)發(fā)展的需求。

問(wèn)：另一方面，這么多人工智能學(xué)院的成立也說(shuō)明對(duì) AI 人才的需求很旺盛。

張宏江：我沒(méi)有看到美國(guó)排名前 50 的學(xué)校一窩蜂地扎堆。過(guò)去 30 年人工智能都在坐冷板凳，因?yàn)闊崃嗽匍_(kāi)這個(gè)課，那五年以后再坐冷板凳怎么辦？我們要的是扎實(shí)的本科教育，不是追噱頭的一窩蜂。

問(wèn)：美國(guó)的 AI 人才教育有什么值得借鑒的地方？

張宏江：過(guò)去幾十年我們一直在向美國(guó)學(xué)習(xí)教育（課程）怎么設(shè)置，這種過(guò)程應(yīng)該持續(xù)下去，但我們經(jīng)常學(xué)到的是外表或者是一些“時(shí)髦”的東西，比如今天大學(xué)大多強(qiáng)調(diào)的是論文、SC 檢索。

我前段時(shí)間跟一位院士聊天，聊到在學(xué)術(shù)上中國(guó)人工智能的人才數(shù)量已經(jīng)不少。他說(shuō)量是比以前增加了很多，但你看看他們?cè)谧鍪裁?？?guó)際人工智能大會(huì)上發(fā)表的文章數(shù)量已經(jīng)不少，但這些文章?lián)f(shuō) 90% 都分布在最熱的深度神經(jīng)網(wǎng)絡(luò)，就跟設(shè)置本科人工智能專業(yè)的情形一模一樣，這是令人憂慮的。

大家有沒(méi)有想過(guò)今天的神經(jīng)網(wǎng)絡(luò)或者深度學(xué)習(xí)缺陷在哪？它不能解決的問(wèn)題是什么？這些算法未來(lái)的演進(jìn)是什么？是不是應(yīng)該在 AI 的其他地方再多做點(diǎn)？我們更應(yīng)該強(qiáng)調(diào)持續(xù)的基礎(chǔ)研究，真正能夠坐很長(zhǎng)時(shí)間冷板凳的東西。

問(wèn)：你認(rèn)為目前人們對(duì)人工智能行業(yè)的發(fā)展最需要重視的問(wèn)題是什么？

張宏江：最大的風(fēng)險(xiǎn)是人們認(rèn)為人工智能只有深度學(xué)習(xí)或者只有神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。我們知道每個(gè)算法都有它的局限性，如果只考慮一種算法，也應(yīng)該更多地看一看這種算法的改善空間，這種算法能不能跟其他算法結(jié)合，從而應(yīng)用到更好的應(yīng)用場(chǎng)景去創(chuàng)造更大的價(jià)值。

今天人工智能取得的突破都是長(zhǎng)期坐冷板凳的結(jié)果，下一個(gè)突破可能也在于今天坐冷板凳的那些人，希望 AI 的基礎(chǔ)研究能夠放眼更遠(yuǎn)的未來(lái)。