郭家：我特别同意刚才说的那一点，大家知道奇点来临的那一天，大家说2045年，我算算2045年我正好退休。2045年我们才能实现强人工智能，所以如果拿强人工智能的标准衡量现在，现在确实没有什么意义。另外一个角度，我们也应该更关注到，现在有些东西已经在某些场景下可以运用人工智能运用的非常好。比如其实我们经常大家会聊到语音识别，然后视觉图像识别这块，但是其实很多人工智能的技术并不只是这些大家看得见的东西，比如说我们做LP的分析，包括Alpha go做的这些智能决策，所以，它最终反映在并不是像语音识别，实际上是推动了背后的逻辑决策层，这个层面其实所需要的数据量跟其他的人工智能算法一样，都是需要非常大量的。因为我们知道现在所有的人工智能大家围绕的主题就是比如说多层的神经网络深度学习做训练，顾名思义我们围绕的所有东西都是算法+数据，算法大部分是开源的，人工智能领域98%的算法是开源的，包括图灵会贡献很多算法到开源社区上，也有各个国家的科学家贡献各种算法的数据。如果大家算法不一样，拼的就是数据，这也是我们一直以来投入，我们公司其实主要就是人头费，投入的最大量就是数据，我们想方设法做开放，让更多人加入进来，就是积累数据。现在我们有不到40万的开发者，每个开发者都是贡献数据，这是我们的价值，我们希望跟各式各样的实体机器人，虚拟机器人合作，希望把数据收集起来，这也是我们共同的方向。

朱大卫：的确算法是开源的，我希望这个世界是平的。我认为共有数据应该被开放，才能够让整个行业发展。但是作为企业来说，我们自己公司本身的价值在哪里？我们做垂直场景，垂直人群的原因，就在于我们认为长远看起来大家数据肯定很多，如何有自己的数据。另外，奇点这个事情，2045年也是一个假设。

黄晓庆：不是假设，是推测。

朱大卫：我今天说的观点它是个假设，这个东西是不可以被计算的。或者我们根据自己人类的经验都很难预测明天会发生什么。这个我个人的观点它最多能称之为假设。

黄晓庆：不管2045，还是2035都没有意义，有意义的是我们人类已经接近这个时间了，这是一个有意义的事情。

朱大卫：这个我不太同意。

黄晓庆：学计算机科学的人一定要乐观。

朱大卫：但是不能盲目乐观。

黄晓庆：我讲几件事情，因为我是做架构的，我讲一个很简单的，我是在搞计算机的人里面比较少的比较懂生物学的，因为我从小喜欢生物。你们看一下，一个蚊子和苍蝇有多少个神经元，根据科学家研究不会超过一万个神经元，但是蚊子和苍蝇可以到处乱飞，不会撞到人和树，所以很明显，飞行不需要特别多的智能。蚊子和苍蝇也会叫，但是叫不出好听的声音。再走一步，鸟也会飞，而且飞的可能比蚊子和苍蝇有更高的水平，但是鸟很厉害的是，鸟开始会叫，所以他已经有很基础的能力了。但是，鸟会特别高级的词汇吗？他也不会，尽管鹦鹉会讲人话。再走一层，猩猩，猩猩开始有语言了，但是它的语言不会超过500个语言。

范晓燕：这里面其实有一个边界，然后它是进化的。

黄晓庆：但是人类所掌控的语言的词汇是一百万级来计算的，就是我们人类能掌握的知识，所以差异在什么？这个差异就是一个指数曲线的成长。我们人的大脑有一千亿个神经元，可是在这个苍蝇的大脑里面只有一万个。所以，如果要到语言水平，就不能是苍蝇水平的计算能力，这个是云端智能要解放人类从计算能力上，什么东西放在上面，什么东西放在下面，就是看和认知有多远。离认知越近，就需要巨大的运算量，离认知远，计算量的需求可能不大，这就是为什么自动驾驶确实可以让汽车自动开，但是你敢把车弄到街上去吗？不行，因为它有交通规则，交通规则就是一个非常难的一个认知问题，然后如果一个城管把你车停下来，说你停这儿，您听我的，这就是一个更高层次的。

范晓燕：刚才的辩论其实挺好，说明其实在整个技术的成熟度上，大家不管是在时间还是在维度对这个都有不同的理解。

接下来我们聊聊行业，其实去年我们自己也做了一个VR的峰会，当时也聚集了很多VR的技术的从业者。从去年开始到今年新技术也驱动了很多人创业。其实我认为创业者都很不容易，因为很多创业的成熟不光需要30年、50年，但是我们现在要在商业这个领域做出一些用户或者市场能够接受的产品不容易，我想问一下大家觉得人工智能现在在商业领域商业上转化最快的接受度最高的垂直领域是哪个领域？

黄晓庆：我觉得实际上有很多领域我们都可以采用人工智能技术。我几乎感觉，今天我们发现人工智能对我们人类的潜在帮助，就像当年我们发现原来关系型数据库可以帮助我们去组织数据是一样的，像我们发现了搜索引擎可以帮助我们人类去寻找到所有的网页是一样的。这是一种新的工具，这种工具能够帮我们解决很多问题。

现在到底什么样的东西我觉得适合于用人工智能呢？我觉得有两类，一类就是我们觉得特别垂直的应用，人工智能的技术能够非常有效的替代人的一些烦琐的工作，可以做一些重复性的工作。比如说，美联社就实验用人工智能的技术来写上市企业发布的财务报表的评论，结果发现非常的有效。因为那个写法反正都差不多，就可以用机器来写。人工智能技术写出来跟人的水平差不多，所以他们用机器来写。在我做的领域里面，我认定了一个方向，我不会做玩具，要做能够在一部分功能上取代人的东西，什么领域比较容易呢？我觉得医疗领域比较合适。它可以在医疗领域取代人的工作，这一定非常有用。所以我们做了导盲，如果让盲人利用人工智能的技术出行，能够“看见”东西，当然不是真正地看见，我们是用其他的方法实现这个想法。这就是刚性的需求。类似这些领域也比较合适。

当然，娱乐是第二个领域。娱乐我们是没有太关注，但是我相信有很多互联网的企业他们会关注用人工智能的技术来娱乐。我觉得这也是非常有前景的。但是，把人工智能设计为小孩的玩具我觉得没戏。一个3岁的小孩，只要三天或者甚至不到三天的时间就能把它毁了。这是大人没有办法阻止的。

范晓燕：朱总讲讲。

朱大卫：讲到商业化我们的角度就开始要发生变化了，商业化就是嫁接技术和用户需求，或者为人服务，起码先说这个角度，我们目前首先它肯定是为人服务的。这就是商业价值。这里边其实可以从简单来说，无非就是两种。第一，大家很容易去想到的就是比如提高效率，这个可以说是任何一个科技出来的时候蛮低价，就是直接逻辑。比如我们有了机器学习，可以在金融、保险，很多行业开始，比如写文章，在这一类里面是比较直接的一个逻辑，我觉得这块是OK的。数据量够大，我觉得这样训练，把人的工作替代掉，或者减轻人的工作辅助。如果再说的精准一点，一部分是替代，一部分是辅助，我觉得这样不错。

第二，其实信息技术的产生更会催生大量的我都无法预知的服务。Vinci从第一天开始就有这个观点：当新的技术到一定程度的时候，一定需要新的入口，新的交互。比如今天说到的Vinci打造的不会是一个新的生意入口，一个新的对话式交互，这个交互上它催生各种各样新的服务，这个新的服务究竟是什么？我认为我只能用一句话说，它是创新，它用来干嘛？约束提高效率，像今天说的做游戏，提高效率剩下的时间就得这个时候用新的这种做人工智能的创新服务。我们利用这些垂直技术的发展，今天我自己个人的期待是它在未来的三年，从中文和英文领域会催生相当相当多我们以前都不知道叫它什么的一些服务出现，这些才是真正恐怖的。

我们以前老说mobile，大家说肯定还是一个电话，但是实际上mobile上面居然是一个社交化的东西，比如微信，这块服务的面很大。比如Vinci所说的对话式服务，从游戏领域，从娱乐领域，从人类沟通领域，从各种各样的效率领域，各种领域究竟催生什么样的服务出来，这个是需要所有行业创业者大家去看的，这个今天我认为这两个方向是合理的。当然，每个方向上，如果商业有价值，可能你的路径是不一样的，你的商业路径是不一样的，可能C端要求体验好，反正形成一个正反馈，你得用户买了他想要给朋友推荐，B端就是真正提高效率，这个事出去产生的价值，比原来的价值肯定要更高效，只要符合这两点就好了。

范晓燕：总结下来就是2B的需要提高效率，2C的需要提高体验。

朱大卫：对。

范晓燕：郭总，我觉得图灵这么多年探索了各种各样的方向，可不可以听一下你们在商业化这个方向上的一些心得？

郭家：前面两位已经说的比较明白了，我看在座的人也不多了，聊一聊一些数据，我觉得做一下支撑，这样可能也是有一些干货在里面。

我们一开始其实没有去想开放技术以后有多大量，因为我们想象不到有谁会用对话式交互这种东西，结果后来每个月增长一万个开发者，每个月每个月地增长，特别快，现在开放30几个月，有30几万个开发者在里面，所以说明这块的需求很大。里面是什么人呢？有一个做游戏的公司，就5个人，做一个类似于汤姆猫这样的形象，去年3月份上线，每个月的收入十万美元，就是五个人的团队做，我也想象不到有这么多人喜欢玩这种东西。其实你说我自己爱不爱玩，我其实也不爱玩，我也不知道为什么就有那么多人玩，娱乐方向确实要做好体验。

从工具化角度来讲，我们看到尽量把点做细才会有价值。我们都知道iPhone8明年要换OLED屏，为什么这么多年没换，就是因为成本太高，因为OLED高分子以前都是人工一个一个筛选出来，现在MIT和哈佛大学一起做了一个很简单的一步动作，就是用机器学习自动把这些筛选出来，就这一步让成本大幅下降。

再举个例子，我们知道大众汽车十几年前就有自动摩托车了，只要自动挡的基本上都有，我在大众的同学说我们准确率已经很高了，90%几为什么没有人用？我觉得如果错一次我就不用了。

朱大卫：这就是为什么真正到C端的时候，我们认为应该从音乐体验开始的原因。一个是本身它就是一个刚需，在户外走路的时候。另外，当技术还不是完全百分之百的可靠，环境比较复杂，各种条件比较复杂的时候，我们想一首歌听如果准确率发生一点变化还是OK的，用户能够形成正反馈。但是，在某些领域，用户刚需比较强的时候就要求非常高了，所以这个是一个麻烦。

黄晓庆：汽车内部的问题，90年代我就买过车，是支持语音识别的。在4S店的时候你很高兴，比如60到80分贝噪音的情况下这些语音识别就坏掉了，所以到现在我觉得这也是一个难题。

朱大卫：这个就说到Vinci了，其实我们第一天选这个on  the  go头机的原因就是因为它离嘴近，我们第一天就思考如何讲座，因为离嘴近，当然美国有一些军用技术是可以做到刚才咱们说的60到80分贝的降噪，这个我们会在今年夏天的新品中给大家亮相，真正让语音这块的输入变得可靠起来。当然，稳定性、速度、降噪，我们觉得速度也是我们比较关注的一个，当然还包括功耗，光一个这么细的一个问题，只是一个大家看似觉得语音识别今天技术很完整了，但是真正应用到产品化还有A、B、C、D很多要解决的工程化问题。

范晓燕：特别感谢大家在商业化上面提供的非常诚恳，而且很干货的建议。最后一个问题，我们展望一下未来，未来一到三年，三年之内比如说其实每个公司都有机器人，你们的机器人在未来的三年会发展成什么样的功能，什么样的新的可能性，给大家描绘一个能够打动在座大家的这么一个场景。

黄晓庆：我觉得三年的时间，我们就会看到一些非常多的机器人的技术会进入到我们的日常生活。应该说，你可以看到比如我们现在做的一些云端智能领域，类似于我们在做导航的这样的一些垂直的应用。你会看到更智能的巡逻，就是安防的巡逻这样的一些技术。你会看到在公共场所，比如说在物流领域这些可以在人行道上走的小车。在医院我们现在在美国看到有很多医院做这些。任务重复性，相对定义很清晰的我觉得能够肯到，语音界面我觉得可以做到任务型的时候就很准了，要跟它聊天估计还会有问题。到了计算机视觉，我觉得基本上我们看到的今天就是用立体视觉可以有3D，在立体视觉的定义之下，也许在有结构光和无结构光综合应用的情况下面可以实现厘米级甚至毫米级以上的这种机器人的视觉技术，我觉得是应该可以的。如果到厘米级，就意味着它可以把家具、床这些都可以放到正确的位置上，如果到毫米级，理论上可以帮你穿针，我觉得可以到这个水平。

朱大卫：我还是考虑的蛮小的，我认为在on  the  go这个场景下，我们希望这个对话式服务应该百花齐放的。当然，这个基本上都是任务型，以任务型为导向的，包含了我们日常说的通讯，沟通、娱乐、工具，围绕这几块做的。我觉得在这一块，今天在英文和中文都会呈现爆发式的增长，三年以内百万级的服务问题不大，就是真正大家能用起来的任务型的服务。

第二，对于Vinci来说，我们希望三年之后会成为全球范围之内，当然我们不只是在中国，因为我们在美国，包括在国际市场打开的比中国还要靠前一点，我们希望在国际市场中英文领域可以走在前面，然后成为on  the  go这个环境下真正对话式的入口就好了。

郭家：我觉得三年其实变化还是很大的，但是不会有想象中那么大。因为其实在人类发展过程中大部分的工作是由于信息更快速的、更流畅的发展，而在一些具体的适用性的产业上发展很慢。可以回顾一下，比如航空业，100多年来的发展非常慢，医疗业一两百年发展都是非常慢，但是什么发展快？信息业。我认为从整个产业角度来讲，屏幕的东西会无处不在，桌子、椅子、墙，包括家里的镜子，屏幕类的会无处不在，信息会无处不在，当都有屏幕，都有信息，都上网之后，我们图灵提供的价值就是让它跟机器人助理的角色可以统一起来，也就是每个人基于不同的家庭场景不同，不同的设备下都有一个自己的虚拟助理。这个虚拟助理是我们考虑的，别的是图灵不擅长的，我们把这个对话做好。

范晓燕：再次感谢大家给我们描绘了一个非常美好的人工智能的未来，这个论坛到此结束！

关于GMGC：

GMGC成立于2012年9月，是全球第三方移动游戏行业组织，目前在全球拥有30多个国家或地区近300名会员企业，成员中包含开发商、发行商、服务商、投资商等。GMGC秉持“共建共享，合作共赢”的理念，为产业上下游企业搭建合作、交流、学习的平台，促进产业共同发展。由GMGC主办的全球游戏大会（GMGC北京）、全球游戏开发者大会暨天府奖盛典（GMGC成都）、亚洲移动游戏大会（GMGC马尼拉）、中国（昆山）数字娱乐节（GMGC昆山）每年分别在北京、成都、上海、深圳、昆山乃至亚洲各大城市举办，上述活动已经发展成为业界最具规模和影响力的行业盛会，产业风向标。同时，GMGC还提供全方位的专属会员的服务项目，如创新沙龙、全球商务考察、CEO晚餐会、GMGC之夜等商务社交活动，帮助中外会员企业拓展业务及建立更多的伙伴关系并促进发展。