“大數據”這個(gè)詞熱了10年，“人工智能”也在2016年火了一整年。

我從30年前就開(kāi)始探索人工智能，但是當時(shí)并不具備天時(shí)地利人和——機器不夠快，大數據中心不存在，數據不夠多，算法不夠先進(jìn)……但這30年來(lái)，不斷有科學(xué)家發(fā)明新的技術(shù)，從最近四五年開(kāi)始，人工智能技術(shù)在很多獨特領(lǐng)域已經(jīng)遠超人類(lèi)。

如何用一個(gè)更通俗的方法解釋什么是人工智能?你可以假想一臺機器是剛出生的小寶寶，人類(lèi)的小寶寶是用教育、用知識、用書(shū)本讓他們慢慢成長(cháng)，而大數據則是人工智能成長(cháng)的食糧。大量的大數據灌進(jìn)去，它們成長(cháng)就比人快。

但是機器一次只能專(zhuān)注某一個(gè)領(lǐng)域，你要教它旅游、搜索、識別、聽(tīng)語(yǔ)言、看文字、看人臉，在單一領(lǐng)域它可以做得非常好，但是跨領(lǐng)域做不到。

機器有一個(gè)特別大的優(yōu)勢，即“過(guò)目不忘”，不僅可以?xún)Υ娲罅康臄祿?，而且能夠從數據中學(xué)會(huì )推理。如果它能夠看到的數據比人類(lèi)多一千倍，哪怕人類(lèi)比它聰明10倍，最后的結果是它還會(huì )比人類(lèi)好100倍。

以無(wú)人駕駛為例，一個(gè)人即便一天開(kāi)100公里，一年365天地開(kāi)，三五十年累積起來(lái)可能也就幾百萬(wàn)公里的經(jīng)驗。但是今天特斯拉已經(jīng)積累了20億公里數據，比一個(gè)人一生積累的經(jīng)驗多了1 000倍。從某種程度上來(lái)說(shuō)，即便人類(lèi)現在比它聰明10倍，它也超過(guò)了人類(lèi)。

大數據正在各個(gè)領(lǐng)域幫助人類(lèi)創(chuàng )造價(jià)值。今天人們都在做大數據的人工智能，如百度的一條搜索，今日頭條的排序，淘寶推薦的每個(gè)產(chǎn)品，滴滴每次對接司機……背后都是人工智能;結合大數據的人工智能，可以廣泛應用于傳統領(lǐng)域，比如銀行、保險、券商、炒股。

人工智能可能以后就能比人做得更好，產(chǎn)生的商業(yè)價(jià)值不可想象，絕對超過(guò)移動(dòng)互聯(lián)網(wǎng)，超過(guò)人類(lèi)所有的歷史累積。

這個(gè)時(shí)代即將來(lái)臨，我們能做什么事情呢?

一是建立一體化大數據中心。所有應用需要的數據不是一個(gè)公司能夠收集的。市場(chǎng)需要一個(gè)一體化的大數據中心。在這里，除了應用里面的數據之外，數據還必須得到很好的保護，從而才能夠探索將這些數據變成服務(wù)，幫助創(chuàng )業(yè)公司創(chuàng )造價(jià)值。

二是約定資源共享規則。App時(shí)代，中國創(chuàng )業(yè)成本達到歷史新低，一個(gè)人寫(xiě)好程序放到App商店就可以推送，幾十萬(wàn)元就可以創(chuàng )業(yè)。但很不幸，人工智能加大數據，創(chuàng )業(yè)成本將達到歷史新高。我們投資的一家公司，七個(gè)小朋友，公司成立的第一天，就把第一筆款花完了，因為做的是無(wú)人駕駛，買(mǎi)了一些機器。

但我們不可能讓成千上萬(wàn)的雙創(chuàng )項目都買(mǎi)機器。所以要把這些機器放在數據中心里，將CPU和GPU的功能結合好，約定收費規則，按不同的時(shí)段進(jìn)行使用收費，這也是未來(lái)大數據潛藏的商業(yè)機會(huì )。

三是要培訓大量人才。人工智能聽(tīng)起來(lái)非常高深，但是培養一個(gè)人工智能工程師，需要多久呢?實(shí)際上 ，一個(gè)優(yōu)秀的理工學(xué)生半年就可以成為AI工程師。但培養學(xué)生的設備投入至少需要幾百萬(wàn)元。與創(chuàng )業(yè)同理，不可能讓每個(gè)大學(xué)買(mǎi)設備，應該嘗試做一個(gè)更大的專(zhuān)業(yè)平臺來(lái)培訓年輕人。

總而言之，人工智能加上大數據時(shí)代，我們需要做什么事情?一是需要讓這些機器能夠集合起來(lái)，實(shí)現一體化;二是把數據收起來(lái)，無(wú)論是公開(kāi)的、授權的、消費的或者隱藏的;三是培養下一代，吸引海外頂尖的人回來(lái)帶著(zhù)這些小朋友，讓他們能夠學(xué)習、成長(cháng)。