从1956年的达特茅斯会议至今，AI已经走过了近70年的历程。这70年间，对于AI的期待有之，对于AI的恐慌有之，资本对于AI的追捧此起彼伏，技术人对于AI的探索应用也从未停歇。
千禧年时的我们，未曾畅想过移动互联网的繁盛，2022 年的我们，又该如何畅享未来 20 年的AI 发展进程?AI + 医疗会让我们活到 100 岁吗? AI 将如何让元宇宙变为现实? AI 可以帮人类找到幸福吗? AI 会加深偏见吗? AI 会抢走人类的工作吗? 传统企业是否能享受到 AI 红利?
5月8日晚，腾讯云TVP尖峰对话创新工场董事长兼首席执行官、创新工场人工智能工程院院长、《AI未来进行式》联合作者李开复，浙江大学教授、腾讯优图实验室高级顾问、杰出科学家沈春华，第四范式副总裁、腾讯云 TVP 郑曌担任主持，邀请了 50 位来自 AI 领域的 CTO 与技术专家参与论坛讨论，碰撞出关于 AI 的未来火花。
李开复：《AI 未来进行式》与技术发展的动向
《AI 未来进行式》的创作起源
《AI未来进行式》这本书的创作起源主要有两方面原因，首先我认为 AI 是一个特别重要的技术，每个人都应该去了解它能创造什么机会，和自己有什么关联。父母可以帮助孩子做学习规划，年轻人可以为自己做职业规划，然后也会看到未来AI可能带来很多新的工作机会，我希望用讲故事的方式，把这本聚焦 AI 技术的科普书籍写得让每一个人都能读懂，目前来看反响还是不错的，让很多完全不了解 AI 的人大概搞懂了 AI 是什么意思。
另一方面，我自己作为一个理工科出身的技术人，在本科、博士的时候研究的就是机器学习，我深深地感受到技术人普遍欠缺场景想象力，这也是为什么 AI 在语音识别、自然语言、计算机视觉这些领域做了近 40 年，却还在关注类似的问题。很多新的场景落地是需要更有想象力的，所以我也希望用跟科幻作家合作的方式，把故事描述清楚，让我们这些做技术的人可以看到未来 AI 可能的应用场景，带来的挑战，又将如何化解，给大家一些灵感与建议。
所以这次和科幻小说作者陈楸帆合作创作《AI 未来进行式》的两个重要的目的，一是把难的技术给所有的人讲懂;二是希望给一些技术很强，但是场景想象力不是那么强的理工人，或做 AI的技术人，也让他们对未来的这种愿景和未来的场景能有一些灵感和建议。
AI 领域的投资经历与 AI+ 云的模式分析
得益于很多投资的经历，我也在其中学会了一些跨领域的知识，我个人认为 AI 创造的最大价值，一定是和场景的结合。在相关投资经历中，可以总结出三个 AI 创业的发展阶段：第一个是在比较早期的阶段时，因为 AI 技术人员很厉害，选择了先创立公司，再做应用;第二类是在某些领域，AI 已经可以创造很大的价值，比如我们当时投的第四范式、创新奇智、极飞科技等等，都有非常强的商业应用和落地场景。它们先靠场景落地，之后再做平台。而今天 AI 已经进入了第三个阶段， AI 会和其他的科学交叉，也就是说 AI + Science，AI 可以被用在发明新药、基因编辑、新材料新能源等方向。《AI 未来进行式》这本书里包含了这三种方向，比如说在智能交通、无人驾驶就是一个重要的领域，比如说刚才说的 AI 制药，AI 在新能源方面的应用，这本书都会涉及，因为我们投资也要关注和了解这些产业领域，所以我们也尝试在书中描述出这些场景，而我们调研出的趋势则会给写作带来一些新的灵感。
创新工场投资的初创企业大多都会用到云，很多公司也有跟腾讯云在内的一些云厂商合作，在私有云领域尝试更快速地构建一个 AI 解决方案，这其实是跟云平台非常好的结合点。我们也投资了一些帮助云在算力方面加速的项目，当然包括 AI，也包括普通的 workload，我觉得这也代表了云的未来会快速提升。一个很有意思的现象是，中国的 AI 技术从创业公司、使用率、产生的价值等方面，并不输于美国。虽然美国的科研能力更强，但中国的落地成果也并不落后。在云计算领域，美国的领先优势比较大，但中国的成长空间很充足，美国的云计算虽然已经完成了部署，但到现在才开始把 AI 能力放进去，而中国的云计算已经在做 AI 的解决方案了，这是很有意思的现象。
在《AI 未来进行式》这本书里没有描述 AI+云，不是因为云计算不重要，恰恰是因为云太重要了，它已经成为了必须有的一个平台型的(技术服务)，就像操作系统、数据库一样，已经不需要刻意去强调它的重要性。比如在无人驾驶领域中，我们假设的云和带宽都比现在大和快很多，包括 5G、6G 发展以后，对于云上数据调动的挑战，跟边缘计算的融合，这些在书中都有描绘。
NLP 技术的发展与应用
《AI未来进行式》书里有一个「双雀」的故事章节，在这个故事里，AI 成为了孩子成长的陪伴助手。在人类老师的主导下，AI 化身为一个长期陪伴的助教角色，将孩子的学习与兴趣相结合，变得更有效率与主动性。虽然在 AI 时代，我认为人类老师的教育工作 AI 是替代不了的，但是 AI 可以做很多有益的补充，因此在这样的场景下，NLP(自然语言处理) 的技术就是其中的关键点。
在我大二的时候，我刚开始接触的第一个 AI 技术就是NLP(自然语言处理)。与早期 NLP 的发展相比，最近几年很多技术正在发扬光大，深度学习是其中的一个重要核心。我们看到一个很大的突破就是自然语言处理的领域正在用自监督学习的技术去做海量数据的标注，这解决了一个巨大的瓶颈。从这个模型做出来以后，带来了包括 bert、transformer、GPT3、LaMDA 在内的诸多 NLP 领域的技术突破。
我认为 NLP 在未来三到五年应该会有非常多的发展，一方面是在过去已有的应用，比如语音识别、机器翻译等方向有更多突破;另一方面是在还没有发生的场景下得到很多尝试，比如语音对话型的终极搜索引擎等等。NLP未来的发展，既会把已有的应用从不可用变成可用，从可用变成好用，也会把过去不可能做的应用变成可能做，这是我们现在重大的投资方向，也非常看好这个领域。
