馬克·尼茨伯格
       加州大學伯克利分校
       Mark Nitzberg 博士，博士 是《所羅門密碼》的合著者，也是加州大學伯克利分校人類兼容人工智能中心的執行主任。 他還擔任 Cambrian.ai 的首席科學家和首席科學家，以及許多初創公司的顧問，利用他作為全球聯網計算機科學家和連續社會企業家的綜合經驗。

       當下，人工智能正在掀起一場無所不在且可能持續長達30年的發展浪潮。

       盡管中美兩國存在文化、政治和經濟差異，但相同的是學術界和產業界的密切互動，使得兩個國家的人工智能產業發展飛速，并成為當今世界上絕無僅有的“寒武紀”國家。

       而且對于中國而言，還有一個明顯的優勢是“中國速度”，即中國人的思想較為開放，即使在傳統行業，人們也樂于接受新理念。相關調查顯示，中國約90%的民眾支持自動駕駛汽車，而在美國，這一比例僅為52%。

       在馬克·尼茨伯格和奧拉夫·格羅思所共著的《所羅門的密碼》一書中，馬克·尼茨伯格也提及，當下人工智能正在掀起一場無所不在且可能持續長達30年的發展浪潮，在未來的幾十年里，人工智能將擁有各種令人難以置信的能力，變得越來越強大，這對人類發展提出了根本性的問題。

       那么，到底中美兩國在人工智能這寬廣的賽道之上發展有什么不同？且在這樣的前提下，人工智能初創企業們如何發展壯大自己？投資人們又如何獲得更多更好的回報？

       在由投中信息、投中網主辦的“第16屆中國投資年會·年度峰會”前夕，投中網與加州大學伯克利分校人類兼容人工智能中心的執行總監馬克·尼茨伯格（Mark Nitzberg）進行了一場深度對話。

       以下是這場對話的精選：

       問題1、投中網：從您的角度來看，目前中美兩國在人工智能領域的發展現狀如何？兩國在人工智能領域的發展有何差異，兩國的獨角獸企業又有何差異？

       馬克·尼茨伯格：人工智能當下涵蓋的子領域十分廣泛，以下三種基礎類型的研究最值得一提：

       第一類研究是英國數學家艾倫·圖靈所提出算法、架構和測試的基礎等，以及基于圖靈論的拓展理論，算是純理論的部分；

       第二類研究涉及應用數學、離散數學、概率統計、線性代數、機器學習、數據驅動的神經網絡等等，這些研究領域涵蓋了更廣闊的范疇；

       第三類研究關注的是工程學、芯片的設計、應用程序的開發等，這是在圖靈理論和應用數學領域基礎之上的落地應用層面。

       所以這樣一來，衡量各個國家人工智能發展就會有很多方法，例如，投入研究的經費、相關的風險投資、新投資的企業、從業者和出版物的數量等等。

       當然，這其中，中美兩國在人工智能領域的發展都處于世界領先地位。斯坦福大學于2020和2021年度發布的《人工智能指數報告》顯示，中國在專利申請、會議出版物、期刊發表和期刊引用等四項指標上已經領先于美國，躋身世界第一。

       但中美兩國在人工智能發展上走的路線并不相同，所以需要從整體上看數據背后有哪些隱藏的信息。當然，在人工智能研究方面，各國的做法都大體相似。

       但中國有一個特別之處，就是對純理論研究的支持力度以及相關項目的落地速度，和其他國家不太一樣。比如，中國非常歡迎那些在國外獲得人工智能博士學位的人才回國創辦自己的公司或者是直接到高校任教。

       中美兩國關于人工智能發展的差異更多地體現在風險投資領域，中國的風險投資顯然更加盛行也更關注人工智能的發展，有數千個人工智能領域的創業公司都拿到了融資，且有少數的幾個公司真正做大做強，給投資人們帶來了非常豐厚的回報。

       李開復也在其之前的書里提到，雖然美國在人工智能的研究方面占據優勢，但是在將人工智能轉化為商業落地方面，中國的更新迭代要快得多，且已經發現了人工智能的下一代實際應用。

       問題2、投中網：AI的浪潮如今已經不是第一次了，您怎么看待當下這波浪潮的發展？會一直影響到什么時候？為什么？在這次的浪潮中，當下又處于怎樣的發展節點？

       馬克·尼茨伯格：事實上，從大型機到臺式機是第一次巨大飛躍；從孤立的臺式機到聯網計算機是第二次更大的飛躍；最近一次飛躍是各種聯網設備走進了我們的口袋里、汽車里和家里，這一次的飛躍也是有史以來一股最大的創新力量。

       互聯網廣泛應用至今已有20年左右了，人工智能的各個方面也都由此得到了發展。乃至到了2007年，隨著移動計算技術的進步，算力和互聯技術都出現了爆發式增長。而當下這波人工智能的浪潮，不僅帶來了算力的飛躍，還促進了萬物互聯技術的飛躍。

       今天，人工智能時時刻刻與我們形影不離：它在社交媒體上為我們選擇每天要看什么、讀什么和思考什么；它從門鈴和攝像頭里審視著我們；它通過智能音箱為我們播報今天的天氣……

       因此，與其說當下是人工智能的時代，不如說這是聯網設備大規模融入人類生活方方面面的時代。

       至少在這十年間，就拿人工智能對風險投資領域的影響來說，其給社會經濟層面帶來的變化已經十分廣泛。

       如目前，人工智能已經在零售和金融等領域創造了有目共睹的價值，而這還只是個開始。而在下一個十年、二十年，它將在其他行業創造更大的價值，比如：醫療行業、農業、制造業、材料領域……人工智能在這么多行業的潛力才剛剛開始發掘。

       也因此，我們有理由相信，這波人工智能浪潮正掀起一場無所不在的計算技術大潮，且比上一波浪潮持續得更長久。在我看來，這波浪潮可能會持續30年，它也將是迄今為止影響最深遠的一波人工智能浪潮。

       問題3、投中網：當前很多人對人工智能持懷疑態度。可以說人工智能無處不在，但卻似乎也沒有那么大的商業價值。您認為人工智能技術能給當今的社會經濟帶來哪些改變？其優點和缺點是什么？

       馬克·尼茨伯格：其實，我不同意這個觀點。人工智能在很多行業已經顯示出了巨大的商業價值，如我提到的零售業、銷售業、運輸業、住宿業、客戶服務行業等等，而這才只是剛剛開始。在其他行業，如醫療保健業，它還蘊藏著巨大的潛力有待開發。

       像所有技術一樣，人工智能技術也是一個效益放大器。尤其是數據驅動層面，更容易看出人工智能到底給社會帶來了哪些增益的效應。

       當然，這其中，值得指出的是，在今天的人工智能系統中，有一個方面我們往往容易忽視，那就是人類在這其中的核心地位：訓練機器學習系統所需的數據有賴于我們自己生成；當機器學習系統無法提供它們該有的服務時，我們是應變選項。

       也因此，我們需要自己做好規劃，提前想好，之后才能借助人工智能，去創造更美好的未來。

       比如，我們如何看待各家壟斷型的科技企業？他們是否應該比其他企業都具有更大的權力和影響力？它們會帶來哪些潛在的危害？我們該如何控制這些危害？

       問題4、投中網：該如何發掘人工智能的商業潛力？您如何看待人工智能初創公司的創業熱潮？在這其中，資本起到了什么支撐作用？

       馬克·尼茨伯格：我認為，要發掘人工智能的潛力，必須要認真地落地和轉向。

       我們要對某個細分賽道的市場有深刻的理解，比如航運、牙科、服裝、供應鏈等，因勢利導，應用人工智能技術來解決具體產業里的問題；

       具體做法可以直接讓大型科技公司內部的實驗室和學術性的實驗室去推動科學的進步，用方興未艾的人工智能平臺去主導市場整體的增長。

       新一波涌現出來的人工智能初創公司，在對某個垂直市場的客戶需求和問題有著深刻理解的前提下，可以針對性地為該市場產生價值，這也是過去五年來我在美國和中國看到的新趨勢。

       打動投資人的永遠不是人工智能初創公司的員工，而是對某個垂直市場所存在的商業問題的切實理解。

       問題5、投中網：您認為將人工智能技術大規模商業化落地的關鍵是什么？如何才能讓它們真正實現扭虧為盈？

       馬克·尼茨伯格：這是個好問題。說到仍未實現盈利的獨角獸企業所面臨的挑戰，我們要回到商業的本質：找到一條正確的路徑，為你的客戶創造價值，從而實現止損和盈利。

       如果你還未做到這一點，那么是時候改變了。

       問題6、投中網：人工智能技術大規模商業化的場景有哪些？您最看好哪些？為什么？

       馬克·尼茨伯格：我認為這個問題的實質是：哪些領域、哪些產品和服務會成為人工智能應用的下一個熱門賽道？

       如果讓我選擇，可能是醫療保健業、制造業、供應鏈、農業、航運業和物流業……甚至在當下的背景下，金融服務業似乎也很有潛力。

       在市場以每年17%的幅度增長時，低效率的提升所帶來的改變，確實只能算得上毛毛雨。但是當市場持平或下跌時，哪怕能守住幾個點的收益也是非常重要的。而人工智能技術的作用正在此處。

       問題7、投中網：在中美兩國不同的環境下，人工智能公司該如何制定自己的發展路線？以及該如何更好地利用資本的力量來壯大自己呢？

       馬克·尼茨伯格：中美兩國環境造就的一個差異是，中國的中央政府會大力扶持人工智能產業的發展。

       在硅谷，一家人工智能公司的典型路線是：先在銷售和營銷上投入巨資，本質上相當于買來第一批客戶，然后期望創造出一種真正的企業級現象并讓它火起來。

       相比之下，中國的人工智能初創公司更可能會得到地方政府的青睞，尤其是在政府相關的基金也會對其進行密切關注并投資。這樣一來，這些公司在脆弱的早期階段可能會拿到一些相應的訂單，有了收入上的保障，更容易發展壯大。

       當然，在中國和美國，我們都可以看到這兩種發展路線并行不悖，比如，特斯拉就得到過政府資金的扶助。

       問題8、投中網：正如您書中所說，我們能對人工智能系統寄予多大的信任？我們應該把多少控制權交給機器？

       馬克·尼茨伯格：早期的人工智能系統都是十分受控的數學產物，比如眾所周知的阿爾法狗為代表的國際象棋程序。對于這樣的系統，我們可以很輕松地證明，它不會產生令人擔憂的副作用，因為它們會做的僅限于在棋盤上移動棋子。

       我們已從純數學邁向了自然科學，因為我們已將數學工具融入了社會，使得它更像是一種生命形式了。所以對于今天這個廣泛互聯的生態系統，我們確實得采用不同的觀點來審視其復雜程度了。

       在面對自然科學時，我們需要精心設計實驗，而不是隨機做對照試驗，去測試它對人類、社會和環境的潛在危害。只有當我們可證明它的基礎設施確實有益時，我們才能夠信任我們建立在大數據之上的系統。

       就像只有當新藥和新療法通過了相關試驗，我們才會開始信任它一樣，我們也需要對這些人工智能系統進行某種審查和試驗。

       為此，我們需要就一些問題提前達成一致：什么樣的傷害是可接受的？以及什么樣的傷害是不可接受的？比如自動駕駛汽車碾死了一只小動物是可以接受的嗎？

       問題9、投中網：您在書中也提到過，在人工智能時代，就算大多數人都保住了工作飯碗，但這些飯碗是否還能讓人們維持原有的生活水平？

       馬克·尼茨伯格：我相信我們能控制好人工智能的發展，以及避免人工智能對就業產生更大的影響，這就是立法的目的之一。比如，從當下法律對司機、外賣人員等的保護就可以管中窺豹。

       當然，由于廣泛聯網以及人工智能技術帶來的變革十分迅猛，我們不得不緊迫地推進立法進程。這是一個很大的挑戰。

       當下，歐洲已經出臺了保護消費者的人工智能法規，并且有望在明年簽署頒布。中國人工智能最新的相關法規也很快通過了，在這方面美國還得努力趕上步伐。

       問題10、投中網：您能否預測一下，我們會創造出什么樣具有人類特征的人工智能？如果沒有全社會的共同努力，我們是否還能掌控人類與機器、人類與未來的關系？

       馬克·尼茨伯格：過去幾年里涌現出來的一些人工智能大型平臺，內置了單詞和句子的各種可能的組合，做出了非常令人信服的工作，讓自己看起來比較智能甚至超越人類，甚至艾倫·圖靈用于測試機器智能的定義已經不太適用于今天的人工智能了。

       比如，圖靈測試告訴我們，如果人工智能系統讓人類無法區分出哪些是人類行為、哪些是機器行為，那么人工智能系統就是智能的。

       但這里忽視了一些即便是蹣跚學步的家養寵物也會表現出來的生活經驗：對物理知識的掌握、對意圖和因果關系的理解等。

       有的人工智能科學家認為，通過輸入更多的數據，也許再改進一下架構，基于神經網絡的機器學習系統就可以達到人類的智能水平。

       但我不同意這個觀點。我認為，我們至少需要去模擬真實的生活經驗，而這需要一些重大的技術突破，這不太可能是僅憑神經網絡的衍生發展就可以做到的。

       至于控制的問題，隨著人工智能系統變得越來越智能，它們會具有我們無法預見的危險。而且由于人工智能技術的增益效應太大了，如果這類系統沒有建立在可證明其安全性的基礎之上，那它對人類就會構成重大的威脅。

       你如何看待現在人工智能產業呢？