15天，100人，2016年新年伊始，李开复亲自带队奔赴硅谷。
26位鼎鼎大佬，DST米尔纳、Google皮猜、雅虎杨致远、YC孵化器SAM、安卓之父Andy Rubin……
18家时下最富盛名企业，苹果、谷歌、Facebook、Airbnb、特斯拉、推特、YC孵化器……
科技创新圣地硅谷有哪些趋势正在发生？什么样的科技会在下一阶段席卷全球、改变世界？通过投资奠定了当下互联网格局的DST创始合伙人米尔纳如何找“百亿美元公司”创始人？安卓之父Andy Rubin正如何重复他的安卓奇迹？Google升级Alphabet背后怎样的雄心抱负？
近日，在中国“硅谷”中关村，李开复向新浪科技分享了他的新年“硅谷见闻”。这些见闻包括他对当前中国创业者的思考和建议、硅谷最前沿的科技、正在发生的科技趋势、结合谷歌的战略可以预见的未来，以及对于今年火热当中的VR和AR的思考。
以下为李开复口述实录的整理：
1、机器人
先讲一些比较吸引眼球的东西吧。我觉得在每个会议上都有一些有趣的讨论。比如跟Andy Rubin（Android之父）的讨论就非常有意思，他做的公司叫Playground Global，其实《华尔街日报》上已经报道了很多。见到他的那天，我们正好看到了那个Boston Dynamics（谷歌旗下军用大型机器人公司波士顿动力）的那只机器狗。
这只机器狗很好操作，我也玩了一下。说起来还挺有缘分的，因为Boston Dynamics的创始人Marc Raibert，之前是CMU（新浪科技注：卡内基梅隆大学，李开复母校）的教授，我是学生的时候，他的办公室就在我隔壁。那个时候他在CMU做的项目是一个会单脚跳，然后跳一分钟都不会摔倒的机器人。不过那个时候，如果你拿着棍子轻轻一碰，它就会倒了。而且当时还有一捆很粗很长的线，连接在电脑上，这就是最早的情形。
前几天刷屏的那个怎么踹都不会倒的机器狗和机器人，其实已经迭代进步了很多。当时Marc Raibert创立Boston Dynamics，并且获得了美国国防部的研究经费，专门做机器人研究。从一只脚做到四只脚，再做回两只脚，每一步推进都很不容易，所以已经花了美国国防部可能接近上亿美元的经费了。然后，谷歌看上了它就把Boston Dynamics买进来了，买进来以后谷歌就没有让它再拿国防部的钱。
当时买Marc Raibert的Boston Dynamics的决策者就是Andy Rubin。因为Andy Rubin做了Android之后，Google希望把Android和Chrome并起来，由Sundar Pichai（谷歌CEO皮猜）接替他的管理。然后创造了GoogleX，就把Andy Rubin请到Google X去里面做机器人，因为他自己爱好一直是机器人。而且Android本身也是手机机器人。我们和Andy Rubin交流那天，刚好Marc Raibert带着机器狗来拜访Andy Rubin，所以我们见到了。这是关于Google机器狗和机器人我所知道的。
2、机器人平台
Andy Rubin后来离开了Google X，创立了一个叫Playground Global的公司。简单来说，他的公司就是希望做一个机器人版的安卓平台。那我们如果以手机来参照的话，大概在十年前，你如果要开一个手机公司可能要花一两亿美金做研发，才能把手机做出来，但是现在你可能花一百万美金就能做出来了。因为你可以有各种代工，有标准模块，然后软件用安卓，还有其他。如果你不要什么特色，你就是要搞一个手机出来。那现在来说，创造手机这个的硬件的成本已经被降低了一百倍，然后就普及了。所以你看现在乐视为代表的互联网手机厂商全都跑出来了。当然，小米创业的时候做手机还是挺贵的，不过在此之后就越来越便宜。
同样的，Andy Rubin也认为说，如果机器人要普及这一天也必然发生，那他做的事情就是希望降低机器人创业模块之类门槛。比如安卓提供了智能手机的模块，让一个开发手机的，从手机硬件，一直到软件都变得容易，而且成本降低，让更多人进来了，这一下才能真正让更多人围绕手机进行创业，要不然创业门槛太高了。
Andy Rubin现在认为机器人也差不多在十年前智能手机状态下，所以做一个机器人平台，让更多的人来做机器人的创业，这会是一个改变世界的事情，也是他从孩童时代的一个梦想。所以Playground Global就是一个Android for robot，但是它不只是那种会走路的机器人。如果你要做一个简单的工业机器人，或者是一个像IFA的那个扫地的机器人，都是可以的。从机器人模块的角度来看，机器人基本就是一大堆传感器，组合起来，然后有学习训练和控制，让它能够动——动手、动脚、动它的爪子之类的。此后再有其他部分里加入系统、输入和识别之类。
这就是Andy Rubin跟我们分享的他的梦想。他的模式其实跟创新工场的初期非常相似，基本上是由一个孵化器来深度参与一些项目，然后把其中挖掘到的有价值的模块拿来标准化。接着再把好的项目拆分出去，作为独立的公司发展。
当然他也和我们讨论，在中国有没有机会来做一个Playground，他已经拿了一些中国的投资，媒体有报道。至于未来是否会和创新工场合作，我们现在还不方便说。总之，我们很佩服他的远见，但他要做的东西，因为加了硬件，复杂度会变大很多，这个可能会是一个挑战。
而且就我看来，他的这次创业，跟小米在一定程度上有点类似。不是说他做的产品类似，而是做这个东西需要有一种巨大的能量，需要有一个创始人，可以无限地吸入资金、然后投资，接着来打造别人认为很难的事情。所以在这方面，我觉得雷军跟他有很相似的地方。因为他也有大批鼎鼎有名的投资人，而且投入非常巨大，估值又巨高，又是做的一个特别长远、困难度很大、风险很高的设计。
另外一个很有趣的事情，也有一点讽刺的意味在里边。Andy Rubin现在的办公室在Fry’s Electronics，这是硅谷极客多年买零件的地方，和中关村差不多，不过Fry’s Electronics就是一个统一的大卖场，只此一家。比较早的时候，像我们这些极客到了周末就会去那边看，有什么便宜的PC板，然后可以买回家拼凑，或者家里的硬盘没有了，去那边看有没有打折，总之就是各种电子元器件的批发市场。
但是后来因为电子商务，大家买东西就不去卖场了，所以Fry’s electronics就卖掉了一半的楼层给Andy Rubin。他也跟我们说了下他的“野心”，他说Fry’s Electronics一定是要倒闭的，我现在就拿他楼层的一半，然后等着它倒闭，它倒一层我拿一层。
所以Andy Rubin还是蛮有意思的，有一些收获是：在最前沿的领域里面，在机器人和智能硬件的这个领域里，我们怎么去重复安卓的奇迹。
3、人工智能
另一个很有趣的现象，是做深度学习的人工智能博士生，现在一毕业就能拿到200到300万美金的年收入的offer，这是有史以来没有发生过的。当然我觉得硅谷的公司都在追捧这个方向，而且基本是四大名校：斯坦福、MIT、CMU、伯克利。以前这些学校的博士生在硅谷都可以拿到高薪，但是从来没有到250万美元/年的薪资水平。
这为什么会发生呢？第一，是因为真正懂深度学习的人现在还不是很多，所以供需不平衡。
第二，是因为很值。Google拿到这样的人，他就可以马上用他赚一百倍的钱。因为你只要把这样的一个人用在某个领域，比如说，假设谷歌要用他手上的现金做最聪明的二级市场的财务投资，这一个人一年就赚出一百倍来，所以这事毫无疑问是划算的。
第三，是因为涉及竞争。Google会很不希望这样的人落入他的竞争对手怀中。因为Google有这样一个领先的优势，但如果这个人去了Facebook、微软，马上就会给后两家机会。所以现在是一个关于人才的战争。对于这一批一年可能少于50个的博士毕业生，这三大公司：Google、Facebook和微软，都在用不合理的价钱去挖。
这个给了我两个启示。一方面是遗憾自己生太早了，我就在这个领域，但是那时候没有公司这样来挖我们。另一方面是类似的人才战争，可能也会在中国发生。
中国的大学恐怕没有这样的50个博士，但是我们这边有几所“大学”里毕业的，也是跟硅谷一样的。这几所“大学”的名字叫做腾讯、百度和阿里巴巴。所以这些人未来会不会因为数据的诱惑，或者对公司的忠诚留下来做点事情呢？还是这几家公司之间互挖，可能会成为很有趣的事。
因为我自己是做这方面的，所以我觉得深度学习虽然很厉害，但是没那么了不起。你让一个聪明的人学两年，他也可以有这个价值。所以这也就是说，我们是不是应该来帮助培训一千个中国的深度学习专家，这些都是很有趣的讨论。
然后我也问了他们，你们这样拼命的竞争，再过两三年，中国学这些东西也不难，中国数据也比你们多，你们这套公开了，中国在这个领域的人才可能会比美国多。
因为在中国，百度、腾讯、新浪微博等等的数据量也非常大，如果在中国也有250万美金的年薪诱惑，中国人会更疯狂地冲向这个领域。所以我相信这个领域最后应该也是一个中美领跑的状态，虽然现在中国是远远落后美国，毕竟美国有斯坦福、伯克利，CMU、MIT出来的人，而且是不断流动。但对于中国来说，这批人可能就在百度、腾讯和阿里。现在百度、腾讯和阿里自己hold得住这些人，但是长期来说他们也不可能永远hold住。而且长期来说，小米、奇虎360也都会有这样的人，所以这会是一个很有趣的业界竞争的状态。
于此相关的，领英的霍夫曼提到马斯克和彼得-蒂尔他们成立了一个开源平台Open AI。这个Open AI成立主要是为了防止Google、Facebook和微软这样的大公司形成垄断，你们有那么多计算机，那么有钱，又把最优秀的人全挖进去了，所以我们就要搞一个开放式的开源平台，来确保这个东西能够被更多的人快速学习掌握掉。所以这是一个很有趣的事情，硅谷考虑得很超前。
4、VR和AR
整体来说，关于VR各AR，主要感受主要有这么几点。
先那VR来说，对于这个领域的发展，有一批人是非常乐观的，另外一批人则认为我们还早了一个cycle——就是说现在还在摸索状态，因为内容不够多、体验不够好、太贵，然后还要连一个PC，拉一根线，可能真的还在一个玩家的时代。
就创新工场来说，我们也综合了一些意见。我们的看法是，VR长远来讲对社会的影响应该是特别巨大的，而且随着摩尔定律等作用，它应该会越做越炫，越做越不头昏，越做越没有线，越做越轻，越做越小。最终变成一个，也许不是眼镜，但是是某一种模式，让你不知不觉就把它融入到你的生活里面去了，这一天是绝对会到来的，会是一个巨大的产业，会改变所有的事情。
但是具体方面，我们可能会稍微保守一点。我们可能对这种五到十年的未来，抱有一个很乐观的期待。但是对于他到底能不能在一两年之内，Oculus也好，HTC的产品也好，他们在一两年之内能不能打破一个玩家的领域，能不能达到普及的状态，我们可能还是抱一个观看和怀疑的态度。
当然我觉得从投资的角度，现在看到好公司就得投了，因为你不能进入cycle才投，只是说我们如果对它期望值很高，说它要颠覆什么的话，我们还有一点时间。
还有就是从应用层面来说，VR我自己以前在SGI做过，做3D的东西。所以我个人对于VR的看法是，它的第一个突破一定是在娱乐方面。因为我们讲了那么多3D的东西，都还没有被验证，而且人们对3D的需求基本上只有在娱乐内容相关的领域得到了验证，所以基本上就是看电影更爽、玩游戏更爽、然后越做越逼真，大概是这样一个状态。有点像电影业和游戏业的一个延伸，但需要说明的是，这个延伸是一个巨大的延伸。
AR来讲，它是可以有不同领域的应用。AR可以用在教育方面、辅助方面、服务方面等等。AR的应用是能够直接被证明价值的，而不只是让娱乐感更爽更强，可以在一些领域挖掘出一些垂直性的应用，这是大家的一个达成的认知。
中国在AR和VR方面的机会，我觉得可能会跟屌丝群体和性价比用户相关，可以再观察一段时间。这个领域竞争的门槛会相对比较低，但到底能不能快速发展，可能还要一点时间。
5、谷歌的野心
此外还去了Google见了Sundar Pichai（GoogleCEO皮猜），斯坦福人工智能方面的教授李菲菲，以及领英的创始人霍夫曼。与他们谈论的主题都是人工智能相关的，具体的就不一一说了，可以把我的总结分享一下。
去年Google调整成Alphabet，其实我们也知道他们为什么这么做，但这次去了就更加深刻地了解了。基本上，Google想要做一个“机器大脑”出来，这个“大脑”具体来讲，它其实是下列几件事情的结合体。
第一，你要有特别大的数据量，而且这个数据量最好不是公开的，是你私有的，而且是可以不断地更新、增加的。因为你要没有这个东西，你就没有竞争优势。
第二，你要有特别巨大的机器平台，能够在上面运作、学习、迭代，让你的“大脑”越来越聪明，而且用这个数据能越做越好。
第三，你需要一批特别棒的深度学习或者机器学习的专家，他们知道怎么去弄海量的服务器和海量的数据，从里面把数据变成一种认知和知识，以及能做的事情。
一旦有这三件东西之后，你是可以应用到其他领域的。用在搜索上，就是一个搜索排序——这个“大脑”能把世界全部索引了，然后你搜什么我就能告诉你，做一个最好的排序。用在生活领域，就是一个Google Now，可以告诉你今天要去什么地方吃饭，你最好搭地铁去，然后路上可以买花，提醒你老婆生日快到了，实际上是把这些东西都结合起来了。用在广告领域，就是怎样投放一个广告能让你赚更多钱。
而且之前我们这些IT人总是想着如何用IT让生活更美好，往往忽略了这套数据为什么不能用在基因排序？为什么不可以用在生物科技、制药、健康领域？或者是你可以想象的所有领域，因为一旦你有了这个巨大的数据，你的价值就巨大了。
于是你可以看到，Google从Genentech（美国基因泰克公司）挖了CEO，来做Alphabet里面的医药公司的CEO，所以Google的野心是非常清晰的。他用搜索和广告来塑造了一个巨大的“大脑”，这个“大脑”让聪明的工程师来调整，用巨大的数据来学习，加上巨大的计算量来不断地迭代。然后把这三者配到一起，找一个领域的新数据进来，比如说我们要学癌症的治疗，假如能够有一个什么库——某个国家的所有人的一种基因、癌症病例，然后让数据滚起来，你还跟医院结合起来，有一个回馈的途径，知道是否有效，不断去追踪，实时迭代，可能就会掌握癌症治疗的方法。
所以Google的方向，或者Alphabet的方向就是不断地找新领域，找一个该领域内的领军人物，拥有相关的大数据，再配几个机器学习专家，给他们一大堆机器用来计算，就能产生价值了。这会在任何领域都攻无不克。帮年轻人找对象、吃什么、推测所有的事情，甚至军事，都没有问题。
归结起来，Alphabet的野心就是成为一个无所不为，用“大脑”来驱动并颠覆传统行业的一个公司。他们一定有很多内部的方法来分析，接下来开展哪个领域，是医学、建筑、房地产、金融还是二级市场之类的。
举个例子，Alphabet做一个银行相关的应用，来分析你的信用和风险能力。你找银行借一千万，如果只看银行内部资料，那么银行只知道你在这里存了五百万、在新浪科技上班等信息，但如果我有另外一个爬虫，能把你的其他数据都爬来，比如你还在美国高盛藏了两千万、在开曼群岛买了一栋房子，咚咚咚，“大脑”就会告诉你可以借钱给他。
所以Alphabet这么一来，可能就会成为世界上最伟大，同时也是最可怕的公司。当然我觉得有这个野心的公司其实很多，但是Alphabet应该是最有基础把它做好的公司。
于是这也就引发了几个很重要的问题。第一个问题，有这么大数据量的公司，他应该如何付出社会责任，实现自我管制？不作恶是一个问题。不伤害人类、伤害用户是另一个问题。所以Google设立了一个道德委员会专门用来审核他在人工智能方面的一些发展。
与此相关的是，当这个超级人工智能出来以后，它是真的帮助人，还是会毁灭人的？这个话题我在CMU的毕业典礼上专门做过演讲，谈到我们作为计算机科学家的责任感。
这篇是我们关于李开复专访的第一部分，明后天我们还会登出第二部分，敬请期待。
来源：新浪科技
·氧分子网（http://www.yangfenzi.com）延伸阅读：
GMIC 2017 （全球移动互联网大会）于4月27日在北京国家会议中心拉开帷幕。大会以“天·工·开·悟”为主题，领袖论坛上，创新工场CEO暨创新工场人工智能工程院院长李开复为现场观众做了题为《人工智能时代的科学家创业》的演讲，他对人工智能领域的创业充满信心，同时提出了一些需要注意的问题，包括如何平衡人工智能科学家的研究与创业？如何引导人工智能的发展朝更有利于人类福祉的方向前进等内容。
演讲干货：
科学家创业，最核心的应该做“有用的”创新，这意味着要更快利用创新帮助社会进步。
在目前人工智能的浪潮下，顶尖科学家正在发挥越来越重要的作用，特别是2010年的深度学习带来的AI技术突破。目前全行业都需要科学家和科学领域的创新，这将应用到AI可能发展的3个阶段中。
1 在线化、大数据的使用，扩张到B2B领域；
2 通过感知和传感器收集图像等数据；
3 无人驾驶等为代表的全面自动化时代的到来。
科学家如何参与到这个阶段，李开复博士提出了4条建议：
1 自己撸起袖子做创业，这个最困难，因为科学家本质是创新，而不是创造商业价值。
2 找个具备商业头脑的合伙人一起创业。
3 留在学校，继续做创新，把技术授权出去，让学生或者别人做。
4 提供开源，发布数据和内容。
李开复博士更加看好技术授权和开源的方式，比如Google的创立，斯坦福的教授通过技术授权，不仅让创新得以落地实现，还获得了巨大的财富。
科学家创业会面临3个问题：
1 科学家的选题没有往往过于冷僻、细微；
2 科学家的选题跟主流创投关注的风口有巨大差距；
3 科学家往往很不愿意承认自己不具备把技术商业化的洞察与能力。
科学家做事讲求追求科研突破、讲究严谨、慢工细活；而资本市场追求商业回报、讲究速度、快速迭代。
李开复希望科学家不要因为能够赚钱就加入到公司或者创业。顶尖科学家是我们稀缺的资源，深度学习只是人工智能的第1步，未来还有很多机会。
演讲全文
2000万美元，100个员工， 500万贱卖
我自己也是科学家创业，在非常早的时候做了人工智能。记得申请卡内基梅隆大学博士时，我的作文就是《人工智能将怎样改造未来世界》，我希望参与这个行业。在没有AlphaGo、深蓝的1986年，我就写出了第1篇AI论文，这在华人中尚属首次，当时我做的人机对弈系统”奥塞罗“击败了世界黑白棋冠军。1988年做博士论文时，做得是世界上第1个非指定语者的语音识别，《纽约时报》进行了半版报道。
之后我进入苹果，这里可以看到1张很萌的照片，我在《早安美国》节目上谈到语音识别将如何进入主流，也被《华尔街报日报》报道，当天股票涨了2.5毛钱，后来又跌回来了。
所以我对人工智能充满信心，因为我做着各方面顶尖的人工智能工作，认为人工智能和其他技术，比如虚拟世界即将步入主流，于是我就决定在SGI公司做1个内部创业。
当时我们做的是，能不能让每1个网页充满了3D，把3D的游戏、动画网页做得更精彩，让人们浏览的不是网页而是1个个房间，这在1定程度上和今天的VR非常相似，不过这次创业非常失败，2000万美元的投入，100个员工，几乎全军覆没。
有用的创新更重要
记得有1次在MIT演讲的时候，MIT要求每1位讲者演讲完后留下1句话，我留下的那句话是——“创新固然重要，但不是最重要的，最重要的是做有用的创新”。因为科学家们往往会被自己的研究、自己酷的东西所打动，也认为他所看到的酷的东西是全世界人类所需要的。但是事实可能并不是这样。
我们想的是3D有多酷，但没有想到3D的硬件是否准备好，用户对3D世界有什么强需求，为什么1个VC投资我们，我们怎么把创业做成有赚钱、有经济价值的创业，我基本错过了所有创业者应该走的路。我当年做的是顶尖研究，进入的是顶尖公司，做出的产品依然遭遇了滑铁卢，人工智能科学家创业应该怎么想？
本质上，科学家和创业者有非常大的不同——科学家追求的科研突破，创业者追求的是商业回报；科学家讲究严谨，创业者讲究速度；科学家要慢工出细活，而创业者要快速迭代。这6件事情往往是背道而驰的。
而这6件事情中最重要的1件事，就是是我读博士、做教授过程中，深深体会到的——在科研领域里我们每次问的第1个问题是什么——这件事情别人是否做过，是不是全新的，如果有人做过一定要看别人，看自己有没有增加的价值，增加的价值不如突破的价值大，所以每个科学家不断被要求创新，所谓创新是做前人所未做过的工作，这句话代表了科学、追求科学精神的一种含义。
但是1个创业者，或者1个VC，他更重视的是什么？怎么样打造产品，怎么样产生商业价值。甚至在我作为VC今天投资过程中，想想我们投的每1个团队都冒了人才的风险、商业的风险、竞争的风险、执行的风险，我们非常希望他们不要再冒科技风险了，所以我们更宁愿看1个团队说：这个技术已经被证明了，我只是把它应用在场景里。
刚才两段话让大家看到了科学家本质和创业者、VC本质截然不同。1个仅仅追求做前人未做过的工作不考虑而它有没有用，和只需要赚钱不希望冒科技风险，这两个通常走不到1起。即便走到1起，科学家因为成年累月、在这样的文化和基因之下发展，可能会把公司带到1个不那么务实、或者不那么快速迭代，或者追求别人做过，或者不专注。因为科学家很聪明，每个人有好多点子，1个创业公司每天出个点子会死掉，因为什么都做，什么都做不好。
所以精益创业之父STEVE BLANK帮助科学家创业，总结是科学家必须要小心：
第一 题目往往是冷僻的，没有多大市场；
第二 选题跟风口有很大差异；
第三 科学家不太愿意承认自己很可能不具备把技术转换成商业价值的洞察力和执行力。
每个想创业的科学家都一定要真诚的问自己会不会面对这些问题，我想你面对大家的时候希望保持自信，但是你自己应该知道，对你来说是不是一个问题。
今天，科学创业达到了一个有史以来最好的时机，可以看到除了今天谈的人工智能之外，在区块链、生命科学、高能电池、细胞扩增、基因编辑，几乎每个领域都是创业的机会，我在这里绝对没有打压科学家参与创业的意思，只是科学家参加创业的时候一定要想清楚，过去那么多科学家，包括我自己碰到的死穴怎么去避免，当然有成功的案例，比如李凯博士创造了1个很有价值的东西，在国内也会看到很多类似的公司。但我们看到更多的是教授恪守他的岗位，让他的学生去创业，美国谷歌就是典型例子，斯坦福和谷歌的两个创始人的教授，没有参与Google具体运营，但技术授权就有3.4亿美金，这是1个模式。
人工智能时代的创业最需要AI科学家
谈到AI创业，为什么需要AI科学家？其实每1个时代的科学公司都有适合做这样创业的人，互联网时代注定是海归创业，因为海归在国外看到了互联网的崛起，把互联网带到中国。移动互联网应用方面注定是产品经理的创业，因为这个时代我们需要快速迭代产品，因此使那些既懂技术又懂用户和市场的人成为时代的骄傲。在O2O时代，把地面销售和后台技术整合起来，这时我们需要两个创业者。美团、滴滴就是这样的搭配。
人工智能时代来到了，最核心、最需要的一定是AI科学家，因为今天AI技术还没有进入主流，AI平台还没有产生，因此AI应用还不能井喷，只有少数手中掌握着如何把AI应用起来的科学家能够创业。但这些科学家有刚才讲的所有科学家的特点：追求创新、写论文、不太了解市场。大部分科学家的创业，似乎在中国都是在做人脸识别，做计算机视觉，在座的张宏江博士是这方面的是鼻祖，他的徒子徒孙每个人都创立了人脸识别公司。这一定程度上看到我们的科学家是缺乏想象力的。
人工智能有那么多的应用，人脸识别绝对不是最好的1个，但是科学家需要1个懂企业销售的人跟他们搭配，比如李飞飞（美国斯坦福大学计算机视觉实验室教授）、吴恩达这样的人跟Salesforce CEO Marc Benioff这类超强企业销售人才合作，才能碰撞出真正的超级独角兽的AI公司。
因为AI本身不是1个消费者应用，当然BAT非常幸运的可以把AI用在消费者上，但我们做AI的创业者不能自带流量，没有流量、没有数据有什么用？所以做出来的AI主要还是企业级应用——企业、金融、医疗都有数据，我们解决他的方案，在他的公司需要企业销售，需要懂AI的解决方案，这才是一个黄金搭配来解决AI的创业问题。所以AI科学家的参与是非常重要的。
AI扩张必经的3个阶段
AI最大突破是7年前深度学习。我们可以理解深度学习是1个超级EXCEL表，很多数据丢进去以后，再丢1个数据，深度学习就能够做出预测、判断或者分类，很多脸丢进去就认识谁是谁，很多棋盘、1次1次围棋比赛丢进去它就知道下哪1步棋，很多淘宝商品和用户丢进去，它就知道你想买什么了。
所以未来的AI肯定可以比你更知道你今天晚上想吃什么，比你更知道你想去哪里度假，甚至比你更知道你可能喜欢什么样的配偶。这就是1个先知的、对未来能够做非常强大预测的AI。当然AI在这个阶段是单领域大数据驱动的引擎，我们可以把它认为是1个黑核，它可以进入各种领域。AI扩张一定会经过下面3个阶段。
第一个阶段，把已有的大数据用起来，BAT在用，今日头条、快手、滴滴、美团都在用。另外，金融领域可以用，比如创新工场投资的智融集团的用钱宝，1个月就能放出近30亿的贷款，因为它能够把已有的数据、用户数据激活来做小额贷款，当然还有医疗，谁有数据谁就更强。
第二个阶段是把没有的数据收集起来、上传起来，比如创新工场投资的旷视科技（Face++），它把各种摄像头所有的人脸汇集起来，收集了5亿张人脸，所以随时可以识别300万张人脸，这已经不是1个人类的功能，而是超人类的功能。
第三个阶段是无人驾驶的机器人时代的来临，先从工业走向商业，再走向家庭机器人，从L1、L2到L3、L4，再成为全方位的无人驾驶。这是我们投资的驭势科技。这三步曲大概是未来5年、10年、15年的蓝图。刚才霍金描述的未来是真实的，不太确定的是AI会否有意识、会不会有情感、会不会掌控人类、做我们的工作，做我们的工具、是否自我迭代、自我进化等等，这些是未知的，但我们已知的是可以推出这些应用。
应用推出来以后会产生巨大结果、产生巨大价值，国家会对他们征税，会取代大量的工作，这些工作可以用大量的征税补助下岗人重新训练自己，改造教育。
所以人工智能时代对经济有巨大改变，50%下岗人该怎么办，未来教育该怎么办都是我们需要解决的问题。
从12点这边逆时针转，红色是必然被取代的工作，绿色是会被修改的工作，黄色是暂时还不能取代的工作，转到最上面是最难取代的工作。这里能取代和不能取代很容易解释，能取代的就是大数据可以针对1个目标函数做1个决策，比人做更好的决策，那你就被取代了。大部分工作都是这样的。
绿色代表的是当有一天机器比医生可以做更好的诊断，但机器是冷冰冰的，医生可以包装1个人性化的接口，让病人能够得到安慰，让安慰剂效应能够发挥力量，使病人生活和心理感受更好。右边这些是现在人工智能还不能做的，包括艺术、人类学、管理者、决策者，更包括最大的发明家。
所以AI时代的人才结构，我们看到有大量的服务型人才在最下面，包括罗辑思维说的叠衣师、包括爱心陪伴，因为人的爱是不能被机器取代的。再往上是会把人工智能当作工具的人，比如说医师变成AI工具和人之间的翻译者，再往上是发明每1个领域的新技术掌控者，再上是跨领域的工作者，懂很多领域，而AI只懂1个领域。当然最顶尖的就是发明新的AI，掌控AI，他们这些人不但是最聪明的最懂技术的，而且担负最大的社会责任。
AI时代科学家怎么参与AI革命？4条路
第一，自己撸起袖子做创业，这个最困难，因为科学家本质是创新，而不是创造商业价值，有太多短板。
二、找个商业合伙人一起合作，比如Marc Andressen 和James Clark做的Netscape，这个是靠谱的。
三、留在学校，继续做创新，把创新的技术授权出去，让学生或者别人做。我非常鼓励学者这样做。
四、提供开源，发布数据和内容。
今天AI科学家苦于没有BAT手中的数据，希望用更开源的方法把手中的工作做出来。所以真的希望鼓励科学家，看清楚学校才是科研的净土，不要因为能够赚钱就加入大公司或者创业。而且顶尖科学家是我们稀缺的资源，希望你们能恪守自己的岗位，把技术推到更高的一个层次。
深度学习只是人工智能的第1步，未来还有很多机会。何况恪守自己的科研岗位也会得到商业价值，比如经过技术授权。如果你决定创业，也希望你能够了解，创业就要知道客户才是上帝，需要知道怎么样去拿最有价值的VC钱，来帮助你补足短板，比如创新工场，要能够有纪律、有效率的解决问题，而不是追求1个又1个新问题的提出，不是提出问题，而是解决问题，解决的时候重视效率，做你擅长的事，找合作伙伴，补足你的短板。
作为社会，必须做很多事情让教授既能得到利益，也能得到名声，还能够做有趣的创业。在报酬方面，应该让整个研究界提高科学家的报酬。在声誉和大奖方面，比如图灵奖和我参与的未来科学大奖都是很好的支持。在资源方面应该给他们更多的数据，不仅让BAT有最大的数据，教授也有最大的数据。解决浪费教授时间的问题，缩减申请研究项目/经费的繁琐手续。
斯坦福用技术授权的方式，CMU用极小占股的方式鼓励教授创业，这都是非常好的方式，国际上、尤其是中国都要好好思考，怎么样把土壤做得让创业者能做他们擅长的事，让科学家做他们擅长的事，让两者有机的结合，而不要强逼每个科学家都一定要出去创业。
科学家挺苦逼的，非常重要，我们应该以珍惜国宝的态度支持顶尖的科学家，谢谢大家。