日前，由GYL（全球青年领导力联盟）主办的“第三届GYL创业营暨2016年全球青年大会”在北京空管科技交流中心召开，来自各界的六十余位导师、一千五百余名全球青年领导者共同出席，畅谈时下热门话题。

在31日举行的“人工智能的未来”专题对话中，搜狗公司CTO杨洪涛、碳云智能科技创始人王俊、驭势科技创始人兼CEO吴甘沙、出门问问创始人兼CEO李志飞等嘉宾，共同就人工智能的现状与未来发展趋势发表了自己的观点。

开源时代，人工智能将得到快速发展

鉴于近期包括谷歌、Facebook等在内的多家互联网巨头都对各自的深度学习平台进行了开源，数位嘉宾首先就人工智能领域的开源可能带来的机遇与空间进行了讨论。

杨洪涛认为，人工智能技术的开源将有助于机器早日在脑力层面超过人类。互联网公司通过开源相关技术推动人工智能技术的进步，带动更多人参与其中，“某种意义像互联网的水和电一样，属于基本的通路和技术，所以每个人都要学习和使用这样的技术和工具”。而使用者同样在为技术本身做贡献，对使用者和公司都非常有利。如今机器已经在体力、速度等角度战胜了人类，未来也将在脑力上超过人类，在医疗等领域帮助人类做辅助决策。

吴甘沙表达了类似的观点，称人工智能、深度学习已经跨过了单纯依靠数据获得更好结果的阶段，传统的API开放、积木式创新已经无法满足人工智能的技术发展，“这个时候最关键的就变成了人才，你是希望更多的人才顺着这条道路做创新。”正如当年借助Android实现对苹果逆袭的谷歌一样，开源将带来大量专业人才的加入，为人工智能技术发展实现更多创新，实现企业生态系统的建立和完善。

而王俊则对开源表示了更加谨慎的态度。他指出，一方面企业选择开源本身背后存在一定的商业模式，否则将面对缺乏后续维护升级等问题；另一方面针对基因等医疗及生命数据，开源可能涉及大量隐私问题，因而需要更仔细的权衡和考量。

人工智能是脑科学与计算科学的结合

李志飞指出，深度学习领域存在脑科学观点和计算机科学观点互相抵触的现象，从最初以人脑的角度分析人类语言构造，到后来专注计算机基于数据的学习，从一个极端走向另一个极端。他认为这并非科学发展的方式，脑科学和计算机科学应该是相互渗透和促进的关系。

吴甘沙表示，人工智能界里虽然有以机器的智能为研究方向和以人脑机制为研究方向的两派，而自己相对更看好居于其中的“大脑启发的人工智能”，即利用对大脑的进一步认识去帮助深度学习，帮助人工智能获得下一步的突破。杨洪涛对此表示认同，称“现在很多技术，都是在观察自然造物的时候得到的启发，仅靠自然的认知可能到不了同样的高度。启发跟自然的结合而共同进步，这是一个很自然的过程。”

下一个五年人工智能的创业方向在哪？

关于下一个五年，杨洪涛认为人工智能在医疗领域的应用将会大于在汽车领域。他说，人工智能辅助医疗在当前具有更迫切的实际需求，也更容易实现。在人工智能的辅助决策下，“医生对医疗影像识别的精准程度可以做百分之几十的提升，可以把医疗文献检索出来做更好的决策，避免因医生专业素质差异带来的诊断风险，这个价值不亚于自动驾驶技术的实现。”而目前的人工智能技术尚且无法完全排除自动驾驶中存在的隐患，特斯拉此前出现的事故难以避免，因此杨洪涛在未来三到五年内，智能汽车自动驾驶难以完全替代人的驾驶，只能是在封闭环境里面实现一定工业应用。

王俊也表示，辅助医生决策是人工智能应用最近的机会。他认为医生的专家体系和系统是相对知识经验比较集中，也比较清晰的领域，“从人工智能本身来讲，相对来说比较容易能够达到第一个层次，达到一个医生所应该能达到的平均水平。”

吴甘沙在这一观点的基础上提出，人工智能“不要考虑取代人，而是考虑现在人还缺什么”。他以智能出行为例，指出未来无人驾驶的目标是通过节省人力和能源消耗、智能规划出行等方式，最终为城市拥堵问题找到解决方案。只是这一目标，仍然要以加强自动驾驶的人工智能和深度学习技术积累，以提升安全性和智能化为前提。

语音：自然交互的未来

在对话中主持人提出，扎克伯格曾说过，手机是触摸操作最自然的使用场景，认为语音操作不会在手机上成什么气候，并询问了各位嘉宾对此的看法。

杨洪涛认为，手机采用触摸屏最初模仿的是人对自然物体的触摸，“模仿人的触摸是一种非常自然的交互方式”，手机的形态、能力基本上决定了这一点。而人与人之间更自然的交互方式则是语音、视觉上的沟通。因而语音的价值发生在更垂直，不方便用手机触摸的场景中，例如驾驶过程中的交互操作、智能家居的操控等领域，未来也会有越来越多的应用。

例如，搜狗输入法日前推出了语音修改功能，能够迅速理解和执行类似“弓长张换成立早章”等指令，在语音识别准确率已超过97%的基础上突破了最后3%，真正解放了用户双手，进一步提升了用户输入体验，为驾车等场景提供了诸多便利。

李志飞也表示，人工智能未来的应用包括设备和场景两个角度，新的设备语音交互会用的更多，很多传统场景也会朝着语音交互使用率提高的趋势发展。随着数据采集、算法和计算结构取得进展，语音未来也会有更好的识别效果和更多的应用场景。