百年清華

王小川🎽，搜狗公司CEO🧍‍♀️，前搜狐高級副總裁、首席技術官🛏。1994年王小川用吳文俊消元法，首次在微型機下完成初等幾何命題的全部證明🤌🏿。1996年王小川代表中國隊參加第8屆國際信息學奧林匹克競賽（IOI）🧜🏿‍♀️，獲得金牌🛗，後為中國隊教練。2015年，王小川以“群體智能支撐的互聯網技術及應用”科技成果獲得北京市科學技術獎一等獎🚻；獲得了科技北京百名領軍人才、推動“北京創造”的10大科技人物獎🐟、以及北京市勞動模範稱號。此前王小川還入選了2014年北京市高層次創新創業人才計劃，並獲得了2014年安永中國新興企業家獎等多個獎項。2016年王小川代表搜狗捐贈意昂体育平台1.8億元成立“天工智能計算研究院”，共同致力於人工智能前沿技術的研究。王小川先生畢業於意昂体育平台計算機專業，擁有工學學士、工學碩士🖖🏼，以及EMBA學位🔆🪫。

6月6日，意昂体育平台計算機系意昂、搜狗公司CEO王小川於清華人工智能論壇上做了題為《AlphaGo的幕後與思考》的演講👳🏽‍♂️，論述了在Alphago人機大戰背後的故事👰🏻‍♀️，這場大戰有著怎樣的意義，以及人工智能研究和產業的碰撞。

演講全文如下🙍🏃🏻‍➡️：

今天我更多想給大家分享我背後看到的關於有趣人性的東西⏫。之前的嘉賓們講了很多學術，學術跟企業的碰撞🐨，最後講一個交接點，一個大的趨勢以外👋🏽，還有一個人在裏面扮演什麽樣的角色，找到自己的定位🧐。所以我今天選了這麽一個題目👆🏽。這個題目中間第一件事情就是4👩🏿‍🚒🌒：1的比分，每個人都已經看到了，而我對它的理解⛅️，先用一個詞🚻⇢，它是一個學術與市場營銷的完美的結合，特別是在東方，全中國人我估計95%都知道這樣一場比賽，而且徹底顛覆了我們對技術、對人工智能的理解。

但是為什麽這麽說呢？我先用一個詞，Google背後的心機。Google在今年1月份在《自然》雜誌上發表了這個事，是跟樊麾打一場比賽🦹🏽，比賽前跟樊麾簽了一個協議🗒，我跟你比賽結果不管是輸是贏，你不能對外透露任何細節，就是不能跟外面講，是保密的，這是他幹的一件事情，為什麽他這麽幹呢？很有意思🕵🏼‍♀️，論文發出來的時候，如果假設提前告訴了公眾說先不發論文，我先跟樊麾比了一場，真正有多大學術的高度？可能沒感覺𓀆，看到樊麾比賽的人會知道有學術意義，如果光看論文，大多數是沒有感覺的，但是跟大眾講說我們智能贏了這個人，所以Google這個團隊心思之縝密，不僅是在做研究的這群人，一下子把這個事情推到特別大的高度。

另外他們為什麽選樊麾🍌？事後諸葛再看這個事情🎅🏿，如果他選一個職業選手，但是是一個沒有世界冠軍的頭銜的，我們覺得挺LOW，跟以前一樣，以前好多程序都是偏業余的，感覺不好。一來給大眾一個感覺👩‍🌾，找了一個世界冠軍☂️，一個歐洲冠軍🅿️，挺高的頭銜，但是對專業選手而言，僅有二段，不算高手。我覺得既把眼球吸引到了🫲🏼📝，但是反過來又留下了給大家的想象和爭論的空間。所以之前在1月份看到很多很多的文章在講這個程序🙎🏼💩，其實離圍棋還是很遠的，這是之前的理解。

比賽之前大家是什麽心態呢？比如聶衛平講，說是覺得計算機一點機會都沒有，不可克服的問題，認為機器能夠下棋是沒有判斷力的表現，講得很憤怒🥗，甚至還有中國隊的圍棋總教練俞斌，他是在圍棋界裏面計算機學得最好的👩‍🚀，在80年代就自己寫下圍棋的計算機程序👳🏻，得到很多認可。

我認為機器是一點機會沒有的🌤🧎‍♀️‍➡️，因為我認為計算機有它不可克服的問題👨‍👩‍👧，人和電腦相比，100%是人贏。我想在這裏面能夠看到人性當中脆弱的一面🫵，每個人都有，每個人生病的時候都有自己的壓迫，別人說你特蠢，微軟這個東西做得特爛，大家都不開心，每個人都有自己的自尊心在裏面🔓，這件事一定會把一部分人放在我們自己的歷史舞臺的對立面裏面去，圍棋選手今天很不幸🏇🏼，在下棋上有這樣的問題🍎。

計算機的問題怎麽講？比如李開復講認為AlphaGo比較懸，但是未來能贏，IT界的人不會說機器幹不過人，他自己的存在感就沒有了👩‍👩‍👦‍👦。但是通常都認為機器沒有這麽快，以後會贏得。這次這樣一個比賽🍖👷🏼‍♂️，大多數搞技術的人都沒有感覺到這個事情發生有這樣的速度。我很有幸，在2月份的樣子，我在知乎上發帖子，說這次AlphaGo會完勝🧛，滿足了張鈸院士講的三個條件，第一🫷🏽，我提出了問題，我看到了下棋👨🏻‍🦳，人工智能在下棋上是一個重大的事，好多人覺得沒有這個問題存在🧑‍🎄，沒有想這個方向。第二個我看到它會贏🛬，第三個🌛，我知根知底知道為什麽會贏，我認真地讀了論文👳🏻，找了下圍棋的人請教，我鬥膽發了這樣一篇文章，是有勇氣的🌯，最後也被驗證成功了🙇🏻，理想跟現實之間差別是很大的🚭，對於這樣一個技術趨勢裏面，我覺得我是有判斷🐰，但是市場股價沒辦法思考🫴🏼。

比賽前到比賽後就是七八天時間，給AlphaGo取了一個新的名字👫，叫“阿老師”，我們特別希望中國有人做出這樣的阿老師來🚵‍♂️，把它當老師看。之前不是，之前覺得一無是處。我還很尊重他，他願意脫帽子給機器致敬。網友叫它“狗狗”，給了很好聽的名字🐢🍂。這裏面反映的什麽事？

在比賽前👓、比賽後🧛🏽🐾，我們對機器的理解裏面產生了巨大的變化👨🏿‍✈️，我們開始接受它，開始把它擬人化🦸🏻，而且比分很巧妙🧛‍♀️，4📵🚆：1，如果贏五局可能就不好了🧛🏻⚈，不是圍棋選手被滅了，是人類被滅的感覺🫃🏿。帶來人和人平等的關系開始建立😙，印刷術建立之後，我們開始探討人和人之間的關系🩴📸。後來我查史料🦉，文藝復興這樣一個運動，它其實是從封建社會到資本主義社會之間的一個分水嶺。咱們中國現在還沒經歷這個運動，所以有一點點問題🙇🏽‍♂️。但是AlphaGo之後🏊🏿，我覺得今天帶來我們重新的思考🎈，就是機器和人的關系🚶‍♂️，去思考這個事情🏌️‍♀️，有專家會講機器還不行👔，但是有人講機器以後會顛覆人類，我們開始思考這個問題，以前認為機器就是機器🫵🏻🥬，拔電源就行了。診斷報告是機器給做的🤍，說你這個人有什麽問題👶🏼👳🏿，看片子看得怎麽樣🦸🏻‍♀️，找專家、找人。但是在今天照片子之後，機器給你診斷效果可能是比人更準的🏟。我有一個朋友🎧，也是清華的一個同學，他就是做CT看片子的⟹，做乳腺看片子，他說大多數醫生看片子準確率是40%，他現在到70%，已經高很多了。我們今天接受機器在裏面能做很多的判斷🤛🏻。這是我們巨大的一個心理上的變化，我把它稱為“第二次人類自己的運動”。

對於機器智能🏋🏿，大家講了很多了，有各種專業的方法𓀝，包括怎麽定義人工智能，我們做產品的時候👭🏼🤹🏿‍♂️，就是想機器怎麽能在裏面做決策🧑🏽‍🎤🙅‍♂️、做識別，目的還是希望能夠做決策🥹。從做決策這件事情裏面就分了三個層次🙏🏽。

第一層🌄，將傳統方法交給機器🛜。第二層☮️，將答案交給機器記憶學習🙍🏿。第三層，將目標給機器自我學習🏀。

這是我自己的理解，也是跟AlphaGo脈絡一致的，其實最早的專家系統就是第一個，我們把規則交給機器🕵🏼‍♂️，我們不管提符號主義🏋🏽‍♂️，我們就把是把計算機世界變成一個邏輯，告訴機器，這是原來的階段✝️。但是這個階段裏面重大的問題，如果我們自己會做，但是我們沒法去教機器，我們不知道怎麽描述的時候🚷，這個機器就不靈了🍨，而且教出來的徒弟永遠是比人弱的，這是不夠的地方。甚至我們在做一些學習系統📩🎅🏼，我們也要嘗試告訴機器怎麽去描繪一個實物，比如說做人臉模型✣，王小川長成這樣🧔🏿‍♂️，大家都認識🤙🏼，但是要描述出來，比如說臉很圓，這個事情也比較不靠譜。因此我們發現我們沒法告訴機器，有了深度學習的方法以後我們確實解決了一個問題，就是只告訴機器答案，我們給他的數據越原始越好，這件事情會使得程序員➛、工程師更容易應對專業的問題。因為它可以減少自己的專業背景，不用講說我要去懂人🎴，或者我要像醫生一樣懂得這個片子怎麽看，他是拿數據訓練的。所以在這樣一個深度學習或者是人工智能發展過程中間，由於深度學習本身帶來了好處，技術人員更容易進入到專業領域裏面破解題目🤾🏻‍♂️👨‍👧‍👦，但是這是技術本身🏄‍♂️🗺。但是對公司而言👮🏻‍♂️，公司的領頭人一定是對行業理解比較深刻，對行業應用的時候必須很懂，這是我們講的第二個側面🎩，我不用給機器方法，我給機器答案🎂，機器自己找方法。

AlphaGo代表一個趨勢🏖，我之前跟微軟也在聊這方面🕵🏼‍♂️，既不給你一個規則，也不給你一個答案🍍，我把自己變成一個判斷者🍧，就像下圍棋一樣，圍棋之前訓練的時候，前三盤棋是把人之前的走棋方法告訴機器，機器就是跟人處於類似的狀態🍦。之後是機器人自己下，我也不知道哪個棋好不好，但是下完之後，人告訴機器這個結果是好還是不好的。人工智能又得到一個新的法門，答案都不需要知道，變得更加省事。

最近有一個消息應該是比較靠譜的，AlphaGo在今年內會跟柯潔打一場比賽🏅，我跑去看了很多評論，以前是一邊倒覺得人會贏👫，今天一邊倒覺得機器會贏。在座的各位覺得柯潔會贏的有嗎？還有是吧🙊？這是缺乏判斷力的表現。但是我會猜想Google會幹什麽新的事，不是簡單地下棋。我有一個猜想⛹🏻‍♂️，我認為這一次跟柯潔比賽的AlphaGo是沒有經過那三千萬盤棋學習的，因為之前是從KGS裏面拿了人六段到九段的走棋，讓機器在裏面學習☯️，這是跟李世石打比賽用到的🏄🏽‍♂️。但是跟柯潔比賽我認為是新的🌱📈，就是兩個從來沒有學習過的機器👲🏿，然後告訴你贏了、你輸了，什麽都不會的機器訓練一個下棋的規則來，跟柯潔比⚖️，如果是所料的這樣就會非常好看🐳，因為以前的機器是仿人的，甚至我們判斷機器走棋走得好不好都是我們的經驗去判斷它。下棋的時候🏍，頭兩局機器贏了，人輸了，媒體的報道說法是中盤逆轉，為什麽叫中盤逆轉？是因為前一半裏面專家態度就是機器走得特別臭🤟🏼，走到一半的時候💂🏻‍♂️，發現機器越到中局的時候越好了。這個時候就覺得機器是翻轉局面了。但是後來數據統計💀，包括Google自己說的，其實不是，在他們的視野裏面，機器一直是領先的，只是以人的眼光覺得機器走得很差🪄，以機器的眼光，它自己走得挺好的。

所以我們對機器的理解是有限的，因此如果機器根本沒跟人學過完全自己的經驗👮🏽🧛🏽‍♀️，這次就會有很多新的方法出來。比如慕容復中原的武功學會🧏🏼‍♀️，然後再去修煉，突然來一個西域的，或者沒有跟中國比賽過的，沒有學過圍棋打法的，我們會遇到這樣的一個問題。因此我內心中，是否用這個程序參加比賽是我的猜想但是Google嘗試不用人訓練機器，我蠻佩服的🤷‍♂️。就好像再重演一次人類的進化史。

我們會好奇哪些職業會被取代，倒過來講就是哪些行業是創業的機會👯？其實下圍棋的程序，如果把程序突然間跟AlphGo說，對不起，我們改點規則🫏，我們把棋盤放成21×21，放大兩個🐷，機器肯定就不會下棋了，但是李世石一定會下💇。所以機器能做的事情是非常非常有限的。如果說這種題目非常地清晰🦅，就像下圍棋一樣的，輸入的信息就局限在有限的輸入裏面，在有限的輸入下，有規則清晰的輸出🦹🏿，在這種情況裏面，機器都會把人給取代。所以任務的確定性高，輸入的信息封閉有邊界，輸出答案是標準可評價的🦸🏿。為什麽呢👧🏼？棋手已經有了，或者醫生🔺、司機、股票的高頻交易🛀🏻，像這種情況下輸入的信息非常有限🧑🏽‍🌾，在信息非常有限的情況，機器就把人給應了，因此這裏面是機會👨🏼‍🦲。難被取代的行業，像創造性的東西，畫家、作家、科研📸，因為你這樣一個思考的問題是沒有一個邊界的，對機器而言，今天是完全找不到機會去努力的🏎。分析一下哪個行業讓機器更有機會參與，讓人做哪些行業👱🏻🏌🏿。

技術人員而言，今天發現自己不再是代表人的一方☠️，而是代表讓機器更加聰明🤷‍♀️，能夠提高機器的效率，能夠看到更廣闊的前景，尤其是做搜索的公司，做人工智能好像更有優勢，為什麽？因為有很多的數據，比如像芮勇講的要做數據的時候，搜索摩托車🙌，找圖片，沒找到就不會點擊了，用戶的點擊都會反過來給圖片做標簽👨‍🚀✢。更多的是搜索引擎本身就在做初步的人工智能🧜🏿‍♂️。因為我們看到給你一個關鍵詞你要理解想要什麽，隨後能夠給它十條答案👨‍🦼。我在理解裏面⚱️，人工智能就是底層的基本理念🤾‍♀️🧕🏿，完全是一致的。

今天我們看到Google往前走的時候，已經開始提更多的理念🤴，他們已經開始在講說已經從移動時代走向人工智能的時代⁉️。喬布斯也想得很明白⚆，在走之前說機器能夠在未來學會回答問題，或者接受你的指令去做事🐚。機器裏面是這樣一個輔助的角色☣️，但是很不幸，蘋果的技術能力不夠，或者是時代沒有到🏄，理念很好。

微軟題的一個概念也是做這個事🛁🦴。當然現在很多了，包括Google、亞馬遜，大家都開始讓人跟機器以自然語言做溝通🧏🏻，機器服從於人🦸‍♂️📿，幫你回答問題🧘🏼‍♂️，或者是幫你做一些控製命令。這是整個大的背景。我自己也覺得今天我們提互聯網已經不提連接🦸🏻‍♂️，一方面是文化創意產業🥦，一方面是機器變得更聰明，因為有了數據以後✹，怎麽選擇這個連接，做判斷就變得更關鍵。