Erica R.H. Fuchs：我要说三点，听刚才讲AI的定义我觉得很好，当然我听到也是硬件和软件都相提并论，当然我们提到深度学习等等的，实际上我们也看到很多的发展学习的过程，包括AI本身也在进行一个发展的过程，所以我们说的这个概念上的一些东西。

第二点我想说，我也不是经济学家，也不是工程师，所以我可能从一个学术界的角度说一些，我认为对我来说，我们实际上在阐述它的生产力的问题，在这样一个场景下，AI可以给我们很多的一个机会，它有很多能力产出很多的产品，当然也是从不同的领域的角度去衡量这个事情。

但是我们有很多公司都在进行此类的研究和生产，所以我认为这里面的能力还会有所进展，我们会出现很多的一个发明、发现，所以这个领域是大有作为的。刚刚我们谈到一个很多泡沫的问题，也提到概念上的一些界定，实际上我们大家指望着AI可以囊括进很多领域，我们也看到了一个电子电信方面的一些泡沫，实际上很多公司都囊括进去，可能在那之前很多技术都是可用的，但实际上在那之后，很多专家也在从事类似的发展，很多公司和工程师都在从事这方面的工作。

所以我认为在这个明知估值市场上，我们有些问题，或者其他问题的话，可能投资就谨慎进入。

主持人：所以看来是否存在泡沫的问题，我们想深点，这个讨论加深了我们的理解，估值是一个问题，很多企业打招牌是问题，传媒的过热是问题，但是更多来说，我们还是要理解AI的基础在什么地方？它是不是一个根本性的这个劳动生产力提高的动力，它是不是有长期发展的可能？它的远景在什么地方？还要看得更远一些，很明显在这个过程里，具有眼光长期投资者获益，短期的投资者会遭到淘汰，在今后的两三年里，新一轮的淘汰也是不可避免的。

我觉得这个讨论挺有意思，大大加深我们对这个问题的理解。我们大部分人还是认为，这个AI还是有发展前景的，还是有前途的，泡沫可能有，但是不是那么严重，下一个想讨论的问题，就是未来的AI的发展方向在哪里？这个是很有意思的问题，我们逐步往下走。这个是我们刚刚结论，就是说存在泡沫的24%，不存在泡沫81%，加起来是105%，这个机器又不对，你不是AI吧，这个加在一起是204%，99%的没问题，1%的投票没问题。

AI如果发展的话它的机会在哪里？主要的未来方向在哪里？台上的六位嘉宾你们有一个牌子，能不能请你们每个人写三个你认为AI将来发展的最大的领域、行业或者是技术。牌子在这边，你们自己有牌子。你提三个方向，你认为哪三个方面，你是做机器人的。

黄明明：我写的最快，是我们每天24小时作为投资人想的问题，第一个是自动驾驶，代表未来的10万亿级别的机会，整个会改变出行领域。第二个智能医疗，我们知道互联网医疗讲了很多年一直没做起来，我们就讲中国的机会，中国的问题是优质的医生和大广大病患严重的供需不足，互联网解决不了这个问题，你只能解决信息不对称，加上AI，包括我们投的智能医疗的机器人，包括很多二三线的医生对一线的医疗的水平，第三个金融科技，本身用数字来描述这样的科学，关注到最近高盛三分之二的员工是软件工程师，我觉得这三大都是代表着万亿级以上的机会。

袁辉：特定应用。我写这个太虚，但是这个实际上目前，因为现在这个全世界最大的问题是什么？包括投资人，包括很多从业者，就大家对AI的理解，只有很少一部分人有深刻的研究学习和理解，因为从业者太少，而且这个AI又是这么前沿的东西，在去年对AI有一个定义，从方向上有个定义，大家手上有很多苹果手机，我们会有siri，像谷歌类似的这种产品，这个东西属于什么范畴？很多人根本搞不明白，有一个定义是什么？AI叫通用AI，这个是一个很大的人类的梦想，像苹果的siri，像AlphaGo走的这个路数，这个目前全世界没有一家公司看到在什么时候成功实现这个可能？我们为什么觉得AI离我们生活有很长的距离，如果做全发散的领域。

另外一个叫特定领域的商业的应用，在特定领域的商业应用有很多地方，包括现在有几百种上千种的应用在不同的阶段展现这个商业价值，大家搞明白从投资的角度，我投什么方向，现在全世界AI的方向选择最重要的，如果你现在选变形金刚，即使中国BAT，像谷歌苹果投一万亿美元进去，不代表两三年就会成功，我投这个长期二三十年能不能成功都是一个问题，黄明明写的三个重要的特定方向，你选择特定应用的商业领域，这也是因为第三次AI不会回传回去，所有的人把押在通用领域，这是方向选择的方向，我在这里写的特定应用，这个核心在这个问题。

主持人：很多人梦想找出一般的应用，像微软的操作器，软硬件结合模块的基本架构，一般意义上，有很多人做这个事，你认为这个不对的，没有希望。

袁辉：通用AI把它想象成变形金刚，你这么想，变形金刚今天造出来三年以后造出来，这帮人能不能讨论这个问题。

吴霁虹：我很同意他刚才说的，袁辉刚才说的投资现在最重要的是方向，我从方向这个角度去看这个应用，从方向上来看是三个，第一个就是AI它就是懂用户痛点，它比谁都懂今天，如果你从这个角度看，所有的十大消费领域全部通杀。比如说吃、住、行，还有医、教、娱、乐、健、工、保十个消费领域全部都可以投资，只要AI比人更好的解决痛点问题，就是客户的痛点问题。

第二个懂运营的，我们关注的第一产业，第二产业，第三产业，特别是第一产业第二产业的供给侧的改革，今天供给改革遇到的阻碍AI可以帮助解决，因为现在供给侧的最大的问题就是碎片化产能过剩，没有链接，没有数据的这个训练的学习，也没有跟前端场景客户痛点连接，因此它是断裂的，当它如果用AI连接客户的痛点，连接内部的运营，连接供应链产业链的这个效率就会大大提高，所以所有的能够今天在供应链上，在内部的运营上能够用上AI解决效率问题的，那么都可以去投资，这个效率大概是一个AI相当于一千万倍的，就是人工产生的经济效益。顺便说一句，因为今天这里有经济学家，我认为GDP指标都要改，今天所有的GDP指标是不准的，因为人工智能今天已经是新的劳动生产力大军，但是我们在GDP这个上面并没有把它当成劳动力生产大军，来做计算和分析。

第三个就是懂生态，所有今天要建立生态平台的，或者是生态产业的，如果你用了AI，那么你就会有更好的解决方案去优化你的系统，而且还会产生圈套圈，就会跟没有AI的时候，最大的不同就是圈到圈，如果没有AI做商业生态封闭的，没有打通，数据打通，人工智能才会变得更加聪明，数据就是它吸取养分，变得更聪明的氧气，因此它懂生态的连接。

主持人：在逻辑上吴老师跟袁辉的思路是一样的，讲一个方向。饶博士。

饶骏：我写的是第一个安防，这是一个特殊领域，其实有很多相关的专业的领域的应用，这块的需求和应用其实没有解决的非常多，为什么说这个？实际上指的刚才人脸识别签到这个，实际上为什么互联网号称是99%点突破了，非常理想的，现在不存在任何的动态的环境下，能够识别人的系统，这个不存在。因为复杂场景，复杂图像非常非常难，我手下的博士一直在做这个东西，说实话，因为我们是解决工业问题，它现在做的这个系统应该算是国内第一，图像解决速度在功能功耗下面是一百倍，正确率达到80%，复杂图像，特殊的遥感图像，同类物体细微差别我们都能分别，动态比，各方面的指标很难，我们能做，我们做的时候依然发现有太多的实际问题我们还是解决不了。这是安防，我认为高精度从这个图像识别，视频识别的高精度方面有太多可做的事情，也是咱们现在深度学习主要的一个方向。

第二个，就是金融，我觉得用这种大的计算资源，可能有很多暴利的机会，这个也是人工智能能干的。

第三个，应该是最小难度的，因为娱乐消费，是一个综合性的，不仅仅是某一个算法，可能它需要整个产业链，从传感器，执行到处理整个一套，也许要求不高，但是它这个应用的终端用户很多，也许技术含量不一定特别高，但是一定要可靠，用户体验好。这个要做好不仅仅光是AI能解决的。

主持人：讲得很好。

Erica R.H. Fuchs：我好像多写了一个，我写了一些关于技术的问题，我在最后调整一下顺序，我们有一些消费者的产品，谷歌家庭这样的，你可以跟它讲话还可以问问题的等等，那就涉及一个语言理解的应用。比如我可以跟它交流，我想买一双什么样的鞋子，但刚才我们讲到这个图像识别等等，在生产方面我们真的需要深度学习在里边，当然有一些领域已经做得很好了，但是需要提升它的效率，我们还需要有一个定制的学习，当然这也是一个获利很多的一个行业，它的一个商业价值也是很大的，当然也有一些社会以及教育层面的价值，当然也需要科技上的进步来加以支持。所以科学家一直有不同的发现，一些科技上的一个进步，就可以支持我们做这些事情，我们进入到令人兴奋的一些研究领域。

李稻葵：我是看到从近到远，马上看到有影响的，已经来到工业生产领域，很多工厂原则上讲已经做到无人了，我十年前去参观过一个卷烟厂，卷烟在咱们中国是行业，经理跟我们讲不要印名片，很麻烦，别人求他们，这个厂里面已经实现了无人，管工人很复杂，工人会偷香烟，全是机器人运香烟，打包，一个不差，已经来到了。

第二个就是自动和半自动驾驶，其中我最看好是半自动驾驶，我认为自动驾驶恐怕是非常非常难，但是半自动驾驶已经来到。比如说我自己，我喜欢开车，我的下一辆汽车，现在两个标准，还不太多选择，一是要新能源，至少插电的可能，为了我们的环境。第二，至少给我自动刹车，我避免追尾，这个不难，这也是一种最简单的人工智能，在以后可能变线左右，避免碰撞，这是我看五年以内应该能够来到我们的生活中的。

第三个比较宽泛的领域，辅助决策，从一个孩子报志愿，到这个得了一种病要怎么去治疗，我上网一搜，大概给我三四个选择，不能代替我的决策，帮助我的决策，那个跟医疗很近的，人工智能完全代替医生的话，恐怕还需要很长很长的路走，但是辅助决策恐怕已经离我们很近了。

黄明明：你要的那个车推荐就是特斯拉可以，自动刹车，自动变线也可以。

主持人：我们听听大家的意见，对台上有补充的，我们先看有谁补充的，你觉得有新的方向新的领域。

周园：我是波士顿咨询公司的合伙人，我是全场的唯一的咨询顾问，我们看AI的视角从产业发展的视角，有很多客户进行工业4.0的升级。我要扩展两个定义，一个是AI不止是算法，也包括技术，包括视觉的技术，语言的技术，还包括硬件，数据、技术三个方面。同时我觉得谈到AI应用的方向和机遇，我觉得AI最大的作用不止是AI的本身，跟另外三个技术，包括物联网，四个根本性的技术的发展的融合，是真正的最大的机遇的所在之处，所以割裂看有一定的作用，但是融合是最大的作用，四个技术在一起，如果简单来讲，以前我们的这个是隔离的，四个技术在一起，使得我们合在一起看。

举一个具体的例子，补充刚才台上嘉宾的，我们看在智慧城市，前几年从硬件角度看，现在帮很多城市也好，未来十年之后我们的城市如何改变，这些技术如何改变人们的生活和工作的方法？当这个合在一起的时候，会重新定义物理空间，比如说零售，是一个储存的功能，发散的功能，这种娱乐的功能，互动的功能，这些附在物体上，对人的识别，信息的互动，使这个物理空间具备了大量的信息。在这个条件下，如果你把零售作为一个中间的例子，其实存在着很多的可能性，包括这种新的商业模式，新的服务，新的产品的这个可能性。

主持人：因为AI的他们热闹，咨询行业会赚多钱吗？

周园：其实我们很大一部分是在工业4.0，我们跟西门子一起提出来的，在4.0这块咨询行业增长这块，就是在（英文），而且这个不止是新的行业，很多传统的行业都在经历这个，而且以前我们看到很多是纵向的，就是我在这个里面有些什么新的产品，新的服务，这个局限性很大，现在看到越来越多的用户是做整个横向的，贯穿生产力。