李世鹏，人工智能专家，目前担任硬蛋科技CTO（首席技术官）。中国科技大学硕士，美国宾州Lehigh大学电机系博士。曾任微软亚洲研究院常务副院长、首席研究员。

导语：资本涌入，人少钱多。科学家们纷纷离开象牙塔，成为与资本结合的创业者。在李世鹏看来，互联网的商业模式已经从拼资金转化到了拼技术的时代，理科男的春天终于来了。

夜幕降临，码农们像鱼儿一样短暂地出现在中关村大街，转眼又涌入地铁离开了。这是北京高科技人才最密集的区域，人们来去匆匆，无暇他顾。就连街边的写字楼，也抛弃了商业区的浮华和小资，处处透着简朴和实用。

人工智能领域的科学家李世鹏，正在办公室等我。两年前，身为微软亚洲研究院（MSRA）副院长的李世鹏，嗅到了人工智能行业潮汛的气息，投身创业，成为硬蛋科技的首席技术官。两年后的种种事实证明，他的确摸对了潮水的方向。

1急需与痛点

一眼望去，李世鹏的办公室有些不同寻常。桌子边缘，沙发扶手和书柜顶层，整齐地摆放着很多个A5大小的木制相框。看我好奇，李世鹏说，“这些是我申请的技术专利，一共194项，这里放不下，只摆出来了一部分”。原来我身处一间武器库却不自知，眼前这些木制方块就是大公司威胁震慑对手的防御武器。

李世鹏性格低调而灵活，说起话来声调低沉，不紧不慢，有种成为超级协调者的天然气质。

“有人说我是职业秘书长，”李世鹏笑。在硬蛋科技首席技术官的身份之外，他是连接高校研究所，实验室和大公司的“微软亚洲研究院院友会秘书长”，也是联结巨头企业和创业公司的“新一代人工智能产业技术创新战略联盟（科技部）”的联合秘书长（以下简称“AI联盟”）。

走出科研的象牙塔，进入奋力奔跑的企业界，他觉得自己收获特别大，“这两年接触了上千家企业，认识了几千人，交了很好的朋友”。

由于经常在美国与中国，北京与深圳之间穿梭，数字化生存是李世鹏日常生活的一部分。比如，他会一直打开苹果手机的语音软件Siri，睡前会对Siri说，“嘿，Siri！明天早上七点钟叫我起床。”然后Siri会自动帮他设置一个闹钟。

不过，AI在他生活中的应用，止步于此了。对人工智能技术当下所处的阶段，李世鹏并不满意:“目前我们接触的都是一些单独的设备,怎样用一套系统把智能设备全部打通，这才是当下的急需和痛点。”

推动人工智能行业建立标准的技术接口，也正是李世鹏努力的方向。

由人工智能行业内代表企业、科研机构自发联合发起的联盟，目前已经有超过150家公司加入，其中既有百度阿里腾讯滴滴等行业巨头，也有知名创业公司。李世鹏说，“站在联盟的层面，我希望大家不用挖空心思把技术锁定到某个产品上，而是把注意力放在技术革命，技术创新上。我们就拼技术。今天我做得好，人家就用我。明天被别人超过，就用他的。”

2 华山论剑

第一次见到李世鹏是2017年10月的一个周末，北京丹棱街微软中国名叫“故宫”的会议室，几百位中国人工智能领域的顶尖科学家、投资人和创业者汇聚一堂，参加以“深AI未来”为主题的微软亚洲研究院（MSRA）第二届院友会。近20年来，微软亚洲研究院被称为中国IT界的黄埔军校，为中国和世界培养了不胜枚举的IT精英。

这是一场没有旁观者的聚会。到场的人曾经是微软研究院这所“黄埔军校”里并肩作战的兄弟。如今他们在江湖上自立门派，占领了人脸识别，自然语言，AI+金融，无人驾驶四大山头，几乎都是所在领域的创新者、领跑者和挑战者。

在这场如同集齐了东邪西毒南帝北丐中神通的武林盛会上，他们打破了师出同门的界限，华山论剑同台竞技。

最先登场的是几位颇有名气的大佬：创新工场董事长李开复，源码资本首席执行官张宏江，百度公司总裁张亚勤和微软亚洲研究院院长周明。他们都有多重身份，既是懂技术的科学家、拥有众多门徒的导师，也是创建了风险投资机构的资本家。

李开复第一个发言，10分钟的演讲中，他介绍了创新工厂投资过的AI项目，还表达了他的惊讶：“美国麻省理工大学AI专业的研究生和博士生都被挖空了。”台下立刻有人大声喊，“斯坦福实验室的人都还在”。李开复说，“那我马上去看看”。现场爆发一阵大笑。

坐在我身后的两位年轻院友，低声聊起八卦。一个说，“AI太火了，人工智能专业的本科生，一毕业就能拿到年薪百万，到处抢着要。”另一个说，“是啊，有传言说（微软首席研究员）孙剑以八位数年薪+两位数股权加入旷视科技，拉高了全行业的薪酬水平。”

李世鹏没有正面印证这些传言，但他笑道：“现在流行老板给自己以前下属的实习生打工，像微软研究院前常务副院长马维英去了今日头条，张宏江也是今日头条的顾问；孙剑去了旷世科技，给他以前的学生印奇当首席科学家；视觉计算机组负责人汤晓鸥，也跟他的学生徐立一起，成为商汤科技的联合创始人。”

另一个广为流传的段子是“群主退群”。李世鹏眼神闪烁，“这个也非常流行，因为群主创业了，或者去其他公司了。最搞笑的是陆奇，陆奇曾经是微软全球执行副总裁，他在微软建了一个微信群，最后群主去百度了。”有趣的是，李世鹏本人也是退群群主之一。

资本涌入，人少钱多。科学家们纷纷离开象牙塔，成为与资本结合的创业者。在李世鹏看来，互联网的商业模式已经从拼资金转化到了拼技术的时代，理科男的春天终于来了。

3 理工男的春天

几位大佬之后，人脸识别技术方面的创业公司率先登场。

由于人脸识别技术在智能安防上的应用极为广泛，仅仅是系出微软的知名公司就有商汤科技，旷世科技，依图科技三家。尤其是商汤科技，2017年7月获得了高达4.1亿美元的B轮融资，背后站着20多家被外界视作“神一般”存在的投资机构。

三家彼此竞争的人脸识别公司，创始人徐立，印奇和朱珑一同出现在讲台上，是难得一见的同门师兄弟同台PK的情景。三个人有不少共同点：年纪都在三十岁上下，都是有科研背景的学霸，创业生涯几乎都始于2015年前后。

与前辈们相比，这些年轻人赶上了好时候。中科视拓的创始人山世光说，“不久前iPhoneX的人脸识别功能在社交网络上刷屏了。但这个技术，我们研究院早在20年前就已经做出来了。今天这项技术也没有什么变化，只是苹果把它跟智能手机结合之后，才被大众知道。”

曾经在研究院待过的科学家们，对此都深有同感。李世鹏指了指摆在办公室的专利技术证书，说起他体会过的无数次技术无法落地的遗憾：“大公司都是规模作战，我们研究出来的技术，没有10亿美元的营业额潜力，就没有产品发布的渠道。很多时候，给别人看看demo，别人赞叹一下，就没有下文了。过了两年，看到另外一个小公司把我们当年的想法做成产品了，有一种很复杂的心情。”

“想把自己的技术，真正在产品上落地，这是我选择出来创业的一个很大的诉求，”李世鹏说。在他看来，在这一轮AI浪潮中崭露头角得到资本支持的人，几乎都是“十年寒窗耐得住寂寞的资深科学家”。他们抛弃了“穿着白大褂在实验室里做研究，技术被别人拿去赚大钱，而自己还是一个穷科学家”的形象。而在双方的力量对比上，是资本方提着钱找科学家，科学家有选择跟谁合作的掌控权。

新一代科学家开始扮演起了“投资人”、“段子手”、“网红”等多重角色。李世鹏说，“从李开复老师开始，他是科学家，同时也是一个很优秀的资本家。他用科学家的眼光，去看一个新的产品，天生就有其他人不具备的优势。再比如，有‘微软文工团团长’之称的汤晓鸥，他前一段时间在阿里云栖大会上的演讲，几乎媲美一些单口相声艺术家。”

李世鹏甚至认为这些创业公司的研发能力，比传统的研究所效率更高。他举例说，“你看商汤，光是在视觉领域就有120多个博士后（PHD）,我们研究院充其量只有十几个研究员。做什么研究，发展什么项目，它的步伐会更快更大。”

4 当泡沫来临

但是，李世鹏也是经历过美国互联网泡沫破裂的一代人。他毕业于中国科技大学信息管理专业，1990年代初，前往美国读人工智能博士。1999年前后，他亲眼见证了股价从几十块钱跌到几块钱的硅谷创业者的惨状：“当时硅谷很多人自杀，就是因为在好日子的时候，他们买豪宅。最后股票跌了，一家人就破产了。人是特别奇怪的，有时候就是走不回去了。”

面对从2015年开始中国人工智能行业的不断升温，他说：“美国这种高科技国家，泡沫来临时受冲击是比较大。但今天，我不敢说中国会不会受更多冲击。AI是全国性的狂热，肯定有很多泡沫。”。

每隔一段时间，就有创投机构邀请李世鹏，帮他们“看看”新项目。那些忽然“冒”出来人，从来没听说过的团队，往往都是“忽悠”。不久前，他去见了一个团队，对方在技术上语焉不详，他一针见血地指出了问题。对方很惭愧地低着头，不说话了。

他总结身边同行，发现了一个有趣的现象：他们最崇拜的是技术大牛，最瞧不起的是比自己差的人。他说，“在技术讨论上，我们喜欢直来直去，打破砂锅问到底。大家都是特别放得开，不会说一半留一半。因为圈子很小，我知道你不会拷贝我，因为你不屑于这样做，不然就会被圈里人看低了。”

关于AI，他希望同行们保持一种平常心：“你知道AI现在能做什么，将来能做什么，你对每一个阶段有一个期望值。不管从投资的角度还是从自己做的产品的角度，自己要有一个比较清醒的头脑就行了。如果做技术的人都被AI的泡沫冲昏了头脑，觉得自己能解决所有问题的话，那就很惨了。”

对话

Art289:关于人工智能，大众最大的误解是什么？

李世鹏：今天很多人认为机器有智能了，其实这是一个很大很大的误区。至少到今天，我自己个人观点，所有的人工智能的东西，都只是一个高级搜索功能。为什么？它依靠大数据训练这些模型。一些它没遇到的情况，它解决不了，它没有智能，它没有推理功能。我们曾经在研究院的同事就说，现在我们的训练集远远大于测试集。我觉得这句话总结得特别精辟，我特别同意。

比如说自动驾驶，像特斯拉出事就是一个很好的例子。它前方突然出现一个镜面一样的东西，反射过来，它误判了，这时候就特别要命。对于这种特别关键的应用，可能99%的精度都不够，99.99%也还不够。如果是99.99%的话，一万个里面有一个人要出事。所以，它其实要求更高。技术发展可以永久地逼近，但也意味着你需要更多的数据，要跑更多次。但是你不管跑更多次，还是有一些事情会遇到。所以从根本说它不是一个解决了的问题，这也是人工智能深度学习的特别致命的问题。

Art289:AlphaGo的学习方法，能够解决这个问题吗？

李世鹏：科学家们也在找一些方法来解决，在数据不够的情况下他们会生成一些数据。最著名的就是AlphaGo，它就自己跟自己下棋，下棋过程中自己产生数据，你不需要教它任何东西，它最后就可以自己训练自己。这是一个特别好的案例，你的目标定义好了。但是很多时候，你的目标是开放式的，无法定义的。这个时候怎么去让机器学更多的事情？它无法举一反三。“小数据，大模型”是大家都在探讨的一个问题。

深度学习的模型，在很多时候被证明实际上是不稳定模型，它很容易被攻破，它在安全上有很多问题。比如说自动驾驶，如果我在停止牌上贴一个很小的码，或者一块东西放上去，让训练好的一个机器去识别它是不是一个停止牌。如果完全依靠深度学习出来的算法的话，它看到不会停，按照60迈的速度冲过去了，就会造成很多事故。

Art289:你怎样看待人工智能威胁论？

李世鹏：我觉得最值得关注的，倒不是说今天人工智能要毁灭了人类这么特别极端的情况，而是大家没有意识到的，如果有些技术不被控制或者不被规范的话，就可能走偏。比如说人脸识别技术虽然好，能帮助解决很多问题。但是如果有人拿着这种无所不在的摄像头，把所有人的面部各种状态全都拍下来，这是一个多么可怕的事情。人脸识别的问题是，你的密码是写在脸上的，如果坏人把你脸部表情拿去扫描，他是可以模拟你的各种表情的。比如，活体识别的技术，或者戴一个3D面具，后面有个机器人在驱动。你眨眨眼，他也可以眨眨眼，这是可以做到的。所有技术都是这样，你让它野蛮生长的话，最后就可能生长出来邪恶的分支。

Art289:人类对机器的依赖究竟应该到什么程度，什么时候需要人的介入？

李世鹏：也许人工智能也需要一个教师，因为很多个性化的东西它是要跟人类学的。需要有一定道德规范的人来教它，你要是不去规范它，它就可能做一些坏事。微软当年在推特上放了一个机器人，最后有一堆人天天教坏它，满口脏话。腾讯小冰也是，小冰一出来很火，一风靡整个微信平台，几天就被腾讯封杀了。腾讯给的理由是很多人教它很多坏话、脏话，它就骂回来了。腾讯就把它下架了。这就是我说的，人工智能还处在初期阶段，它只是收集数据来学习。