产业变革进入集中爆发期，人工智能如何快速落地？

人工智能的概念，从2016年Alpha Go开始到现在差不多已经火了两年了，媒体聚焦、社会关视、投资机构的密切关注，各大小企业的研发，人工智能在各领域都非常火爆，百度甚至提出了ALL IN AI的概念。在达观数据前不久举办的“2018长三角人工智能应用创新张江峰会”上，有幸邀请了沪江首席科学家夏海荣、喜马拉雅副总裁李海波、森亿智能创始人张少典、浦软孵化器总经理邹家瑾和达观数据联合创始人高翔，一同探讨了人工智能应用的现状与未来前景。

1

沪江的首席科学家夏海荣认为AI不是一个行业，AI是个学术方向。更早以前是机器学习的自然延伸，AI是大框架，如果回到教育上来看， AI教人这件事情很“靠谱”，它可以担当老师的角色，给学生提供一对一的教育指导 。

2

喜马拉雅副总裁李海波认为，AI一定会让我们过得更美好。因为今天所有的人工智能和AI，其实都是希望解决效率的问题。人类社会到现在为止面对的第一是信息爆炸，第二是效率不够高，第三是资源不平均。AI可以帮助我们在这些方向去解决。

3

专注于医疗行业nlp的森亿智能创始人张少典认为，其实不存在一个行业叫人工智能化，人工智能是一种工具，它需要落地到垂直行业才能称之为人工智能，不管是金融、教育、安防。而人工智能真正成熟的时候，是它已经润物细无声进入到各个行业，比如像2005年都在谈论的云计算的概念，现在已经是大家习以为常的事情。当有一天大家 “习惯”的人工智能在生活方方面面的应用场景，才是真正成熟的时候。

4

浦软孵化器总经理邹家瑾介绍了它对行业的整个看法，目前比较“火”的方向：人工智能加医疗、人工智能加教育、还有人工智能加机器人。刚刚从硅谷出差回来的邹家瑾，和著名投资人，《让大象飞》作者史蒂文·霍夫曼交流发现，硅谷的很多投资方向与他们现在看到的方向完全吻合，在人工智能方面，中国跟美国是齐头并进的。

以下为对话实录：

夏海荣：我叫夏海荣，来自沪江，沪江去年组建了一个智能学习实验室。智能学习实验室两个因素，一个智能，一个学习。沪江在学习方面耕耘了很多年了，以前并不智能，更多是线下课堂的线上化。今天我们用一些智能来帮助大家学得更快学得更好。我之前在微软，参与小冰小娜这样的工作。上周我在中国计算机学会，参与了一个语音宝的发布仪式，人工智能更多的还需要大家的推动。

李海波：我是喜马拉雅硬件部的负责人李海波。今天的人工智能，并没有那么智能。其次你今天看到的所有的叫人工智能的东西，它都是经过大量的算法和数据的集成，其实所有打着人工智能的牌，如果没有一个落地方向，就是玩概念了。我们的落地方向，就是寻找这家企业，到底自己的核心能力是哪一些。我们发现通过把信息，借助人工智能，可以很准确的触及到原来我们触及不到的一些场景，这是我们找到的一个方向。

张少典：我是森亿智能创始人张少典。我自己是，做人工智能自然语言处理——机器学习的，更多是偏医疗领域。我们是一个技术团队创业出身，现在逐渐转变成了一个类似于像医疗行业的解决方案的公司。所以人工智能只是我们公司当中的立身之本，是很重要的一个部分。

邹家瑾：大家好，我们来自浦软孵化器，我们不是人工智能的公司，我们孵化了一些人工智能的公司。比如今天在座的喜马拉雅曾经就在我们孵化器。我们每个星期都会看一些热点，人工智能是一个重点，几乎每周都有这样的一些创业项目。总共有几个方向，一个是人工智能加医疗，人工智能加教育，还有人工智能加机器人。我刚刚从硅谷出差回来，在那边听很有名的投资人、写《大象飞》的这本书的作者，他列了一些硅谷的投资方向。跟我们现在看到的方向是完全吻合的，所以我觉得人工智能这方面，中国真的跟美国是齐头并进的。

不谈实际应用的人工智能，不是正经智能

主持人高翔：在各位专家深耕的行业当中具体做了那一些的事情，感觉到人工智能对于我们是有帮助的呢？

夏海荣：沪江主要做外语学习，外语学习一般离不开听说读写词汇量，其中任何一块都离不开人工智能。比如，张口说如果没有人听，得不到一个反馈，除非个人自制力特别强。在某些行业可以见到这种厉害的人，但我们现在就有很多智能评测的产品，可以自己给自己打分。你说话，可以给你评分，知道你重音不对，还是语调不对，除此之外我们还可以做对话。比如你花了钱，跟老师一对一，二十分钟花两百快。课下出了错误，学习动力可能就消失了。但是今天通过线上的人机对话，把你的学习动力调动起来。

再例如写作，写作其实是非常难的一件事情，我不知道在座的有多少人会记日记，写博客，甚至还有写书的。在四六级的考试写作中大家会遇到很多问题，语法库不通，词汇量不足。这件事情，如果没有人指点，写作水平基本不会提升。沪江现在做到让机器自动化的帮你批改，一定程度上可以跟word的语法检查相对应，但并不是为英语学习而设计的，是为了检查出一些初步的语法错误。沪江现在利用人工智能做了这些事情。

李海波：从2014年开始，我们先是把平台生产端，运用到数据，大数据其实也是人工智能的一种方式。喜马拉雅把所有的517万的主播，做出来的上亿条的内容在大家手机上呈现，使得每个人内容不一样的。这套体系推出之后，经过一段时间后，我们发现有一个巨大的变化。这个变化就是千人千面系统基于自己的兴趣、爱好，每个人都有了自己的一个独家的电台。这个电台里面所有的内容，用户可以持续性的收听。这件事情给我们带来的收益，使得从用户每天使用app的31分钟，上升到每天128分钟。

另外，我们发现还有一个场景，被大多数的企业忽视的人群，老人人群，老人对于现在的智能手机完全掌握不了的。我老爸每天都会问我，你把订阅号里面的秦腔每天给我发一条。我说你为什么要反复听？他说我自己又不会搜，你今天只给我发了一条，只能反复听这一条。其实喜马拉雅上秦腔这个类目下有176万条，可以自己选择，可是他在交互上完全不懂，我只能让他用语音的方式交互。

同时还存在一类人，一定要用语音的方式解决，就是孩子。六岁或者是六岁以下的孩子，我们不建议他接触视觉接触手机，他和这个世界交互的方式，一定是用语言。语言能够调取平台上上千万优质的资源，教育的数字的内容，音乐的国学的内容，喜马拉雅做了这些东西，这个当中，人工智能是最好的成长的工具。

主持人高翔：我们了解到生活当中每一方面都会被潜移默化的影响，这些影响是通过人工智能帮我们落地、帮我们实现的。

但是，在医疗方面，我有个疑问，刚刚张少典提到了自然语言处理，但医学方面的自然语言处理怎么引用呢？看病是我们普通人生活当中经常接触到的一件事情，为什么会用自然语言处理，这个文本处理的东西在医学上面做相关的工作，它能达到什么样的效果呢？

张少典：大家也知道国内的医疗，其实是属于，某种程度上也算是问题多多的行业，不管是医院的角度，还是医疗保险的角度，还是药物研发的角度。有太多效率、安全性的问题。人工智能来说，某种程度上来说就是提质增效，医疗行业还有一个很大的问题，就是安全监控，不良事件的预警。自然语言处理在医疗行业的应用，是对大量的病例进行解析。这个是主要的应用场景。因为病人的信息，大量的蕴藏在病例当中，实际上不管你想构建下游的人工智能的应用，第一步你要让机器能有效的解析病例，这就是我们为什么需要医学自然语言处理的技术。

自然语言处理或者是解析病例这是第一步，解析之后，我们要有一些落地的场景。比如第一个场景，我们跟上海儿童医学中心合作，就像IBM沃森肿瘤医生做的事情，根据病人的情况，病情、病史、用药情况，能判断一个病人的用药方案、化疗方案。在小儿先天心脏病这个领域，上海儿童医学中心的小儿先天心脏病中心是亚洲最大的中心，数据非常丰富。但是以前这些数据躺在亿元里面，没有人用，也不知道该怎么用。

我们做的第一步事情，先把这些数据解析，然后建立一个模型。这个模型非常类似于沃森肿瘤医生起到的作用。当一个小儿先心病的手术术前，我们的算法，根据病人的一些情况，包括他的家族史、既往史、术前的CT检查、心动超声检查、化验检查情况，能预测一套我们的模型算法认为相对来说手术麻醉术中循环和术中方案。并且可以预测预警术后并发症、出血，包括大概会在ICU会待多长时间，所有这些参数都是可以预测的。当然这只是一个案例，这个案例听起来很美好，要落地临床其实还有很长的路要走。因为大家可以想象这里面的法律风险、伦理风险机。所以我们的工具，更多的是医生在动手术之前可以参考一下我们的方案，这个方案也许可以提醒他一些他没有考虑到的因素。

另外一个案例，我们跟上海第十人民医院合作，我们在做一个类似于院内不良事件的监控。中国现在很大的一个问题，就是各种安全纠纷。我们帮十院用机器，算法持续的监控所有的住院病人的数据，包括产生的病例、每天产生的化验报告、用药记录、分析。然后去实时的不停的预警，哪一些病人可能会出现恶性的不良事件，比如肾静脉血栓、脓毒症、急性肾衰竭，这些一旦发生非常难抢救，但是哪怕能提前两个小时预警，它的效果是完全不一样的。

人工智能不能取代医生判断，但是有一个机器在那里，可以随时监控，有一些高危病人可以报警，在这个当中也许有很多假阳性，但是对于医生来说还是起到很重要的作用。因为也许一个病区有几百个住院病人，他根本无从得知哪一些病人是高危病人。对于机器来说，也没有办法准确的判断到底是哪两个人，但可以做到两百个病人当中哪二十个是高危的，医生对其重点关注。

简单来说，我们是把AI用在医疗的质量监控、辅助诊疗的场景。我们和做影像筛查的不太一样，更多是围绕这一类分析，这一类分析非常依赖自然语言处理技术对于病例的解析。

主持人高翔：我们现在有三个领域的落地，除了这些企业之外，还有哪一些企业、哪一些领域，我们AI技术可以帮得上忙的，可以改变现状的？

邹家瑾：刚刚少典提到的人工智能医疗影像的处理，浦软孵化器有不少企业在做。比如说癌症的筛查，有肺癌的，有乳腺癌的，有胃癌的，也有糖尿病的。

还有教育，刚才跟沪江说的差不多，因为现在小孩子考试非常多，题海战术，用上了人工智能，你这个小孩知识薄弱点，可能就那么几个，没有必要把所有的题都做一遍，它可以把力气用在关键的地方，你只要做欠缺的知识点就可以了。

还有一个视觉，七牛做智能视觉和智能数据。其实领域非常多。人工智能相当于是未来的生产力。刚刚各位也提到，它的应用领域非常多，其实有很多的生活场景都可以用到人工智能。

接下来我们会推出一个孵化器的优秀企业计划。每年会评出十家优秀的企业，针对这十家企业会有一些特殊的政策优惠。人工智能是我们当中的一个重点。

企业吸引高质量AI人才的自我修养

主持人高翔：公司发展之后，发现人工智能AI这一块的人才很难找。人工智能的人才，薪水高，找起来多困难。所以我想问，企业需要什么样的人来做AI？是学术背景特别强、要有对应的行业的专家，还是有其他特殊的要求？

夏海荣：做智能教育这一块的人才，确实有点难度，我们怎么解决这个问题呢？如果我去招人，我就看两点，第一他内心有没有热情，他对于我的行业是不是认可。第二点看他的学习力了，他学习力够的话，学什么专业不是那么重要，已经工作一两年也不是那么重要。

李海波：我们需求往往很难被满足，因为我们要找看懂未来的人，无论找产品研发还是产品经理。要理解以终为始，要做什么事情，要为顾客解决什么问题。喜马拉雅自身是一个以内容为出发点的一个基础平台，我们需要有清晰眼光的人，知道首先要服务谁，其次行业内有哪一些技术为我所用的，去跟谁合作，最后长出一棵什么样的树，这个树长出来是长成什么样子，服务于谁，能够给用户带来的价值，它让客户的收听、学习、获取内容体验是不是能进一步提升，所以这个方向的人蛮难找的。因为你找的人是要预备学习精神的复合型的人，喜马拉雅不是找科学家，也不是找写代码的，也不是找基础研究的，是要找的能理解行业的人。

我们要求很高，但很幸运，也能找到一些人。这些人在做什么事情呢？回来理解喜马做什么，把这个能力分解之后，他再带着这个能力，帮我找到行业内的合作伙伴。只有完全开放的心态，完全开放的平台才能做出来。

张少典：总体而言我们公司的基调，虽然看起来是AI，AI坦率讲就是真正意义上在机器学习、神经网络、深度学习、自然语言处理的人其实非常少。我觉得最难得的，是业务专家、领域专家。当然这里面最最难的，怎么能让领域专家跟这些人讲话。我经常在公司里面跟大家开玩笑，不是开玩笑，之前我问全公司所有人问了一个问题，我说如果让你选一个，我们公司是AI公司还是医疗公司，你选哪个？我觉得还是要以行业属性作为基调，首先你是解决行业问题的公司。所以你必然需要大量的行业专家、领域专家、工程专家，去真正产品化的实现。我倒没有感受到真正所谓特别核心的人工智能这方面需要大的专家。

主持人高翔：但是现在很多公司的要求有两种观点，一个是学术要求很高，这些人来了之后，具体行业当中，产出不大。我看过一个数据，大概可能有400个人里面，有100个人离职之后都会回到科研院所。这件事情，你怎么看呢？

张少典：所以我从来不招这样的人。我自己是做科研出身，以前写很多论文，自己创业之后，才感受到这两者其实差别非常大。我还是更关注做业务和产业转化这一块。

高翔：那么多的医生，你们怎么知道他们要什么的呢？

张少典：我觉得是这样的，这里面很重要的一个群体，产品经理团队很重要，他是衔接客户需求和最后的产品转化的，我们动一些脑筋，产品经理这个团队怎么搭，既懂产品也懂医疗的人很难很难找到。所以我们搭这个团队的时候，会做一些考虑。比如说会把产品经理分成三种类型：一种是纯临床出身，懂临床业务；第二种是懂产品，知道产品管理的方法论，如何做产品生命周期管理；第三类人才是比较懂IT，懂系统架构，懂IT架构。我们把这三种背景跟产品经理再节对，一起在做产品。因为很难找到完全一样的人，同时把这三块做起来。

人工智能在未来会大施拳脚

主持人高翔：在今天这个节点，我们怎么看待AI？它的未来前景是怎么样的？

夏海荣：首先什么是AI，我特别同意刚刚嘉宾的说法，AI不是一个行业，AI其实是个学术方向。更早以前是机器学习的自然延伸，AI是大框架，第二点回到教育本身，用AI教人这件事情很靠谱，让人类变得更强大，这个世界才有希望。

李海波：AI这个方向，一定会让我们过得更美好。因为今天所有的人工智能，其实都是希望解决一个效率的问题。人类社会到现在为止面对的问题，第一是信息爆炸，第二是效率不够高，第三是资源不平均，但AI可以帮助我们在这些方向去解决。至于解决的手段，今天我们选择的是音频化、音响、智能化，但是接下来可能交互的方式完全不同，但是能够做到让每一个人成为独一无二的人，让每一个知识能够触达到这个知识想要覆盖的人，中间的通路解决的办法一定是AI。

邹家瑾：我觉得人工智能是个辅助工具，两年前Alpha Go赢的那场比赛有很多的辩论，到底是机器统治人还是人统治机器，过了两年，这个是非常清晰了，并不矛盾，有的事情让机器去做，有的事情让人去做比较好。人工智能作为一种工具一定会使人的生活变得更好，更有效率。

张少典：总体而言我也是乐观主义者，就像很多人相信20年之后，甚至司机这个行业要失业，当我们谈到医疗这个行业，大多数人不敢说医生会失业，但我觉得这个一定是大势所趋。没有理由说某一种高度逻辑化或者是依靠经验的职业，人工智能不可以去代替人类做一些工作。当然我觉得，对于任何行业，真正成熟的那一天，可能是润物细无声，在各个地方，大家不再开各种各样类似的峰会谈这个话题的时候，也许这个行业就真正成熟了。比如云计算这个理念，云计算这个概念2005年抛出来的时候，满大街都在谈，但云计算真正产业化成熟，可能也就是最近三四年的事情。现在大家也不会更多的谈论这件事情了。包括前几年的大数据我觉得一样的。所以人工智能真正成熟的那一天，它已经润物细无声进入到各个行业。

主持人高翔：听了各位嘉宾的分享，我分享一下达观数据在做的事，达观想通过利用文本挖掘技术，让计算机理解文本的含义，从而为企业实现文本智能化来提升运营效率。达观发现大量的重复性工作，其实已经可以让机器来代替人做。这样的工作效率非常高，可以让普通的职员从重复的工作当中解放出来。总体的目标还是让生活更美好，相信经过我们在各个行业当中的努力，它一定会越来越落地实用，真正解决问题。