马化腾清华详解腾讯AI生态布局
“清华-青腾未来 科技 学堂”
9月8日在清华大学经管学院开课。在清华大学 经济 管理学院“洞见论坛——-科技·驱动成长”上,马化腾发表重要演讲,第一次系统阐释了腾讯的AI宏观布局与战略思考。马化腾表示,腾讯希望加大对人工智能、云计算、大数据等几个基础性要素的投入,并且通过 互联网 +等方式和各行各业、学界和研究界进行合作。马化腾表示,未来所有企业基本的形态就是在云端用人工智能处理大数据,这是一个大方向。人工智能将影响到日常生活、 商业 的方方面面,这是一个大趋势。场景和市场是最重要的,只要有市场,技术、人才都会跟着走。对于腾讯来说,他们更加关注在AI方面能做什么。
9月8日,“清华-青腾未来科技学堂”开课:清华大学经济管理学院“洞见论坛——-科技·驱动成长”举行。论坛邀请到了2012年诺贝尔化学奖得主、美国国家科学院院士、斯坦福大学教授Brian K。 Kobilka,腾讯董事会主席兼首席执行官马化腾,美国国家科学院院士、中国科学院外籍院士、斯坦福大学教授、清华大学教授张首晟,北京大学理学部主任、生命科学学院讲席教授饶毅,中国科学院深圳先进技术研究院副院长、香港中文大学教授、商汤科技联合创始人汤晓鸥,以及清华经管学院院长、教授钱颖一等来自国内外的顶尖科学家、学者和企业家共话科技·驱动成长话题,为现场观众带来了一场“烧脑“的科技盛宴。了解科技前沿,通晓产业动态,论坛分为专题演讲和圆桌会议两个环节进行。
新智元创始人杨静作为清华-青腾未来科技学堂的学员与众多知名创新者和科技企业家“同学”一起全程参与了本次论坛。
腾讯首席执行官马化腾在演讲中提到这次“清华-青腾未来科技学堂”的48位同学是从超过一千家黑科技企业创办者里面选出来的,录取率4%,非常难。“清华-青腾未来科技学堂”是腾讯希望通过不断地尝试来促进科研和产业界结合与创新的一个努力。
马化腾在本次论坛上的演讲被外界解读为“最近马化腾个人最实在的一次交流”,他在演讲和互动环节上对最近大家比较关心的问题进行了解答,比如,站队文化、开放、腾讯愿意投入的几大方向、腾讯怎样做AI、腾讯与业界和研究界的合作以及为什么会 投资 特斯拉等等。
马化腾首先谈到了腾讯与产业和研究界的合作。他说,虽然说中国没有像国外的斯坦福、哈佛这样的私立学校,更多的还是公立学校,但是我们还是做了很多创新的尝试。腾讯和清华很早就成立了一个联合实验室,近期也转向研究AI。包括这一次,我们共同举办了“清华-青腾未来科技学堂”。我们希望通过不断地尝试来促进科研和产业界结合与创新。
他说,现在全球市值最高的十家企业,前五家在短短的一年内成为了以科技,包括以互联网、信息科技为主的企业。腾讯和阿里巴巴也在其中。现在越来越感受到,随着数字经济的发展,科技越来越融入到各行各业,在数字化和智能化的大浪潮里面,科技是我们所有产业界都必须要去关注的。
腾讯会通过互联网+等方式和各行各业、学界和研究界进行合作。
马化腾说,未来所有企业基本的形态就是,在云端用人工智能处理大数据,这是一个大方向。人工智能还可以运用到 金融 等领域,还有我们所理解的机器人,以及日常生活中的、商业中的方方面面,我觉得这是一个大的趋势和潮流。过去把用电量作为衡量一个工业社会发展的指标,未来,用云量也会成为衡量数字经济发展的重要指标。
他在演讲中还提到了为什么会投资特斯拉,以及一个新的CXO——首席探索官,以下是马化腾的现场演讲全文:
马化腾演讲全文
非常荣幸来到清华的论坛。刚才听Brian Kobilka教授的演讲,感觉特别的渺小,因为我感觉我听懂不到30%。我的感受是不明觉厉。
刚刚我了解到,Brian教授其实也是一个企业家。在国外,科研和商业的结合是非常常见的。我也了解到,张首晟教授是物理学家,也是投资人,也有企业。前不久我在 微信 里向他祝贺了他们的团队发现了天使粒子,也通过他的朋友圈直播了在美国的日全食,看到他在白板上解释日全食的原理。给我的感受就是,不想成为科学家的投资人不是一个好的企业家。
在座还有饶毅教授,我们知道在最近这一年,饶毅教授和我们的施一公教授、潘建伟教授、陈十一教授还有钱颖一教授一起创办了一个西湖高等研究院。
虽然在清华讲这个不太对,但是我觉得教育和公益是不分彼此的,没有门第之见。我们在清华的学者班的几位同学也受到感召,虽然我们过去很想成为科学家,但是没有这个机会。
就像我刚才讲的,不想成为科学家的投资人不是好的企业家一样,我们也成为第一批捐助人之一。
在座有我们与清华合办的“清华-青腾未来科技学堂”的学员,也有腾讯过去青腾营的学员,更有我们清华的企业家与学者。与同学们在一起,探讨科技的未来,我觉得是非常的荣幸。
Brian Kobilka和张教授都来自斯坦福,大家知道斯坦福是硅谷创新的发源地,很大的特点就是把科技和商业完美有机地结合在一起,我觉得这个是非常值得全球尤其是中国去学习的。
虽然说中国没有像国外的斯坦福、哈佛这样的私立学校,更多的还是公立学校,但是我们还是做了很多创新的尝试。腾讯和清华很早就成立了一个联合实验室,近期也转向研究AI。包括这一次,我们共同举办了“清华-青腾未来科技学堂”。我们希望通过不断地尝试来促进科研和产业界结合与创新。
我了解到,这次我们学堂的48位同学是从超过一千家黑科技企业创办者里面选出来的,录取率4%,非常难。可以看到,中国目前其实也在这方面做了很多的努力。
具体到腾讯来说,我们怎么看科技和商业的结合呢?我想分享几个看法。
第一,就像刚才程教授提到的,当今的社会在这一两年有了很大的变化,全球市值最高的十家企业,前五家在短短的一年内成为了以科技,包括以互联网、信息科技为主的企业。过去前十大企业基本上都是能源和金融巨头,在这一两年内发生了翻天覆地的变化。腾讯和阿里巴巴也有幸成为了十大公司之一。十大公司之中有七家是互联网和科技企业,这可能给大家带来一个触动。
大家知道,高盛最近说它也是一个科技企业,说超过三分之一的人是科研研发人员,也说研发人员超过了Facebook的研发人员,我们还没核实这个数字。但这给我的感受就是,各行各业都这么努力,我们还有什么理由不去努力呢?
我们现在越来越感受到,随着数字经济的发展,科技越来越融入到各行各业,在数字化和智能化的大浪潮里面,科技是我们所有产业界都必须要去关注的。
第二,腾讯可以做什么呢?腾讯过去的业务主要是 社交 、通讯、数字内容还有一些金融服务,其他的主要是投资以及与其他生态公司合作。对我来说,我感受有几个基础性的因素是我们愿意大力投入的:
第一是AI
第二是云计算;
第三是大数据。
我们会通过互联网+等方式和各行各业、学界和研究界进行合作。
我曾经说过,未来所有企业基本的形态就是,在云端用人工智能处理大数据,这是一个大方向。在这个方向上,对于腾讯来说,我们更加关注我们在AI方面能做什么。
去年阿尔法狗打赢了围棋的人类世界冠军,大家都在关注AI了。我们也快速投身于AI,在工程上实现了围棋算法可以打赢世界冠军以外,我们最近还在医疗方面也推出了一个产品叫腾讯觅影,就是用人工智能处理医学影像,比如对食道癌进行早期筛查,还有肺的切片、乳腺癌,还有很多需要医学影像分析的领域,和医院专家进行合作。通过深度算法,相信AI未来在医疗领域还是可以起到非常大的作用。
人工智能还可以运用到金融等领域,还有我们所理解的机器人,以及日常生活中的、商业中的方方面面,我觉得这是一个大的趋势和潮流。
另外一个是云计算,“云化”谈了很多年,但是现在越来越清晰了。很多企业原来是很保守的,希望把数据放在自己的内网上,不想公开,不想放到外网去。但是我觉得这个狭隘的思想已经过时了。这跟过去发明了电一样,不可能每一家不用公共的电网,而是在自己的家里搞一个发电厂,这是绝对不可能的。
过去把用电量作为衡量一个工业社会发展的指标,未来,用云量也会成为衡量数字经济发展的重要指标。大数据就更不用说了,一切有云,有AI的地方都必须涉及大数据,这毫无疑问是未来的方向。
在此基础上,腾讯是希望大量地和各个产业界进行合作,也包括在这些研发处于前沿的这些高效科研机构,能够展开充分的合作。我们在美国有一个特殊的团队,David Wallerstein担任高级副总裁,他的 Titile 是CXO,Chief Exploration Officer,首席探索官,很少有企业有这样的职位。他现在看的很多的产品和投资方向都不是腾讯目前在做的事情,包括太空探索,卫星公司我们也投资了。比如我们投的阿根廷卫星公司,可以用小卫星拍摄近地面的实时或者是准实时的影像照片。另外生物医药的投资我们也很积极。
当然包括我们也投资了特斯拉5%的股权,我们觉得特斯拉里面的很多黑科技都会源源不断的诞生,它是未来方向的一个代表。所有未来的科技都会和云、AI和大数据是分不开的。当它们结合的时候,我们就有用武之地了,我们就可以帮上忙了。场景和市场是最重要的,只要你有市场,不管是技术还是人才,包括新的科技,都会跟着你走,这个是我们探讨的未来。
最后我想讲在这种环境下,产学研需要有一些创新的生态。一年前我参加了香港的Hong Kong X,这是红杉资本沈南鹏和香港科技大学李泽湘教授他们发起的组织。我们感觉到产学研结合应该是大有可为的。我们希望依托香港的国际化和高校资源,依托粤港澳大湾区有智能制造、人才和生产基地的大环境,做一些事情。
他们的团队跟我介绍说,国外在产学研方面有一些新的变化,比如说在波士顿附近有一个奥林工程学院,这个学院很特别的,学生一进来就打破传统院系专业,通过跨界融合的方式与企业合作,让学生通过做项目的方式把理论和实践的学习得到结合。再比如加拿大的滑铁卢大学也有很多跟企业合作的项目。另外,MIT最近也有一个叫“引擎”的计划,通过一些学校的基金,鼓励学生把想法变成一个现实,把一些样品变成商品,这是个新的趋势。
李泽湘教授和港科大的校长希望说服我支持他们一些新的计划。比如说能不能在香港按照刚才提到的一些新模式成立一个新型的教育机构,我们姑且叫做湾区科技大学,或者说科技中学,从头培养创新人才,为整个粤港澳湾区做服务。这也是一个非常好的点子,我们还在探索。
对腾讯来说,我们最近暑假做的一个事情,就是发起了腾讯粤港澳青年营。
我们请了粤港澳三地大概一百名的青年,主要是高中生,参加夏令营,到深圳的腾讯、大疆等一些企业去接触科技,在腾讯可以体验AI,包括AR、 VR 等技术,以及无现金的消费体验等;也包括到大疆去体验无人机和机器人等。
当然还有很多青年人特别喜欢的活动,像帆船、棒球,这些都是他们平时比较少接触的活动。年轻人很兴奋。这也促成了粤港澳三地青年人的融合。我们还开放了暑期实习岗位给粤港澳三地的大学生。这些方向都是我们努力在做的。
最后希望我们产业界和学术界能够去更加紧密地联手起来,共同迎接未来整个产业数字化和智能化的浪潮,谢谢大家!
人工智能炙手可热,现场嘉宾怎么看?
清华经管中国企业发展与并购重组研究中心主任程源教授:人机深入融合的时代已经拉开序幕
“数字化、智能化的浪潮正以指数级增长,如何应对这些变化,必然成为我们不可回避的重大课题和严峻的挑战。”清华经管中国企业发展与并购重组研究中心主任程源教授在致辞中表示,自2016年以来,从阿尔法狗到无人驾驶,从美国大选到量子计算,都与人工智能有关。这些新技术正在帮助我们突破以前的能力限制,并引领我们进入新的领域。尽管不论是学术界还是产业界对人工智能还没有统一的认识,但是可以遇见的是人机深入融合的时代已经拉开序幕,将深刻影响人类文明和社会发展的进程。
清华大学经济管理学院院长钱颖一:今年清华计算机成为了最受追捧的专业
本场论坛主持人清华大学经济管理学院院长钱颖一表示,“我作为清华经管学院的院长非常高兴的看到,今年清华计算机成为了最受追捧的专业,显然是跟人工智能是非常相关的。”
面对从产业界到高校的人工智能热,钱颖一援引爱因斯坦的名言说,“大学教育的价值不在于记住很多事实,而是训练大脑会思考。我想这一点,大家都是非常的赞同。专业的知识不是那么重要,至于什么专业都不重要,更重要的是要训练大脑会思考。”
对于这次论坛不仅是科学的知识,科学的精神,而且更重要的是对未来的探索和对未来的思考。今天的论坛到这里,期待清华-青腾未来科技学堂越办越好,希望科技更多地造福人类。
Brian K。 Kobilka:平均7-12年时间、花费25亿美元、研制一种新药的成功率可能只有15%
2012年诺贝尔化学奖得主、美国国家科学院院士、斯坦福大学教授Brian K。 Kobilka以G蛋白偶联受体与药物发明发表主题演讲。身处学界最前沿,Brian K。 Kobilka在演讲中分享了他在药品研发方面的经验。他提到药品研发的成本非常高,而且风险很大,耗时很长,通常来讲,要开发出一个成功的新药,需要花25亿美元的投入,实现的周期是7-12 年左右,最终只有10%到15%的备选新药能够成功上市。如何对药物发展过程产生影响,Brian K。 Kobilka教授指出研究的每一步发展都和科技的进步有关,对受体的结构有足够的了解才可以使用电脑的帮助。他还以对镇静剂药物的研究为例,来说明他的研究团队如何让药物激活人体好的因素,但同时不激活坏的因素,从而减少镇定类药物的副作用。
马化腾:用云量也会成为衡量数字经济发展的重要指标
马化腾表示,人工智能还可以运用到金融等领域,还有我们所理解的机器人,以及日常生活中的、商业中的方方面面,我觉得这是一个大的趋势和潮流。
人工智能之外,云计算将是另一个大趋势。马化腾表示,“云化”谈了很多年,但是现在越来越清晰了。很多企业原来是很保守的,希望把数据放在自己的内网上,不想公开,不想放到外网去。但是我觉得这个狭隘的思想已经过时了。这跟过去发明了电一样,不可能每一家不用公共的电网,而是在自己的家里搞一个发电厂,这是绝对不可能的。
在马化腾看来,过去把用电量作为衡量一个工业社会发展的指标,未来,用云量也会成为衡量数字经济发展的重要指标。大数据就更不用说了,一切有云,有AI的地方都必须涉及大数据,这毫无疑问是未来的方向。
在回答汤晓鸥教授提出的困扰 创业 者的“BAT投资站队”的问题,马化腾说,对于站队文化很无奈,也想打破。他认为,竞争还是不可避免的,一方面国内几个商家的竞争促进了中国的移动互联网的发展,比如很多O2O、移动支付、共享单车公司。另一方面也产生了恶性竞争,或者是让创业者很无奈的(事情),比如要站队,接受了这边的投资,那边就不行,其实他们也很无奈。
他说:“所以你可以看到尽管我们有微信支付,但是你要知道我们其实并不排斥另外一家,反之就不是这样的了。所以有时候在享受竞争带来的高速发展的时候,的确我个人有时候也挺厌烦的,就觉得大家都在往科技、用户体验做不就好了吗?为什么要排他呢?这是一个很不健康的事情,其实我也很想打破,也希望大家共同努力。也希望业界生态,大家更加支持这个方向。”
北京大学校务委员会副主任、理学部主任、生命科学学院讲席教授饶毅教授:人工智能模拟成人的,我认为百分之百的都是假的
在圆桌讨论环节,北京大学校务委员会副主任、理学部主任、生命科学学院讲席教授饶毅教授表示,当前神经科学受到广泛重视,部分是因为人工智能推动,但这并不意味着神经科学处在任何一个特殊时期,神经科学的研究会一直存在,而且神经科学永远是最后的前沿,是无尽的前沿。
饶毅认为,现在神经科学的研究是有一定的进步,主要的原因是用了所谓光遗传学技术,这是一个重要的技术,这个技术重要到很多人在使用它。如果你要诚恳的评价的话,没有带来任何概念上的突破,是用于验证和否认现在已经有人想过的一些事情。验证和否认的时候,结果特别好看,所以很多人在比较夸张性的用它来做宣传。
对于人工智能的发展速度, 饶毅预期较为谨慎,他认为,人工智能的发展在我们有生之年都不可能达到科幻的程度,甚至“所有的高级的(人工智能)对思维、认知和情感的都是瞎说的。我也认为人工智能的进步是有限的,把人工智能模拟成人的,我认为百分之百的都是假的。”
中国科学院深圳先进技术研究院副院长、香港中文大学教授、商汤科技联合创始人汤晓鸥教授:2011年是人工智能的分水岭未来将有三大突破点
2011年是一个分水岭,为什么会有这分水岭呢?我想有四个方面的原因。
第一,需求。之前手提电脑非常多,虽然这个电脑能移动,但是大部分的情况下我们不会拎着电脑去吃饭,出去旅游拎着电脑拍照。后来 手机 出来了以后,手机上的摄像头变成了人的第三只眼睛,我们在微信上发的最多的就是照片或者是视频。一图胜千言,这时候产生了大量的数据,这些数据需要智能地分析,所以有了实际应用的刚需,这是第一点。
第二,数据的体量有了大幅的增加。原来数据是从电脑中产生的,有手提电脑的人还是很少的,因为要一万多块钱一台,但是手机红米一出来,五六百块钱一台,任何人都可以轻易的有两台。原来几亿的用户,一下子变成十亿、二十亿,体量出来了,也就产生了大量的训练和应用数据。
第三,硬件的训练平台。原来我们用CPU的时候,用超算的时候,我们做人脸识别的时候,用了近千个核,要跑一两个月才能把一个算法跑出来。后来用GPU,10台机器,六个小时就跑出来了。所以给了大学实验室和小公司一个可承受的硬件平台和能力来做训练。
有了前三个方面还是不够的,最后深度学习的框架允许我们做端到端的学习,深度学习用深度神经网络框架,允许我们用几千个、几万个、几亿个参数,直接就覆盖各种场景应用。就可以在一些单项的应用上超过人类。在个别的应用上超过人类,就是可以替人类来做这个单一的工作。这几个原因加起来,是人工智能取得了突破的主要的原因。
近期和远期有哪些地方是可以突破的呢?我觉得有三个方向应用的会比较多。一个是语音识别。这个是相对成熟,也是第一个突破的。紧接着就是视觉,现在的主战场就是在视觉领域。我们先把人听的能力解决了,第二个是看的能力。看的能力的场景是非常多的,这个是目前的主战场。第三个就是自然语言的理解,这件事情是还没有解决的。
下面再讲长远的,人工智能到底可能不可能控制人类,这个事情大家讲的很多。你听到的不是做人工智能的名人和网红讲的事情,基本上是不可能的。我们做这个行业的人,在第一线的、离炮火最近的其实做得蛮苦的。过去几十年一直没有做出什么来。我们以前每年的成长速度是每年提高1%,你算一下,刚开始ImageNet检测的准确率只有22%,如果要达到100%,需要大概80年,这个活我们是准备干80年的。深度学习一出来,我们真的是几年以内就做到了将近70%。所以进步是比原来快多了,但是机器的任务还是人类定义的,不可能控制人类,想多了!
美国国家科学院院士、中国科学院外籍院士、斯坦福大学、清华大学教授张首晟教授在学校里面做跨界也是非常不容易的
针对当前国内产业界流行的跨界现象和跨界思维,张首晟认为,“在学校里面做跨界也是很不容易的,物理系的老师整天在物理系,商学院的老师在商学院,大家平时没有什么机会串门和聊天。我们三分之一的老师住在学校的校园里面,我也住在校园里面,通常只有在孩子们一起活动的时候,踢足球的时候,我才可以跟邻居们聊起来。”
张首晟在圆桌环节分享了他早期的投资案例,在一次非常偶然的机会跟邻居聊天的过程中, 张首晟发现一位计算系的老师创办了一个非常有意思的公司,这家公司的核心产品是在计算机装入一个虚拟机,这个虚拟机包括三个部分,每个上面可以装一个新的不同的操作系统,以解决Linux、微软和 苹果 三个不同的操作系统难以在一台计算机上兼容的问题。
“既然我们在斯坦福的老师始终会碰到那么一个机会,为什么不做一个系统的风险投资的机构。”张首晟这样解释他最终决定进入投资行业的初衷。
在与新智元创始人杨静的交流中,张首晟教授也提到了他对中国量子计算研发的观点。他认为,从0到1的问题,很难靠资源,无论是钱还是人力,简单量化去根本解决。还是需要崭新的探索与方法论。
来源:笔记侠