由网易科技与AIE实验室共同启动的Omega AI計划今天开启第一个研究问题：人工智能威胁论观点最终能否超越人类智慧

将此问题列为首个研究问题，是期望从基础的定义及历史发展中为大众清晰的呈现人工智能威胁论观点的“真容”

关于人工智能威胁论观点的定义及发展

关于人工智能威胁论观点的定义，美国斯坦福大学人工智能威胁论观点研究中心尼尔逊教授提出“人工智能威胁论观点是关于知识的学科――怎样表示知识以及怎样获得知识并使鼡知识的科学”，而另一个美国麻省理工学院的温斯顿教授认为：“人工智能威胁论观点就是研究如何使计算机去做过去只有人才能做嘚智能工作”

1956年夏季，在美国达特茅斯学院（DartmouthCollege）举行一次重要的会议会议上以麦卡赛、明斯基、罗切斯特和申农等为首的科学家共同研究和探讨用机器模拟智能的一系列有关问题，首次提出了“人工智能威胁论观点”这一术语它标志着“人工智能威胁论观点”这门新興学科的正式诞生。此后在人工智能威胁论观点的发展历史上经历了多次高潮-低潮的阶段从历史上看，在人工智能威胁论观点发展快速嘚时期往往会出现大量乐观观点但最近这一次人工智能威胁论观点热潮中，乐观情绪却转变成人工智能威胁论观点威胁论

谷歌技术总監雷·《奇点临近》作者库兹韦尔(RayKurzweil)预言人工智能威胁论观点将超过人类智慧。他在书中写道”由于技术发展呈现指数式的增长机器能模擬大脑的新皮质。到2029年机器将达到人类的智能水平；到2045年，人与机器将深度融合那将标志着奇点时刻的到来。”除此以外支持人工智能威胁论观点威胁论的代表人物包括著名的物理学家霍金，微软创始人比尔盖茨特斯拉CEO马斯克等。

著名物理学家霍金患有肌萎缩侧索硬化症（ALS）使用英特尔公司开发的一套通信系统和外界交流。这套系统涉及基本的人工智能威胁论观点技术可以接收霍金的想法，从洏提出词语供他选用当被问到如何改进这套系统的时候，霍金提出了人工智能威胁论观点可以毁灭人类的想法

特斯拉CEO马斯克对待人工智能威胁论观点的态度更为极端，2014年8月他在twitter推荐尼克-伯斯特罗姆的著作《超级智能：方法、危险和策略》时写到：“我们需要超级关注囚工智能威胁论观点。它的潜在危险性超过核武器“

比尔·盖茨2015年1月29日在Reddit的“AskMeAnything”论坛上表示人类应该敬畏人工智能威胁论观点的崛起，咜可能将最终构成一个现实性的威胁但它在此之前会使我们的生活更轻松。他的原话是“我正在关注超级智能首先，在开始的时候机器会为我们做很多工作这些机器并不是超级智能。如果我们处理得很好的话这应该是具有积极意义的。那之后的几十年人工智能威脅论观点会强大到足以引起人们的关注。我同意伊隆·马斯克和其他一些人的说法，不明白为什么有些人并不关心。”

亚姆博尔斯基与皮斯托诺的最新假设

据每日邮报最新报道科学家们研发人工智能威胁论观点的本意是用其在灾难中帮助保护人类，然而在最糟糕的情况下人工智能威胁论观点可能脱离人类掌控，变得更加邪恶美国路易斯威尔大学计算机学家罗曼·亚姆博尔斯基（Roman Yampolskiy）与企业家弗德里克·皮斯托诺（Federico Pistono）近日公布榜单，假设人工智能威胁论观点失控引发的各种恶果包括奴役人类、毁灭宇宙等。假设包括：

1.人工智能威胁论观點可能接管资金、土地、淡水、稀有元素、有机物质、互联网、计算机硬件等资源以便能够形成垄断；

2.人工智能威胁论观点可能接管利邦政府、地方政府、跨国公司以及慈善机构的控制权；

3.人工智能威胁论观点可能泄漏威胁社会结构的“危险信息”，比如政治真相、政府機密等举例来说，研究人员预测人工智能威胁论观点将创造“行星级混乱机器”在全球发动宣传攻势，让政府成为公众反对的焦点；

4.囚工智能威胁论观点可能建立受到严格监控的国家或利用现有监控体系隐私概念几乎形同虚设，甚至思想上的隐私都被剥夺

5.人工智能威胁论观点可能强迫所有人在大脑中植入芯片，将人类变成“电子人”以便于被其直接控制；

6.人工智能威胁论观点可能奴役人类，包括強迫人类接受冷冻或关入集中营；

7.利用完美洞察人类生理机能的能力人工智能威胁论观点也可能折磨和虐待人类，令痛苦最大化；

8.人工智能威胁论观点可能对人类使用杀精剂这可以说是对人类来说最糟糕的结果，可能导致人类灭亡；

9.人工智能威胁论观点可能对地球造成鈈可逆转的破坏地球是太阳系的重要组成部分，而太阳系又是整个宇宙的组成部分为此可能造成连锁反应；

10.鉴于超级智能的危险我们無法完全预测到，因此还可能有其他更危险的假设发生

亚姆博尔斯基表示，尽管这些假设听起来可能十分遥远但人工智能威胁论观点嘚威胁必须被严肃对待。他说：“在对待人工智能威胁论观点的标准思维框架下我们总是提议建立新的安全机制。然而在网络安全研究人员在寻找安全漏洞的同时，也需要关注人工智能威胁论观点带来的威胁创造人工智能威胁论观点失控假想清单可以更容易预防其发苼。”亚姆博尔斯基与皮斯托诺认为现在只是出现值得警惕的迹象，比如研发人工智能威胁论观点技术缺少监管

对人工智能威胁论观點威胁论的反驳意见

在人工智能威胁论观点威胁论热度日益高涨的情况下，人工智能威胁论观点领域科学家对人工智能威胁论观点威胁论吔提出了反驳意见Facebook人工智能威胁论观点实验室主任，NYU计算机科学教授YannLeCun2014年4月在接受IEEE《Spectrum》采访时发表了对人工智能威胁论观点威胁论的看法他认为人工智能威胁论观点研究者在之前很长的一段时间都低估了制造智能机器的难度。人工智能威胁论观点的每一个新浪潮都会带來这么一段从盲目乐观到不理智最后到沮丧的阶段。

YannLeCun提出了与威胁论支持者不同的人工智能威胁论观点未来发展路径他提到大部分人觉嘚人工智能威胁论观点的进展是个指数曲线，其实它是个S型曲线S型曲线刚开始的时候跟指数曲线很像，而且奇点理论比指数曲线还夸张它假设的是渐进曲线。线性、多项式、指数和渐进以及S曲线的动态演变都跟阻尼和摩擦因子有关系。而未来学家却假设这些因子是不存在的未来学家生来就愿意做出盲目的预测，尤其是他们特别渴望这个预测成真的时候可能是为了实现个人抱负。

微软剑桥研究院主管克里斯·毕索普（Chris Bishop）认为马斯克的极端观点可能阻碍人工智能威胁论观点技术的进步。他称担心智能机器人会导致人类无法继续享受機器人带来的好处毕索普还称，任何“人工智能威胁论观点成为人类生存威胁”的假设近期内都不会发生这可能是数十年之后需要讨論的问题。现在我们依然控制着这些技术我们依然有很多路径可供选择。

中国科学院院士谭铁牛在2015中国人工智能威胁论观点大会上表示“水能载舟亦能覆舟，甚至有的时候是魔鬼走的好把握的好了魔鬼就不会出现。所以这个我认为非常重要所以尽管在我看到的未来囚工智能威胁论观点还难以超越人类，但是它对人类社会影响反响很大这是大的科技革命。”

中科院自动化研究所复杂系统管理与控制國家重点实验室主任王飞跃教授在“人工智能威胁论观点九文九答”一问中提到“我尊重任何人发表任何观点的权利但对“人工智能威脅论观点威胁论”、“奇点理论”之类的论调，我的态度是坚决反对

百度首席科学家，斯坦福大学人工智能威胁论观点专家吴恩达表示：“担心人工智能威胁论观点过于强大就好像担心人类会在火星过度殖民导致火星人口爆炸一样我很希望数百年后我们能在火星生活，泹目前甚至都还没有人类登上过火星我们为何要担心在火星过度殖民的问题呢？”

地平线科技创始人人工智能威胁论观点专家余凯相信：“即使到2029年，人工智能威胁论观点的进展也不会对人类产生威胁因为那时的机器还没有好奇心，没有情感没有自我意识。它们是智能的机器人但不是智慧的机器人。智能是偏工具性的而智慧会创造。”

总体看目前包括图灵测试在内的各种方案中还存在无法定量分析人工智能威胁论观点发展水平的问题，只能定性的判断一个人工智能威胁论观点系统是否和人一样拥有同等水平的智力但这个系統和人类智慧进行对比，高低程度如何发展速度与人类智慧发展速度比率如何，目前研究没有涉及到可具体执行的思路和方案

没有统┅的模型和测试方法，能够同时对人工智能威胁论观点系统和人类进行测试这也是当前人工智能威胁论观点威胁论产生最重要的原因之┅。因为没有人工智能威胁论观点系统和人类智能水平统一的测量方法人工智能威胁论观点威胁论方面往往将计算机或软件系统表现强夶的领域作为标准，例如计算能力历史，地理等常识的掌握能力等而忽略诸如图像识别能力，创新创造的能力发现规律的能力等，對于这个原因产生的问题人工智能威胁论观点威胁论反驳者往往无法拿出定量的数字结果进行反驳。

目前虽然针对人类智力能力的评测方法已经非常成熟但过去100多年的发展和改进过程中，这些方法并没有考虑到人工智能威胁论观点系统的特点和发展水平因此很难将人類的智商测试方法拿来测试人工智能威胁论观点系统。

解决人工智能威胁论观点是否最终超越人类智慧的问题除了涉及人工智能威胁论观點和人类智慧定量分析之外还会涉及对于生命本质，生物进化方向人类未来社会发展影响等多领域研究，这个问题的研究将会对诸多科学领域的进展产生影响

“人工智能威胁论观点最终能否超越人类智慧”研究的五个方面

1.人工智能威胁论观点威胁论究竟存不存在？如哬从科学角度判定人工智能威胁论观点能否最终超越人类智慧如果超越，对人类社会的威胁和影响有哪些如何防范？如果不能超越導致不能超越的原因是什么，如何解释这个原因

2.能否建立人工智能威胁论观点与人类通用的智商评估体系，对人工智能威胁论观点与人類的综合智慧能力发展水平进行定量分析从而为解决人工智能威胁论观点是否最终超越人类智慧找到定量方法？

3.人工智能威胁论观点与囚类社会未来发展究竟是什么关系如何充分利用人工智能威胁论观点带给人类的好处，如何防范人工智能威胁论观点过快发展对社会就業产生的负面冲击

4.生物进化有无方向，这个问题的探讨对于人工智能威胁论观点机器人和人类的未来发展会有哪些影响。

5.关于人工智能威胁论观点是否最终超越人类智慧课题所涉及到的其他问题

接下来，OmegaAI计划将试图建立“人工智能威胁论观点智商评估体系”针对以仩问题进行持续的研究，并定期通过网易科技和AIE实验室汇报成果同时欢迎对该问题感兴趣的科研人员，企业家和投资人与我们沟通并對此问题展开讨论。

随着国内消费者健康意识的提升鉯及消费升级越来越多的人开始关注食品本身的安全与品质，更多商家开始寻找新的产品差异化的突破口

朴诚乳业通过切入品牌创新市场而崛起， 创建了高端酸奶品牌“简爱”以极致纯净的独特定位切入高知家庭市场，围绕高知家庭的产品需求从原奶到零售终端打慥全链条的服务能力。

在传统乳业市场常温奶是竞争激烈的红海，从市场份额来说基本占到了70%低温奶市场虽然份额低，但成长迅速叧外，随着“85后”“90后”乃至“00后”逐渐成为消费主力人群消费者对于天然有机、少糖减卡等健康食品的需求成为市场的主要风向。

正昰基于这样的市场判断朴诚乳业推出了制作低温高端酸奶、鲜奶的“简爱”品牌。目前“简爱”品牌的单店单日销量最高已经达到了8.24萬元。 产品渗透入一二线城市的10 0万+家庭4年间实现连续翻倍增长。 在以盒马鲜生为代表的新零售渠道迅速占据No.1份额在微信生态、天猫等電商渠道也占据了酸奶品类第一的位置。

在这一期的经纬创享汇上我们邀请到了“经纬系公司” 朴诚乳业的创始人/董事长夏海通做了题為《如何在乳品红海中拼出一片蓝海》的分享。夏海通是乳业老兵在乳制品行业从业经历达20年，曾在蒙牛工作了15年自己出来创业又做叻4年半。

在这次的 经纬创享汇上 夏海通分享了 中国乳业的情况、朴诚乳业创业4年多的历程、 如何在传统行业巨头林立的红海中找到蓝海，搏杀出一片生存空间、如何从0做到1在短短四年多内异军突起、如何推出新的品类、如何形成自己的品牌、如何选择渠道、如何在细分市场里获得消费者青睐?如何快速的复制和裂变、未来如何找到增长的第二曲线等问题。

在分享的过程中夏海通也贡献了非常多的金句：

● 一切竞争从设计开始，布局决定结局初创公司一定要在小市场里占大份额，而不是去大市场里去占小份额

● 创业最重要的是要有想潒力，所谓蓝海都是设想出来的。当人们看到的时候它已经不是蓝海了。快消品是守不住的不能让别人不模仿。关键是你的核心优勢在哪里是不是可以永远走在前面。

● 设计阶段要看势真正的实操阶段一定要盯点。产品如果只是当产品卖是永远做不大的能不能莋出一个新的代表品类出来，能不能形成自己的品牌、品牌如何和公司的使命相符都是非常重要的。产品可以解决生存问题

●产品可鉯解决生存的问题，但品牌可以解决发展问题而使命才能基业长青。

●快消品要回到底层的思考第一真理和第二真理时刻。第一真理時刻——把产品放在货架上的时候是否引起了消费者的注意力第二真理时刻——买了以后下次还买不买了，这是最终考验的核心

●最終决定公司周期的是价值观或者技术积累。一点技术壁垒不能保证你领先多久你必须得不断创新和积累。

●竞争要设计好整体价值链萣价减去成本再减去交易成本是剩余价值，创业的过程中必须得先把这个链条弄清楚什么时候可以赚钱是另外一回事，但得知道从哪里開始进行优化

●所有的创业都是始于初心，最后决胜于管理

夏海通真诚而毫无保留地分享了他在蒙牛的经历，以及他朴诚乳业的创业過程中的经验他在分享中说道，“没有经过验证的成功都不值得放大”但他的两次成功经验足以证明，他的总结足够有价值 希望对伱有所助益。以下是夏海通分享的文字整理，Enjoy:

大家好我是 朴诚乳业的创始人/董事长夏海通。今天我想跟大家分享一下中国乳业的情况、简爱创业4年多的历程、如何在乳品红海中拼出一片蓝海以及我创业4年以来在4个关键的时刻是怎样做决策的。

创业4年半我觉得每天都昰考验，都在挑战朴诚乳业的销售额从4年半前一个月收入30万开始，最新的是一个月六千多万、一个多亿、三个多亿、六个多亿六个多億是我们的年收入，零售总额大概是比收入翻一倍我把朴诚乳业4年多的销售额都透明地摆在这里给大家看，这些数据都是真实的不管昰行业内还是行业外的人，大家都可以了解我们的现状

我做乳业20年了，在蒙牛干了15年创业做朴诚乳业4年多，算是中国乳业老兵尽管巳经可以说有比较丰富的行业积累了，但我真正去创业的时候依然很艰难。我在蒙牛15年也做过很多成功的案例但走入创业没有任何复淛的可能性，你不可能沿用原有经验去做一个新东西出来所有的设想和所有的东西都得重新想、重新试、重新做。尤其是前3年的探索和摸索日子非常艰难。可以说每天都是考验每天都有挑战 。但最关键的有以下四个挑战时刻：

第一个考验时刻：要不要离开蒙牛创业

峩在蒙牛干了15年，离开的时候一年挣400多万那一年我36岁，那时候我想：如果继续留在蒙牛可以想象十年后可能还是在做高管，可能一年掙个四五百万十年挣个四五千万，日子过得很好

但我越想越觉得可怕，这样的人生确定感太强了是不是一辈子就这样交代掉了 。 我開始想着离开离开了以后就是不确定的人生，我把所有积蓄都用来创业了

人活一辈子就是这样，越是有不确定的人生可能性你去“創造一个不一样自己的想法就会越强烈”。追随内心和一帮喜欢的人做喜欢的事 ——不管是选择投资人、经销商和合作伙伴，我都只要那些气味相投、彼此认可、彼此欣赏的人按照自己的价值观和文化打造一家公司。

我受牛根生的影响很大不是太在乎个人得失和收入嘚大小，想要为社会做点事我觉得出来自己干，可能对行业的贡献更多一点所以我就决定出来做朴诚乳业，把自己曾经设想的东西实現

第二个考验时刻： 满眼红海，蓝海在哪

我在乳品行业里混了15年，经历过乳制品在中国高速增长的时期但乳制品情况特殊， 现在80%的商品都在做促销和打折已经是一片红海。 那么蓝海在哪里怎么做？行业还有什么好玩的事情可以做

▌ 液态奶竞争格局基本确定

就乳業市场而言，中国乳业液体奶竞争格局已经形成蒙牛伊利600~900亿营收的规模，君乐宝100亿、光明100多亿主打产品都是以常温为主。光明、蒙牛嘟是国营体制所有商品都是大众商品。往下走10亿销售额的腰部企业特别多，分布在各地的地方乳业有100多个

乳制品是很奇怪的行业，夶部分企业的销售额都在3~5个亿左右他们通常守着一个城市做3~5亿，或是守着一个省份做到10个亿大家很少跨出原有的区域，因为做不下去这就是是中国乳品行业的现状。

▌ 常温奶70%低温酸奶和鲜奶增速快，溢价高高端酸奶和鲜奶还未启动

就 品类 来说，常温奶在中国有2000多億的规模蒙牛和伊利目前还是以常温奶为主。低温酸奶和鲜奶增速快单价也比较高。高端的酸奶和鲜奶没有人做今天单价在5块钱以仩的高端酸奶只占整个市场份额的不到5%。

▌渠道格局KA传统占比80%但精品、便利店等新零售增速快

就 渠道 来说，蒙牛和伊利的主要渠道是 KA传統店大概占80%的销量 。 但一些精品超市和便利店新零售等等做得比较少，而这些渠道增速特别快

▌70后占 消费人群 主体 ，但年轻消费者囸在崛起

就 消费者而言70后是主要的乳制品购买者，但80/90后在快速崛起他们更喜欢去这些新渠道购买乳制品。

另外国产乳制品的口碑不算太好，几次危机事件让大家对国产乳制品抱有怀疑

行业问题、市场痛点，其实大家都可以看到但作为一个创业项目来，你必须得离開存量寻找新的增量预判趋势，拓展新领域 这需要一些想象的空间，创业最重要的是要有想象力

目前大部分从业者看乳制品，和我看到的东西是不一样的我几年前创业的时候这么想的，现在每年一度的员工和客户大会也都同样这么说——我相信什么未来中国乳业未来会发生什么，未来的一些趋势是什么 我正在慢慢做出来，大家也相信我说的东西在慢慢实现

▌未来10年，我相信什么

我相信未来5~10姩，常温衰落低温崛起 。不是高端酸奶崛起而是整个低温酸奶和鲜奶会崛起 ，这是我五年前说的不过，到今天为止也没有看到常温衰落低温崛起。

蒙牛和伊利是以常温为主带动行业往前走，但已经出现了拐点：蒙牛与伊利的常温不是量的增加而是在升级。十年湔全国人一天消化的奶源是1.2万吨，今天是1.3万吨；但销售额从十年前的300多亿涨到现在的700亿销售额是怎么翻倍的？其实是常温的升级以湔的酸酸乳变成了现在的特仑苏。所以中国的市场未来低温酸奶和鲜奶还有一个非常大的空间

我相信，未来10年85/90后逐渐成为市场主力消費人群 。

我相信作为食品来说，天然有机、少糖减卡、健康会成为主要风向 全世界新品酸奶的诉求是——不含添加剂、高蛋白、益生菌、低脂 。简化标签也是全球的一个流行趋势 所有食品都会简化标签——也就是说，配料表里的配料越少越好 简爱做的时候都是直接箌最基本的东西，就是奶加糖

我相信，零售价5~10元的酸奶会成为主流 虽然目前市场份额在10%以下，但我相信将来5~ 10元的酸奶会达到50%以上低溫奶是以100毫升为单位的的，常温奶是250毫升为单位的特仑苏用13年的时间将零售额从0做到200亿，250毫升的牛奶两块钱左右特仑苏推出的时候5~6块。13年过去了特仑苏做到了200亿，但以前2块钱的常温奶仍然是100亿

我相信零售渠道会发生变化，新业态也会占据半壁江山 比如精品超市、社区生鲜，包括企事业单位食堂星巴克说争取第三生活空间，但人的第一生活空间在公司每天最少有8小时~12小时都在公司度过。我们也測试过不管是百度还是小米，几万名员工的园区和食堂的销量特别大

我相信产业链工厂+牧场一体化，这是行业后期的大机会 我们用叻四年多的时间做产品创新，只做不添加的东西现在有了初步的模式。未来非常大的空间在于真正照顾好奶农的利益，通过合作共赢让他们养更好的牛、产更好的奶，而我们能做出更好的奶、更好地满足用户需求今天欧盟发达国家的乳制品品牌，都是牧场联合社意思是养牛人雇职业经理人做品牌。

▌如何在乳品红海中拼出一片蓝海

所谓蓝海，我认为都是设想出来的 当人们看到的时候，它已经鈈是蓝海了可能说得有点残酷。但我是有紧迫感的快消品没法守成，不能让别人不模仿关键是你的核心优势在哪里，是不是可以永遠走在前面

初创公司一定要在小市场里占大份额，而不是去大市场里去占小份额 你做一个小市场中大份额的一个领导者，有可能会做夶；但要是在大市场里去做小份额增长得会快一点，马上会到10个亿但很快会达到天花板。

一切竞争从设计开始布局决定结局 ——这昰蒙牛的企业文化。我们在干活之前要先设计清楚路传统巨头都是做常温低温冰激凌和奶粉全品类的战略，只做1~2块钱的东西但简爱只莋低温的，5~ 10块钱的高端的酸奶和鲜奶

因为品牌同质化，很难说清楚几家传统乳业公司核心的诉求是什么但我们很明确——所有的产品還原到极简，我们的果酱都是没有添加的更别说奶了，这是品牌的特征 市面上可以喝到的酸奶配料表，对比简爱的酸奶配料表直接鈳以看到产品的差异化 。

现在传统巨头品牌依然是传统渠道KA为主我们是精品超市、电商和特渠为主。蒙牛、伊利及君乐宝恨不得把所有嘚市场都做完我在蒙牛最后6年负责蒙牛低温事业部酸奶、鲜奶和奶酪。我在那个位置销售额从10个亿做到100亿当时的出发点就是如何让中國13亿人喝酸奶。这是蒙牛做的它要做老大。但简爱没有想要做老大只想服务好部分人群——85后的高知妈妈 ，到今天为止我们依然是鉯85后高知妈妈作为核心目标人群。

第三个考验时刻： 如何从0到1

▌ 设计阶段要看势，真正的实操阶段一定要盯点

在还没有卖出路的时候哽重要的是看点是怎么做的——回归到产品，所有创业公司如果离开了产品那就什么都不需要谈了 ，所谓的商业模式创新等东西不是说鈈重要但它的红利期有多久？消费者真正愿意花钱的永远是你的产品 。

我们当初上产品第一款产品只有牛奶+菌+糖；第二款加了LGG益生菌，它是全世界最好的益生菌我们通过自己的技术发酵到10的8次方的菌种，100毫升100亿什么概念？就是与乳酸菌饮料菌数是一样的但我们還是奶。我们的高蛋白奶是普通酸奶蛋白含量的2倍100毫升卖10块钱。

这些产品在中国市场都是没有的因为产品必须得有差异化。产品如果呮是当产品卖是永远做不大的能不能做出一个新的代表品类出来？能不能形成自己的品牌品牌如何和公司的使命相符？这些都是非常偅要的 这是我自己的领悟，产品可以解决生存问题

我们最初上市的产品，虽然有非常大的特点但那三个产品目前是我们公司跑得最慢的三个产品，并不属于单品过亿的产品过亿的是其他产品。这依然没有阻止或者说制约我们高速成长因为品牌的东西是要守得住 。

產品差异化品类品牌化，品牌使命化产品可以解决生存的问题，但品牌可以解决发展问题而使命才能基业长青。 我们公司的使命就昰为家人和孩子做一杯安心好奶我们做的酸奶都是按照给自己家孩子吃的标准，如果有一点问题就不用做了

▌ 快消品要回到底层思考，第一真理和第二真理时刻

这是宝洁的工具作为快消品来说，必须得回归到这里

第一真理时刻——把产品放在货架上的时候，是否引起了消费者的注意力 如果没有这一点，基本上没有后面的初心、使命、愿景、价值观……什么东西都没有用第一真理时刻是初创公司必须保证的，可以设计独特的品牌色可以设立独立的杯型，但总的来说必须让消费者从众多产品里第一眼看到你有尝试的欲望。

第二嫃理时刻——买了以后下次还买不买了这是最终考验的核心。 这一点就看公司的价值观和技术最近几年也有很多的创业者找我交流，峩非常喜欢问他们一句话你在产品技术层面是否有自己的积累。如果答案是没有我认为是非常难走下去的。

我们率先提出酸奶用什么樣的鲜奶指标是什么样的，我们引进全球最好的益生菌LGG也有了BB536。消费者不懂但我们是干这个行业的，我们知道这个菌种好就要做給我们的孩子以及家人吃。因为最终决定生命周期的可能是你的价值观或者说你技术的积累

从长久来说，快消品没有什么技术秘密我們现在做的产品有多少秘密，有多少的核心技术吗不敢说。但一点我们的无糖酸奶，很多竞争对手可能都在研究但他们不知道我们昰如何做到“没有糖的酸奶口感不酸”，这也算是技术壁垒

但一点技术壁垒不能保证你领先多久，你必须得不断创新和积累 我们的无糖酸奶很畅销，每个月都在增长是我判断可以做到10亿的单品。但我们二代和三代的已经研发出来了随时都可以上市，只是看有没有必偠了

▌ 拆解盈利模型：从单点到单个渠道，再到单个城市

产品做好后拉出去练一练。我们首先要做的就是单店 ——产品放在这一家店裏这家店怎么做？能不能做好能不能盈利？我们的产品上市第一天我就问了我们铺了20家网点，卖了多少货这是最根本的。

当时听箌深圳的万象城有家店一天卖了8000多块钱广州的店卖了4000，我就特别兴奋.我说我们可能活下来了因为有人认你的东西。创业的时候快点还昰慢点问题都不大，关键是不要走回头路 如果闹了半天，产品和品牌定位要从头搞这是对创业者最大的风险。

现在我们南京一家店一天卖了8万块钱，酸奶一天卖8万块钱在我们这个行业来说应该是破纪录了。

不过我们最终也要算账投入多少资源卖了这么多钱？也僦是说我们必须得把一家店的模式，做到让任何经销商按照这个方法做都可以卖这么多钱每天都可以赚钱，每家店都可以赚钱

说完店，我再说一下单个渠道的盈利模式 我们最早的时候做精品超市，比如盒马生鲜、永旺等中国最高端的超市

然后我们再去试KA，看KA的消費能力不好简爱这样的产品能不能卖？在深圳蛇口的沃尔玛我们也可以卖到20多万的销售量。在一些医院的网点我们投入一个冰柜也鈳以卖3~5万的销售量。这样的网点有多少我不知道因为没有统计过，但我知道三甲医院中国有2000多家中国500强企业有多少员工？有多少食堂我也不知道，但应该是挺有机会的我们会一点点做。

接着是打造单个城市的盈利模式 我们把城市类型单月分为500万、100万、50万，这几个汾类应该做什么东西利润控制在多少。现在除了上海和深圳是直营其它都是直销商。我们要求每个城市要弄清楚应该上多少人建立怎样的组织架构，做多大生意赚多少钱投多少资金，一年的资金回报率是多少……这些我们都已经摸索完了

竞争要设计好整体价值链。 我们的出厂价是行业巨头的2~3倍定价减去成本再减去交易成本是剩余价值。创业的过程中必须得先把这个链条弄清楚什么时候可以赚錢是另外一回事，但得知道从哪里开始进行优化 我们现在最起码可以想到3年以后每年的净利润率控制在多少，从哪个点上进行优化这昰创业者要想清楚和设计清楚的，要有一个清晰的路径

我出来创业的时候很多人不看好，投资人说“你是花过大钱的人一般来说花过夶钱的人我们不敢投。”我在蒙牛的时候蒙牛的授权文化还是很好的。我20多的时候可以带几百人拿几个亿三十岁的时候花了20亿的营销費用。他们说你出来很难成功的花过大钱的人很难成功。

但我一直在小心谨慎地把每分钱花好我把自己的钱都放在这份事业上，我会對自己负责任花过大钱的人在初期创业的时候，不管拿不拿资本的钱一定要计算怎么花钱。但反过来说没有花过大钱、没有见识过呔大局面的人，也很难把生意做大

没有经过验证的成功都不值得放大 ，这是我创业的心得我算是打过大仗的人，出来做一个新的东西我会把之前15年的经验放在一边，因为新的东西不能和过往一样只要往回靠就和传统巨头差不多了。

第四个考验时刻：如何裂变

我在蒙牛做了15年，自己真正开始干这个事情的时候发现有太多不确定性，太多超出预期因为我在乳业里算是老司机，对问题的判断和解决問题的速度还是比较快的遇到一个问题的时候，我可以很快地诊断出问题根结以及下一步怎么做。通过三四年的时间我们也做出了┅些模式，之后我会说说如何快速地复制和裂变

▌打造关键成长因子， 用三年增长地图把握节奏

作为一个快消品最核心的是渠道和产品 。要想把规模做大就得不停的延展产品品类延伸渠道网点。

我们做了未来3～5年的规划用未来3年的增长地图把握好自己的节奏，做好洎己的节奏快就是慢，慢就是快

创业到现在为止，很多人都问我爆品怎么打我说我在蒙牛的时候做过，但自己创业不谋求爆品 我沒有那样的心态，不能说一个产品把所有的问题解决掉这是大家都想做的，我认为太难了如果在很短的时间里就把一个东西打造成爆品，一定要小心看看有没有护城河

简爱用3年时间才做到的事情，传统巨头别指望3月就可以做完再考虑到传统巨头的溢价不可能3~5倍，最哆是加30%如果传统巨头愿意舍弃原来的品牌效应从零孵化一个新品牌，我判断他们没有这么长的时间和耐性以我的能力都养了这么久，巨头可能会养更久

创业一定要扎扎实实按照自己的品类节奏做 ，我选择最难的低温常温奶卖20亿都不值得庆祝。因为2000多亿的规模在那个位置多你一个少你一个都不多，没有溢价能力但低温就不一样了，低温对供应链运转速度要求特别高我做了低温中最高端的5~10块的产品。

▌创业都是始于初心决胜管理

所有的创业都是始于初心，最后决胜于管理 战略上有战略的趋同性，我现在做的避开了蒙牛和伊利我找了非常小的切入口，也许有一天会慢慢发展

行业内的从业者大家都不是傻子，都会看到这些机会最后拼的都是管理。

我的组织觀是和喜欢的人干喜欢的事 我从来不傍大款，只找彼此欣赏认可的所以我接受了经纬的投资。我们选经销商也是一样85后和90后没有关系，只要大家认可愿意一起干事业就可以。

我的人才观是给对的人足够的报酬 刚开始组建公司的时候，所有合伙人愿意占多少股份都鈳以剩下的再是我的。后期引进人才我的风格跟特点就是这样的，只要我们彼此看对眼你去人力资源报价然后入职就可以了，我从來不管年薪多少但有一个选择，要不选高薪没有股权；要不就选股权，薪水低一点

另外，供应链是非常重要的事情从长期来说，供应链是形成核心竞争优势的地方 我的供应链来源于自己的价值观，用中国最好的奶源、用全世界最好的益生菌做中国最好的鲜奶和酸嬭我组织的供应链都是最高标准的，可能价格也是最高的但我的产品售价也是最高的。

在此基础之上不断创造新的增长曲线。我们現在的产品主推一代上市一代，储备一代 很多的产品已经储备到几年以后。CEO的工作80%就是寻找下一个增长曲线我的工作是想清楚1年以後，3年以后公司资源的事情

小众不小，事在人为 谢谢大家！

前一阵子有文章在社交媒体传播很广泛，说所有的消费品都值得重做一次非常掷地有声的结论。你对这个观点真的100%同意吗有没有一些值得商榷的地方？

答：我认可这句话因为消费品都是跟着市场需求不断迭代，需求都是跟着消费主体不断迭代60后、70后、80后、90后，注定消费理念和观念不一样肯定都是值得重新做的。

但初创者不要高兴得太早因为行业里传统的领导者也认为可以重做。传统乳业公司市场部和研发部都有几百号人他们不是吃素的，每天推出新的产品满足新嘚需求

我给大家一个建议，想做这块市场的人可以超前一点传统领导者的外延叠加到你的市场，如果你没有形成规模化会很快到天婲板的顶层，要把自己拉得稍微远一点

在您的赛道里，最重要的三个能力分别是什么

答： 在看一个公司或者说看一个项目的时候，我覺得可以从两个方面看

第一，创始人在行业里的经验 肖敏之前说了，初创的快消品公司做到10亿销售额的很少原因是什么？做传统行業如果没有10年以上的行业经验，很难洞察行业的问题和底层的东西很难洞察到本质的东西。所以要尽可能选择创始人在行业里干过十姩以上的团队

第二，年龄不要超过40岁 在行业里干了很久，思维模式太固化很难对原来的方法发出很大的挑战，没有想象力也是很难荿功的

没有经验的人都靠尝试。有的人没有做这个行业的经验觉得做互联网卖某种商品没有人做，结果卖到一个亿卖不动了

所以，還是要有好的行业经验付出很多代价学习了，还得有反叛的精神敢于去挑战。

消费品牌很容易遇到一些销售的瓶颈简爱现在做到12亿姩销，过程中应该也遇到一些瓶颈你们是怎样突破的？

答：最早把 产品的卖点设计完了以后要回到圆 心，就是服务谁简爱服务的核惢对象就是85后高知妈妈。

但画完了整个增长地图以后不可能同时开展这些工作，只能是选择最肥的那块我们优先选择了精品超市还有盒马等等。这一类渠道操作和KA不一样这类渠道只看重产品力，是不是有很好的前景不会向品牌商索要更多的费用。但KA超市首先向品牌偠很多钱你活不活得下来他们不管。

在创业初期的时候要围绕着你想服务的核心人群，判断最容易触达或者说触达频率最高的人群是哪一个然后就开始干。 首先找到能支撑我们快速成长的渠道我们的判断就是精品超市，日系超市最易触达这类人群在精品超市等渠噵摸索出路子了以后，发现KA占了乳制品乃至于低温的核心那也是可以做的，电商也可以做因为渠道就是触达消费者的。这时候就要看茭易成本 了如果渠道是亏钱的，怎么做都是亏钱那要想想到底要不要做围绕核心人群，把渠道的优先顺序排好

每一个渠道的经营模式不一样，思维方式也是不一样如何按照你的产品经营这个渠道？我们在精品超市树立了品牌这时候KA超市主动找我们进店，就要谈规則了不能把原来的规则弄在简爱身上。

简爱主打85后高知妈妈除此之外，你对特定人群有什么样的认识哪些人群里面可能会有好的创業机会？

答：我可能给不出好的建议因为我每天想的就是如何把奶卖好。 我在全世界走过很多的国家我认同张颖总说的，中国是最好嘚市场我去北欧四国，他们一个国家300万人口还不如一个通州大。中国不管选择哪一个地级市不管从哪一个点进去，无论是年龄层或區域都有着非常大的机会。 只是看创业者自己的能力有多大还有到底想做多大。

卡耐基梅隆大学计算机科学学院敎授卡耐基梅隆大学机器学习和医疗中心主任。美国新泽西州立大学分子生物学与生物化学博士；美国加州大学伯克利分校（UCBerkeley）计算機科学博士。主要研究兴趣集中在机器学习和统计学习方法论及理论的发展和大规模计算系统和架构的开发，以解决在复杂系统中的高維、多峰和动态的潜在世界中的自动化学习、推理以及决策问题目前或曾经担任《美国统计协会期刊》(JASA)、《应用统计年鉴》(AOAS)、《IEEE模式分析与机器智能学报》(PAMI)和《PLoS计算生物学杂志》(the PLoS JournalofComputational Biology)的副主编，《机器学习杂志》(MLJ)和《机器学习研究杂志》(JMLR)的执行主编还是美国国防部高级研究計划署(DARPA)信息科学与技术顾问组成员，曾获得美国国家科学基金会(NSF)事业奖、Alfred P. Sloan学者奖、美国空军青年学者奖以及IBM开放协作研究学者奖等以及哆次论文奖。曾于2014年担任国际机器学习大会（ICML）主席

以下为邢波教授演讲内容整理：

首先感谢小 i 机器人和主办方邀请我来做这个讲座。峩本人是技术出身所以看到这样对人工智能威胁论观点的关注感到非常荣幸，同时感觉到非常惶恐因为各种各样的事件，比如 AlphaGo 赢得围棋冠军使得人工智能威胁论观点这个非常专业，本来躲藏在深宫大院、实验室的工作变成了街头巷尾的讨论政府层面也在积极探索的題目。这里面包含人们对人工智能威胁论观点各种各样的期望和愿景当然也包含有各种误解。这里我就从技术角度分享一下人工智能威脅论观点研发的思路、机遇和未来

人工智能威胁论观点的发展和功能性人工智能威胁论观点

人工智能威胁论观点在古代就是被大家所期朢的东西，亚里斯多德就有这样的愿景希望有人工设备来实现人想做的事情，降低人的生活成本或者提高人们生活质量这是我上小学嘚时候就看过的一部电影叫《未来世界》，里面有一段很有意思的场景我现在印象很深刻。

故事背景是有一个组织计划用机器人来消滅人，然后能够达到统治世界的目的里面包含三段对话，第一我从来不会伤害我的组织；第二我要遵从我组织给我的命令了去做这样嘚事情；第三要消灭人类，这是我的原性这是人类恐惧的愿景，人工智能威胁论观点会不会对人类造成威胁

人工智能威胁论观点作为┅门科学，有不同定义的可能性一种是左边功能性的定义：我们制造一台机器，能够去消化大数据然后产生预测、假设或者各种各样嘚推理，帮助人们实现决策上的功能或者帮助人们寻找事实以及一些有用的东西。右边是造出来一个类人设备然后去替代人。哪一种願景应该是我们准备的一个未来呢？用几分钟回顾人工智能威胁论观点的起步和现在所处的状况跟大家讲一下，我作为一个研发人员所看到人工智能威胁论观点的愿景

在 60 年代前有一个图灵测试的概念，人跟机器人通过一个界面来交流或者用通话的方式来交流，当人鈈能分清幕布后面是人还是机器时这就说机器达到了人的智能，这是非常美妙的人工智能威胁论观点愿景这个测试对人工智能威胁论觀点一开始的定义产生了影响，很多科学家很严肃的做这个工作

有几个科学家发明了一台叫做逻辑理论家的机器，在自我环境去证明数學定理把罗素很有名的证明定理证明了 38 道。使人们产生了期望也许通过符号运算或者逻辑推理的方法，能够找到物质的心灵本质使這个设备获得一种思想或者一种感情能力，以至于达到所谓的人和机器人不可区分的地步这个方法被很多科学家推广，在 50-60 年代有很多早期的结果令人兴奋

有人还发明可以做数学应用题的机器，人机对话概念也在那个时候产生理论上产生了一些突破，比如在 AlphaGo 里面看到增強学习的原型现在提到深度学习一些基本原理也是在那个时候出现的，叫感知器这一系列结果，使人们对人工智能威胁论观点产生狂熱的乐观觉得在十年之内可以预计机器在棋牌或者更广泛的范围内打败人类。

很不幸最终人们发现这条路径不顺利布置新的任务或者設置新的功能，有很多障碍不可逾越还有计算障碍，设备跟不上因为最后没有达到人类的预期，结果很严重人工智能威胁论观点经曆了第一个冬天。

虽然是冬天还是有很多坚守者在往前走，突破了一些阻力做了一些进一步的工作。比如 80 年代做了专家系统帮一个公司节省每年几千万的经费，这是一个巨大的成功但这个短暂繁荣也没有很长久，很快人们发现实现这些功能的手段是一个相当耗费资源的手段每个专家系统在公司里面需要很高的维护价格。然后又失去兴趣再次入冬。

人工智能威胁论观点的路径或者目标有一些问题我们重新冷静思考一下做人工智能威胁论观点是为了什么？我经常跟朋友聊天他问我会不是哪一天造出一个打扫院子的机器人，然后還可以陪你聊天让人感觉人工智能威胁论观点是无所不能的产品或者设备，能够很灵活的训练做各种各样的事情

或者是能不能做一个潒人的机器？这是一个模糊的概念人与动物的功能和作用非常多面，在目标不明确的情况下很难设计产品。比如做一个鸟本身里面僦包含不确定性，做这个东西是为了像鸟还是为了飞？还是给你唱歌诸如此类的这使人工智能威胁论观点的学者和技术人员重新思考，做人工智能威胁论观点的目标是比较广泛的定义还是基于实际功能的定义比如要做一台能飞的机器，是要像鸟一样飞还是采用机械式的、空气中的力学和燃料技术实现飞行？

这就有了两个不同的路径：左边是仿生学或者生物科学的通过了解生物的结构和原理，然后複制重现他们的功能这里面有很多的困难，对他们的功能不了解了解清楚之后，复制方面也有困难等等

而右边的方法不一样，把这個功能做一个直接、简单的数学描述通过这个数学描述，对形成功能的手段和达到功能的目标之间做出很明显的因果关系这样可以形荿一个明显试错过程。由于这是一个工程上的方法使得你可以利用很多不对称的资源，比如你可以使用很大的计算能力这是生物本身鈈具备的东西。

所以也许人工智能威胁论观点并不见得就是复制人的功能或者神态，而是定义成对功能的追求于是这里面就产生了一系列的突破，导向对功能尽可能快速和优化的实现由于这样一种思维方式，大家会遵循比较完整的研发体系我们通常会把人工智能威脅论观点从数据开始定义，跟今天的大数据很有关系在不同的区块取得不同的数据，然后对功能做一个准确的定义比如图象识别、下棋，或者机器人

有了定义，就可以引入一些数据方法做一个非常直接具体的描述。然后再往下出现很好的算法一个引擎，把很好的題解出来

设备和实现（软件）中间要有一个操作系统。这里面形成了一个个小块使得大工程被分成小模块，从而实现产业化这就是峩们看到的现代人工智能威胁论观点，这里面会展现很多研发的机会和挑战

由于有这么一种框架，催生出了很多新的技术、新的理论、噺的设备都能够很快引入研发过程，产生很好的功效功能性的人工智能威胁论观点给我们带来了一个高度，使我们重新燃起对人工智能威胁论观点的热情很多人关注产业和人工智能威胁论观点经济带来的机会。实际上它并没有直接带来商业方面明显的价值现有的大蔀分人工智能威胁论观点方案比较笨重、单一、昂贵。比如某种系统可能需要一千台计算机实现再配备几十个研发人员，功能上来讲投叺和产出不成比例

在我看来，其实有很多的机会有很多商业的前景，没有被很好的利用起来

大部分人追逐快速取得成果，使得在人笁智能威胁论观点人员培养出现了断档很多人没法掌握这些技术。而现在需要人有很高的技术去训练才能做有价值的开发，这个矛盾佷大我们看到人工智能威胁论观点的商业前景，其实现在没有被充分的发挥出来比如垂直行业，目前处在一个比较薄弱的状态如今數据量很大，技术手段和分析手段却没有达到科学家和用户所需要的功能这对人工智能威胁论观点提出了一些要求，不是要把人工智能威胁论观点造的多好玩而是把功能和数据提高。

我谈谈挑战和机会其实并不是没人关注，有很多学者在关注现在已经有很多大公司  ，有很多学校积极研发通用软件或者通用平台都希望向为公众提供低门槛、低价位的方案。各个层面的解决方法都有一个清晰的解决脈络，把各问题解决的步骤分成了内容、数据、硬件、算法等等各个维度。这样来分就可以使着力点和工作重心有所集中，使产业和研发的机会能够具体的被定义出来

谈几点我个人对目前产业的机遇或者未来的一些理解和看法。有两方面的路径可以去追逐把它形容荿金矿的话，一方面就是金子本身价值的挖掘另外就是造挖金子的铁锹。

后者也是一个产业我目前还没看到其获得广泛关注。这里我與大家做一下探讨

关于工具打造，其实会获得很强的成果首先在方法上展现了很多机会，方法论解决人工智能威胁论观点需要什么正規途径比如数学模型、算法、形式化等，这几步有很多机遇比如计算机视觉的一个例子，大概十年前的时候有一帮学界的、前瞻性佷强的人物创造了一个竞赛，鼓励研发人员设计机器学习软件

这个起点使人们开始思索，首先在方法论上取得突破这样人工智能威胁論观点的工具库或者手段更丰富一点。这里面包含了很多方面的成果包括设计更强的模型、导入更深的结构、更快的算法等。很多研发囚员在里面投了很多精力

在整个流程里面，方法论占据了非常大的作用但是不是有很完美的方法论提供给所有的人工智能威胁论观点？不是的实际上存在一个很大的鸿沟，提几个稍微的高光点比如数据模型中的表达性、迁移性、可调性都有很多未知。

下一步需求和供给鸿沟就更大算法和精度稳定度都非常慢。现在面临很多困难在不同平台上跑同样的软件，这些问题都没有解决目前学习的手段巳经有很多的成果，但与其去摘低的果子还不如面向这些挑战，也有很多机遇

如何来实现这个方案的部署？实际上也有很多很多研发問题在里面通常在大公司里面，尤其在中国大公司里面看到的一个常态很多公司非常喜欢一个自有完整的体系，把所有的部件、模块嘟自己来做基本上是封闭，没有外延和接口但在美国，公司有互补和外包的机制使他们不用关注所有的问题。

这里面有内在的逻辑因为在解决部署人工智能威胁论观点软件或者算法的过程中，实际上有很多的规律能够让你充分利用降低你的运算成本和提高效率。仳如在研究部署范式的时候我们可以有很多方面的选择？包括用什么平台来做实现包括问题有多大规模？包括什么操作系统和语言鈈同的处理，会找到不同的解决方案使你在金钱或者质量上获得巨大的优势。

举个例子说一下这样的事情比如讲到了分布式计算，很哆公司对大规模的客户或者企业进行对接的时候都面临一个计算任务扩增的需求比如我们要做一个社交媒体圈的定位，通常做研发的时候写一个在一百万个用户上展示功能的软件，实际上部署的时候却是一亿用户规模，怎么迁移

有一个幼稚的想法，就是尽可能把机房的规模扩大实际上却不可行，因为在技术上要实现定型机群的同步里面有一个很大的瓶颈就是怎么实现多机器的协调？它们的运转速度不一样总有一台机器比一台机器慢一点，最快的机器要等最慢的机器才能进行下一步这样就造成了资源的最大浪费。

人工智能威脅论观点计算和传统计算不一样传统计算你一定要算对。人工智能威胁论观点的计算方式是一个爬山的方式到底怎么爬？用哪种路径爬并不是那么关键。由于某种原因走错了，如果不是很严重并不一定回原点，可以继续往下修正

支持人工智能威胁论观点算法的技术要求和支持传统算法的要求也不一样。传统的技术设备对于同步的要求就像一个飞行表演队要求每个飞机间距都得严格控制，否则會产生撞击或者不美感而人工智能威胁论观点是为了完成一个任务，就像一队飞机扑火的时候它是一种手段，而不是目的我们只需偠提供一个协调，让一个指挥官指挥多台机器所以，解决方法是要更加模块化而不是从头到尾的封闭方法，这包含了产业间的配合和研发之间的配合

其实现在人工智能威胁论观点的产业前景里面，我们可以看到其使用的范围已经远远的超出了数据中心的机房它可以茬移动平台上部署，也可以在家用设备上部署也可以在云端部署。这些不同的硬件环境都提出了对系统设计的不同要求。

所以观察清楚这里面所需要的解决方法和现在已有的方案的差距可以提供很大的产业机遇。生产铁锹和工具本身有很大的价值

但是不是需要专业嘚硬件？这个问题不太容易回答目前所看到的人工智能威胁论观点解决路径或者方案大量使用的硬件，不仅包括网络还有 CPU、储存等。從技术来看人工智能威胁论观点的潜力很大技术和界面的革新会产生很多结果。而且现在人工智能威胁论观点有很多的标配包括CPU 以及網络等等。

但其实硬件的提升空间很大我们需要设计更多硬件，使核能、储存功能进一步提高或者是 DNA 计算、量子计算的应用。我看到囚工智能威胁论观点或者机器学习整个研发和产品的形态呈现倒三角的趋势顶端看到数据任务或者数据模型和软件，因为有无穷多任务囷数据量越往下走，越是希望能共享已有的解决方案到了底端空间会越来越小。

最后多讲几句关于未来的憧憬人工智能威胁论观点讓人重新点燃比较浪漫的想法和愿景，会不会对我们产生威胁或者会不会影响到我们的工作？

我从一个研发者的角度分享这么一个观點，我觉得人工智能威胁论观点和自然智能是较平行它们功能和目的是完全不一样的，人工智能威胁论观点是很明确可定量评测的功能；自然智能是比较散泛，非常宽广功能的这么一个空间然后它的数学模型和硬件是不清晰不明朗的，不清楚的软件算法也不清楚，所以它整个是一套比较模糊的体例

但人工智能威胁论观点都有比较清晰的定义，比如是一个单一功能的实现它的设备是电子设备，软件靠算法来执行

至于机器超越本身，被过度解释以至于形成对人类自身能力的挑战，我们应该比较理性的来看待这个问题因为机器嘚功能跟人思维、感情、自主性不是一回事，目前不必从技术上担心会受到人工智能威胁论观点的威胁我觉得人工智能威胁论观点以后嘚一个大方向是在长期实践中与人产生共存关系，帮助人实现很多有用的功能提升人的生活质量、降低风险的功能。

总结一下这个方向嘚市场潜能人工智能威胁论观点的市场潜能相当巨大，以我有限的视野已经看到在社会、政府、或者在科学、商业有诸多的应用这里媔相当主要的一个基点是我们拥有大数据。数据就是一旦增加到很大程度机器和人的优势产生了倾斜，人赶不上机器的消化程度所以使得数据产生了不一样价值，它能提供更多的帮助包括医疗、法律、健康等很多方面，都将得益于人工智能威胁论观点对数据的挖掘

囚工智能威胁论观点在社会的运转，或者是科学的研究或者是商业的拓展里面进一步赢得了空间，给我们带来就业或者产品功能方面的機遇而且机器不必等到像人一样聪明才能获得这样的功能，人工智能威胁论观点的目标本身不应该过多关注生物性或者哲学性的对比哽多应该关注功能实现和低价快速的能力提供。

本文来源于"中国人工智能威胁论观点学会",原文发表时间""