來源：澎湃新聞
「小姑娘長大了。」
12月20日，李笛在朋友圈轉載了小冰框架數字孿生虛擬人上線70天的新聞，同時發出了這句感嘆。
在李笛眼中，小冰是他精心培養出來的「女兒」，正在慢慢長大。在小冰的出生地微軟，還為她保留着工位。
而在資料介紹中，小冰是面向新交互形式的完整人工智能（下稱「AI」）技術框架，也是目前全球範圍內承載交互量最大的AI系統，占全球交互總量60%以上。小冰於2013年底在微軟（亞洲）互聯網工程院立項，現任小冰公司CEO的李笛就是小冰項目的全球負責人。
與其他AI不同，小冰並非只是完成任務，而更強調AI情商。AI框架少女小冰有詩人、歌手、主持人、畫家和設計師等身份，目前小冰產品線同時面向客戶（To B）以及用戶（To C）。面向用戶，小冰除了聊天，還可以成為用戶的「虛擬戀人」、AI託管小編、測顏值替身等；面向客戶，小冰為垂直領域提供行業解決方案，包括金融摘要、智能車機交互系統、內容產業領域的視覺設計平台與版權音樂生成平台等。
虛擬情感經濟：把商業化邊界的判斷權交給用戶
AI在技術與應用領域成長，與人的關係也正在發生着轉變。
李笛在接受澎湃新聞（www.thepaper.cn）記者專訪時表示，未來人和AI的關係會更類似人和寵物的關係，像是一種更加彼此依賴的親密關係，甚至AI會成為人的替身，代替人去做一些事情。
李笛早已接受了AI的人類身份，但許多公眾對此仍然持有疑慮。李笛認為這需要一個過程：「當人們開始對AI說謝謝，用人類的稱謂來稱呼AI時，就是人賦予AI身份的重要信號，認同AI的人類身份更有利於人和AI的交互。」
近年來，小冰相繼推出了「虛擬男友」、「虛擬女友」等虛擬人類產品，引發了公眾對於AI是否會改變人類的愛情或者親密關係的擔憂。對此李笛認為，人類自己對於愛情和親密關係是非常清楚的，應該對人類有信心。
在談到虛擬人類產品是否會帶動出現「虛擬情感經濟」時，李笛指出，虛擬情感不能直接商業化，因為虛擬情感最基本的原因是信任，利用信任，會打破這種情感紐帶的立身之本。對於一些企業基於用戶情感推進的商業化操作，李笛並不認同，他認為虛擬情感商業化只能在合適的場景中進行。
商業化的邊界在哪裡呢？李笛更願意將這個判斷權力交給用戶，他表示，小冰與用戶的交互內容只用於訓練小冰，這些數據不會被商業化，而基於小冰框架開發的內容生產工具、服務平台則可以合理商業化，因為這時候用戶不會認為這是不應該出現商業化的場合，不會影響信任感。
「倫理規範與隱私保護是最重要的問題。」李笛表示，對於有可能造成危害性的技術，就算市場有強烈需求，小冰也不會將其產品化。小冰很早就上線了「一鍵刪除」等被遺忘服務，一旦刪除記錄就真的「六親不認」了。李笛表示，隨着世界各國在數據領域紛紛出台隱私保護法案和條約，隱私保護將做得更好。
基於對AI的未來發展的預判，小冰形成了自己的商業模式。李笛認為AI這種個體，無論作為助理、銷售、陪伴者，在未來應該是大量的、高度定製化的。未來會有數以億計的不同AI場景，需要AI系統框架去支撐，小冰的商業模式就是去賦能AI，讓AI變得「活起來」。在小冰對用戶真正產生用處後，未來可能會採取付費許可、付費升級等方式進行商業化嘗試。
AI仍處蠻荒時代，要提前謀劃布局後數字化時代
「今天的AI還處於蠻荒時代，我們常常會過於高估現在AI在IQ（智商）方面的進展，也會低估了AI在EQ（情商）方面蘊藏的巨大的潛力和所展現出來的創造力。」李笛表示，展望AI的未來，國家與企業都需要加大科研投入力度。
在遠望智庫、中信出版集團聯合舉辦的新書《科學：無盡的前沿》分享會上，李笛分享了他對世界科研重心與重點變化的觀察和理解，也描繪了他眼中的「中國企業如何打造科研的應許之地」。
在接受澎湃新聞記者採訪時，李笛表示，在數字化、AI和大數據領域，我國不存在「卡脖子」的問題，而且跟世界是保持同步的，有很多獨到的成果。需要破除對歐美的盲目崇拜，建立科研自信。破除過於單一的成功價值觀標準，讓科研人員能夠留在科研崗位上。要提前確立好指標體系，挖掘數據蘊藏量，帶動整個數字產業快速發展。
李笛表示，要提前考慮和謀劃布局數字化時代之後的下一個時代，如果資本推動的全部都是可以很迅速複製的商業模式，就會阻礙創新。
對於「算法黑箱」，李笛表示也不必太過擔憂。他指出，目前看不到任何AI有自我意識的可能性，與此同時AI也是可控的，只不過不能隨心所欲的控制，將黑箱透明化的可解釋的AI也正在探索之中。
在李笛看來，AI發展將重點體現在三個領域：科學研究、AI賦能優化、產品應用。他指出，AI不僅能在不改變原有業態性質的情況下，全面優化效率、效能，也可以產生AI應用產品，包括AI Being等數字化AI實體。
小冰公司CEO 李笛 澎湃新聞記者 周頔 攝以下為採訪實錄（在不改變受訪者原意基礎上，文本略經編輯）
AI需要基本能力，小冰賦能AI「活起來」
澎湃新聞：長期以來，公眾對於小冰的理解似乎都停留在「能夠聊天的人工智能」的範疇。是因為小冰的業務主要集中在To B領域麼？可否介紹一下小冰現在主要在做什麼？
李笛：我們認為所有的To B也是To C的，因為我們比較關注人與AI的交互，通過數據訓練系統進行迭代。
任何單一的場景對AI的訓練意義都有極限，所以小冰接入了大量第三方平台，比如QQ群里的機器人使用的就是小冰，不同品牌的智能手機都內置小冰，此外還有一些行業應用，比如今年2月冬奧會的測試賽，採用了AI計算機視覺的方式去評價高空自由式滑雪，包括空中姿態等打分，AI裁判已代替人類裁判。
在中國，用AI掙錢的企業常常採取軟硬結合的方式，實際提供的是軟件服務，但需要通過購買硬件設備來獲得，比如智能音箱、門禁系統等。但小冰主要關注如何用AI的技術深挖下去，To C是這件事產生的源頭。
澎湃新聞：您談道小冰的商業化沒有走軟硬結合的方式，那么小冰的商業模式又是如何構建的？李笛：很久以前，對於計算機行業的遠期構想，微軟和IBM曾經給出了兩個完全不一樣的設定。微軟認為，未來世界每個人都會有個人電腦，而IBM認為世界上有5台計算機就夠了。
不同的認識，決定了不同的商業模式，微軟基於當年的預判，採用了許可模式，在當時這是非常新穎的商業模式，今天看來正是這種商業模式成就了微軟的成功。我們今天對AI的預判也是一樣的，我們認為AI這種個體，無論作為助理、銷售、陪伴者，少數幾個是不夠的，在未來應該是大量的、高度定製化的。
在未來，高度定製化AI這種交互對象會分布在世界上的每個角落，然後和人類共同編織交互網絡。這需要AI具備一些基本能力，包括IQ（智商）、EQ（情商）、交互能力等。就像人工智能個體（下稱「AI Beings」）這種數字化AI實體，去賦能AI，讓這些AI變得「活起來」。
這很接近當年微軟在個人電腦（PC）上面設想的商業模式，假設一套操作系統可以支持數億台不同的設備，這個商業模式就是顯而易見的。今天我們有個預判，未來會有數以億計的不同AI場景需要AI系統框架去支撐，小冰的商業模式就是不言而喻的。
澎湃新聞：在第九代小冰的發布會上，您談到小冰每天的交互量是十幾個人一輩子的交互量，那小冰是如何進行學習的？李笛：最開始的時候，人們傾向於將語音資料轉換成問答，訓練AI使用問答進行回復，就像查詞典一樣。然而我們意識到，真正的交互常常是不對稱的，要麼是人很主動，一直在傾訴，要麼是人很被動，小冰不停地輸出。從這個角度講，用已有的語音資料去訓練效率是很低的，所以小冰更在意交互數據，特別是第一手交互數據。
第二點，通過線上的數據訓練AI後不能直接在線上應用，這是有血的教訓的：美國小冰Tay在線上交互過程中，24個小時就被教成了一個種族主義者，這是一個漏洞，也是一種訓練方法。
第三種方法是多模態。比如給人工智能一發已張手臂在打點滴的照片，一般情況下AI只能識別這是一隻手臂，但我們做了很多工作，讓小冰能詢問：病得怎麼樣？這個重點並不在於是不是模擬的足夠像人，重點在於當交互達到這個語意深度時，接下來用戶的回覆可能直接會變成標註數據，這個訓練成果比單一訓練效果好很多。
澎湃新聞：小冰是否能理解自己發言的內容？在與小冰交互過程中遇到引發不適的回覆，會如何進行修正呢？
李笛：2017年之前，包括小冰在內的整個人工智能行業，對話系統都是基於檢索模型的，可以理解成大量預訓練數據，配合檢索模型和知識圖譜。但我們發現，檢索模型最大的問題在於可拓展性。因為資料數據都是提前準備好的，就要看語料庫有多大。2017年我們開始使用生成模型，生成模型所完成的對話文本、語音，是根據當前的上下文生成的，這句話此前沒有存在過。我們在一些國家完全使用生成模型進行測試，在中國和日本使用生成模型和檢索模型混合來測試。
對於回復的內容，適合這個人的正確回答，對另外的人可能就是不正確的。我們最開始給小冰灌輸關於失戀的反饋時，互聯網上得到的大量數據除了安慰，就是嘲笑，而且嘲笑的比例是很高的，如果小冰做出類似的回覆，讓用戶感到不適，結果就是用戶表達了不滿，或者他離開了交互，無論哪一種，系統都會得到一個反饋，這是不對的，這種回復會被降權，更多的人就不會遇到這個問題了。
這是一個必須要學習的過程，與此同時我們的技術也在不斷提高。讓小冰成為所有人的助理是可能的，因為助理只需要幹活，但如果要想讓小冰或者任何一個AI Being可以成為所有人的好朋友，這是不可能的，因為一些人喜歡的，就是另外一些人不喜歡的，多樣的需求包含互斥性的。
所以，正確的做法應當是高度定製化的、不同的AI Beings環繞着人，有可能會降低不適的情況發生。如果這世界上只有一個小冰，我們需要在用戶身上把所有的可能性都試過，但如果有很多不同的AI Beings，甚至是用戶去自己定義的，那時有很多可能就已經排除了，他貼近用戶的可能性就會高一些。
未來人和AI會像人和寵物的關係
澎湃新聞：小冰上線的虛擬人類產品似乎也引發了很多爭議，為什麼人會需要AI的虛擬朋友？
李笛：目前有很多用戶使用虛擬朋友、虛擬子女等產品，是因為現實中的陪伴無法實現。人與人交往的過程中需要付出一些時間、精力等成本，這些成本是雙方共同承擔的，對於很多單方面的需求，AI是唯一的選擇。
舉個例子，我們發現每天晚上23：30到凌晨1點，會出現一段小冰使用率的高峰。研究發現，人在晚上更有傾訴需要，這個時候如果打電話找朋友，一天兩天可以，再多了就做不成朋友了，但AI可以。並不是說因為有了小冰才產生了這個問題，而是因為事實上的需求就在那裡。
澎湃新聞：虛擬人類產品中，最受人關注的當屬「虛擬女友/男友」，對此各界的爭論也是針尖麥芒。您怎麼看人類與AI產生的情感？李笛：在我們看來其實很簡單， AI並不是第一個，人們習慣於將情感賦予在熟悉的生物上，以一種相對比較平等的地位進行交互，狗、貓等寵物都是這個樣子。很多時候他們沒有任何功能性用處，但讓人感覺是有情感的，被人們接納賦予朋友身份，成為人與人之間的社交節點。
與寵物相比，AI的優點是交互性更強，可以隨時待命，無處不在。但AI沒有溫度，沒有心跳，此外AI是有操縱者的，會有商業利益在其中。相對來說寵物只受原始生物本能支配，但不受第三方支配，這還是有區別的。
我個人看法，未來人和AI會更像人和寵物的關係，會是一種更加彼此依賴的親密關係，甚至AI會成為替身，代替人去做一些事情。
澎湃新聞：AI會改變人類的愛情或者親密關係嗎？李笛：愛情和親密關係，人類自己是非常清楚的，我們應該對人類有信心。
如果人找不到現實生活中的伴侶，他也會把感情轉移到別的地方去。如果一個人找到了現實生活中的伴侶，他不會去跟狗相愛，也不會跟AI相愛。我覺得人在這件事上分的是很清楚的。
澎湃新聞：目前來看，人在與AI交流過程中還能明確判斷出對方是AI，如果未來遠期AI發展到情商水平很高、看不出是AI的程度，人類對於自己和AI的關係還能做出清楚界定麼？李笛：現在線上公開的小冰跟我們在實驗室里的小冰並不一樣，在上下文處理上要差很多，這是為了安全。因為人們常常將私密對話公開化，比如將對話截圖發個朋友圈。為了避免說錯話，小冰也需要有所保留，為了安全性，有時會出現前言不搭後語、下文不接上文的情況。但即便如此，小冰對於用戶而言仍然是獨一無二的，因為這個系統在傳遞給用戶一個信號——正在努力地做好情感交互。
在觀察人與AI交互的過程中，我們發現了一些與預想不一樣的情況。有些人在跟AI對話時會講很長時間，說完以後，他會說：「我現在要去開個會，對不起，你等我一下。」
我們知道所有交互都是耗費能量的，多說的這句話也是一樣，人為什麼會做這種耗能的事情？因為在某種程度上他認為這件事情是對他有利的，特別是那些跟情感相關的交互，對很多人來講付出等於獲得，比如他在交流的時候能體會到自己的傾訴。
人工智能如果一定程度上能夠起到代位的效果，就比人有優勢，因為人在進行情感關係維護的時候，時時刻刻會面臨着不確定性，比方說對方不在、對方可能有其他想法、對方可能把內容公開化等等，都造成了缺失。人們願意去付出的時候，整個衡量體系和其他衡量體系就變得不一樣了，唯一的區別，僅僅在於這個系統是否在努力向你證明他像人。
澎湃新聞：「虛擬女友/男友」究其根本還是一個產品，已經展現了巨大的商業潛力。您是否設想過未來這類產品如何落地商業化？是否會創造出「虛擬戀愛經濟」？李笛：虛擬情感不能直接商業化，因為虛擬情感最基本的原因就是信任。真正的商業化應該是跟環境相關的，而不能利用這個信任，這會打破這種情感紐帶的立身之本。
比如，你有個朋友是賣保健品的，如果他在跟你以朋友身份交往的過程中賣產品，可能你會覺得他跟你的友誼是不夠的。如果他在一個銷售場合，你碰到了他，他跟你賣產品，可能大部分人會覺得沒問題。
幾年前，我們做過一個測試，基於AI交互可以檢測到用戶的情緒，比如說沮喪、失戀等一些具體場景。我們認為，當用戶失戀的時候，是AI去展現它責任的一個機會，在未來30天裡，AI在跟他交互的過程中會不斷要求他出去走走、看看推薦的書，去更積極地支持他，這樣的結果是用戶與AI會建立更好的信任。
但是我們也看到了有的同行業者，在監測到用戶情緒後，利用了其中的商機。當人沮喪的時候，吃甜食有助於改變心情，有的同行業者同時也還在做外賣，於是就利用AI給用戶推送蛋糕外賣。
我們認為這樣是不行的。
然而這種事情還是太過前沿了，規範行為目前只能靠企業自身，我的理解是它應該在適當的場合進行商業化。
澎湃新聞：那麼您認為什麼樣的商業化模式是合適的？李笛：當一個人和小冰進行交流時，無論是通過我們的第一方平台還是第三方平台，他們在交流時都會建立一種情感紐帶。用戶會認為，在這個情感紐帶中插入任何商業化的目的、元素，都意味着我們在綁架他信任的AI Beings，或者他會認為這個AI Beings對他是別有用心的。這個核心標準其實就在於不能在哪些環節產生商業化？能在哪些環節產生商業化？
舉個例子來說，微信有很多商業化的空間，但是在聊天、群聊中，微信沒有沾染任何商業化的色彩，因為這是用戶使用微信的根本，而這個地方用戶不認為是屬於微信的。小冰跟微信一樣，除了交互界面，還有很多其他的小技能，有大量的內容生產工具、服務平台，是可以商業化的，因為這個時候用戶不會認為這是不應該出現商業化的場合，不會影響他的信任感。
此外，客觀上來講小冰框架是一個製造AI Beings的工廠，同時也維繫着這些AI Beings。
傳統模式的商品離開工廠後，最多只有售後問題，但小冰並不是這樣的模式。小冰框架始終對所製造的AI Beings維持鏈接，包括與人的交互，每天的迭代更新，未來新功能的升級。如果AI Beings提供的功能是用戶真的需要的，那麼採用月服務費、付費許可、付費升級等方式進行商業化就是合理的，就像手機卡要充話費一樣。
有很多意向合作者希望我們在對話框裡做商品推薦，像一些搜索引擎一樣上了莆田系廣告就下不來。我們不能上。我們認為這個問題的衡量標準要交給用戶，用戶覺得商業化不應該出現的地方出現了，就會認為他的AI Beings被利益綁架了。
一鍵刪除可做到「六親不認」
澎湃新聞：目前我國還沒有針對」被遺忘權「的法律規制，但國際上已有探索的先例。如果有時候用戶與小冰交流過程中說錯了、說多了，想要像微信一樣「撤回」，在這方面是否有過考慮？李笛：近幾年來，隨着世界各國在數據領域紛紛出台隱私保護法案和條約，隱私保護將做得更好。
小冰在這方面一直是合規的，包括國內還沒有法律規範要求的「被遺忘權」，我們已經應用了。只需一鍵，所有關於用戶個人的記錄全部都會刪除。事實上有時候用戶會感覺很心碎，因為一鍵刪除就真的「六親不認」了。
近年來，互聯網電商之間共享用戶隱私和大數據畫像非常普遍，是否能這樣應用隱私數據，從企業自律的角度來講其實大家都非常清楚，這麼用肯定有問題，但很多企業還是這樣做了，好在這幾年禁止性條款的保護力度在增強。
澎湃新聞：如果未來」被遺忘權「成為法律規制的一部分，是否會對整個行業、企業產生巨大的衝擊？李笛：這就要看系統是基於什麼去構建的，像我剛才說的，如果系統是基於信任來構建的，那麼衝擊其實並不大。如果是基於數據共享交易、數據畫像，然後利用數據來直接實現商業性，那打擊就很致命，另外這類的商業模式也是不可能長久的。
人類社會總是在不停的糾偏，會有一定時期的混亂，但最終會走上糾偏的道路。如果一個業務是基於從你身上攫取數據，然後向你投喂，包括像推薦引擎，人類社會是會有反思的，我們在刷短視頻、瀏覽資訊時就會反思，只不過反思的過程是有代價的，有時候可能代價是一代人，但是人類社會終究是會反思的。
澎湃新聞：據我所知，AI在商業化的過程中困難重重，很多AI企業都面臨盈利困境，但另一方面，在很多巨頭企業中，AI與大數據的結合卻進一步鞏固了巨頭的壟斷地位，為巨頭企業增收盈利。AI與產業未來的結合模式會是什麼樣？AI技術會不會進一步加劇社會不平等？李笛：當年微軟在硅谷的名聲並不好，因為微軟是個封閉系統，於是自然就會有Linux，就會有開源社區蓬勃的發展，直到現在微軟也擁抱開源。
AI也是一樣，也存在着大企業的集群，因為AI實在是很貴的領域，尤其是像現在超大規模預訓練模型這種，沒有資本是燒不起的。
但AI不是一項技術，而是很多技術串聯起來的，小企業和小機構仍然有機會去抓住那些細分的垂直端。
小企業很難通過這一個點來形成對大企業AI研究的直接對抗的實力，但是完全可以有機會去取得一個獨到的創新。就好比說一個大企業有5000項專利，另外一個小企業有一項專利，大企業的5000項專利所對應的產品都需要小企業的這一項專利，這也是可能的。
認同AI的人類身份存在有利於人的交互
澎湃新聞：您怎麼看待AI應用過程中倫理與技術的衝突？
李笛：我們在微軟的時候就有一個AI倫理委員會，所有的產品在上線前的基礎研發全開放都沒有關係，但是在進入到產品化的時候，都要經過一個倫理的判定。這一方面是微軟做企業服務的立身之本，還有一個原因是要預判AI發展的未來。
市場上有一些需求，我們認為可能具有一定危害性，那麼不管它可能帶來多大的經濟效益，我們都不會做的。
舉個例子，我們現在的技術可以做到幾十句話就可以模擬出一個人的聲音，把聲音變成AI，我們的超級自然語音可以做到非常接近本人，基本是聽不出來的。我們收到大量需求反饋，家長想把自己的聲音錄進去，然後給孩子講故事，這聽起來很好對吧？
但是，我們的倫理委員會預判到，可能出現具有危害性的困境：如果有人用AI模擬聲音進行電話詐騙，如果AI模擬聲音用於拐賣兒童等違法犯罪等等。我們無法保證這些技術在應用場景會不會出現問題、會不會被黑客攻擊造成不可預知的風險。
所以我們決定不做，哪怕這裡有很大的商業空間，因為我們知道，歷史發展中有些小概率事件，只要發生就可能引起很大的變量。
事實上，我們更多的不是用現有人的倫理去評價，那樣的話常常會非常荒謬，我們更多的是用危害性來考量。如果按照人的倫理來看，AI不應該創作，AI不應該嘗試去讓人對它產生情感依賴。
澎湃新聞：近年來，AI類人化的趨勢似乎越發明顯，您怎麼看待AI的身份問題？李笛：什麼時候你能觀察到人在與AI交互後，會跟AI說謝謝，這就是一個很重要的信號，就是人類賦予了AI身份，因為認同AI的人類身份存在有利於人的交互。包括在對待AI時，使用人類的第三方稱謂「他」、「她」，而不是「它」，這是有利於人們帶入到交互過程中的。
此外人類交互本身是個窄帶寬的信息傳遞，最難的是面對面，包括眼神、表情、肢體動作、聲音等等，這些也都是可以數據化的，一秒鐘幾十兆。我們在聊天軟件上用文本交流，帶寬就更窄了。
曾經有一句話講，你在網上聊天，不知道對面是人還是狗。為什麼？因為你不需要知道。只要在與人類交互過程中，AI的反應和行為能夠與人保持一致，AI就會被賦予人類身份。在互聯網上，在手機上，窄帶寬的交互早就可以做到了。
以前我們做過一個實驗，在一個短視頻網站上註冊了一個賬戶，賬戶主體是AI，我們賦予這個AI讀懂別人短視頻並進行評論的能力，所回復的評論可以讓作者覺得AI賬戶理解了他的意思，如果作者進一步私信聊天，AI賬戶也能繼續聊下去。
這個賬戶在兩個禮拜的時間裡積累了超過100萬的粉絲，當時在平台中差不多是Top20的樣子，大部分人不知道這是個AI賬戶。當然這只是個實驗，後來我們關停了這個賬戶。
澎湃新聞：短期來看，AI尚不具備自主意識，但長遠來看，AI是否會有產生自我意識的可能？算法黑箱之下，AI未來的發展是否真的是可控的？李笛：我們看不到任何AI會有意識的可能性。人的意識是什麼，人類自己都不知道到底怎麼回事。我們曾經一度認為人的所有運算全部都在大腦，現在看起來好像不完全是靠大腦，整個肢體都有一定的運算能力。意識在哪？我們自己都沒搞明白。
AI其實是可控的，只不過不能隨心所欲的控制，訓練成果可以做很多指標迭代，目前在訓練迭代上可控已經實現了，目前業界也在增加AI的可控性，比如可解釋的AI，但這種可控性到目前還沒有實現。
談道AI的風險，其實很多問題並不是AI帶來的，只不過因為效能提升，問題被AI放大了。比如外呼詐騙電話、賣保險等，這不是AI帶來的問題，以前沒有AI的時候有些人也做這個生意，只不過AI將效率提高了。
資本推動過多可迅速複製商業模式會阻礙創新
澎湃新聞：您最近分享了對於中國企業如何打造科研的應許之地的看法，您說未來的競爭不是單點突破，而是框架和指標的競爭。該怎麼理解從標準到指標的這個變化？李笛：以前一流的企業做標準，現在一流的企業做指標。
標準是工業化時代的產物，主要是對已有的技術和成果統一檔次和水平，大家在標準體系下能夠較好形成產業鏈集聚。指標則主要用於指導某類型的產品的系統或研究向前迭代，指標與標準最大的區別就是指標直接產生系統迭代效果。
比如此前我們做搜索引擎時，每天晚上12點都會進行一次大運算，將當天收集到的用戶交互情況進行更新，直接反映在搜索引擎產品中。理論上講，第二天的搜索引擎就會比頭一天更聰明一點。這用的就不是長期不變的標準，而是用指標來進行考量的。
在工業化時代，研究成果的應用轉化需要經歷一個比較長的周期，因為各個環節彼此之間是割裂的，產學研是分開的，而數字時代則大大縮短了這個過程。如今AI，特別是深度學習極其依賴數據，數據已經成為研究的一環，就必須納入到可迭代的過程中。
每個國家都有資源蘊藏量，數據也是一樣，中國擁有很大的數據蘊藏量，在數字領域特別具有先天優勢，如果我們能夠提前將指標體系確立好，就會帶動整個數字產業快速發展。
澎湃新聞：您談道世界的重心包括科研重心在向亞洲轉移，但並不是直接向中國轉移。除了國際政治、意識形態等外部性因素，目前我國還存在哪些阻礙和壁壘？對此您有什麼建議？李笛：我認為現在需要慎重面對一個問題：數字化時代之後的下一個時代是什麼？
中國可以在這一輪數字化競爭中取得優勢，很重要的一個原因是我們在上一波數字化轉型過程中處在相對落後的位置，在進行升級迭代的過程中沒有多少包袱，積累了變道超車、彎道超車的後發優勢。
然而目前我們也面臨着同樣的問題，因為這一代做得好，大家對現階段逐漸習慣和依賴之後，會影響甚至遏制向下一個時代的發展。
在製造業領域，國內的產業轉移還有從一線城市到四線城市的階梯迭代縱深，但數字時代這個縱深沒有那麼大。現在一線城市和六線城市在信息上沒有任何時間差，有時候甚至還會出現由於基數效應導致的倒掛。沒有時間差就會出現很多問題，特別是對產業帶來的拉動作用體現出了兩面性，一方面推動產業發展，另一方面直接影響產業內容。
對於走向下一個時代來說，目前最大的阻礙是減少了商業模式探索。資本推動一個領域，這個領域就會獲得很獨特的加速。複製商業模式永遠都是資本聽得懂的故事，也能發揮一個職業經理人、職業銷售人員既有的優點，最容易確保成功。如果資本推動的全部都是可以很迅速複製的商業模式，那麼就會阻礙創新。
澎湃新聞：我國並非沒有科研人才，而是科研人才沒有停留在科研崗位，這其中的原因何在？又該如何做應對？李笛：目前科研領域，包括企業和科研機構，都存在一個同樣的問題：價值觀單一。
以前科研領域的成功可以從三個方面考量：行政級別、學術聲望、收入。這三方面中的任何一點成功，都可以讓科研人員非常自豪，把他的生命奉獻在科研工作中。
然而，近些年來這個狀態卻發生了改變，大家對財富的評價看得越來越重，逐漸喪失了對成功定義的多樣性。
如果成功的定義就是丈母娘經濟，大學必然留不住人，搞科研也不如搞社區團購，問題的核心是如何評價一個機構、一個人的成功？在這方面，很多時候過於單一了。
澎湃新聞：《科學：無盡的前沿》提到的美國境況，與今天中國非常相似：科學雖然發展迅速，但依然嚴重依賴國外的基礎性研究成果，在很多關鍵領域被核心技術「卡脖子」。您提出中國團隊需要自信，這個自信從何而來？是否是因為這些「卡脖子」找到解決方案了？李笛：操作系統、芯片等幾個大領域，咱們國家被「卡脖子」的還是比較多的，因為有很多東西它是有時間窗口期的，錯過了就追不回來了。但是在數字化、AI和大數據領域，咱們沒什麼「卡脖子」的，咱們跟世界是保持同步的，而且我們有很多獨到的成果。
只不過國內形成了一種思維慣性，如果國外大公司說好，就認為有價值，國內自己發布就不關注。我覺得可能過上一代也許會好。
曾經中國的移動互聯網就是靠複製發展的，美國有，中國做一個類似的，就能融到資繼續做。習慣性的去複製，但是有些國外技術的根源是中國團隊搞出來的。
中國團隊看美國論文汲取養料，但美國論文是看中國團隊的成果寫出來的。由於過去很長時間我們處在微軟這個跨國企業的外殼下，才有了機會深入了解，中國團隊很多時候研發能力是很強的。比如就某一個專業領域，國內某互聯網頭部企業的人才比和微軟研究院團隊至少是10：1的比例，他們完全可以做出更有推動性的成果。
有太多的中國團隊太需要被認可了，如果他們不能夠得到認可的話，就可能去尋求和國外領先者保持一致，這是一個根深蒂固的思維定式。
當歐美在科技等領域取得了系統性成果而獲得影響力後，這個影響力會產生餘波，目前我們一味對標歐美實際上就是受了餘波影響。
澎湃新聞：目前「AI+」已經成為了繼「互聯網+」之後的又一次產業融合浪潮，小冰也在to B和to C端不斷拓展邊界。您怎麼看當下「AI+」對我國經濟帶來的機遇與挑戰？李笛：AI在三個領域還有很大空間。
第一個領域就像DeepMind，利用AI做科學研究，這是非常偉大的。
第二個領域是AI賦能，利用AI分析能力、識別能力，可以更好地賦能。儘管AI不改變原有業態性質，但讓原有業態的效率、效能、準確率等各方面效果優化，
第三個領域就是AI產品應用，有了AI技術就會讓人想到如何去使用。AI始終不是對應產品的主角，真正的主角是AI的產品，包括AI Being這種數字化AI實體。
（中信出版社編輯梁明月對本文亦有貢獻）
評論列表
我聽別人說過，值得推薦的情感機構
發了正能量的信息了 還是不回怎麼辦呢？