小冰CEO|AI改变爱情与亲密关系？小冰CEO李笛：人对情感非常清楚，应有信心( 七 ) 鲲鹏|昇腾|5G|人才培养|马海旭

以前我们做过一个实验，在一个短视频网站上注册了一个账户，账户主体是AI，我们赋予这个AI读懂别人短视频并进行评论的能力，所回复的评论可以让作者觉得AI账户理解了他的意思，如果作者进一步私信聊天，AI账户也能继续聊下去。
这个账户在两个礼拜的时间里积累了超过100万的粉丝，当时在平台中差不多是Top20的样子，大部分人不知道这是个AI账户。当然这只是个实验，后来我们关停了这个账户。
澎湃新闻：短期来看，AI尚不具备自主意识，但长远来看，AI是否会有产生自我意识的可能？算法黑箱之下，AI未来的发展是否真的是可控的？
李笛：我们看不到任何AI会有意识的可能性。人的意识是什么，人类自己都不知道到底怎么回事。我们曾经一度认为人的所有运算全部都在大脑，现在看起来好像不完全是靠大脑，整个肢体都有一定的运算能力。意识在哪？我们自己都没搞明白。
AI其实是可控的，只不过不能随心所欲的控制，训练成果可以做很多指标迭代，目前在训练迭代上可控已经实现了，目前业界也在增加AI的可控性，比如可解释的AI，但这种可控性到目前还没有实现。
谈道AI的风险，其实很多问题并不是AI带来的，只不过因为效能提升，问题被AI放大了。比如外呼诈骗电话、卖保险等，这不是AI带来的问题，以前没有AI的时候有些人也做这个生意，只不过AI将效率提高了。
资本推动过多可迅速复制商业模式会阻碍创新
澎湃新闻：您最近分享了对于中国企业如何打造科研的应许之地的看法，您说未来的竞争不是单点突破，而是框架和指标的竞争。该怎么理解从标准到指标的这个变化？
李笛：以前一流的企业做标准，现在一流的企业做指标。
标准是工业化时代的产物，主要是对已有的技术和成果统一档次和水平，大家在标准体系下能够较好形成产业链集聚。指标则主要用于指导某类型的产品的系统或研究向前迭代，指标与标准最大的区别就是指标直接产生系统迭代效果。
比如此前我们做搜索引擎时，每天晚上12点都会进行一次大运算，将当天收集到的用户交互情况进行更新，直接反映在搜索引擎产品中。理论上讲，第二天的搜索引擎就会比头一天更聪明一点。这用的就不是长期不变的标准，而是用指标来进行考量的。
在工业化时代，研究成果的应用转化需要经历一个比较长的周期，因为各个环节彼此之间是割裂的，产学研是分开的，而数字时代则大大缩短了这个过程。如今AI，特别是深度学习极其依赖数据，数据已经成为研究的一环，就必须纳入到可迭代的过程中。
每个国家都有资源蕴藏量，数据也是一样，中国拥有很大的数据蕴藏量，在数字领域特别具有先天优势，如果我们能够提前将指标体系确立好，就会带动整个数字产业快速发展。
澎湃新闻：您谈道世界的重心包括科研重心在向亚洲转移，但并不是直接向中国转移。除了国际政治、意识形态等外部性因素，目前我国还存在哪些阻碍和壁垒？对此您有什么建议？
李笛：我认为现在需要慎重面对一个问题：数字化时代之后的下一个时代是什么？
中国可以在这一轮数字化竞争中取得优势，很重要的一个原因是我们在上一波数字化转型过程中处在相对落后的位置，在进行升级迭代的过程中没有多少包袱，积累了变道超车、弯道超车的后发优势。
然而目前我们也面临着同样的问题，因为这一代做得好，大家对现阶段逐渐习惯和依赖之后，会影响甚至遏制向下一个时代的发展。
在制造业领域，国内的产业转移还有从一线城市到四线城市的阶梯迭代纵深，但数字时代这个纵深没有那么大。现在一线城市和六线城市在信息上没有任何时间差，有时候甚至还会出现由于基数效应导致的倒挂。没有时间差就会出现很多问题，特别是对产业带来的拉动作用体现出了两面性，一方面推动产业发展，另一方面直接影响产业内容。