Tesla FSD號稱全自動駕駛系統，究竟是革命還是吹牛？- 方展策

「水能載舟，亦能覆舟。」新技術雖有助改善人類生活，但如果技術本身還未準備好，人們卻高估技術所能做的事情，或許會造成人命傷亡。伊隆·馬斯克（Elon Musk）今年10月突然宣布推出全新的「Full Self-Driving」（FSD）測試版軟件，可讓特斯拉（Tesla）電動車從「Autopilot」自動輔助駕駛模式，升級至全自動駕駛系統，讓原本遙不可及的無人駕駛一下子提早實現！但隨後卻遭美國國家公路交通安全管理局（NHTSA）打臉，局方直言市面上沒有任何一款車輛具備完全自駕的能力。到底箇中實情如何？

FSD初試啼聲表現勝預期

2020年10月21日，馬斯克在Twitter上宣布，全新的「FSD」全自動駕駛Beta版軟件已向部分車主推送。相比起當年發布「Autopilot」時的高調姿態，今次特斯拉對「FSD」的態度已略顯低調。據悉，首批獲邀參與測試的車主為數不多，只屬小規模的封閉測試。不過，當愈來愈多測試參與者上傳試車短片，顯示出「FSD Beta」的行車表現更勝預期，讓這款新版自駕系統火速成為社交網絡上的熱門話題。

參照馬斯克先前的說法，「FSD」將會分作3個階段推出：首階段是小規模封測，次階段是較大範圍的公測；如前兩個階段均能順利完成，預計可在2020年12月底前向美國所有Tesla車主推送「FSD」。馬斯克已宣布，「FSD」軟件售價會由8,000美元（約6.24萬港元）調高至10,000美元（約7.8萬港元）。

「FSD」在功能上究竟有何獨到之處呢？啟動「FSD」後，車輛在高速公路上便會懂得自行轉線；駛到十字路口，車輛也能按照導航路線，自動轉彎進入正確的道路；遇到前方有汽車擋住車道，車輛先會自動減速停車，然後轉向繞過前車。不少車主在試用「FSD Beta」後都表示，其自駕表現貼近現實中真人駕駛會做出的反應，非常實用。

司機高估Autopilot能力

不過，「FSD Beta」的升級說明中提醒，這只是早期測試版本，用戶必須謹慎使用，並強調司機在行駛過程中始終要把手放在方向盤上，隨時關注路面情況。今次Tesla特別強調安全性，或許跟「Autopilot」歷年來涉及多宗致命車禍有關。

2015年10月，特斯拉正式發表「Autopilot」，容許車輛在特定情況下進行自動駕駛，讓全球Tesla車迷興奮不已。2016年1月，搭載「Autopilot 7.1」的Model S被視為首款L2級別的車型。根據國際汽車工程師學會（SAE International）對自動駕駛分級的定義，L2 級別屬於部分自動駕駛，司機負責周邊監控，並要預備隨時接管車輛，自駕功能包括主動式定速巡航、自動跟車、自動泊車等。

最初Tesla沒有明確說明，L2級別需要司機處於駕駛狀態，行車期間不但要全神貫注監控路面，雙手也不能離開方向盤；有關要求僅在產品說明書上寫了便算，但試問有多少人在開車前會翻閱說明書呢？可能因為這種隱晦的表達方式，再加上駕駛者高估了「Autopilot」的自駕能力，於是自2016年起間接或直接釀成至少5宗致死交通事故。

致死車禍地點分布中美日

2016年1月，在中國河北邯鄲的高速公路上，一名Model S車主啟動了「Autopilot」，車輛進入定速巡航狀態，惟自駕系統未能準確識別前方的道路清潔車而直撞上去，23歲車主重傷身亡。同年5月，美國佛羅里達州一輛正開著「Autopilot」的Model S，因系統無法在晴朗天色下辨識貨櫃車的白色車身，結果直接撞向貨櫃車，40歲司機死亡。

2018年3月，一輛已開啟「Autopilot」的Model X駛至加州山景城附近，失控撞上公路石壆，再與兩車相撞，司機送院不治。同年4月，日本神奈川高速公路發生一宗碰撞事故，涉事貨車與電單車司機下車商討；一輛Model X從後駛來，因司機啟動「Autopilot」後不小心睡著，以致未能閃避貨車，撞向路旁人群，造成一死兩傷。

2019年3月，佛羅里達州一輛「Autopilot」在運作中的Model 3，失控撞入橫越路口的貨車車底，司機喪生。經歷多宗事故後，特斯拉終於在官網上寫明：「目前的 Autopilot 自動輔助駕駛導航功能需要駕駛員主動監督，無法使車輛實現自動駕駛。」

FSD越級挑戰L5級別

馬斯克早於2020年7月的世界人工智能大會上宣稱，Tesla的自動駕駛技術已非常接近L5級別，預計年底前將完成L5的基本功能開發。換言之，「FSD」已在「Autopilot」基礎上跳過L3和L4級別，越級挑戰L5級別。

SAE把L5級別定義為自動駕駛的最高境界，屬於完全的無人駕駛，在任何場景下均可由車輛完成所有駕駛操作，人類在車上毋須保持注意力集中。至於中間隔著的L3和L4，前者是AUDI與本田等大車廠正在積極實現的技術目標，後者則是Waymo與Cruise等無人車初創努力追求的研發境界。由此視之，Tesla或許已一下子超越所有競爭對手了！

美國監管機構密切關注

在「FSD Beta」釋出後不久，交通安全監管機構NHTSA隨即表示，正密切關注這款新版自駕系統的狀況，當公眾面臨不合理的安全風險時，就會立即採取應對行動；同時，又直接打臉Tesla，強調現時市面上並未有任何一款車擁有全自動駕駛的能力。事實上，參照「FSD Beta」的升級說明，要求車主時刻盯著路面，並把雙手放在方向盤上，這樣的描述只能符合SAE分級定義下的L2級別，即是部分自動駕駛。

兩大無人車初創Waymo與Cruise均坦承，現有技術水平離L5級別還有一大段距離。以Waymo為例，自2020年10月起提供不設安全駕駛員的無人的士服務，服務區域局限於亞利桑那州鳳凰城地區50平方里，因有限定操作場景，按照SAE分級定義亦只會視作L4級別。研調機構Forrester曾於2019年分析無人車工程師提供的數據，結果認為全自動駕駛車輛可能要10多年後才能出現。

對自動駕駛持觀望態度

由是觀之，馬斯克宣稱「FSD」是全自動駕駛系統，似乎是有點誇大了。可是，隨著「FSD Beta」步入公測階段，參與測試的車主數量將會大幅增加，意味著Tesla能蒐集更多行車數據，供人工智能神經網絡反覆學習，加快改進自駕演算法。馬斯克曾透露，擬每5至10天就更新一次「FSD Beta」，務求逐步完善系統，或許終有一天可進化到L5級別……儘管暫時未知那一天何時到來。

因此，現階段大家對自動駕駛應抱持觀望態度，千萬不要被一些令人驚艷的新功能搞得興奮過頭，以致高估了自駕技術所能做的事情。否則的話，日後馬路上可能會經常出現類似以下的不可思議事件：2020年7月，加拿大亞伯達省公路上有一輛車以時速140公里超速行駛，警方接報到場，竟發現這輛行駛中的Model S內裡空無一人，原來兩張前排座椅均被完全放平，司機與乘客都趟著睡覺！亞伯達省皇家騎警交通服務局局長在一份公開聲明中指出，新一代汽車的駕駛輔助系統並不等同於全自動駕駛系統，駕駛者仍須承擔駕駛的責任。

原文：經濟通

#科技 #汽車 #生活

AI時代的變革比每一次工業革命都快！李開復博士在達沃斯世界經濟論壇的人工智能焦點論壇上談到，人工智能的未來將預見未來的大規模的職業轉移和人力重新佈署。但同時人類將有更充裕的時間體驗更優質的娛樂(舉例：虛擬實境)。

【AI時代的變革比每一次工業革命都快】
達沃斯時受邀與MIT Media Lab（麻省理工學院媒體實驗室）負責人伊藤穰一（Joi Ito）在達沃斯世界經濟論壇閉幕日的人工智能焦點論壇上探討人工智能，本文由創新工場工友根據現場錄音整理。

——————————————————
對談嘉賓：
李開復博士，創新工場董事長及CEO、創新工場人工智能工程院院長

伊藤穰一（Joi Ito），MIT Media Lab（麻省理工學院媒體實驗室）負責人，曾任Creative Commons CEO、Six Apart日本分公司主席、風險投資公司Neoteny創始人兼CEO

主持人：
蒂姆·布拉德肖（Tim Bradshaw），《金融時報》駐舊金山科技記者
————————————————————

主持人蒂姆：今年我首次來到達沃斯參與世界經濟論壇，感覺人工智能（Artificial Intelligence，以下簡稱AI）在今年大會已然成為炙手可熱的焦點。現在當人們談及AI和它所引發的生產力進步時，往往會一道談及AI可能引發的倫理和政治議題，甚或爭辯AI的終極價值。我希望今天咱們能換一種觀點來討論AI。

伊藤：我覺得AI確實變的熱門了，這種變化從去年底開始，2016年是非常重要的一年，連許多非計算機領域的科學家都開始提出他們的觀點，而非像過往單純質疑AI。

李開復：的確，如今AI已經被全社會所更廣泛地接受了。人們開始認識到，AI正在為現實生活服務。自2016年初AlphaGo戰勝李世石一役，為大眾揭示了一個無法否認的事實，那就是AI確實能以極高的效能掌握特定垂直領域。AI能夠為我們的生活提供許多超越當前產品與服務水平的解決方案，AI能開始正式為人們提供服務。

圖：AlphaGo VS 李世石

蒂姆：所以，您認為這項變革的動力來自技術領域，還是外在的實體環境？

李開復：我認為它屬於技術引領的變革。數十年來，人們普遍把AI視為一項技術，確實在AI發展的同時，經濟、政治等外在環境也發生了一些改變，但我不認為實體環境的改變和AI技術的發展具有直接相關性。

蒂姆：前不久，IBM與微軟都捲入了一項重大討論，那就是AI技術是否會對人們現有的工作造成威脅，人們是否會因此失業？他們認為，AI的目的是增強人類的智能，而非替代人類。兩位認為上述論點成立嗎？

伊藤：所有事物的價值都需要經過長時間的檢驗，而並非一段短暫時間內的觀察。宏觀角度來看，我們無法否認人們會因「新技術總會導致人們失業」而恐慌，但隨著新技術的發展，某些領域又會誕生新的工作。例如在美國，高中畢業生如果想當護士，就必須就讀社區大學考執照，而AI技術能夠達到護士必須學習的操作流程技能，使得費時且昂貴的職業資格考試變得不那麼重要。護士這一職業還將存在，但將不再受限於繁瑣的操作任務和流程事務，對於想從事護士一行的人來說，這是一大利好。對於許多職業而言，立刻要談立即被AI技術取代還言之尚早。但是顯然，許多工作領域的問題正被解決也正被改變。

主導AI技術研發的各大科技巨頭，如果能為人們樹立一種正確的態度，驅散人們心中對AI技術的恐懼，也將會是一大利好。畢竟人們對AI技術的恐懼，絕大部分來自於對於AI的不解。

要消除恐懼，我們需要在兩個方面努力，其一，是消除人們心中情緒化、非理性的恐慌心理；其二，則是理性解決問題。例如，我們必須對當前的教育體系，以及職業資格認證等體系進行改革，這取決於未來機器發展的速度有多快。

在接下來數十年甚至很長時間內，AI技術都將會不斷發展。但現實是，我們的教育體系和人才市場仍然一成不變。我預見各項既有制度的僵化與缺乏彈性，將成為比AI技術本身更大的阻礙。

李開復：大體上我同意，不過我認為，我們需要更為急迫的喚醒社會集體意識來理解並準備AI時代的到來。

當今時代變革的速度，比以往任何一次工業革命時期都要快。隨著AI技術的不斷完善，越來越多的工作如今開始被AI技術取代。舉例來說，中國有一批AI創業公司正在研究人臉識別，這類技術已能批量辨識20到30萬張人臉，這是一般人類不可能達到的量級和精准度，諸如保安、邊防等從事辨識任務的從業人員，也勢必會被取代。在另外一些領域，AI處理人際和人機關係的能力確實還不如人類，醫療行業是最好的例證，醫療檢測中的某些涉及影像識別的崗位很快也會被AI技術所取代，但那僅僅是醫療專業的一小部分。

圖為曠世科技face++人臉識別自動解鎖

所以大體上來說，人們的工作必須具備足夠的深度，需要讓自己強大到不會輕易被機器所撼動。我不認為現在正在從事這類有足夠深度工作的人們，會輕易被AI取代。

當前有兩項重大的任務等著我們去解決。其一，是思考如何調配未來二十年大量被AI技術替代的工作者；其二，是我們的教育亟待改革。我們需要對我們的子女、下一代子女進行再教育，分析哪些工作不會被輕易替代，而不僅僅去幻想從事目前看似光鮮亮麗的工作。

投身服務業可能是其中一個選擇。我們希望能鼓勵更多人參與人際間的交往互動，建立機器人與人類的交流溝通模式，並不是所有人都能做到這一點，而這些對於服務行業來說至關重要，AI技術能夠使未來的服務業更被人們期待和尊重。

伊藤：日本人對於服務行業的看法就很有意思。日本人認為，服務業是與人打交道的工作。在日本很少有人帶著好萊塢夢，為了將來成為明星而在餐廳打工，他們單純就是喜歡在餐廳工作、熱愛著他們的顧客，這樣的態度完全刷新了我個人對於工作價值的認知。

我們有必要重新設定價值的評價體系。過去我在日本的時候，日本還是一個經濟發展至上的國家。但如今，人們的觀念已經發生了很大轉變。在以前，工作只是為了獲得金錢，而金錢是衡量一個人是否成功的標準。

但如果你基於你對工作技藝的精通程度去評價你是否熱愛這份工作，同時改採你對工作的熱愛程度來衡量成功，那麼很多被歸結為服務行業的職業其實都相當成功，服務本身可能談不上偉大，也不在創造什麼新事物，但這些當下從事的工作讓你明確目標，支撐著你的生活結構，讓你找到人生的意義。

我們應當少關注一點工作產出的經濟效益，而更關注工作的目標和意義。舉例來說，育兒應當是國家GDP的組成部分，而不是像現在這樣只被視為家務，養育下一代對全社會而言至關重要，如果每個父母都能在育兒領域多花些時間，社會將會變得更好。我們在比較人和機器的勞動產出時，多半僅僅用勞動價值和工時長短來衡量人類的產能，卻忽視了工作背後潛在的社會價值。這也是為何許多非計算機領域的科學家自去年起，也開始提出他們的觀點。

李開復：另外一個重點在於，人類的工作進入了一個新的層次。人們在競爭中，將選擇更好的雇主和工作，同時取得工作技能與深度上的提升，逐漸成為各類專業能手和頂尖人才，甚至最後成為特定領域的首席科學家、最有價值的金牌球員、最受饕客追捧的明星大廚等。

但機器也擁有著屬於它的全新定位。我們要做的是去思考在AI時代來臨之際，如何保留一手的經驗，如何為人類提供成長的空間，從而創造更多的就業機會，為人類共同的未來找到更好的解決方案。

蒂姆：那麼隨著AI技術的普及，社會上的職業構成、各類職業對經濟貢獻的性價比會不會隨之改變？例如，一個人周遊世界開另類雜貨鋪，會不會比在辦公室當一名白領賺得多？

伊藤：這正是另一個關乎整體經濟的重要問題。 如果AI真能把整體社會的生產力無限提高到一個極其充沛的程度，那很多人可能根本就不願意繼續從事現在的工作，如今包括政府公務員在內，很多人在崗位上過度勞動，薪水卻巨低無比。這些職業的確需要政策扶持和薪酬相關的補助，才能鼓勵人們考慮選擇那些看似低回報的工作。

古希臘的雅典城邦就是一個例子。當然我們現在沒有那時代的奴隸制，但想象我們處在一個充滿了藝術家、哲學家的社會，那時公民們關心的，會是資源分配是否公平、收入是否均等。這並不意味著我們不再需要工作，否則就太不符合現代的經濟法則。社會仍然需要人類勞動力，但人們將變得更富裕、更能投身內心真正渴求的工作，將會有更多的音樂家能心無旁騖專注他們熱愛的創作、廚師們方能每天精心烹調讓人贊嘆的美食，他們周遭人們的生活體驗，將會因此更為多彩豐富。

蒂姆：說到剛才的音樂家，如今他們掙錢的道路似乎更辛苦了。您覺得該由誰來支付這種額外收入？是政府？還是科技公司？

伊藤：目前的音樂行業，正隨著流媒體技術、更趨完善的數字版權制度蒸蒸日上，可預見的是，數字音樂不會在近期沒落，產業規則和行業規模隨著技術平台而生了重大變革，整體音樂行業反而是在上升的。但是，我預見音樂產業各種獨家約束制度仍然是個發展瓶頸。上世紀後期，在電視和傳統音頻媒介當道的時候，巨星經濟、高銷量唱片和企業壟斷形成了當時的市場格局。但現在，這種體系已經過於複雜、而且不符合當今以技術平台為主流的發佈體系。

李開復：不僅是音樂行業，其他的行業也存在著明顯的問題。例如，專欄作家和記者們的前途也值得憂慮，他們依循傳統媒體遊戲規則都曾經歷過獲利頗豐的年代，而對於新的技術平台分發規則、更為AI自動化的媒體模式他們仍未做好準備，記者編輯們的專業地位也需要被重新檢視與定位。未來型的AI技術公司將有機會賺得較高的經濟收益，這些創新公司甚至能和前沿政府緊密合作，共同為未來世界的工作結構和薪酬制度，進行前瞻的規劃和準備。

我們過去專注在培養數理化人才，為了訓練符合上個時代需求的工程師、醫師、會計師、律師等等專業人才，我們已經投資龐大的社會資源，導致很多人打從學習階段其實就開始偏離了他們的核心潛能而毫不自知。在不久的未來，許多工作都能被機器取代，人們將從這種演進中被釋放，真正投入我們擅長、我們熱愛的領域。

蒂姆：讓我們再來談一下當前AI技術帶來的經濟收益。由於AI技術對於大數據存儲、從業人員技能、輔助設施研發等領域提出了高門檻的要求，是否因而大部分收益都將集中在屈指可數的幾家大型科技公司中？對於其他小型的創業公司，由於缺乏機器、缺乏數據集，AI技術的研發成本無疑是巨大的，您認為AI技術對經濟結構有什麼影響？

李開復：我覺得目前的體系會持續促使大型科技企業不斷發展。他們有能力壟斷資源、壟斷數據，在商業利益和激烈競爭的驅使下，他們會不斷競逐更為精進的技術能力，為公司賺取更大的利益。對於較小企業，進入AI市場的難度的確比移動互聯網時代的創業高出非常多。

我呼籲行業需要大力推動AI生態系的開放性。創新工場北京總部和我們所投的創業公司體系中，已經啓動了全新的AI技術相關研發工作，近期我們成立了人工智能工程院，帶著孵化中國AI生態系的目標投入大量資源，招聘培訓一批年輕工程師入門AI領域，展開可公開數據集的採集和標注，我們也積極尋求在中國和全球資本市場的融資和成長機會。

全球AI競技場上，美國市場有Google、Facebook、微軟，中國市場有百度、騰訊、阿里巴巴等行業巨頭，激烈的市場競爭導致他們的技術極低程度會考慮開放出來，創新工場希望能夠借此成為AI領域開放發展的倡議者和實踐者。

蒂姆：我們之前提到，誰擁有數據上的優勢，誰就擁有敏銳的洞察力和創新能力。那麼非技術型公司什麼時候能夠真正採用AI技術，亦或是只能運用像IBM、Google、微軟等公司的平台？

伊藤：隨著世界愈發緊密互連，要以「贏家通吃」的玩法去壟斷市場是越來越難。現在，如果某個個體試圖進行壟斷行為，會自動觸發市場機制。市場競爭會形成限制：如果某方採取壟斷動作，對標競爭的另一方會花數百上千萬美元去找到超級優秀的AI博士們來迎頭趕上。現今人才培養的源頭已經到位，但我擔心，當某個企業實現了壟斷甚或做上了寡頭的時候，自然而然能順勢招募AI領域的全球才俊，吸引能夠負擔他們百萬美金酬金的投資人，種種多方因素都正匯聚在一起。市場單方面依賴競爭機制進行調節並不完善，因此，我對開復和創新工場在中國推動的開放做法特別感興趣。

接著我想說下一個經典的「電車難題」，雖然看起來有點偏題，但其實這個跟我們的討論挺相關的。這個研究大概就是詢問人們，如果街上一輛滿載乘客的電車馬上就要撞上一大群人，它應不應該立刻轉向，犧牲車內乘客的生命，還是放任讓車輛撞上人群。結果大多數的人都說，當然應該犧牲車內乘客的生命來保全更大一群人。但如果按照這個標準設計一輛無人駕駛汽車，你們會不會買具備這種人性道德的汽車？我是肯定不買。所以其實這就意味著，當我們只把責任交由市場機制，人們普遍都是自私的。

而且，就像開復所說的一樣，資本主義的市場競爭是不會激勵大家分享數據、資源和市場的。傳統的政府監管方式過去曾經行之有效，但在面對互聯網的開放和動態結構，這種傳統的監管方式將會失效。現在這些AI、比特幣和其他所有領域中的問題，都不是過去十年二十年間學者們研究的題目，而是真正在資本市場能夠快速賺錢的技術。然而相較於開放的互聯網，行業不曾充分在開放場域來探討這些技術衍生的問題和現象，這是我的擔憂所在。

李開復：我們倒是嘗試採用實務並直接一點的方法，用大公司跟大公司來抗衡。比如某巨頭企業說他們能夠提供數百萬美金的資金，另一家巨頭企業便說我們可以提供一個昂貴的開放平台。我們不知道這個方法是否有效，但畢竟我們都是敢於冒險的資本家，這個策略肯定是值得嘗試的。作為風險投資家，我們理解商場上凡事皆求回報，我們試圖串聯各方利益點，聚合成一條具有共通性的利益鏈條。

蒂姆：現今大家都能看到AI產出已經開始變得極具說服力，那麼投入方面狀況如何？誰在編寫、改進算法，我們又怎麼知道這些算法何時會被使用？AI技術的透明性又如何？市場能否避免AI這樣的黑科技遭受偏見誤區，或者避免AI技術被濫用？

李開復：我覺得目前有些公司採取所謂公開透明的做法，其實是很討喜的宣傳手段。但我也確實擔心，下面這種兩難問題會不會出現：一些公司選擇通過自律或推動立法來限制錯誤發生，但另一些公司不會這麼做。自然而然，比較規範自律的公司由於發展顧慮更為周全，相對發展速度上可能放緩；而較不顧慮錯誤發生的企業，反而可能成為最快速或最成功的那一方？

例如在無人駕駛技術的開發上，Google很小心謹慎，把保護駕乘人員和行人放在了極其重要的位置上，技術不成熟就不推廣；相反，特斯拉的AutoPilot就很激進，會直接把測試版產品拿給公眾進行試驗。然而現在看來，特斯拉造出好無人駕駛車的可能性還要更大一點。所以這個難題對任何規模、任何階段的企業，都是一個道德層面的決策。

伊藤：偏見同樣會影響到產品開發。曾經有某家企業開發麵部識別系統的時候，僅用他們自己的工程師作為訓練數據庫的模板，但發佈演示產品的時候，這個產品竟然認不出一位黑人女性的臉，正因為他們的工程師全都是白人男性。很多偏見，是你在日常職場中不容易意識到的。

過往許多公司會去蒐集信息、理解客戶，然後給出個解決方案。如果要做一個真的對社會有益、解決問題的架構，就只要想著把這個工具做得更好、更有用就可以了。我喜歡舉會計和電子錶格的例子，在VisiCalc發佈以後，這個蘋果公司自己都不知道該賣給誰的軟件出乎意料獲得會計行業的巨大歡迎，這讓他們欣喜萬分。於是他們在VisiCalc中投入了更多的靈感，VisiCalc 的開發者都沒有設想過它有如此多的可能性。

我們需要的不是企業銷售人員出去收集客戶需求，然後回頭要求工程師做出什麼，我們需要的是賦予人們自己打造這些工具的能力，這不會是目前主導AI領域那些科技巨頭的商業模型和運作方式，反而更可能來自像開復您所投資的實踐型的創業者。

蒂姆：數據和最終的成果歸屬之間是否有條清晰的界限呢？比如說如果某個商業公司使用Google的演算法找到公共部門數據中有利可圖的部分，例如運用某些醫療數據而大賺一筆，會發生什麼？會因為來源是公共數據而把這樣得來的利潤回報給政府呢，還是因為用了Google算法而成為其產品的一部分呢？畢竟沒有公共數據就不會有這一結果，目前這些數據相關的行業規則是如何制定的呢？

李開復：我感覺我們正站在一道門前，正打開去探索一個美麗勇敢的新世界，針對上述問題其實行業還沒有定論，也應該好好充分研究一下這個問題。

伊藤：看來科技巨頭們有一套針對現存數據庫、獲取數據的戰略。Google、Facebook或中國的百度、騰訊當然都會收集大眾的數據、從公共的數據中試圖做出成果。但很顯然個人電子郵件就不是公共數據，想要購買這些數據也是不可能的。也有很多人爭論是算法重要還是數據重要，顯然兩個都十分重要，但不同企業由於其業務屬性的側重，將會有不同的選擇。

蒂姆：我在這星期聽到許多關於人工智能未來是不是真的能帶來巨大收益的相關討論，比如增加稅收，幫助政府能讓所有人都開心地生活還不用工作。你覺得AI能緩解社會焦慮、解決其他情況下可能會出現的不平等問題嗎？它會是我們期待的那個靈丹妙藥嗎？

李開復：應該說這是必然的，在可預見的未來大規模的職業轉移即將發生，人才與人力需要重新部署，在AI驅動的工作形態改變之際，有兩部分我自己特別關注：一是孩童和成人的教育體系，舉例前面提到的音樂家、育兒等都將更能彰顯其價值，目前各項專業教育和技能培訓需要檢視其未來的適切性。二是人們有更充裕的時間來體驗享受更優質的娛樂，娛樂行業比如虛擬現實（Virtual Reality）在未來勢必更為百花齊放。

蒂姆：這是場非常有意義並非常有趣的對談，十分感謝你們參與。

【吃早餐】iOS 8.3 修正不少東西，比起 8.2 只多了 Apple Watch App 有誠意多了

此版本包含了效能的改進、修正錯誤，並且重新設計表情符號鍵盤。更動的項目如下：

改進以下的效能：
●App 啟動
●App 回應
●訊息
●Wi-Fi
●控制中心
●Safari 標籤頁
●第三方鍵盤
●使用者辭典
●簡體中文鍵盤

Wi-Fi 和藍牙的修正內容：
●修正可能持續提示您輸入登入憑證的問題
●解決部分裝置間歇性地中斷 Wi-Fi 網路的問題
●修正免持聽筒的來電可能中斷的問題
●修正使用部分藍牙揚聲器時音訊可能停止運作的問題

方向和旋轉的修正內容：
●解決轉至橫向之後有時可能無法再轉回直向的問題
●改進裝置在直向和橫向之間旋轉時的效能和穩定性問題
●修正 iPhone 6 從口袋取出後，裝置的方向會上下顛倒的問題
●解決在多工處理中切換 App 之後，有時會導致 App 無法轉至正確方向的問題

訊息的修正內容：
●解決可能導致群組訊息有時會被分開的問題
●修正有時會無法轉發或刪除單一訊息的問題
●解決在「訊息」中拍照時，有時無法顯示預覽的問題
●加入直接在「訊息」App 中回報垃圾訊息的功能
●加入功能以過濾不是由您的聯絡人所傳送的 iMessage

家人共享的修正內容：
●修正部分 App 無法在家庭成員的裝置上啟動或更新的錯誤
●修正家庭成員無法下載部分免費 App 的問題
●改進「購買前詢問」通知的可靠性

CarPlay 的修正內容
●修正「地圖」可能顯示黑色畫面的問題
●修正使用者介面會錯誤旋轉的問題
●修正鍵盤可能會錯誤地顯示在 CarPlay 螢幕上的問題

企業的修正內容
●改進安裝和更新企業級 App 的可靠性
●更正在 IBM Notes 中所製作的「行事曆」事件時區
●修正在重新啟動之後可能導致 web clip 圖像變成一般圖像的問題
●改進儲存網頁代理伺服器的可靠性
●現已可單獨編輯 Exchange 的外部郵件答錄機訊息
●改進從暫時的連線問題中回復 Exchange 帳號的能力
●改進 VPN 和網頁代理伺服器解決方案的相容性
●允許使用實體鍵盤來登入 Safari 網頁表單，例如加入公用 Wi-Fi 網路
●修正帶有長篇備忘錄的 Exchange 會議可能會被截斷的問題

輔助使用的修正內容
●修正在 Safari 中使用返回按鈕時可能導致 VoiceOver 手勢沒有回應的問題
●修正 VoiceOver 焦點在「郵件」草稿中變得不可靠的問題
●修正無法使用「點字螢幕輸入」在網頁表單中輸入文字的問題
●修正在「點字顯示器」中切換「快速導覽」時會宣告「快速導覽」已關閉的問題
●修正在 VoiceOver 啟用時，會導致 App 圖像無法在主畫面螢幕上移動的問題
●修正在「朗讀螢幕」中，語音於暫停之後無法再次啟動的問題

其他改進和錯誤修正
●重新設計的表情符號鍵盤，包含超過 300 種新的符號
●「iCloud 照片圖庫」已最佳化，可搭配 OS X 10.10.3 中的「照片」App 使用，已不再是 beta 版
●改進在「地圖」中轉向導航時的街道名稱發音
●支援 Baum VarioUltra 20 和 VarioUltra 40 點字顯示器
●改進啟用了「減少透明度」時，Spotlight 搜尋結果的顯示方式
●在 iPhone 6 Plus 的橫向鍵盤中加入斜體和底線格式選項
●新增移除用於 Apple Pay 的寄送和帳單地址功能
●其他 Siri 的語言和國家支援：英語（印度、紐西蘭）、丹麥語（丹麥）、荷蘭語（荷蘭）、葡萄牙語（巴西）、俄語（俄羅斯）、瑞典語（瑞典）、泰語（泰國）、土耳其語（土耳其）
其他聽寫語言：阿拉伯語（沙烏地阿拉伯、阿拉伯聯合大公國）和希伯來語（以色列）
●改進「電話」、「郵件」、藍牙連線能力、「照片」、Safari 標籤頁、「設定」、「天氣」和「音樂」中「Genius 播放列表」的可靠性
●解決「滑動來解鎖」可能在部分裝置上失效的問題
●解決有時無法在鎖定畫面上滑動來接聽電話的問題
●解決無法在 Safari PDF 中打開連結的問題
●修正在「Safari 設定」中選擇「清除瀏覽記錄和網站資料」之後無法清除所有資料的問題
●修正無法自動更正英文「FYI」的問題
●解決無法在「快速回覆」中顯示上下文預測的問題
●修正「地圖」無法從混合模式進入夜間模式的問題
●解決無法從瀏覽器或使用 FaceTime URL 的第三方 App 中啟動 FaceTime 通話的問題
●修正有時無法將照片輸出至 Windows 的數位相機影像檔案夾中的問題
●修正有時無法使用 iTunes 完成 iPad 備份的問題
●修正從 Wi-Fi 切換至行動數據網路時，可能導致 Podcast 下載項目停滯的問題
●修正在鎖定畫面中，計時器剩餘時間可能會錯誤顯示為 00:00 的問題
●修正有時無法調整通話音量的問題
●修正有時狀態列錯誤顯示的問題