又要來抱怨了，這幾天看看下來，覺得台灣有三師：天師、大師、老師。

想當天師的努力發神諭，就有信徒拼命解讀，爭奪那個神棍的地位。
大師則要天天寫書跟海巡，維持一個龐大的敘事架構，爭取粉絲的支持。
我們老師呢？..........同樣作為知識買辦，每天忙著馴獸就夠了。

小時候覺得老師偏保守，都是因為故步自封，環境封閉容易被洗腦等等。現在我認為，這個說法有一半是對的，老師的環境真的很封閉，要像我這種跑過10間8間的過客很少。

那另一半是什麼？叫做經驗。說真的，我這些年對於左翼的進步價值，容忍度越來越低的理由，絕對不是「理論錯誤」或是「統計資料顯示」這種事情。而是跟現實不符，與表現出的狀況不符，透過多數老師自己的資料，以及個人群組的情報網，令老師反感最大的來源，是表裡不一。

我真的真的，建議各位去成家養小孩，不要想著找到生命中的Mr. Right才結，婚姻是要去維持的，不是渾然天成，價值觀與生活習慣的接近，會讓關係較為長久。

這不是要開婚姻版，是因為老師看多了，不管是官員或民代，在網路上進步或保守，還是說參加什麼運動的人士。基本上對待子女的態度，在小孩上學以及對待學校的態度上「幾乎一模一樣」，也就是說那些公開場域或是網路喊得很大聲的，都是要別人家的小孩去當試驗品，自己的還不是送去私校狂補，或是在公立學校盯功課盯到死。

如果我們看到的情況是，你說一套做一套，理論再美好、說詞再華麗，都嘛是屁。
====

抱怨完了，來講點正經的。

很多人看到大師解構，都會發自內心讚嘆，因為看到了自己看不到的面向。但卻往往忽略，大師透過解構再重構出的架構，很有可能是錯的，這不是他故意，多半是他不知道這樣不對。

解構社會讓人迷惑，是因為多數人沒有去讀過，而真正研讀很久，並有深刻了解的，往往受限於學科、學派、指導教授，導致整個看法是有指向性的。有指向性也還好，重點是你自己知不知道有偏好，網路上你看到的理論與模型狂信者，尤其是左傾的偏好特別重，因為正義與信念無法驗證，可以拿去作為理論的自圓其說。(寫過論文就知道這甚麼意思)

舉個例子，你把家裡的烤箱拆解，得到了金屬板、加熱絲、溫控零件等等，解構出的結果，重構出可行的方案，大概也就是加熱裝置，厲害的還可以根據電子零件的設計，知道這是家庭烤箱，而不是實驗室高溫用。會把烤箱解構的零件，重構成拷問工具，或是指控為解離家庭母親烹飪角色，都是資本主義與資本家的錯，這是共產黨。

這還是解構一層的，如果你解構的符碼非常之細，如把烤箱解構成鐵、銅、鋁、高分子材料(塑膠)等等。你確定重構回去，可以得到烤箱？這就是華文圈中的問題，很多人把歷史跟社會與政治制度解構後，把符碼重構成他認定的樣子，實際上就我們科學家來說，金屬跟塑膠可以有近乎無限種的組合，即便你拿著烤箱的元素組成，說「你看看這種元素比例，只有烤箱合理啊」。

呃，你確定不同牌子的比例會一樣？

如果同樣是烤箱(民主國家)，你堅持國產跟的組成日產一樣，並認為反正都可以烤，所以只要這種元素成分就可以變成烤箱。那大概是Minecraft玩太多，以為把礦石拿來敲敲就可以變成物品。

作為工程師與某些材料的專家，同樣的原料經由不同的製程，產出的結果以及可以製造的成品，也會完全不一樣。所以我一向對於解構的方法很推崇(分析儀器)，但對於重構這件事充滿疑慮，尤其是重構後必定會得到某一種結果的那種理論。

各種學科的重構法，就如同他擁有某幾種的製造工具，他看多了當然會覺得，鐵只能拿去做這些，銅可以做那些，塑膠能夠做到這樣。但其他工廠難道原物料就用不到這些？

為何我常說，你得要實際去做過才知道，很多事情跟理論差距甚遠。不是理論錯誤，這比較像是一個中鋼人員，認為所有跟鐵有關的東西，都算他管的一樣，根本是廢話。但這位中鋼仁兄，就擁有製作所有鐵製品，或者解析每一款跟鐵有關的產品如何產出的能力？

你也知道不會，那為何深信某套理論可以通用世界？拜託，那叫做硬套跟亂套。

至於你問，老師管這幹嘛，就興趣啊。作為把人生職志放在學問與技術普及化的人來說，怎樣把靠杯無敵難懂的知識，變成多數人能懂的常識，這門技術遠遠比去寫啥完美制度與政策的理論要難多了。

而且，跟人互動的過程，會讓你知道自己有多卑微，並從此當中獲得到真正的敬意。

#上大學的那幾個不要覺得國際共產好像很棒
#死小孩你作業到底要不要交

📜 [專欄新文章] 2019 台北以太坊社群回顧
✍️ Juin Chiu
📥 歡迎投稿： https://medium.com/taipei-ethereum-meetup #徵技術分享文 #使用心得 #教學文 #medium

很快地，2019 年過去了，台北以太坊社群（TEM）也滿 3 歲了，過去一年，TEM 完成了許多重大的里程碑：

舉辦台灣最大的區塊鏈技術研討會 Crosslink

主持台灣開源界最大的研討會 COSCUP 的區塊鏈議程

參加世界最大的區塊鏈技術研討會 DEVCON

Medium 專欄累積 30+ 篇優質文章

Youtube 頻道累積 50+ 個技術演講

在這篇文章中，我們首先來審視 2019 年以太坊取得重大進展的技術：以太坊2.0與零知識證明，接著再回顧 TEM 於 2019 的優質專欄文章。

*本文由 Juin Chiu 與 Chih-Cheng Liang 共同整理

以太坊重大進展

以太坊2.0的信標鏈

對一般大眾最重要最能吸收的事情大概是 Eth2.0 的信標鏈有測試網路了。透過儀表板網站 www.beaconcha.in 可以看見 Prysmatic Labs 團隊的測試網路的動態。細節很多，但本文就只談這張圖最上面有出現的東西。

在 Eth2.0 沒有挖礦和礦工了，取而代之的是抵押以太幣的驗證者（Validator）來成為資料的寫入者。因此也沒有「區塊時間」這個詞了，新協定以 12 秒為一個「時段」（Slot），信標鏈隨機分配驗證者在指定的時間點產出區塊。在 32 個時段的時間，稱為一個「時期」（Epoch），約 6.4 分鐘，信標鏈會處理驗證者的賞、罰、進、出。在儀表板的左上角可以看到 Epoch 與 Slot 的數字，代表距離最早最古老的區塊多久了。

要怎麼成為驗證者呢？首先要在以太坊 1.0 主網路的抵押合約上，送出一筆交易（在信標鏈測試網路則是送到 Goerli 測試網路）。這筆交易會註冊驗證者的公鑰，並且存入押金（在正式網路是 32 ETH ，測試網路則是 3.2 ETH）。送完之後就排隊等待信標鏈激活驗證者，驗證者就需要開始執行信標鏈分配的任務了。在畫面中間可以看到左邊是 27539 個活躍的驗證者，右邊則是有 4623 個排隊進入的。

在這種基於押金的網路，系統的威脅來自於攻擊者買通大量驗證者，送出矛盾訊息，致使於系統不同節點無法取得共識，鏈資料不可挽回的分叉為兩條。因此系統累積的總押金越多，代表攻擊者成本越高。畫面最右上角左邊即為總押金，右邊為平均一個驗證者的餘額。

假期間和親朋好友一起跑一個驗證者節點，是個活絡氣氛的好活動。要做到這件事，目前 Prysm 客戶端有最友善的介面，請點 連結。程式也用 Docker 包好了，免煩惱安裝。

也記得 Eth2.0 協定有 9 個團隊 用不同程式語言實作。例如：有 Python 語言的客戶端 Trinity ，以及 Rust 語言客戶端 Lighthouse。基本上不用擔心找不到自己喜歡的程式語言的實作。

零知識證明

2019 年，零知識證明的理論與應用也突飛猛進，Kimi Wu 剛好寫了一篇很棒的文獻調查。

前年底提出的 zk rollup，目前由 Matter Labs 在開發，Matter Labs更在上個月（2019/12）發表了 ZK Sync，解決了因為產生證明（proof）而延伸的延遲問題。

此外 Iden3 跟 ConsenSys 也有 zk rollup 的專案。在以太坊研究論壇有基於 zk rollup 的一個提案，是可以達到 匿名性的 zk rollup。

Semaphore是一個基於零知識證明的一個訊號系統，發送者可以不揭露身份的狀況下廣播任何訊息(an arbitrary string)。 Semaphorejs 延續 Semaphore 的核心概念，並將整個概念更加完整化，從前端網頁到後端服務。

這兩年才發表的 zk-STARKs，也在去年年初跟 0x 合作，推出基於 zk-STARKs 的 去中心化交易所。

在技術上，去年下半年有新的論文，使用 DARK compiler 可以讓 SNARKs 達到公開性（Transparent）。還有 MARLIN, SONIC, PLONK 等可通用且可更新的可信設定（trusted setup）。STARKs 的 FRI 驗證方式也默默地跟 SNARKs 做結合。（東西越來越多，根本看不完 QQ）

零知識證明在區塊鏈的重要用途就是「擴展」和「隱私」。技術上的進展，一般可以觀察證明方產出證明的時間、證明的資料大小、驗證方驗證的時間、需不需要可信設定、可信設定有什麼限制、以及抵抗量子電腦的能力。

社群專欄優質文章

Crossslink 2019

Crosslink 2019 Taiwan｜以太坊 2.0 的未來藍圖及挑戰

Crosslink Recap: Design pattern: build your first profitable DApp and smart contract

Private key security and protection / 私錀的安全與保護 — Tim Hsu

Crosslink 2019 Taiwan｜LibraBridge: 橋接 Libra 與 Ethereum

Aragon Fundraising：下一代的去中心化募資平台

The next generation Ethereum Virtual Machine — Ewasm VM

libp2p — 模組化的點對點網路協議

教學（Tutorial）

一分鐘做出自己的代幣購買App

Web3 Java 開發：用 Geth、Ganache 及 Infura 測試和 Smart Contract 互動

Let’s Capture The Flag! Etheruem CTF Tutorial 從零開始破解智能合約漏洞！

Your First Transaction on Facebook Libra — 動手玩 Libra

ELI5! 區塊鏈到底在幹嘛？

共識協定（Consensus）

Casper FFG：以實現權益證明為目標的共識協定

Casper FFG 與 Casper CBC 的瑜亮情結

若想搞懂區塊鏈就不能忽視的經典：PBFT

密碼學（Cryptography）

Ethereum RNG (RANDAO & VDF)

深入瞭解 zk-SNARKs

瞭解神秘的 ZK-STARKs

隱私性與匿名性（Privacy and Anonymity）

新一代加密貨幣Grin和MimbleWimble區塊鏈解析

Monero.門羅幣 隱匿交易的基礎介紹

隱私、區塊鏈與洋蔥路由

資料可得性（Data Availability）

Data Availability on Ethereum 2.0 Light Node

Fraud and Data Availability Proofs

點對點網路（p2p Network）

連Ethereum都在用！用一個例子徹底理解DHT

針對DHT的花式攻擊與精簡對策

智能合約（Smart Contract）

深入解析Solidity合約

Upgradable Smart Contracts using zos

Reason Why You Should Use EIP1167 Proxy Contract. (With Tutorial)

去中心化金融（DeFi）

DeFi 項目《Uniswap》完整解析（一）Uniswap 是什麼？

解析 DeFi 項目《Uniswap》（二）Uniswap 如何使用？

去中心化身份（DID）

我們與「身份自主」的距離

其他（Miscellaneous）

論言論自由

作為負債的控制

0x 黑客松 — 獲獎作品回顧與分析

技術解析台灣交易所BitoPro駭客攻擊

總結

2019 是個樸實無華但充實的一年，除了在底層技術方面有所進展，在應用方面，例如去中心化金融（DeFi）與去中心化身份（DID），也逐漸獲得大眾的興趣，期待 2020 年區塊鏈能為這世界帶來更多驚奇！

2019 台北以太坊社群回顧 was originally published in Taipei Ethereum Meetup on Medium, where people are continuing the conversation by highlighting and responding to this story.

👏 歡迎轉載分享鼓掌

本文來自：量子位微信公眾號 QbitAI

李開復周遊列國AI後分享，誰會吃掉最大紅利？

“見過最瘋狂的中國創業者是馬雲”、“一個群裏辨別 AI 的方式是發紅包”、“120 歲打算退休”……以及準備開始基於科學的科幻創作計畫。

以上熱議“段子”，或許前幾天你已經被刷屏了，但這都並非段子，而是創新工場董事長兼 CEO 李開復博士在 MEET2020 智能未來大會上開場對談內容的截取。

面對量子位主編李根的提問，李開復博士分享了對於人工智慧發展現狀和未來的看法，比如政府政策對AI研發與落地運用的支持、對 AI 公司價值重估的趨勢、對 AI 賦能傳統領域帶來新邊界的看法，以及人才驅動的新格局的展望等等。

為了完整展現李開復博士最新的所想所感，量子位精校了現場訪談速記，希望周遊列國 AI 後的開復所思，同樣能給你帶來啟發。

在這次訪談中，李開復博士將提到：

 2019年最大感悟是全球政府都在積極擁抱AI。
 AI行業正在回歸理性，需要回歸商業本質。
 AI跟傳統企業不是誰顛覆誰的問題，而是賦能的問題。
 AI賦能的本質決定了AI公司不會To C式爆發成長，而會像To B企業一樣穩定壯大。
 互聯網和移動互聯網依靠前端紅利壯大，AI最大的機遇是後端創新。
 技術公司要接受傳統公司掛帥，要有服務心態，落地為王。
 今年見到最酷的黑科技是3D列印心臟。
 基於科學的科幻作品，能夠用想像力啟迪科技人尋找方向。

訪談實錄：

李根：謝謝開復老師的到來，聽說您前兩天剛過了生日，收到特別的一份禮物是今年新書《AI未來》的斯洛文尼亞版成為他們國家暢銷榜第一，這個國家我們瞭解的不是很多，聽說第一方面是個歐洲的小國家，另外一方面可能足球踢的比中國好，更多就不知道了……

李開復：還有出了一個美國第一夫人，現任特朗普總統的夫人。（現場笑）

李根：所以今天還是想圍繞您的新書開始，大家也看到了部分展示，聽說有21個國家和地區的版本，都是暢銷書。所以今年周遊列國AI之後最直觀的感受是什麼？

李開復：直觀的感受可以按時間來說。在2017年，我覺得AI最火的領域就是VC，所有的VC都要把自己包裝成AI投資人，看到某一個博士出來了就瘋狂的搶專案。2018年看到的更多的是所有的企業，尤其傳統行業開始醒來，發現不擁抱AI可能就會有很大的麻煩。到2019年——正好是我出書這一年，我覺得最多的是全球政府都在擁抱AI，每個國家都要出一個國家戰略書。

講一個小故事，有一天我接到一個電話，一早，他說他們的President想和我講話，我問他來自哪家公司，他說他來自阿根廷，他們的總統要跟我講話，所以可以看出全球政府在推動，我們就可以很必然地看到AI正在全球範圍內得到最重要的支持，這也讓我們一定可以把這個領域推到更高的高度。

▍AI公司面臨價值重估，回歸理性的時刻

李根：今年AI在中國進入了一個新的階段，之前有很多的博士精英，有很多的黑科技，比賽冠軍的數目。今年更被關注在商業落地、營收方面比拼。

李開復：這是最火的領域，包括當年的互聯網都經歷了這樣的過程。但用博士的數量、或者AI得獎的次數做一個公司的估值都不理性。當年還有很多不理性的做法，比如為了抬高自己的估值，不找一家領投，用10家各出2000萬，無領投者，大家就是沾光投上某某著名的博士，這種做法導致的後果非常直接——當你沒有領投者，大家都不會覺得這是我必須要花全力的專案，只是花2000萬買個名而已。

AI公司重估的問題，我在2017年第一次被問到，但當時一切才開始，大家要接受這種混亂的現象，可能少數的公司被過高估值了，但是未來還是非常好的。

到2018年初我被問這個問題，我預測2018年底會有泡沫來臨，而且確實大約在2018年9月-12月大多數公司面臨了挑戰。

再到今年，有AI公司上市、Pre-IPO，這就是退潮時刻，誰在裸泳一眼便知。每個公司都必須面對最後一輪投資人，或者上市之後必須要回歸商業本質。所以之前估值AI公司的方法，或是過不了上市這一關，或是上市後很難持續。

所以我覺得今天毫無疑問在回歸理性。而大家在過去一年經受了很多估值受到挑戰、下一輪很難融等等的問題，都是這種回歸理性的表現。

今天我們看到出來融資的AI公司，也比當年更明確地去瞭解自己需要落地、需要產生收入。並且也越來越明確：人工智慧是很偉大，但它跟互聯網、跟移動互聯網不一樣。

在移動互聯網和互聯網的時代，我們是在重構一個完整的介面，它可以推動和顛覆各種傳統業態。而人工智慧的本質是提升效率，降低成本、創造價值，AI跟傳統企業不是誰顛覆誰的問題，而是賦能的問題。

如果你接受了這個觀點，你也不可能期待說人工智慧什麼時候會有美團、滴滴、阿裏出來，因為它本質上不是一個爆發式成長的to C的公司，而是穩定成長的to B公司，更需要我們沉下心來把這個公司慢慢做出來，而不是看到一個巨大的拐點、指數級的增長。

所以現在更是需要回歸理性、回歸商業本質的時候，雖然會讓一些公司面臨挑戰，但應該會讓我們有更好的健康發展。

李根：您在世界人工智慧大會上的主題演講，也提到了AI+的階段，說告別精英創業的階段，現在的AI是不是走過了技術創新的階段，可以進入商業模式創新階段了？

李開復：我覺得是的。在那個大會上我講了AI的四個階段，其實就是互聯網的四個階段。

 第一個階段就是黑科技階段，做出來的東西大家都看不懂，誰有厲害的科技就會被追捧。
 第二個階段是嘗試商業化to B的階段。
 第三個階段是AI賦能，把AI注入傳統行業來產生價值。當年也是互聯網注入傳統公司。
 最後是遍地開花。

從互聯網發展來看AI階段，第一個階段可能就是在網景的創業，第二個階段是大家賣一點互聯網的軟體、伺服器、編輯工具等等。

第三個階段就像微軟，當時我在微軟創造了一個互聯網部門，有一個首席互聯網專家，然後測定公司在什麼地方應該引入互聯網。但是最終這個部門就被取消了，因為整個公司都要擁抱互聯網。那麼AI也是一樣，在初期是曠視、商湯各種黑科技公司，再下一批可能是B2B公司，像第四範式、創新奇智這樣的公司。第三個階段，有海量的傳統公司會看到AI可以創造的價值，而且今天中國面臨的巨大的機會和挑戰。

一方面，互聯網和移動互聯網的發展，把前端的紅利——最核心的是人口紅利吃掉了，能夠實現指數增長。

但另一方面， 其實後端有非常多低效的效果，比如說海量的夫妻店，有非常低效的物流，在零售、製造方面，在三四線城市後端都需要提效，要不然的話是沒有辦法支撐其他的90%的經濟的成長。

而後端效率的提升，就很需要AI的賦能。

所以AI的賦能，就是傳統公司和AI公司最好的合作點，這是現在面臨的下一個AI賦能的機會。

這些公司要尋找一個像行業顧問，或者AI公司合作夥伴也好，或者自身建設AI部門也好，讓AI賦能，在業務和流程中實現降低成本、增加效率。

在這些傳統的公司慢慢擁抱AI之後，再過幾年就會和互聯網一樣，每一個公司的每一個部門不考慮AI幾乎都沒有辦法生存了，行業的期待就是你不用AI就會效率低下。

而且在越是分散的行業，每個公司的都有很多成本的問題，哪一個公司能夠增效或者降低成本3%、5%，就可能會勝出。

於是在行業整合的時候，可能本來有10家10%份額的公司就會有一家勝出，這時候除了有AI帶來的效率、市場整合的能力，還有更大的規模帶來的更多的效率，以及行業龍頭甚至壟斷者帶來的機會……

所以AI的四個階段，每個階段都充滿著機會。今天更是尋找傳統行業比如醫療、製造、零售等等這些行業怎麼樣去賦能的時機，能夠創造更多的價值。

李根：所以聽起來不僅是AI公司正在2019年經歷重塑，可能傳統公司、傳統企業也在經歷重塑。

李開復：對的。

▍誰吃掉最大紅利？

李根：聊到的傳統公司的問題，今年有兩種聲音，第一種就是有一些技術的公司，比如說自己找到一個落地的場景，然後就能吃掉AI時代的最大紅利。也有一些來自於場景數據的公司，覺得一開始技術沒那麼強，但是接下來的時間有後發優勢，也可以吃掉AI最大的紅利，在您看來誰會吃掉AI的最大紅利？

李開復：在國內創業，競爭環境都是非常劇烈的，大家都在尋找最成熟的果實。但這些最大的果實在初期的AI前面落地的第一、第二階段都被摘掉了。

什麼是AI最容易使用的行業呢？一定是那些已經有海量的數據，而且數據被結構化整合的行業。

另外，這些數據還能直接關聯到具體的商業指標，作為它的目標函數。比如說金融界、互聯網，這些行業應該都已經被吃掉了，所謂“被吃”，大的意思就是這些公司都發現了AI真的好用，能夠幫我賺錢、省錢，我自己需要擁有這個東西。

起初先有幾家公司跑了出來，同時大部分的互聯網公司都自己擁有AI團隊，接著保險公司、銀行也開始有這樣的傾向，於是造成第一批有得天獨厚優勢的傳統行業擁抱了AI。

再接下來的AI落地就會有挑戰了。比如說在製造、零售、健康、醫療、教育這些領域，數據和落地基礎並非一蹴而就。

你問的問題就是在這些領域裏，到底誰比較有優勢？我們做AI的人必須意識到一個很清楚的事實：學習運用AI這件事情是越來越容易的，也就是門檻越來越低了。

這就是為什麼創新工場能夠在4周的時間（DeeCamp夏令營）培訓600個電腦的學生，讓他們4個禮拜培訓以後就變成了所謂的神奇的AI工程師。

在五年前，這是不可能的，因為那時候的演算法還要自己寫代碼，現在已經有很多大公司，包括國內的百度、阿裏、騰訊，都在提供AI框架，讓AI的門檻降得越來越低。

所以這個結果很明確：最終一定是傳統公司擁抱AI的難度，遠遠低於AI技術公司去學零售、學制藥，後者都是遙不可及的事情。

如果從AI紅利目前是一杯水半空的角度來看，傳統公司會是最大的獲利者，AI公司很難獲得最大的利潤。

但是從一杯水是半滿的角度來看，這些傳統公司現在並不知道怎麼去擁抱AI，所以你如果是個好的AI公司，你在未來的三五年還是有機會跟他們共贏的，只要你的收費他們可以接受，也就是說你的價值大於你的收費。在未來的三五年AI公司賦能傳統行業是有機會的。

從更宏觀的角度來看，畢馬威預測在2030年的時候AI帶給全世界的GDP應該是差不多1萬億人民幣。這裏面可以看到，他們的90%以上都還是把這個數字給了傳統行業，也就是說真的是在為了傳統行業賦能，最後得到的紅利必然是傳統行業的。

那麼一個傳統行業得到了某一個領域的1000億賦能，或者降低成本。這1000億裏面有可能有5%-10%給了AI公司。

所以我們AI公司還是要面對現實，作為一個AI的創業公司，你去顛覆傳統公司的概率是低的——雖然在有些領域是有可能的。

對傳統公司來說，應該把AI公司當做最好的朋友。

我覺得也不排除有很多新的模式跟打法，但中國的整體現實就是這樣。而且美國是不可參考的，美國很多傳統行業的數據積累得很好，參考美國參考AI賦能，在中國是不成立的。

所以中國公司還是要尋找最有創意的方法，來找到我們能吃到的最大紅利。

舉兩個例子，一個是創新工場分出去的創新奇智。當時我們看到這樣的一個機會，尋找了一個企業家，而不是博士來領導這個公司，然後針對製造業和零售業去做賦能的工作，現在做出來了一個最快速的成長，得到最高收入的一個AI公司，因為他從一開始就把自己當做傳統公司賦能的合作夥伴。

另外一個角度，從創新工場本身來說，我們2019年幾乎沒有再投AI黑科技公司了，當然偶爾還會看到一兩個，但是我們投了很多行業AI公司，比如說在健康領域、制藥領域、教育領域，做的公司其實是AI教育、AI制藥，或者是AI醫療大數據。這些公司的領導者一般不是AI專家，而是行業的專家，同時搭配AI方面的合夥人。

李根：之前有很多人問到技術的精英更像是空軍，對於傳統的公司——陸軍，會有一些新的方法上的不適應。

李開復：我們要接受，最後的元帥還是傳統的公司，我們的空軍還是給傳統公司賦能，提供價值的。不要認為我們空軍跟他們陸軍是平等的，還是要放下心態，1萬億的市場很大，我們能吃5%-10%就已經很好了。服務心態，落地為王。

▍AI邊界：Android還是IOS？

李根：技術公司也開始有新邊界，今年的現象是之前很多語音、視覺為主的公司，開始做到晶片，也有AI晶片的公司開始向上打造語音演算法。所以大家之前更多在講社會化分工，現在AI時代裏現在看起來並不是這樣。Android還是IOS？這是一個問題。

李開復：對，這個過去幾年也變了好幾次。剛開始的前10家AI公司都號稱自己是AI平臺，現在很少有公司這麼說了。

因為AI平臺這個詞本身可能就是一個偽概念，在AI注入各個行業過程中，它的應用不一樣，一個通用的AI平臺，除非是TensorFlow這樣底層框架，否則很難。

我覺得當前業態裏有這樣的變化，可能還是跟資本環境變化有關，大家本來走的道路不好走了，需要轉型。但是也融了很多錢，所以希望用這樣的機會來轉型。

這些轉型我覺得可以支持，但它不見得是一個良性的發展，所以當你轉型的時候還是謀定而後動，我覺得如果發現自己原來的市場沒有想像的那麼好，但是有幸在前一兩年AI很火的時候融了很多錢的公司，不妨可以把已有的壁壘從上游到下游來拓寬，然後形成一個IOS的形態，我會覺得是一個比較穩妥的打法。這樣去做一個平臺型的公司，我覺得好像機會比較大。

而轉型，比如從語音到視覺，從視覺到晶片，從安防到醫療等等，這些探索我覺得如果是商業驅動必需的，裏面有核心技術可以支持，也不妨可以做。

但整體上，我會抱比較保留的態度。因為我們還是應該去尋找最大的商機，不是被逼的走路走不通了，看誰最火做什麼。

尤其是晶片方面的切入，挑戰更大。因為做晶片這件事，不是寫過論文就可以能出晶片的，真正跑出來的晶片公司非常少。

這也是為什麼中國晶片沒有過一個特別高速成長的紅利期的原因。因為它需要一個特別大的資本推動，從回報上跟軟體行業、互聯網，AI是不可比的，所以這不是很好做，也不是很容易拿到投資。

當然今天國家有晶片的需求，這是一個機會，能更容易融到錢，或者說幫助中國發展，以及美國潛在的挑戰——脫鉤的問題，做出商業的彌補。

但是從商業的本質來說，一個軟體公司做晶片，獲取成功的概率依然是偏低，挑戰很大。

▍為什麼MSRA創辦可以改變中國科技格局？

李根：今年還有一個關鍵字是新格局。但AI創業公司、巨頭的格局，其實都源自微軟亞洲研究院，螢幕上您周圍的戰友，後來都各有各的身份，還有好幾位今年都退休了，不知道您有沒有這樣的計畫？

李開復：有，差不多120歲的時候就退休，但是還比較遙遠。（全場笑）

李根：所以這是今年投了一些AI制藥生物公司的原因？

李開復：對，我們投的一個公司很有意思，我們年會的時候請了一個我們投的科技制藥方面的專家來演講，我就問他，我到底還能幹多少年，他說你只要再能撐20年，我們就有可能有抗衰老的藥，讓你撐更久。所以我現在努力地活20年，不要生病，先達到這個目標。

李根：所以回顧21年前，您創辦的微軟亞洲研究院的時候，中關村還是一個很荒蕪的地方，會預料到今天會有這麼大的變化嗎？或者MSRA成為「黃埔軍校」？

李開復：當時我們有很大的自信和期待，這批人是會為國家、科技領域做出特別大的貢獻的。因為我們真的非常有幸——在正確的時候做正確的事情。

在中國即將崛起的時候，在中國科技即將崛起的時候，帶來了一個全球頂級的品牌（微軟），一個不要求回報的科研投資（微軟研究院），一個很寬鬆的環境，一個特別好的學習環境，特別大的資源，很自然的就把國內最優秀的一批人吸引來了。

而且正好也碰到了海外有一批特別優秀的，有十年左右經驗的大牛：像張亞勤、張宏江、沈向洋，正好把他們拉了過來，這麼一對接之後就有火花。

所以對研究院培養的過去21年來的5000人，他們今天的貢獻我覺得是必然的、可期待。

但無論如何，回過頭去看，對於今天中國整個科技的規模，快速成為世界巨頭的速度，依然超過了我過去的想像。

李根：今年也是創新工場創辦十周年，站在這個時間點回顧，哪些事情是被預料到的？哪些趨勢是之前沒有預料到的，但是給現在的產業格局帶來很大變化。

李開復：我覺得十年前可以預測AI的發生，但是實際發生在哪一年比較難預料。

當年創新工場第一次募資的時候，很大的挑戰就是，你憑什麼覺得中國還會再出三到五個獨角獸？

你要融兩億美元，至少要投中兩三個獨角獸，你作為一個基金投兩三個獨角獸，意味著中國有二三十個獨角獸，怎麼可能呢？這是很多投資人挑戰我們的問題。

但現在回頭看過去十年，不但出了幾百個獨角獸，而且是超級獨角獸，100億美金的，甚至500億美金的都出了好多個，所以我覺得中國是一個很獨特的大市場。有海量用戶、資金、提供幫助的VC，以及一批很強悍的創業者，最後創造更好的市場並且閉環滾動。這樣的迴圈我們當年可以預測，但是迴圈帶來最終的價值依然超乎想像。
快問快答

李根：回國20年最自豪的是什麼？

李開復：創新工場。

李根：創業十年裏印象最深刻的是什麼？

李開復：是我生病的時候整個公司到臺北來看我。

李根：如何判斷一個群裏的開復老師是不是AI？

李開復：這是真實情況，我常常到一個群裏，人家說你是真的李開復嗎？然後我就自拍，他們說現在可以做假，我就錄一段語音，他們說也可以作假。我說怎麼自證呢？「發個紅包」。

李根：今年見到最酷的技術產品或者應用是什麼？

李開復：應該有幾個，一個是特斯拉的自主召喚接駕——你購物之後，自己來找你，這是很聰明的應用，但並沒有特別強的黑科技。

如果講真的是黑科技的話，3D列印的心臟，雖然還有很長時間的發展，但還是比較震撼的，以後我們的壽命延長、內在的移植都會得到很大的顛覆。

李根：我知道您很喜歡喬布斯之前說過的一段話，「那些瘋狂到以為自己能改變世界的人……才能真正改變世界」，那麼問題來了，誰是您見過中國最瘋狂的創業者？

李開復：還是馬雲。原因是能夠有這麼大的想像力做一個如此大的事情，最後還實現了。

很多中國創業者還是比較理性，強方法論，把事情一步步滾動出來。從李彥宏、馬化騰、王興、程維，都是戰略家、策略家、企業家，只是真正有瘋狂氣質的還是馬雲。

李根：最後一個問題，您是非常科學的人，但也愛好科幻作品，怎麼看二者關係？《AI未來》這麼暢銷，是否考慮一下科幻作品？

李開復：科幻小說和電影其實對整個AI行業的推動非常巨大。

我們看當年《2001電影漫遊》、《銀河系漫遊指南》，甚至有些很負面的作品……都很成功地預測了今天，比如《星際迷航》裏很多東西都開始發生了。

所以我覺得科幻電影是用想像力來幫助我們這些科技人尋找到方向的。

但是我一直對科幻電影有保留，特別是過去這五年，AI再度復興，大家熱情高漲，於是想像太豐富，尤其是對AGI（通用人工智慧），對人能愛上機器，對機器想要控制人類的欲望，有過度解讀。
我們需要明確，AGI還遙不可及。過度強調AGI會導致整個社會對AI有一個負面的影響，今天在美國做調查已經超過50%的人聽到了AI覺得是負面，而不是正面的事情，這是很可惜的。

我覺得作為一個小說電影的愛好者，也作為一個AI人，我會希望能夠描述一些故事，這些故事基於真實科學能力，比如說20年之內是80%會發生的技術，然後用這些去更好地推動我們的創業者和科學家。

所以我會希望做Science Faction——基於真實的科學的科幻。於是想寫這樣的一些東西。如果在座的各位有什麼想法能夠寫出又精彩又可行的AI技術——20年之內可行的未來，可以投稿到量子位，以後如果我寫書拍電影的話，一定會標注致謝。（全場笑）