AI的技术本质

今天分享的主题是“⼈⼯智能时代，创新创业浪潮”

⼈⼯智能，毫⽆疑问，它对社会影响的深度和⼴度将是空前的。那么，在创新创业上，我们该如何更好地抓住⼈⼯智能这样⼀个历史性浪潮的机会？

今天，我想和⼤家分享的是我个⼈在过去⼏⼗年⾥，做技术、做产品所总结的⼀些⼼得。如何把控⼈⼯智能时代的机会？整体思路有两点，第⼀：站得更⾼，第⼆：站得更远。

如何站得更⾼、更远？⼀种⽅法把⼈⼯智能技术的核⼼本质理解得更深，尤其是结构化的本质，⽤它来推理将来创新的机会。我们回顾过去60多年来的数字化⼯业历史，看到它的结构化因素，⽤这个⽅式来预测⼈⼯智能时代有什么样的创新机会的结构。所以，⾸先我想把⼈⼯智能技术的核⼼结构和趋向和你分享⼀下，然后以此为基础来推演AI时代的创新机会。同时，再分享⼀下我的⼼得，告诉你如何准备、探索和参与，来抓住这样⼀个机会。⼀、AI 的本质：⽣产和运⽤知识完成任务的通⽤能1. AI技术的真正内核是什么？

今天基于深度学习为主的⼈⼯智能技术，把外表展⽰形式剥离掉看它的内核，本质是⼀种新的计算形式，它的底层 substrate （基质）是以分布式的重叠向量为基础，以这样的向量空间作为任何⼀个模型的特征表达空间。

传统意义上的机器学习使⽤的所有特征⼯程，如果⼀旦映射到这样⼀个重叠向量的空间当中，很快可以通过可微分函数的表达形式来快速地学习⾃动表达的特征表达。

这⼀点对学计算机科学的、有技术背景的同学来讲，我要稍微强调⼀下，也是我个⼈过去多年，做技术做产品⼀个重要的⼼得。也就是说，如果我们可以⾃动地学习特征表达，⽽且这些特征表达可以⽤来解决不同的任务，它本⾝就是知识。

我们⼈可能把知识看得过分⼈化了，⼀定要⽤⾃然语⾔，⼀定要⽤图谱才能表达知识吗？重叠的向量如果可以⾮常有效地解决多种任务，它本⾝就是知识。

这是重要的⼀点。没有技术背景也没关系，你要 take away ，你⼀定要获取的最⼤的重点就是，我们现在找到了⼀种新的计算⽅式，它有不同的底层，不同的 substrate，它的核⼼是可以从⼤量的数据当中快速地获取知识。有了这⼀点，接下来我们就有⼀个以前没有的机会。

我们可以通过今天可⽤的⼯程化的⽅式，⽤电⼦技术、电⽓技术和机械技术来打造新⼀代的智能系统。

但是在进⼀步展开巨⼤的前景之前，我们有必要结构化的讲⼀下智能系统它的核⼼特征是什么，什么样的系统是典型的智能系统，理解这点有助于预测它的未来和它会带来的改变。2.智能系统的结构

最好的智能系统是⼀个⽣物系统——⼈，任何系统，⽣物系统也好，机械系统也好，如果是智能的话，它⼀定在结构上有这三个组成部分，intrinsic architectural trinity （三位⼀体）：① 感知系统

它有⼀个感知系统，它必须对环境有感知的能⼒，通过观察，我们把它叫作观察系统。通过对环境的观察，⽤数据来表达出来——数据代表了⼀种数字化的媒体，来记载对环境的感知。它本⾝是⼀种知识的载体。② 智⼒系统

上图（图）中间的是智⼒体系，思考体系。它通过记忆和归纳，获取知识只有这两种⾏为，Memorization& Generalization there is nothingelse. 记忆和归纳，通过这两者我们可以获取任何知识。③ 活动系统

我们通过第⼆个系统智⼒系统，对于⽬标可以进⾏规划，最后⽤第三个系统：活动系统，来进⾏控制，对我们的环境进⾏互动，以实现⽬标。

任何⼀个有智能能⼒的系统，⽣物的也好，机械的也好，⼀定会有这样⼀个结构，重要的是由于有了第⼀个新的计算⽅式，我们可以⽤今天能够⽤到的，⼯程技术来制造，⼈为地制造这样的智能系统。这就是所谓今天的 AI 系统。

这是⾮常重要的⼀点，有了这两者定义之后，很⾃然地我们可以把 AI的本质定义成为是⼀种获取知识，运⽤知识达到⽬标的通⽤能⼒。我总结⼀下，前⾯讲了两点：第⼀，⼈⼯智能技术的核⼼

第⼆，纵观历史，结构化的因素可以让我们预测，在⼈⼯智能时代⼤致有什么样的⼀个范围，会被数字化。在有了上述基础理解之后，陆博⼠提炼出 AI 作为通⽤能⼒的技术发展史规律。⼆、AI 技术带来的改变

改变⼀：从 长颈⿅ 到 会学习的智能系统

需要强调的是，这是我们⼈类历史上第⼀次真正有能⼒来建⽴⾮⽣物的智能体系。

过去 60 多年我们所谓的信息⼯业，所建⽴的所有软件⼯业体系，如果⽤⼀个⾃然⽣物界来作⽐喻的话，基本上都是长颈⿅这样的动物。为什么是长颈⿅？长颈⿅⽣下来两个⼩时之内，基本上它⽣存所需的所有技能都有了，能跑，能吃树叶，但是它⼀辈⼦什么都学不会，它没有学习的能⼒。

我们今天所有的软件系统，⼤部分都是⼈造的长颈⿅，没有学习能⼒，它所有的能⼒都是天⽣给它的，就是⼈给它的知识，我们都写在了软件代码⾥⾯了。

我们今天起步开始造像⼈⼀样的系统，当然离⼈的能⼒还很远，但是我们已经起步了。

⼈真是很不⼀样，⼈从⽣下来到 10 岁，可能⼏乎没什么⽤，但是它是⼀个能⼒强⼤的学习机器，Amazinglearning machine.

我们⼈是怎么学习的？通过观察，通过思考，通过与环境互动。我们长⼤不是因为我们⽗母，也不是上帝在给我们⼤脑⾥⾯写代码。

我们之所以变得聪明，是因为观察、思考和与环境互动中学习，所以⼈⼯智能具备了这种⾃主学习能⼒，这对⼈类的意义是⾮常⾮常重要的。这是我们历史上第⼀次有能⼒，建⽴这样⼀个体系，⼀旦我们在接下来5年10年保持算⼒算法的能⼒提升，我们能打造的智能体系，知识的累积会越来越强。

所以，第⼀，⼈⼯智能技术对⼈类的意义⾮常重要，这是⼈类历史上第⼀次有能⼒建这样⼀个体系。⼀旦随着接下来五年⼗年的算法能⼒的提升，我们能打造的智能体系，知识的累积会越来越强。

第⼆，⼈⼯智能在历史上也⾮常重要。⽬前为⽌，⼈类历史的进展都是⼈的知识在提⾼，⼈有了新的能⼒，发明了新的⽅法，进⽽促进社会进步。

从现在开始，⼈和⼈建⽴的机器系统，共同发明知识。将来这些系统它获得知识的能⼒会远超⼈类，所以，在历史上也是⼀个⾮常重要的时间点。

这就是⼈⼯智能技术所带来的核⼼结构上的不同。改变⼆：从 ⼈创造知识 到 ⼈与AI共同创造知识

知识的创造和使⽤，在历史上也是⾮常⾮常重要的。到⽬前为⽌⼈类历史的进展都是⼈的知识的提⾼，⼈发明的新的能⼒，发明的新的⽅法推动社会进步。

从现在开始，⼈和⼈建⽴的机器系统共同发明知识，将来这些系统获得的知识会远远超过⼈能获取的知识，这在历史上是⼀个⾮常⾮常重要的时间点。

如果说改变⼀是，⼈⼯智能技术所带来的智能体系核⼼结构的改变，那么改变⼆是，从技术发展史的时间维度来看的改变。从历史⾓度来看，⼈⼯智能技术是⼈类数字化技术的长河当中的重要⼀步，同时也是必然的⼀步。

过去 60 多年的信息技术的历史是⼈类数字化⼀切的历史，⽽且数字化的规模和范围越来越⼤，数字化进程的速度越来越快。

为什么数字化带来如此⼤变化？因为⼀旦数字化了之后，我们抽取信息，获得知识的能⼒极⼤地提⾼，⽽且任何⼀个被数字化的领域，创新的速度会不断地增加。

因为整个社会经济，越来越是知识驱动，数字化让我们获得知识的速度，创新的能⼒极⼤地提⾼。

整个 IT ⼯业的历史都是数字化进程的加速，基本上每隔 12 年左右都有新⼀代的技术，会出现⽐如定义性体验等因素，它们驱动数字化速度加速和范围拓宽。总之，基本上有些结构化的规则，有规律可循。

⼈⼯智能带来的改变当然不⽌于这两点，这两点是让⾮专业，⾮技术背景的同学理解这种改变的两个关键点：⼀个是智能体系的核⼼结构发⽣了根本改变，机器可以像⼈⼀样⾃主学习，⾃主发明知识；

⼀个是机器⼀旦能⼤规模发明知识，所有科技的、社会的和经济的领域都会重写⼀遍，Redefine everything 。三、AI会有哪些重要发展⽅向

从历史总结，再展望，⼈⼯智能时代，会有哪些重要发展⽅向？第⼀，数字化技术的平台。

第⼀驱动因素是前端和后端，前端主要是⼈机交互的覆盖率和交互的效益。

早期都是⿏标键盘加上图像显⽰器。苹果在这⽅⾯就迈出了⼀⼤步：⼿指(触控）。

⼀旦有了⼿指（触控），可以让这样的交互触达到更多⼈群，因为⿏标键盘加显⽰器让你基本只能坐在办公室，但⼀旦有了⼿指后，可以伴随着每个⼈将来的交互形式更⼴泛，⾃然交互，不⽤学，每个⼈都可以⽤。所以，交互永远是⼀个驱动因素。

后端是计算资源的规模存储计算带宽，有多少信息可以处理，有多少知识可以承载，包括空间的覆盖率。⽐如，分布式数据库可以覆盖⼀个企业，全球的互联⽹覆盖整个世界。

正是因为有了全球互联⽹，世界才变得平了，整个世界的产业链在过去20多年的重⼤改⾰，正是因为有了数据的覆盖，数字化的进程必须有商业化的⽣态来持续推动。第⼆，定义性的体验。

每⼀个数字化平台商业⽣态它都有这样⼀些特征，⾸先，它有定义性的体验。iPhone：

第⼀个iPhone拿到你⼿⾥时，你就知道新的时代来了，因为它带给你的体验是完全不⼀样的。windows 95：

当你第⼀次拿到windows 95（历史上第⼀个真正好的PC），你也能感受到⼀个新的时代。第⼀次看浏览器，你就知道将来完全是链接在⼀起的，知道数字化的社会长什么样。所以，定义性的体验⾮常重要。

同时，要有宽泛的场景，窄的场景不够⽤，办公⾜够宽。搜索、电商、社交，你必须要有宽场景，同时，要有有效的商业模式，只要这些要素到位，这个平台才可以撑起来。第三，数字化进展可以被延续加速。

我们总结⼀下过去历史上，数字化⼀开始就是IBM把桌⾯数字化了，再就是微软，它把整个企业的信息管理数字化了，全球已经是⼏万亿的⼯业。

接下来就是苹果，苹果把⼈的社交⾏为、电商等数字化了。

在⼈⼯智能时代，数字化的本质开始变化，范围可以扩充到⼏乎物理世界上的所有地⽅，为什么？因为在⼈⼯智能时代通过传感器，通过感知体系、思考体系和活动体系，物理世界和数字化的世界彻底融合在⼀起了。

由于这样的技术，每⼀个物理实体都将是⼀个前端，我们可以做交互。数字化的进程⼤概有这⼏类我们能预测的第⼀智能物件：① 通过对话型的助⼿，每个物件都可以做交互，都是前端，② ⾃主体系。能够⾃动驾驶车辆、机器⼈。

③ 智能场所。像亚马逊购物这样的新零售，将会越来越多的带来智能的空间和时间。同时，后端将是智能云，包括⼤规模的数据和知识，像⼈的⼤脑⼀样。

所以，通过历史我们基本可以预测到⼈⼯智能时代它的前端⾄少有这些内容，它的后端以知识为主。有了这⼀基础后，我们再看在AI时代它能带来什么样的创新机会？四、AI时代能带来什么样的创新机会

在回答这个问题前，我们先回看⼀下历史。⼈类的历史上，我们的经济⾏为、⽣活⽔平，在过去⼀万多年当中⼏乎没怎么变，⼤概到三百多年前才开始变。

仔细看⼀下，为什么会造成⼈类社会活动、⽣活⽔平加速提⾼的核⼼原因，是通⽤能⼒的发明。

在历史上，我们很早就发明了⼀些通⽤的能⼒，⽐⽅说把植物和动物家有化了、驯化了，发明⽂字等，但是只有到三百多年之前，我们开始发明了越来越能量强的通⽤能⼒，包括蒸汽机、⽕车、计算机、飞机，但是⼈⼯智能，它是这些发明中最通⽤的，因为知识可以⽤在任何⼀个应⽤⾥，知识是最最通⽤的，同时知识的能量⼜是最⼤的。培根曾经说过，知识就是⼒量。

知识从本质上来看就是潜在的能量。有了知识可以做⾃动化，有了知识可以做预测，有了知识可以产⽣新的体验。

所以⼈⼯智能给我们带来的，是前所未有的⼀个通⽤的能⼒。按照这个历史纵观，接下来要发⽣的将是巨⼤的变化，这个变化核⼼驱动是知识。

如果⽤⼈⼯智能来驱动商业上的创新，它⼀定会遵守这样⼀个规则：

⾸先⼈⼯智能要创造价值，必须要有应⽤场景，有了这个场景之后我们可以找任何⼀个场景，最好是端到端的⼀个宽的场景，这样的话⼈⼯智能提升效率会程度会更⼤⼀点。

⾸先第⼀要问的，“我们要什么样的知识，我们希望知道什么”，来把这个场景的价值给它提⾼。

⼀旦从这个起点之后，你马上要回答的问题就是，“我们有什么样的数据”，数据都不是⽆中⽣有的，数据永远产⽣于对环境的观察，需要数据的话，你必须要有传感器。

⼈类历史上也是这样来获得知识的，如果⼈类历史上没有望远镜，没有显微镜，我们就根本对物理世界没法了解。所以今天⼈⼯智能创新，你可以看到，创业公司做传感器的特别多，核⼼原因是你必须始于这⾥。

要有知识的话，你必须要观察，你必须要有数据，有了数据之后，我们可以从当中抽取知识，抽取知识的⽅式。

要软件 + 硬件 + 算法，有了这些知识之后，我们可以决定，如果我们知道这些，我们想解决这个问题，提⾼这个价值。

我们应⽤这些知识来达到我们的⽬的，达到⽬的之后，我就创造社会价值和商业价值，到时候会有更多的数据，造成这样⼀个闭环。这⾥我强调⼀下，数据⼀定要是活的数据才有价值，⼀次性的数据⼀点⽤都没有。所以⼀定要有商业⽣态，数据才会真正有价值，因为应⽤不断在变，技术不断在变。

Application drift and platform drift ，数据⼀定要是活的，做过多年产品你就知道了。所以⼀定要有这样的闭环，这个模式是任何⼈⼯智能创造价值必须遵守的。

有了这样⼀些结构化的思路之后，我们再纵观全局，对⼈⼯智能时代带来的改变和创新机会进⾏两点梳理：第⼀，我们会有全新的信息⼯业。

⾸先，如前⾯所说，将来的计算主要的要领先，要靠前的是观察体系，要有很多新的传感器，特别是光学传感器，不光是传感器。在传感器上必须带有计算的能⼒，所谓叫 on-sensor silicon software models，这我认为是⽬前的创新前沿之⼀。

同时整个芯⽚的从底到上必须重建⼀次，今天的 X86 ARM 的系统架构根本不 work，它是假定 Von Neumann，假定是你的数据的维度是⽐较低的，你的 ControlForce 可以预测的，你的 Cache Hit Ratio ⼀定要⾜够⾼。

⼈⼯智能时代，实际上根本没有这些特征，都是⾼维度的数据，必须是⼤规模的平⾏处理。

所以整个硅晶⽚的⼯业⼀定会被重写，指令集可以起⼀点作⽤，但是主要的硅晶⽚都是在ASIC ( application specific integrated circuit ) 或者FPGA 这⼀队。因为⼤规模的训练和推理是主要产⽣商业价值的硅晶⽚的应⽤ 。所以整个芯⽚⼯业这⼀队会被重写。

同时软件⼀样，从底层的 fabric 到中间的 middleware， 到操作系统，到应⽤开发，到⼯具都会要重新建⽴，所以如果你是在IT ⼯业的话，创新的机会特别多，⼤的企业都⾯临挑战。

第⼆，将会诞⽣⼀系列的新的⽀柱型的新产业，以前没有过的产业。⾄少会包括：① 对话式的以个⼈助⼿为基础的智能物件，将来是⼀个可以唤醒万物的世界；② ⾃主体系，⾃动驾驶、机器⼈，新的移动，这是真正物理世界的移动；

③ 智能场所，任何⼀个物理空间，起源于零售，因为它价值很⾼，但是游戏规则会是⼀样，⼀旦智能化之后，可以⼤规模地提⾼商业价值和社会价值，所以这⼀些都是将来新的⽀柱型的产业。

同时，任何⼀个现有的产业，娱乐业也好，制造业也好，⾦融、医疗、教育、零售，所有的⾏业，都可以⽤⼈⼯智能技术，来提升和转型。因为它带来的是知识，你⽤知识可以改造，可以重建，可以提升。

任何⼀个⼈类的⾏业，律师、医⽣、教师、分析师，你的⼯作⽅式都会不⼀样。重复性的⼯作，机械化的⼯作都会逐步逐步被取代。我们⼈可以花更多的时间。做我们更擅长的创造性的发挥性的想象性的（⼯作）。

⼀切都会被改变，这是⼀个完整的、覆盖⼀切的变化，这并不夸张，因为是⼈⼯智能技术核⼼所带来的机会。五、如何加速推进整个创新进程？

在这样⼀个⼤的背景下，我们如何来结构化的开发，进⽽加速推进整个创新的进程？这⾥有⼏个结构化的因素给你分享⼀下：

1. 资本。

① ⾦融资本。

任何⼀个时代有⼤规模的商业价值，要产⽣时都有⾦融资本和其他⽣产资本，所谓叫functional separation，他会⾛的更靠前。

某种意义上市场的贪婪会⾛得很快，所以我们将会看到更⼤规模的资本投⼊。因为在接下来30年40年50年⾥它的机会太多了，⼀定会有⼤规模的资本投⼊这个⾏业。② ⼈才资本。

在⼤规模的⼯业化时代诞⽣了⼤学。专业培训，就因为⼯业时代需要技能，要裁缝、设计师、厨师，⼤规模的培养各种技能。

但在⼈⼯智能时代，⼈的技能适合时代要求的是创新、发明新的⽅法。因为机械化重复性的动作都会被逐步取代。但是⼈才资本也会有新的往前推进的⼀个机会。③ 数据资本。

它最为重要，也更为特殊。因为数据是在⼈⼯智能时代的⼀个主要⽣产资本，所谓叫 Primary Means of Production。举个例⼦：

a.农业时代的核⼼⽣产资本是什么？⼟地。

因为农业本质是光合作⽤，只有在⾜够的⼟地有⾜够好的温度，有⾜够的阳光覆盖的情况下，才可以种植农作物。⼈类再聪明，⼈再多，也没有⽤，给你世界上⼏千万⼈最聪明的⼈，但你⼟地只有这么多，你就只能⽣产这么多。在⼈⼯智能时代数据也起到类似的作⽤。

b.有些同学可能开发技术，你要做⼀个跟⾃然语⾔有关的，⽤语⾳做对话的。

如果你没有起步的2万⼩时的标注数据，给你世界上所有的⼯程师，也⼀点⽤都没有，你做不出来。

这不是⼀个⼈的资本问题。因为数据是知识的载体，没有这样的知识，就没法做对话，所以数据会成为⼀个主要的⽣产资本。如果我们要推进⼈⼯智能时代创新的话，⼀定要关注这三个资本，⾦融资本、⼈才资本和数据资本。2.环境。

特别是的环境。对数据安全和隐私的保护，是从数据中获取资本价值的核⼼关键。

同时基础建设，⽐如我前⾯讲的，⽆⼈驾驶这样⼀个新的⽀柱性产业，必须要重新构建所有路⽹，道路的基础建设，⽽且有了⽆⼈驾驶后，城市的半径会增加，这是历史的⼀个规则。

交通越发达，城市越⼤，将来的都市规模会越来越⼤，需要新的基础建设。2. 以市场导向为核⼼的路径。

如果我们要加速推进⼈⼯智能的创新，让它创造更多的社会价值，我个⼈认为市场导向是最关键的⼀个核⼼路径。市场是⾮常神奇的，从某种意义上来说，市场可能是⼈类最重⼤的发明之⼀。市场本质上是什么？① 转化器。

市场让我们每个⼈为了⾃⼰的意愿，personal private motivation，我们参与市场了。

但是我们参与市场的结果是造成了对别⼈有价值的服务和体验和产品。它是这样⼀个转化器，每个⼈去参与市场都是为了⾃⼰，但做的结果是给别⼈带来了利益。② 优化器。

因为市场⾼速反应甚⾄实时反应，任何好的idea，有⽣命⼒的技术，有⾼价值的场景，市场⼀定会有信号指⽰。没有价值的，要快速滤掉。所以市场是⼀个⾼效的优化器，市场越⼤，优化效益越好。

如果我们要快速地让⼈⼯智能产⽣商业价值、社会价值，通过市场是最有效的途径。如果你不⽤市场，那么你怎么知道这件事情是对的？凭什么说这是有⽤的？市场是没有⼈能逼你参与的。它的特性是造成了它是⼀个⾮常优质的过滤器，是⼀个加速器。所以整体我们要从资本上、环境上和市场导向上关注，做适当的⼯作，来推进⼈⼯智能时代的创新。六、AI时代的创业

我们都知道创业是创新的摇篮，整个⼯业、整个社会，任何⼀个有⽣命⼒的，⾼价值的产业、企业，它的诞⽣就是⼀个创业过程。所以，在⼈⼯智能这样⼀个⾮常特殊的时代，⼀个健康繁荣的早期创业⽣态，对任何⼀个国家、任何⼀个地域，以及全球都⾄关重要。

⼤的企业也会创新。毫⽆疑问，⼈⼯智能时代给很多⼤的企业带来很多机会，但是⼤的企业有⼤的企业的挑战，但最终的挑战往往在于⽂化和机制。

新的企业从零开始，没有任何包袱，速度快，所以整体上早期创业⽣态在⼈⼯智能时代⾮常重要。我们如何来打造⼀个好的环境，来建⽴这样⼀个繁荣的⽣态？有⼏个要素：1.⼈才。

整个经济需要越来越多的⾼质量的⾼热情的新型的⼈加⼊创业这个⾏业。在中国，清华是⼀所⾮常顶尖的学校，创业氛围也是⾮常强的。

所以，我们需要造就⼀个环境，让越来越多的⾼质量创业⼈才参与进来。3. 数据资源。

前⾯我讲到了，如果没有⾜够多的数据，⼈再多，没有⽤，这由他的⼈⼯智能技术和创造商业价值的规则本⾝所决定。4. ⼀些核⼼的AI科技能⼒。

包括软件芯⽚算法，这些都很重要。同时，在AI时代投资，特别是⽤AI来彻底的改造，提升传统⾏业资本的规模需要很⼤，资本的时间需要长线投⼊。

今天早期的⽣态投资是⼗年回报，根本不够，所以，在这个⽅⾯需要做很多创新和探索。资本的规模和资本时长，⼀定要做适当的调整，才能充分发挥⼈⼯智能时代创造价值的特性。

包括像软银愿景基⾦。我个⼈认为这是刚刚开始，将来会有越来越多⼤规模的基⾦向孙正义这样⼤规模，投很长时间，他必须这样才能创造价值。

所以资本也要做改⾰。当然市场场景越多，规模越⼤，迭代越宽。这⼀点在中国是⾮常好的时机，⽐世界任何⼀个地域都强。同时，⼈才和其他⾼度密集的资源也会起到越来越多的作⽤。⼤家都知道在美国硅⾕，就是这样的⼀个典型。

因为需要更多的密集度的数据的整合，场景的覆盖、迭代、⼈才⼤学都在⼀起。在中国北京上海深圳这些城市都是⽐较理想的。同时，我们也需要更多⼀流的⼤学，⼀定要长期、逐步培养⿊客⽂化。⿊客⽂化核⼼就是动⼿去做，通过创造性的⽅法来解决问题。不要只看理论、只记笔记、只考虑问题，想到就动⼿去做，做了失败没关系。

因为你从失败当中可以学到更正规的⼀些知识，所以，⿊客⽂化在中国⾼校中应进⼀步融⼊，这⾮常重要。同时创业的氛围，特别是在⼀流的⾼校，在美国像斯坦福⼤学、MIT的创业氛围⾮常强。

清华在中国⾮常好，⼀定要这样保持继续推进，只有这样我们才可以建⽴⼀个⾮常繁荣的早期创业⽣态。七、AI时代的创业挑战有哪些？

因为在软件时代，在互联⽹时代，⼀个创业公司的团队跟⼀个⼤公司团队，基本上处在同⼀条起跑线上，为什么？因为软件都是开源的。我⾃⼰个⼈写过很多各种各样的代码。

Linux、FreeBSD、Mexico、MongoDB、Node.JS。你基本上不要写很多代码，你只要把它拿来，⽽且你的代码都是针对你的产品，三四个⽉时间就有⼀个⼩型产品可以出来了。

在⼈⼯智能时代已经不是这样了。因为⼈⼯智能时代我们会写代码，但这些代码主要是从数据当中来学模型的，抽取知识的。数据你要做⼀个跟⾃然语⾔交互有关的，这可能需要你花⼏万⼩时标注数据。第⼀要钱。第⼆是时间。

如果你创业是以计算机视觉为主，要识别所有的产品，⽔果、⽣鲜，你需要的数据、标注，代价都⾮常⾼。

所以，我们需要整个⼯业⼀起，通过⼤家⼀起努⼒，把创新的门槛降低，使得任何⼀个创业团队都能很快的去尝试，可以快速把产品做出来，再到市场上去探索