创新工场董事长兼CEO 李开复（来源：受访者提供）

“人工智能（Artificial intelligence，AI）研究的是如何通过智能软件和硬件，来完成通常需要人类智能才能完成的任务。AI 是对人类学习过程的阐释，对人类思维过程的量化，对人类行为的澄清，以及对人类智能边界的探索。这是人类认识自己的‘最后一公里’，我期盼能够投入这项崭新的、前景可期的计算机科学领域。”

近40年前，对新技术满怀憧憬的李开复，在准备攻读美国卡内基梅隆大学博士学位的申请书里写下了上述这段话。这影响到他后来在苹果、微软和谷歌参与 AI 技术研究与产品落地开发，以及如今管理总规模达几十亿美元技术投资基金的经历。

早在1956年夏天，计算机科学家约翰·麦卡锡（John McCarthy）等人在具有传奇色彩的“达特茅斯会议”上创造“人工智能”这个术语，被认为标志着 AI 的正式诞生。在之后半个世纪当中，计算机技术飞速进步，AI 也影响了中国和美国两个超级大国的发展。

全球共经历了三次 AI 浪潮。前两次 AI 浪潮中，所有人期盼的十年“AI 效应”这一看法泡沫破灭。不管是芯片“摩尔定律”速度跟不上 AI 的算力要求，还是数据量不够、算法不强、商业化不如预期，均让我们对 AI 保持着长期质疑的态度。

当下，我们终于迎来第三次 AI 浪潮。这一次，AI 算法、算力、数据“三驾马车”同步突破，AI 技术已经蓄能完毕，所有人终于可以大展身手了。

此次 AI 浪潮爆发的标志性事件有两个：一是1997年，IBM “深蓝”击败国际象棋大师卡斯帕罗夫；二是2016年，谷歌DeepMind的“阿尔法狗”（AlphaGo）击败了韩国围棋世界冠军李世石，标志着 AI 技术的爆发拐点。

实际上，自2017年开始，中国和美国开始在 AI 这一重要赛道上展开竞争。

其中，中国发布《新一代人工智能发展规划》，快速推进 AI 技术发展，旨在到2030年，中国有望成为世界主要 AI 创新中心；而美国也采取行动，2018年成立“人工智能国家安全委员会”，向总统和国会提出建议，争夺稀缺的 AI、科学、技术、工程和数学人才，并全面投资 AI 以及机器学习技术以保持全球领先地位。

因此，中美两国诞生出了很多 AI 研究成果。2020年，位于旧金山的独立研究实验室 OpenAI 正式推出GPT-3——这是一个其大规模生成预训练Transformer语言模型的第三代，1750亿个参数可实现机器编写计算机代码、诗歌等；次年，北京智源 AI 研究院发布了“悟道 2.0” AI 巨模型，以1.75万亿参数量，打破了此前GPT-3参数记录，成为了全球最大的预训练模型，也是中国第一个超大规模预训练模型。

根据斯坦福大学发布的 AI 指数报告，2020年，中国在 AI 相关期刊引用方面首次超过美国。

Breyer Capital创始人Jim Breyer曾提出一个观点：中美两国的 AI 竞争，可以比作1950年代的美苏太空竞赛。

那么在2022年，新冠疫情、粮食、能源、战争、通胀等叠加因素下，未来的 AI 世界到底如何发展？中国和美国 AI 技术的新发展格局是什么样的？

对此，钛媒体App 近日独家连线到创新工场董事长兼首席执行官（CEO） 李开复。

众所周知，李开复博士是中国最早，也是最恳切的 AI 布道者。是集科学家、工程师、投资人、写作者多种角色于一身的多面大咖。他领导的创新工场，目前已经投出了10只 AI 独角兽。

此次，李开复和科幻作家陈楸帆写了一本关于 2041 年 AI 技术预测的“科学＋科幻” 新书《AI 未来进行式》。书中，李开复对于颠覆性的底层技术突破，例如元宇宙、量子计算、自动驾驶、数字医疗等领域的案例，基于现有技术的发展脉络进行分析和预测。

李开复接受钛媒体App沟通时表示：“现阶段的中国，正是硬科技最好的发展时机。”

在他看来，科技交叉进入创新突破爆发期，良好的政策催化、健康的创业环境，有望让硬科技赛道的细分垂直板块——AI、航空航天、生物技术、信息技术、新材料、新能源、智能制造等领域跑出隐形冠军。

李开复预计5年左右，中国一些硬科技有望赶上国际领先标准，会产生很多优秀投资标的。“相对于互联网角斗士一样的‘行业霸主速成法’，硬科技创业往往更健康更良性，真正顶尖的技术和产品才是一家硬科技公司的护城河。”

对于未来 AI 技术发展，李开复认为，新冠催化了人类社会数字化、智能化，助推包括AI、物联网等“数字基建”交叉渗透各行各业的速度。如今，AI技术已经走出实验室，已经迈向“＋AI”的应用为王阶段，从而创造更大的经济价值。他提到，元宇宙未来会是AI大脑的其中一个应用场景。

对于中美 AI 竞争话题，李开复对钛媒体App表示，中国和美国的 AI 竞争不一定是零和博弈，尤其中国在大数据和AI的优势，自动化、智能化有望领先美国，保持“世界工厂”的地位。

“中国将与美国共同引领全球AI发展。从长远看，中国和美国将有机会达成深远的合作关系，而不是一家独大的局面，中国的自主创新能力已经开始获得验证。”李开复表示，在未来二十年，AI和自动化作为平台技术，与先进计算、生命科学、新能源等更多新技术交叉发展会带来颠覆性的产业变革，中国有望这过程中领跑。

李开复强调，中国智能制造、信息化等领域，有望诞生出“Made in China”的世界级公司。

以下是钛媒体App与李开复的记录，经钛媒体App编辑：

钛媒体：目前 AI 存在技术投入偏高、应用市场又太小太稳定的情况，您如何看待 AI 技术与产业化目前面临的瓶颈？

李开复：我的看法恰恰相反。AI技术已经走出实验室，从“AI＋”的黑科技发明期迈向“＋AI”的应用为王阶段。

数据显示，到2030年，AI创造的经济价值将达到100万亿人民币。目前，AI对行业的渗透率仅近约4%，可以想象AI创造价值的潜力有多大。

这其中，我认为，“传统行业＋AI”将创造绝大部分的经济价值。特别是在“世界工厂”中国，传统行业规模巨大，且有较深的“行业护城河”，正处于数字化、智能化升级转型关键时期，AI、自动化等平台技术将赋能其迭代到技术创新驱动的增长新范式，为其降本增效，扩大整体产能，带来收入增长，同时有望缓解“用工荒”的问题。

由于传统行业各有特点需求各异，要非标、碎片化得多，因此“传统产业＋AI”有着明确且丰富的落地应用场景，垂直、特定的行业技术解决方案有望在企业服务赛道上“百花齐放”。目前，已经有大量的AI企业活跃于这些垂直领域，积极探索市场化的路径。作为擅于趋势前瞻的Deep Tech VC，创新工场已经投出了10只AI独角兽。

我认为，“AI＋”仍会有价值，但“＋AI”则能创造更大的经济贡献。更何况科技巨头可以迅速地以价格、规模等优势抢占市场。总而言之，能够攻破一项技术或平台的方式太多了。

当然，在特定领域有特殊技术优势或重大突破的企业依然能够变现其技术优势的价值，只不过它们能够领先市场的时间窗口相比于过去也可能会更短，这些企业需要思考除了技术突破之外，如何能够迅速地找到落地场景，进而探索市场化的路径。

至于AI技术发展是否陷入瓶颈，我也有不同的看法。事实上，AI自身仍在不断突破。

AI的发展可以按照两个时间点划分：第一个时间点是2015年，以CNN为核心的计算机视觉技术让机器超越了人类，带来了人脸识别、智能质检、无人零售、智慧城市、无人驾驶等商机。这是第一个由感知智能技术为首的重大机遇；第二个时间点出现在2019年，以大模型为代表的自然语言方向取得突破性进展，让NLP从数据、信息走向知识和洞见成为可能，将会在翻译、语音识别、法律、金融、新闻、广告、医疗、娱乐等大赛道开花结果，这是可期的由认知智能技术主导的重大机会。

如果说CNN造就了今天计算机视觉领域的突破和众多应用，那么“预训练大模型+微调”也将带来NLP赛道百花齐放的发展，用数据智能驱动各类业务的升级。

钛媒体：AI 技术的细分板块，哪些领域是值得投资、创业的？

李开复：我认为，在科技交叉的当下，“AI＋Science（科学）”也就是AI＋科学交叉的时代来临，AI将作为“数字基建”一样的存在，与自动化、生命科学、先进计算等技术创新进行交叉融合，全面落地到各行各业。

我们从 AI 发展的角度看，第一波AI创业是一个新技术在寻找落地场景。十多年前，第一批 AI创业公司开始诞生，例如旷视科技，是比较早的一家做视觉方面的公司，慢慢地寻找落地的场景。比旷视更早的还有科大讯飞，更多的是用语音语言来寻找落地的场景。后续，他们都在各自的赛道发展成了头部公司。

第二波 AI 创业是针对AI在某一个商业应用层面创造价值，也就是前面谈到的 “+AI” 模式。比如创新奇智、第四范式以及Momenta、文远知行、驭势等自动驾驶公司。这种“制造业＋AI”、“企业转型＋AI”、“出行＋AI”等垂直领域公司现在也都发展得很好，它们不少已经成为这个赛道的独角兽，不少有望上市有的已经成功上市。

第三波 AI 创业的巨大浪潮就是AI＋Science（AI＋科学交叉），也是我们在看未来5到10年间会引爆的新机会。

大约四年前，我在美国加州一个顶尖科学家的聚会上做 AI 领域分享，虽然参会者大部分不是AI领域的专家，但大家都对 AI充满了兴趣，然后问了很多很好的问题。最后我说，我反过来问你们一个问题，你们有多少人在日常科学工作里用上了 AI？结果全世界的顶级科学家居然没有一个举手。

在今天，“AI＋科学交叉”的天时地利人和已经趋于成熟，中国的科研能力近年也明显提升，无论是在医疗还是其他科学领域，其落地的行业已经开始数字化、智能化转型。新冠更是催化人类社会数字化、智能化，助推包括AI、自动化、计算、通信、物联网等“数字基建”交叉渗透各行各业的速度。在海量结构化、金标准标注的闭环数据的助推下，这些科学交叉的赛道将不断寻找符合行业规律且有商业价值的落地场景，在碰撞中创造更大的商业价值。

钛媒体：此前一个活动上，您提到如今全球资本市场衰退阶段，其实是中国和美国投资人最好的投资机会，原因是什么？

李开复：现阶段的中国正是硬科技最好的发展时机。

第一、科技交叉进入创新突破爆发期。主要是AI、自动化等平台技术与其他技术的交叉，带来了颠覆式创新。预计5年左右，中国一些硬科技有望赶上国际领先标准，会产生很多优秀投资标。并且科技交叉后与传统/新兴行业融合落地，也会诞生出丰富的创业机会。

第二、良好的政策催化。定位专精特新的北交所设立，高校科研机构倡导加强基础研究，强化科研成果转化，这些良好的政策推动都在鼓励产学研的融合，疏通硬科技企业在一二级市场之间的融资通道，有效帮扶他们从0做到100。

第三、健康的创业环境。中国一直在加大创新投入，鼓励硬科技打造良好的产业生态，大家一起协同创新，强链补链。这也是硬科技创业跟上一代的互联网创业很不一样的地方，相对于互联网角斗士一样的“行业霸主速成法”，硬科技创业往往更健康更良性，真正顶尖的技术和产品才是一家硬科技公司的护城河，同时，由于硬科技赛道比较垂直细分，每个赛道都有可能跑出隐形冠军，因而这块市场蛋糕可以越做越大，也更加百花齐放。

钛媒体：这是否意味着，未来美国与中国的 AI 技术竞争会更加激烈，而非合作？

李开复：AI将是下一代的“电力”，其中数据是新的“石油”。中国经济整体数字化、智能化升级带来的海量数据，将让其成为新的“OPEC”。

在这个基础上，我认为中国将与美国共同引领全球AI发展：中国将在AI互联网、AI自动化处于领先地位；美国将在AI领域的学术研究、AI赋能商业方面处于领先地位。

实际上，我们从一些权威数据来看，在市场和政策双重推动下，中国的AI、医疗研发开始弯道超车。

同时，我认为作为“世界工厂”的中国，传统行业体量巨大，将会在“＋AI”时期探索出更丰富的落地场景，从中国制造走向中国“智”造。

因此，从长远看，中国和美国将有机会达成深远的合作关系，而不是一家独大的局面，中国的自主创新能力已经开始获得验证。

如果说美国称霸世界缘起于百年前在能源、制造、运输、医疗四大领域的成功，今天，中国有大数据和AI的优势，自动化、智能化则能继续保持“世界工厂”的地位。

在未来二十年，AI和自动化作为平台技术，与先进计算、生命科学、新能源等更多新技术交叉发展会带来颠覆性的产业变革，中国有望这过程中领跑。特别是在能源、材料、通信、交通、自动化、信息化等领域诞生出“Made in China”的世界级公司。

钛媒体：最近很多 VC 投资于新药研发领域，但现在行业里没有一家新兴公司获得盈利。那么，AI+医药真的能实现商业化吗？

李开复：这里我想深入谈谈AI+医药。

AI + Science （AI＋科学交叉）可以用在很多方面，比如说我们可以用 AI 来帮助医生诊断，做个诊断小助手。也可以用 AI 来帮助研发新药，帮助研发新的生物化学和其他相关的科技领域的一些新理论。这些理论可以用 AI 来提议，然后验证它。

目前，要研发一种有效的药物或疫苗，需要投入10到20亿美元的资金和数年的研发时间。AI将大幅提升药物的研发速度，降低研发成本，为患者提供更多价格在可承受范围内的特效药，帮助患者活得更健康、更长寿。比如AI研发新药公司“英矽智能”（Insilico Medicine），用AI发现了肺纤维化、肾纤维化等2种罕见疾病的药物。科学家的生产力提高了，并能够以3到4倍的速度发现药物，而且可能便宜10倍。

创新工场也开始关注大分子制药。那么 AI 能找到的机会就不是那么多，但是大分子是一个比较蓝海的领域，还没有那么多成果，所以是 AI 可以大显身手的一个地方。

我预测，5到10年内，不仅是医药，AI将在医疗行业的各种细分领域实现落地。比如有临床和商业场景的特定医疗影像、辅助药物研发、多组学与精准诊断、个体化治疗、手术机器人以及其他存在领域，中国医疗大健康赛道将正式迈入“医疗＋X”时代。

可以说，“医疗＋X”时代下，一个科学家可以把自己从半夜要起床去看实验结果的重复又辛苦的工作中解放出来。

我的哥哥就是一个生物化学家，他每天 4 点起来跑到实验室去看结果，然后继续他的实验。所以我们可以想象，以后的生物科学家、化学科学家、制药科学家，他们的工作可能更像是一个 AI scientist（AI科学家），他可以用一套软件来写一些代码，这个代码是控制机器人的。你可以先试试这个药物，看看行不行，不行再试另一个，连续试 100 个，最后告诉我哪个最好。

科学家就可以把他的时间全部花在想新的点子和创造上，而机器人是做重复性的工作，就可以更快速地把这个药物制造出来。

钛媒体：您觉得 AI 技术到底应该往人脑智能化发展，还是往通用 AI、元宇宙概念技术方向发展？

李开复：AI的“思考模式”与人类的思考模式完全不同。

人脑只需要很小的数据，能够很快的学习，擅长抽象概念、分析推理、常识和洞见，富有创造力；而AI恰恰相反，不擅长抽象思维和创造力，但只要在单一领域给予AI金标注的数据，AI一定能够量化优化进而超越人的大脑，做到千人千面的个性化定制。

正如前述，AI已经在计算机视觉超越人类之后，在自然语言处理领域也超越了人类，这些都是在海量数据、超强算力和先进算法的助推下不断迭代的结果。AI自然语言处理的可期突破，是让AI从感知智能跃迁到认知智能的通道，能力将远远超越现今的AI聊天机器人对话、AI 辅助翻译或辅助写作。

下一代认知智能包含完整的分析、理解、诠释、决策、反馈能力，也更接近能够达到人脑的部分程度，大家可以把下一代 AI自然语言处理技术理解为未来的“AI大脑”。

20年后，基于深度学习的机器及其“后代”也许会在很多任务上击败人类，但在很多任务上，人类会比机器更擅长。而且，如果AI的进步推动了人类的发展和进化，我认为，届时甚至会出现新的更能凸显人类智慧的任务。

AI作为一个科技领域，科研界的方向是在往通用AI探索研发，而元宇宙未来会是AI大脑的其中一个应用场景。

钛媒体：此次新书中提及，AI 将引领人类进入丰饶时代的经济模式。那么 AI 究竟该怎么引领这种经济模式？

李开复：我在《AI 未来进行式》的最后一章“丰饶之梦”中有探讨，在AI轰轰烈烈地拉开第四次工业革命帷幕的同时，清洁能源的革命也将展开，不但将解决日益加剧的全球气候变化问题，而且会大幅降低全世界的能源成本，随之而来的，所有消耗基础能源的产品的价格都将随之下调，包括水、原料、制造、计算等。另外，生产制造所需的人力成本在AI和自动化技术的支持下，也将大幅度降低，未来的生产力水平将大幅提高。

当廉价的能源、材料以及高效的生产力全部唾手可得时，人们将翻开全新的历史篇章——“丰饶时代”。

我们之所以选择用“丰饶”这个词来描述人类生活的崭新阶段，是因为人们在这个阶段将不必再为基本的衣食住行、健康保障及娱乐生活担忧，人们不仅在物质上能够以接近免费的价格获得任何商品和服务，而且在精神上也能自由选择想从事的工作，所有人都能过上舒适的生活。

我大胆设想，在丰饶时代将出现一种信誉货币“穆拉”，它代表个体与他人、社区发生良性情感联结与互动的水平。可以这么理解，当一个人对他人付出的爱心与关怀越多，他获得的穆拉就越多，相应地他能享受更多的社会福利。而书中的故事里，穆拉系统的建立是希望引导民众形成新的认知——决定人生价值的是爱、归属感与尊重，而非财富。

在丰饶时代，由于资源不再稀缺，旧的经济模式会全部失效。原来的经济机制和金钱都有可能失去了意义。我们都知道，稀缺是一切经济学理论的逻辑起点，以往经济学都在解决无限的需求和有限资源产生的矛盾。

而在丰饶时代，稀缺不再，所以金钱或者说货币就需要重新被定义。

在这种新货币穆拉背后支撑的是AI算法。算法会根据一个人与他人互动的方式，衡量这个人的情感支出，遵循“付出的越多，收获的就越多”的原则。这一点和金钱正好相反。

在这样的逻辑下，我们可以期待AI算法的升级将推动人们去追求更高层级的需求，获得更高级的幸福感。

我们在故事的设想中并不完全乐观，穆拉系统存在设计缺陷，一定会面对虚伪、贪婪这些人性的弱点，存在人性的拉锯战。通往丰饶时代的道路也并不是坦途，充满了挑战和死亡陷阱。但我的目的并不是想推出一个完美的未来货币制度或者经济模式，而是在畅想丰饶时代将为人类带来全新的可能性：有能力的人能够赢得他人的尊重，有梦想的人能够改变世界。这一点更重要。

（本文首发钛媒体App，作者、采访/林志佳） 

李开复的新书《AI 未来进行式》