科創大時代｜深圳雲天勵飛CEO：2030年AI經濟總量達百萬億人民幣

北大匯豐創講堂首本演講集《科創大時代》，由北大匯豐商學院、湛廬文化獨家授權香港01在香港地區發出，深圳市前海香港商會聯合呈現。《科創大時代》是由北京大學匯豐商學院舉辦的「北大匯豐創講堂」的首本演講集，書中收錄18位商界、學界大咖的精彩分享。

此章為深圳雲天勵飛董事長兼CEO、中國第一款商用向量處理器（vector processors）晶片設計者陳寧分享的《AI，構建城市超腦，讓人類生活更美好》。可通過HK01 APP訪問文章，點擊右上角「耳機圖標」，即刻收聽音頻節目。

陳寧是深圳雲天勵飛技術有限公司董事長兼CEO，他2014年創立雲天勵飛，帶領雲天勵飛先後搭建算法平台、晶片平台和大數據平台三個AI技術平台，構建了完整的AI技術鏈路，並率先提出「自進化城市智能體」的戰略。

陳寧是美國喬治亞理工博士，獲得廣東青年五四獎章、深圳「特區40年40人」等榮譽，是中國第一款商用向量處理器晶片設計者，他有近30項已授權國際專利，其中13項被蘋果公司收購。

陳寧在本章中主要分享了AI 的工業革命進程、追溯 AI 的本質、AI 的前景與挑戰、雲天勵飛的實踐、從社會治理到商業領域的應用、願景：「1+1+N」等內容。以下是陳雲所述，書中節選內容。

最近200多年我們經歷了三次工業革命，從蒸汽技術到電力再到信息技術，並且革命的速度越來越快，顛覆性越來越強。從2012年開始，美國的一些企業就開始關注 AI 技術，尤其是近幾年的深度學習、「AlphaGo」讓全球的老百姓都關注到了 AI 技術。那麼，AI 到底會給我們帶來什麼？

有人說AI將會在未來10年發揮關鍵的引擎作用。到 2030 年，AI會帶來第四次工業革命，並且這次工業革命和前三次有兩點不一樣：第一點是之前的每次工業革命都有一個或多個關鍵人物作為主導，而第四次工業革命的關鍵「人物」可能是一台實現自學習的機器；第二點是第四次工業革命也許將是人類科技史上最後一次工業革命，因為自此以後機器、智能、科技可能會進入一個自演進和自進化的階段。無論如何，AI已經在改變我們的衣食住行，改變我們每一天的生活。

人類在過去30年裡經歷了互聯網和移動互聯網時代。20世紀60年代，英特爾推出處理器，給我們帶來個人計算機，推動了互聯網時代的大爆發，有上百萬台計算機連入互聯網。

20世紀90年代，英國ARM晶片公司推出超低功耗的中央處理器(CPU)晶片，蘋果推出智能手機，把我們從互聯網時代帶入移動互聯網時代，其標誌是有幾億部智能手機接入網絡。我相信現代社會幾乎每人都有一部或多部手機。

如果2030年能夠進入人工智能時代，我想它的標誌不會變化，依然是接入網絡的設備，尤其是智能設備的數量大爆發，而這個數量可能是現在接入網絡設備數量的上百倍。這些設備未必都是我們現在使用的個人筆記本、iPad或智能手機，可能是傳感器、普通硬件、無人駕駛車、電冰箱、洗衣機。

跟現在的設備不一樣的是，所有的設備或傳感器裡都會有一顆或多顆智能晶片、小腦晶片，會智能分析所採集到的數據。

隨著接入的設備越來越多，我們會真正步入已經討論了10多年的物聯網時代。AI加上物聯網（IoT）才能夠真正實現萬物智聯，即進入 AIoT 時代。技術經過60多年的發展到2019 年的今天，AI技術的逐步成熟推動 AIoT 時代外，我們也會發現其實互聯網的增速在過去兩年已經開始放緩。

隨著互聯網商業模式的創新，很多企業市值有了非常大的爆發，如最近幾年的滴滴、摩拜、 拼多多等。但是，我們發現在近兩三年中，互聯網企業的估值和價值爆發已經不像過去幾年那樣呈指數級上升，而且互聯網企業的獲客成本越來越高。

隨著互聯網的發展，我們迎來了智聯網時代。智聯網時代與互聯網時代最大的不同是接入網絡的設備和數據體量的大爆發，尤其是處理數據和問題的技術手段有了顛覆性的變化。

到2030年，我們也許會看到，AI所產生的直接和間接的經濟總量將達到100萬億元人民幣，相當於中國和印度的 GDP 總和。而這個數字是基於我們現在所能夠評估的技術對行業影響的理性判斷，如果機器智能提前到來的話，經濟總量很有可能遠遠超過這個數字。

隨著個人計算機的出現，人機交互方式發生了重大的變革，我們有了鍵盤和鼠標。在個人計算機時代人機交互是以鍵盤和鼠標為主的，交互方式有了非常大的變化，因為鍵盤是模擬自然語言，鼠標是有了可視化的系統，開始讓更多人可以接觸機器和智能設備。所以我們就去學習計算機，學習使用鍵盤，還練習打字，當時基本上從學生到40歲左右的人都會使用計算機。

隨著蘋果推出了觸控式的手機，我們進入移動互聯網時代，人機交互的方式又一次發生變革，變成了觸摸。這一次變革讓2歲的小朋友到80歲的老人都可以使用智能機器和設備，因為交互方式更加便利，全部是可視化的、所見即所得的操作界面。

但是在過去，不管是大型的第一代圖靈計算機，還是個人計算機、智能手機，所有的交互方式都是人類去學習和配合機器。

比如你用慣了iPhone後，拿給你一台安卓手機，可能你還要學習它的界面和操作方式。而人工智能機器和設備將會發生一個顛覆性的變化，就是由機器來適配人類，由機器來學習人類的交互。如語音識別，這是比較自然的一種交互方式；再比如視覺識別，像人臉識別 可能從剛剛出生的孩子到年齡很大的老人都可以用，我們全人類都可以跟智能機器和設備進行交互。

隨著跟機器交互的人越來越多，機器會更徹底地影響我們生活的方方面面，同時機器採集到的數據也會越來越豐富。而 AI，其實全是靠面向場景的數據驅動，所以更多人的交互、更頻繁地使用、採集從1956年達特茅斯會議到現在，AI 發展了 60 多年，在這段時間里，AI 大概分為三個階段。

第一個階段是推理期，基本上經歷了 20 多年的時間，有高潮也有低谷。這個階段人工智能所能做到的更多的是用計算機 對一些數據公式進行推演和證明。第二個階段是知識期，即機器學習人類的知識或者機器模擬專家的經驗和積累的知識，一直到2006年加拿大一位教授傑弗里 ·辛頓(Geoffrey Hinton) 提出了算法。

而前面50年更多的是技術和底層理論的鋪墊。第三個階段是機器學習期，又叫深度神經網絡。其實神經網絡也不是一個全新的概念，在20世紀90年代就有神經網絡的課程，但不幸的是，因為那時我們沒有超強的計算力，沒有圖形處理器，所以神經網絡中非常複雜的網絡架構導致這些算法很難變成產品落地。

20世紀90年代，在中國學神經網絡基本上是找不到工作的，畢業生只有兩條出路，一條是去做程控交換機，另一條是去互聯網公司做碼農，寫軟件，寫 App。

神經網絡在2006 年演化成深度神經網絡，其實就是改變過去通過機器去嘗試模擬人類的一些推理規則，設計一個像多元神經元架構的類人腦結構，通過數據去訓練神經網絡架構上每個節點的參數。計算機的算力、神經網絡的架構和數據三者結合在一起，推動了第三個階段次AI浪潮的發展。這就是AI在過去60多年的發展。

隨著越來越多的創業公司和傳統企業向人工智能轉型，國家對AI也越來越重視。雖然我們的基礎相對比較薄弱，在20世紀90年代很多學 AI 或神經網絡的教授、博士都轉行了，但是這一階段技術浪潮在過去幾年間確實從企業、資本、政府等方面得到了高度關注。AI已經連續三年被寫入《政府工作報告》可以說中國現在對AI的關注熱度比美國更高。

有人認為AI是未來決定一個國家命運的大事情，一個區域、一個國家的數據體量和AI的技術水平一旦跨過了拐點，進入智能學習或者自學習的階段可能是其他區域永遠無法追趕的。所以這些世界大國或者經濟體量較大的國家，其實在逐利和競爭的是看誰能最先到達指數級發展的拐點。

如果把AI企業分為基礎層、技術層和應用層，基礎層具體的核心能力是晶片、大數據處理、算法、傳感器等；技術層體現不同的技術方向，如計算機視覺、深度學習研究、語音識別、自然語言處理的研究。

而應用層就是把算法、晶片、大數據處理等基礎和技術，放在具體行業、產業去落地和應用，包括安防、智慧城市、新零售、互聯網、手機、自動駕駛、機器人等各種行業。中國有大量的AI應用場景，這是中國相比歐美國家較突出的優勢，因為這一階段AI的深度學習大多靠數據驅動。尤其是過去多年移動互聯網的發展和爆發給了我們海量的數據，這些數據使AI不斷地演進。

以上就是《科創大時代》第十章《AI，構建城市超腦，讓人類生活更美好》的節選內容。如果你希望瞭解更多嘉賓的精彩分享，歡迎購買書籍。