這可能是史上最豪華的開學(xué)第一課

2017年9月5日，富途證券創(chuàng)始人、原騰訊18號員工李華從深圳飛往北京，重新進(jìn)入大學(xué)。在接下來的一年半時間里，每隔兩個月，他都要騰出三四天的時間，放下工作，身份從獨(dú)角獸企業(yè)CEO，轉(zhuǎn)變?yōu)橐幻胀▽W(xué)生，開始人生第二次教育經(jīng)歷。

百戰(zhàn)歸來再讀書。李華加入的是由騰訊青騰大學(xué)與清華大學(xué)經(jīng)管學(xué)院合辦的清華-青騰未來科技學(xué)堂。

這可能是史上科技含金量最高的一次開課

9月6日~10日，首期48位CEO學(xué)員在清華園開啟首次5天學(xué)習(xí)，可謂大師云集。這可能是有史以來科技含金量最高的一次開課：包括2012年諾貝爾化學(xué)獎得主、美國國家科學(xué)院院士、斯坦福大學(xué)教授Brian Kobilka、中國科學(xué)院院士、結(jié)構(gòu)生物學(xué)家、清華大學(xué)副校長施一公教授、騰訊董事會主席兼首席執(zhí)行官馬化騰、清華大學(xué)經(jīng)濟(jì)管理學(xué)院院長錢穎一教授、美國國家科學(xué)院院士、中國科學(xué)院外籍院士、斯坦福大學(xué)、清華大學(xué)教授張首晟、北京大學(xué)校務(wù)委員會副主任、理學(xué)部主任、生命科學(xué)學(xué)院講席教授饒毅、中國科學(xué)院深圳先進(jìn)技術(shù)研究院副院長、香港中文大學(xué)教授、商湯科技聯(lián)合創(chuàng)始人湯曉鷗、中國科學(xué)院王飛躍教授、清華大學(xué)杜鵬飛教授等在內(nèi)的導(dǎo)師以現(xiàn)場授課或論壇交流等形式與學(xué)員交流。

9月8日舉行的開課重要活動——“洞見論壇”上，馬化騰表示，“清華-青騰未來科技學(xué)堂”首期48位學(xué)員是從全球超過1000位黑科技企業(yè)創(chuàng)始人中挑選面試出來的，是騰訊與清華在產(chǎn)業(yè)與科研相結(jié)合方面共同的努力。清華大學(xué)經(jīng)管學(xué)院院長錢穎一教授表示，首批48位學(xué)員將在未來的一年半時間，學(xué)習(xí)商業(yè)新知，探索科技前沿?！扒迦A-青騰未來科技學(xué)堂”希望為中國培養(yǎng)一批新型的科技與商業(yè)相融合的跨界人才。

Brian K. Kobilka

7年時間、花費(fèi)25億美元、研制一種新藥的成功率可能只有15%

2012年諾貝爾化學(xué)獎得主、美國國家科學(xué)院院士、斯坦福大學(xué)教授Brian K. Kobilka

9月8日下午的“洞見論壇”上，2012年諾貝爾化學(xué)獎得主、美國國家科學(xué)院院士、斯坦福大學(xué)教授Brian K. Kobilka以G蛋白偶聯(lián)受體與藥物發(fā)明為題發(fā)表主題演講。身處學(xué)界最前沿，Brian K. Kobilka在演講中分享了他在藥品研發(fā)方面的經(jīng)驗(yàn)。

他提到藥品研發(fā)的成本非常高，而且風(fēng)險很大，耗時很長，通常來講，要開發(fā)出一個成功的新藥，需要花25億美元的投入，實(shí)現(xiàn)的周期是7-12 年左右，最終只有10%到15%的備選新藥能夠成功上市。

如何對藥物發(fā)展過程產(chǎn)生影響，Brian K. Kobilka教授指出研究的每一步發(fā)展都和科技的進(jìn)步有關(guān)，對受體的結(jié)構(gòu)有足夠的了解才可以使用電腦的幫助。他還提到了自己對鎮(zhèn)靜劑藥物的研究，他們試圖讓藥物激活人體好的因素，不激活壞的因素，減少鎮(zhèn)定類藥物的副作用。

施一公

眼見不一定為實(shí)

中國科學(xué)院院士、結(jié)構(gòu)生物學(xué)家、清華大學(xué)教授施一公

9月9日下午，被稱為“中國諾獎”的第二屆未來科學(xué)大獎獲獎名單公布，清華大學(xué)施一公教授獲得“生命科學(xué)獎”。而就在當(dāng)天上午，施一公教授還為清華-青騰未來科技學(xué)堂學(xué)員授課《生命科學(xué)與未知世界的探索》，在兩個多小時的時間里，暢談宇宙、生命與科學(xué)的關(guān)系，人類對于未來和科學(xué)的探索是否是“真實(shí)的”客觀世界，以及自己創(chuàng)辦西湖大學(xué)的理念和愿景。

我們的感知世界只有視覺、嗅覺，聽覺，味覺，觸覺五種，這五種感官來自一千種蛋白。比如說視覺，它就是由三種蛋白決定的。這三種蛋白讓我們對這個世界有了感知。我們看到的世界是一個“偏見”，就是由三種蛋白導(dǎo)致的，我認(rèn)為這是一種“誤覺”。這三種蛋白告訴我們的，你覺得這是客觀世界嗎，是人類給我們杜撰出來的烏托邦世界。

施一公教授說道，無論是宇宙還是生命科學(xué)，無論是宏觀與微觀，都可以一句話概括為：眼見為實(shí)。但是這與我們五感中的“眼見為實(shí)”是不同的，正如三維空間中的我們是無法理解思維空間的存在的。

馬化騰

未來企業(yè)形態(tài)：在云端用人工智能處理大數(shù)據(jù)

騰訊董事會主席兼首席執(zhí)行官馬化騰

作為一家科技公司的負(fù)責(zé)人，馬化騰更關(guān)注科技發(fā)展和產(chǎn)學(xué)研的跨界融合。

9月8日下午的“洞見論壇”上，騰訊公司董事會主席兼首席執(zhí)行官馬化騰以探索科技創(chuàng)新新動態(tài)為題發(fā)表主題演講。他以騰訊為例，從三個方面講解了科技和商業(yè)如何能更好地結(jié)合，也為大家分享了他眼中未來科技發(fā)展的形態(tài)。

首先，馬化騰提到隨著數(shù)字經(jīng)濟(jì)的發(fā)展，科技越來越融入各行各業(yè)，在數(shù)字化和智能化的大浪潮里，科技是所有產(chǎn)業(yè)界都必須去關(guān)注的。目前在全球市值最高的十家企業(yè)中，前五家在一年之內(nèi)成為了以科技，包括以互聯(lián)網(wǎng)、信息科技為主的企業(yè)。而這個變化只是近兩年的事情，過去這些榜單里都是能源和金融巨頭企業(yè)。而今年已發(fā)展為有七家公司是互聯(lián)網(wǎng)和科技企業(yè)，騰訊和阿里都在榜單之中，其發(fā)展之快令人觸動。

隨后，他講到騰訊正在大力投入的幾個基礎(chǔ)性因素，第一個是AI，第二個是云計(jì)算，第三個是大數(shù)據(jù)，用馬化騰的話講，未來所有企業(yè)的基本形態(tài)就是“在云端用人工智能處理大數(shù)據(jù)”。

過去把“用電量”作為衡量一個工業(yè)社會發(fā)展的指標(biāo)，而未來“用云量”也會成為衡量一個數(shù)字經(jīng)濟(jì)發(fā)展的指標(biāo)，馬化騰說。大數(shù)據(jù)無疑又是AI和云的“剛需”存在，這是未來的一個方向。

最后，馬化騰提到產(chǎn)學(xué)研需要一些創(chuàng)新的生態(tài)。他認(rèn)為產(chǎn)學(xué)研是大有可為的，希望產(chǎn)業(yè)界和學(xué)校界能夠更緊密地聯(lián)起手來，共同迎接未來整個產(chǎn)業(yè)數(shù)字化和智能化的浪潮。

錢穎一

專業(yè)知識不是那么重要，更重要的是訓(xùn)練大腦思考

清華經(jīng)管學(xué)院院長錢穎一教授

“洞見論壇”主持人、清華大學(xué)經(jīng)濟(jì)管理學(xué)院院長錢穎一表示，“我作為清華經(jīng)管學(xué)院的院長非常高興的看到，今年清華計(jì)算機(jī)成為了最受追捧的專業(yè)，顯然是跟人工智能是非常相關(guān)的?！?/p>

面對從產(chǎn)業(yè)界到高校的人工智能熱，錢穎一援引愛因斯坦的名言說，“大學(xué)教育的價值不在于記住很多事實(shí)，而是訓(xùn)練大腦會思考。我想這一點(diǎn)，大家都是非常的贊同。專業(yè)的知識不是那么重要，至于什么專業(yè)都不重要，更重要的是要訓(xùn)練大腦會思考?！?/p>

對于這次論壇不僅是科學(xué)的知識，科學(xué)的精神，而且更重要的是對未來的探索和對未來的思考。今天的論壇到這里，期待清華-青騰未來科技學(xué)堂越辦越好，希望科技更多地造福人類。

張首晟

人工智能，為何是現(xiàn)在？

斯坦福大學(xué)教授張首晟

9月8日上午，斯坦福大學(xué)教授張首晟為學(xué)員們正式開啟第一課。從信息時代的摩爾定律、基礎(chǔ)科學(xué)和硅谷面臨的危與機(jī)、拓?fù)淞孔佑?jì)算機(jī)、人工智能等前沿科技知識，到為何投身投資事業(yè)以及中國未來的機(jī)遇，現(xiàn)場學(xué)員感慨“這是有生以來自己上過的最精彩的一堂物理課”。

人工智能的爆發(fā)源于三個重要趨勢的神奇匯聚：

第一，摩爾定律所描述的計(jì)算能力的指數(shù)增長。計(jì)算的能力一直按照指數(shù)增長的原理，也即按照摩爾定律指數(shù)增長；

第二，互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的爆發(fā)性增長所產(chǎn)生的海量數(shù)據(jù)；

第三，智能算法的快速發(fā)展，突飛猛進(jìn)在變化。

現(xiàn)在的人工智能還在一個比較簡單的仿生的階段。最早人類從鳥的飛翔中得到靈感，達(dá)芬奇想到怎么用一個翅膀像鳥一樣飛，但沒能推動到很前面。后來因?yàn)槲覀冋莆樟孙w行的第一性原理，也就是所謂的空氣動力學(xué)，指導(dǎo)我們造飛機(jī)飛的比鳥高，比鳥快，比鳥遠(yuǎn)，并且這個飛機(jī)并不像鳥。

人工智能也是一個同樣的發(fā)展過程?，F(xiàn)在人工智能可以看到，左邊看到人的大腦，有神經(jīng)原之間的連接，右邊可以看到計(jì)算機(jī)模擬神經(jīng)原之間的聯(lián)系。但我們還沒有真正理解智能的第一性原理，哪一天我們理解了這一點(diǎn)，或許就能夠把人工智能發(fā)展的更加突飛猛進(jìn)。

饒毅

人工智能模擬成人的，我認(rèn)為百分之百的都是假的

北京大學(xué)校務(wù)委員會副主任、理學(xué)部主任、生命科學(xué)學(xué)院講席教授饒毅

9月8日“洞見論壇”圓桌討論環(huán)節(jié)，北京大學(xué)校務(wù)委員會副主任、理學(xué)部主任、生命科學(xué)學(xué)院講席教授饒毅表示，當(dāng)前神經(jīng)科學(xué)受到廣泛重視，部分是因?yàn)槿斯ぶ悄芡苿?，但這并不意味著神經(jīng)科學(xué)處在任何一個特殊時期，神經(jīng)科學(xué)的研究會一直存在，而且神經(jīng)科學(xué)永遠(yuǎn)是最后的前沿，是無盡的前沿。

饒毅認(rèn)為，現(xiàn)在神經(jīng)科學(xué)的研究是有一定的進(jìn)步，主要的原因是用了所謂光遺傳學(xué)技術(shù)，這是一個重要的技術(shù)，這個技術(shù)重要到很多人在使用它。如果你要誠懇的評價的話，沒有帶來任何概念上的突破，是用于驗(yàn)證和否認(rèn)現(xiàn)在已經(jīng)有人想過的一些事情。驗(yàn)證和否認(rèn)的時候，結(jié)果特別好看，所以很多人在比較夸張性的用它來做宣傳。

對于人工智能的發(fā)展速度， 饒毅預(yù)期較為謹(jǐn)慎，他認(rèn)為，人工智能的發(fā)展在我們有生之年都不可能達(dá)到科幻的程度，甚至“所有的高級的（人工智能）對思維、認(rèn)知和情感的都是瞎說的。我也認(rèn)為人工智能的進(jìn)步是有限的，把人工智能模擬成人的，我認(rèn)為百分之百的都是假的。”

湯曉鷗

人工智能未來將有三大突破點(diǎn)

中國科學(xué)院深圳先進(jìn)技術(shù)研究院副院長、香港中文大學(xué)教授、商湯科技聯(lián)合創(chuàng)始人湯曉鷗

2011年是人工智能發(fā)展的一個分水嶺，有四個原因。

第一，需求。手機(jī)出來了以后，手機(jī)上的攝像頭變成了人的第三只眼睛，產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)需要智能地分析；

第二，數(shù)據(jù)的體量有了大幅的增加。智能手機(jī)的出現(xiàn)，產(chǎn)生了大量的訓(xùn)練和應(yīng)用數(shù)據(jù)。

第三，硬件的訓(xùn)練平臺。原來我們用CPU、用超算、做人臉識別的時候，用了近千個核，要跑一兩個月才能把一個算法跑出來。后來用GPU，10臺機(jī)器，六個小時就跑出來了。所以給了大學(xué)實(shí)驗(yàn)室和小公司一個可承受的硬件平臺和能力來做訓(xùn)練。

第四，深度學(xué)習(xí)的框架允許我們做端到端的學(xué)習(xí)。深度學(xué)習(xí)用深度神經(jīng)網(wǎng)絡(luò)框架，允許我們用幾千個、幾萬個、幾億個參數(shù)，覆蓋各種場景應(yīng)用。就可以在一些單項(xiàng)的應(yīng)用上超過人類，替人類來做這個單一的工作。

人工智能近期和遠(yuǎn)期有哪些地方是可以突破的呢？我覺得有三個方向應(yīng)用的會比較多。

一個是語音識別。這個是相對成熟，也是第一個突破的。

二是視覺，現(xiàn)在的主戰(zhàn)場就是在視覺領(lǐng)域。我們先把人聽的能力解決了，第二個是看的能力?？吹哪芰Φ膱鼍笆欠浅６嗟?，這個是目前的主戰(zhàn)場。

第三個就是自然語言的理解，這件事情是還沒有解決的。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。