因材施教是古已有的教育理想，今天，它终于可能要实现了，因为人工智能。
2月25日，在混沌研习社的课堂上，科大讯飞执行总裁胡郁告诉我们，有学校试用人工智能系统批改作业后，学生进步显著。因为机器更能知道，你哪个题错了，是什么知识点没学好，之后对你实行个性化学习推荐。
当然，人工智能改变的，不仅仅是这些。本文根据胡郁在混沌研习社的课程整理而成，约15000字。
演讲者｜胡郁
（科大讯飞执行总裁、消费者事业群总裁）
非常高兴来到混沌研习社，我跟混沌有过好几次的交流，每一次都深深感受到这里聚集了非常多有创新能力和渴望的人，这也是我为什么非常期待能在这里跟大家分享。
今天我给大家带来的报告其实不仅仅是从某一个角度，比如说从科技的发展或者是从产业的进步或者是从大众的认知，可能人工智能现在已经变成了一个非常多元化的角度的名词。
我们在讲人工智能，可能人工智能在不同的人的脑海中是完全不一样的，但是它是不是一个呢？我觉得还是同样一个人工智能，可能是从不同的角度来看。
第一、人工智能现在发展到一个什么样的阶段。
第二、我们现在人工智能到底是如何进展，如何向前发展的。
第三、人工智能将如何实现。
第四、人工智能的现状如何。
第五、什么样的人能够在人工智能大潮中取得最终的胜利。
人工智能是什么？
人工智能是什么？
在人工智能是什么这一点上来说，很多人觉得老调重弹，我觉得不能正确认识人工智能整个发展过程，向什么地方发展，边界在什么地方，大家就不能够有一个很清晰的判断。
第一个问题，人工智能在未来会是威胁吗？
刚开始人工智能出来的时候，包括比尔盖茨等都会说人工智能会对人类将是很大的威胁，这两年，大家认识到人工智能能够帮助到人类更多。
但是，当人工智能越来越多替代我们工作的时候，会怎么样？
其实，我们人类是宇宙创造的，是宇宙经过一个非常复杂的繁衍之后产生的智慧型生物，而人工智能是人类创造的，在更高的层面上大家会关心，他们是在什么样的世界里。
1946年，计算机被发明以后，产生了新的世界，这个新的世界就是数字宇宙。
数字宇宙里的法则，跟原来的自然宇宙是完全不一样的，其实我们今天谈论的人工智能是在这么一个大的框架下来进行的结果。
大家要注意到一点，宇宙离我们现在整个的时间有多少年？130亿年，但是数字宇宙产生的时间是多少年？如果算到今天才71年而已。
正是因为有了数字宇宙的产生，我们今天才能站在这里谈人工智能 。
数字宇宙里面的演变是非常快的，1956年的时候，科学家可能已经预见到将来整个的数字宇宙里面的人工智能，计算机科学发展，但是受限于当时科学和技术的发展程度，可能实现不了。
在2015年世界机器人大会的现场，有专家问：胡郁，在你看来，人工智能和机器人是什么关系。
机器人这个词是1920年提出来的，比人工智能早。很多人认为人工智能只是机器人大脑，但当时我给出的回答是，也许他们就是一个事情，只是从不同的角度去看。
为什么？机器人也是能够感知、认知，决策执行人造的机器。
差别在什么地方呢？本质上，机器人是在真实世界里，尊重物理规则，人工智能系统其实也可以说是一个机器人，但是它是在数字宇宙里面来解决所有的问题。
举一个例子，我们在家里面要试行智能家居系统，我在一楼想开二楼灯，有语音识别，后台信息化系统就能够把我的意思理解出来。
然后通数字宇宙的控制器，无线WIFI传感协议，连接到二楼灯上之后打开，整个决策感知认知处理过程，全部是在数字化的世界里面完成的。
如果要做机器人会说，我要做一个机器人，这个机器人必须站你面前，听着你的指令会爬到二楼去，把开关打开，这也实现了认知、认知决策执行的整个过程，但是它的通路是完全不一样。
所以都是达到了同样的目的，但是是解决问题的两个角度和思路。
人工智能里面还有一个非常有意思的问题，就是专家说的人工智能，和业界说的人工智能，可能角度也不一样。
人工智能学家希望能够做出跟人脑一样的系统，我们叫做强人工智能系统，这种强人工智能系统，举一个例子，小孩看的绘本上的挖掘机，真实的世界里面看到的会说这个就是挖掘机，但是人工智能系统可能要学习，看过几千万张到几亿张图片才能够提取出来。
为什么呢？因为人类的智能工作原理和我们现在是不一样的。所以从强人工智能来讲，非常小样本的关键性的信息提取，能够产生的学习能力，是我们现在一直还达不到，而且想追求的。
另外一点强人工智能是普通性的人工智能系统，我们也叫做通用人工智能，一个大脑结构既可以下围棋，又可以驾驶汽车，还可以干很多其他事情。
如果讲前面强人工智能是要顶天的话，后面的人工智能要立地，就是不管能不能跟人的智能同样强大，只是在某些方面替代。
我们让一个机器和程序表现出来跟人的智能行为的表现一样，至于它根本上是不是用人的智能方法实现我们不是很关心，这种方面所做出来的系统，恰恰是现在计算机应用领域，我们说语音识别，图像识别，自然语言处理，我们现在看到的自动驾驶所追求的结果。
但是这些智能都是单一的智能，都是在每一个方面我们叫做弱人工智能。
香港科技大学计算机系主任，原来华为研究院的院长讲过一个例子很恰当，他说如果强人工智能，计算机真正可以思考从0到1过程，而现在弱人工智能其实是让计算机去模仿我们人类的N多个功能中的一个，是从1到N。
我们回顾到整个弱人工智能的发展来看，其实都是一波三折的，在过去的60年里面人工智能整个经历非常长的跌宕起伏的过程。
在人工智能刚提出以前，是大型机时代，大家觉得人工智能马上能够引领整个的人类社会了，但是到了70年代的时候，发现人工智能在当时情况下有很多问题理解不了，大家热度迅速下滑。
到了个人电脑时代，人工智能再次兴起。在当时日本第五代计算机计划和美国星球大战基础上，中国863计划开始实施，而这奠定了中国人工智能发展的根基。
但是真正的，我们现在所谈论的人工智能，其实应该到第三个阶段，到互联网。
讲一个非常有意思的事情，国际上其实一直存在两种思路的博弈，有一些人认为人工智能将取代人类的工作，我们叫做AI，还有人的思想，包括互联网技术本身，我们也有人叫做IA，就是用智能的技术来增强人的能力，互联网是一种典型的用智能技术增强人的能力。
举个例子，美国电影里80年代的信息入口是什么呢？电话本。当时的语音识别得到了极大的关注，大家都觉得打电话这么方便，如果将来有一天在电话里面用自动机器人来应答你，就是占住了所谓的入口。
当时在1990年初的时候语音识别非常的热，包括IBM推出的深蓝。
但是互联网到来摧毁了这一切，因为人们不打电话了，电话本也随之消失了。
事情的发展是阶段轮回的，到二十一世纪前十年因为互联网，大数据，云计算的发展，人工智能又迎来新的浪潮，这才是真正大的产业背景。我们后面说到的深度神经网络和这个大背景有关系，这个情况下人工智能可以再度崛起。
人工智能发展到什么程度了
人工智能发展到什么程度了？
讲到这个问题，我觉得第二个问题来了，人工智能到底现在发展到什么程度了，是不是真的能够威胁到我们人类。人工智能会是泡沫吗？
确实人工智能产业有点过热，可能没有大家想象的那么好，也没有大家认为那么不行。我们来看一下人工智能现在到底到什么情况。
如果说人工智能有很多的角度的话，我们可以这么划分：
机器被发明出来以后，人工智能系统最现出来做运算，做存储，其实在运算和存储这个事情上，机器相对于人类是有绝对的优势。
但是中间有一个层面是现在的动物和人类都具有的，我们叫做感知智能和运动智能。简单一点讲就是能够感知周围的世界并且做出反应，真正的人类所独有的一种能力，我们叫做认知智能。
去年3月份阿法狗战胜李世石九段引起很大震动，这其实和90年代第一个战胜人类的跳棋程序在本质上并没有特别大的差异，这些棋类游戏都是信息完全公开的博弈系统。
这个系统里面机器靠算，靠存储信息，其实是拥有优势的的，机器唯一劣势是以前机器不够快。
而现在，机器现在算得很快了，当你下围棋的时候，我们往下预测下十步二十步，机器可以算到二十步。
人类计算16万盘棋，阿法狗全部看一遍，而且把中间的对局和结果下出来，而且自己和自己下三千万盘，这样的大数据人类脑袋神经系统也没有记录下来，机器可以。
所以，现在难的不是完全信息公开博弈的游戏，更加难的是德州扑克，斗地主，麻将，多人参与，信息不完善，这是一个挑战。
在感知和运动智能上，这一点是以前机器在过去一直没有突破的，我们看到动物看到周围世界，立刻控制他的身体，做出相应的变化。随着整个技术的发展，机器在这一方面已经处于超越人类的地步了。
但是人类还有一点比动物更加重要的特性，叫做人类独特的认知，会变得越来越聪明，而变聪明这一点跟人类的认知智能有直接的关系。
而在认知智能方面，计算机很难突破，这集中在语言的理解，知识的表达，逻辑的推理和自主的学习。
大家对人工智能的发展，其实都有自己的看法。
大家都知道国内的几个巨头，BAT，特别是百度在人工智能方面花的力气是最多的，百度自己的机器人也参加各种各样的活动，百度的自动驾驶汽车也做了很多发展。
阿里巴巴的人工智能在大数据的基础上来做的，因为对大数据处理的本身就是一种人工智能表现，甚至有人给出一个新的定义，叫做超人工智能。
腾讯也成立了AI实验室，还是跟他的娱乐，跟他的社交，微信里面很多技术结合在一起。
京东人工智能也成立了自己的研究实验室，围绕着整个电商，包括配送体系，这里面可以用到机器人，包括整个人工智能在电商里面自动推荐。
可以看到这些大的产业巨头对人工智能要跟原来的主流方向都有非常紧密的配合。
科大讯飞作为一个平台级的专业的人工智能公司，希望能够为各个行业和为最终用户提供人工智能能力。
国际上最有名的还是谷歌让人眼花缭乱的动作，而IBM作为老牌公司，最终希望用人工智能嵌入到各个行业里面。
他最有名的是在医疗上，他在美国买了相当多大数据医疗公司，利用这些公司的大数据和Watson认知智能的技术，来帮助医生或者帮助患者来改善医疗。
Facebook的第一个应用在Facebook的客户端里面进行反落地或者反黄色的人工智能侦探，原来是人工做的，现在做成智能化处理的。
微软研究院1993年就成立了，专门有做人工智能方面的研究室，而且这些研究室请了很多图灵奖得主来引导，为什么没有大规模的成果，因为那个时候互联网没有像今天这么发达，大数据还没有今天这样发达。
但是有一点要提到深度神经网络能够现在大行其道，能够取得成功，最早就是因为加拿大多伦多大学的教授和微软研究院的研究员，他们两个合作将深度神经网络进行语音识别上，那一年是2009年。
还有亚马逊，最早是卖书的，最后做的云计算引领了整个世界。
人工智能如何实现
人工智能如何实现？
当前人工智能的成功了，有很多要素，有人认为是核心算法突破，有人认为大数据获得深度挖掘，还有产业和生态的建议。这三个因素同等重要，因为绝不单单是一个简单的算法的突破。
刚才提到了强人工智能和弱人工智能，但是强人工智能和弱人工智能到底采用什么途径实现的呢？
强人工智能一定离不开对人脑的理解，弱人工智能就是依赖于刚才讲的三个因素核心算法，云计算，大数据，云计算是跟开发者有关的生态，这已经成为第三次人工智能浪潮崛起不可避免的因素。
其实过去还有一个非常大的问题，就是得到数据的成本太高，而且那些数据都是在模拟的环境下获得的。后来互联网解决研究了这些问题，帮我们大忙，我叫做连接效应。
就是什么呢？你必须在真实的使用环境下得到真实世界，不管是语音识别，图象识别，还是人工智能。
最早利用互联网连接效应的就是谷歌，谷歌最开始的搜索利用网页之间的连接定优先级，用户点了关键词搜了网页，出现了一个网页排序，用户肯定会点后面具体的连接，用户在输入搜索词和点击连接形成关系，很多人去用，这个搜索词匹配哪一个最有可能点击，马上会知道了。
有点像什么呢？一个水滴滴到水面会扩散，扩散一开始是不完善的地方，是你的误差，但是扩散出去后，他们使用过程中中会产生数据，系统可以去学习以及提高。
当越来越多人用的时候，他的系统性能会越来越好。利用互联网降低迭代和学习成本的方式，包括小米手机迭代开发，硬件优化，当前工业界弱人工智能能够做的非常重要的理念。
我们可以看到深度神经网络算法，这是上帝给我们的一个工具，而大数据是我们整个工业体系，整个当夜的互联网体系所带给我们的，这是为什么现在中国人工智能研究能够比肩美国，超越日本和欧洲的根本性的原因之一。
我们的科大讯飞语音识别系统也是2010年发布语音云，经过十亿人次积累和训练所达到今天看到的效果。
我们整个互联网的商业模式，因为有大量的免费的服务提供数据以后，我们可以用这个模式建立起来迭代更新优势来训练我们的人工东西，当前的人工智能成功绝对不仅仅是技术成功，这是我们整个信息体系和整个商业运营的组合的成功。
而这一点在在世界上有完整的体系，其实只有中美两国具备有这样体系。在全球化方面我们还落后美国很多，美国在整个地球的范围内做这个事情，中国可以做到在中国。
如果当前工业界人工智能进展，我们看另外一个角度，就是脑科学对我们人工智能到底有什么样的发展。
美国欧洲下一个阶段生物和信息化的最大的计划是什么呢？就是脑，因为脑是人类现在所有器官中间最不清楚的功能，而且脑又跟人工智能紧密相关在一起。
美国奥巴马时代推出了脑计划，中国也推出中国脑计划，我也参与了，随着现在技术发展，我们可以把人脑一千亿亿神经源细胞和电流工作记录下来，通过这些信息复制人的全脑。
我们现在能够做到的首先是虫子，虫子里面神经系统很简单，现在可以把整个神经回路复制出来。第二个老鼠，再上面是猴子，再上面是人脑，因为人脑是最大的，因为在人脑方面做实验还有很多伦理限制，但是已经往上面迈进了。
人工智能会不会毁灭人类？其实人工智能毁灭人类有一个前提，就是人工智能必须有意识，如果没有意识的话很难毁灭人类。
我们在过去几年里面也提到了这个问题，大家现在所看到的智能和意识，从哲学的角度来讲很多人讨论这个问题，智能和意识是与生俱来的吗，他们两个是紧密关系在一起吗？
在自然宇宙里面，意识的定义就是能够智能地交流。我们观察到的现象，一个东西越聪明意识会越强。
但是在数字宇宙里面不一定是这样的，因为这是人创造出来的，人工智能可能很强，甚至在某些方面超过人类，但是它不一定有意识。
《未来简史》里也认为，将来机器对人类最大的威胁不是机器要毁灭人类，而是确实会存在一批有智能没意识的东西，比如家里面的机器人，他不会吵嘴，也不会看你的隐私，但是他会帮你打扫家庭卫生，照顾小孩，他会替代你的工作，这个威胁可能会更大。
大家可能会问到底深度神经网络怎么用。
其实深度神经网络具体落实到你用哪一个程序，或者哪一个系统来做。因为深度神经网络已经是一个公开的算法。
现在国际上有很多神经网络开源工具，可能不同的东西会告诉你，不同的神经网络对于不同的词是不一样的，但是真正神经网络奥秘，我起一个名词叫做构型，神经网络怎么适配你的数据，适配你的学习过程，他的整个的网络拓扑结构之间的构型会导致有很多差异。
比如，我们图像用新的构型来做，大家手写在笔记本上面，手写识别也是最好的水平，广泛用在教育里面，可以帮助老师直接批改学生的作业。
真正难的是认知智能，因为大部分后面会发现，不管是跟机器人聊天也好，还是你要帮助老师去改卷子也好，帮助医生去判断病情也好，还是要帮助律师去分析一个案件的案情也好，你都离不开概念逻辑推理，语言表达，所有这些知识东西全部依赖于认知。
而认知里面核心，语言表示，知识表示，自主学习。首先你要把自然语意描述表达出来，在这个基础上做原理解释和知识表达
当前人工智能最新的结果是什么呢？我们讲的人脑的机理可以用在神经网络上。这是海边上灯塔图片，人类在看的时候，从视觉上看会集中在灯塔上，并不是均匀分布的，人类会自动选择重要的概念上进行集中。
用通俗的一句话说，这种神经网络能够自动的把你的输入和输出，他们之间有相关性的部分匹配起来。比如说一个语言到另外一个语言，这个语言里面的I对那个语言的我可能位置不一样，利用这种方法，我们可以看到在机器翻译上为什么能够取得突破性进步，就是因为用这种神经网络的方法。
我们最近在翻译结果上也取得世界上非常显著的结果，现在谷歌、百度、讯飞采用的技术都是一个层面上的，但是你在构型上的差异好坏，会使你取得技术性的领先性，你一直努力才能一直比别人领先。
人工智能何时到来？
人工智能什么时候能到来呢？
很多人认为，它已经进入了我们的生活，也有人认为，人工智能的技术应用还不成熟。
过去几年，大家一直在说，人工智能很好，很快就来了，比如智能家居马上就来了，但是现实是，它总离我们差一两步。
其实，人工智能正处在转换的关键点上。
怎么办？你要看人工智能具体用在什么方面。我认为主要是两个方面：
一是自然交互，它一定会改变我们整个生活的交互方式，比如手机、穿戴式设备、智能家居、智能汽车。
二是智能学习，它会改变消费者使用智能硬件的方式，人工智能与行业相结合，可能会颠覆整个行业。
先说交互方式。
人机交互的方式在不断变化，从上世纪60年代的大型机时代，到上世纪70年代的小型机时代，再到个人电脑、手机以及万物互联的时代。
交互方式已经发生明显的变化，从当初的键盘和字符，经过了鼠标和图形，现在已经变成了语音交互为主、触摸交互为辅的第三代交互。苹果新出的耳机，让以后可能打电话不需要拿出手机，只需要说出要打给谁，就直接可以通话了。
因为这样的场景太多了，比如你在运动中怎么用手机呢？操作起来太麻烦，这个时候，就需要弱视觉层面的语音交互。最近这几年，互联网厂商准备上亿台语音控制的电视盒子，这就是利用语音的人工智能相互方式。
但是像购物、看片这样的动作，必须要看清楚才能操作，所以与图像的结合是很重要的。
很多人会认为，人获取信息最重要的方法，80%来自你的眼睛，所以视觉太重要了， 但是人机交互的时候，其实不是这样的，因为人机交互是一个过程，人能够看到很多东西，可以从里面获得信息与机器进行匹配。
机器有显示屏，可以把想说的东西显示在屏幕上。人因为视觉发达，可以迅速接受机器显示的图像，机器可以用语音，也可以用图像来表达。
但是反过来说，人类没有显示屏，人类想跟另外一个人表达，需要把脑子里想的东西表达出来，所以只能写，画或者说。从这个角度来讲，机器对人的表述过程，是将感知智能和认知智能结合的过程，在语音方面可以把概念和逻辑分清楚。
但是机器现在自己对图像处理能力的理解也不够，加上人类也没有显示屏，在人和机器交互过程中，常见的是机器显示图像，而人类用语音控制，机器能够理解。
人机交互，语音交互真正在什么情况下应用？
想象一下你如果回去以后，现在在家里面最大的闲置的东西就是家里那块屏，它没法直接触点，绝对没有你手机方便，更需要在手机上沙发上躺着发号施令就可以了，机器可以通过屏给你展示，这种体验需要我们一点点做，从智慧家庭的角度来看电视大屏和VI，我们的投影，我们将来的全息显示，包括很多种显示方式会跟我们的语音交互的产品结合在一起。
智能汽车不用说了，智能汽车没有驾驶员，人上去还是很害怕的，感觉怪怪的，有语音交互，感觉像是有驾驶员，给你的感觉更好一点。
当语音功能介入到很多的产品里面，这个产品的性质发生了变化。当我们在使用一个工具的时候，我们从来没有想过这个工具需要做交流，因为他是一个工具。
但是当一个物品，做成人的样子，跟人进行交流，在我们内心深处，还是会认为它是一个有感情、有人格的东西。
我们刚才看到很多例子，都是解决大众的生活，比如智能手机、智能耳机，这会影响我们后面的硬件形式，操作系统和很多方面。
但是人工智能跟行业的结合，可能会更加重要。
我们可以看到在当前的行业里面最缺乏的是什么呢？是优质的人力资源，优质的老师，优质的医生，优质的律师，优质的公安工作者。
但是我们会发现这些人越来越稀缺，不然就不会上学难，看病难，替代的方法是什么呢？我们会发现，人工智能不能替代最优秀的老师和医院，但是可以替代他们75%的工作。
举个例子，我们希望给每个学生配一个老师，这是不可能的。但是现在人工智能系统可以帮助老师去批阅学生的考试作业。
之前英语作文在中学里的布置周期的一月一次，因为老师没有那么多时间改卷子，但是现在人工智能系统能够批注作文，所以老师可以一周就布置一篇作文。
这个自动批改系统，比人更能知道，你这个题没有做，是因为哪个知识点没有学好，我可以推荐你什么题目，完全实现个性化推荐，针对不同的学生推荐不同的知识点来学习和巩固。我们在黄冈中学广州分校试用之后，效果非常显著，每个人都是适合自己的学习方案。
医疗也是一样的，中国的医疗资源非常不均衡，好的资源都集中在大城市，那不在大城市的人怎么办呢？
现在，感知和认知智能能够帮你读片子，在癌症数据库上进行筛查，比医生看片子还要准确，毕竟医生来看，很受经验以及状态的影响。
在信息完全的情况下，只需要运用运算智能时，机器是可以取代人类的。
当信息不充分时，机器只能辅助人类，比如打德州扑克或者打麻将。还有做一些战略性的决策时，有很多信息你不知道，这个时候机器可以辅助人类。
真正人类主导的是创造性的工作，比如艺术类，没有主观意识是做不出来的。
在这三种不同的工作里面，机器和人的关系是不一样的，而不是简单的机器就一定能够替代人类。
国际上有几个报告，一个是在2018年，有300万员工要汇报给机器人老板。实际情况可能比这更多。
著名的德勤咨询把人类工作列了很多，比如说医生、老师、管理者、政府官员，运动员，每个职业都有很多技能，比如说老师要会批改作业，要讲课，每一个技能列了能不能用人工智能系统进行代替，发现有45%的技能，包括批改作业可以用机器代替的。
而德勤咨询另外一份报告，认为80%的公司需要认知智能解决知识工程工作。儿科学杂志说到2045年会有50%的工人，因为机器会替代他们的工作而失业。
但是机器替代人的问题是一个长期问题，现在最近美国特朗普上台搞了很多贸易封闭政策，说美国人为什么保不住工作，有全球化贸易等各种各样的原因，但是其中有一个根本原因就是技术的进步，汽车、钢铁工业工人被先进的技术替代掉了，这种趋势还在后面会愈演愈烈。
谁将在这个时代起到作用？
那么，谁将在这样一个时代起到作用？人工智能时代，有哪些公司最值钱？
我的回答是两个，一个是真正掌握人工智能核心技术公司，真正能够知道人工智能原理，知道深度神经网络，真正设计构型。
二是能够掌握最终客户的2C公司，在行业里面有绝对的优势，知道怎么把人工智能用好。
一定是这两类公司最后能够取得成功。
不过，人工智能时代的竞争，是单个公司之间的竞争吗？其实从上世纪90年代开始，哈佛商学院教授已经意识到公司之间的竞争是生态体系的竞争，很多时候是一个生态体系替代了另外一个生态体系。
比如IOS和安卓，背后是苹果和谷歌两大阵营的竞争。苹果有很多开发者，谷歌的操作系统是自己控制，所以我们看到，安卓更灵活，苹果的体验更好，这就是局部封闭和完全开放之间的不同。
我要说什么呢？在商业生态竞争中，其实真正取决于公司大小是在商业生态中的地位，首先你如果所处行业很小，你在行业中间又不处在决定性位置，你公司不可能做大。
从这个角度上来讲，我们都关心的事情，用技术创新的方法有没有可能在商业生态中占据好的位置。
在过去的过程中，比如说用石油，埃克森美孚，一直是石油生态系统最高的，他的股价没有低于四千亿美金，但是在IT领域可以看到，每隔十年，刚才讲的变革都会有新的生态出来，新的生态的技术创新起的作用越来越重要。
有没有可能在这样一个生态里面进行协作？我也分享一下我的经验。
大家都说公司人工智能，大数据，云计算怎么做，将来每一个公司都会拥有自己的人工智能大数据和云计算，这些公司之间在这些情况下进行协作。
我把公司定义成有正交的，如果你个公司主营业务是正交可以互相支撑的。为什么苹果和华为，他们两个主营方向一样，他们都是垂直型产品公司，他们是平行，他们之间一定是竞争关系。
但是谷歌和华为，谷歌是平台型公司，谷歌会给所有人提供这个能力，而华为是垂直型产品公司，他们之间就会有合作。
彼此正交公司之间要建立紧密合作关系，这必须建立在每个公司有自己的人工智能大数据和云计算的。
在人工智能讯飞做人机交互，家电公司要做整个家电从售出到营销和维护过程垂直人工智能，这怎么合作，云计算怎么合作，我认为是一个混合的状态。只有技术创新才能让你具有竞争力，使你具有和别人合作，进行混合正交的商业生态的可能性。
我认为一个真正的核心技术公司，可能样板就是以下几点，第一，核心技术创新要做世界上最好。我是做语音的，我们先把中文做到世界上最好。我做搜索，中文搜索也要最好。
光有技术上最好不够，中国有很多研究院做的也是世界上最先进的，你还必须是商业性的公司，所以依靠技术本身，它所结合好的商业模式也要能够赚大钱，这就是能够见到非常大的利润，华为去年做到五千多亿人民币，确实靠技术不断演进不断挣钱。
当一个公司有了最先进的技术，能赚到很多钱以后，下面就看到本色了，因为技术的硬骨头很难啃了，你做更系统化的技术，做到手机上一个部分，你把其他先进技术做了，还是拿这个购买稀有资源，买产权，买其他东西，这是不一样的。
一个技术创新的公司，一定还会将大部分的收入利润投入到更多的技术研发里面，而使之技术研发更加领先。
最后一点一定是国际化的，技术是没有边界的，语音和语言既是一个保护伞也是一个阻碍，我们可以把中文做的很好，我们走到国际把世界语言做的很好。
我们需要聚集世界级人才，只有满足这几点，这不仅仅是技术创新，而是对任何希望用创新，我们今天主题是创新和创业，用创新解决创业问题，你就要按照这条路去走。
但是创新里面的技术，我们说顶天立地，研究院所和革命大的投入做出人工智能技术，还有一些是依赖于这些技术的产品创新和微创新，不这样的话用户没有好的体验。
他只看到技术，这一点是我们一直不断的反省和希望能够提高的，用户需要的不是最好的技术，而是最好的产品和用户体验，这样把核心技术创新和产品创新和用户创新。
我们为什么有那么多开发者，我们也希望找到非常好的产品和结果原因，这两者结合起来，并不是每一个开发者和创业团队一开始拥有非常好的人工智能技术。
新技术和新产品在发烧友进行使用，人工智能得到生长，当这些人工智能完善以后会逐步扩散到整个的商业市场中间去，这是有一个过程，不是所有的东西一上来就能够马上很好。
我们现在看到很多互联网创新因为是产品创新，因为是商业模式创新，但是大家没有看到在过去几十年当中，互联网、移动互联网基础的系统创新，核心技术创新一直在进行。
我们现在才有了这样好的环境，在过去时间里面这些创新都是美国公司进行的，比如说高通，英特尔，IBM，中国将来一定会爆发出来越来越多创新公司，可以把系统创新，核心技术创先和商业模式创新和产品创新结合在一起。
这就讲到两种类型公司，一种是登山型公司，你要作系统创新，核心技术创新，原始创新，必须一步一个脚印。
你要做产品创新，商业模式创新，微创新的时候，你要做一个冲浪型的公司，吴军写的浪潮之颠，这有大浪潮和小浪潮，当小浪潮的时候，机会来临的时候要抓住，可能半年一个月就完成了。
我相信将来一个伟大公司能够结合这两个方面能力，你只靠抓住风口搏机遇，有可能永远不能掌握更大的趋势，你错过了这个可能错过了一切。
你如果是登山型公司，在大的浪潮中不断的找到自己定位，中国有很多公司也要结合起来，也不是说每个公司都具有这两种趋势融合在一起，有可能要通过公司之间的协作，我刚才说的混合正交的商业生态，来组合形成这么一种态势。
另外一个非常方便，非常重要的内容，就是思维的方式，我们干很多事情，包括我们做人工智能的时候，我们发现工程性方法，我们解决人工智能，用规则，方法，甚至有人最后得出来有意思的方法。
我最后跟大家分享一点，大家既然定为创新者创业家，前几年的时候我也是比较焦虑的，我想很多的企业都会焦虑，BAT会焦虑，他会觉得新的一轮生态产生的过程中，别看家大业大也会被颠覆的。
第二个是传统的企业家会焦虑，这些东西我都不懂，感觉我要落伍了，完全被抛下了，他也很焦虑。创业者也很焦虑，他说我还这么小，还有这么多想做的事情BAT都在做。
我们经常看到很多人讲我们要回归初心，这可能包含，能不能像小时候一样，大家记得小时候玩耍几个条件，一个是玩的是喜欢干的事情。第二，跟你玩的一群人肯定是相互喜欢的人。第三，我们都非常重视结果，中国说成王败寇，最后赚很多钱成了大家追着你，你如果最后没有做成，会离你而去。
我也去了解过一些，采访过真正世界冠军或者培养世界冠军人的感觉，世界冠军最后真正拿到冠军是比较放松的时候，他在技能上差别不大，最后能成跟他心态非常有关系。
我的想法是我们的征途是星辰大海，但是也要充分享受每一个小确幸，这样我们才能够用玩耍一样心态去创业，去创新，我也希望我们在中国真的能够用人工智能能够引领世界，改变世界，谢谢大家。
互动环节
提问：小微智能公司如何避免与巨头公司的直面竞争，现在大公司留给小微智能公司的机会还有什么，包括小微公司怎么样才能踏好智能时代发展浪潮，并且掌握好这个节奏感。
胡郁：有一些传统的合作伙伴在行业里面的渠道的力量是很强的，但是他对人工智能这个东西一点概念没有，你让他招一个团队做人工智能，真不一定能够做出来，他对这个完全无感。
小微公司如果要做行业合作要找行业里面有深入的，能够接触行业市场的人去合作，在合作过程中第一个要找靠谱合作方，别合作了给你踢了。
第二，小微企业从将来的退出角度来讲，你要找合作方将来有可能你成为他一部分，或者共同在资本市场上获得更多的支持。在这个过程中小微企业的发展在行业里面肯定会有很多机会。
小微企业如果想做消费者市场，应该是比较难的。如果真要做我建议瞄准一些细分市场，先要取得一个小成功，在小成功足够养活你的团队使之活下去，千万别想太大的事情，太大事情都做不了。
我们讲的浪潮是不断来的，你有了这个能力以后，没有人在一波浪潮上成功，你先活下来。讯飞从刚开始创业到现在，很多人都讲怎么坚持这么长时间，就是我们是爬山型公司，我们在每一步浪潮中都找到活下去办法，这是坚持到现在。
提问：有人说当前取得的深度学习带来的AI热和应用上的突破是得益于大数据和计算能力的提升，但是从学习算法和理论上并没有太大的进展，你认为可能取得突破的关键在那儿，包括现在科学家也开始注重产业化，科技成果转化了，你怎么看这个问题呢？
胡郁：我觉得这一波人工神经网络，大数据计算能力还可以往前跑一阶段，当前创新的浪潮还没有去掉，还可以解决很多问题。
我们讲的类脑和脑科学的进展，我还没有讲到更悬的，更悬的脑科学进展不是在脑科学里面学习什么，而是做了类脑芯片，比如说IBM的那个芯片，那些进展要想到成熟到应用，最少还需要十年的时间，十年之内IT产业发展太快，这一轮人工智能布局和整个产业生态的建立都已经完成了。现在要把握住机会，深入到各个点。
现在很多科学家创业，我们是典型的，这中间创业成功，技术起到一定作用，最重要的一定不是技术，最重要的是对时机的把握。
你这个时候该干这个事情不干其他事情，而这种能力对刚开始从研究领域转到商业领域，这中间是一个很大过渡，这是为什么中国很多研究院所开公司不太成功原因，而一个在市场上开过公司，失败过几次的人，他更容易成功。
*本文根据胡郁在混沌研习社的课程内容整理而成，欢迎转发分享，转载请注明出处。