身兼英國帝國理工大學終身教授、英國皇家工程院院士、數(shù)據(jù)科學研究所所長、歐洲科學院院士，毫無疑問，郭毅可當屬華人在全球人工智能與大數(shù)據(jù)研究方面的頂尖專家。

如何看待人工智能研究與應用目前的深層次問題，尤其是中國在這方面科研的能力，國內多家媒體日前群訪了郭毅可教授。

2014年，郭毅可在英國帝國理工大學創(chuàng)立了數(shù)據(jù)科學院研究所，建立了歐洲最大的數(shù)據(jù)科學可視化演示平臺，這在全世界只有2到3所。

1月14日，郭毅可在深圳舉行的第五屆深商全球大會上發(fā)表演講稱，從數(shù)據(jù)資產到數(shù)據(jù)資本有兩個瓶頸，一是實體資產和數(shù)據(jù)資產的不對稱，二是數(shù)據(jù)資產的可交易性與數(shù)據(jù)的使用特征的矛盾。

“人工智能風起云涌，我們在人工智能方面的投資直線上升，但上升趨勢有所變化，一方面因為經濟下行，另一方面是我們要降溫，降溫的主要原因是要真正看到人工智能今天發(fā)展的現(xiàn)狀和實際運用中的問題，要注重創(chuàng)新的質量?！?/p>

中國人工智能應用太窄 僅僅是人臉識別

問：您怎么看目前國內醫(yī)療數(shù)據(jù)的開放問題？

郭毅可教授：醫(yī)療數(shù)據(jù)開放不是一個簡單的技術問題，也不是管理問題，實際上是對數(shù)據(jù)的理念和體會不同。正常來說，醫(yī)院不應該擁有病人的數(shù)據(jù)，病人的數(shù)據(jù)歸自己所以后，現(xiàn)在我們國家沒有對數(shù)據(jù)所有權進行鑒定。

理論上，你的數(shù)據(jù)包括檢測結果，都應該歸你所有，不存在醫(yī)院數(shù)據(jù)共享不共享的問題。如果說數(shù)據(jù)是歸病人的，病人發(fā)現(xiàn)有了這些數(shù)據(jù)之后，將來看病是有用的話，那他就會把數(shù)據(jù)取出來共享。

要達到數(shù)據(jù)共享，最大問題是，要解決數(shù)據(jù)所有權。這在中國還沒有開始。

同樣的例子，比如說安防攝像頭，我的照片你照了以后，所有權在誰的手上？如果我的照片你要拿去用，這還有肖像權的問題，所以，數(shù)據(jù)資產鑒定，是數(shù)據(jù)經濟發(fā)展非常重要問題，這個問題我們無法不去考慮。

問：國內人工智能目前應用方面，您怎么看？

郭毅可教授：我唯一的感覺是人工智能應用比較窄，比如都在圖像處理，都是人臉識別，老識別人臉沒意思，人唯一不穿衣服的地方就是臉，所以人臉識別相對是最容易的。

你要識別成衣，這是最困難的。應用這么窄，有可能是快錢驅動的，這個地方很容易來錢，那都去做這個。

很顯然，人工智能并不是只能應用在人臉識別上。

問：更寬的領域有哪些可以應用落地？

郭毅可教授：應用場景我覺得太多太多了，中國人說衣食住行，這都可以用。

“衣”我講過了，“食”就更沒問題了，既然能分析人臉，為什么不能分析食物的成分呢？為什么不能分析它的質量和新鮮程度？它的營養(yǎng)和配置？如果能分析出來就非常有意義，肉多了可以點個青菜，這也是人工智能。

“住”，比如家居方面，有些吸塵器已經很不錯，但問題也很多，比如爬不了樓，如果讓吸塵器能爬樓，不是好嗎？

再比如像中國很多地方，溫差很大，外面很冷，屋里很熱，空調為什么不可以根據(jù)人的體溫傳感來調整溫度？這也是很容易的事情。

“行”，更不用講了，約車軟件都是很好的應用。

問：對比國外人工智能在金融行業(yè)的應用，中國有哪些可以借鑒？

郭毅可教授：國內金融領域人工智能應用還是比較窄的。第一是在征信上，第二在交叉銷售、推薦產品方面?；旧弦簿瓦@兩個了，剩下的量化不算人工智能。

但實際上人工智能在金融產品上的應用遠不止這些，我覺得一個非常重要用的好的：如何對一個投資有因果分析。比如對新聞的變化，可以獲得對某一類投資的風險識別，而不是大眾化的，是個性化的。我覺得這種風險識別很重要。

問：國內像智能投顧風險預測很少去做，所以只去賣標準化的產品。

郭毅可教授：對。風險分析，“險”就是機會。我覺得不光是賣產品，最主要是讓客戶能有預測性。當然，這個比較難，而且跟銀行商業(yè)模型不同，銀行主要是推銷產品，不太管風險。

中國最缺人工智能倫理

問：有統(tǒng)計說，中國AI人才缺口在百萬級，您是否觀察到？培養(yǎng)人才方面有什么經驗？

郭毅可教授：百萬我不知道這個數(shù)怎么算出來的，不管是百萬，還是十萬，反正是缺很多。

中國缺人工智能，看如何定義了。我覺得中國缺的是有人工智能思維的人，真正理解人工智能怎樣為社會做事情的人，而這種缺口是很大，不僅是缺，而是不重視這個問題。

很多人覺得人工智能只要能用、能服務就可以了。實際上這種想法并不正確。人工智能做很多事情是一個錯誤觀點，舉例子，我看到過一篇文章，可以通過看銀行行長的臉來看銀行業(yè)績，技術上是做得到，不需要深度分析。但問題是，這樣的研究是對還是錯？

問：我聽說可以通過兩張照片放一起，就能預測到下一代長相，這是對還是錯？

郭毅可教授：要想清楚機器能做的事，并不都是對的，人們對制造武器的時候，對這個問題非常理解，這跟人工智能一個道理，也很重要。

問：關于倫理問題，您怎么看基因編輯？

郭毅可教授：這是兩碼事情?；蚓庉媯惱砀斯ぶ悄艿膫惱硎峭耆煌姆较?，基因編輯畢竟是技術手段，用和不用的問題，或者如何監(jiān)管，如何成熟，到了一定程度可以控制風險以后，人們會對此有共識，現(xiàn)在去做是不負責任。

但人工智能不是這樣，人工智能是創(chuàng)造一個智能的機器，這個智能機器是在完全沒有理解機制上就使用它，所以，這個時候要對它有非常清晰的了解。比如在安防領域，假設所有的都使用人臉識別的話，都假定每個人是罪犯，你高興嗎？如果你每天的活動，都是可以被追查的，你開心嗎？

這里面有很多很多問題，所以在研究人工智能過程中，社會倫理一定要討論，一定要形成共識。

移動支付缺乏含量 缺乏思想是大問題

問：怎么看中國在人工智能方面的基礎研發(fā)方面和國外的差距？

郭毅可教授：我不覺得中國基礎科研差距大，已經做得挺好的了。中國差距大的是在于原創(chuàng)性，比如一個算法率先由中國人發(fā)明，這種情況較少。

我們的研究是可以把別人的研究做到極致，但我們想不出怎么產生，這中間的差距比較明顯，也反映出我們缺乏思想，不缺技術。這是個大問題。

以英國為例，英國人的研究是以好奇為驅動力，不是經濟發(fā)展目的，在中國去追求以好奇為目的的研究，也不是很合適，但的確需要這樣的人，就是好奇好玩的心態(tài)做研究。

我覺得中國真正要在人工智能方面下功夫的是，數(shù)據(jù)資源要搞好。人工智能最大的成功與失敗，不在于算法，是在數(shù)據(jù)。

問：但在國內的話，數(shù)據(jù)會經常被濫用，很多數(shù)據(jù)可以買得到。

郭毅可教授：千萬不要這樣去想問題，買得到的數(shù)據(jù)都不是好數(shù)據(jù)，數(shù)據(jù)大不是一個好事，數(shù)據(jù)精才是好事。

如果我們有好的算法，但是只有一堆爛數(shù)據(jù)，能夠學到什么？另外，由于中國沒有通用數(shù)據(jù)保護法，屬于個人的數(shù)據(jù)資產，就會被濫用。在國外，數(shù)據(jù)被盜取被使用，懲罰力度很大。

問；思想層面缺乏的話，是否會導致5G、人工智能原創(chuàng)性不夠？而另一方面，中國移動支付領域似乎走在了世界前列。

郭毅可教授：我沒有說過5G方面缺乏思想，華為有很多原創(chuàng)性的東西，5G在五年前、十年前外界都認為是不太現(xiàn)實的技術，你要求基站這么多，華為就看到了這一點，領先了同行。

我覺得當中國一個企業(yè)富到一定程度，走到了無人區(qū)，它需要拓展，會做得很好。

反過來講，我不認為中國支付是了不起的創(chuàng)新，國外為什么沒有用支付？很簡單，是因為保護隱私的問題，并不是人家沒有技術，掃個二維碼要什么技術，所以千萬別搞錯了，以為掃二維碼是我們偉大發(fā)明，不是的，二維碼是日本人發(fā)明的。

我早在10年前英國帝國理工就掃過二維碼買咖啡，但只能局限校園咖啡，它不能用，是法律方面不允許，它比信用卡的風險大得多。

但這并不是說掃二維碼不好，它很好，只是為了便利而犧牲很多東西，國外沒有犧牲罷了。