本文共
4100字
，建议阅读
6分钟
。
本文为你分享吴军老师对AI相关话题的思考和见地。
2006年，当时的谷歌成立还不足10年。时任智能搜索部科学家的吴军，将其在谷歌黑板报发出的一批技术文章整理成集，并以《数学之美》的名字出版发布。无数正对技术世界懵懵懂懂的青年人因为这本书，走上了计算机、数据挖掘、甚至人工智能的道路。
今年3月初，我们有幸在北京见到了吴军老师，并就当前几个有趣的话题（人工智能的数学基础、区块链、信息焦虑等）和他聊了一小时。
点击视频查看吴军老师寄语
吴军：
博士，知名自然语言处理和搜索专家，硅谷风险投资人。吴军博士曾经担任谷歌资深研究员，设计了谷歌中、日、韩文搜索算法以及谷歌的自然语言分析器。2010-2012年担任腾讯负责搜索和搜索广告等业务的副总裁，后回到谷歌负责计算机自动问答项目。他的著作《数学之美》荣获国家图书馆第八届文津图书奖、第五届中华优秀出版物奖，《文明之光》被评为2014年“中国好书”，《浪潮之巅》荣获“蓝狮子2011年十大极佳商业图书”奖，《智能时代》开启了2016智能时代元年。
以下为采访实录：
关于深度学习与人工智能
Q1：把神经网络当做黑盒使用的深度学习，似乎还没有特别稳固和完善的数学支撑，其发展是否会遇到瓶颈或者不可控性？
吴军：
也不能说（深度学习）没有数学基础，从计算机来讲，它是有一整套完整的模型的。与其说它没有数学支撑，倒不如说是因为没法解释。从这个角度来讲，它确实是一个黑盒子，我只知道输入什么信号，然后输出优化结果。但是，这是不是瓶颈也不好说。
当然（深度学习）还有几个不好解释的地方，比如到底多少层好，有人说在可计算的情况下，层数深的就是好，但是到底为什么？也没人能解释。
所以现在整体来讲，在工业界，在学术界比如说MIT，他们都试图做一些解释，但是我到现在没有看到太合理的解释。
Q2：人工智能的未来，是不是有可能和认知科学的研究进行关联获得更大的突破？
吴军：
人工神经网络和生物神经网络没有半点关系，并不是简化了模型，因为我们还没有搞清楚人的神经网络是怎么回事。
但是大家还是用了这个词。
因为从拓扑结构上，（人工神经网络）可能有点像人的脑细胞和神经这种关系。但人的脑细胞神经的连接和人工神经网络完全是两回事。
我曾经在斯坦福商学院听到真正研究生物神经元的一个诺贝尔奖获得者的一次讲座。老教授第一句话就说，人工智能跟我的研究半点关系没有？结果这商学院那些学员就马上跳起来说，那我们还来听你的课干什么。（笑）
但其实很多时候并不需要有那么多的关系，飞机的飞行和鸟类的飞行的原理是完全不一样的，火箭和飞机又是不一样的，马跑和汽车跑也是不一样的，只要最后能达到目就好，这是我的看法。
认知科学本身又是一个黑盒子，就是说大家搞不清楚是怎么回事。
最近认知科学的概念特别的火，包括人的一些语言能力、我们人的语法为什么构建出这样一种表达方式，都属于认知科学的范畴。比如说我在美国那时学自然语言处理，大部分时候你可能会把它放在计算机系，跟人工智能有点关系。而很多大学又把它放在认知科学系，这里头其实是有交叉的。
但从另一点来讲，认知科学还是一个交叉科学，涉及到很多领域。
到目前为止，我们今天理解和使用的人工智能和生物学，并没有太紧密的关系。
有人试图来做一些结合，但它并不是仿生借鉴，比如说利用人工智能技术对人脑的一些缺陷进行一些补充。
现在有两个事情被证明大概是完全可行的，而且效果还不错——
第一，我们知道有些帕金森综合症患者大脑中有一部分功能丧失了，使用人工智能的芯片有可能把这部分功能恢复，类似心脏起搏器。
第二，是大脑是没问题的，但是比如说脊椎断了，无法控制肌肉，这时候可以放置一个有发射功能的识别芯片。它能够采集到神经信号的变化，采集到人的意念。布朗大学有个研究，就是用大脑控制机械手臂打字。大概一分钟能打30个字符，没有人快，但是OK。这就是现在是可以做到的。
早期的芯片比较简单，几百个电极在接收人的信号，第二代大概能做到上万个。接下来有一些纳米技术可能做到上百万，就可以比较准确接收到信号了。
有一些机构比如布朗大学，已经在做这些事情，也有一些demo产生。
ELON MUSK最新创建了一家
名为Neuralink的链接人脑和机器的创业公司
Q3：
作为投资人，您觉得人工智能在商业变现方面最可能出现的突破点会中哪里？
吴军：
我们看到的至少有四个方向。
第一个刷脸，这个肯定是就是人脸图像识别。
第二就是自然语言理解技术，如人机的对话、机器翻译、家庭助手。
因为如果一个设备太大或太小，用键盘都是不方便的。通过自然语言理解技术，能解决不少问题，如亚马逊的Alexa。
亚马逊智能语音硬件ALEXA
第三就是机器人技术。尤其一些危险的场合，人不适合去的。这种其实不需要是人形机器人，针对特定场合设计不同的形状，能解决问题就好。其实无人驾驶汽车也是一种特定的机器人。
第四个是和IOT相结合的智慧城市。
人工智能不是一个虚的话题，在商业上的收益其实是可以看得见的！
关于区块链技术
Q4：您怎么看待区块链技术／概念？这会是大数据人工智能之后的下一个趋势么？
吴军：
区块链不是炒概念。
这个名词起的很好，它反映了这个技术的本质。
区块是一个记录，链是一个过程，所以它很详细也很清楚地表示了这种技术的两个特点。
它会不会是下一个趋势呢？
首先它和大数据人工智能是不矛盾的，我想要强调这一点。但是它和前面这两者又有一个区别，在应用场景或者作用上的区别。
例如，大数据和人工智能是生产力，使得我们的效率能够提高；而区块链是生产关系，它可以衡量我们每一个人的一个贡献。所以它和大数据人工智能应该是互补的，我不觉得是一个取代关系。
第一代区块链就是比特币，但是你很难拿这个协议干别的事。基本上了解了它的设计思想，你得重新写一个。后来到第二代以太坊能够分出去做二次开发了，可以利用它发币了。这是区块链之所以起来很快的一个重要原因。大家发现这个圈钱圈得很快，而人工智能是不太能直接圈钱的。
我个人觉得区块链的应用远比发币多。
物流是一个应用。像阿里巴巴也在尝试，我们投了一家公司，在这方面做的也还蛮好。
第二个就是智能合约，中国过去说的三角债、拖欠农民工工资等，都可以用区块链技术来解决。所以它的应用远比发币要大得多。
有些东西是可以用区块链解决，但它并不是必须的，比如医疗，现在有人在考虑个人隐私信息，比如病例的信息能不能用区块链技术，把所有权和查询权给分开。
Q5：最近很多人会把区块链的兴起跟互联网的兴起相比较，您怎么看？
吴军：
不太一样。
互联网是一个很实在的东西，而且93、94年大家认识互联网以前，它已经存在了20多年了，也不会有什么太大的技术障碍，只差一个扩散的问题。但是目前区块链还在一个探索阶段。
Q6：互联网和人工智能催生了一批独角兽？区块链会吗？
吴军：
区块链是一个生产关系，它不完全是一个生产力。互联网是生产力，所以你用了它，效率比别人高，就赢了。区块链更是一个生产关系，是一个分配制度。你只能说新的公司，它的制度比另外一个公司好，但是制度再好，你总得做点实际的事才知道好在哪里。
关于信息焦虑
