人工智能：不存在完美算法
“对我们来说，现在处在一个非常有趣的时点。此时此刻我们的社会在跨步向前跑，而不再是一步一步往前走了。”SAS公司亚太区CTO（首席技术官）Deepak Ramanathan说，人类此时正处在100年一遇的“有趣时点”上。就像1800年见证了工业革命的开始，此刻人类正在经历AI（人工智能）的启动。
在2013年诺贝尔化学奖得主Michael Levitt看来，人工智能最核心的能力是数据概括和自我学习。在此基础上，人工智能可以提供长期性价值。
Deepak Ramanathan则直视人工智能提出的挑战：人工智能的普遍化不可避免地会造成失业率上升，并带来伦理和监管的问题：在AI的世界里，什么可以做，什么不可以做？而AI究竟是应该由政府来监管，还是依靠行业的自律？
奇虎360公司集团副总裁颜水成对这一问题的回答是：人工智能没有完美算法。也就是说，有一些问题必须要依靠人类最终决定。有关人工智能最经典的伦理问题之一便是“火车刹车失灵”之问：火车在铁轨上高速行驶但刹车失灵了。此时，正常行驶的轨道上有五个小孩在玩耍，而距离五人三米远的地方有一处废弃的分轨，分轨上有一名工人正在工作，如果你站在铁轨控制开关前，你会不会按下转轨的按钮？
人类固然无法在短时间内就伦理问题为人工智能带来的考验给出答案，但我们的确可以通过一些努力将人工智能带来的负面影响降到最低。以失业为例，Deepak Ramanathan强调，我们可以从现在开始就做好准备。一方面，观察和思考未来五年会出现哪些新的岗位，让可能失业的人提前为新出现的岗位做准备；另一方面，将人工智能普遍化后存在的岗位的知识需求提前融入到学校教育体系中，让孩子适应未来的工作环境。如此，不只能把人工智能带来的失业风险降到最低，还有利于产业结构的转型。
能让人松一口气的消息是，对人工智能伦理的讨论很多时候是人类的未雨绸缪。尽管人工智能实现了迅速发展，但它在技术层面还远未达到理想状态。2014年诺贝尔医学奖获得者Edvard Moser提出，一些对人脑甚至老鼠脑来说非常简单的活动，对电脑来说可能是比较困难的，譬如如何识别演讲的人并不是讲台的一部分。
未来，人工智能会怎么发展？Edvard Moser提出了富有创意的设想——如果我们能用人脑去提高计算机的能力，那我们为什么不能利用计算机去研究并提高人脑的能力呢？人工智能已经被广泛应用于基础教育领域，但也许有一天人工智能可以在最高深的智慧上实现对人类的超越。
生命世界：未来我们如何生存
人工智能是未来人类世界的重要组成部分，但前提是未来人类世界仍然存在。让我们生活的环境可持续发展，让人类的寿命有质量地增长，才有可能把人类生命在更广阔的维度中延续。
1997年诺贝尔物理学奖获得者朱棣文指出，1975年至今，全球气温上升了0.95摄氏度。若温度再升高一度，海平面继续上升可能导致全球10%的人口不得不迁移。要控制气温的上升，必须控制全球碳排放。
幸运的是，科学和创新为这一控制目标提供了途径。目前，可持续能源的价格在持续下降，朱棣文预计，到2030年，在中东等地，风能和太阳能的价格可以下降到每度2美分以下。他希望，在10年后或者20年后，全世界甚至包括美国在内的各国能够清醒认识到气候变化是人类面临的严峻挑战。
2004年诺贝尔化学奖获得者Aaron Ciechanover指出，在过去一个世纪里，人类的平均寿命增加了30到35岁。而他同时提出两个问题：这个趋势如果延续下去，再过一百年，人类平均寿命会达到150岁吗？考虑到平均年龄达到110岁以后，99%的人都可能患上阿兹海默症，我们真的希望寿命越来越长吗？
2014年诺贝尔生理学或医学奖获得者May-Britt Moser给出了乐观的答案。他致力于研究情景记忆的形成，他发现，情景记忆取决于大脑中的海马体，人若失去海马体，就不会记得过去发生了什么，这恰好是阿兹海默症患者的症状。在他看来，通过基础科学的研究，通过思考、判断哪些细胞在死亡并理解为何细胞在死亡，人类也许可以开发出一种办法来阻止阿兹海默症。
除了阿兹海默症，未来人类对于其他疾病也会有更好的处理方式。Aaron Ciechanover进一步指出，今天的药学发展方向有三个重点：医疗设备、组织工程、传统的药物开发。这些加总在一起，可能会导致未来一场个性化的革命，使得未来的医学具有个性、预测性、预防性、参与性，成为“四性医疗”。人们不仅可以个性化地诊断，也可以个性化地预测和预防。
当然，除了日常的衣食住行，也有人将目光投向了更遥远的宇宙。2004年诺贝尔物理学奖获得者David Gross便是如此。在他看来，一万年之内，人类有能力把生命播撒到几光年范围内其他的行星上，这将实现人类生命更广阔的延续。
那么，人类怎么才能做到这点？David Gross的答案很是浪漫：不是像埃隆·马斯克那样坐着宇宙飞船去火星或者其他的行星生活，而是把生命的重要组成部分——DNA信息，像鸟类播撒树的种子一样播撒到银河系。
创新在中国：乐观和批评俱在
本届论坛在中国召开，中国的创新自然也成了不断被提起的话题。
乐观者信心百倍。商汤科技联合创始人杨帆就是其中之一。他指出，中国在人工智能方面具有两个优势：其一是发展人工智能需要大量的信息支撑，而中国海量的人口带来海量的数据，具备非常好的基础条件；其二是中国各行业、企业包括从业者面对AI新技术所展示出的接纳、拥抱的态度，在技术发展过程中对问题的包容远远超过包括美国在内的任何一个国家。
他以微软旗下对话机器人小冰举例。小冰在中国取得成功后，微软想在美国做类似的产品。然而，美国版“小冰”在试用阶段就遭受了极端种族主义者的恶意利用，通过不断对话被灌输了很多错误的言论，进而学会了许多人类社会的恶语。在社会舆论压力下，微软被迫叫停这一项目。杨帆感慨，社会对新技术的不完美采取的不同态度，会直接导致原本相同的新技术走向截然不同的结果。
而批评者对中国创新能力的鞭策也毫不客气。
“在我看来，1919年的中国缺乏科学精神，2019年的中国依然缺乏科学精神。”《科技日报》总编辑刘亚东不留情面。每到月底，他们会拿出整版辟谣，但仍然“辟不过来”，因为谣言实在太多了。刘亚东将此形容为“谣言满街跑，真相还没穿上鞋”，要提升整个中国社会的创新力，首先要培育大众科学精神。
许多专家不约而同地指出，中国的创新模式亟待晋级。中国建材集团有限公司董事长宋志平指出，世界上存在“模仿式创新”、“集成式创新”、“自主创新”三种创新模式。“模仿式创新”是绝大多数发展中国家、后发经济国家的主要创新模式，中国过去便是如此。但这绝非长久之计，随着经济的发展，必然要上升到“集成式创新”，也就是既借鉴别人，又有自己的原创，并在最后过渡到“自主创新”阶段，目前中国基本处在从“集成式创新”向“自主创新”过渡的阶段。
除了从原创程度划分，创新还可以通过对前代产品的超越程度划分为“颠覆式创新”和“持续创新”。在宋志平看来，这都是一个企业要长久生存必不可少的，一个企业如果不重视颠覆式创新，就容易被颠覆；不重视持续创新，就容易被逐渐排挤出局，因此，必须实现颠覆式创新和持续创新的平衡。
而在刘亚东看来，企业界的创新与科学界的创新存在明显差别，必须对两者进行区分，不能只鼓励前者而忽略了后者。如果说企业界的创新是为了实现生存和盈利的目的，那科学界的创新更多时候只是对知识的探索。刘亚东强调，促进生产力只是科学创新的一种派生效应，如果只是从生产力的角度来审视科学，那就把科学”矮化”了，不能硬把科学创新塞到生产力的框架里去。
Michael Levitt对中国创新的未来充满信心。在他看来，一项基础科学被广泛认可，要花30到40年的时间。他不无惋惜地回忆，30多年前，年轻科学家们往往在科学探索上更大胆、更有创新精神，现在的年轻科学家们得到的支持力度要小得多。因此，若中国要实现进一步的科学发展与创新，加大对年轻科学家的扶持力度是必经之路。
Michael直言，诺贝尔奖就是在告诉社会，一个国家在三四十年前做了什么。中国基础科学起步太晚，要得到更多诺奖仍需假以时间。
