8月11日，奇虎360公司集團副總裁、首席科學家、人工智能研究院院長顏水成在由厚益控股和《財經》雜誌聯合主辦主題的世界科技創新論壇上發言表示，在學術界和工業界，AI技術無外乎三種，一種是顛覆式創新，還有一種是微創新，第三則是沒有創新，直接跨行業應用。其中，學術界的研究成果跟數據、應用場景是相對獨立的，這意味着學術界研究的原創性非常重要，如果沒有原創性，就很容易被大家遺忘。

以下內容根據現場實錄整理。

奇虎360公司集團副總裁、首席科學家、人工智能研究院院長 顏水成

我本身是屬於跨界的，以前有七年在學術界當教授，後來到了360，現在有近三年了。

不得不肯定，在過去這些年，人工智能發展的速度非常快，特別是在學術界。大家可以看到每一年跟人工智能相關的學術會議發表的文章越來越多。去年有一個粗略統計顯示，跟人工智能相關的會議每年發表的數量有4000多篇，這樣帶來一個很大的問題，我們到底到哪兒去尋找足夠多的審稿人，來對文章進行正確的審覈。

今天我不準備談人工智能有多麼紅火，而是想分享兩個人工智能技術中比較長遠的話題，原創性和安全性。

在學術界和工業界，AI技術無外乎三種，一種是非常原創的，我們叫顛覆式的技術創新；一種是微創新。三是沒有創新，技術在一個領域取得了成功然後照搬到另外一個領域來。學術界做人工智能的研究成果跟數據、應用場景是相對獨立的，意味着在學術界做研究原創性變得非常重要，如果沒有原創性就很容易被大家遺忘。

AI是一個非常大的範疇，在這我先聚焦深度學習，如果我們仔細去觀察在深度學習領域最原創的成果，比如卷積神經網絡，生成式對抗網絡GAN、深度學習與增強學習的融合。可以看到最初的點其實都不在中國，中國在這個領域更多的是說這個成果出來之後，大家覺得非常有意思，就都進來了。比如像GAN，大家發現很有意思之後，在計算機視覺領域的CVPR會議中，就能看到一堆的文章在做相關的事。但真正能被大家所記住的還是第一人Ian Goodfellow（因提出了生成對抗網絡GANs而聞名，他被譽爲“GANs之父”，甚至被推舉爲人工智能領域的頂級專家）。

最近深度學習的發展，對理論的需求越來越高，也就是說我們不再只是去調調參數或者在一個網絡上稍微做一點調整。昨天晚上我跟我一個教授朋友聊天，我說能不能把中國國內做機器學習核心理論研究做得非常好的研究者全部列出來，我們倆微信交流後，最後列出來一個名單。我的List大概有10人左右，但那個教授更加保守，他的List才5個左右。也就是在中國做這個領域，已經非常優秀的人才的儲備是非常少的。

當然也不要那麼悲觀，現在國家新一代人工智能的戰略出來之後，對大家來說是一個很好的契機，尤其做的還不錯的研究者可以留在學校慢慢在這方面做一些比較長遠的貢獻。

工業界稍微會有一些不一樣，它就是要解決問題，有了數據，產生一個模型，應用到產品裏，如果不好就去想辦法，收集額外的數據來不停迭代從而解決這個應用場景的問題。一個業務的成功取決的因素不只是技術，像技術、產品，最終用戶，也包括我們的團隊都是影響因素。

這樣的話，即使不聚焦原創技術，也有機會成就一個比較優秀的公司。如果這個公司能有足夠的投入，比如你可以專注在這些比較原創的技術，而且把技術用在產品中的話，那意味着你最終不只是一個好公司，還可能是一個偉大的公司，從優秀走到卓越。

現在國內卓越的公司還是比較少，但我們已經具備這個條件了，我們有好幾個公司成爲在世界範圍內巨頭的公司，有足夠的財力去組建相應技術研發的部門，瞄準的是三五年時間的產出，而不是一年，甚至更長時間的目標。所以我覺得機會還是非常有的。

另外一個維度，我想分享的是安全性。

可能大家現在思考的還不是非常多，但其實非常關鍵。360作爲一家安全公司我們在這方面有非常多的探索，比如第一點智能硬件我們會用傳感器，比如攝像機、Lidar、Radar，這些傳感器其實是非常脆弱的，很容易被攻擊的。比如一個攝像頭拿激光筆對着它，那它很快就會被致盲。

還有一個領域可能大家思考非常少，就是會有設備老化的問題，老化之後傳感器獲取到的信息的精準度沒有以前那麼高了，現在人工智能的算法都是不停的調優得到的，之後到底它會產生什麼樣的影響，以前的模型到底是不是能工作，整個領域基本上還沒有做太多的探索，這是第一點。

第二點，AI軟件的安全性。這一點360研究比較早，Caffe或者TensorFlow它們多是建立在底層的SDK上的，這些SDK可能裏面也有bug，比如我們360做一個圖象識別的算法部署到服務器上，可以利用軟件的漏洞在圖片上加一些信息進去，這個圖片就可以讓我的服務系統，或者陷入死循環，或者被劫持而獲得系統的控制權限，這些也是我們平常想的非常少的。

第三點，對於軟硬結合的智能硬件，意味着連接變得不可或缺。連接之後意味着黑客就有機會滲透到你的智能硬件裏面了，他想做什麼樣的事就他說了算。

另外可能還涉及到道德層面上的問題，我們基本上有一個觀點，深度學習或者人工智能是沒有完美算法的，就意味着人類一定要處理很多問題，比如自動駕駛，在極端情況就一定要人做出決定，你到底是撞前面的人還是把車右轉出車道讓自己產生傷亡，這個從道理層面真的不知道該怎麼做。

總的來說我想說的是，原創性和安全性非常重要，如果想要您自己和您的AI公司能活的更長久更優秀，這兩個維度是大家真的要花時間去關注的。