4.談價值：「技術本質上是中立的，關鍵在於人類用技術為善還是作惡」
甲小姐：有人認為，科技是「富人的遊戲」——少部分人首先享受科技便利，而大多數人還在為馬斯洛需求金字塔中最底層的需求而發愁。你認同嗎？
李開復：不可否認，Digital Divide（數字鴻溝）的確是一個已經存在的現象。
甲小姐：你如何理解科技可能構成的「生命權不平等」？
李開復：與其簡單粗暴去評價科技可能構成不平等，倒不如理解為：操控科技的權力方，可能為了貪圖利益而有意構成種種不平等。我始終認為，技術在本質上是中立的，關鍵在於人類用技術為善，還是作惡。
普華永道和麥肯錫都估計，由於人工智能的存在，到2030年，全球GDP將增加約12萬億至17萬億美元，純粹是淨增加值。按照當今社會主流的商業規律，這些財富將會落入少數人的手中，因此財富不平等現象將會加劇。其中一個問題是收入的再分配將如何進行？解決這個問題，某種程度一定需要政府的介入。
甲小姐：科技很快，但人性發展很慢。如今，少數掌握着先進技術的人已經能夠越來越直接地影響多數人的利益，比如互聯網巨頭幾乎能夠「無死角」地搜集用戶個人數據。當技術變成一種權力，隨之而來也會有更多關於「善與惡」的不確定性。對於這種不確定性，社會某些領域的決策者，比如專家學者、企業家、政策制定者和意見領袖等群體，應該如何面對？
李開復：如同大多數科學技術本身並沒有善惡之分一樣，AI技術在本質上是中立的，關鍵在於人類如何引導並利用AI的發展。但當利益出現偏差的時候，我們無法保證技術的掌握者完全理性地運用技術。那麼如何激勵他們讓步做正確的事情呢？
一種方法是制定法規，對某些傷害人類福祉的行為給予處罰；
另一種方法是對企業承擔社會責任的行為進行評價。比如目前 ESG（環境、社會和公司治理）得到了商業界越來越多的關注，或許負責任地使用AI也可以成為未來 ESG 的一部分，以鼓勵企業的正面行為；
還有一種方法是建立第三方監管機構，監督企業對技術是否有不當使用。例如追蹤產品中出現虛假新聞的比例或AI算法導致歧視的訴訟案件數量，並向企業施壓，要求企業把考慮用戶的福祉納入到技術中；
最後，特別困難但又特別有效的一種方法是，確保AI技術持有者的利益與每個用戶的利益達成100%的一致。
甲小姐：普通老百姓該如何面對？
李開復：今天的互聯網公司都應用廣告的商業模式，這個模式下，企業會想方設法為用戶推薦更多的廣告內容，用戶也難以保證自己的數據安全，因為如果你想用這個軟件，通常都需要選擇「授權」才行。
但未來，也許訂閱的商業模式是更好的選擇。在這個模式下，用戶和企業的利益變得更一致，企業需要做好的內容讓用戶買單，而用戶選擇是否付費的權利，也約束企業不會亂用隱私數據和推薦廣告，這對普通用戶來說是一個武器。
所以我覺得，對用戶來說最好的辦法未必是「把數據還給用戶」，當然如果有其他模式能實現是很好的，但讓企業與個人的利益越來越接近，也可能是一個好的解決方案。
甲小姐：企業需要有利益才能夠運轉，追求利益最大化，而科技的發展需要考慮道德倫理的約束。企業如何在企業利益和社會利益之間做好平衡？
李開復：當然。以深度學習為例，個性化推薦給用戶帶來便利，但也會使用戶不知不覺被困在「信息繭房」里，陷入「樂此不疲」的快感，甚或是嚴重上癮。
從技術層面來說，問題的關鍵在於目標函數的單一性，以及AI專注於優化單一目標函數所帶來的不利的外部效應。如今，AI 所訓練的目標函數通常針對的是單一目標，例如賺錢。因此，AI 有可能過度熱衷於企業的目標績效，而不考慮用戶的福祉。
解決這個問題的一個通用的方法是讓AI的目標函數變得不再單一，制定出混合型的複雜目標函數。也有專家主張在設計目標函數時需要考慮人類福祉，並讓人類更大程度地參與數據標註和目標函數的設計。
但這些都會帶來企業盈利的減少，從社會角度來說，就需要通過制定法規、對企業承擔的社會責任進行評價、建立第三方監管機構等方式，來達到平衡。
甲小姐：元宇宙的概念在世界範圍內掀起了一陣浪潮，VR\AR\MR\XR等技術的發展都在將人類社會推向一個虛擬世界。你怎麼看元宇宙？
李開復：元宇宙的到來只是時間的問題。在《AI未來進行式》中，20年後的世界裡元宇宙已經發生了。
從技術上來說，今天的「元宇宙」還太重了，要戴的設備還很重，屏幕也不夠清楚，內容也還不夠多。這些問題要在未來10到15年慢慢解決，才能帶來更逼真的體驗。
5.談人才：「不能把所有科學家都抓去創業，這是災難性的」
甲小姐：AI技術發展迅速，但各國AI人才短缺的情況依然存在，目前最缺少哪方面人才？
李開復：我們開始進入「AI+」的階段——從AI投資方面我們看到一個創業的成功，越來越需要AI+跨界的人才組合，比如AI+機器人、AI+醫療、AI+工業。
然而，有的跨界領域知識鴻溝很大，可能各自都需要10年以上的積累，因此未來AI實踐更需要能高度互補、高度協作的交叉領域團隊。
甲小姐：中國現有AI人才培養體系中，最大的痛點是什麼？
李開復：中國有大量的工程師想湧入人工智能，但現在高校里優質師資不足，沒有那麼多有着多年科研累積的專家——這是人才金字塔的底層，非常重要。不過有很多國外高校的頂級專家被請回中國，這一點近年做得比較好。
甲小姐：中國如何更好？
李開復：對於中國當下資本追逐科學家的熱潮，我是抱喜憂參半的態度的。
一方面科學家被資本熱捧，創造巨大的經濟價值，對年輕人投身科學有一定引導作用，也能讓這些科學家多年的努力得到好的經濟回報，這是好事；但另一方面，我認為不能把所有的科學家都抓去創業，這是一件災難性的事情。因為我們非常需要有一些頂尖人才投身科研，在取得科技突破之前，不去考慮技術產品化、商業化的問題。
科技創業需要科研出身的高科技人才，但那些有諾獎潛質、願意在沒有商業束縛的環境下做純科研探索的科學家，則更應該留在科研單位里。
第一，這是他們選擇的方向，也是他們最擅長的事情；
第二，如果把這批人挖空了，中國以後的科技競爭力源頭又來自於哪裡？
第三，這些純科學家真讓他去做CEO、管公司，也未必能夠做得很好。
科學家創業面臨「長板特別長、短板比較短」的問題，比如具體執行、賺錢、產品、用戶需求等方面，科學家可能不一定懂。如果他們下定決心出來做技術創業，則需要像我們這樣的Deep Tech VC來補足短板，跨越早期創業的「死亡陷阱」。
甲小姐：有觀點認為，目前在人工智能技術較為發達的中美德三國中，中國的應用落地能力較強、美國的資本實力雄厚、德國技術路線則更為全面。你認為哪種技術環境對尖端技術人才更有吸引力？為什麼會有這樣的判斷？
李開復：中國目前做得很好，利好政策相繼出台，高科技人才的創業激情正在被點燃，這些創業者不僅技術頂尖，而且技術商業化速度也越來越快。
過去的十年，大家認為最火熱、最充滿激情的創業者來自移動互聯網。因為它的發展速度足夠快，像王興、張一鳴，都是移動互聯網時代崛起的成功創業者代表。而另一方面，大家又會對一些比較傳統的高科技人才，比如自動化專家、芯片專家、遺傳學專家、生物學專家表示擔憂，擔心他們步伐比較慢，跟不上迭代速度極快的「創業大潮」。
但是過去這一年我們看到，這批人用最勤奮的工作、快速地奔跑，證明自己和移動互聯網、人工智能時代那些創業者一樣，能夠快速擁抱硬科技創業浪潮，創造出中國創業界下一批的奇蹟，而且做得絲毫不遜色。-(作者:甲小姐.木南/甲子光年)
