關於 害人之心不可有意思 ，我們在網路上蒐集到這些相關的討論、資訊與評價

聽許多網友推薦，我也把《#當男人戀愛時》認真看完了。是部溫暖溫馨，笑中帶淚的小品佳作，尤其後面親情那塊整個打中，差點逼哭我。但前半段我倒是看得膽顫心驚，一起追劇的朋友見到我表情，趕緊說：「應該不會有人，把邱澤的方法當真吧？」
​
然而就我從事心理師＆約會教練的多年經驗，倒覺得真會有人把男主角的行為誤會成浪漫，在現實中突進一番！事實上邱澤在電影中的言行舉止，若真在生活中出現，很高機率會被當噁男，女生直接報警處理（絕非電影中的抱緊處理）。
​
​
【地雷一：快速且瘋狂愛上對方】
​
許多電影為了戲劇效果，會使用「一見鍾情」這個浪漫元素。
然而從心理學來看，因為看一眼或對方一個行為，就認定此生非她不可，與其說是「愛情」不如說是「迷戀」。
​
我們會產生很多猜測與幻想，腦補對方是心目中的完美情人，或視為自己灰暗生活中的一盞明燈。每次一想到對方，不但聚光燈會自動照射在她身上，還會自帶音效，好不浪漫啊！
​
但這種腦補，很可能並未貼近真實，只是我們在欺騙、說服自己「她就是世上最適合我、最棒的人」。簡單來說，就是我們瘋狂迷戀上自己幻想的對象。既然對方如此完美，那自然不容錯過以免抱憾終身，於是我們會開始「狂追猛追」。
​
​
【地雷二：堵人、跟蹤是因為我關心她】
​
瘋狂追求的常見行為，就是想盡辦法看到對方，並製造刷存在感的機會。不論是「不期而遇」或「刻意等候」，都是想透過更多的交集，讓對方也對我們有意思。
​
或許有些人會拿心理學的「曝光效應」，為自己的行為背書，認為只要不斷出現在對方眼簾，就能增加好感。很可惜，「曝光效應」要成功有個前提，就是對方對你的初始印象是正面的。換言之，若對方本來就不是很喜歡你、對你沒啥好印象，那我們一直刷存在感，只會讓對方更反感！
​
電影中男主角的堵人、跟蹤、硬衝女生辦公場所聊天、狂送飲料，在現實中極高機率違反了「跟蹤騷擾防制法」草案（尚未三讀施行）。這些行為往往會被當成恐怖情人，讓對方心生恐懼、保持距離（就算你比邱澤帥也一樣）。
​
​
【地雷三：威脅利誘只求交往】
​
劇中男主角因為不斷被女主角擺臉色，在情急之下想到一個「秒招」，就是利用對方生活的困境，提出一個「互惠」方法。看似幫助她解決問題，實則是交換好處；男生表面釋放善意，背地則是為了滿足自身慾望，想藉此讓女生願意跟她約會，甚至「建立連結」。
​
這種行為在現實中出現，不但會被當渣男、噁男，更可能直接被告上法院，不可不慎啊！
​
​
另外，劇中男主角還有幾個具有恐怖情人潛力的特質：
​
1. 習慣自我傷害，砸自己的頭、喝怪東西。
​
2. 情緒起伏大，衝進農會打人、做事衝動。
​
3. 自我中心，女主角不爽時，他卻說今天就不陪妳了，顯示他沒有意識到自己的行為是騷擾，覺得是在陪伴、關心。
​
4. 自做主張，抱著我為妳好、為我們的將來好，而在對方不知情下擅自使用對方的財物。後面硬要塞錢給女主角，也是同樣的模式：我覺得這樣對妳最好，所以聽我的就對了。
​
臨床實務上，恐怖情人常會用「我是為妳好」來做為控制或暴力行為的理由。（呃，有些怪獸家長也是如此）
​
5. 逃避現實，出事就喝醉發酒瘋，並遷怒在別人身上、暴力攻擊。
​
6. 魚死網破、破罐破摔，為求目的不則手段，即使要同歸於盡。
​
​
當然，男主角在電影中還是有很多良善溫暖的一面，例如對家人、對其他辛苦的市井小民。我自己也認為，很多「用錯方法追求」而被視為「恐怖情人」的人，並非出於惡意。而是他們太習慣只用自己的角度思考，誤以為「這麼做妳會高興」，卻不知不覺傷害了自己心愛的人。
​
電影是虛構、浪漫、美好的，女主角在劇情開展下給了男主角正面回應。然而，我們如果貿然在生活做出這些行為，嗯......害人害己的機率實在太高啦！將感動留在欣賞電影，現實中想脫單還是要找對方法噢！

BTW也歡迎來看影片版：
https://youtu.be/kUhOACAMiZw

【美貌引發的殺機】
　
這次分享的短篇，是個關於鏡子的故事，出自法國作家卡蒂爾·孟戴斯。
　
乍看之下，很容易讓人想到是「白雪公主」：都是外貌焦慮、都有個女反派、都有害人的巫婆......等，但在各種「反鏡子」的設定上，還是挺有意思。
　
一起來看看這部短篇作品吧。
-

鏡子 / 卡蒂爾·孟戴斯
　
從前，有個王國，那裡的人們不知道有鏡子。原來，鏡子都被女王下令打爛砸碎了，如果在誰屋裡發現哪怕是最小的一塊鏡子碎片，女王就會毫不猶豫地用最可怕的刑罰把全屋人都處死。
　
現在就來說說這個極其怪異的行為背後的秘密。這位女王長得奇醜無比，她不希望有看到自己形象的風險；而且，她知道自己很醜，但是她知道其他女人至少同樣不能看到她們自己的美貌，這也不失為一種安慰。
　
你會想像得到，全國的年輕姑娘都會對此非常不滿。如果不能欣賞自己，你長得再漂亮又有什麼用？
　
她們本可以用河流湖泊當鏡子；但是，女王早就料到了這一點，她命人把所有的河流湖泊，都用石板嚴嚴實實地遮蓋了起來。人們要從井中打水，而井水太深，不可能看清水面，而且人們只能使用淺盆來盛水，不能用水桶，因為桶裡的水可能會照見人影。
　
這真是件令人鬱悶的事情，尤其是對那些漂亮的女人來說，而這個國家的漂亮女人一點也不比別國的稀少。
　
女王的臣民因缺少鏡子而遭受的苦惱，並不亞於她看到鏡子的苦惱，女王對此很是滿意，她毫無憐憫之心。
　
然而，在城郊住著一個年輕姑娘，名叫雅辛塔，她比別人的情況要稍好一些，這多虧了她的心上人瓦朗坦。因為如果有人認為你漂亮，又不錯過任何稱讚你的機會，那這個人差不多就相當於一面鏡子了。
　
「跟我說實話，」她經常會說，「我的眼睛是什麼顏色？」
　
「就像帶著露水的勿忘我草。」
　
「我的皮膚並不算很黑吧？」
　
「你要知道，你的額頭比初雪還白，你的臉頰就像紅玫瑰。」
　
「那我的嘴唇呢？」
　
「櫻桃與之相比會顯得蒼白。」
　
「我的牙齒呢，請你說一說？」
　
「米粒也比不上它們白。」
　
「可是我的耳朵，該讓我很難為情吧？」
　
「是的，假如你對漂亮的捲髮下，那兩隻小巧的粉色貝殼也感到難為情的話。」
　
如此這般，無休無止。她很開心，他更是陶醉，因為他的話都是發自心底，她聽到自己被人讚美很是快樂，而他一見她就很開心。
　
於是，隨著時光的流逝，他們的愛變得愈發濃情蜜意。這天他向她求婚時，她的臉真的一下子紅了起來。
　
然而，不幸的是，關於他們幸福愛情的消息，傳到了那位邪惡女王的耳朵裡，她唯一的樂趣就是折磨別人，而雅辛塔則因其美貌，要遭受比任何人都多的折磨。
　
婚禮前不久的一天晚上，雅辛塔正在果園裡散步，這時一個乾癟的醜老婆子走到她跟前，乞求施捨，突然老婆子尖叫一聲，連連退後，好像踩到了一隻癩蛤蟆似的，她大叫道：「天哪，我看見了什麼？」
　
「怎麼回事，好婆婆？你看到了什麼？快告訴我。」
　
「我見過的最醜的人。」
　
「那麼你看到的不是我。」雅辛塔帶著天真的虛榮心說道。
　
「哎呀，是你，可憐的孩子，就是你。我在這世上活了這麼多年，可從來沒見過像你這麼醜的人！」
　
「什麼！我長得醜嗎？」
　
「比我說的還要醜上一百倍。」
　
「可是我的眼睛——」
　
「你的眼睛有點灰暗無光；但這還不算什麼，如果不是斜視得那麼嚇人的話！」
　
「我的臉色——」
　
「看上去你的額頭和臉頰好像都抹了煤灰。」
　
「我的嘴唇——」
　
「又蒼白又乾癟，像凋謝了的花。」
　
「我的牙齒——」
　
「如果牙齒又大又黃就是好看的話，那我可從沒見過像你這麼好看的牙齒。」
　
「可是，至少，我的耳朵——」
　
「耳朵那麼大，那麼紅，還那麼奇形怪狀的，壓在粗糙鬈結的頭髮下，真叫人噁心。我自個兒就不好看，但我的耳朵如果長得像你的那樣，我會羞愧死的。」
　
說完最後這句打擊人的話，老巫婆複述完女王教給她的說辭，發出一聲沙啞刺耳的大笑，便蹣跚著走了，留下可憐的雅辛塔臥倒在蘋果樹下的地上，哭成了淚人。
　
什麼也不能把她從悲傷中解脫出來。「我好醜——我好醜。」她不停地重複著說。瓦朗坦一再地向她作出最莊嚴的宣誓，讓她放心，卻也都是枉然。
　
「別管我；你一直是出於同情而哄騙我。我現在全都明白了；你從未愛過我，只是可憐我而已。乞討的老婆婆才沒什麼興趣來欺騙我呢。這是千真萬確的——我好醜。我真不明白，看見我的容貌，你怎麼能忍受得了呢。」
　
為了使她醒悟，瓦朗坦把遠近各處的人都叫了來；每個男人都宣稱，雅辛塔天生就是為了讓人賞心悅目的；甚至女人們也這樣說，儘管她們沒那麼熱情。
　
但是，這個可憐的孩子卻固執地堅信自己是個令人厭惡的人，而當瓦朗坦逼她指定結婚日期時——她叫道：「我，做你的妻子！絕不！我太愛你了，不能讓你被一個像我這樣醜的人所累。」這個可憐的人，愛得那麼真摯，你可想而知他有多絕望了。
　
瓦朗坦一下跪倒在地，他祈禱，他哀求，可她仍是回答說，她太醜，不能嫁給他。
　
他該怎麼辦？要拆穿老太婆的謊言，並向雅辛塔證明真相的唯一辦法，就是把一面鏡子放到她面前。但是全國都沒有這種東西，而且，懾服於女王的可怕淫威，沒有哪個工匠敢去造一個出來。
　
「好吧，我要去覲見女王。」這個戀人絕望地說，「我們的女王雖然嚴厲，但是她對雅辛塔的眼淚和美貌不會無動於衷的。她會撤銷這個給我們帶來麻煩的殘酷法令，哪怕只是撤銷幾個小時也好。」
　
他好不容易總算說服了這個年輕姑娘，讓他把她帶到王宮去。她不喜歡露面，並且問鏡子能有什麼用，只會讓她對自己的不幸更加傷心；但是看到他流淚，她心軟了，於是同意去一趟，好讓他開心。
　
「這到底都是怎麼回事？」邪惡的女王說道，「這些人是誰？他們想要幹什麼？」
　
「陛下，站在您面前的是人世間最不幸的戀人。」
　
「你認為那就是來這兒煩擾我的理由嗎？」
　
「求陛下可憐我吧。」
　
「你們的戀愛與我何干？」
　
「如果陛下准許鏡子——」
　
女王霍地站了起來，氣得渾身發抖。「誰敢對我提起鏡子？」她咬牙切齒地說道。
　
「陛下息怒，我求您，請屈尊聽我說。您眼前的這個年輕姑娘，如此青春漂亮，卻害了奇怪的幻想症。她以為自己很醜。」
　
「哎呀，」女王邪惡地露齒一笑，說道，「她沒錯。我從來都沒見過比她更醜的人。」
　
雅辛塔聽到這些殘忍的話，覺得自己羞愧得要死。不可能再有所懷疑了，自己一定很醜。她雙眼一閉，跌倒在王座的臺階上，昏死過去。
　
可是，瓦朗坦的反應卻非常不同。他高聲呼喊：陛下如此撒謊，一定是瘋了。他來不及多說，就被衛兵們抓住。女王一個示意，劊子手便走上前來。原來他一直都守候在王座旁邊，因為女王隨時都可能需要他效勞。
　
「履行你的職責。」女王說道，指著侮辱她的那個人。劊子手舉起了寒光閃閃的行刑斧，恰在這時，雅辛塔蘇醒過來，睜開了雙眼。
　
接著，兩聲尖叫刺破長空。一聲是高興的尖叫，因為在那把明光發亮的鋼斧上，雅辛塔照見了自己，是那麼的漂亮迷人；而另一聲是痛苦的尖叫，女王邪惡的靈魂嚇得飛出了竅，因為她無法忍受在突如其來的鏡子裡，看見自己的面容。

近日，我與阿萊克斯·彭特蘭教授（Alex Pentland）展開了一場”AI如何重塑人類社會”的精彩對話。

《連線》雜誌的資深撰稿人威爾·奈特（Will Knight）主持了這場對話。

阿萊克斯·彭特蘭教授任教于麻省理工學院，為全球大資料權威專家之一，現任MIT連接科學研究所主任、MIT媒體藝術與科學教授，擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜，曾參與創建MIT媒體實驗室，是全球被引述次數最多的計算科學家之一。

對話金句：

李開復：

 AI最大的機會蘊藏在與傳統企業的結合中，這種價值的產生極其迅速，只需要幾個月，甚至短短幾周。
 未來突破很難預測，對奇點、超級智慧的爭辯，在我看來都過於樂觀了。
 小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，不要與巨頭核心業務正面硬碰。

阿萊克斯·彭特蘭：

 AI絕非試圖取代人類，而是促進多元文化之間的相互連接、團隊合作，讓人們更好的進行社交和連接彼此。
 最困難的其實是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。
 人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

我在對話中表示，當我們試圖解決AI問題時，應該用技術來解決技術的問題，可以尋求與監管部門協作，而不只是丟給他們，“新技術會衍生新的問題，我們應該多方嘗試用更進階的技術性解決方案，就像電腦病毒剛出現時，殺毒軟體隨之誕生。”

彭特蘭教授認為，人工智慧的核心，是促進多元文化之間的相互連接。不只是工程師或科學家，連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準，就像TCP/IP互聯網協定那樣，避免AI冷戰。” 我們都贊同，AI發展從來不是單打獨鬥，跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇（MIT-CHIEF) 組織的高峰對話系列活動，主題是《計算與未來: AI與資料科學如何重塑人類社會》。

麻省理工學院中國創新與創業論壇（MIT-CHIEF）由麻省理工學院的中國留學生創立，至今已有十年，是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者，共同探討科技創新及商業化過程中面臨的挑戰。

以下是我們對話的核心內容，由我的同事整理、分享給大家：

Part I 主題演講

▌李開復：各方應協作，讓AI 更務實

非常榮幸再次受到MIT-CHIEF的邀請，對於人工智慧的看法，這次我主要想講四點。

第一點是我書裡的主題，人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段，從應用落地層面來說，正迎來了AI發展最大的機遇。

很多科技公司目前已對人工智慧進行了多樣化佈局，從視覺、語言、觸覺和其他感知技術，到自動化機器人、無人駕駛等，對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性，但我預測未來的格局會非常龐大，依據統計，各行各業採用AI的程度目前不到5%，AI應用的中長期增長曲線相當可期。

第二點是我很欣喜看到的一點，AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多，更多的AI公司湧現出來。

AI最大的機會蘊藏在與傳統企業的結合中，創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。

作為AI投資人，我認為在這些行業如果找到正確的AI應用方向，就能帶來上千萬的回報。這種商業價值的產生是極其迅速的，通常只需要幾個月，甚至短短幾周就能看到成果。

現在人工智慧在傳統產業的滲透率仍在個位數，仍然有很大的提升空間。然而對於很多公司來說，它們需要的是高度定制化的方案，而非通用型AI方案，所以融合的過程中，不可避免會遇到不少挑戰和痛點。

第三，我早年做過很多科研工作，很高興能看到關於系統一和系統二（System One, System Two）的討論，我們期待人工智慧技術從系統一升級為系統二，即從識別、決策、優化等能力，升級到感知、認知等進階智慧的能力。

有不同的學派都在努力讓人工智慧更接近人類智慧，其中一個流派主張回歸經典的AI理念，甚至重新構建嶄新的模型結構，在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。

回看人工智慧過去60多年的歷程，最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路（CNN）帶來的喜人成績，還有預訓練自然語言處理模型（Pre-Trained Models for Natural Language Processing）的廣泛運用。

預訓練模型與人類語言學習的模式類似，不管是英語還是中文，在習得這些語言之後，再去學習程式設計、藝術、化學。在無人監督的學習環境中，這種模式比我們想像得還要強大，就像阿爾法圍棋（AlphaGo）一樣。

最後一點我想說的是，如何讓AI變得更務實。

AI有很多問題，例如隱私、資料安全、治理和監管，在此就不一一討論了。當我們試圖解決這些AI難題時，有人認為讓監管部門加強管理是唯一辦法，其實不然，我們是否也可以朝著研發更厲害的技術性解決方案去努力？

就像電腦病毒剛出現時，殺毒軟體隨之誕生；面對千年蟲難題時，也迅速找到了技術應對方案。我們可以通過研發新技術，應對DeepFake深度換臉程式的挑戰；或者通過聯邦學習技術，在保證資料私密性的同時，滿足深度學習訓練需求。

作為握有技術能力的群體，我們需要與監管部門一起協作，而不只是把工作丟給他們。相信有了各方的助力，我們可以讓AI的應用變得更有深度，更加務實，更高效地克服現在面臨的種種問題。

▌阿萊克斯·彭特蘭：國家間應建立互通標準，避免“AI冷戰”

我對當前的深度學習技術不太樂觀。

最為主要原因是，深度學習不僅需要龐大的資料來源，而且要求這些資料長時間恒定不變，以保證模型訓練結果的可靠性，例如人類的面容、語言，就是相對穩定不變的資料來源。

但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時，出現了倉庫貨物緊缺，不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰，就是因為快速變化的疫情，和深度學習對恒定資料來源的需求是矛盾的。

另外，我想談談如何通過聯邦學習，促進資料的流通。

大多數公司沒有足夠豐富的資料，需要聯合不同的資料來源。基於這種需求，出現了很多新商業模式，比如“資料經紀人”——他們不出售資料，而是把資料借出去，作特定需求的使用。

“資料經紀人”業務湧現了很多，他們促進了資料的流通，也加強了資料的隱私性。因此，像聯邦學習這樣的技術和商業策略結合，有效解決了資料在合規性和所有權方面的難題。

聯邦學習也依賴於新的基礎設施建設，為資料應用和深度學習提供基礎環境，比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗，新加坡等國家設置了一種相互競爭的區塊鏈系統，來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗，涉及不同資料的互通性和連貫性問題。

我們仍在研究如何用儘量少的資料，實現人工智慧的目標。少量資料是指不斷更新的短期資料，這些資料能使AI應對迅速變化的情況，並及時做出調整。

我們打算將AI與其他基礎科學結合，例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料，可能會比深度學習更加強大。

除此之外，我們在探討用AI保障聯邦學習過程中不同資料方的權益，這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。

另一方面，我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作，找出解決系統入侵和保障網路安全的方法。

我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策，也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率，比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。

基於我們已有的多中繼資料庫，現在可以利用AI實現全新的資料優化方式，將貧困、不平等這種之前無法量化的指標，通過可量化的指標進行評估。

同時，要真正實現這個目標，我們還需要制定統一的互通性標準。如果沒有這個標準，國家之間就不會相互信任去合作，就可能出現AI冷戰。

因此我們需要找到促進合作的方式，就像TCP/IP互聯網協議那樣。而之前我提到的，新加坡、瑞士等現在正在嘗試的區塊鏈系統，將有希望解決國家間缺乏互通標準的問題。

Part II 對話

▌ 美國線上教育發展難度更大，只在ZOOM上講課是不夠的

Q1：疫情加速了行業的改變，遠端醫療、線上教育開始蓬勃發展，這只是AI對人類社會產生影響的冰山一角。想請兩位談一談，目前看好AI在哪些領域應用的未來前景？

李開復：疫情的確對整個社會產生了實質性的影響，人們行為習慣發生了很多改變，更願意接受線上學習和工作了。

這種新的行為習慣產生了大量資料流程，為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料，可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究，因此我相信AI在醫療健康領域的潛能是非常巨大的。

AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務，例如批改作業，讓老師得以將時間精力投入到更有創造性的事情上，能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性，比如設置卡通版AI虛擬老師，讓課程充滿趣味性。

在中國，有很多線上教育公司在疫情之前就已經發展迅速，像創新工場投資的VIPKID，讓國外的純正英語老師線上上教授中國學生。目前，中國的線上教育已經擴展到了更多科目，包括體育、舞蹈、書法等素質教育課程。

相比之下，美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的，好的線上教育必須要有好的內容。

▌AI核心是增強人際互聯，應注重文化多樣性

阿萊克斯·彭特蘭：李開復博士提到的教育案例，我不是很認同。

MIT大約20年前就在教育中使用AI，重點根本不是內容，我們甚至提倡將內容免費開放給大眾。

AI絕非試圖取代人類的作用，我們更強調用AI增強人與人之間的互動，讓人們更好的社交和連接彼此。比如手機上人工智慧技術，不是要取代你，而是讓你高效地找到最適合的工作、最正確的人，讓你更容易的獲取資訊，並進行創新。

我們可以利用資料激發更強的創新力，培養領導力。只有基於這樣的宗旨，才能促進更有創造力的教育和學習，這比關注教育內容本身重要得多。

在加拿大，有家創業公司正在訓練普通民眾學習AI，比如水管工，教學效果非常不錯。他們的教育方式不是簡單的教授基本知識，而是以一種能夠激發人們互動思考的方式。

我們之前在中國調研了3000多個孵化器，發現創業公司成功的要素裡，第一個是文化多樣性，也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性，他們能否發揮自己所長，並很好地進行團隊合作。

1956年，馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解，不應該只停留在“人工”層面，而應擴展到多元文化之間的相互連接、團隊合作，我把它叫做延伸智能（Extended Intelligence)。這也是我想強調的，人工智慧這個名詞有一定的偶然性，但它的核心點是增強人與人之間的互聯性。

▌AI未來突破難預測，奇點、超級智慧過於樂觀

Q2：未來十年AI有沒有可能取得重要突破？比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼？

李開復：過去60多年來，深度學習是唯一的重大突破。在這之後，卷積神經網路（CNN）和GPT-3等都算是重要的改善，我對於人工智慧的漸進式改善保持樂觀。

對科學家來說，他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易，只要有大量的資料，就可以從實驗室進入到行業應用，CNN和GPT-3都是模型加海量資料的成果。

我是務實派的，雖然持有樂觀態度，但並不是一位“未來學家”。未來的突破很難預測，對奇點（Singularity）的爭辯，甚至預測超級智慧的出現，在我看來都過於樂觀了。

阿萊克斯·彭特蘭：我同意李博士的觀點。很多生物機制很難解釋，包括用感知認識事物、理解聲音、尋找食物等，是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論，並進行實踐。

從務實的角度來說，我最感興趣的就是聯邦學習。就醫療而言，我們有這麼多醫院，在新冠疫情期間做了很多的實驗，為什麼這些實驗資料不能進行聯合呢？

儘管資料有不相容的地方，但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來，我們對資料的需求也許會越來越少，外科醫生或者物理學家或許不需要太多資料，因為他們對規則已經瞭若指掌了。

▌不要墨守成規，要跨領域、跨學科應對挑戰

Q3：人工智慧會有什關鍵挑戰？對於想從事這個行業的人，有什麼是需要瞭解的關鍵點？

李開復：首先，大背景在改變，新科技層出不窮，我們每年都需要學習新的東西。

其次，人工智慧可能引起各種問題，包括偏見、歧視、倫理道德等，是否危害人類的身體健康，無人駕駛技術該何去何從等等。

第三，人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校，能夠把AI教育擴展到各個學科，讓研發人員及早意識到自己的責任和價值。

阿萊克斯·彭特蘭：是的，我朋友做過一個有關電的趣味類比，電動馬達最初在工廠裡用於生產的時候，並沒有發揮出多大的作用，因為大家並不知道如何改造生產流程。

AI在一些領域發揮的作用是顯著的，但應用到其他領域時，就需要改造流程。很多情況下，最困難的就是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。

而有意思的是，就像李博士提到的，像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。

比如，我今天早上正好就這個話題跟G20領導人對話，大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題，不能只是工程師或者社會科學從業者們在做，經濟學家，政治家等等都必須參與進來緊密合作。

隨著AI的應用領域越來越廣，除了必須具備強有力的技巧來建立社會規則，還需要對研究經費、企業投入等進行各種調整。

▌雖然大公司實力不容小覷，但依舊對小公司抱有期待

Q4：AI研究會消耗大量的資源，我們是否應該將資源往學術界平衡？現在已經發生資源的重新分配和平衡了嗎？

李開復：就人才而言，現在已經有重新平衡的跡象了。

過去，頂尖大學的學者基於待遇和種種考量，不少選擇去企業界工作。而近期，曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。

但像GPT-3這樣的技術，仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練，就要花費460萬美金，只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。

我觀察到，近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建，為了解決特定問題而生，並非紙上談兵做突破性科研，切入的領域也往往是巨頭公司忽略的地方。

例如，為製造業進行AI賦能，不是一件輕鬆的事，需要去工廠實地勘查，瞭解運作方式。大公司因為賺錢很容易，不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果，就會給產業界帶來革命性的影響。所以，雖然大公司的實力不容小覷，但我依舊對小公司抱有期待。

阿萊克斯·彭特蘭：大學和公司是一種融合的關係，不僅體現在人才流動上，也會進行資訊資源分享，彼此是整體性的合作態勢。

當然這也不是絕對，產業界的保密需求還是存在的，只是從學校的出發點來說，我們願意毫無保留地為大家提供更好的研究成果，並與企業合作，形成標準化平臺。

▌人工智慧取代人類需要上百年或更久

Q5：兩位認為什麼是AI不能取代的？

李開復：一類是創造力、分析能力、邏輯辯論能力，瞭解自己知道什麼不知道什麼，這些是人工智慧無法取代的。另外一類是同理心，人類之間的信任、友誼，自我認知、意識等。

阿萊克斯·彭特蘭：人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

▌AI創業建議I：找到小切入點，不要與巨頭正面硬碰

Q6：李博士提到了AI在小企業中的運用，可否再舉例說明是如何運用的？

李開復：這個問題分兩部分：一個是小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，並且不要與巨頭核心業務正面硬碰。

對於那些中小型非AI、但想應用AI的公司，需要確保有足夠的資料，以訓練與核心商業價值掛鉤的AI模型，並且有願意變革的開放性公司文化。

所以，早期應用AI的公司可能規模較大，因為他們有足夠大的資料，和可相容變革的商業模型。每個例子都不同，不是任何一家公司都要應用AI。

阿萊克斯·彭特蘭：如果我們放寬AI的定義，或許水管工、合同工都有資料，通過一些簡單的分析、整合，AI也可以在很大程度上改進他們的工作。

這些都是很小的切入點，基於簡單的AI分析、機器學習，依舊可以產生巨大的潛力。

▌ AI創業建議II：知曉技術，同時理解商業

Q7：兩位再分享一下最後的建議？

李開復：我們在步入一個AI開始滲透到方方面面的令人振奮的時代，我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地，而不僅僅鑽研技術本身。

阿萊克斯·彭特蘭：不要太較真於深度學習或者冗長的演算法，一切始於要解決的現實問題。不要止步於技術本身，要明白資料類型、形態和規律，關注商業流程。

感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。

中國日前針對網路犯罪言論，做出了最新的司法解釋，不過解釋出爐後，除了引起大陸各界的反彈聲浪，外媒也紛紛對此加以批評，本集的老外看中國，英國主持人郝毅博也特別針對這個荒謬的司法解釋，分享了他的看法，一起來看看！

按讚加入主持人郝毅博Facebook，一起討論中港台時事新聞！
https://www.facebook.com/benhedgesntd

訂閱《老外看中國》頻道，觀賞最新精采有趣影片！
http://www.youtube.com/Laowaikanzhongguo

哈囉！各位觀眾朋友們大家好，我是郝毅博！上禮拜兩岸都很關注這個「蘭陵王」的現代版，發生在台灣的「9月政爭」。不過不管是政治鬥爭也好，捍衛憲政也好，大家可以看到，馬總統或是王金平院長目前都還在透過記者會，或是法律判決等等，持續的你來我往，結果還不確定，我們再繼續關注下去。

不過說到這個法律上的爭議，大概同樣的時間點在大陸，兩高（最高人民法院、最高人民檢察院）卻發佈了一個被大家認為是非常荒謬的司法解釋，內容是針對網路誹謗，同一則如果瀏覽次數超過5千次，或是轉發次5百次以上，就被認定是「情節嚴重」，可以判刑3年。先不談他的實質內容，首先這個解釋就存在著一個非常大的技術缺陷，我們打個比方。

大家明白了嗎？因為不管是轉發或是瀏覽次數，都可以藉由這樣的手段去達成，也就是說，如果想要陷害人，你都可以用這種人為的方式去做，那大家可能會說，那你不發誹謗的文章不就沒事了？就不用怕點擊次數了？不是這樣的，我給大家舉個例子：

前幾天路透社發表了一篇採訪新浪微博網路審查員的文章，他們提到因為網友們常用青蛙或癩蛤蟆來代表江澤民，所以這兩種動物變成了微博敏感詞。今年六四時也一樣，因為有網友把坦克人照片PS成大黃鴨，微博那時候就真的變成「鴨雀無聲」了。所以大家想想，在一個連青蛙和鴨子都害怕的政權底下，什麼是誹謗？

回到剛剛說的技術缺陷，這些中共官員會不清楚嗎？我不認為，所以與其說是「缺陷」，我倒覺得是法院給中共政府開了一道抓捕百姓、陷害百姓的任意門。

所以國外媒體的評論，大部分都認為這是中共掐緊對人民言論控制的一個手段，為什麼？很簡單，網路的力量造成真相的曝光，而真相的傳播和曝光永遠是邪惡最害怕的。大大看看這一兩年來，有多少官員或政府的醜聞都是在網路上被爆料，然後傳遍國際。

然後還有一點我覺得也很有意思的是，剛剛說的這些案子，基本上都必須由受害人自己提起訴訟，不過如果有「嚴重危害社會秩序和國家利益」的情形，那就要由公安偵查、檢察院提起公訴。什麼是「嚴重危害社會秩序和國家利益」，這次的解釋裡也說了，有7種情形，分別是：引發群眾事件、引發公眾混亂、引發民族或宗教衝突、損害國家形象等其他嚴重危社會秩序和國家利益的情形。

講完大家是不是都想笑了，因為這些不就是中共最基本的業務，他們自己每天都在做的事嗎？還有一點要特別注意的，就是「其他」，我一直覺得「其他」是法律裡非常厲害的一個字眼，什麼是其他？我想抓你，又不符合上面的理由，那就是其他，我就用其他這個理由抓你。

當然，如果這些法條是在中國以外的民主國家，可能大家都不會這麼緊張，反彈這麼大，因為民主國家的法治，相對來講，是讓人民放心很多的，那中共的法治，那不是法治，那是羅織，那是鎮壓。

關於這點，我覺得我們台裡的濤哥、石濤的比喻很有意思，他說，中國的法律就是共產黨的二奶，為什麼？二奶好看，二奶招之即來，揮之即去，但二奶如果想扶正的話，馬上一巴掌給妳打下去。二奶絕對不可能明媒正娶，因為二奶雖然帶的出手，用起來好用，但是如果變成正宮，可能就會反了。好的，今天就到這裡，我們下次再見！我去看看剛剛那則影片有沒有被轉發5百次了...