關於 後 端 傳資料到前端 ，我們在網路上蒐集到這些相關的討論、資訊與評價

＃今日疫情重點【新增287例本土、校正回歸170例，6例確診個案死亡；從登錄程序簡化、擴大PCR效率與運用健保等方式減少檢驗塞車；北市防疫再緊縮，明起飲食場所僅供外帶、外送】

台灣今（23）日新增287例COVID-19（又稱新冠肺炎、武漢肺炎）本土確診個案，其中以新北市142例最多、其次為台北市77例。本週末為疫情進入三級警戒以來的第一個假日，疫情最嚴峻的台北市與新北市宛如空城，以往人群聚集的公園與賣場人潮稀少。但根據昨日雙北地區的篩檢陽性率又分別微幅上升到8.8%與4%，因此北市府宣布明天起全北市飲食場所（包含餐廳、美食街、飲料店等）僅供外帶、外送；且除原有4間快篩站外，全市20家急救責任醫院也加入快篩行列。

繼昨日公布校正回歸400例後，今日又再公布170例，分別為5月16至22日這一週內，其中5月17日校正後的病例數達到441例，仍是這波疫情中病例數最高的一日。陳時中特別宣布改善措施，包括簡化登錄流程與緊急補助各檢驗機構添購高通量PCR篩檢機。

另今增加6名死亡個案，為疫情爆發後的單日死亡人數新高，分別是案1912、案2384、案2483、案2986、案3304、案3417，為5男1女，年齡介於50多歲至80多歲之間，發病日介於5月10日至20日，確診日介於5月17日至22日，死亡時間落在20日與21日兩天，其中80多歲男性案2384沒有慢性病史，17日因呼吸喘就醫3天後20日就不幸死亡。

前疾管局長蘇益仁認為，這波疫情進入社區感染，加上萬華茶藝館相關者以老年人居多，可能本身就有一些慢性病，時間一拖長，死亡比例會比較高，而且隨著時間拉長，有些年紀較大的確診者，可能從輕症轉重症，甚至產生併發症而死亡，與英國變異株比較沒關係。

■新增287例本土、170例校正回歸

指揮中心指揮官、衛福部長陳時中表示，今日新增的287例本土個案中，138例男性、149例女性，年齡介於未滿5歲至90多歲，發病日介於5月6日至22日，分布在新北市142例最多（板橋32例），其次是台北市77例（萬華區38例），桃園23例、屏東縣南投縣各8例、宜蘭縣6例、基隆台中與彰化各5例、台南2例、花蓮嘉義縣市新竹縣市雲林各1例，而嘉義縣、市則是在此波社區疫情爆發以來首見本土病例出現。

校正回歸的170例中，84例男性、86例女性，年齡介於未滿5歲至80多歲，發病日介於4月25日至5月22日，個案分布台北市88例最多(以萬華區48例為多)，其次為新北市73例(以板橋區17例為多)，彰化縣6例，宜蘭縣、新竹市及雲林縣各1例。（見最新疫情概況圖）

合計457例個案的疫調，與萬華活動史相關161例、茶藝館相關25例、某社團相關5例、某水果商相關11例、其他已知感染源119例、關聯不明70例、疫調中66例。相關疫情調查持續進行中。

指揮中心並公布從5月1日起的採檢陽性率，把校正回歸的個案都計入後，陽性率在5月15日5.8%最高，之後持續下降至2.1%，但在5月20日後微幅上揚，22日達到3.4%。陳時中指出，上揚的趨勢與校正回歸的數字多數與雙北有關，在分析台北市與新北市的快篩站陽性率，台北市從6.9%上升至8.8%，新北市也從2.7%上升至4%，至於其他縣市陽性率都很低，顯示風險沒有雙北來的大。（見本土病例每日採檢陽性率圖）

■登錄程序簡化、提升PCR效率與運用健保改善檢驗塞車狀況

針對通報個案暴增導致檢驗流程塞車，指揮中心連兩天出現校正回歸的個案，昨天增加400例，今天也增加170例（見今日校正回歸病例圖），對此陳時中說明，經過檢視確定是系統性問題，包括登錄輸入欄位多、還要重複登打，檢驗結果需人力判定，最後才會上傳資料到指揮中心，過程有很多步驟與程序。上週發現狀況後，已經逐步簡化流程，將通報的欄位從20幾欄減少至8欄，加快填報速度，將前端檢驗時的程序簡化，此外送檢送驗的流程也同時簡化，讓確診個案可以快點拿到案號，後端的統計與疫調就不會塞車。

也因為此波疫情爆發迅速，PCR篩檢驗量爆增，歡迎民間有檢驗能量的業者可以申請為指定機構，並補助上限500萬元購買檢驗設備，至於之前沒有申請至上限的檢驗單位，仍可以持續申請補助至500萬元，希望鼓勵檢驗單位購買自動化高通量的PCR檢驗設備，提升檢驗效率，且減少檢驗人員的負擔。陳時中強調，相信簡化流程後可以解決這次系統性的問題。

此外這次檢討流程中，將檢驗結果加入健保的「健康存摺」功能，以方便檢測者不用等到通知就知道結果。指揮中心醫療應變組副組長、健保署長李伯璋示，檢驗陽性者依舊會由衛生單位立即通知，但對於檢驗陰性者，因採檢數量龐大通常要等待三天以上，甚至無法得到通知，因此這次結合健保系統，三天內就可以登錄健康存摺系統看到結果。

陳時中也補充，雖然陽性一定會儘速通知並採取隔離等措施，但對於檢驗陰性因為數量太多現階段做不到即時電話通知，但可以想像檢驗者一定非常擔心，因此及早知道是陰性也很重要，這次特別透過既有的健保系統，民眾只要登入自己的健康存摺，三天內就可以知道陰性結果。

■柯文哲呼籲中央公布「校正回歸」計算方式

陳時中也對「校正回歸」再解釋，他說要把確診數量回歸，是為了是把「真實面」顯露出來，總量一樣在，總數也不會變，要讓大家看清楚發生的時間，才能更明白疫情的走向。

但柯文哲在北市召開的記者會中提出質疑，一般受感染者病毒在體內的潛伏期為2到7天，在發病之後前往篩檢的時間因人而異，接受篩檢之後又還需要3到5天的時間，確認確診之後才會公布。柯文哲表示，中央公布確診案例的數字是反應兩個禮拜前的狀況，並非發布當天的確診數量。

因此，柯文哲在記者會上向中央喊話，呼籲中央公布校正回歸的數字以及方法，讓民眾可以理解校正回歸的計算方式以及數字來源。他指出，等待PCR檢測的時間過長，所以台北市會逐步在快篩的階段就做出是否需要隔離的決定，不再讓受檢驗者回家等待PCR的檢驗出爐後，才決定是否需要進行隔離。

■雙北疫情仍緊繃，北市明日禁止飲食內用、20家急救責任醫院加入快篩

柯文哲指出，因為台北市的疫情並沒有出現趨緩的狀態，因此決定全市的飲食店跟飲料店在24日開始，全面禁止內用，只能外送或外帶。另外，台北市12個行政區的20家急救責任醫院將在明日加入快篩的行列，每天早上8點到晚上8點進行快篩服務。北市府在今天上午宣布，在青草園快篩站執勤的三總醫護人員另有任務，因此從今日開始，青草園快篩站停止快篩服務。

侯友宜則在今天的防疫記者會上表示，新北市跟台北市萬華區有連接的區域需要加強防疫，除了上午已經設立的板橋與中和兩區的熱區防疫中心之外，將會在明（24）日於三重、新莊兩地加設熱區防疫中心。侯友宜也表示，板橋音樂公園與雙和醫院成立機動篩檢站，三軍總醫院人員也會加入板橋機動篩檢站的工作行列。

柯文哲指出，台北市繼續徵求旅館加入加強版專責防疫旅館的行列，目前總共有4間加強版專責防疫旅館，已經有500床以上的總床數。柯文哲也強調，加強版專責防疫旅館就是台灣版的「方艙醫院」，目的就是接收快篩與PCR陽性但輕症的確診者，讓確診者不用回到社區，導致病毒在社區擴散。

■空出醫院量能，1,093名確診者入住加強版集中檢疫所

由於確診數每日至少增加200例以上，其中超過6成都是無症狀或輕症，指揮中心公布收治輕症或無症狀確診者的加強版集中檢疫所收治人數，指揮中心醫療應變組副組長王必勝說明，截至今日中午為止，已經收住1,093人，其中新北市最多有721名，台北市340名，其他縣市則有32名。

加強版集中檢驗所目前還有977間可以收住快篩陽性以及確診病患，未來3天還可以增加828間房，目前仍在場勘建置中的有11處1,000間房，陳時中強調，醫院空出病房後，加速開設專責病房與成立專責醫院，明天會開啟第一批，第二批預定週五或週六就可以開啟，將用來收治重症病患。

指揮中心專家諮詢小組召集人張上淳表示，這次感染者有比較多的中高年齡層，加上有一些慢性疾病，造成的嚴重程度與之前不太一樣，從4月15日以後個案，60歲以上占37%，出現嚴重肺炎或呼吸衰竭症狀的有9.7%；細部分析，60歲以上有18%出現重症，相較於全部3,860本土個案，嚴重肺炎6.2％、呼吸衰竭或已經呼吸衰竭2.6%，都來得高，目前使用呼吸器有66例，使用葉克膜有2例。

■指揮中心協調地方政府招募志工人手加入社區採檢站，減緩地方醫療院所負擔

指揮中心副指揮官陳宗彥今（23）日上午在全國防疫會議會後記者會中表示，地方政府設立社區採檢站的人力，將由地方政府與全聯會（中華民國護理士公會全國聯合會）、耳鼻喉科醫學會等單位協調招募志工，讓原本在醫療院所的人力可以保存，不需要配置多餘的人員到社區採檢站。

指揮中心協調了22縣市的副首長協助，若各地方醫護人員跟確診者接觸、被匡列為需隔離者時，醫療人員可以入住防疫旅館。地方政府若發現有仍在等待檢驗結果人員失聯，可以啟動警政協尋機制，防範疫情擴散。

■澄清1則假訊息，澄清調查局並沒有蒐集網上對「校正回歸」不滿者的資訊

副指揮官陳宗彥指出，網路上盛傳政府利用簡訊實聯制來蒐集民眾的資訊是不實訊息。陳宗彥強調，這個系統只會記錄當時手機的所在位置，並且在28天之後，將相關紀錄消除。另外，陳宗彥也在回答記者問題時指出，網路傳言調查局在網路上蒐集對「校正回歸」有疑慮民眾的資料，這也是不實訊息，調查局在今日上午發出新聞稿澄清，這個消息為假訊息。

■慎重考慮使用快篩輔助判定確診

台北市4個快篩站在22日總共有1,299人進行快篩，陽性率是8.5%。中興快篩站358人中有24人呈現陽性反應；和平快篩站323人中有27人檢出陽性；剝皮寮快篩站408人中，檢測出28人；青草園快篩站檢測了210人，有31人呈現陽性反應。柯文哲強調，上週全國人民自動自發封城的效果，要到下週才會出現。

柯文哲認為目前通報個案多，堅持使用PCR來判定確診在公衛角度上有點不切實際，建議改變策略，加入快篩當作另一種判定確診的工具。對此，陳時中明確表示，加入快篩當作確診工具，已慎重考慮，會先分析用途與用法，最容易造成誤解的偽陽性部分該怎麼處理，也將會同衛福部的昆陽實驗室針對快篩試劑做一些平行試驗，哪一種的效果最好，加上健保也有準備，未來基層也能做，建立快速的資訊系統，等指引訂好後就可以開放。

陳時中進一步強調，快篩試劑不管是進口或是國產只要效果好都會給予獎勵，目前所了解，國內廠商的快篩試劑有相當足夠的數量，未來將作為判定確診的輔助策略。

■三級警戒持續中，下週為重要觀察期

對於目前疫情的研判，張上淳則是分析，升到三級警示後，民眾間比較少接觸，就是希望傳播鍊不要增加，但潛伏期通常是7天，如果7天後的發病數下降，顯示目前的防疫措施有幫助，但若本土病例數持續增加，顯示社區裡面還有個案沒被及時隔開，這是有破口的現象。

陳時中表示目前全國都是三級警戒中，未來將注意篩檢陽性率、確診個案數的變化與分布情況，感染來源的收斂等，這些都是疫情警戒升級或降級重要的參考，而且疫情發展迅速，因此下週將是重要的觀察期，未來疫情趨勢才可以稍微預測與觀察。

（文/嚴文廷、楊智強；設計與資料整理／黃禹禛、何柏均；攝影／余志偉、鄭宇辰、蘇威銘）

#延伸閱讀
【斷鏈的防疫線──確診者家人、醫護接觸者自力救濟下的防疫滑坡效應】https://bit.ly/2RzUNDW
【守住醫院、才能守住更多人：雙北疫情外溢全台，社區聯防如何儘速補位】https://bit.ly/3uZVaWG
【從武漢到世界──COVID-19（武漢肺炎）疫情即時脈動】http://bit.ly/2HMR2T6

#報導者 #COVID19 #本土案例 #確診 #死亡個案 #校正回歸 #社區篩檢站 #集中檢疫所 #熱區防疫中心 #假訊息 #快篩

漢聲廣播電台「fb新鮮事」節目
李基銘主持人

本集主題：「演算法的一百道陰影：從Facebook到Google，假新聞與過濾泡泡，完整說明解析、影響、形塑我們的演算法」介紹

訪問編輯： 王正緯

內容簡介：
從選餐廳到選總統，演算法正全面影響我們的生活？
Facebook和劍橋分析公司分享用戶個資，讓演算法操弄人心？
Google的搜尋演算法暗藏性別與種族歧視？

讓應用數學權威帶我們一一解答以上的問題。

　　我們對科技與網路的仰賴有如開了一扇窗，讓數學家和資料研究者得以窺探我們的生活。他們不斷蒐集資料，了解我們去哪裡旅行、上哪裡購物、買些什麼、對什麼感興趣，進而預測我們的生活習慣。有些人甚至宣稱，這些資料就足以操弄人心、改變國家輿論。但這些資料到底多可靠？唯有了解數學做得到和做不到什麼，才能明白演算法正如何改變我們的生活。

演算法到底能多了解我們？
2018年Facebook爆出與劍橋分析公司分享用戶個資的事件。劍橋分析公司宣稱，他們能從資料中分析出個人的政治傾向，以針對這些人投放量身打造的競選宣傳。然而這些劍橋分析公司取得的資料，真的能讓他們做成一個完整的「人格分析」演算法嗎？另外，Google引以為傲的搜尋演算規則，是否會擴大我們的偏見，讓我們「學會」歧視？

了解演算法，不必再對科技擔心受怕
　　演算法和操弄人心的恐慌正在蔓延，而本書作者帶領我們遍觀各種演算法，看見數學不為人知的一面。藉由訪問走在演算法研究最前端的科學家並自己做數學實驗分析佐證，作者除了解釋數學與統計如何運用於現實生活，也說明了現今社群演算法的能力與極限，讓我們更了解現今的網路服務是如何影響我們。

作者簡介：桑普特David Sumpter
　　現任瑞典烏普薩拉大學應用數學系教授。於英國倫敦出生，蘇格蘭長大，在曼徹斯特大學取得數學博士學位，曾於牛津大學擔任皇家學院訪問學者，後至瑞典任教，研究領域包括魚群及蟻群的運作機制、足球隊的傳球路線分析、社會隔離、機器學習及人工智慧等等。
　　除了為《經濟學人》、《電訊報》、《當代生物學》期刊、《今日數學》等雜誌撰寫文章，桑普特也獲得數學暨數學應用學院（IMA）的凱薩琳．理查茲獎，獎勵他向大眾推廣數學的貢獻。Soccermatics是他的第一本書。

出版社粉絲頁： 貓頭鷹書房
　　
　　　
👇 YouTube頻道，可以收看👇
https://goo.gl/IQXvzd

👇 podcast平台，可以收聽👇
SoundOn　https://bit.ly/3oXSlmF
Spotify　https://spoti.fi/2TXxH7V
Apple　https://apple.co/2I7NYVc
Google　https://bit.ly/2GykvmH
KKBOX　https://bit.ly/2JlI3wC
Firstory　https://bit.ly/3lCHDPi

👇 請支持六個粉絲頁👇
李基銘主持人粉絲頁：https://www.facebook.com/voh.lee
李基銘新聞報粉絲頁：https://www.facebook.com/voh.twnews
李基銘的影音頻道粉絲頁：https://www.facebook.com/voh.video
漢聲廣播電台「fb新鮮事」節目粉絲頁：https://www.facebook.com/voh.vhbn
漢聲廣播電台「快樂玩童軍」節目粉絲頁：https://www.facebook.com/voh.scout
漢聲廣播電台「生活有意思」節目粉絲頁：https://www.facebook.com/voh.life

本文來自：量子位微信公眾號 QbitAI

李開復周遊列國AI後分享，誰會吃掉最大紅利？

“見過最瘋狂的中國創業者是馬雲”、“一個群裏辨別 AI 的方式是發紅包”、“120 歲打算退休”……以及準備開始基於科學的科幻創作計畫。

以上熱議“段子”，或許前幾天你已經被刷屏了，但這都並非段子，而是創新工場董事長兼 CEO 李開復博士在 MEET2020 智能未來大會上開場對談內容的截取。

面對量子位主編李根的提問，李開復博士分享了對於人工智慧發展現狀和未來的看法，比如政府政策對AI研發與落地運用的支持、對 AI 公司價值重估的趨勢、對 AI 賦能傳統領域帶來新邊界的看法，以及人才驅動的新格局的展望等等。

為了完整展現李開復博士最新的所想所感，量子位精校了現場訪談速記，希望周遊列國 AI 後的開復所思，同樣能給你帶來啟發。

在這次訪談中，李開復博士將提到：

 2019年最大感悟是全球政府都在積極擁抱AI。
 AI行業正在回歸理性，需要回歸商業本質。
 AI跟傳統企業不是誰顛覆誰的問題，而是賦能的問題。
 AI賦能的本質決定了AI公司不會To C式爆發成長，而會像To B企業一樣穩定壯大。
 互聯網和移動互聯網依靠前端紅利壯大，AI最大的機遇是後端創新。
 技術公司要接受傳統公司掛帥，要有服務心態，落地為王。
 今年見到最酷的黑科技是3D列印心臟。
 基於科學的科幻作品，能夠用想像力啟迪科技人尋找方向。

訪談實錄：

李根：謝謝開復老師的到來，聽說您前兩天剛過了生日，收到特別的一份禮物是今年新書《AI未來》的斯洛文尼亞版成為他們國家暢銷榜第一，這個國家我們瞭解的不是很多，聽說第一方面是個歐洲的小國家，另外一方面可能足球踢的比中國好，更多就不知道了……

李開復：還有出了一個美國第一夫人，現任特朗普總統的夫人。（現場笑）

李根：所以今天還是想圍繞您的新書開始，大家也看到了部分展示，聽說有21個國家和地區的版本，都是暢銷書。所以今年周遊列國AI之後最直觀的感受是什麼？

李開復：直觀的感受可以按時間來說。在2017年，我覺得AI最火的領域就是VC，所有的VC都要把自己包裝成AI投資人，看到某一個博士出來了就瘋狂的搶專案。2018年看到的更多的是所有的企業，尤其傳統行業開始醒來，發現不擁抱AI可能就會有很大的麻煩。到2019年——正好是我出書這一年，我覺得最多的是全球政府都在擁抱AI，每個國家都要出一個國家戰略書。

講一個小故事，有一天我接到一個電話，一早，他說他們的President想和我講話，我問他來自哪家公司，他說他來自阿根廷，他們的總統要跟我講話，所以可以看出全球政府在推動，我們就可以很必然地看到AI正在全球範圍內得到最重要的支持，這也讓我們一定可以把這個領域推到更高的高度。

▍AI公司面臨價值重估，回歸理性的時刻

李根：今年AI在中國進入了一個新的階段，之前有很多的博士精英，有很多的黑科技，比賽冠軍的數目。今年更被關注在商業落地、營收方面比拼。

李開復：這是最火的領域，包括當年的互聯網都經歷了這樣的過程。但用博士的數量、或者AI得獎的次數做一個公司的估值都不理性。當年還有很多不理性的做法，比如為了抬高自己的估值，不找一家領投，用10家各出2000萬，無領投者，大家就是沾光投上某某著名的博士，這種做法導致的後果非常直接——當你沒有領投者，大家都不會覺得這是我必須要花全力的專案，只是花2000萬買個名而已。

AI公司重估的問題，我在2017年第一次被問到，但當時一切才開始，大家要接受這種混亂的現象，可能少數的公司被過高估值了，但是未來還是非常好的。

到2018年初我被問這個問題，我預測2018年底會有泡沫來臨，而且確實大約在2018年9月-12月大多數公司面臨了挑戰。

再到今年，有AI公司上市、Pre-IPO，這就是退潮時刻，誰在裸泳一眼便知。每個公司都必須面對最後一輪投資人，或者上市之後必須要回歸商業本質。所以之前估值AI公司的方法，或是過不了上市這一關，或是上市後很難持續。

所以我覺得今天毫無疑問在回歸理性。而大家在過去一年經受了很多估值受到挑戰、下一輪很難融等等的問題，都是這種回歸理性的表現。

今天我們看到出來融資的AI公司，也比當年更明確地去瞭解自己需要落地、需要產生收入。並且也越來越明確：人工智慧是很偉大，但它跟互聯網、跟移動互聯網不一樣。

在移動互聯網和互聯網的時代，我們是在重構一個完整的介面，它可以推動和顛覆各種傳統業態。而人工智慧的本質是提升效率，降低成本、創造價值，AI跟傳統企業不是誰顛覆誰的問題，而是賦能的問題。

如果你接受了這個觀點，你也不可能期待說人工智慧什麼時候會有美團、滴滴、阿裏出來，因為它本質上不是一個爆發式成長的to C的公司，而是穩定成長的to B公司，更需要我們沉下心來把這個公司慢慢做出來，而不是看到一個巨大的拐點、指數級的增長。

所以現在更是需要回歸理性、回歸商業本質的時候，雖然會讓一些公司面臨挑戰，但應該會讓我們有更好的健康發展。

李根：您在世界人工智慧大會上的主題演講，也提到了AI+的階段，說告別精英創業的階段，現在的AI是不是走過了技術創新的階段，可以進入商業模式創新階段了？

李開復：我覺得是的。在那個大會上我講了AI的四個階段，其實就是互聯網的四個階段。

 第一個階段就是黑科技階段，做出來的東西大家都看不懂，誰有厲害的科技就會被追捧。
 第二個階段是嘗試商業化to B的階段。
 第三個階段是AI賦能，把AI注入傳統行業來產生價值。當年也是互聯網注入傳統公司。
 最後是遍地開花。

從互聯網發展來看AI階段，第一個階段可能就是在網景的創業，第二個階段是大家賣一點互聯網的軟體、伺服器、編輯工具等等。

第三個階段就像微軟，當時我在微軟創造了一個互聯網部門，有一個首席互聯網專家，然後測定公司在什麼地方應該引入互聯網。但是最終這個部門就被取消了，因為整個公司都要擁抱互聯網。那麼AI也是一樣，在初期是曠視、商湯各種黑科技公司，再下一批可能是B2B公司，像第四範式、創新奇智這樣的公司。第三個階段，有海量的傳統公司會看到AI可以創造的價值，而且今天中國面臨的巨大的機會和挑戰。

一方面，互聯網和移動互聯網的發展，把前端的紅利——最核心的是人口紅利吃掉了，能夠實現指數增長。

但另一方面， 其實後端有非常多低效的效果，比如說海量的夫妻店，有非常低效的物流，在零售、製造方面，在三四線城市後端都需要提效，要不然的話是沒有辦法支撐其他的90%的經濟的成長。

而後端效率的提升，就很需要AI的賦能。

所以AI的賦能，就是傳統公司和AI公司最好的合作點，這是現在面臨的下一個AI賦能的機會。

這些公司要尋找一個像行業顧問，或者AI公司合作夥伴也好，或者自身建設AI部門也好，讓AI賦能，在業務和流程中實現降低成本、增加效率。

在這些傳統的公司慢慢擁抱AI之後，再過幾年就會和互聯網一樣，每一個公司的每一個部門不考慮AI幾乎都沒有辦法生存了，行業的期待就是你不用AI就會效率低下。

而且在越是分散的行業，每個公司的都有很多成本的問題，哪一個公司能夠增效或者降低成本3%、5%，就可能會勝出。

於是在行業整合的時候，可能本來有10家10%份額的公司就會有一家勝出，這時候除了有AI帶來的效率、市場整合的能力，還有更大的規模帶來的更多的效率，以及行業龍頭甚至壟斷者帶來的機會……

所以AI的四個階段，每個階段都充滿著機會。今天更是尋找傳統行業比如醫療、製造、零售等等這些行業怎麼樣去賦能的時機，能夠創造更多的價值。

李根：所以聽起來不僅是AI公司正在2019年經歷重塑，可能傳統公司、傳統企業也在經歷重塑。

李開復：對的。

▍誰吃掉最大紅利？

李根：聊到的傳統公司的問題，今年有兩種聲音，第一種就是有一些技術的公司，比如說自己找到一個落地的場景，然後就能吃掉AI時代的最大紅利。也有一些來自於場景數據的公司，覺得一開始技術沒那麼強，但是接下來的時間有後發優勢，也可以吃掉AI最大的紅利，在您看來誰會吃掉AI的最大紅利？

李開復：在國內創業，競爭環境都是非常劇烈的，大家都在尋找最成熟的果實。但這些最大的果實在初期的AI前面落地的第一、第二階段都被摘掉了。

什麼是AI最容易使用的行業呢？一定是那些已經有海量的數據，而且數據被結構化整合的行業。

另外，這些數據還能直接關聯到具體的商業指標，作為它的目標函數。比如說金融界、互聯網，這些行業應該都已經被吃掉了，所謂“被吃”，大的意思就是這些公司都發現了AI真的好用，能夠幫我賺錢、省錢，我自己需要擁有這個東西。

起初先有幾家公司跑了出來，同時大部分的互聯網公司都自己擁有AI團隊，接著保險公司、銀行也開始有這樣的傾向，於是造成第一批有得天獨厚優勢的傳統行業擁抱了AI。

再接下來的AI落地就會有挑戰了。比如說在製造、零售、健康、醫療、教育這些領域，數據和落地基礎並非一蹴而就。

你問的問題就是在這些領域裏，到底誰比較有優勢？我們做AI的人必須意識到一個很清楚的事實：學習運用AI這件事情是越來越容易的，也就是門檻越來越低了。

這就是為什麼創新工場能夠在4周的時間（DeeCamp夏令營）培訓600個電腦的學生，讓他們4個禮拜培訓以後就變成了所謂的神奇的AI工程師。

在五年前，這是不可能的，因為那時候的演算法還要自己寫代碼，現在已經有很多大公司，包括國內的百度、阿裏、騰訊，都在提供AI框架，讓AI的門檻降得越來越低。

所以這個結果很明確：最終一定是傳統公司擁抱AI的難度，遠遠低於AI技術公司去學零售、學制藥，後者都是遙不可及的事情。

如果從AI紅利目前是一杯水半空的角度來看，傳統公司會是最大的獲利者，AI公司很難獲得最大的利潤。

但是從一杯水是半滿的角度來看，這些傳統公司現在並不知道怎麼去擁抱AI，所以你如果是個好的AI公司，你在未來的三五年還是有機會跟他們共贏的，只要你的收費他們可以接受，也就是說你的價值大於你的收費。在未來的三五年AI公司賦能傳統行業是有機會的。

從更宏觀的角度來看，畢馬威預測在2030年的時候AI帶給全世界的GDP應該是差不多1萬億人民幣。這裏面可以看到，他們的90%以上都還是把這個數字給了傳統行業，也就是說真的是在為了傳統行業賦能，最後得到的紅利必然是傳統行業的。

那麼一個傳統行業得到了某一個領域的1000億賦能，或者降低成本。這1000億裏面有可能有5%-10%給了AI公司。

所以我們AI公司還是要面對現實，作為一個AI的創業公司，你去顛覆傳統公司的概率是低的——雖然在有些領域是有可能的。

對傳統公司來說，應該把AI公司當做最好的朋友。

我覺得也不排除有很多新的模式跟打法，但中國的整體現實就是這樣。而且美國是不可參考的，美國很多傳統行業的數據積累得很好，參考美國參考AI賦能，在中國是不成立的。

所以中國公司還是要尋找最有創意的方法，來找到我們能吃到的最大紅利。

舉兩個例子，一個是創新工場分出去的創新奇智。當時我們看到這樣的一個機會，尋找了一個企業家，而不是博士來領導這個公司，然後針對製造業和零售業去做賦能的工作，現在做出來了一個最快速的成長，得到最高收入的一個AI公司，因為他從一開始就把自己當做傳統公司賦能的合作夥伴。

另外一個角度，從創新工場本身來說，我們2019年幾乎沒有再投AI黑科技公司了，當然偶爾還會看到一兩個，但是我們投了很多行業AI公司，比如說在健康領域、制藥領域、教育領域，做的公司其實是AI教育、AI制藥，或者是AI醫療大數據。這些公司的領導者一般不是AI專家，而是行業的專家，同時搭配AI方面的合夥人。

李根：之前有很多人問到技術的精英更像是空軍，對於傳統的公司——陸軍，會有一些新的方法上的不適應。

李開復：我們要接受，最後的元帥還是傳統的公司，我們的空軍還是給傳統公司賦能，提供價值的。不要認為我們空軍跟他們陸軍是平等的，還是要放下心態，1萬億的市場很大，我們能吃5%-10%就已經很好了。服務心態，落地為王。

▍AI邊界：Android還是IOS？

李根：技術公司也開始有新邊界，今年的現象是之前很多語音、視覺為主的公司，開始做到晶片，也有AI晶片的公司開始向上打造語音演算法。所以大家之前更多在講社會化分工，現在AI時代裏現在看起來並不是這樣。Android還是IOS？這是一個問題。

李開復：對，這個過去幾年也變了好幾次。剛開始的前10家AI公司都號稱自己是AI平臺，現在很少有公司這麼說了。

因為AI平臺這個詞本身可能就是一個偽概念，在AI注入各個行業過程中，它的應用不一樣，一個通用的AI平臺，除非是TensorFlow這樣底層框架，否則很難。

我覺得當前業態裏有這樣的變化，可能還是跟資本環境變化有關，大家本來走的道路不好走了，需要轉型。但是也融了很多錢，所以希望用這樣的機會來轉型。

這些轉型我覺得可以支持，但它不見得是一個良性的發展，所以當你轉型的時候還是謀定而後動，我覺得如果發現自己原來的市場沒有想像的那麼好，但是有幸在前一兩年AI很火的時候融了很多錢的公司，不妨可以把已有的壁壘從上游到下游來拓寬，然後形成一個IOS的形態，我會覺得是一個比較穩妥的打法。這樣去做一個平臺型的公司，我覺得好像機會比較大。

而轉型，比如從語音到視覺，從視覺到晶片，從安防到醫療等等，這些探索我覺得如果是商業驅動必需的，裏面有核心技術可以支持，也不妨可以做。

但整體上，我會抱比較保留的態度。因為我們還是應該去尋找最大的商機，不是被逼的走路走不通了，看誰最火做什麼。

尤其是晶片方面的切入，挑戰更大。因為做晶片這件事，不是寫過論文就可以能出晶片的，真正跑出來的晶片公司非常少。

這也是為什麼中國晶片沒有過一個特別高速成長的紅利期的原因。因為它需要一個特別大的資本推動，從回報上跟軟體行業、互聯網，AI是不可比的，所以這不是很好做，也不是很容易拿到投資。

當然今天國家有晶片的需求，這是一個機會，能更容易融到錢，或者說幫助中國發展，以及美國潛在的挑戰——脫鉤的問題，做出商業的彌補。

但是從商業的本質來說，一個軟體公司做晶片，獲取成功的概率依然是偏低，挑戰很大。

▍為什麼MSRA創辦可以改變中國科技格局？

李根：今年還有一個關鍵字是新格局。但AI創業公司、巨頭的格局，其實都源自微軟亞洲研究院，螢幕上您周圍的戰友，後來都各有各的身份，還有好幾位今年都退休了，不知道您有沒有這樣的計畫？

李開復：有，差不多120歲的時候就退休，但是還比較遙遠。（全場笑）

李根：所以這是今年投了一些AI制藥生物公司的原因？

李開復：對，我們投的一個公司很有意思，我們年會的時候請了一個我們投的科技制藥方面的專家來演講，我就問他，我到底還能幹多少年，他說你只要再能撐20年，我們就有可能有抗衰老的藥，讓你撐更久。所以我現在努力地活20年，不要生病，先達到這個目標。

李根：所以回顧21年前，您創辦的微軟亞洲研究院的時候，中關村還是一個很荒蕪的地方，會預料到今天會有這麼大的變化嗎？或者MSRA成為「黃埔軍校」？

李開復：當時我們有很大的自信和期待，這批人是會為國家、科技領域做出特別大的貢獻的。因為我們真的非常有幸——在正確的時候做正確的事情。

在中國即將崛起的時候，在中國科技即將崛起的時候，帶來了一個全球頂級的品牌（微軟），一個不要求回報的科研投資（微軟研究院），一個很寬鬆的環境，一個特別好的學習環境，特別大的資源，很自然的就把國內最優秀的一批人吸引來了。

而且正好也碰到了海外有一批特別優秀的，有十年左右經驗的大牛：像張亞勤、張宏江、沈向洋，正好把他們拉了過來，這麼一對接之後就有火花。

所以對研究院培養的過去21年來的5000人，他們今天的貢獻我覺得是必然的、可期待。

但無論如何，回過頭去看，對於今天中國整個科技的規模，快速成為世界巨頭的速度，依然超過了我過去的想像。

李根：今年也是創新工場創辦十周年，站在這個時間點回顧，哪些事情是被預料到的？哪些趨勢是之前沒有預料到的，但是給現在的產業格局帶來很大變化。

李開復：我覺得十年前可以預測AI的發生，但是實際發生在哪一年比較難預料。

當年創新工場第一次募資的時候，很大的挑戰就是，你憑什麼覺得中國還會再出三到五個獨角獸？

你要融兩億美元，至少要投中兩三個獨角獸，你作為一個基金投兩三個獨角獸，意味著中國有二三十個獨角獸，怎麼可能呢？這是很多投資人挑戰我們的問題。

但現在回頭看過去十年，不但出了幾百個獨角獸，而且是超級獨角獸，100億美金的，甚至500億美金的都出了好多個，所以我覺得中國是一個很獨特的大市場。有海量用戶、資金、提供幫助的VC，以及一批很強悍的創業者，最後創造更好的市場並且閉環滾動。這樣的迴圈我們當年可以預測，但是迴圈帶來最終的價值依然超乎想像。
快問快答

李根：回國20年最自豪的是什麼？

李開復：創新工場。

李根：創業十年裏印象最深刻的是什麼？

李開復：是我生病的時候整個公司到臺北來看我。

李根：如何判斷一個群裏的開復老師是不是AI？

李開復：這是真實情況，我常常到一個群裏，人家說你是真的李開復嗎？然後我就自拍，他們說現在可以做假，我就錄一段語音，他們說也可以作假。我說怎麼自證呢？「發個紅包」。

李根：今年見到最酷的技術產品或者應用是什麼？

李開復：應該有幾個，一個是特斯拉的自主召喚接駕——你購物之後，自己來找你，這是很聰明的應用，但並沒有特別強的黑科技。

如果講真的是黑科技的話，3D列印的心臟，雖然還有很長時間的發展，但還是比較震撼的，以後我們的壽命延長、內在的移植都會得到很大的顛覆。

李根：我知道您很喜歡喬布斯之前說過的一段話，「那些瘋狂到以為自己能改變世界的人……才能真正改變世界」，那麼問題來了，誰是您見過中國最瘋狂的創業者？

李開復：還是馬雲。原因是能夠有這麼大的想像力做一個如此大的事情，最後還實現了。

很多中國創業者還是比較理性，強方法論，把事情一步步滾動出來。從李彥宏、馬化騰、王興、程維，都是戰略家、策略家、企業家，只是真正有瘋狂氣質的還是馬雲。

李根：最後一個問題，您是非常科學的人，但也愛好科幻作品，怎麼看二者關係？《AI未來》這麼暢銷，是否考慮一下科幻作品？

李開復：科幻小說和電影其實對整個AI行業的推動非常巨大。

我們看當年《2001電影漫遊》、《銀河系漫遊指南》，甚至有些很負面的作品……都很成功地預測了今天，比如《星際迷航》裏很多東西都開始發生了。

所以我覺得科幻電影是用想像力來幫助我們這些科技人尋找到方向的。

但是我一直對科幻電影有保留，特別是過去這五年，AI再度復興，大家熱情高漲，於是想像太豐富，尤其是對AGI（通用人工智慧），對人能愛上機器，對機器想要控制人類的欲望，有過度解讀。
我們需要明確，AGI還遙不可及。過度強調AGI會導致整個社會對AI有一個負面的影響，今天在美國做調查已經超過50%的人聽到了AI覺得是負面，而不是正面的事情，這是很可惜的。

我覺得作為一個小說電影的愛好者，也作為一個AI人，我會希望能夠描述一些故事，這些故事基於真實科學能力，比如說20年之內是80%會發生的技術，然後用這些去更好地推動我們的創業者和科學家。

所以我會希望做Science Faction——基於真實的科學的科幻。於是想寫這樣的一些東西。如果在座的各位有什麼想法能夠寫出又精彩又可行的AI技術——20年之內可行的未來，可以投稿到量子位，以後如果我寫書拍電影的話，一定會標注致謝。（全場笑）

本集主題：「演算法的一百道陰影：從Facebook到Google，假新聞與過濾泡泡，完整說明解析、影響、形塑我們的演算法」介紹

訪問編輯： 王正緯

內容簡介：
從選餐廳到選總統，演算法正全面影響我們的生活？
Facebook和劍橋分析公司分享用戶個資，讓演算法操弄人心？
Google的搜尋演算法暗藏性別與種族歧視？

讓應用數學權威帶我們一一解答以上的問題。

　　我們對科技與網路的仰賴有如開了一扇窗，讓數學家和資料研究者得以窺探我們的生活。他們不斷蒐集資料，了解我們去哪裡旅行、上哪裡購物、買些什麼、對什麼感興趣，進而預測我們的生活習慣。有些人甚至宣稱，這些資料就足以操弄人心、改變國家輿論。但這些資料到底多可靠？唯有了解數學做得到和做不到什麼，才能明白演算法正如何改變我們的生活。

演算法到底能多了解我們？
2018年Facebook爆出與劍橋分析公司分享用戶個資的事件。劍橋分析公司宣稱，他們能從資料中分析出個人的政治傾向，以針對這些人投放量身打造的競選宣傳。然而這些劍橋分析公司取得的資料，真的能讓他們做成一個完整的「人格分析」演算法嗎？另外，Google引以為傲的搜尋演算規則，是否會擴大我們的偏見，讓我們「學會」歧視？

了解演算法，不必再對科技擔心受怕
　　演算法和操弄人心的恐慌正在蔓延，而本書作者帶領我們遍觀各種演算法，看見數學不為人知的一面。藉由訪問走在演算法研究最前端的科學家並自己做數學實驗分析佐證，作者除了解釋數學與統計如何運用於現實生活，也說明了現今社群演算法的能力與極限，讓我們更了解現今的網路服務是如何影響我們。

作者簡介：桑普特David Sumpter
　　現任瑞典烏普薩拉大學應用數學系教授。於英國倫敦出生，蘇格蘭長大，在曼徹斯特大學取得數學博士學位，曾於牛津大學擔任皇家學院訪問學者，後至瑞典任教，研究領域包括魚群及蟻群的運作機制、足球隊的傳球路線分析、社會隔離、機器學習及人工智慧等等。
　　除了為《經濟學人》、《電訊報》、《當代生物學》期刊、《今日數學》等雜誌撰寫文章，桑普特也獲得數學暨數學應用學院（IMA）的凱薩琳．理查茲獎，獎勵他向大眾推廣數學的貢獻。Soccermatics是他的第一本書。

出版社粉絲頁： 貓頭鷹書房

YouTube頻道，可以收看
https://goo.gl/IQXvzd

podcast平台，可以收聽
SoundOn　https://bit.ly/3oXSlmF
Spotify　https://spoti.fi/2TXxH7V
Apple　https://apple.co/2I7NYVc
Google　https://bit.ly/2GykvmH
KKBOX　https://bit.ly/2JlI3wC
Firstory　https://bit.ly/3lCHDPi

請支持六個粉絲頁
李基銘主持人粉絲頁：https://www.facebook.com/voh.lee
李基銘新聞報粉絲頁：https://www.facebook.com/voh.twnews
李基銘的影音頻道粉絲頁：https://www.facebook.com/voh.video
漢聲廣播電台「fb新鮮事」節目粉絲頁：https://www.facebook.com/voh.vhbn
漢聲廣播電台「快樂玩童軍」節目粉絲頁：https://www.facebook.com/voh.scout
漢聲廣播電台「生活有意思」節目粉絲頁：https://www.facebook.com/voh.life