圣克拉拉會(huì )議中心(Santa Clara Convention Center)位于硅谷中心地帶，2014年11月14日，在一片“硅谷藍”的映襯下，“The New Billions”——中美創(chuàng )業(yè)新貴硅谷峰會(huì )暨2014創(chuàng )業(yè)邦年會(huì )在此舉辦。豐元創(chuàng )投合伙人、前騰訊副總裁、谷歌搜索專(zhuān)家吳軍發(fā)表演講，他從技術(shù)角度講解未來(lái)發(fā)展趨勢。在他看來(lái)，機器將能解決很多智能問(wèn)題。未來(lái)機器會(huì )接管很多原來(lái)人做的事情。尤其是對于中產(chǎn)階級，比如律師、醫生這樣的行業(yè)領(lǐng)域，今后將會(huì )成為一個(gè)“很悲催”的世界，因為“機器在拿掉他們。”他說(shuō)，這個(gè)領(lǐng)域市場(chǎng)會(huì )變成2%而不是98%賺錢(qián)。

以下為現場(chǎng)實(shí)錄：

吳軍：我們今天講一些具體一點(diǎn)的Technology Intelligence “機器智能”。我不用人工智能這個(gè)詞，因為人工智能是一個(gè)很窄的詞，而且實(shí)際上它很多年前已經(jīng)走到了死胡同。

Machine Intelligence是一個(gè)現在正在發(fā)生的、在過(guò)去也發(fā)生、在將來(lái)也會(huì )產(chǎn)生非常大的結果的科技趨勢或者技術(shù)。先看什么是Machine Intelligence。我們一般理解的機器人，比如電影，亞洲和美國有個(gè)差別，美國的機器人都比較有力量，比如鋼鐵俠、變形金剛；而亞洲的稍微人性化一點(diǎn)，最典型的是阿童木，所以我一說(shuō)機器人大家可能想到的是這樣的形象。不管中國的還是美國，這里有兩個(gè)實(shí)際的機器人，一個(gè)小圓盤(pán)子，可能很多在美國生活人家庭用過(guò)這個(gè)iRobot公司做的一個(gè)能自動(dòng)掃地的機器人，就是像這個(gè)掃起來(lái)很輕而易舉。另外一個(gè)是美國發(fā)射到火星上的Curiosity “好奇者”火星探測器，是一個(gè)核動(dòng)力的裝置。但是這個(gè)機器人既不是變形金剛、阿童木，也不完全是iRobot或者好奇號，因為我們知道人在進(jìn)化的過(guò)程中，最后和我們的近親大概100多種靈長(cháng)類(lèi)差別在哪兒?不是我們的手和腳，我們的手和腳不一定比大猩猩或者黑猩猩更發(fā)達，而是腦子，所以這機器人最重要的是這個(gè)。

那什么叫機器有智能?我們現在要講這個(gè)問(wèn)題，五十年代的時(shí)候，計算機的老祖宗阿蘭•圖靈給出這么一個(gè)定義——這是今天大家被認可的，定義的非常巧妙——他就是說(shuō)如果我們在這個(gè)屏幕后面，這是兩個(gè)屏幕，一個(gè)屏幕后面放一個(gè)計算機或者一個(gè)機器，另外一個(gè)屏幕后面放一個(gè)人，然后我問(wèn)他一個(gè)問(wèn)題，比如說(shuō)天為什么是藍色的?然后讓他們回答，如果你判斷不出來(lái)哪一個(gè)是機器回答哪一個(gè)是人回答的，那么我就說(shuō)這個(gè)機器有智能。這種測試方法應該是公平的，我想大家也會(huì )接受。

這是五十年代的事，后來(lái)五十年代末大家就開(kāi)始搞所謂人工智能。這個(gè)人工智能呢，過(guò)去最早想人是怎么做這個(gè)智能的事情?用機器模仿人，基本上是這樣一個(gè)想法，那么具體的細節就不講了，我們這如果有很多學(xué)計算機的話(huà)，會(huì )知道這個(gè)細節。最后無(wú)非學(xué)過(guò)人工智能化，就是怎么摘個(gè)香蕉、計劃一下這么一個(gè)Planing。這條今天在各個(gè)大學(xué)，美國各個(gè)大學(xué)包括中國大學(xué)里頭，雖然會(huì )教這個(gè)課，但是不會(huì )教專(zhuān)門(mén)研究這個(gè)事，因為也拿不著(zhù)錢(qián)，也沒(méi)有產(chǎn)生什么特別的結果。

到了六十年代末了，其實(shí)大家意識到讓機器模仿人好多事情是做不到的，那么接下來(lái)這時(shí)候，最早發(fā)現這個(gè)問(wèn)題的是一個(gè)非常有名的科學(xué)家叫Wesley，他68年的時(shí)候得了圖靈獎，他66年的時(shí)候提出一個(gè)問(wèn)題，他就說(shuō)這么兩句話(huà)，就是說(shuō)“The pen was in the box ”和“The box was in the pen”，第一句話(huà)好理解，鋼筆在盒子里，第二句話(huà)怎么理解?為什么說(shuō)盒子在鋼筆里?也就是第二句話(huà)不好理解了。在英語(yǔ)里Pen實(shí)際上還有一個(gè)意思，就是小孩玩兒的圍欄，那么這就好理解了，就是把盒子放在圍欄里頭。那從人工智能的角度或者從智能的角度來(lái)講，這個(gè)就有問(wèn)題，這個(gè)“pen”，我怎么知道是一個(gè)圍欄。在任何的上下文中，你講一篇文章看不到這一點(diǎn)，而且你看不到這個(gè)圍欄比這個(gè)盒子大，這件事不知道，你要知道這件事你需要什么?你需要World knowledge對世界的知識，這就是為什么用傳統的方式做機器智能做不下去，就是說(shuō)我們人類(lèi)能理解這些事，因為我有一個(gè)世界知識，這兒有一個(gè)叫做臺階，我走下去我不摔跤，但你一個(gè)Robot這個(gè)就走不好，它摔下去就起不來(lái)了，就趴在火星上，就起不來(lái)了，那么這個(gè)很大程度上是世界的知識。

然后七十年代，就是這兩個(gè)人（ppt）。這是2000年的時(shí)候，我參加ICAS一個(gè)會(huì )，他給的一個(gè)Talk，題目就叫From Watergate to Whitewater，所以我把這個(gè)兩個(gè)人放在這了，為什么呢?因為在產(chǎn)生 Watergate水門(mén)事件的這一年，尼克松這樣很悲催，他們在IBM開(kāi)始了通過(guò)數據驅動(dòng)的方法，或者統計的方法來(lái)解決智能問(wèn)題的最早嘗試，就是在語(yǔ)音識別上，這是他們起源于1972年。然后到他給TALK的時(shí)候是2000年，再過(guò)去了將近三十年，這里頭有一個(gè)巨大的進(jìn)步，也就是說(shuō)這三十年整個(gè)人慢慢開(kāi)始認識到，機器來(lái)實(shí)現智能不是來(lái)模仿人的辦法而是要計算，機器實(shí)現智能是通過(guò)計算來(lái)實(shí)現。這是第一，第二需要有data。這是在從尼克松到Wesley這28年之間，科學(xué)家們認識到這一點(diǎn)，很遺憾的是在做機器學(xué)習或者計算機領(lǐng)域以外，很多人包括好萊塢他們拍一個(gè)電視的時(shí)候，講這個(gè)東西的時(shí)候，還一直像大家傳達一個(gè)非常錯誤的概念，就是一個(gè)人工智能的概念。你跟沒(méi)有這個(gè)經(jīng)驗的人談這個(gè)，你發(fā)現你是沒(méi)法談的，因為他還在想計算機是否像人似的突然它能夠有creative thinking，然后它突然有了意識。計算機實(shí)現技術(shù)智能就是要靠計算，那么當時(shí)最早實(shí)現的是兩個(gè)計算機解決智能問(wèn)題，一個(gè)語(yǔ)音識別，我畫(huà)的一個(gè)語(yǔ)音波形的圖一個(gè)人說(shuō)話(huà)，還有一個(gè)是機器翻譯，就是你們今天用谷歌，今天你們用的Google voice或者Google translation，都用的很好。機器翻譯我旁邊畫(huà)一塊石頭這石頭叫rosetta，你們去買(mǎi)機器翻譯的軟件，大部分好多名字都叫rosetta，至于為什么叫rosetta呢?我可以自己做一個(gè)廣告，可以去讀我的新的書(shū)《文明之光》里面會(huì )講為什么是叫做rosetta。

好了，現在這些東西大家都知道，都是用的，就是說(shuō)機器能夠解決很多人智能的問(wèn)題，那么再難一點(diǎn)的問(wèn)題，這是一直過(guò)去沒(méi)解決的，就是說(shuō)你計算機，我們回到阿蘭•圖靈的這個(gè)假設，你到底能不能回答問(wèn)題，這個(gè)在兩年前這個(gè)事還做不到，到兩年前呢，我們開(kāi)始在google里頭來(lái)做這個(gè)事，那時(shí)候我離開(kāi)騰訊，回google就來(lái)做這件事，我們大概有一個(gè)跨國的team，剛才那個(gè)熊總和趙總都講中國國際化，其實(shí)你看google做事就知道，中國國際化差的還非常非常遠，當時(shí)我那個(gè)team來(lái)自于四個(gè)地方，除了舊金山以外，有紐約的，以色列和蘇黎士的，這些科學(xué)家和工程師大家一起來(lái)做這個(gè)?；舜蟾艃赡甓鄷r(shí)間，到我離開(kāi)以前，這件事我們做完了?；旧线@是機器給的，答案，你現在大概看不出來(lái)這是機器回答的問(wèn)題還是人產(chǎn)生的答案，“為什么天是藍”它給的一個(gè)解釋?zhuān)驗楣鈺?huì )散射，然后藍光和紅光的透射率是不一樣的，最后紅光梢下來(lái)了，藍光留到天上了，大概是這樣子，這是這么一個(gè)，另外一個(gè)類(lèi)似的問(wèn)題就是說(shuō)為什么夏天比冬天冷，這個(gè)回答問(wèn)題是這樣，在學(xué)術(shù)界一般把所有的結論體叫做WH（word sentence）這個(gè)句子，就是說(shuō)……因為它第一個(gè)詞都是W或者H，就是How和H，怎么怎么做什么事，然后問(wèn)你什么時(shí)間，什么地方，什么人物，WHO、When、Where、Why和what都是W，真正比較難回答的是WHY為什么的問(wèn)題和How的答案是怎么做的問(wèn)題，至于那個(gè)一些事實(shí)，你查一查寫(xiě)一些模式匹配都能找到，比如說(shuō)以習近平哪天生的，奧巴馬哪天當總統的，這都能找到。所以我們真正專(zhuān)注就是說(shuō)能否回答這個(gè)問(wèn)題。

這些事做完了，從阿蘭•圖靈的論點(diǎn)來(lái)講，計算機有智能了，那么再接下來(lái)說(shuō)這個(gè)是怎么做的?首先呢要說(shuō)這跟傳統的人工智能沒(méi)有半毛錢(qián)的關(guān)系，這個(gè)實(shí)際上我們得益于兩個(gè)東西，第一個(gè)就是計算機速度的提升，因為靠大量的計算。我給了這么一張圖，這是叫摩爾定律，隨著(zhù)時(shí)間的推移，橫軸是時(shí)間，縱軸是半導體芯片里面的transister的數量，你可以看到，就是說(shuō)這個(gè)縱軸不是一個(gè)線(xiàn)性的，是一個(gè)指數的，所以它是一個(gè)指數增長(cháng)，靠的是這個(gè)。我們假設說(shuō)一開(kāi)始計算機比較笨，但是它能算，如果你有好的數學(xué)模型，能夠把智能問(wèn)題變成數學(xué)問(wèn)題，你可以想象人的智能的提高如果比水平的好一點(diǎn)是緩緩的一個(gè)往上走的一個(gè)很滿(mǎn)的趨勢，計算機是explancial的往上走，那它在某一點(diǎn)一定會(huì )交上，然后接下來(lái)計算機就會(huì )走的比人快的多。從此以后，人就比較悲催了，所以現在基本上到了turning piont，這是第一個(gè)，就是靠著(zhù)是計算機速度大。第二個(gè)是靠數據。為什么能夠回答這些問(wèn)題?因為構成這些問(wèn)題答案的pieces現在在互聯(lián)網(wǎng)上找的到，如果回到十年前也做不到這么一點(diǎn)，這個(gè)計算機并不會(huì )推理，但它并不需要推理，它只要會(huì )算就行，然后有足夠多的數據，所以我現在已經(jīng)講了兩點(diǎn)了。就是摩爾定律不用說(shuō)了，就是半導體人干的事，跟大家可能也沒(méi)什么關(guān)系，過(guò)去四十年，我們世界的IT發(fā)展，基本上是被摩爾定律所控制的，你信也好，不信也好，它就是在起作用，你要信了它，你就趕上了四十年代IT發(fā)展的浪潮，接下來(lái)呢，至少二十年往后看，這個(gè)世界將是被數據控制的，也是一樣，你信它也好，不信它也好，就是這樣，你信了它，你就有下一個(gè)機會(huì )，你不信它，你可能就錯過(guò)了。

那么再接下來(lái)就要講一個(gè)，就是說(shuō)計算機有了這些數據，你怎么來(lái)算好呢?那里頭就google提出一個(gè)深度的學(xué)習，說(shuō)起來(lái)很好聽(tīng)叫Google brain，我本來(lái)想畫(huà)一個(gè)腦子的圖，后來(lái)想會(huì )誤導大家，我就把它里頭真實(shí)的圖畫(huà)出來(lái)，其實(shí)這個(gè)是一個(gè)人工神經(jīng)網(wǎng)絡(luò )，這個(gè)人工神經(jīng)網(wǎng)絡(luò )和幾十年前的沒(méi)有太大差別，為什么Google選了這樣一個(gè)作為機器學(xué)習的工具?因為在過(guò)去的幾十年里，很多機器學(xué)習的算法也好，工具也好，它不斷的在改進(jìn)，比如說(shuō)你用這個(gè)Basin Network貝司網(wǎng)絡(luò )，這些東西他們都不愛(ài)看，唯有這個(gè)人工神經(jīng)網(wǎng)絡(luò )，基本算法不變。不變的好處在于說(shuō)我搭一個(gè)平臺，我可以不用天天在里頭變那些實(shí)線(xiàn)，我可以穩定的運行很多東西，至于這里頭的是怎么實(shí)現的Google這個(gè)東西，因為對數學(xué)稍微有一點(diǎn)有興趣的，一個(gè)是對大數據有興趣的，一個(gè)對深度學(xué)習的，我在新的這本書(shū)《數學(xué)之偉》第二冊里頭也講，專(zhuān)門(mén)兩章來(lái)講這個(gè)。

講完了到底現在比較正確的機器智能的道路是怎么走的，那么我們看看結果。這里頭有兩個(gè)車(chē)(ppt)，一個(gè)是Ggoogle自動(dòng)駕駛汽車(chē)，剛才我講了，當計算機的計算速度和它的power到了一定點(diǎn)的時(shí)候，它跟人開(kāi)始要分化，它就要開(kāi)始比人能干了，所以在大概十幾年前，大家已經(jīng)意識到這點(diǎn)的時(shí)候，大家就在想很可能將來(lái)有一天，計算機要接管我們本來(lái)屬于人該干的事，那么這件事都被它take走了，我們人還能干哪些事呢，可能會(huì )干什么?兩個(gè)經(jīng)濟學(xué)家來(lái)討論這個(gè)事，我要沒(méi)記錯是MIT Sloan商學(xué)院，然后他們想來(lái)想去，這是2004年的事，說(shuō)有一件事可能計算機干不了，就是開(kāi)車(chē)，因為為什么呢?兩個(gè)原因，因為路況太復雜了，這個(gè)東西要做同時(shí)做出好多判斷，這是第一個(gè)。第二個(gè)就是當時(shí)美國的美聯(lián)政府資助的一些研究項目，然后后來(lái)大家把自己研制的自動(dòng)駕駛汽車(chē)拿到?jīng)]有人的路上跑一跑，實(shí)際上類(lèi)似沙漠這種地方跑一跑，當時(shí)2004年的時(shí)候，跑第一名的我要沒(méi)記錯的話(huà)，開(kāi)到十三邁左右的時(shí)候就死掉了，大概是二十公里就死掉了，剩下的車(chē)還不如它，當時(shí)開(kāi)的速度是每小時(shí)五邁，大概我們人走路是每小時(shí)三英里，五英里比我們人走路要快一點(diǎn)，比自行車(chē)要慢很多，就是這樣，所以04年其他車(chē)有的撞的不象樣了，所以當時(shí)大家就想這個(gè)可能是機器取代不了人的地方，因為它好像不完全是計算問(wèn)題。但是呢，實(shí)際上這種問(wèn)題，它最后也變成了一個(gè)計算和數據的問(wèn)題，所以到2010年，根據《紐約時(shí)報》的報道，紐約時(shí)報報導說(shuō)Google的無(wú)人駕駛車(chē)當時(shí)已經(jīng)跑了十幾萬(wàn)英里在美國的高速公路和當地一些地方，沒(méi)有出過(guò)一次事故，十幾萬(wàn)英里已經(jīng)快趕上我們人半輩子的開(kāi)的車(chē)了，在內地和城市。當然也出了一次事故，不是它撞人，是后面的人撞它。所以這個(gè)你可以看到，我們以前很多想象不到的事情，你現在機器在幫你接管，第一個(gè)Google最早的原型是用的Toyota的這個(gè)車(chē)，后來(lái)是自己造的車(chē)，沒(méi)有方向了，你如果能夠仔細看的話(huà)，我不知道這個(gè)圖片清楚不清楚，里面是沒(méi)有方向盤(pán)，沒(méi)有油門(mén)，沒(méi)有剎車(chē)，只有一個(gè)開(kāi)和關(guān)，但是后來(lái)根據加裝的要求加了一個(gè)緊急制動(dòng)。

好了，那就是說(shuō)這個(gè)無(wú)人汽車(chē)是一種，你叫機器人也好，叫智能的機器也好，那講我們自己最近投的兩個(gè)公司。其實(shí)Google收購了一個(gè)公司Nest，你可以認為是智能家具的一部分，其實(shí)按我標準來(lái)衡量，它其實(shí)是某一種機器人的一個(gè)觸手，或者是一個(gè)眼睛，真正的現在我們談的最重要的機器人是在data center區域中心背后的這些十萬(wàn)臺甚至更多的服務(wù)器，以及上面非常聰明的算法，我剛才已經(jīng)顯示了，比如說(shuō)深度學(xué)習這些算法，以及大量的數據。那么讓我們投了兩個(gè)，第一個(gè)很小的一個(gè)鼓出來(lái)一個(gè)是一個(gè)智能的澆水的一個(gè)機器人，就是在你們家可以把你們院子里面澆一點(diǎn)，看看哪兒比較干就多澆點(diǎn)水，那比較濕就少澆一點(diǎn)水，這個(gè)是這樣一個(gè)joblet，在《時(shí)代周刊》上也在里頭做了一個(gè)介紹，這里頭他有時(shí)候能省掉家里99%的水，因為你大部分的時(shí)候很多地方是不需要澆水的。后來(lái)它賣(mài)出去以后，很多人拿它做了別的事，不完全是澆水，比如說(shuō)洗窗戶(hù)和洗車(chē)，因為它可以編程它的高度、角度以及走到哪兒的位置等等，有人發(fā)現它在干這個(gè)。上面一個(gè)無(wú)人機，現在是一個(gè)比較Hot Talking，這也是我們在z-park投了兩家公司，這個(gè)無(wú)人機叫Skytech現在這個(gè)估值已經(jīng)高的不得了了，大概五億美元，我們投的時(shí)候還很小，APPLE的這些公司都在用它，它倒不是制造智能機，無(wú)人機它是本身一套完整的智能的系統，就是說(shuō)它的所有的操作全是相當于自動(dòng)，就是相當于有機器人后面幫他在做，比如說(shuō)電池沒(méi)了換電池，然后把存儲卡拿下來(lái)?yè)Q存儲卡，這些輸出給將來(lái)的用戶(hù)，所有這些事全是自動(dòng)來(lái)做，就是每天你只要給它派任務(wù)就行了，剩下的事你不用管了，這是一類(lèi)，就是我們說(shuō)Machine Intelligence更重要的我想講的，實(shí)際上我們將來(lái)真正做的比較可怕的是Intelligence，是在數據中心后的一萬(wàn)臺服務(wù)器，或者說(shuō)一百萬(wàn)臺服務(wù)器。

我剛才講了，說(shuō)人比靈長(cháng)類(lèi)的動(dòng)物優(yōu)勢的地方在于腦子，實(shí)際上我們把我們現在的想法開(kāi)拓一點(diǎn)，就是說(shuō)ROBOT機器人這個(gè)東西，它不光是一個(gè)你看的見(jiàn)、摸得著(zhù)的這么一個(gè)不管是人形的也好，車(chē)狀的也好，還有盤(pán)式的也好，這樣的東西，機器人我們說(shuō)機器智能，它可能是在我們墻背后一大堆的服務(wù)器，至于它伸出那些觸手是什么樣，可能是次要的，這是我將的，未來(lái)的趨勢會(huì )帶來(lái)我們社會(huì )一個(gè)什么變化，會(huì )改變我們這個(gè)社會(huì )。

（ppt）這是郭臺銘的富士康的工廠(chǎng)，看一看，這是裝的蘋(píng)果的生產(chǎn)線(xiàn)，我看到都覺(jué)得很震驚，這個(gè)廠(chǎng)房簡(jiǎn)直大的不得了，左邊這個(gè)好吧，然后下面是一些很悲催的女工，就是我們叫做賣(mài)血汗錢(qián)，我跟你講未來(lái)的日子，這些人可能更悲摧，因為你想賣(mài)血汗都沒(méi)有地方去賣(mài)血汗了，上面是他們搞的機器人，郭臺銘說(shuō)要20萬(wàn)個(gè)機器人，那么我就是說(shuō)你可以看到這個(gè)Machine Intelligence這對社會(huì )的一個(gè)沖擊，這不是我講的一個(gè)浪潮，也可以說(shuō)我這個(gè)人聰明，我不會(huì )去生產(chǎn)線(xiàn)，這跟我沒(méi)關(guān)，我也不賣(mài)血汗錢(qián)，那好再看一個(gè)例子。（ppt）這是美國一個(gè)放射科醫生，非常陽(yáng)光的一個(gè)女性，是放射科醫生。在美國生長(cháng)的人大概知道，就是說(shuō)這是一個(gè)專(zhuān)科，你拿到這個(gè)放射科的工作的話(huà)，在此以前你得受些苦，就是說(shuō)你先要上四年大學(xué)，然后你再上四年醫學(xué)院，中間你沒(méi)有間斷，很有運氣，完了以后你做四年的實(shí)習醫生，然后再去做兩年fellow專(zhuān)科的實(shí)習，這時(shí)候你的那些高中同學(xué)們早就結婚生子，孩子都老大了，你可能還是單身一個(gè)人，等等那些人事業(yè)上已經(jīng)升成了一個(gè)經(jīng)理或者主管了，這時(shí)候你去告他我最近剛拿到一個(gè)工作的OFFER，讓他給我一份工作，不過(guò)年薪是50萬(wàn)美元，這就是今天美國放射科醫生的生活，那么接下來(lái)是什么?

（ppt）這也是一個(gè)放射科醫生，但它是一個(gè)機器人，剛才講了，機器人不一定要使用手和腳還有輪子，可能是一個(gè)數據中心后的一萬(wàn)臺服務(wù)器，也可能是很智能的機器，他檢測癌癥這個(gè)準確性，比我們看這個(gè)片子，比我們放射科醫生看的還好，而且我們人看片子的結果準確與否，可能會(huì )今天的心情有關(guān)系，比如今天早上吃了警察的一個(gè)罰單，今天一天可能都不太高興，機器沒(méi)有這個(gè)問(wèn)題。所以你可以想，未來(lái)是這樣一個(gè)世界。再講一個(gè)例子，你發(fā)現大家在硅谷買(mǎi)房子的人有幾類(lèi)人，就是說(shuō)比如說(shuō)辦公司發(fā)財的，比較早去了Google、Facebook的，或者你在某一個(gè)公司升遷特別快的基本上就是這幾類(lèi)人，當時(shí)30%的錢(qián)都是來(lái)自于中國大陸，還有一類(lèi)人就是我們說(shuō)的professional，比如說(shuō)醫生、律師是很掙錢(qián)的。

我這給出幾和數字。第一個(gè)數字，一百個(gè)million一個(gè)億。這是媒體上披露出來(lái)的Goole和Warlm、Pulm打官司花掉的律師費。第二個(gè)Number是什么?第二個(gè)是蘋(píng)果和三星打官司，最后有些官司是調解了停下來(lái)了。判完了以后蘋(píng)果說(shuō)我太虧了，你三星幫我出一部分律師費，這是它要求三星幫它付的律師費十六個(gè)million，這個(gè)官司呢，總的花了錢(qián)，被認為是幾個(gè)億，多少億不知道，是X這樣的。第三個(gè)Number就是十萬(wàn)美元，這是他花一萬(wàn)美元買(mǎi)了一個(gè)軟件，這個(gè)軟件幫它掃描兩百萬(wàn)份各種各樣的文件，因為打官司文件很多，然后他十萬(wàn)塊錢(qián)打完了這個(gè)官司，所以你看這個(gè)差別，我就接著(zhù)想說(shuō)，我們這很多律師你可以收費一小時(shí)1000美元，這些人可能慢慢他們的工作在丟失。放射科醫生還有律師是我們過(guò)去收入最好的。這個(gè)在丟失，那么今后是一個(gè)什么樣的世界，你承認也好，不承認也好，你是否相信republic或democracy都沒(méi)關(guān)系，這是一個(gè)事實(shí)，這是Occupy Wall Street(占領(lǐng)華爾街運動(dòng))。所以你看這個(gè)樣子很悲摧的，他們反對，反對什么?反對華爾街，華爾街是誰(shuí)?沒(méi)有目的的，為什么?美國的問(wèn)題不是華爾街的問(wèn)題，是manystreet是(01：31：46)的問(wèn)題，這些人在今后他可能變得更悲催，政府可以給他救濟，可以給他錢(qián)，讓他吃的更飽，但他的未來(lái)是灰暗的，因為Machine在不斷的剝奪他們的工作，你承認也好，不承認也好，未來(lái)是制造data center背后那些Machine的那2%的人，在通過(guò)Machine在控制我們的世界，你可以不承認這一點(diǎn)，你是一個(gè)慈善家，是一個(gè)社會(huì )學(xué)家，你可以不承認這一點(diǎn)，這是科技的一個(gè)事實(shí)。你可以制定很多政策來(lái)保證他們的福利，但是我想講在座的這些人你們是加入98%還是2%，自己想，這是美國的薪水的變化，不是說(shuō)我們科技發(fā)展，我們錢(qián)越掙越多，像熊總和趙總講都發(fā)財了，不是這樣的。

（ppt）你可以看到美國的薪水是一個(gè)往下的趨勢，奧巴馬的政策使得我們失業(yè)率下來(lái)了，但是平均工資沒(méi)有上去，為什么?因為它找回來(lái)都是more income的工作。而Machine接管的是那些我們過(guò)去認為白領(lǐng)的需要人類(lèi)智慧的工作，那么最后一張圖綠色的線(xiàn)是硅谷的房?jì)r(jià)，漲的很快，為什么能長(cháng)那么快?這是自然增長(cháng)每年地方長(cháng)那么快，當然中國來(lái)了30%的那些錢(qián)很重要，那一點(diǎn)，那個(gè)底下紅色的積累出來(lái)，那是在這兒的明星公司，Google、Apple、Facebook他們累積起來(lái)的財富，但他們員工人很少。這個(gè)當年GM是世界上最大的公司的時(shí)候，在六十年代的時(shí)候，是雇了幾十萬(wàn)上百萬(wàn)的人，是一個(gè)世界范圍內八十萬(wàn)的員工，今天市值最大的公司Apple多少人?八萬(wàn)人，加全球的最多不能超過(guò)十萬(wàn)人，估值比它大，也就是總的價(jià)值的比它大，也就是說(shuō)這么多錢(qián)不是八十萬(wàn)人分，是十萬(wàn)人在分，所以這就是為什么這有些人能買(mǎi)的起的房子的原因，就是要么join這98%，要么join這2%，不管政治家口號是什么樣?科技和經(jīng)濟的發(fā)展，機器的結果就是這樣的。

那么，接下來(lái)講這個(gè)投資。Machine Intelligence是我們一個(gè)焦點(diǎn)，而說(shuō)起來(lái)我是否投資、做VC就一定好了，不一定，因為一半的VC是賠錢(qián)的，我們現在大概做到是估值的兩倍多，已經(jīng)大概80%的這些VC了，那怎么能夠成為2%的人，而不是這98%的人，那這就是留給大家的問(wèn)題。

趨勢就在這兒，這是不可逆轉的，Machine會(huì )TAKE人的好多工作，那么你只有現在來(lái)講變成這2%的人而不是98%，好謝謝大家。