昨天，隔着太平洋，沈南鹏和李飞飞进行了一场超级对话
2021年3月26日，沈南鹏与李飞飞带来了一场超级对话。
过去三年，红杉资本全球执行合伙人沈南鹏连续蝉联《福布斯》“全球最佳创投人”榜首，是全球首位得此桂冠的华人风险投资人。
李飞飞则是首位红杉资本教授、斯坦福大学以人为本人工智能研究院联席院长。公开资料显示，李飞飞曾入选“全球百大思想者”、获得“影响世界华人大奖”，也是美国国家工程院院士和美国国家医学院院士。
这一次，沈南鹏与李飞飞连线，围绕《用AI照亮医疗的“黑暗空间”》主题，进行了深入探讨。
投中网第一时间对沈南鹏和李飞飞的精彩观点进行了摘录。
沈南鹏：
1. 我们在中国看到了AI在诊断医学里的应用，比如在肺片、胸片诊断的工作当中，越来越多的看到人工智能能够帮助医生，甚至是非常有经验医生的工作，能够让医院和整个医生群体***享以前有的知识积累。
李飞飞：
1.AI智能感知器的应用可以让我们实时监测病人翻身的情况和移动的情况，这个信息对护理和医疗都非常重要。从这个小小的例子就可以看出，AI可以产生很大的作用。
2.我们大概在两三年前成立HAI的时候，就深刻地意识到，AI不单是一个技术领域，它还涉及到深刻的 社会 学和伦理学问题，在这个机构里，从研究到教育再到政策方面的学习等，我们都做了非常细致的安排。
3.AI指数的宗旨就是致力于公平、公正、全面地报告全球AI发展的进程。它记录AI从科研教育到工业界、产业界、商业各个方面的变化和产生的影响。2020年绝对是一个非常有意思的年份，因为新冠的原因，AI的发展也出现一些新的趋势。比如说我们发现的2020年人工智能在药物研发设计方面的应用有了显著的变化，这会产生巨大影响。
以下为对话全文，由投中网编辑。
沈南鹏： 非常恭喜在2020年你当选为美国国家工程院和美国国家医学院院士，去年你在Nature杂志上发表了一篇文章，用环境智能照亮医疗的黑暗空间。所以我想请你来诠释一下，环境智能(ambient intelligence)的内涵是什么？它怎么照亮我们医疗的黑暗空间？
李飞飞： 首先，谢谢南鹏，谢谢红杉的邀请。确实是隔着太平洋，但是还想给大家问一声早上好！
在这个前提下，我和我的合作者在十年前就发现，其实人工智能带来了一个新的机会。它通过感知器，能帮我们采集到这样的信息。最重要的是它不光是采集环境信息，采集人行为的信息，它还能做出智慧的分析，让我们知道这个病人的情况有没有改变，这个医生、护士的行为有没有对病人康复行为产生影响，而这些信息非常重要。
我受到最大的启发是无人驾驶。当时在硅谷，十年前硅谷是无人驾驶发源地，作为当时斯坦福人工智能实验室的主任，我们发现无人驾驶这个技术，就是通过感知器、AI算法和整个系统整合而产生的。这个想法就被我们放进了医疗的场景，所以产生做环境智能的想法。
沈南鹏： 这在我们今天医疗应用场景里有哪些地方能够得到应用？我们在中国看到了AI在诊断医学里的应用，比如在肺片、胸片诊断的工作当中，越来越多的看到人工智能能够帮助医生，甚至是非常有经验医生的工作，能够让医院和整个医生群体***享以前有的知识积累。那在其他场景下您看到哪些比较重要的应用？具体哪些场景是您认为在未来一段时间内能够突破的？
李飞飞： 这个问题问的特别好。我们一直致力于的不是对人的替代，而是对人的增强。我们在Nature期刊上用了很多场景，比如医院的场景和住家的场景。
我们发现最重要的是mobility这个点，病人的mobility其实对褥疮的预防和在ICU是很重要的，但是mobility是怎么测呢？如果放一个感知器在床底下其实很难测出来，现在有一个办法就是请人去看，比如请护士每两个小时在电子病历里记录一下病人翻身了。但是这是非常不准确和粗略的一种记录。如果用了AI智能的感知器，我们可以实时检测病人翻身的情况和mobility的情况，这个信息对护理和医疗都非常重要，这个小小的例子就可以看出，它可以产生很大的作用。
比如说老人的一些慢性病，其实如果及时处理的话，一些抗生素就可以解决的问题就不需要去急诊室。但我们怎么发现老人一开始有没有出现感染的现象或者他的心率呼吸发生变化？或者这一天都没有怎么动，他的饮食、睡眠的状况都发生了变化，甚至你可以看到他平时不再做平时做的社交。这些信息从哪里来？普遍只有两个，第一是护理人员，不管是家人还是家政的护理人员，但这个信息很不准确并且不可持续。
另外就是穿戴式的设备，也是我觉得很有发展前途的技术。但穿戴式有自己的问题，尤其是对老人来说穿戴式不是特别受欢迎的设备。而且穿戴式不可能像眼睛一样看到老人很多行为方面的问题。通过设备和感知器我们可以观测到，而且可以持续观测到老人行为变化以及医疗有关的重要信息，可以及时送给家人和医护人员。就像刚才说的一个慢性病老人，他可能只是需要一个抗生素的干预，而不需要拖到两个星期以后非要到急诊室或者住院。
沈南鹏： 人工智能在医疗产业的应用可能是一个长期趋势。另外一个就是新冠，它是一个短期事件，但是这个事件对医疗体系创新有怎么样的推动？我们人类碰到这样的灾难，当然一方面要解决短期的带来的阵痛，另一方面也是利用这样的机会推动医疗行业的创新利用，有什么样的经验可以跟大家分享？
李飞飞： 新冠对于在座每个人都有非常深刻的影响，不管是对个人、生活还是事业。
说到具体的技术点，我觉得有下面几点。
第一，远程医疗。我作为长期生活在美国、有时候忙的只能跟我的医生远程说话的患者，我一直想什么我们的远程医疗没有被广泛的应用？结果新冠一来极速推广了远程应用。所以我觉得它是促进了跟远程医疗相关整个生态各方面的发展。
您提到的公***卫生危机，那就是“ 健康 信息”，很多人说新冠不是第一场pandemic，但是是第一场infodemic。infodemic的意思也是一场各种真假信息在极速传播。这是对技术和 社会 影响非常深刻的事情。我的医学院同事很多看到技术在信息的传播里起到了好的作用和坏的作用，互联网带来迅速信息的传递。但是AI人工智能也带来了错误信息（mis and dis-information）的传递。所以新冠在各方面都产生了很深远的影响。
李飞飞： 这个问题确实是非常重要的一个问题，我自己作为科学者、技术人，从二十年前走进科学的领域到今天，我也改变了、成长了很多。我没有想到我那么热爱的科学最后变成改变 社会 的驱动力。
在这个过程中，我们大概在两三年前成立HAI就意识到非常深刻的问题，AI它不单是一个技术领域，AI涉及的 社会 学和伦理学尤其深刻，在这个机构里我们有非常重要的从研究到教育再到政策方面的学习和研究领域。
第一个就是经济学，经济学是一门 社会 科学，但是它也是非常重要的、和人息息相关的学科。尤其是对数字经济、人力资本市场的变化，AI带来的变化非常多。所以我们现在有好几位世界顶级的经济学家在推动这项研究。
另外一个重要的方向就是法律。法律它是涉及伦理的，但是法律它本身面对AI，从无人驾驶也好，到医疗也好，再到政府本身，任何AI参与的决策其实都在挑战过去法律的一些基本假设。我们法学院教授参与了很多HAI工作，一方面看政府怎么应用AI技术，让政府运行更有效率。但另一方面也在想怎么制定良好的政策和法律，一方面继续推动创新，另一方面面对新AI带来的很多问题。
沈南鹏： 能举一个例子吗？哪怕现在还没有实施的，人工智能和艺术家、音乐家、画家们怎么产生互动？
李飞飞： 当然可以。大概两年前还是一年半以前，世界最著名的拍卖行拍卖了第一幅AI的画，这是全球第一次用算法生成的艺术作品，然后被人高价卖走，不管是 社会 艺术还是音乐艺术，其实AI算法可以产生非常有意思的作品。这对人类艺术家提出了一个挑战，人类艺术家的作用在哪儿？我的AI可以不断产生梵高的《星空》。如果人类观看者也热爱AI创造的艺术品，那么人类艺术家代表什么？是心声还是其他表达方式？所以现在有很多 探索 ，我们如何拓开艺术空间，因为有了这样的算法，同时也能把人类的表达和人类的 情感 ，继续在这样的空间里，继续生存也好、发展也好，这是一个例子。
所以我们邀请了一位法律系的教授、一位伦理哲学教授和两位伦理生物学的教授，他们四位教授成立了这个委员会，和我们高频互动实时互动，帮我们思考研究方向，怎么一方面推动技术，另一方面也尊重普世价值观和人性。让科学创造福利，而不是在预计之外的伤害到病人或医护人员。
沈南鹏： HAI也推出了是全球第一个《人工智能指数报告》，这个能否分享一下？这是非常前瞻性的举动。
李飞飞： 这有可能确实是全球第一个，是2017年由斯坦福人工智能实验室一位资深教授引领的项目。所以HAI在2019年的时候，把AI指数项目合并以后，继续再支持这个项目，所以这是第四年我们出的AI指数。
这个AI指数的宗旨就是致力于公平、公正、全面为报告全球AI进程。它是从研究、教育到工业界、产业界、商业各个方面的一些影响或者变化。2020年绝对是一个非常有意思的年份，因为新冠的原因，它也出现一些新的趋势。比如说第一条我们发现的2020年人工智能在药物研发设计方面的应用有了显著的变化，这是一个巨大的影响。
第二个就是工业化继续强劲的发展，AI是越来越工业化的。它代表很多博士研究生甚至教授都开始进入工业界。还有AI它还是有很大多元化的挑战。AI人群还是以男性为主，这个挑战还是持续性的，没有很好解决。
沈南鹏： 我想大家都会非常期待，以后每年《指数报告》都会给这行业带来指导。我们讲回您最早的工作，您作为全球优秀的人工智能专家，华人人工智能里的领导者，我想请您分享一下，当时您怎么会做ImageNet这个项目的？这对整个人工智能深度学习带来什么样的推动和革命性的引领？当时做这个事情的初心是什么？
从2010年开始，ImageNet每一年都会在学术界举行一场ImageNet挑战赛。这个比赛要求用AI算法对一千种物品的一百万张图片作出分类。在2012年时，加拿大Prof.Geoff Hinton和他的学生们用了当时挺传统的算法叫convolutional neural network，得到了我们ImageNet挑战赛的第一名。可以说这是一个 历史 性的事件，它等于带来的神经网络算法的“第二春”，启动了深度学习革命性的发展，给过去十年带来了很大的变化。
从2012年，为什么他们会参与ImageNet，我为什么做ImageNet？要回到2006年左右，那时候AI还是很好玩的计算机科学里的一个小小的领域。我自己刚刚博士毕业做的教授，还是比较年轻的教授，也一直在思考AI领域里的“北极星”是什么？北极星是做科学的人追求，我是物理出身的，我最重视的是最重要的问题在哪里，对于我来说最重要的北极星就是视觉学习。对成千上万物品识别能力是最重要的能力，如果我们人类没有这个能力做不了其他任何事情，我们不可能逛街，不可能上商店买东西。
从这一点，我就想到了，可能以前我们走的路都走错了，以前拼命去调模型参数，看一两类物体，我们换一种想法用大数据推动视觉智能的学习。其实我想到了字典，当时最大的视觉物体类别可能从字典里，这个字典很特别叫WordNet，里面有八万条名词符，但也有些名词不是物体，比如说生气这样的名词它就不代表物体。
所以我把两三万个物体的名词符提取出来。很幸运的是2007年也是我们互联网成长特别快的一段时间，有了互联网，有了数据源，我们实验室做了巨大的工作，做了三年，把十几亿幅图最后汇集成了1500万幅图的数据集，我们的当时初心是通过数据集去摘取这颗北极星。这就是ImageNet最初的故事。
沈南鹏： 我想这可能是会被写入教科书的一个故事，因为这确实引领了很多AI的发展。
李飞飞： 您和红杉一直对前沿 科技 有非常敏感的嗅觉，我自己也是 科技 人，我特别想问您作为红杉全球执行合伙人，在医疗这个场景，您对未来十年AI在医疗发展和应用有什么样的判断？