這可能是史上最豪華的開學第一課

2017年9月5日，富途證券創(chuàng)始人、原騰訊18號員工李華從深圳飛往北京，重新進入大學。在接下來的一年半時間里，每隔兩個月，他都要騰出三四天的時間，放下工作，身份從獨角獸企業(yè)CEO，轉變?yōu)橐幻胀▽W生，開始人生第二次教育經歷。

百戰(zhàn)歸來再讀書。李華加入的是由騰訊青騰大學與清華大學經管學院合辦的清華-青騰未來科技學堂。

這可能是史上科技含金量最高的一次開課

9月6日~10日，首期48位CEO學員在清華園開啟首次5天學習，可謂大師云集。這可能是有史以來科技含金量最高的一次開課：包括2012年諾貝爾化學獎得主、美國國家科學院院士、斯坦福大學教授Brian Kobilka、中國科學院院士、結構生物學家、清華大學副校長施一公教授、騰訊董事會主席兼首席執(zhí)行官馬化騰、清華大學經濟管理學院院長錢穎一教授、美國國家科學院院士、中國科學院外籍院士、斯坦福大學、清華大學教授張首晟、北京大學校務委員會副主任、理學部主任、生命科學學院講席教授饒毅、中國科學院深圳先進技術研究院副院長、香港中文大學教授、商湯科技聯合創(chuàng)始人湯曉鷗、中國科學院王飛躍教授、清華大學杜鵬飛教授等在內的導師以現場授課或論壇交流等形式與學員交流。

9月8日舉行的開課重要活動——“洞見論壇”上，馬化騰表示，“清華-青騰未來科技學堂”首期48位學員是從全球超過1000位黑科技企業(yè)創(chuàng)始人中挑選面試出來的，是騰訊與清華在產業(yè)與科研相結合方面共同的努力。清華大學經管學院院長錢穎一教授表示，首批48位學員將在未來的一年半時間，學習商業(yè)新知，探索科技前沿。“清華-青騰未來科技學堂”希望為中國培養(yǎng)一批新型的科技與商業(yè)相融合的跨界人才。

Brian K. Kobilka

7年時間、花費25億美元、研制一種新藥的成功率可能只有15%

2012年諾貝爾化學獎得主、美國國家科學院院士、斯坦福大學教授Brian K. Kobilka

9月8日下午的“洞見論壇”上，2012年諾貝爾化學獎得主、美國國家科學院院士、斯坦福大學教授Brian K. Kobilka以G蛋白偶聯受體與藥物發(fā)明為題發(fā)表主題演講。身處學界最前沿，Brian K. Kobilka在演講中分享了他在藥品研發(fā)方面的經驗。

他提到藥品研發(fā)的成本非常高，而且風險很大，耗時很長，通常來講，要開發(fā)出一個成功的新藥，需要花25億美元的投入，實現的周期是7-12 年左右，最終只有10%到15%的備選新藥能夠成功上市。

如何對藥物發(fā)展過程產生影響，Brian K. Kobilka教授指出研究的每一步發(fā)展都和科技的進步有關，對受體的結構有足夠的了解才可以使用電腦的幫助。他還提到了自己對鎮(zhèn)靜劑藥物的研究，他們試圖讓藥物激活人體好的因素，不激活壞的因素，減少鎮(zhèn)定類藥物的副作用。

施一公

眼見不一定為實

中國科學院院士、結構生物學家、清華大學教授施一公

9月9日下午，被稱為“中國諾獎”的第二屆未來科學大獎獲獎名單公布，清華大學施一公教授獲得“生命科學獎”。而就在當天上午，施一公教授還為清華-青騰未來科技學堂學員授課《生命科學與未知世界的探索》，在兩個多小時的時間里，暢談宇宙、生命與科學的關系，人類對于未來和科學的探索是否是“真實的”客觀世界，以及自己創(chuàng)辦西湖大學的理念和愿景。

我們的感知世界只有視覺、嗅覺，聽覺，味覺，觸覺五種，這五種感官來自一千種蛋白。比如說視覺，它就是由三種蛋白決定的。這三種蛋白讓我們對這個世界有了感知。我們看到的世界是一個“偏見”，就是由三種蛋白導致的，我認為這是一種“誤覺”。這三種蛋白告訴我們的，你覺得這是客觀世界嗎，是人類給我們杜撰出來的烏托邦世界。

施一公教授說道，無論是宇宙還是生命科學，無論是宏觀與微觀，都可以一句話概括為：眼見為實。但是這與我們五感中的“眼見為實”是不同的，正如三維空間中的我們是無法理解思維空間的存在的。

馬化騰

未來企業(yè)形態(tài)：在云端用人工智能處理大數據

騰訊董事會主席兼首席執(zhí)行官馬化騰

作為一家科技公司的負責人，馬化騰更關注科技發(fā)展和產學研的跨界融合。

9月8日下午的“洞見論壇”上，騰訊公司董事會主席兼首席執(zhí)行官馬化騰以探索科技創(chuàng)新新動態(tài)為題發(fā)表主題演講。他以騰訊為例，從三個方面講解了科技和商業(yè)如何能更好地結合，也為大家分享了他眼中未來科技發(fā)展的形態(tài)。

首先，馬化騰提到隨著數字經濟的發(fā)展，科技越來越融入各行各業(yè)，在數字化和智能化的大浪潮里，科技是所有產業(yè)界都必須去關注的。目前在全球市值最高的十家企業(yè)中，前五家在一年之內成為了以科技，包括以互聯網、信息科技為主的企業(yè)。而這個變化只是近兩年的事情，過去這些榜單里都是能源和金融巨頭企業(yè)。而今年已發(fā)展為有七家公司是互聯網和科技企業(yè)，騰訊和阿里都在榜單之中，其發(fā)展之快令人觸動。

隨后，他講到騰訊正在大力投入的幾個基礎性因素，第一個是AI，第二個是云計算，第三個是大數據，用馬化騰的話講，未來所有企業(yè)的基本形態(tài)就是“在云端用人工智能處理大數據”。

過去把“用電量”作為衡量一個工業(yè)社會發(fā)展的指標，而未來“用云量”也會成為衡量一個數字經濟發(fā)展的指標，馬化騰說。大數據無疑又是AI和云的“剛需”存在，這是未來的一個方向。

最后，馬化騰提到產學研需要一些創(chuàng)新的生態(tài)。他認為產學研是大有可為的，希望產業(yè)界和學校界能夠更緊密地聯起手來，共同迎接未來整個產業(yè)數字化和智能化的浪潮。

錢穎一

專業(yè)知識不是那么重要，更重要的是訓練大腦思考

清華經管學院院長錢穎一教授

“洞見論壇”主持人、清華大學經濟管理學院院長錢穎一表示，“我作為清華經管學院的院長非常高興的看到，今年清華計算機成為了最受追捧的專業(yè)，顯然是跟人工智能是非常相關的?！?/p>

面對從產業(yè)界到高校的人工智能熱，錢穎一援引愛因斯坦的名言說，“大學教育的價值不在于記住很多事實，而是訓練大腦會思考。我想這一點，大家都是非常的贊同。專業(yè)的知識不是那么重要，至于什么專業(yè)都不重要，更重要的是要訓練大腦會思考?！?/p>

對于這次論壇不僅是科學的知識，科學的精神，而且更重要的是對未來的探索和對未來的思考。今天的論壇到這里，期待清華-青騰未來科技學堂越辦越好，希望科技更多地造福人類。

張首晟

人工智能，為何是現在？

斯坦福大學教授張首晟

9月8日上午，斯坦福大學教授張首晟為學員們正式開啟第一課。從信息時代的摩爾定律、基礎科學和硅谷面臨的危與機、拓撲量子計算機、人工智能等前沿科技知識，到為何投身投資事業(yè)以及中國未來的機遇，現場學員感慨“這是有生以來自己上過的最精彩的一堂物理課”。

人工智能的爆發(fā)源于三個重要趨勢的神奇匯聚：

第一，摩爾定律所描述的計算能力的指數增長。計算的能力一直按照指數增長的原理，也即按照摩爾定律指數增長；

第二，互聯網和物聯網的爆發(fā)性增長所產生的海量數據；

第三，智能算法的快速發(fā)展，突飛猛進在變化。

現在的人工智能還在一個比較簡單的仿生的階段。最早人類從鳥的飛翔中得到靈感，達芬奇想到怎么用一個翅膀像鳥一樣飛，但沒能推動到很前面。后來因為我們掌握了飛行的第一性原理，也就是所謂的空氣動力學，指導我們造飛機飛的比鳥高，比鳥快，比鳥遠，并且這個飛機并不像鳥。

人工智能也是一個同樣的發(fā)展過程?，F在人工智能可以看到，左邊看到人的大腦，有神經原之間的連接，右邊可以看到計算機模擬神經原之間的聯系。但我們還沒有真正理解智能的第一性原理，哪一天我們理解了這一點，或許就能夠把人工智能發(fā)展的更加突飛猛進。

饒毅

人工智能模擬成人的，我認為百分之百的都是假的

北京大學校務委員會副主任、理學部主任、生命科學學院講席教授饒毅

9月8日“洞見論壇”圓桌討論環(huán)節(jié)，北京大學校務委員會副主任、理學部主任、生命科學學院講席教授饒毅表示，當前神經科學受到廣泛重視，部分是因為人工智能推動，但這并不意味著神經科學處在任何一個特殊時期，神經科學的研究會一直存在，而且神經科學永遠是最后的前沿，是無盡的前沿。

饒毅認為，現在神經科學的研究是有一定的進步，主要的原因是用了所謂光遺傳學技術，這是一個重要的技術，這個技術重要到很多人在使用它。如果你要誠懇的評價的話，沒有帶來任何概念上的突破，是用于驗證和否認現在已經有人想過的一些事情。驗證和否認的時候，結果特別好看，所以很多人在比較夸張性的用它來做宣傳。

對于人工智能的發(fā)展速度， 饒毅預期較為謹慎，他認為，人工智能的發(fā)展在我們有生之年都不可能達到科幻的程度，甚至“所有的高級的（人工智能）對思維、認知和情感的都是瞎說的。我也認為人工智能的進步是有限的，把人工智能模擬成人的，我認為百分之百的都是假的?！?/p>

湯曉鷗

人工智能未來將有三大突破點

中國科學院深圳先進技術研究院副院長、香港中文大學教授、商湯科技聯合創(chuàng)始人湯曉鷗

2011年是人工智能發(fā)展的一個分水嶺，有四個原因。

第一，需求。手機出來了以后，手機上的攝像頭變成了人的第三只眼睛，產生了大量的數據，這些數據需要智能地分析；

第二，數據的體量有了大幅的增加。智能手機的出現，產生了大量的訓練和應用數據。

第三，硬件的訓練平臺。原來我們用CPU、用超算、做人臉識別的時候，用了近千個核，要跑一兩個月才能把一個算法跑出來。后來用GPU，10臺機器，六個小時就跑出來了。所以給了大學實驗室和小公司一個可承受的硬件平臺和能力來做訓練。

第四，深度學習的框架允許我們做端到端的學習。深度學習用深度神經網絡框架，允許我們用幾千個、幾萬個、幾億個參數，覆蓋各種場景應用。就可以在一些單項的應用上超過人類，替人類來做這個單一的工作。

人工智能近期和遠期有哪些地方是可以突破的呢？我覺得有三個方向應用的會比較多。

一個是語音識別。這個是相對成熟，也是第一個突破的。

二是視覺，現在的主戰(zhàn)場就是在視覺領域。我們先把人聽的能力解決了，第二個是看的能力?？吹哪芰Φ膱鼍笆欠浅６嗟?，這個是目前的主戰(zhàn)場。

第三個就是自然語言的理解，這件事情是還沒有解決的。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。