2019 年 1 月 19 日起，EmTech China 2019 全球新兴科技峰会于北京国贸大酒店正式举办，来自世界各地的约70位顶尖科学家和科技公司领袖，分享了他们对于科技趋势的独家见解。
在1月20日上午“未来工作”板块的圆桌讨论中，在现场主持人《麻省理工科技评论》人工智能领域资深编辑Will Knight主持下，优必选首席产品官 高桥智隆、Desktop Metal联合创始人兼CTO Jonah Myerberg及中科创星创始合伙人兼联席CEO米磊，分别就未来工作的新型业态，发表了自己的看法。
图丨《麻省理工科技评论》人工智能领域（AI）资深主编 Will Knight 、Desktop Metal联合创始人Jonah Myerberg、中科创星创始合伙人 米磊、高桥智隆 优必选首席产品官（来源：DeepTech）
以下为会议现场嘉宾发言讨论内容（基于原文略有删减）：
问：想请问高桥智隆先生，机器人在消费领域的应用是什么？消费者的需求会不会改变我们未来的工作方式？
高桥智隆：传统手机加了互联网的功能，就变成了智能手机，机器人额外加入了情绪，可以变成我们的伙伴。
我们在浏览Google、亚马逊的网站时会有推荐板块，但有些时候我们不会去点这些推荐，因为缺乏信赖。但是机器人比较亲密，会影响我们的选择。
问：米先生，作为投资者，您觉得个人机器人是您要投的方向吗？
米磊：你说的个人机器人是指2C端的，实际上目前来看离消费者的需求差距还是比较大的，我认为目前来说在工厂里的2B端用来替代一些人的专业化动作，这种目前来看是更有可行性的。针对于2C的通用机器人，我认为还需要很长一段时间来发展。
问：Jonah先生，我之前去看过宝马的实践，对于大多数公司3D打印意味着什么呢？
Jonah Myerberg：很多的OEM其实都在回答这个问题，而且他们至少已经等了10年，现在已经开始进行3D的打印了，比如说在原型、在技术实验的时候，都在用我们3D的打印。
但是现在，3D打印已经变的非常的紧迫了，3D打印其实已经成为我们现在必须得做的一件事情，因为这个其实只是我们在改进传统生产业的第一步而已。其他的一些东西，比如说集合的优化，还有其他的一些整合之类的东西，这是越来越复杂、越来越精细的东西。如果说这些东西能做得更好的话，3D的优势会变的非常的明显的。
问：米先生，我想问一下，说到对生产或者制造业所谓的投资来讲，有什么挑战和困难吗？
米磊：对于生产和制造这块的投资来说，我觉得实际上现在正处在工业4.0的前沿，就是IT技术经过这么多年的发展，在互联网行业、消费领域已经发展很好了，但是现在并没有真正的去跟整个的工业生产结合起来，尤其是我们现在工业的生产以及过去的传统技术，都在慢慢的衰退，现在迫切需要一些新的技术。
比如说像激光的3D打印这些新的技术，包括个性化生产，去打通消费者和生产厂之间个性化的需求。这是要通过互联网端数据的获取，打通跟工业的需求端及供给端。
问：是不是这就意味着个性化的生产将会爆炸的发展？
米磊：这是虚拟世界和物理世界的一次融合。因为过去IT业的发展更多的是在虚拟世界，但是现在物理世界需要赶上来跟它匹配。而且现在随着社会的发展，消费者个性的需求也在展现，一定要打通虚拟世界和物理世界之间的鸿沟，技术和消费者的数据也要打通。
问：我们今天的主题是未来工作，所以我想问一下高桥智隆先生，您是不是有考虑到这样的技术有可能会影响到服务业，比如大家开始在商店里面使用小机器人了，您觉得这个东西会不会影响到服务业呢？
高桥智隆：其实我不是很担心它对服务业有什么负面的影响，其实机器人效果不是特别的好，消费者可能会买可乐，他其实买可乐的目标很明确，所以他不会跟机器人去聊天。如果消费者进入到商店里面，还要跟机器人说话，还得容忍机器人可能会犯错，而且还要等机器人给回应的时间，到目前为止不是很现实。未来2C的机器人应该会更好，但现在还不是特别理想。
问：未来人们会不会用技术来控制我们的感情？从机器人开发的角度来说，会有道德问题需要考虑吗？
高桥智隆：首先我们在开发机器人之前，我们就必须得有一定的道德标准来要求我们的产品，不然的话，技术的发展，一定会带来一些负面的影响。现在我们所做的，比如说在中国，或者说日本，我们其实在这方面都在针对这些问题来解决。这块中国做的非常的好，这也就是为什么中国现在越来越智能的原因了，很有意思。
问：现在大家会考虑到AI、机器人，或者是规章对制度的问题，再说到AI，我想问一下米先生，您觉得关于AI未来还有哪些大趋势，你会对哪些趋势进行投资？
米磊：现在人工智能更像是90年代的互联网，我认为现在人工智能的基础设施还不成熟，互联网之所以能起来，是因为90年代美国修建国家信息高速公路，从1992年一直到2000年整个的光纤通讯的基础设施铺设好了之后，才有了互联网信息的传输应用。
而现在的人工智能也是信息技术、互联网技术的延伸，过去只是信息的传输，未来是信息的获取到传输再到计算再到存储再到显示。所以说，数据的五大方面，我认为人工智能要在数据的获取端、计算力端解决问题。这些问题的解决，首先来自于数据获取的传感器，光学传感器，万物互联，整个物联网铺设好之后，才会有人工智能的基础设施建设，才会有人工智能。所以我们目前专注于人工智能的基础设施构建上，比如说光学的传感器、激光雷达，包括苹果手机用的3D识别的VCSEL激光器，这些芯片才是物联网、人工智能设施，你要拓展数据，还有计算力，人工智能需要云端的计算能力，也需要AI芯片，尤其是光学的传输在云计算中心的应用，包括整个光学的AI芯片，这些都是我们要布局的。
另外，在算法层面，我们现在更看好的是算法，在深度学习之后的一些新兴算法，来解决小数据的训练问题，过去深度学习的数据训练，已经遇到了一些瓶颈，我们需要找到一些更好的算法。
问：说的非常的好，我们再说一下AI发现材料。下一步我们在这块会有什么样的动作？
Jonah Myerberg：我们会使用机器学习和AI，一开始是设计，然后是制造，我们发现越来越多的原材料、零件可能要进行应力测试。所以说，从物理上来讲，其实是需要AI设计的，AI设计会快的很多。
生产制造，能够把我们的数字制造和物理制造整合在一起。所以说我们可以用周期的方式不断地发展，我们在这个周期当中，我们有工具，可以找到问题、发现问题，立马改进问题，解决问题。有了AI以及基础的学习、深度学习，我们可以很快很高效的进行改进。智能的技术，能够帮助我们及时的进行监控，我们可以利用大数据及时解决问题，并且进行改善。
问：有很多的人都在使用AI帮助我们开发出新材料，您对这里怎么看呢？
Jonah Myerberg：比如说在医药，还有在化学领域，我们在不断的发现新的药物成分，AI其实能够极大的加快速度，再比如说在电池里面，我们也可以使用AI，来找到最好的离子产品，我们也希望我们可以在化学这块，找到最好的合金，从而得到更好的使用。
问：所以说这块是不是也是一个很好的投资点呢？
米磊：我觉得是这样，是一个很好的投资方向，用AI技术去发现一些新的材料，去帮助我们做计算，可以帮助我们提高效率。
主持人：让我们掌声再次感谢各位讲者，非常感谢！
