每家公司、每款產(chǎn)品都要追求極致，如果產(chǎn)品只是一個可替代的二流產(chǎn)品，這樣的產(chǎn)品其實可以不要。第一個問題，很多人為AlphaGo點贊，甚至認為AlphaGo的成功可以向移植到其它場景，可以嗎？其實不可以。AlphaGo的問題對于計算機求解來說是可解的，因為這是個有限問題。一步棋有多少種下法是有限的，而有限問題對計算機來說，可以用暴力窮舉法的方法，但這個問題也是計算復(fù)雜性高的問題。有限問題和無限問題不能混為一談，人工智能對付的場景很可能是無限可能得，我們需要建立對這些場景和問題的描述，然后尋找其數(shù)學(xué)以及計算機的求解。

　　第二問，人工智能能統(tǒng)治人類嗎？其實計算機背后受到圖靈機制約，圖靈機是一個形式系統(tǒng)，它存在不可解的停機問題。有人以為人類最擅長的是邏輯，而人類的杰出創(chuàng)新其實是靈感的，是超越邏輯的。任何一個形式系統(tǒng)都有不可解的問題，偉大的數(shù)學(xué)家希爾伯特曾經(jīng)想建一個龐大的數(shù)學(xué)系統(tǒng)把所有的數(shù)學(xué)都包括在里面，然而他的夢想被打得粉碎。哥德爾定律告訴你有時候做不到。我們要敬畏邏輯、科學(xué)的局限性，特別是做應(yīng)用，要讓技術(shù)是做能做的事。而當(dāng)下有很多人工智能作品，基本上都是人工智障。

　　第三問，當(dāng)下的人工智能進展如何？人工智能1956年提出，經(jīng)歷了三次起伏。當(dāng)時設(shè)定在人造系統(tǒng)上呈現(xiàn)智能。對照人的智能，初級叫感知。當(dāng)下的人工智能大量的是計算機視覺、語音識別在各個場景做應(yīng)用，是在人的初級智能上做了ABC的工作。中級則是讓機器到一個陌生的環(huán)境就可以學(xué)習(xí)，人工智能界大量的人在做機器學(xué)習(xí)，目前最火的領(lǐng)域叫深度學(xué)習(xí)。人工智能除了在計算機框架下做智能，還有一種超越計算機的計算。當(dāng)下的人工智能如果對比人的智能還相距甚遠，需要在探索著前進。

　　第一，通常由企業(yè)來發(fā)起，因為企業(yè)有場景、數(shù)據(jù)、人才和技術(shù)的積累。第二，人工智能通常采用開源德方式。比如蘋果做好手機，服務(wù)卻不是自己做，他們采用了Applestore模式，讓蘋果手機成為了別人創(chuàng)新的平臺，而這些創(chuàng)新又幫助蘋果打造了豐富多彩的服務(wù)。亞馬遜的音箱上的服務(wù)Alexa也是讓公眾做的。在杭州，西湖的旅游模式實際上就是開源，送西湖給你，銷售的西湖的旅游服務(wù)。第三，人工智能需要用于破解場景問題，最終獲得的效率的提升，成本的降低。

　　浙江省推進的“最多跑一次”最主要是改變政府服務(wù)與用戶的距離，把服務(wù)送到用戶身邊。“最多跑一次”不是口號，而是站在用戶的立場評價政府信息化。我們有連接智能，連接最終需要實現(xiàn)交互。公眾交互中借助于群體智能破解問題，前面談及的開源就是群體智能。目前信息化提供的包括連接智能、數(shù)據(jù)智能、群體智能。

　　針對電子政務(wù)，我們更重要的并不是管理，而是服務(wù)。在這個過程中，很多人重視數(shù)據(jù)，也要懂得獲取數(shù)據(jù)的方式。基礎(chǔ)數(shù)據(jù)的共享是必然，政府平臺上需要有搜索、用戶提問以及討論，不然政府的信息化服務(wù)會缺少反饋。交互也是舉足輕重，很多人做不到“最多跑一次”是因為出門前根本不知道辦事流程是什么，也不清楚材料合規(guī)否，這其實是咨詢服務(wù)沒有送達。老百姓其實關(guān)心是政府有沒有站在公眾立場為人民服務(wù)。所以，基礎(chǔ)數(shù)據(jù)共享、交互數(shù)據(jù)的反饋、咨詢服務(wù)送達才是政務(wù)工作信息化的重中之重。

　　另外，在電子政務(wù)建設(shè)的過程中，基礎(chǔ)數(shù)據(jù)共享時關(guān)鍵。網(wǎng)絡(luò)化、線上化為比可以縮短服務(wù)與公眾的距離，我們需要重視移動端，移動互聯(lián)網(wǎng)的普及讓使得用戶希望在移動端把事情搞定。期待各企業(yè)能做出一個真正破解問題的產(chǎn)品。