百度IDL創(chuàng)立者、地平線機(jī)器人技術(shù)創(chuàng)始人及CEO余凱 新浪科技攝
 

這是余凱宣布創(chuàng)業(yè)后第二次參加亞布力中國(guó)企業(yè)家論壇。這一次，這位人工智能方面的專家最大的感受是：整個(gè)投資界和企業(yè)界對(duì)人工智能的了解更加深入、更接近真實(shí)的狀態(tài)，開(kāi)始從門外進(jìn)入門內(nèi)。

 

一年前，這位百度IDL的創(chuàng)立者、地平線機(jī)器人技術(shù)創(chuàng)始人，還需向參會(huì)企業(yè)家解釋“深度學(xué)習(xí)”、“人工智能”，“神經(jīng)網(wǎng)絡(luò)”……但僅僅一年后，人工智能就完成了快速知識(shí)普及，“是什么”的問(wèn)題早已被解決，更多企業(yè)家再公開(kāi)和私下的交流中，開(kāi)始頻頻問(wèn)到余凱：人工智能“為什么”和“怎么用”。

 

余凱參加了一個(gè)名為“互聯(lián)網(wǎng)下半場(chǎng)”的論壇，他的感受是：“無(wú)論是嘉賓的觀點(diǎn)還是臺(tái)下的問(wèn)題，都是關(guān)于人工智能的，所以大家的關(guān)注有增無(wú)減。”

 

實(shí)際上，就在這個(gè)“互聯(lián)網(wǎng)下半場(chǎng)”的論壇上，是否真有“下半場(chǎng)”競(jìng)爭(zhēng)的問(wèn)題還被發(fā)言嘉賓質(zhì)疑，但驚人一致地是，所有人都認(rèn)為下一波技術(shù)革命便是人工智能。

 

不過(guò)，在這一波人工智能革命中，具體發(fā)展方向如何？為什么說(shuō)深度學(xué)習(xí)解決不了所有問(wèn)題？小數(shù)據(jù)學(xué)習(xí)又是怎樣一回事？人工智能的人才培養(yǎng)該如何來(lái)做？

 

余凱在接受新浪科技專訪時(shí)，談到了如下觀點(diǎn)：

 

新浪科技：這是第二次來(lái)亞布力企業(yè)家論壇，感受有何不同？

 

余凱：大家對(duì)人工智能的理解更加透徹、更加到位、更加理性，我覺(jué)得有AlphaGo這樣的事件的影響推動(dòng)，但更多是企業(yè)家和投資人在過(guò)去的一年里自身努力的結(jié)果，包括很多企業(yè)家跑到硅谷、以色列去訪問(wèn)學(xué)習(xí)，所以他們對(duì)這個(gè)產(chǎn)業(yè)方向，對(duì)技術(shù)的關(guān)鍵和壁壘有了更充分的了解。我認(rèn)為從門外開(kāi)始進(jìn)入門內(nèi)了。

 

新浪科技：整個(gè)企業(yè)界開(kāi)始朝著更明確的方向發(fā)展？

 

余凱：對(duì)，比如說(shuō)大家越來(lái)越多地認(rèn)識(shí)到：人工智能僅僅是一個(gè)算法的話，或許不能夠根本解決問(wèn)題，產(chǎn)生的價(jià)值也不是特別大，如果更多地從整體系統(tǒng)、解決方案去垂直做透的話，才能建立起更深的壁壘，創(chuàng)造價(jià)值。我覺(jué)得這點(diǎn)的話，我覺(jué)得是越來(lái)越朝著正確的、到位的方向在發(fā)展。

 

新浪科技：地平線來(lái)說(shuō)，什么方向是正確、到位的方向？

 

余凱：大方向是軟硬件結(jié)合，很關(guān)注處理器。因?yàn)樗惴ê陀布Y(jié)合，能產(chǎn)生上千倍效率提升，使得很多事情都變得可能。

 

新浪科技：目前談到人工智能，關(guān)于神經(jīng)網(wǎng)絡(luò)的觀點(diǎn)會(huì)比較多，但也有聲音把神經(jīng)網(wǎng)絡(luò)批評(píng)為“黑箱”——出了問(wèn)題很難找。

 

余凱：我覺(jué)得這是一個(gè)蠻深入的問(wèn)題，因?yàn)槲覀儾还庹勆疃葘W(xué)習(xí)的優(yōu)勢(shì)，也要看到它的劣勢(shì)、它的邊界，我們才能找到這種正確往前的方向。

 

深度神經(jīng)網(wǎng)絡(luò)確實(shí)有這個(gè)問(wèn)題，相對(duì)來(lái)講是一個(gè)比較黑箱的系統(tǒng)，所以我也覺(jué)得在自動(dòng)駕駛這個(gè)領(lǐng)域，其實(shí)它面臨一些挑戰(zhàn)，因?yàn)樵谶@里面，大家希望這是一個(gè)可控的，功能安全方面得到保障的系統(tǒng)，我們不希望它出現(xiàn)異常的這種行為。

 

怎么去達(dá)到這一點(diǎn)呢？地平線在這一塊其實(shí)很早就開(kāi)始意識(shí)到，深度學(xué)習(xí)不是人工智能惟一的要素。我們必須要把深度學(xué)習(xí)跟其他的一些框架，比如說(shuō)增強(qiáng)學(xué)習(xí)、網(wǎng)絡(luò)結(jié)合在一起，使得整個(gè)系統(tǒng)是一個(gè)相對(duì)來(lái)講白箱的系統(tǒng)。這個(gè)是我們一直在研發(fā)的這個(gè)方向。

 

新浪科技：所以如果說(shuō)現(xiàn)在有一些技術(shù)去取代神經(jīng)網(wǎng)絡(luò)的話，您看好的是哪個(gè)？

 

余凱：深度神經(jīng)網(wǎng)絡(luò)其實(shí)更加適合做感知，而貝葉斯理論的核心是推理，只有從感知到推理才能到?jīng)Q策。所以最終來(lái)講，你希望達(dá)到一種理性的推理、理性的決策，這里面正好是貝葉斯網(wǎng)絡(luò)一個(gè)大行其道的地方，所以我是非?？春眠@個(gè)方向。

 

未來(lái)汽車的自動(dòng)駕駛，應(yīng)該是深度學(xué)習(xí)跟貝葉斯網(wǎng)絡(luò)結(jié)合的這么一個(gè)思路。

 

新浪科技：神經(jīng)網(wǎng)絡(luò)需要大量的數(shù)據(jù)訓(xùn)練才有成效，回到無(wú)人車領(lǐng)域，比方撞車、緊急情況等情況，就很難有大量的數(shù)據(jù)讓網(wǎng)絡(luò)學(xué)習(xí)，您怎么看待這個(gè)問(wèn)題？

 

余凱：沒(méi)錯(cuò)，這面臨到未來(lái)的一個(gè)趨勢(shì)，是一個(gè)“小數(shù)據(jù)學(xué)習(xí)”的問(wèn)題。這個(gè)趨勢(shì)要有一個(gè)完全不同的思路，而不是盲目的灌數(shù)據(jù)，因?yàn)榇罅坎杉臄?shù)據(jù)都是正常路況的數(shù)據(jù)，而這種緊急情況的數(shù)據(jù)是沒(méi)有的，所以這對(duì)深度學(xué)習(xí)是一個(gè)挑戰(zhàn)。

 

這就要加入更多的因果推理，因果推理的這個(gè)框架衍生出來(lái)的就是貝葉斯網(wǎng)絡(luò)，這個(gè)是加州大學(xué)洛杉磯分校Judea Pearl教授，在80年代就已經(jīng)很著名的成果，曾經(jīng)在人工智能這個(gè)領(lǐng)域是非常主流，后來(lái)由于神經(jīng)網(wǎng)絡(luò)的發(fā)展大家淡忘了。

 

但是歷史總是回旋往復(fù)地往上去發(fā)展。就像80年代的時(shí)候，深度神經(jīng)網(wǎng)絡(luò)其實(shí)當(dāng)時(shí)也非常主流，但是90年代就被人給淡忘了。我認(rèn)為80年代被Judea Pearl提出來(lái)的“因果推理”，現(xiàn)在應(yīng)該被提上議事日程。

 

過(guò)去十年深度神經(jīng)網(wǎng)絡(luò)發(fā)展，讓我們?cè)诟兄@個(gè)領(lǐng)域突飛猛進(jìn)。但是所有的這些人工智能，包括自動(dòng)駕駛，其實(shí)感知都是為了決策來(lái)服務(wù)，所以最終要走到?jīng)Q策。

 

一旦走到?jīng)Q策的話，所謂這些小數(shù)據(jù)、這種緊急情況，實(shí)際上是要根據(jù)這個(gè)情況然后做一個(gè)決策，就是在很多的狀態(tài)空間里面，去找到風(fēng)險(xiǎn)最小的一個(gè)路徑。這里面其實(shí)是各種的因果推理，不是識(shí)別。

 

深度神經(jīng)網(wǎng)絡(luò)是識(shí)別，如果是因果推理，就需要有一個(gè)因果推理的框架來(lái)做這個(gè)事情。

 

地平線的核心團(tuán)隊(duì)，包括我自己的背景，都是在人工智能這個(gè)領(lǐng)域工作了很長(zhǎng)時(shí)間，所以我們能夠以一個(gè)更高的視角來(lái)看這個(gè)問(wèn)題，不僅僅是當(dāng)前熱什么咱們就做什么，因?yàn)楫?dāng)時(shí)熱的東西一定會(huì)過(guò)去。

 

新浪科技：剛剛結(jié)束的AAAI17上，大會(huì)收錄的論文，來(lái)自中國(guó)的投稿數(shù)量第一次超過(guò)美國(guó)，這個(gè)數(shù)字能說(shuō)明什么？以前也有統(tǒng)計(jì)說(shuō)人工智能領(lǐng)域中國(guó)人很厲害。

 

余凱：中國(guó)整個(gè)來(lái)講對(duì)人工智能的關(guān)注度越來(lái)越高。但論文中雖然有很多從名字能看出來(lái)是中國(guó)人，但大部分估計(jì)還是在美國(guó)的留學(xué)生或者華裔學(xué)者。數(shù)字還不能說(shuō)明問(wèn)題。因?yàn)橹袊?guó)本土的科研這塊其實(shí)還是有差距的，有蠻大差距。

 

我們整個(gè)創(chuàng)新的土壤，相對(duì)來(lái)講還比較偏急功近利。

 

新浪科技：您之前也批評(píng)過(guò)說(shuō)有一些AI企業(yè)有抄襲或者比較急功近利的情況。

 

余凱：對(duì)，真正愿意平心靜氣，去做比較長(zhǎng)遠(yuǎn)的、創(chuàng)新性研究的人和企業(yè)在中國(guó)還比較少。華人學(xué)者在這個(gè)領(lǐng)域的規(guī)模越來(lái)越大，這也是正常的，因?yàn)槲覀兊娜丝诨鶖?shù)大，但是有沒(méi)有更多的創(chuàng)新性的東西在這里面出來(lái)。

 

好像據(jù)說(shuō)今年 Best Paper 什么之類的其實(shí)并不是華人，所以我們還是有空間繼續(xù)去努力。未來(lái)我還是很樂(lè)觀，華人在整個(gè)人工智能領(lǐng)域的影響力，最后會(huì)變得非常領(lǐng)先。

 

新浪科技：很多企業(yè)都說(shuō)，人工智能的專業(yè)人才不好招。您在實(shí)踐中，也會(huì)遇到這樣的困擾么？您又是怎么解決的？

 

余凱：我們?nèi)ツ暝?月份有一次大規(guī)模的巡回校招，收了一批頂尖的學(xué)生，我對(duì)這個(gè)還是比較滿意，我們會(huì)進(jìn)行內(nèi)部培訓(xùn)。

 

包括我以前在百度的時(shí)候，當(dāng)時(shí)成立深度學(xué)習(xí)研究院，那個(gè)時(shí)候中國(guó)大學(xué)沒(méi)有培養(yǎng)什么人工智能、深度學(xué)習(xí)方面的人才，基本上很多都是我們自己培養(yǎng)，后來(lái)很多人在百度或者其他公司里成為頂尖的中堅(jiān)力量。所以我們可以去培養(yǎng)。

 

我們有個(gè)計(jì)劃，所有我們今年校招錄取的學(xué)生，夏天的時(shí)候把他們?nèi)珟У焦韫热?，進(jìn)行為期半個(gè)月的一個(gè)培訓(xùn)，我會(huì)請(qǐng)世界頂尖的專家來(lái)給他們講課。

 

新浪科技：您是看中什么樣的條件去招這些應(yīng)屆生、去招這些未畢業(yè)的學(xué)生的話，是需要他的邏輯好或者是工程能力強(qiáng)、還是就是得數(shù)學(xué)好？

 

余凱：我看中的，還是所謂德才兼?zhèn)洹?/div>