余凱 在慕尼黑大學獲得計算機科學博士學位，曾在微軟、西門子和NEC工作。余凱是南京大學、北京郵電大學、北京航空航天大學的兼職教授，以及中科院計算所客座研究員。余凱博士被授予中關村高端領軍人才，北京市“海聚計劃”海外高層次人才，以及中組部“千人計劃”國家特聘專家。前百度研究院副院長，深度學習實驗室主任。2015年5月22日，余凱已經(jīng)從百度離職，已正式完成離職手續(xù)，離開百度創(chuàng)業(yè)，建立地平線機器人科技公司。

余凱指出，人工智能首先應具有感知的能力，通過傳感器能夠感知到環(huán)境的變化；其次是理解力，從感知階段上升到對世界的理解；第三是決策能力，通過理解之后做出決策。

人工智能最簡單的形式是通過觀測到的現(xiàn)象、數(shù)據(jù)、知識，映射成預測、判斷。余凱用了一些比喻來梳理了這個過程：輸入圖像輸出“物體”的名字的映射，就是圖像識別；輸入語音訊號輸出“文本序列”，就是語音識別；輸入一段話輸出“解析的樹狀結構”，就是云儲；輸入車輛行使周邊路況情況輸出“控制決策”，就是自動駕駛。

關于過去基于規(guī)則的人工智能系統(tǒng)，余凱指出過去多以演繹的方式來建立系統(tǒng)，其概念類似“一生二，二生三，三生萬物”。從一個基本法則出發(fā)，推導出一個紛繁復雜的系統(tǒng)。這種方法主要受自然科學的方法論的影響，通常從不言自明的公理出發(fā)，但從這一思維出發(fā)所得到的人工智能系統(tǒng)，常常會過于簡單。

傳統(tǒng)基于規(guī)則的人工智能系統(tǒng)，沒有取得積極的成果，但卻得到了很多教訓。余凱說到，其一是這個世界是紛繁的，存在著很多因素和要素，彼此之間有復雜的影響，形成復雜的網(wǎng)絡和系統(tǒng)，難以用一個公式來描述；其二是有很多因素和參量不能觀測到，所以系統(tǒng)具備不確定性；如果用確定性的規(guī)則，無法掌握這樣的復雜系統(tǒng)，要采用基于統(tǒng)計的概念；其三是現(xiàn)實世界紛繁復雜很難完整描述，只有從數(shù)據(jù)中不斷地學習、加深對問題的理解，同時跟隨數(shù)據(jù)的演化和進化，才是關鍵。這也是“大數(shù)據(jù)”的重要意義，數(shù)據(jù)在本質(zhì)上，為人提供了了解世界的可能。

余凱認為驅(qū)動人工智能的進展主要有三個因素：

大數(shù)據(jù)：線下的數(shù)據(jù)不斷線上化。

大算法：深度學習和增強學習的發(fā)展，深度學習用來感知、處理信號，增強學習則做于決策。二者相輔相成。

大計算：按照摩爾定律，2030 年一千美金買到的計算資源跟人腦相似。當然，現(xiàn)在英特爾宣布摩爾定律開始變慢。所以預測沒法這樣下去，另外一方面，從宏觀上講，對處理器架構的改版不僅僅是工藝層面，架構的變化也為計算帶來變化。

今天手機在連接人和世界這件事情上扮演的地位相當于PC時代的瀏覽器，幾乎是唯一的連接人和服務、連接人和世界的節(jié)點。

但是展望未來，可以看到汽車、家電、玩具都變得越來越智能，在家只需要掏出手機來操控某個家電、洗衣機或者空調(diào)。余凱表示，智能家電、汽車、玩具的人機交互功能越來越強，處理信息的能力越來越強，它們表達信息的能力也會越來越強。比如說，在不遠的將來，大家就會看到很多家居產(chǎn)品上會有個大屏幕，展現(xiàn)非常豐富的信息。在這種情況下，用戶應該更多的是直接和這些產(chǎn)品進行交流、交互，而不會再掏出手機，找到APP，然后開始操作。

余凱表示這里面蘊含著硬件形態(tài)的連接結點會更加適應這種分散化場景。比如，今天能看到的一個例子就是汽車。汽車的屏幕越來越大，中控平臺現(xiàn)在可以針對汽車做的語音交互。這些都是更直觀的展示，追求的是讓你進了汽車之后，完全不再需要手機。

所有的這些硬件的智能化，都會具有感知，交互，和控制的能力，都會成為廣義的機器人。在各自的垂直場景中，它們都成為連接人和世界的節(jié)點。自動駕駛汽車就是一個具體的例子。

余凱表示，從目前來講，絕大部分人工智能創(chuàng)業(yè)公司都是在基于 GPU 這樣的計算平臺和在基于Caffe、TensorFlow 這樣的開源平臺，用比較成熟的模型結構來訓練，然后做一些解決性問題和 Demo，差異化確實不明顯。基于現(xiàn)在的開源模式來做創(chuàng)新，在算法方面壁壘確實也不高。所以這就導致在一些標準問題里，各創(chuàng)業(yè)公司的效果都差不多，技術差距也并不大。這里面的核心原因之一就是中國人工智能原創(chuàng)性技術太少。

最近大家在說中國 AI 的人才、技術儲備、研究、創(chuàng)新都有優(yōu)勢，余凱表示這個觀點他不太認同。實際上，國內(nèi)學生在已經(jīng)討論出解決辦法的情況下去做拿競賽、刷分，這方面我們很擅長。但真正做出 AlpahGo 這樣的創(chuàng)新，確實還差些火候，而且國內(nèi)也缺乏孵化這種創(chuàng)新的土壤。

余凱認為實際上，人工智能產(chǎn)業(yè)仍處于早期階段，重大應用場景還在不斷摸索，產(chǎn)出的確非常低。“但如果回到‘.com’時代，你會發(fā)現(xiàn)當時的商業(yè)模式也是探索了很長時間。資本市場確實有追逐短期回報的現(xiàn)象，所以明年下半年到后年，即便整個 AI 投資市場趨冷也并不奇怪。”他說，“AI 行業(yè)與‘.com’時代一樣，即便是趨冷，但也不會影響到整體的趨勢。”因為 AI 確實在推動產(chǎn)業(yè)發(fā)展，實實在在創(chuàng)造價值，它不會進入一個萬劫不復的寒冬。

實事求是地說，如果按照投資機構的計算方法，AI 泡沫是一定存在的。AI 創(chuàng)業(yè)公司確實估值比較高，而且市場進展也并不盡如人意，但是到 2017 年或后年一定會有所變化。余凱還十分風趣地打了一個比喻說：“從長期趨勢來看，適當泡沫純屬正常，就像啤酒有泡沫味道才更好，正是因為泡沫才讓各公司都有機會去登上舞臺。不論怎樣，大家亮個嗓子，在舞臺上唱一下。”

最后，余凱表示他對 2017 年充滿了期待，希望未來人工智能處理器硬件行業(yè)會有大的突破；同時相關算法上繼續(xù)持續(xù)創(chuàng)新；在某些應用場景上出現(xiàn)重大突破，如醫(yī)療、自動駕駛、智能家居等。