1
| 本文作者： 老王 | 2016-12-20 22:10 | 專題：雷峰網(wǎng)公開(kāi)課 |
編者按：本文內(nèi)容來(lái)自地平線機(jī)器人創(chuàng)始人兼 CEO 余凱博士在雷鋒網(wǎng)第 100 期硬創(chuàng)公開(kāi)課的分享。
2016 年，人工智能在美好理想和殘酷現(xiàn)實(shí)的夾縫中野蠻生長(zhǎng)。當(dāng)從業(yè)者們認(rèn)為，人工智能時(shí)代是“技術(shù)為王”的時(shí)代，但面對(duì)價(jià)格戰(zhàn)、商務(wù)戰(zhàn)、公關(guān)戰(zhàn)時(shí)，技術(shù)似乎不再是唯一的信仰。當(dāng)從業(yè)者們認(rèn)為，手握學(xué)術(shù)大牛、刷爆各種榜單就能所向披靡時(shí)，“AI 產(chǎn)品經(jīng)理比科學(xué)家重要”、“刷榜是沒(méi)意義的”等反駁性觀點(diǎn)也越來(lái)越被業(yè)內(nèi)認(rèn)可。當(dāng)從業(yè)者們認(rèn)為，招一大批名校博士就可與巨頭比劃時(shí)，虛高的薪水和拿不出手的產(chǎn)品讓企業(yè)不得不開(kāi)始考慮性價(jià)比的問(wèn)題。
雷鋒網(wǎng)第 100 期硬創(chuàng)公開(kāi)課特邀余凱博士為大家做了一期以《人工智能的冰與火之歌：回顧 2016，展望 2017》為主題的公開(kāi)課，分享了他對(duì)今年 AI 現(xiàn)象的看法以及對(duì)未來(lái)的展望。
余凱，地平線機(jī)器人創(chuàng)始人兼 CEO，前百度研究院執(zhí)行院長(zhǎng)，曾領(lǐng)導(dǎo)百度深度學(xué)習(xí)研究院( IDL )、多媒體技術(shù)部（語(yǔ)音，圖像）、圖片搜索產(chǎn)品部等團(tuán)隊(duì)。2012年以來(lái)，余凱創(chuàng)建百度IDL，發(fā)起和領(lǐng)導(dǎo)了百度大腦、百度自動(dòng)駕駛等一系列項(xiàng)目，并連續(xù)三次榮獲公司最高榮譽(yù)——“百度最高獎(jiǎng)”。余凱發(fā)表的論文被引用超過(guò) 11000 次，獲 2013 年國(guó)際機(jī)器人學(xué)習(xí)大會(huì)( ICML )最佳論文獎(jiǎng)銀獎(jiǎng)，曾任 ICML 和 NIPS 領(lǐng)域主席。他于 2011 年在斯坦福大學(xué)計(jì)算機(jī)系客座主講人工智能課程，還曾率隊(duì)于 2010 年獲得首屆 ImageNet 評(píng)測(cè)世界第一名。
1. 雷鋒網(wǎng)：2016 年 AI 圈最讓你記憶深刻的幾件大事 ？
AI 計(jì)算硬件：英偉達(dá)的股票在一年時(shí)間內(nèi)從 100 億美金 500 億美金，震驚業(yè)界。背后的原因是處理器架構(gòu)因?yàn)槿斯ぶ悄艿男枨笳诒恢匦露x，Google 也推出 TPU 來(lái)做 Inference，除此之外，包括地平線機(jī)器人在內(nèi)的不少公司正朝著這個(gè)方向去探索。
算法層面：如生成式對(duì)抗網(wǎng)絡(luò)等算法的突破性進(jìn)展，使我們看到除了CNN、RNN、LSTM，技術(shù)還在不斷推陳出新，讓這個(gè)行業(yè)變得越來(lái)越有意思。
開(kāi)源平臺(tái)：今年開(kāi)源平臺(tái)體系在不斷成熟，如 TensorFlow、Caffe 等，特別是由中國(guó)學(xué)生發(fā)起的MXNet成為亞馬遜 AWS 官方訓(xùn)練平臺(tái)這件事，很了不起。
AlphaGo 事件：改寫全社會(huì)從街頭百姓到政治對(duì)人工智能的認(rèn)知，實(shí)現(xiàn)了大家均認(rèn)為不能實(shí)現(xiàn)的事情。
人才流動(dòng)：Hinton的得意門生、CMU 副教授 Ruslan，最近耐不住寂寞加入蘋果，擔(dān)任蘋果人工智能研究總監(jiān)。斯坦福大學(xué)李飛飛教授也加入谷歌。
2. 雷鋒網(wǎng)：今年人工智能行業(yè)相比于去年有哪些宏觀和微觀的進(jìn)步？
我感觸最深的是從 2006-2016 年這十年間，是深度學(xué)習(xí)的普及和推廣期，其在很多應(yīng)用中取得突破性進(jìn)展。但所有成果均為感知方面的東西，如圖像識(shí)別、語(yǔ)音識(shí)別等。而從今年開(kāi)始，最大的不同像 AlphaGo 和自動(dòng)駕駛等人工智能系統(tǒng)開(kāi)始從感知過(guò)渡到?jīng)Q策。這些系統(tǒng)基于對(duì)這個(gè)世界的理解，從而主動(dòng)優(yōu)化它的決策機(jī)制。因此從感知到?jīng)Q策是最大的變化，人工智能只有做決策才能真正改變世界。
我認(rèn)為在未來(lái)的 10 年里，怎么優(yōu)化地去做決策是人工智能的重點(diǎn)課題。
3. 雷鋒網(wǎng)：為何成立 OPEN AI LAB；為何選擇做嵌入式人工智能？
歷史上技術(shù)創(chuàng)新和商業(yè)模式的創(chuàng)新都是相伴相生的，我們也看到，開(kāi)放總是會(huì)打敗封閉，怎么打造良性的產(chǎn)業(yè)生態(tài)是我們非常關(guān)心的。因此最近地平線和 ARM、安創(chuàng)空間、全志聯(lián)合成立 OPEN AI LAB，我們希望把技術(shù)向半導(dǎo)體廠商、開(kāi)發(fā)者開(kāi)放，大家一起去定義嵌入式人工智能的標(biāo)準(zhǔn)。至于為何要做嵌入式人工智能？過(guò)去推動(dòng)人工智能的核心要素可以概括為大數(shù)據(jù)、大計(jì)算、大平臺(tái)：其在互聯(lián)網(wǎng)和云端做人工智能的技術(shù)與服務(wù)。如果朝更遠(yuǎn)的方向看，我們會(huì)發(fā)現(xiàn)除了從云端部署人工智能，其實(shí)很多場(chǎng)景下急需在設(shè)備端部署人工智能，使這些設(shè)備具備環(huán)境感知、人機(jī)交互、決策控制的能力。
以自動(dòng)駕駛為例，如果有孩子橫穿馬路，當(dāng)自動(dòng)駕駛系統(tǒng)感知到之后，需要把信號(hào)傳送到云端再做決策，假如當(dāng)時(shí)網(wǎng)絡(luò)不穩(wěn)定的話，結(jié)果是不可想象的，因此我們需要本地計(jì)算去做實(shí)時(shí)決策。
創(chuàng)業(yè)公司做項(xiàng)目一定要選擇大公司不大容易進(jìn)入的維度，BAT 在數(shù)據(jù)、人才、資源、服務(wù)方面的勢(shì)能，創(chuàng)業(yè)公司很難去挑戰(zhàn)。但本地低功耗人工智能計(jì)算不是他們的強(qiáng)項(xiàng)，也不是他們的業(yè)務(wù)重點(diǎn)。另外我認(rèn)為創(chuàng)業(yè)一定要選難度較大的事情去做，嵌入式人工智能需要把軟硬件結(jié)合，并重新定義處理器架構(gòu)，這是非常復(fù)雜的工程。這項(xiàng)任務(wù)雖然困難，但我認(rèn)為只要達(dá)到這樣的維度才能構(gòu)建寬廣的護(hù)城河。我們希望把嵌入式人工智能構(gòu)建成一種開(kāi)放生態(tài)，使其未來(lái)在端上產(chǎn)生很多創(chuàng)新，讓意想不到的創(chuàng)新點(diǎn)在此發(fā)生：開(kāi)放式生態(tài)可以把許多想法從一個(gè)創(chuàng)意變成產(chǎn)品，而這些想法和產(chǎn)品又會(huì)反哺地平線。
4. 雷鋒網(wǎng)：您覺(jué)得在 IDL 和創(chuàng)業(yè)最大的區(qū)別在哪兒？
無(wú)論在 IDL 還是在地平線，對(duì)我而言其實(shí)都是在創(chuàng)業(yè)和創(chuàng)新。當(dāng)年我從國(guó)外回到北京，創(chuàng)立百度深度學(xué)習(xí)研究院，最初其實(shí)也是在做一件很新的事，當(dāng)時(shí)國(guó)內(nèi)沒(méi)有一家機(jī)構(gòu)在做深度學(xué)習(xí)，因?yàn)樗苄”?。初期我們被很多人質(zhì)疑為什么要投入這么大的精力去做這么窄的方向。然而在今天看來(lái)，這個(gè)很小眾的事情已經(jīng)成為很多人都在關(guān)注的主題，整個(gè)世界也因此而改變。
地平線機(jī)器人實(shí)際上也是在做一件很小眾的事情，我們不在云端、服務(wù)器、GPU 上做，而是在嵌入式中去做人工智能，這也是件很小眾的事情，然而在我看來(lái)把一件事情從小做大是很讓人著迷的。
小公司相比于大公司資源確實(shí)十分匱乏，但實(shí)際上地平線的目標(biāo)卻比我在百度期間的目標(biāo)還要大，我們不是服務(wù)一個(gè)公司，而是撬動(dòng)一個(gè)產(chǎn)業(yè)，這個(gè)挑戰(zhàn)難度比以往大了幾個(gè)數(shù)量級(jí)。
在創(chuàng)業(yè)公司坐事情的難度體現(xiàn)在方方面面，比如招聘，百度有著成熟、強(qiáng)大的 HR 體系支持我做這件事情。而小公司往往沒(méi)什么名氣，如何吸引頂級(jí)人才加入也是一件難事。此外還有很多瑣事和細(xì)節(jié)，我們每天都在做非常具體的事情，但這又是很理想主義的事情，縱使挑戰(zhàn)難度很大，但這也使得人生更有意義。
5. 雷鋒網(wǎng)：根據(jù)你在大公司研究院和創(chuàng)業(yè)公司的招人經(jīng)驗(yàn)，分享下在 AI 團(tuán)隊(duì)的招人心得。
在美國(guó)和百度時(shí)，招聘是我每天需要面對(duì)的事，因此我自身有著相當(dāng)多的經(jīng)驗(yàn)。另一方面，在地平線我們也在積極吸引優(yōu)秀人才的加入。吸引人才加入是一件很有挑戰(zhàn)的事情，因?yàn)楝F(xiàn)在人工智能人才還是比較稀少，我們做的事情又比較難，而且又是一條長(zhǎng)線征途，所以有些人不理解我們的方向，我們做的事情在他們看來(lái)是既小眾又沒(méi)那么容易變現(xiàn)的事。
我遇到一些從事人工智能算法的同學(xué)，他們有幾年深度學(xué)習(xí)經(jīng)驗(yàn)就迫不及待地想改變世界，所以不太愿意去做一些偏長(zhǎng)線的事情，但他們沒(méi)有意識(shí)到真正有價(jià)值的事情都是困難的事情、有壁壘的事情。所以我經(jīng)常告訴他們創(chuàng)業(yè)是一場(chǎng)艱苦的修行，而不是一場(chǎng) Party，如果艱苦的修行走下來(lái)，無(wú)論是在路上還是在山頂上，那種滿足感和成就感都是無(wú)法比擬的。
當(dāng)公司做的方向跟主流方向不一樣時(shí)，這種情況下吸引來(lái)的人才是極為難得和特殊的，因?yàn)樗麄兪墙?jīng)過(guò)自己冷靜思考來(lái)做事情，這批人往往是推動(dòng)公司上下做一番事業(yè)的人才。地平線確實(shí)非常有幸，在很短的時(shí)間內(nèi)招到了頂尖人才：包括算法、軟件系統(tǒng)專家、硬件專家。我在百度時(shí)領(lǐng)導(dǎo)的團(tuán)隊(duì)平均年齡是 26 歲，而地平線工程師平均年齡是 32 歲。因?yàn)槲覀兪欠浅Ｆ夹g(shù)的公司，確實(shí)需要非常資深的人加入。
6. 雷鋒網(wǎng)：“現(xiàn)在最缺的是AI產(chǎn)品經(jīng)理，而不是研究大?！?，你認(rèn)同這句話嗎？
對(duì)于一個(gè)商業(yè)公司來(lái)講，算法人才和產(chǎn)品經(jīng)理同等重要。這里我要強(qiáng)調(diào)一點(diǎn)，何為研究大牛？我認(rèn)為研究大牛的特質(zhì)是“要有自己的思考和深厚的積累，他能夠持續(xù)的創(chuàng)新”。其實(shí)能創(chuàng)造性地做出世界級(jí)成果的人是非常稀缺的，在國(guó)內(nèi)我認(rèn)為只有 5 到 10 人才能達(dá)到這個(gè)標(biāo)準(zhǔn)。一個(gè)算法人才普遍學(xué)習(xí)過(guò) 1-3 年的深度學(xué)習(xí)、會(huì)用開(kāi)源平臺(tái)去訓(xùn)練模型，即使是這樣的人也不多，而這些人更談不上是研究大牛。所以我認(rèn)為研究大牛是一種很稀缺的人才。
當(dāng)然，AI 產(chǎn)品經(jīng)理也非常重要，因?yàn)樗x需求。如果造出來(lái)一個(gè)東西技術(shù)水平高，但不能解決實(shí)際問(wèn)題，技術(shù)再高也沒(méi)有實(shí)際價(jià)值。因此我們?cè)趧?chuàng)辦一個(gè)商業(yè)公司，AI 產(chǎn)品經(jīng)理也十分重要。
7. 雷鋒網(wǎng)：外界有一種說(shuō)法，大致是目前各個(gè)To B的人工智能公司之間技術(shù)差距相對(duì)較小，因此很多時(shí)候銷售和商務(wù)團(tuán)隊(duì)決定了公司的命運(yùn)。你怎么看待這個(gè)說(shuō)法？
這個(gè)問(wèn)題正中行業(yè)要害。從目前來(lái)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(jì)算平臺(tái)和在基于 Caffe、TensorFlow 這樣的開(kāi)源平臺(tái)用比較成熟的模型結(jié)構(gòu)來(lái)訓(xùn)練，然后做一些解決性問(wèn)題和 Demo，差異化確實(shí)不明顯?；诂F(xiàn)在的開(kāi)源模式來(lái)做創(chuàng)新，在算法方面壁壘確實(shí)也不高。
所以這就導(dǎo)致在一些標(biāo)準(zhǔn)問(wèn)題里各家的效果都差不多，技術(shù)差距也并不大。這里面的核心原因之一就是中國(guó)人工智能原創(chuàng)性技術(shù)太少。
最近大家在說(shuō)中國(guó) AI 的人才、技術(shù)儲(chǔ)備、研究、創(chuàng)新都有優(yōu)勢(shì)，這個(gè)觀點(diǎn)我不太認(rèn)同。實(shí)際上，國(guó)內(nèi)學(xué)生在已經(jīng)討論出解決辦法的情況下去做拿競(jìng)賽、刷分，這方面我們很擅長(zhǎng)。但真正做出 AlpahGo 這樣的創(chuàng)新，咱們還差些火候，而且國(guó)內(nèi)也缺乏孵化這種創(chuàng)新的土壤。今年深度學(xué)習(xí)原創(chuàng)性的基礎(chǔ)研究在大步向前發(fā)展，然而我?guī)缀鯖](méi)看到哪些進(jìn)步是國(guó)內(nèi)產(chǎn)生的。
另外一方面，商務(wù)和銷售確實(shí)非常重要，因?yàn)橹挥邪鸭夹g(shù)和具體應(yīng)用場(chǎng)景拉近才能產(chǎn)生價(jià)值落地。技術(shù)研發(fā)也一定要有差異化，這種差異化如果只是做研究，只是去 Follow 開(kāi)源平臺(tái)等這些大家都在討論的事情，這是很主流的做法，如果你一定要關(guān)注主流算法，潛臺(tái)詞就是你已經(jīng)放棄了差異化。因此你一定要深入特定的問(wèn)題，深入解決那個(gè)場(chǎng)景下的各種限制條件，去針對(duì)性地提出特殊的方法解決實(shí)際需求，這是讓你更有差異化的途徑。
科學(xué)家創(chuàng)業(yè)需要對(duì)商業(yè)和實(shí)際需求抱有充分的敬畏之心，商務(wù)和銷售團(tuán)隊(duì)也并不至于決定公司的命運(yùn)，關(guān)鍵在于團(tuán)隊(duì)之間的配合。商務(wù)和銷售比較看重眼前需求，對(duì)技術(shù)趨勢(shì)缺乏準(zhǔn)確預(yù)見(jiàn)，而一個(gè)公司要走得長(zhǎng)遠(yuǎn)，還得看清未來(lái)技術(shù)發(fā)展趨勢(shì)。
8. 雷鋒網(wǎng)：不少歐美 AI 初創(chuàng)公司最終賣給了谷歌等巨頭，但國(guó)內(nèi)這種情況很少，你怎么看待這一現(xiàn)象？
人工智能作為一個(gè)新的產(chǎn)業(yè)方向，早期都處于探索階段，初創(chuàng)技術(shù)公司獨(dú)立存活的概率并不高，所以會(huì)選擇被大公司收購(gòu)，這是一個(gè)較為明智的做法。
國(guó)外工業(yè)界和技術(shù)創(chuàng)新生態(tài)比較健康，大公司愿意付出成本為前沿性技術(shù)做人員收購(gòu)，而且在不考慮成本的情況下。而國(guó)內(nèi)很少有大公司愿意為技術(shù)和人才收購(gòu)付出很好的溢價(jià)。
其實(shí)每個(gè)公司被收購(gòu)都有一個(gè)內(nèi)在邏輯：這些公司不是范范地提供通用技術(shù)，而是在某個(gè)維度有著一定的獨(dú)特性，如 DeepMind 不僅在做深度學(xué)習(xí)，還將深度學(xué)習(xí)與增強(qiáng)學(xué)習(xí)相結(jié)合然后應(yīng)用在圍棋、游戲等場(chǎng)景。這背后的邏輯，我認(rèn)為很大程度上是文化原因。國(guó)內(nèi)公司更愿意用高成本去挖人，而不愿為獨(dú)特團(tuán)隊(duì)或知識(shí)產(chǎn)權(quán)付出高成本。我希望這個(gè)現(xiàn)象能發(fā)生改變，出現(xiàn)更多出于對(duì)人才和知識(shí)產(chǎn)權(quán)的收購(gòu)。大公司如果能夠意識(shí)到這點(diǎn)，我覺(jué)得能夠?qū)?guó)內(nèi)技術(shù)創(chuàng)新產(chǎn)生非常正面的影響。
人工智能產(chǎn)業(yè)仍處于早期階段，重大應(yīng)用場(chǎng)景還在不斷摸索，產(chǎn)出的確非常低。但如果回到“.com”時(shí)代，你會(huì)發(fā)現(xiàn)當(dāng)時(shí)的商業(yè)模式也是探索了很長(zhǎng)時(shí)間。
資本市場(chǎng)確實(shí)有追逐短期回報(bào)的現(xiàn)象，所以明年下半年到后年，即便整個(gè) AI 投資市場(chǎng)趨冷也并不奇怪。AI 行業(yè)與“.com”時(shí)代一樣，即便是趨冷，但也不會(huì)影響到整體的趨勢(shì)。因?yàn)?AI 確實(shí)在推動(dòng)產(chǎn)業(yè)發(fā)展，實(shí)實(shí)在在創(chuàng)造價(jià)值，它不會(huì)進(jìn)入一個(gè)萬(wàn)劫不復(fù)的寒冬。
實(shí)事求是的說(shuō)，如果按照投資機(jī)構(gòu)的計(jì)算方法，AI 泡沫是一定存在的。AI 創(chuàng)業(yè)公司確實(shí)估值比較高，而且市場(chǎng)進(jìn)展也并不盡如人意，到明年或后年一定會(huì)有所變化。從長(zhǎng)期趨勢(shì)來(lái)看，適當(dāng)泡沫純屬正常，就像啤酒有泡沫味道才更好，正是因?yàn)榕菽抛尭鞴径加袡C(jī)會(huì)去登上舞臺(tái)。不論怎樣，大家亮個(gè)嗓子，在舞臺(tái)上唱一下。
我也經(jīng)常跟投資人聊這個(gè)事，經(jīng)過(guò)觀察國(guó)內(nèi)十幾年的產(chǎn)業(yè)周期發(fā)現(xiàn)：以往多數(shù)項(xiàng)目均為 2C 產(chǎn)品，都是以產(chǎn)品創(chuàng)新和微創(chuàng)新為鮮明特征。中國(guó)沒(méi)有經(jīng)歷通過(guò)技術(shù)創(chuàng)新為主的經(jīng)濟(jì)增長(zhǎng)模式，而硅谷等地已經(jīng)歷過(guò)好幾波技術(shù)創(chuàng)新，這在中國(guó)很少見(jiàn)。中國(guó)大部分投資機(jī)構(gòu)和創(chuàng)業(yè)者，并不善于技術(shù)類投資以及做 To B 這種生意，所以大家還不太習(xí)慣對(duì)這類公司進(jìn)行估值。
我們一談到投資和創(chuàng)業(yè)，永遠(yuǎn)面對(duì)新的產(chǎn)業(yè)方向，然而在面對(duì)新的產(chǎn)業(yè)方向即便是海外專業(yè)投資公司也不一定看得準(zhǔn)，所以也能看到像投資 MagicLeap 這樣的新型公司都是有爭(zhēng)議的。
AI 從純技術(shù)和純學(xué)術(shù)話題轉(zhuǎn)變?yōu)槿鐣?huì)討論的話題，使得專業(yè)的聲音很有可能被淹沒(méi)，這是我所擔(dān)心的。投資機(jī)構(gòu)和媒體的所有動(dòng)向都會(huì)影響到產(chǎn)業(yè)的發(fā)展，AI 從業(yè)人員卻難控制。
AI 在內(nèi)部環(huán)境受到 VC 和媒體的萬(wàn)千寵愛(ài)，但外部的環(huán)境是很殘酷的、理性的、不相信眼淚的。在這種情況下，企業(yè)應(yīng)保持冷靜，抓準(zhǔn)切入的點(diǎn)，保證服務(wù)價(jià)值從而構(gòu)建自己的護(hù)城河。整個(gè)行業(yè)的發(fā)展一定是由理性驅(qū)動(dòng)，一定是由實(shí)實(shí)在在的需求和價(jià)值來(lái)驅(qū)動(dòng)，因此我個(gè)人并不是特別擔(dān)心投資機(jī)構(gòu)和媒體過(guò)多溺愛(ài)這個(gè)行業(yè)從而致其墮落。當(dāng)然，大浪淘沙一定會(huì)有所選擇，真正能夠平心靜氣把創(chuàng)業(yè)當(dāng)作艱苦修行而非豪華盛宴的創(chuàng)業(yè)者會(huì)走到最后。
12. 雷鋒網(wǎng)：對(duì) 2017 年人工智能行業(yè)的格局和發(fā)展做個(gè)展望和預(yù)測(cè)。
我對(duì) 2017 年充滿了期待，希望這幾大方向有著一定的進(jìn)展：
希望人工智能處理器硬件行業(yè)會(huì)有大的突破。
算法上繼續(xù)持續(xù)創(chuàng)新。
應(yīng)用場(chǎng)景上的重大突破：如醫(yī)療、自動(dòng)駕駛、智能家居等。
從整個(gè)創(chuàng)業(yè)投資角度講，明年下半年 VC 應(yīng)該會(huì)更加冷靜、理性地思考，這里并不是指降低投資力度，而是聚焦投資范圍。同時(shí)對(duì)未來(lái)發(fā)展方向和路徑會(huì)考慮地更加清楚，把資本注入重點(diǎn)方向和具有價(jià)值的團(tuán)隊(duì)。
1.怎么看待近期谷歌無(wú)人車事業(yè)部拆分成獨(dú)立公司？這個(gè)案例可否理解為自動(dòng)駕駛已經(jīng)遇到天花板了？
從百度到地平線，我都做過(guò)自動(dòng)駕駛的事情。根據(jù)我自身觀察，谷歌無(wú)人車事業(yè)部拆分這件事一點(diǎn)都不奇怪。谷歌一直存在幾個(gè)嚴(yán)重問(wèn)題：
商業(yè)策略：谷歌沒(méi)有思考清楚商業(yè)模式，到底該提供整車，還是成為技術(shù)服務(wù)商、供應(yīng)商。
技術(shù)路線：谷歌的計(jì)劃很激進(jìn)，想一步跨到不需要方向盤的無(wú)人駕駛水平。事實(shí)上谷歌的雖然目標(biāo)很大，但技術(shù)路線較為很保守，導(dǎo)致目標(biāo)與技術(shù)路線并不匹配。谷歌無(wú)人車是基于高精度地圖的自動(dòng)駕駛方案，該方案有很大局限性，需要事先對(duì)整個(gè)環(huán)境做出全面感知，這使得其在處理不確定性事件方面有所欠缺。這種不確定性體現(xiàn)在長(zhǎng)尾情況，而不是常見(jiàn)情況，而在長(zhǎng)尾挑戰(zhàn)層面，谷歌在技術(shù)線上沒(méi)有很好地去處理這個(gè)問(wèn)題。
2.如何看待近期比較熱的強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)，他們?cè)趹?yīng)用方面的發(fā)展現(xiàn)狀怎么樣，以及所面臨的挑戰(zhàn)？
強(qiáng)化學(xué)習(xí)現(xiàn)在面臨的主要挑戰(zhàn)是怎么 Handle Long-term Dependence 的問(wèn)題，如果最后它 Reward 很長(zhǎng)時(shí)間才顯現(xiàn)，它怎么去影響當(dāng)前的 Policy ，是一個(gè)很大的問(wèn)題。強(qiáng)化學(xué)習(xí)的代表 AlphaGo 實(shí)際上運(yùn)用了巧妙的方法如 Learning From Experience 去下圍棋，這一點(diǎn)很有意思 。那么未來(lái)如何在理論上有一個(gè)優(yōu)美的框架，我覺(jué)得還是挺值得探討的。
另外，強(qiáng)化學(xué)習(xí)的框架相對(duì)而言是一個(gè)比較黑箱的系統(tǒng)，這與感知不同，在感知方面黑箱一點(diǎn)也可以，但在決策上一定要用白箱的、可理解的方式去做，尤其是自動(dòng)駕駛領(lǐng)域。
關(guān)于遷移學(xué)習(xí)這一問(wèn)題，其實(shí)深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)天然就擁有遷移學(xué)習(xí)的特性，比如用 ImageNet 去訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)際上它的很大一部分參數(shù)在其他問(wèn)題上可以復(fù)用。在參數(shù)領(lǐng)域的遷移學(xué)習(xí)，大家都搞的比較清楚，但在結(jié)構(gòu)方面的遷移學(xué)習(xí)，現(xiàn)在還并不太清楚。結(jié)構(gòu)反映了更高層的學(xué)習(xí)問(wèn)題，基于模型結(jié)構(gòu)的遷移學(xué)習(xí)將會(huì)是下一個(gè)熱點(diǎn)。
3.您對(duì)哪個(gè)深度學(xué)習(xí)開(kāi)源平臺(tái)在 2017 年的發(fā)展有比較大的期待？
谷歌依靠自己強(qiáng)大的號(hào)召力推動(dòng)了 TensorFlow，鑒于其強(qiáng)大背景，使得它在明年仍舊很值得期待。而在近期被亞馬遜選為官方平臺(tái)的 MXNet 同樣值得期待，MXNet 是一個(gè)更加開(kāi)放的中性平臺(tái)。如果想深入開(kāi)發(fā)技術(shù)、開(kāi)發(fā)原創(chuàng)新技術(shù)、追求技術(shù)自主性的話推薦用 MXNet。從生態(tài)層面講，如果整個(gè)人工智能的開(kāi)發(fā)都基于 TensorFlow，這對(duì)生態(tài)的健康有著負(fù)面影響，容易被一家公司壟斷，將會(huì)影響到產(chǎn)業(yè)鏈的方方面面，如處理器和應(yīng)用等方面的部署。
除此之外，也推薦大家使用我在百度期間孵化的“親兒子”百度 PaddlePaddle。
我先下個(gè)結(jié)論：最不容易成功的是基于純算法的公司，主要原因是壁壘低?，F(xiàn)在新的開(kāi)源創(chuàng)新方式使得新算法不斷冒出來(lái)，基本上每個(gè)小時(shí)都在創(chuàng)新，如果一個(gè)公司的核心競(jìng)爭(zhēng)力基于聰明程度，這很不靠譜。這個(gè)世界上永遠(yuǎn)比你更聰明的人，而且很多。
無(wú)論是平臺(tái)還是產(chǎn)品，其核心競(jìng)爭(zhēng)力在這兩方面：
巨大的市場(chǎng)需求
足夠的差異化和獨(dú)特性，不可復(fù)制性
滿足這兩點(diǎn)，你的產(chǎn)品和解決方案或服務(wù)才擁有核心競(jìng)爭(zhēng)力。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
專題
