虎嗅注：在11月22日，在國家會議中心，2015虎嗅F&M創新節的人工智能環節，幾位來自該領域的專家包括英特爾中國研究院院長 吳甘沙，微軟亞洲研究院副院長 芮勇，地平線機器人技術創始人兼CEO 余凱，face++CEO 印奇等，圍繞“人工智能下一步會如何改變商業與影響人類生活”的話題展開了討論。在這場既有科技巨頭，也有創業者參與的圓桌上，大家對人工智能的定義、科技巨頭和創業公司誰更有機會各抒己見，在友好但不失洶涌暗藏的對話中，對那些想在人工智能領域創業的人而言，不失為一個免費思考和學習的機會。虎嗅對這場圓桌進行了編輯、整理，略有刪節。
主持人：圖靈機器人CEO 俞志晨
如何定義“人工智能”？看看科技巨頭和人工智能領域專家怎么說
主持人：我的第一個問題是，請幾位嘉賓分別簡單的講一講，你們認為什么是真正的人工智能？各自的公司，在這個領域都分別做了哪些事情？為什么做這些事情？
印奇：第一個問題很大，什么是人工智能，坦白說我不知道什么是人工智能，現在在大眾眼里人工智能很熱，大家定義人工智能的時候經常會提及圖靈測試，但如果說的很深的話圖靈測試并不代表人工智能的本質，所以請后面幾位談一下人工智能。我們做的是face++，我們只是做的人工智能的冰山一角。
芮勇：AI（人工智能），到底是什么意思呢？人工+智能。智能分三種：聚眾的智能、自適應的智能、隱含在環境中無所不在的智能。舉個微軟小冰的例子，我相信各位朋友跟小冰也都聊過天。小冰的第一個智能就是聚眾智能，它其實是在幾億的語調上面提煉人類的智能，最后才是人工的智能，最后才能跟人交流。剛發布的時候，小冰跟一個媒體朋友聊了一個晚上，聊的都非常好。另外是自適應的智能，小冰會幫助剛失戀的人心情更加愉快。隱含的無所不在的智能，它不僅有IQ，還有EQ，知道你的喜怒哀樂。剛才王堅也提到人和機器，其實AI的第四點可能就是增強型的智能，把人的智能和機器的智能結合在一起。人在有些事情上非常強大，有的時候又及其薄弱。比如說，我們誰能把π后面的小數點背1000多位？對機器來說這不是事兒。還有動物、植物、食物這些，機器分得比我們都很好，但人類有天外神來之筆的想象力，所以人腦+智能，這是我們對AI另外一個理解。
余凱：人工智能我感覺在今天這個時代有冰火兩重天的感覺。談到今天的人工智能，我們認為有兩個人工智能：一個是公眾眼里的人工智能，非常的浪漫主義，比如想象機器人跟自己談戀愛。第二個是科技工作者中的人工智能。機器人的定義翻譯成中文，其實并不合理。因為，這個詞講的是一種自主的機器。但如果再查什么是Android？Android才是機器人。講到人工智能，大家還是應該更加現實主義。尤其互聯網行業，人工智能已經發揮了巨大的產業價值。2000-2010年這十年，互聯網領域，人工智能已經在潤物細無聲。而今天到2020年，人工智能會在有些方面突破，會逐步滲透。
吳甘沙：其實，我是在座唯一一位非人工智能領域的人。只是，今天人工智能換上了一個新的計算引擎，而我稍微略通一點大數據，所以我作為一個偽專家發表幾句意見。
我對人工智能的理解是，如果一個機器能夠像人一樣去感知、思考、運動、說話，可能它就具有了類似的人工的智能。但是我想說的是，這個盒子里面未必是像人這樣的構造和機制。因為，機器本身有它的優勢，機器智能也可以達到非常高的程度。我一直拿電影《超體》做比較，里面說人的智能只開發到了10%，一旦開發到百分之百的時候就不是人類的智能，是上帝的智能。而那些能力可以通過物聯網、大數據的方式獲得。所以，人工智能并不是人類智能的最高峰，我們可以把人工智能和其它很多技術結合起來，達到所謂的上帝智能。2000年我加入（英特爾）研究院的時候，就是做人工智能，那時候做語音識別、自然語言理解、計算機視覺。但碰到兩個問題：第一，英特爾是做CPU的，我們需要計算，但當時的這些算法根本不需要計算，一個奔騰3的處理器就能處理好。第二，我們當時獲取一點數據要給人錢，讓人打電話進來，讀一段語音，才能采集到語料。因此，很自然我們研究院就進入人工智能的冬天了。非常幸運的是，這十幾年來我們還保留了人工智能的血脈，我們在計算機視覺理解上還一直做了下來，現在也取得了不錯的成績，尤其現在在從兩維向三維發展，在應用領域上取得了不錯的進展。現在我們主要的發展領域跟機器人相關，因為機器人是史上第一種帶有人類情感的機器。所以，我們現在在機器人的情商方面，取得了一些不錯的進展。現在世界上有一個專門針對情感識別的競賽，11月份剛剛出來結果，我們的團隊拿到了第一名，70幾支團隊參加我們拿到了第一名，相當不錯。我們的目標就是讓機器具有類似人的情商，這是蠻有趣的研究方向。
第二個研究方向跟計算相關，機器人領域有個非常有趣的悖論，像成年人才擁有的認知能力，像規劃、推理、下棋，計算機實現起來非常容易。而一兩歲小孩就能夠處理的非常好的，感知啊、運動啊等等方面，機器沒辦法處理得非常好，這就是一個悖論。這就涉及到現在計算機處理架構是不是適合這類計算的問題。非常模糊的，需要大量并行性的，需要容錯的，這可能需要一個新的架構。
天河二號再次拿到了計算能力第一，跟人的能力相比相差極大，我們一定需要一些新的計算架構處理機器（進行）智能的計算，這是我們想要研究的第二個方向。有一種非常好的機器但零售價20萬美金，為什么那么貴呢？機械這部分它還沒有享受到摩爾定律的紅利，摩爾定律就是每18個月每兩年成本下降，性能提升。我們在關注機器跟人的交互，我們也在關注機器新的架構，另外我們要讓機器人享受摩爾定律的紅利，緊密進入尋常百姓家。
谷歌和微軟推出各自深度學習的開源工具包對行業的影響是什么？
主持人：兩周前有一個事件，大家很關心的Google發布了開源的深度學習的平臺。與此同時，微軟也發布了一個開源的分布式繼續學習工具包。這些巨頭們，為什么在這個時間點爭相發布開源的工具包？背后是什么樣的邏輯？會對人工智能行業和移動互聯網行業，會有怎樣的影響？我想請各位針對這個話題發表一些自己的觀點。
芮勇：為什么在同一天幾家公司一起發布了一個看似都跟人工智能有關的工具包？我的觀點是這樣，8月8號發現有很多人結婚，這樣來想，每個公司都有自己的流程，剛好到那天，剛好都走完了，同時發布。這個事情，其實也從側面反映了人工智能業界的各個巨頭也好、創業公司也好，都是非常看好的，覺得人工智能是今后整個產業發展的巨大引擎。
既然俞志晨提到Google的工具包和微軟的工具包，我就稍微提一下，我可能不會太做對別的公司的看法，聊一聊這個方向。
首先，開源工具包它是在單機上跑還是在分布式的機群上跑，這個很重要。因為，單機上的運算能力等等有一些限制。
第二，開發工具只針對一種算法，比如深度學習算法去做，還是有不同的算法去做。
主持人：這是在Windows上的還是其它平臺上的？
芮勇：很多平臺都可以跑。其中有個算法叫LDA，我們有辦法把它做成在線性時間內把問題解出來。原來可能需要上千臺一起去做的，現在8臺機器就可以做了。從單機到多機分布，這是個非常非常難的事情。有時候你加了更多的機器，反而會更慢了，上面的調度算法反而非常有用。
主持人：為什么微軟做這個事情？出于什么考慮？
芮勇：我覺得，人工智能各個公司都覺得是今后發展的趨勢，大家比誰的BUG少的日子已經過去了，以后大家都會涉入人工智能領域。
吳甘沙：大公司開源無非幾種原因：第一種原因是，這個項目在大公司做不下去了，還不如扔出去，當然微軟和Google不在此列。
第二個目的，就是構建生態和護城河。Google和微軟，是不是有這個目的？Google有云計算這樣的基礎設施，未來都會在他們的開源環境中做，對他們的云計算是個重大利好。
另外一個很重要的原因（第三個原因），開源事實上是一種開放式創新，在上世紀所有的創新都是封閉式的，因為這些大公司擁有所有的人才。而現在，一個開源軟件運動的先驅說，公司再牛，世界上的最牛人才并不都是為你工作的，那就要通過開源的方式讓很多很多的聰明人一起工作。我覺得，這可能是大公司做開源的三個邏輯。
余凱：Google這次發布的是Google繼續學習訓練平臺的第二個版本，第一個版本在做這件事情的時候磕磕絆絆做得并不成功，因為第一個版本沿襲了Google大牛的一貫思想，它認為用最便宜、通用的PC服務器可以解決所有問題。它認為，面向深度學習的計算，在2012年覺得面向深度學習未來的計算方式，以前的想法也是可以的。但經過三年的實踐，他們意識到一定要走繼續學習的道路，X86的平臺和CPU的平臺一定要一起用。
這樣就給了大家一個思考，我自己在百度負責的深度學習項目，我們在2012年其實走的就是運動計算的道路，我們是世界上第一個用CPU做深度學習計算的。大家可以看到，今天的創新跟2000年或者10年前的創新生態很不一樣的是，這個世界比以前更加的扁平。未來有可能在硅谷的這些公司并不比北京的公司更先進在什么地方。特別是，具體到Google的第一個版本，很多深度學習的玩家對它做了一些評測，發現它跟現在開源的工具效率還差一些。而且，它目前還是一個單機版本，并不是多機并行的，剛才芮勇也講到了。這樣的話，大公司一起來做這個事情，絕對是個好事，因為會繁榮這個生態，讓公眾注意。另外，在這件事情上大公司、小公司、美國公司、中國公司，其實是相對扁平的狀態，未來會發展成什么樣子，我們還可以觀察。
科技巨頭和創業型公司，誰更有可能成為人工智能領域的主角？
主持人：微軟和Google的這套體系，運行和研發的門檻我覺得不低，它們是不是希望第三方把數據導到它的平臺做處理？因為開源背后的目的在于最有價值的數據，這個觀點你認不認可？
余凱：開源，它最重要是做生態，因為如果所有的開發者都是在這個平臺上做事情，你未來會更有機會，因為他們都會變成你的朋友，所以你的護城河會無比的壯大。至于談到你說的這個門檻設得多高，我覺得這個要探討一下，這個世界上小團隊干大事是越來越有可能了。比如，現在最成功的開源的深度學習的系統，開發者叫做賈中青（音），是我的實習生跟一些人一起搞的事情，今天被所有人所用，他搞的時候其實Google都搞過。再比如說語音識別，也有大公司和小公司在做，現在也有一個人在做，很多公司投入幾十人、上百人的團隊一起做。
印奇：我剛從美國參加技術開發者大會回來，我們知道微軟、Google發布了深度學習的這個工具，對這個行業都有很大幫助。另外，我們作為行業內部人士，很期盼這些工具的性能，還是沒有令人失望的。
主持人：四位嘉賓，兩位是科技巨頭來自微軟和英特爾，兩位是科技領域最受人關注的兩位創業者。從未來的發展來看，機會更多屬于巨頭還是屬于創業者？巨頭已經有很多資源了，新的創業者怎么玩兒？有沒有機會？
芮勇：其實我覺得，大家都有機會，整個生態鏈里面，從戰略制定到基礎科研，到孵化基礎，到產品開發，每個方面，大公司也好、小公司也好，都有機會去做。具體哪個方向呢？如果你就是做人工智能項目，余凱和印奇，生態鏈中的每個部分你都可以去做。還有一些別的創業者，比如你本身不是做人工智能的，你是做一些O2O的東西，但是你有很多數據，而大公司，英特爾也好、微軟也好，其實你可以調用他的API，就能算出你需要的數據。
微軟半年以前推出了紅遍大江南北的一個APP“你幾歲了”，這就是個只寫了20行的源代碼，套了微軟的API就做出來了，很多數據分析、人工智能、語音識別、OCR技術都會被利用起來。
主持人：你們在這個領域里領跑，有沒有什么心得可以分享？
印奇：首先，大公司跟小公司在巨大新機會面前的決策一定都有自己的優勢。我先說一個大的結論，我認為人工智能2B最終的巨頭一定是新興公司。對于我們來說，因為大公司往往看的是比較宏觀的，小公司需要比較專注，我們就相當于走了專注的路。
主持人：過去幾年你們抓住了哪幾個關鍵點和時間點？
印奇：我們公司2011年開始做，那時候人工智能還是無人問津的態勢，至少在風投圈，所以具有一定先發優勢。公司的歷史真正做對了就兩步：第一，2011年的時候我們推出了云平臺，坦白說當時做了這個技術但不知道應該在哪兒用，就開放出來，讓大家都試一試，給我們一些指引。第二，今年年初我們把這個技術用在了金融和安防兩個比較傳統的領域，大家說今年是刷臉的一年，無論是阿里還是一些巨頭。其實，這兩個選擇對大公司可能都不是特別好的選擇，我們做了，所以抓住了機會。
主持人：英特爾在芯片領域是一個巨頭，而余凱提出要做機器人行業的英特爾，這個你們怎么看？
余凱：首先，我們喊出這個口號是表達我們對英特爾的敬意。有時候，我們會看一個公司市值多少或估值多少，但還有一種思維看待這個公司，就是這個世界上沒有這個公司會怎么樣？對英特爾來說，過去的二三十年中，如果這個世界沒有英特爾會受極大的影響，有些公司掙多了錢，但并沒有影響世界，而英特爾影響了世界。我覺得，對于未來，新興公司會更有機會，因為有一句話叫做創新者的窘境，在大公司往往很難成為新興的業務，因為一個大公司之所以偉大，就是因為有個非常成功的業務，這個業務每年有上百億美金的收入，選擇其中的關鍵點，如果對其加大力氣，會翻幾倍。而對新業務，可能獲得的很少。這樣就會導致，大公司會趨于保守，而新的公司會從小長大。IOT和機器人時代，我覺得是英特爾面臨的挑戰。
吳甘沙：我個人認為，余凱兄的地平線機器人公司是個值得尊重的競爭者。第二，在現在的腦啟發計算，至少有十條技術路徑，而英特爾只能嘗試其中的3-4條技術路徑。所以，整個產業一起去探索，一定是非常好的事情。
主持人：人工智能、機器人這個行業，大家看著很熱，我9月份的時候去了趟美國MIT，參觀了他們的獵豹機器人，他們研發了五年，這個產品當時有很多人去看，那個負責人很有意思說，研究這個機器人現在沒有經費了，中國土豪多，能不能給我們贊助一些錢？說不多，100萬美金一年，可以贊助這種黑科技的人工智能產品。當時就有很多朋友很感慨，100萬美金好象還真的很少的，我們O2O行業每年燒了多少錢？如果把一半的錢投入到人工智能產業中，對人類的進步具有很大的意義和價值。
所以，我就想以這個故事說，在座幾位不僅有技術，也有理想，希望用科技創新推動人類的發展。
