作者：劉燕

過去一年，從技術(shù)向產(chǎn)業(yè)，有哪些值得記住的人和事？未來一年，AI 場景化落地還有哪些可能性？ 8 位 AI 行業(yè)局內(nèi)人，向我們講了講他們的故事和看法。

早在 2010 年加入百度時，王海峰就開始了圍繞 AI 技術(shù)體系的「實踐」。

在那之前，百度仍沒有一個單獨的 AI 基礎(chǔ)技術(shù)部門。他陸續(xù)拓展自然語言處理、機器翻譯、機器學(xué)習(xí)、語音、圖像、深度學(xué)習(xí)、個性化推薦等技術(shù)方向，盡管如他所說，當時「其實也不明確能用來做什么」。

不過，去解鎖如此多元的技術(shù)領(lǐng)域，也不是王海峰起初的職能定位，實際上，他是以自然語言處理專家的身份被邀請加入百度。王海峰從 1993 年開始專注研究機器翻譯與自然語言處理，成就斐然，在自然語言處理與計算語言學(xué)領(lǐng)域頂國際學(xué)術(shù)組織 ACL（Association for Computational Linguistics）50 多年歷史上，他是唯一出任過主席（President）的華人。

即便是在技術(shù)研究上「戰(zhàn)績優(yōu)異」，他沒有停止邊界的突破。2014 年，隨著轉(zhuǎn)戰(zhàn)業(yè)務(wù)部門，三年多時間，王海峰負責了百度核心的幾個業(yè)務(wù)板塊，比如搜索、手機百度、Feed 流……并在技術(shù)與業(yè)務(wù)互相協(xié)同的過程中，孵化促成了度秘等新業(yè)務(wù)。

那段時間，王海峰不僅迅速迎來個人在百度的兩次晉升—— 2011 年升為基礎(chǔ)技術(shù)首席科學(xué)家、2013 年進一步升至百度副總裁，也實實在在嘗到了以技術(shù)突破帶動業(yè)務(wù)產(chǎn)品的甜頭。「我們憑借持續(xù)的技術(shù)突破創(chuàng)新讓百度搜索始終處于領(lǐng)先，我們憑借技術(shù)的快速升級實現(xiàn)了 Feed 流量的高速增長，憑借技術(shù)的厚積薄發(fā)催生了度秘。業(yè)務(wù)需要解決的實際應(yīng)用問題，以及業(yè)務(wù)中產(chǎn)生的大量真實數(shù)據(jù)，又促進了技術(shù)的繼續(xù)創(chuàng)新突破。」

這讓 2017 年王海峰再一次完成轉(zhuǎn)身顯得順理成章。無論哪一個方向的變化，幾乎都暗合了他在百度 8 年時間里的升級過程，怎么看也都是他熟悉的「戰(zhàn)場」：

2017 年 3 月，百度 AI 技術(shù)平臺體系（AIG）成立，在這之前，百度并沒有一個部門把所有 AI 相關(guān)技術(shù)都整合統(tǒng)一在一起。原本并不相互獨立的百度研究院和八個應(yīng)用技術(shù)部門，有了明確的分工，前者面向基礎(chǔ)前瞻的技術(shù)研究，后者由應(yīng)用目標來牽引。技術(shù)之外，百度在人工智能領(lǐng)域更大的變化是對應(yīng)用、平臺和生態(tài)的發(fā)力，促成商業(yè)化的落地。

很明顯，應(yīng)用導(dǎo)向成為百度在 AI 這件事上的重點，而王海峰經(jīng)歷了從零開始打下 AI 基礎(chǔ)、深入核心業(yè)務(wù)線的過程后，也再次回歸基礎(chǔ)技術(shù)，組建 AI 技術(shù)平臺體系，就任 AIG 總負責人并晉升為百度 Estaff 成員（百度高決策層），成為百度 AI 戰(zhàn)略的關(guān)鍵「局內(nèi)人」。

以下是機器之能對王海峰的專訪實錄（機器之能做了不改變原意的編輯）：

「重要的決定，第一步是加入了百度，第二步是除了百度讓我做的自然語言處理，我還把 AI 一系列基礎(chǔ)技術(shù)都建立起來了」

我們看到百度真正開始在 AI 方面體系化規(guī)?；耐度?，應(yīng)該是從 2010 年你加入之后?；乜串敃r的情形，這 8 年時間主要經(jīng)歷了什么？

我 2010 年 1 月份加入百度，到上個月 8 年整的時間，我走過了三個階段，從奠基 AI 基礎(chǔ)技術(shù)，到負責核心業(yè)務(wù)，再回來組建 AI 技術(shù)平臺體系。這 8 年，對公司的貢獻、我個人的收獲，都是很大的。

第一階段，那時候百度還沒有這種橫跨的獨立的技術(shù)部門，只有各個產(chǎn)品部門里的技術(shù)團隊。當然，基礎(chǔ)的數(shù)據(jù)中心這些肯定是橫跨的。但 AI 類的技術(shù)還沒有橫跨的部門。我加入后開始著手組建這些部門。至少在中國的各個互聯(lián)網(wǎng)公司中，這應(yīng)該算是比較領(lǐng)先的一個布局。所以我在百度的前四年，就把這些都陸續(xù)建起來了，從 NLP 到語音、圖像、機器學(xué)習(xí)、深度學(xué)習(xí)、個性化推薦，數(shù)據(jù)挖掘等。

這個階段奠定的基礎(chǔ)，使百度后來在人工智能領(lǐng)域既有先發(fā)優(yōu)勢，同時也有更完善的組織架構(gòu)，有更深厚的積累。

但如果僅僅如此，我認為對一個互聯(lián)網(wǎng)公司來說其實還是不完整的?；ヂ?lián)網(wǎng)公司產(chǎn)品迭代特別快，數(shù)據(jù)特別大，而且都是來源于實際業(yè)務(wù)。所以，2014 年初，有一個契機，當時百度核心的搜索業(yè)務(wù)特別需要，我就轉(zhuǎn)崗去負責搜索，做了三年多。

這三年多時間，我大的收獲就是每天跟產(chǎn)品打交道，跟用戶打交道，跟線上的各種需求打交道。同時，我一直在做技術(shù)，所以我也更清晰地知道，這些技術(shù)怎樣才能更好地應(yīng)用到產(chǎn)品里面去。

我這三年多的時間，第一年從當時份額大的 PC 搜索開始；到下半年，開始有所擴展，接手了商業(yè)平臺、糯米技術(shù)平臺等；2015 年，我們將 PC 和移動搜索進行了整合，這在百度歷史上也是非常重要的一步。整合之后，我們就可以開始做更多事情，比如度秘就是在 2015 年誕生的。2016 年我的職責范圍中又增加了手機百度、Feed 流等重要業(yè)務(wù)，憑借技術(shù)的快速升級，半年的時間里 Feed 的流量就漲了幾十倍。

去年 3 月份又回到基礎(chǔ)技術(shù)的時候，我已經(jīng)帶過百度現(xiàn)在多數(shù)重要的業(yè)務(wù)。業(yè)務(wù)中有什么實際應(yīng)用問題急需解決，業(yè)務(wù)中產(chǎn)生的什么真實數(shù)據(jù)可供技術(shù)使用，新技術(shù)如何融合進原有的龐大系統(tǒng)，我都非常清楚。這些對技術(shù)的創(chuàng)新及應(yīng)用都是非常重要的。

有從做技術(shù)到產(chǎn)品再回來負責技術(shù)這樣一個過程，我會了解基礎(chǔ)技術(shù)跟產(chǎn)品到底應(yīng)該是什么樣的分工協(xié)作關(guān)系，怎么樣把基礎(chǔ)技術(shù)做得既領(lǐng)先、前瞻，同時又能更好的支撐業(yè)務(wù)，不管是支撐現(xiàn)在的還是為未來做儲備，都會做得更好。

這期間，你做過哪些現(xiàn)在看起來仍然關(guān)鍵的決定？

如果說重要的決定，第 1 個是加入百度；第 2 個是除了百度招我時希望我做的自然語言處理，我還把一系列人工智能技術(shù)方向都建立了起來；第 3 個是 2014 年初我去負責搜索；第 4 個當然是 2017 年 3 月組建 AIG。

事實上，剛加入百度時，公司并沒有要求我把那些 AI 技術(shù)方向都建起來。初進入百度的時候，我的定位就是自然語言處理專家，希望我把百度自然語言處理完善起來。因為搜索引擎對自然語言處理的依賴非常重，比如用戶需求分析、網(wǎng)頁分析等。但我并未局限于自然語言處理，在我加入百度的第一個季度，就先后為百度開創(chuàng)了機器翻譯、語音識別等對當時的百度核心產(chǎn)品價值并不大而后來又證明很重要的技術(shù)方向，之后又陸續(xù)建立了推薦及個性化、數(shù)據(jù)挖掘、圖像等方向。

2012 年初，又有了很關(guān)鍵的一步，我們正式立項開始做深度學(xué)習(xí)，這在中國公司里應(yīng)該說是領(lǐng)先的。當年，我們基于深度學(xué)習(xí)的語音、OCR 等系統(tǒng)先后都上線了。從大環(huán)境看，那時候我們真正要做深度學(xué)習(xí)是面臨很大挑戰(zhàn)的。我記得 2011 年下半年，大家逐漸開始知道深度學(xué)習(xí)，當時，國內(nèi)一些做機器學(xué)習(xí)的頂尖學(xué)者舉行了一個小型研討會，會上大家的感覺是，想要把這些技術(shù)應(yīng)用落地還很困難。當時國外有人曾經(jīng)嘗試過將深度學(xué)習(xí)用于語音識別，訓(xùn)練一次要半年，這種狀態(tài)是無法大規(guī)模產(chǎn)品化的。那時候我也負責做語音，我們和做系統(tǒng)的同事組成聯(lián)合項目組，既攻關(guān)算法，又優(yōu)化系統(tǒng)實現(xiàn)，半年多的時間就上線了基于深度學(xué)習(xí)的語音識別系統(tǒng)。

2014 年初，我開始負責搜索，這對我職業(yè)生涯是非常重要的一步。要知道，極少有人有機會在自己的職業(yè)生涯中，負責年收入數(shù)百億的核心業(yè)務(wù)。那之后的三年，為公司核心業(yè)務(wù)做了大量貢獻的同時，我自己也得到了非常多的鍛煉和成長，也為去年重新負責 AI 基礎(chǔ)技術(shù)，打造更好更有價值的技術(shù)平臺奠定了基礎(chǔ)。

在你剛加入百度還沒有一個明確的職責方向時，還是既做了翻譯又做語音這些暫時不太需要的事，是什么驅(qū)動你這么做？

我個人的確有興趣，比如我的前一份工作其實也是負責自然語言處理及語音技術(shù)相關(guān)工作。但是更重要的是基于兩個方面的判斷，一方面是產(chǎn)業(yè)發(fā)展趨勢，另一方面是技術(shù)發(fā)展趨勢。以語音為例。

先說產(chǎn)業(yè)，雖然當時主流是 PC，但手機已經(jīng)展現(xiàn)出迅速變強的趨勢。所以在我看來，手機遲早會成為主流。而手機是為打電話而生的，人與手機交互自然的方式就是對著手機說話，這為語音真正廣泛應(yīng)用打下了一個很好的基礎(chǔ)，這是對產(chǎn)業(yè)的基本判斷。

技術(shù)方面，過去很多年，語音技術(shù)在持續(xù)進步，每年錯誤率都在降低，有時候錯誤率相對降低 5% 左右，有時候好一點到 10%。積累到 2010 年前后，已經(jīng)快要到突破的節(jié)點了。所謂節(jié)點，就是不斷提升，過了某個臨界點，相應(yīng)的應(yīng)用環(huán)境成熟，一定會爆發(fā)。基于這樣一個判斷，雖然當時我剛來不久，還是專門跟 Robin 做了一個匯報。他自己也很熱愛和支持創(chuàng)新，很認同 AI 技術(shù)趨勢，所以他很支持，然后就開始做。后來我們做很多事情都是這樣的過程。

「要把學(xué)術(shù)思維和工程思維結(jié)合起來，先不管能不能說清楚，管用的就先把它做出來」

這些決策過程容易嗎？百度已經(jīng)是一個體系成熟的大公司。

在百度這個平臺上比較容易，百度很看重技術(shù)，很鼓勵創(chuàng)新，尤其是比較前瞻的技術(shù)創(chuàng)新。所以很多技術(shù)研究的開始都是如此，大概會有兩個基本判斷依據(jù)，一個技術(shù)發(fā)展趨勢，一個產(chǎn)業(yè)趨勢，這兩個缺一不可。否則，技術(shù)做得再好，沒有產(chǎn)業(yè)需求也沒有用；反過來，產(chǎn)業(yè)需求有了，技術(shù)到不了，突破不了這個臨界點，那也無法應(yīng)用。在這樣一個環(huán)境下，我們再做判斷就不是太難。

一個技術(shù)的產(chǎn)業(yè)應(yīng)用臨界點，你是怎么判斷的？

首先，技術(shù)不是說要做到 100% 準確才能用，效果達到一定程度，就好用了。比如語音識別，人也做不到 100% 準確。現(xiàn)在的語音識別技術(shù)，很多場景下甚至已經(jīng)比一個正常人聽的準確率還要高，這顯然已經(jīng)可以有很多應(yīng)用了。我們當時開始研發(fā)語音識別技術(shù)時候，研究了搜索、地圖、輸入法等目標應(yīng)用，分析了語音識別準確率到什么程度可以滿足這些應(yīng)用的需要，結(jié)論是努努力是可能做得到的。

所以說，在合適的時機找合適的應(yīng)用很重要。找應(yīng)用的想法并不是我首創(chuàng)的，一直就有很多人有這種認識。我們前段時間引入了幾位世界頂級的科學(xué)家，其中有一位也是研究自然語言的（Kenneth Ward Church）。他比我年紀還要大一些，1993 年我剛?cè)胄械臅r候，就看過他的文章，當時有一篇文章叫 Good Applications for Crummy Machine Translation，那時候機器翻譯效果比現(xiàn)在差很多。但即使如此，也可以找到一些合適的應(yīng)用場景，也能發(fā)揮很多作用。

內(nèi)部在決定要進行或者是開展一項技術(shù)的研究，是怎么往前推的？

有兩方面，一些是從應(yīng)用來的，也有一些暫時沒有應(yīng)用。我們看好某些前瞻方向，就會提前布局去做，尤其是越往底層，比如說研究院，不需要有一個直接的應(yīng)用來牽引，但是我會有一個對未來的預(yù)測，認為未來這項技術(shù)會很有用，那我們就會提前布局。

你剛才也提到 2011 年下半年國內(nèi)才開始有人討論深度學(xué)習(xí)，具體是什么樣的狀況？

那時候產(chǎn)業(yè)界基本上沒人做，學(xué)術(shù)界基本上也是處于起步的狀態(tài)，剛剛開始接觸和測試深度學(xué)習(xí)這個概念。我們召開一些研討會，大家一起討論討論到底是怎么回事。所以基本上也沒有相應(yīng)的人才。當時我們要做深度學(xué)習(xí)，也就是拿一些國外早期發(fā)表的幾篇 Paper 看一看。Paper 上看不清楚的，就只能自己去摸索了。因為 CPU 訓(xùn)練太慢，我們聯(lián)合做系統(tǒng)的同事一起搞 GPU。那個時候誰也不懂，就自己想辦法搞清楚 GPU 編程到底怎么編，就是這樣逐漸做起來的。

在外界這種狀態(tài)下，百度內(nèi)部對 AI 或者是對這些細分的技術(shù)方向有特別明確嗎？

那時候沒有那么明確。當時我們建一些技術(shù)方向，大家還是從各自產(chǎn)品角度提出有哪些需求，看這些技術(shù)是否對產(chǎn)品有用。那時候沒人提 AI 這個詞，不像現(xiàn)在 AI 已經(jīng)家喻戶曉，我們初在語音領(lǐng)域做深度學(xué)習(xí)，公司大多數(shù)人還不知道。

其實那時候我自己也在反復(fù)思考，深度學(xué)習(xí)為什么會起作用。我們搞研究特別希望把數(shù)學(xué)原理先搞清楚，推導(dǎo)出來。深度學(xué)習(xí)有一些東西，其實在當時看來還說不清楚。所以一定要把學(xué)術(shù)思維和工程思維結(jié)合起來，先不管能不能說清楚，管用的就先把它做出來。

當時有這么一個空間給你不停地去嘗試？

這個空間是有的。

2010 年到 2013 年，建立了這些不同的技術(shù)方向的部門。這些部門以及這些人，比較大的變化是怎么樣的？

部門更成熟了，積累更深厚了。如果說，早期是先把這些基本的技術(shù)都搭起來，基礎(chǔ)的數(shù)據(jù)收集起來，能支持一些應(yīng)用先做起來，現(xiàn)在這些基礎(chǔ)已經(jīng)很強大了。

比如 NLP，NLP 是我來百度之后建立的第一個部門，現(xiàn)在技術(shù)、數(shù)據(jù)及平臺的積累都已經(jīng)很強大了。NLPC 技術(shù)平臺，每天公司內(nèi)部的調(diào)用量就是千億規(guī)模。在這種情況下，我們一方面持續(xù)加強技術(shù)平臺，另一方面也會為一些重要應(yīng)用進行定制化技術(shù)開發(fā)。此外，我們也更有基礎(chǔ)去做些更前瞻的、未來的東西，例如通用對話系統(tǒng)、通用人工智能方面的探索。這些看上去離產(chǎn)品應(yīng)用沒那么近，但在百度我們一直有這個追求，再往前多看幾步，持續(xù)探索通向未來之路。

團隊方面，無論是人員能力還是數(shù)量，都已經(jīng)比當年要強很多了。當年那些剛?cè)腴T的小同學(xué)，現(xiàn)在都成頂梁柱了。

轉(zhuǎn)崗去負責搜索相關(guān)業(yè)務(wù)，涉及到的多半是產(chǎn)品，對你來說是挑戰(zhàn)嗎？

我是技術(shù)出身，其實一個純做技術(shù)的人轉(zhuǎn)到業(yè)務(wù)上，挑戰(zhàn)還是很大的。但是我覺得我還是具備做業(yè)務(wù)所需的一些重要素質(zhì)的，推動力和執(zhí)行力都很強。這就是為什么我從純做技術(shù)轉(zhuǎn)到負責業(yè)務(wù)也能頂?shù)米　?/span>

我接手搜索以后，和以前的確是不一樣。我記得一開始，Robin 就問我，你怎么保證這個能做好？當時其實壓力也挺大的，包括很多競品追得很緊。我說人家要做，這個我是擋不住的。但是我會保證，我創(chuàng)新的速度更快。因為我技術(shù)積累多，我知道做什么會更快，能不斷往前跑。這樣的話，別人是追不上的，而且別人要一直追著我們，其實后很容易亂掉他們自己的節(jié)奏。

做了一段時間以后，我更堅定了，我發(fā)現(xiàn)這樣做是有效的，很快就見到效果了。2014 年初，百度搜索引擎雖然局部已經(jīng)用了不少機器學(xué)習(xí)技術(shù)，但在主體上還是一個傳統(tǒng)的、以規(guī)則為主的系統(tǒng)。我們迅速地持續(xù)不斷地推進技術(shù)改造，直到現(xiàn)在每個模塊都是 AI 技術(shù)在支撐。我也發(fā)現(xiàn)，用 AI 技術(shù)改造搜索的同時，也能衍生出一些其它東西來，這就是后來度秘誕生的原因。

在 2014 年底，我們搜索團隊曾做過一次討論，討論搜索的未來到底是什么。當時我們就認為，搜索就是不斷地滿足用戶需求，我認為一個比較終極、自然的狀態(tài)，其實就是一個像人一樣的秘書。比如說你有一個秘書，什么問題，任何事情你跟他交待一句，甚至有一些你不用交待，他很了解你，你什么都不說，他可能就替你辦好了。這就是為什么后來會有度秘，會有小度機器人。相當于做搜索這條主線的同時，衍生出了面向未來的旁線開始做。

「AI 會滲透到各行各業(yè)，會滲透到我們生活的方方面面，社會的每一個角落都會有」

在具體場景里，什么樣的產(chǎn)品才是好的 AI 產(chǎn)品？它能更好地把技術(shù)和用戶體驗結(jié)合起來。

AI 產(chǎn)品已經(jīng)真實存在了。搜索引擎就是一個典型的，而且是一個大的 AI 產(chǎn)品，規(guī)模極其龐大，里面有大量的 AI 技術(shù)。我們做的幾乎所有的 AI 技術(shù)都會用在搜索引擎里，所以搜索引擎和以前相比也變得越來越不一樣。

度秘、無人車更典型了，它們和搜索引擎不一樣。搜索引擎誕生的時候，人們并不把它看作是 AI 產(chǎn)品，后來我們把它逐漸演化成這樣了。而度秘和無人車從誕生的那一天起，就被認為是 AI 產(chǎn)品。信息流背后也是 AI 技術(shù)，要對用戶進行理解，對內(nèi)容進行理解，將內(nèi)容和用戶做匹配進行個性化推薦，所有這些事情都是 AI。

除了百度一直在做的用戶產(chǎn)品，我們現(xiàn)在也開始做 to B 業(yè)務(wù)，綜合利用我們的 ABC 能力（AI、Big Data、Cloud）為客戶賦能。例如，首鋼應(yīng)用集成了 PaddlePaddle 及計算機視覺能力的 ABC 一體機進行鋼板質(zhì)檢。再如，幾個學(xué)生基于 PaddlePaddle 平臺開發(fā)了智能桃子分揀機。AI 會滲透到各行各業(yè)，會滲透到我們生活的方方面面，社會的每一個角落都會有。

百度發(fā)布小度機器人、DuerOS 平臺商業(yè)化速度非?？?，業(yè)務(wù)線的推動過程還挺快。

對，我認為這取決于兩個因素，一是前期做了很多積累，很多東西雖然不止我們一家在做，但這些積累我們是獨一無二的，尤其是基于搜索平臺方面，還包括語音、自然語言處理、知識圖譜等。另一方面，我認為去年我們制定的開放平臺生態(tài)戰(zhàn)略，是非常重要的。不管是 DuerOS 還是 Apollo，基本上都是這樣一個戰(zhàn)略，我們提供核心、基礎(chǔ)的東西，推動合作伙伴一起共建平臺，讓生態(tài)繁榮起來。跟平臺伙伴的合作，我們比較靈活，有各種合作模式。比較獨立的就是 DuerOS、Apollo 兩個平臺，而更龐大、完備的能力輸出，是我們的 AI 開放平臺。去年 7 月份開發(fā)者大會的時候，我們公布說百度當時有 60 項能力開放，這個數(shù)字現(xiàn)在變成 90 多了。

這背后的基本理念是什么？AI 是新的生產(chǎn)力，我把它比成第一次工業(yè)革命的蒸汽機，第二次工業(yè)革命的電，第三次工業(yè)革命的信息。不管源頭是從哪個行業(yè)出現(xiàn)的，比如說第一次工業(yè)革命很大程度上是從紡織業(yè)，在 18 世紀是非常重要的產(chǎn)業(yè)，后都會滲透到各行各業(yè)。后來電更不用說了，各行各業(yè)都開始用電。人工智能也是一樣，人工智能之所以從互聯(lián)網(wǎng)開始，首先是因為互聯(lián)網(wǎng)行業(yè)應(yīng)用場景特別多，有各種資源、人才、數(shù)據(jù)、計算能力，這些也是人工智能發(fā)展需要的基本要素。

但是它肯定不止于影響互聯(lián)網(wǎng)，現(xiàn)在我們也看到了，各行各業(yè)都開始引入人工智能這些能力。這種情況下，任何一個公司都不可能把它完全包辦了。從這個角度講，我們也必須把這些能力開放出去，讓很多合作伙伴一起，應(yīng)用在他們的業(yè)務(wù)里面，一起讓人工智能迅速在各行各業(yè)都開花結(jié)果。在這個過程中，我們支持大家做了這些事情，大家都是受益者，終會共贏。

現(xiàn)在有多少開發(fā)者、合作方使用AI技術(shù)平臺？

去年 11 月份的百度世界大會，我們宣布是 37 萬。這個數(shù)字增長非?？?，我剛剛看到新的數(shù)字差不多 50 萬的樣子，去年 11 月到現(xiàn)在兩三個月的時間，又增長了十幾萬。

剛提出要做這個平臺的時候，你們對這個平臺的想法是怎么樣的？后來確定下來之后有變化過嗎？

開始的時候只有大方向和一些基本做法，肯定要在過程中不斷優(yōu)化的。比如說開始時開放技術(shù)沒那么多，我們也會討論到底先開放哪些，后續(xù)的節(jié)奏怎樣。開放出去以后，是不是就夠了呢？也不見得。一方面，我們會繼續(xù)改進已開放的技術(shù)，另一方面也會不斷豐富各種支持，比如為了讓用戶更好地理解和運用這些能力，需要提供豐富的應(yīng)用實例，也需要有相應(yīng)教程和培訓(xùn)等，為此我們也組織了 AI 訓(xùn)練營等。這些都是在逐漸迭代完善的。

迭代。所以其實做開放平臺這樣的事情，與做一個用戶產(chǎn)品相比，有很多不同的挑戰(zhàn)。

對，更確切的說這是不同角度的挑戰(zhàn)。產(chǎn)品就是不斷滿足每個用戶的需求，平臺是一個個合作伙伴和開發(fā)者，他們的要求肯定會有不一樣的。

平臺類的發(fā)展方案或路徑，怎么樣判斷，或者說有什么標準去判斷它是在朝著一個好的、對的結(jié)果走？

產(chǎn)品就看是不是受用戶歡迎，是不是用的人多，留存率是不是高，等等。平臺也一樣，比如開發(fā)者數(shù)量是不是越來越多，在上面開發(fā)的應(yīng)用是不是越來越多，大家開發(fā)使用時的易用性怎么樣，是不是有很多需求我們?nèi)匀粷M足不了？其實一樣可以有很多指標可以去去衡量。

AI 技術(shù)開放平臺、Apollo，還有 DuerOS 之后，接下來也會繼續(xù)再逐漸開放其他的技術(shù)方向平臺嗎？下一個會是什么？

還是沿著兩條線來說，一個是技術(shù)上，開放數(shù)量從 60 漲到 90，今年還會繼續(xù)增加，這是沿著技術(shù)線上。Apollo 已經(jīng)不完全是一個獨立的沿著通用 AI 技術(shù)線的開放平臺，而是在汽車這個領(lǐng)域深挖，DuerOS 也類似。在垂直方向深耕，開拓一塊大業(yè)務(wù)。這個方向有了 Apollo，DuerOS，是不是仍然有下一個？我們肯定會去持續(xù)探索。

剛剛提到的 Apollo、DuerOS 平臺，這是百度把開放賦能確定為 AI 時代核心戰(zhàn)略的一個結(jié)果，所以這個戰(zhàn)略在落地方面有別于他人的基本方法論是怎么樣的？現(xiàn)在所有人都在談開放、搭平臺。

對于平臺來講，每一個單項能力夠強很重要，而綜合能力夠強、夠完整則更重要。我們現(xiàn)在也看到，我們的很多合作伙伴，他們需要的 AI 能力，普遍都不是一個單點。

比如某公司說需要一個語音識別，另一家需要一個人臉識別，還有一家需要文字識別，實際上常常不是這樣的。很多應(yīng)用都是需要把很多技術(shù)放在一起用，都是綜合應(yīng)用。企業(yè)往往不是說需要什么技術(shù)，而是說要解決什么問題，需要一個完整的解決方案。這種完整的解決方案，里面包含方方面面的技術(shù)，不止是識別，可能還需要理解，這就需要自然語言理解，還需要知識。我們給運營商做自動客服，相當于客服機器人。這背后涉及到語音的識別、合成，涉及自然語言的理解，對話的能力，還包括知識。知識既有我們通用的知識圖譜，又有具體行業(yè)應(yīng)用自己的知識圖譜，甚至是業(yè)務(wù)流程。這一整套東西都有。

另一方面，你還得有工程落地的支撐，需要有這樣的能力。百度云是一個能落地的很重要的平臺。當然我們也不止是云上，端上也有一些這樣的能力。所以 AI 的公司有不同的類型，每種類型有它自己存在的價值。但是我對這個趨勢的看法是，很多技術(shù)真正應(yīng)用的時候，關(guān)心的都會是解決一個應(yīng)用問題，它會是很多技術(shù)，很多能力的綜合應(yīng)用。

很多技術(shù)真正應(yīng)用的時候，大家關(guān)心的還是如何解決一個問題，它會是很多技術(shù)、能力的綜合應(yīng)用。能舉一個具體的案例嗎？

我們遇到任何一個任務(wù)，我們都需要先分析這個任務(wù)的本質(zhì)是什么，包括分析用戶的需求，這個任務(wù)相應(yīng)的數(shù)據(jù)的特征和分布等。這樣才能選擇更好的方法去解決它。例如，現(xiàn)在語音是人工智能很重要的一個方向，但傳統(tǒng)語音領(lǐng)域，比如你做語音識別、語音合成，會在云端訓(xùn)練一個大模型。現(xiàn)在我們真正要解決 DuerOS 的各種應(yīng)用，實際上很多問題已經(jīng)不是傳統(tǒng)意義上有一個更好的深度學(xué)習(xí)模型就行了。實際應(yīng)用中會有很多問題，例如喚醒的識別率及誤報問題，噪聲問題，麥克風(fēng)的數(shù)量及布置方式，腔體結(jié)構(gòu)等。所以真實場景下要把一個產(chǎn)品做好，有很多方面的問題要解決。

組建完善 AIG 的同時，百度研究院招攬行業(yè)頂尖人才也有進展。你對 AI 技術(shù)平臺體系發(fā)展的設(shè)想跟接下來一個明確的目標規(guī)劃是怎么樣的？

這個體系，就是作為百度 AI 技術(shù)的平臺，我們首先當然還是希望保持 AI 技術(shù)的領(lǐng)先。不管是現(xiàn)在業(yè)務(wù)需要的應(yīng)用技術(shù)，還是對未來的布局，我們希望持續(xù)地往前走，持續(xù)地研發(fā)領(lǐng)先的 AI 技術(shù)。另一方面，我們要積極應(yīng)用 AI 技術(shù)，不管是公司內(nèi)還是公司外。公司內(nèi)我們支持公司的各種重要業(yè)務(wù)，支持方式又分兩種，一種是平臺化的支持，一種是定制化的支持。能力越來越強，平臺化支持業(yè)務(wù)的比例也會提升。持續(xù)提升的話，單位資源支持的業(yè)務(wù)會更多，同時重要的業(yè)務(wù)我們會以定制化的方式支持。對外的目標，就是我們的平臺生態(tài)戰(zhàn)略。同時，對于一些重要的合作伙伴，也和內(nèi)部的機制類似，會有定制化的支持，雙方一起聯(lián)合開發(fā)。

整體上從技術(shù)到應(yīng)用，就是這樣一個邏輯。當然，要做好這些事，我們就要保持一個非常強大的，好的團隊，這也是剛才提到的我們在招攬人才。外界看到了我們發(fā)布的引進頂尖人才的信息，我們內(nèi)部的人才也在不斷成長。無論外部引進還是內(nèi)部培養(yǎng)，都是在持續(xù)進行的。

你認為根據(jù)你想要做到的事情，需要有一些改變嗎？比如說人的配備，或者是說架構(gòu)上，還有一些部門之間的協(xié)調(diào)。

如果說改變，肯定持續(xù)會有。組建 AIG 到現(xiàn)在不到一年，其實已經(jīng)有了一系列變化。這個變化隨著技術(shù)的發(fā)展，業(yè)務(wù)需求的發(fā)展持續(xù)會有，但不會有大的波動。雖然有時候外面看到我們的某一個動作會覺得驚訝，但在我們看來，很多事都是水到渠成的，發(fā)展到那一步，就是要有那個變化了。

技術(shù)部門更強化技術(shù)的產(chǎn)出，一方面會有定制化，另一方面也會強化平臺化的能力。相同的人力資源下，我們能支持的業(yè)務(wù)方向，會隨著平臺化能力增強而增加。因為很多業(yè)務(wù)不需要專門投入人力，直接調(diào)用平臺上的技術(shù)就行了。

另一方面，研究院也在加強，上個月剛剛宣布新增加了兩個實驗室，而且大家可以看到，增加的思路是有變化的。之前 IDL、BDL，包括硅谷的 AI Lab，更多是以技術(shù)來命名的，就是深度學(xué)習(xí)、大數(shù)據(jù)、AI 技術(shù)。新增加的兩個實驗室應(yīng)用色彩更重一些，一個是商業(yè)智能，一個是機器人與自動駕駛。這是因為在我們看來，偏前瞻基礎(chǔ)的幾個 Lab 做得不錯，但我們同時也會強調(diào)應(yīng)用導(dǎo)向。我們做商業(yè)智能，做機器人、自動駕駛，其實都是沿著這個思路在把研究院建得更完整。

「管理上有所為，有所不為，而且在不同階段要有不同的所為和不為」

你其實一直都是負責多條業(yè)務(wù)線的，不管是早的第一個階段四年的時間，不同的技術(shù)方向，后面又是不同的產(chǎn)品業(yè)務(wù)方向，現(xiàn)在同時還要推進一些前沿技術(shù)的研究。你怎么平衡多線不同的任務(wù)？

因為不是我一個人在戰(zhàn)斗，我有團隊。我每往前走一步的時候，后面那些事情都會有人給頂起來了。否則的話，我的精力已經(jīng)被耗干，我不可能再開辟一個新的方向。這個過程當中，團隊的培養(yǎng)是非常重要的。我希望每一個位置上不斷有人，有非常強的人能獨擋一面，能頂住，而且他還有接班人，還有后備，每一步都是這樣的。因此，雖然我負責的事越來越多，但每條線上都有一群很強的人，那些人都能獨擋一面。這時候我才有可能不斷的去開拓新的方向或者新的業(yè)務(wù)。面對新方向或新業(yè)務(wù)，對我來說，除了選方向，定目標這些事情，非常重要的也要把團隊搭建好。團隊無非或者是自己培養(yǎng)，或者是引進。我們的團隊，的確引進了很多非常頂尖的人才，但如果你要算比例，百度自己培養(yǎng)起來的肯定更多。

你的管理風(fēng)格是怎么樣的？

首先我認為，團隊也好，業(yè)務(wù)也好，或者甚至一個公司，如果出問題，很多時候其實都是在管理上出了差錯。管理上有所為，有所不為，而且在不同階段要有不同的所為和所不為。

初期的時候，我把目標定得比較細，會把團隊各方面都理好。后期團隊已經(jīng)運行得比較成熟了，我開始往后退。退的意思是我抓重要的，宏觀的事，甚至我選好幾個重要的人，盯一盯，其他事我就可以適當放手了。

這樣我才可以做更多事，還有很重要的一點，只有充分授權(quán)，真正做事的人才有發(fā)揮空間，才有更大的積極性，才會快速成長。我一直強調(diào)，做管理除了把事要做好，特別要強調(diào)人的培養(yǎng)。如果下面的人沒有成長，我自己也不可能再往前走，也沒法做更多的事。

百度還是非常典型的技術(shù)工作者的方式。

我們總說「簡單可依賴」，外邊可能有些不完全理解，但是內(nèi)部我們的確就是這樣一種模式在工作，也就是討論任何事都力求簡單直接，有問題直截了當，就事論事，談?wù)搯栴}，解決問題，基本上這個效率是很高的。

「AI 其實是一個進化的過程，不是一個簡單的訓(xùn)練過程」

之前你在一個采訪里面也說到，在每天數(shù)十億次的用戶請求千錘百煉之下，百度的人工智能技術(shù)已經(jīng)是真正實用的人工智能的技術(shù)了。什么才叫真正實用的 AI 技術(shù)？

如果要用一句話說，真正實用就是真正能解決某一個應(yīng)用問題。為什么我說我們在千錘百煉下就更能解決這些問題？因為那些技術(shù)每天就是在解決各種應(yīng)用的問題。像搜索里面，用戶雖然終看到的就是一個非常簡潔清晰的結(jié)果，但背后要解決的問題非常多。每一項技術(shù)，都是在具體應(yīng)用問題上打磨，然后在真實的數(shù)據(jù)上訓(xùn)練，隨著我們的應(yīng)用越來越多，數(shù)據(jù)越來越多，訓(xùn)練的模型也會越來越好。同樣一個算法，可能我們相配套訓(xùn)練出來的模型就是更好的。同時我們也積累了很多真實的解決問題的經(jīng)驗，比如說同樣一個問題，我到底選擇什么樣的算法？怎樣調(diào)節(jié)這個模型，甚至怎么樣篩選數(shù)據(jù)？如果僅僅懂算法，是不足以把這些事情做好的。而現(xiàn)在我們因為有開放平臺，同時也服務(wù)了很多合作伙伴的需求，我們也看到更多問題，這本身就是一個迭代進化的過程。

所以我認為 AI 其實是一個進化的過程，不是一個簡單的訓(xùn)練過程。傳統(tǒng)上我們搞人工智能是，有算法，有數(shù)據(jù)，有訓(xùn)練，訓(xùn)練出一個模型，就完成了，這是靜態(tài)的。但在我看來，更多的是我們的 AI 系統(tǒng)在實際場景中去用，用的過程中，跟應(yīng)用、跟用戶去互動，數(shù)據(jù)也會不斷增加，在這個過程中整個系統(tǒng)的模型、算法會變得更好。這是技術(shù)在場景里進化，不斷改進的過程。這個過程不是閉環(huán)，而是進化，我不認為 AI 是在這樣一個環(huán)里，它會不斷地往前走。

你近比較關(guān)注的一些技術(shù)點都是哪些？有哪些產(chǎn)業(yè)應(yīng)用方向是你比較看好的？

AI 涉及到的技術(shù)非常多，就像我們剛才說到的算法、算力、數(shù)據(jù)；有感知層的，語音、圖像、AR 等等；認知層的，自然語言處理、知識圖譜、用戶畫像等，每個層面都會面臨一些不同的問題。

比如說數(shù)據(jù)層面，你可以說它是技術(shù)的一部分，也可以說它是獨立的，但跟技術(shù)是高度相關(guān)的。數(shù)據(jù)首先就是怎么樣能收集更多的數(shù)據(jù)，更有效地去處理，更有效地去挖掘其中的價值。理論上來講，在其它資源都是無限的情況下，數(shù)據(jù)越多越好，但現(xiàn)在其它資源畢竟不是無限的。

同時，計算這部分也有很大變化，從 CPU 到 GPU 再到 FPGA，以及現(xiàn)在各類定制化芯片。在我看來，會有越來越多種計算平臺，異構(gòu)計算會很重要，同時邊緣計算也會很重要。人工智能很多東西早都是跑在大服務(wù)器上，但是現(xiàn)在越來越多需要能在端上計算，所以算力方面，我們既要重視云的能力，也要重視端的能力，這是非常重要的一點。

感知層方面，過去這些年，深度學(xué)習(xí)這波浪潮首先是在感知層，像語音、圖像這些領(lǐng)域獲得成功的，同時這些領(lǐng)域也是受深度學(xué)習(xí)帶來的紅利影響進步大的，基本上已經(jīng)達到實用的水平。接下來要做什么？實際上更多會跟硬件去結(jié)合，跟傳感器、攝像頭、麥克風(fēng)等結(jié)合，總之軟硬結(jié)合會變得越來越重要。

認知層上，深度學(xué)習(xí)帶來的提升還遠不如感知層。這其中一個本質(zhì)的原因，我認為是，用深度學(xué)習(xí)技術(shù)解決語音、圖像問題的時候，更多還是把它當成模式識別的問題來解決；但認知層的問題，遠遠大于模式識別。比如你講一段語言，語言背后有豐富的涵義，語言是人對整個真實世界的認知、描述和表達，跟物理世界、人的精神世界、背景知識都是相關(guān)的。這些東西如果不具備，僅僅把它當成一個字符串用模式識別的方法來處理，可以解決一些問題，但是沒有辦法解決本質(zhì)問題。所以到目前為止的深度學(xué)習(xí)技術(shù)，或者說人工智能技術(shù)還不足以完全刻畫所有這些背后的東西。

人類的語言是可以去描述整個真實世界的。反過來，理解人類的語言，理解整個真實世界，要難得多。所以這也是我們?yōu)槭裁粗匾曋R，花很大力氣做知識圖譜的原因。百度的知識圖譜到目前為止是我所知范圍內(nèi)大的，有幾千億事實在里面，這是別人誰也沒有的量級。我們在這方面的優(yōu)勢來源于百度傳統(tǒng)的一些優(yōu)勢，比如說搜索，搜索把互聯(lián)網(wǎng)所有的網(wǎng)頁抓取回來，進行分析處理，并建索引。搜索引擎基本上構(gòu)成了整個互聯(lián)網(wǎng)的鏡像。而由于現(xiàn)在大量的需求和數(shù)據(jù)在持續(xù)不斷的線上化，互聯(lián)網(wǎng)又構(gòu)成對真實世界的鏡像，所以透過搜索引擎的這些數(shù)據(jù)，我們可以從中挖掘知識，對整個真實世界更好地建模，更好地進行知識的積累。我認為，有這樣一個過程，認知層的技術(shù)才能逐漸往前走，朝著通用人工智能發(fā)展，這是很重要的一條路徑。當然通用人工智能還是比較遠的一件事。

現(xiàn)在國內(nèi)的學(xué)者或?qū)W生發(fā)論文的數(shù)量越來越龐大了，有人也會覺得國內(nèi)的比如說自然語言處理，跟美國的距離縮小了。你怎么看？

首先差距是不是在縮?。靠隙ㄊ窃诳s小，甚至有一些方面，我們已經(jīng)反超。尤其是在應(yīng)用技術(shù)領(lǐng)域，有些我們做得比別人更早。以機器翻譯為例，現(xiàn)在主流都轉(zhuǎn)到神經(jīng)網(wǎng)絡(luò)的翻譯上了。我記得 2016 年 9 月底，Google 發(fā)布了他們的神經(jīng)網(wǎng)絡(luò)翻譯。但是你上網(wǎng)了解就會發(fā)現(xiàn)，百度的神經(jīng)網(wǎng)絡(luò)翻譯 2015 年上半年就已經(jīng)上線了，比 Google 要早一年多。有些領(lǐng)域，我們的確是世界上早開始的，對科技圈來講，早一年多是一個很大的領(lǐng)先優(yōu)勢了。

但我們的基礎(chǔ)研究還是相對落后的。比如現(xiàn)在這些主流的方法，深度神經(jīng)網(wǎng)絡(luò)、強化學(xué)習(xí)，還都是來自于歐美。我覺得現(xiàn)在越來越多的中國人進入這一行，越來越多的人在做研究，我相信慢慢一定會產(chǎn)生好的基礎(chǔ)研究。但是到目前為止，我們的確還是落后的。

我們在看技術(shù)領(lǐng)先性時，會把它區(qū)別為一些問題是屬于基礎(chǔ)性的問題，一些問題可能是在應(yīng)用的過程當中發(fā)現(xiàn)的。

是，解決應(yīng)用的問題我們能力已經(jīng)很強了。

但大家會有一個觀念是，后面這種研究能力是弱于基礎(chǔ)研究的。

不能說誰強誰弱，而是有一個先后關(guān)系的問題。就是說你沒有基礎(chǔ)研究，后面也不可能用它們來解決應(yīng)用問題。但是只有基礎(chǔ)研究也是不夠的，類比一下，比如說愛因斯坦的確很偉大，相對論也好，質(zhì)能方程也好，的確是非常重要的基礎(chǔ)。但是有了這些，離真正造出原子彈，建成核電站還差得很遠很遠，中間還有非常長的路，這些應(yīng)用之路其實也是非常重要的。而且一旦這些路走通了，走到應(yīng)用了，大家看到應(yīng)用的價值了，會有更多的人進入，會有更多的資源進入，會反過來再促進基礎(chǔ)技術(shù)的發(fā)展。所以應(yīng)用非常重要，在現(xiàn)實場景下能發(fā)現(xiàn)問題并解決掉，很多時候也是在找新方法。大家都已經(jīng)看到它的重要性，大量的人，而且是聰明人都進來了，中國在這方面遲早會有突破。

機器之能開年對話

8位AI行業(yè)局內(nèi)人講述對過去、對未來的看法