在2月22日將門一周年生日會上,，我們很榮幸邀請了中國人工智能行業(yè)最重磅的6位嘉賓——NVIDIA全球副總裁兼中國區(qū)總經(jīng)理張建中先生,，聯(lián)想集團高級副總裁兼CTO芮勇博士，今日頭條副總裁,、AI實驗室主任馬維英博士,，微軟亞洲研究院首席研究員劉鐵巖博士,，360首席科學(xué)家顏水成博士，以及著名天使投資人,、北京大學(xué)人工智能創(chuàng)新中心主任雷鳴老師,。

他們和將門CEO高欣欣一起，圍繞“人工智能的技術(shù)前瞻和商業(yè)的未來”這一話題展開了探討和分享,。

圓桌主要分為上,、下兩部分：上半場幾位嘉賓一起聊了聊人工智能的技術(shù)與商業(yè)、今天與未來,；下半場為答將門微信技術(shù)社群的群友問,。

Part 1

▼▼▼

高欣欣：NVIDIA是我們整個行業(yè)最為尊重的公司之一，而且還特別有遠見,，很多年前就開始重磅在人工智能,。NVIDIA強大的GPU計算力，使得眾多創(chuàng)新能夠快速發(fā)展起來,。所以我想問您問題的關(guān)鍵詞跟未來這個詞有關(guān),。人工智能如火如荼，但是如何落地,？如何在今天落地才是我們關(guān)心的問題,。您覺得人工智能在什么樣的場景和行業(yè)會率先激活？NVIDIA又會如何布局,？

張建中：這個問題很多人經(jīng)常問我,，講到人工智能創(chuàng)新的落地。其中一個落地的行業(yè)目前NVIDIA自己也在做,。我們專注成立了一個自動駕駛汽車（self-driving car）部門,，結(jié)合當(dāng)今人工智能從計算機視覺、自然語言理解到機器學(xué)習(xí)各方面的綜合,。當(dāng)然,，這個行業(yè)我們也在聯(lián)合全球幾乎所有的合作伙伴，一起在攻克這個難題,。如果能解決這個難題,，自動駕駛汽車能真正行駛在街道上，那一天代表人工智能的落地取得了巨大的成功,。

另外一個NVIDIA看好的人工智能落地的行業(yè)是AI city,。AI city在我們看來是目前落地最快的一個行業(yè)。我相信很快在座每一位就會聽到在國內(nèi)跟國際上一些大單落地非常大的訂單,，都是來自于AI city,。

第三個是健康行業(yè)。NVIDIA自己設(shè)了一個項目，我們自己想攻克一些難題,，通過幫助癌癥病人盡早發(fā)現(xiàn)這些疾病,，而且嘗試找出一些方法去治療。所以健康是我們第三個行業(yè),。

最后一個行業(yè)是AI游戲,。如果當(dāng)你第一次打游戲的時候，沒有人教你,，你會對這個游戲無感,。但是機器會根據(jù)你的水平，自動的把你帶到專業(yè)級的時候,，你會發(fā)現(xiàn)任何一個人都是Gamer,，這也是為什么今天我們在全球大概有10億玩家在打游戲。在今后我認(rèn)為AI Gaming將會是一個很大的領(lǐng)域,。所有的游戲公司,，將會把他們的游戲變成AI Gaming。

高欣欣：問完算力專家,，得問算法專家,。劉鐵巖博士是微軟亞洲研究院首席研究員，有關(guān)他的核心問題核心詞必須是深度思考,。我想問鐵巖博士，現(xiàn)在我們都在談深度學(xué)習(xí),，但是深度學(xué)習(xí)是否是我們的終極選擇,？這中間有沒有什么關(guān)鍵的思考是缺失了的？

劉鐵巖：這是一個很有深度的問題,。深度學(xué)習(xí)或者今天的人工智能技術(shù)到底有什么短板,，有什么被忽視的地方？我想每個人都有自己的觀點,。我只提現(xiàn)在能想到的兩件事：

第一件,，我覺得現(xiàn)在的深度學(xué)習(xí)技術(shù)是一個矛盾體，它是把所有過度復(fù)雜（overcomplicated）和過度簡單（oversimplified）兩件事情擰在一起,。為什么說過度復(fù)雜呢,？深度學(xué)習(xí)之所以有今天，因為它是一項強的技術(shù),，深度神經(jīng)網(wǎng)絡(luò)夠復(fù)雜,，它的擬合能力很強，可以把很多復(fù)雜的數(shù)據(jù)擬合掉,，把這些問題解掉,。

但是反思一下，我們真的需要這么強的擬合能力來面對大自然給予我們的數(shù)據(jù)或者人類社會產(chǎn)生的數(shù)據(jù)嗎？其實回顧過去幾百年,，很多科學(xué)家發(fā)現(xiàn)很多簡單而美麗的規(guī)律,。舉個例子，我們現(xiàn)在看量子力學(xué),、量子化學(xué),、生物遺傳、經(jīng)濟學(xué)包括社會學(xué),。很多人發(fā)現(xiàn),，我們看到貌似無比復(fù)雜的表象背后，其實數(shù)據(jù)的產(chǎn)生是非常有規(guī)律的,，可能就被幾個簡單的二階微分方程所支配,。

如果我們能把這些產(chǎn)生數(shù)據(jù)的動態(tài)系統(tǒng)好好描述一下，可能根本不用這種笨拙簡單粗暴的方式處理數(shù)據(jù),，這是我為什么講深度學(xué)習(xí)過度復(fù)雜,。

另一方面它又oversimplified（過度簡單），為什么這么講,？我在很多場合講過我對人工智能的看法,，我覺得今天的人工智能可能不配叫人工智能，AI更像Animal Intelligence,，我們做的人工智能是做模式識別,。其實沒有抓到人和動物的本質(zhì)區(qū)分點，我們做的事情動物大概都會,。

那么人和動物之間的區(qū)分點到底在哪里,？人為什么成為萬物之靈？我覺得因為人類是一個群居動物,，我們有一個特別強大的社會機制幫助我們做一些動物做不到的事情,。舉個例子，比如人類會萃取知識,，會用文字的方式記載,、傳承知識，我們還發(fā)明了很了不起的教育體系,，可以在短時間內(nèi)教育我們的后代,，用幾年時間學(xué)會過去幾千年人類積累的知識，這些東西使得人的知識迭代非?？?，一代更比一代強，總是站在巨人的肩膀上,。

回過頭看動物,，老一代動物死掉了,，就歸零了。新一代的動物,，重新做增強學(xué)習(xí),、認(rèn)識世界。所以它總是在原地打轉(zhuǎn),，我們卻在螺旋式上升,。這些東西，我們看看今天的人工智能技術(shù),，沒有任何一個好的算法和模型,，把我前面說的這些事情考慮在內(nèi)。

所以實際上從我的角度講,，今天的人工智能離我們?nèi)祟惖闹腔巯嗳ド踹h,，研究人員任重道遠。

高欣欣：接下來要問問有數(shù)據(jù)的人,，要請教芮勇博士,。最近芮勇博士加入聯(lián)想，成為聯(lián)想集團的CTO,，必然會使技術(shù)和聯(lián)想龐大的技術(shù)和行業(yè)認(rèn)知結(jié)合起來,，使它真正為商業(yè)所用。而聯(lián)想又是我們能夠看到中國龍頭企業(yè),、世界的領(lǐng)先企業(yè),，它的每一步牽一發(fā)動全局。所以我要問芮勇博士的關(guān)鍵詞是布局,，想請問您,，您到了聯(lián)想之后，將會如何布局聯(lián)想的人工智能,？您將在哪一些領(lǐng)域重磅突破？

芮勇：加入聯(lián)想大概三個半月,，這三個半月工作也很忙,，盡量了解聯(lián)想整個的體系。原來的使命是什么,，我們今后要往哪走,？楊元慶在幾年以前就開始跟大家講，聯(lián)想要從只做設(shè)備的公司,，變成設(shè)備加上云的服務(wù),。去了以后，我覺得要把聯(lián)想變成一個Device+Cloud powered by AI的這么一個公司,。

我覺得聯(lián)想有機會把這些事情都做了,，為什么這么說,？聯(lián)想有三個BU，加上研究院還有創(chuàng)投,。三個BU里,，有兩個做設(shè)備。

第一個BU：做PC,，全球連續(xù)37個月出貨量都是第一,，這是做設(shè)備（PC）。

第二個BU,，做手機,。聯(lián)想手機在中國市場還有很長的路要走，希望大家?guī)椭覀円黄鹱叩酶?。但是在中國市場以外,，其實上一個季度，我們?nèi)虻某鲐浟咳虻谒?。所以手機有很多的設(shè)備,，這兩個BU都是做設(shè)備的。

第三個BU,，做服務(wù)器,、數(shù)據(jù)中心和云。有希望把Device + Cloud Service給做在一起,。我加入聯(lián)想之后,，我領(lǐng)導(dǎo)的研究院還有老賀領(lǐng)導(dǎo)的創(chuàng)投部門，我們一直會加大在AI方面的投入,，使得整個產(chǎn)業(yè)鏈變成Device + Cloud powered by AI,，所以這就是我的布局。

高欣欣：接下來問的這位,，也有巨大的數(shù)據(jù),。我想請問 360的首席科學(xué)家顏水成老師，您覺得在人工智能里,，有哪一些,，不管技術(shù)領(lǐng)域還是商業(yè)領(lǐng)域的創(chuàng)新，是您期待或者您覺得即將發(fā)生的,？

顏水成：現(xiàn)在在談技術(shù)的時候,，可能大家想到最多是人工智能，人工智能講比較多的是深度學(xué)習(xí),。那么不管深度學(xué)習(xí)到底能不能真的完整或者完美地解決我們很多的問題,，但是深度學(xué)習(xí)在我們很多的問題中，確確實實發(fā)揮了重要的作用,。

就深度學(xué)習(xí)本身來說,，我覺得創(chuàng)新有三個維度：

·        維度一：希望能設(shè)計出更好的深度學(xué)習(xí)的模型,。它有更大潛力，讓它的這種分類或者預(yù)測的性能更高,，可能是所有的公司在追求的點,。

·        緯度二：當(dāng)我們把這種深度學(xué)習(xí)用在端上的時候，能耗是一個很重要的問題,。這時候其實從深度學(xué)習(xí)角度出發(fā),，如果你有很好的這種模型，如果能夠節(jié)省能耗的話,，這是很有價值的,。

·        緯度三：互聯(lián)網(wǎng)公司非常關(guān)注的，我們在做很多的APP,，深度學(xué)習(xí)有一個很重要的研究問題,，就是說你怎么樣可以有一個非常智能的模型，保證我在每一個星期或者每半個月可以遠程把模型能夠升級,。

如果從產(chǎn)品或者應(yīng)用的角度來說,，其實應(yīng)該是基于人工智能的技術(shù)，讓你創(chuàng)造出一種產(chǎn)品,，而這種產(chǎn)品其實要做到兩件事情,。

·        增加用戶的黏性。

·        怎么樣讓用戶花最多的時間來用你們的產(chǎn)品,。就好像今日頭條這樣的產(chǎn)品,，我每天可能要花上半個小時去使用。

高欣欣：既然您提到了今日頭條,，我們馬上把下一個問題給到馬維英博士,。維英剛剛加入今日頭條成為今日頭條副總裁，帶領(lǐng)著今日頭條的人工智能實驗室,。所以今天請問維英博士的核心詞就是引領(lǐng),。我們看到今日頭條做了那么多引領(lǐng)行業(yè)的創(chuàng)新，在您帶領(lǐng)下的今日頭條在人工智能的布局,，又將引起什么樣的行業(yè)的引領(lǐng)和變革呢,？您可不可以給我們稍微透露一些。

馬維英：今天來我非常有感觸,，而且也是非常感謝。因為我剛離開微軟亞洲研究院10天,，剛加入了今日頭條,。我在今日頭條真的是看到了一個全新的機會。我對人工智能是這樣的看法,，接下來人工智能會進入到兩級分化,。這兩級門檻會越來越低,，但是同時門檻也越來越高，其實沒有中間地帶了,。門檻越來越低和越來越高的情況之下,，你如何保持你的競爭力，或者說你如何能夠創(chuàng)造競爭壁壘呢,？

我覺得要有下面這有五個東西：

·        數(shù)據(jù)

·        用戶數(shù)和用戶的使用時間

·        應(yīng)用場景

·        AI基礎(chǔ)設(shè)施

·        算法

今天雖然已經(jīng)有很多很好的算法,，但是我認(rèn)為算法在繼續(xù)再往前創(chuàng)新。像最近很多的對抗學(xué)習(xí)的東西,，很多新的算法還是源源不斷地出來,。所以說這個門檻會越來越高。

那就談到我為什么加入今日頭條,。其實我也是這兩三個月才對今日頭條有更深的理解,。我真的必須感謝創(chuàng)始人張一鳴，他把今日頭條的整個發(fā)展跟對這個公司到底是怎么樣一家公司,，他在我第一次見面的時候,，用了大概四個小時，我們從8點聊到晚上1點,，我全部聽懂了,，那次我大部分都是問問題，都是聽,。但是他基本上講完之后,，我就覺得居然這個世界有這么一家公司在做這樣的事情。

從我的角度,，我看到的頭條就是一家接下來重新定義信息跟內(nèi)容的平臺,。在這個移動為先的時代（不光是移動互聯(lián)網(wǎng)）重新定義信息內(nèi)容的平臺，AI的技術(shù)內(nèi)容怎么被創(chuàng)作,。

信息的源頭今天有很多頭條號做著,，不管是大的媒體、自媒體還有個人,。從創(chuàng)作的源頭其實就可以用AI來幫助他,。例如說今天很多的短視頻，現(xiàn)在的年輕人用社交媒體創(chuàng)造出很多的作品,，其實可以用很多原來的多媒體處理,，幫他弄得更眩，或者說讓他在產(chǎn)生的過程門檻更低,。所以從信息的創(chuàng)造就可以AI化,。

信息的分發(fā)當(dāng)然是頭條現(xiàn)在的核心，這種推薦引擎,，所以在分發(fā)上已經(jīng)有很多AI算法做得很好了,，但是將來我們也會有很多源源不斷的新技術(shù)幫助公司,。

在信息的消費方面，人怎么瀏覽?，F(xiàn)在因為在手機上這種大量的碎片時間,，而且很多信息的需求其實不是靠簡單的搜索和10個網(wǎng)頁或者3個網(wǎng)頁就足以滿足。所以在消費信息和內(nèi)容這塊兒AI也可以,。

還有互動社交,。我在搜索領(lǐng)域這么多年，我一直想把社交和搜索結(jié)合,，沒有一家公司做成功,，谷歌就缺少社交的基因，F(xiàn)acebook缺少搜索,。但是到底社交和搜索是一種什么樣的形式呢,？我居然看到今日頭條就是一個對的形式了。所以我覺得今天頭條有這么大的數(shù)據(jù),，有人找信息,、信息找人。它在中間鏈接他們,，有大量的用戶群,、用戶使用時間，年度非常高,。它還有無數(shù)的應(yīng)有場景,，不斷地閉環(huán)，那就需要AI基礎(chǔ)設(shè)施和算法了,。所以為什么AI技術(shù)跟AI實驗室,，對于今日頭條會是接下來的發(fā)展一股關(guān)鍵的力量。

高欣欣：雷鳴老師是特別有名的天使投資人,，但是可能大家不知道,，他是特別早就堅定地支持著人工智能。而且最近他做了一件特別偉大的事情,，他在北大建立了人工智能的創(chuàng)新中心,，開始培養(yǎng)下一代的人才。雷鳴老師,，我想請教您,，今天人工智能如火如荼，但是真的是要等待很久的時間,，其實才可以一步步地落地,，太多問題要解決了。在這個等待的過程當(dāng)中，我們應(yīng)該做好哪幾件事情,，才能更快地、更好地迎接那個美好的未來呢,？

雷鳴：人工智能時代會不會很久遠,，但需要很大的耐心。首先我覺得創(chuàng)業(yè)最重要的就是看準(zhǔn)未來的方向,，因為未來有多久有時候很難講,，有時候可能會非常快,，有時候可能會非常慢,。

今天我們看到美國的一些偉大的企業(yè)，其實最重要的還是你要認(rèn)準(zhǔn)一個未來要堅持下去,。有時候剩下的事情我覺得很多真的是看運氣的,，像我第二個創(chuàng)業(yè)做了音樂，音樂這個產(chǎn)業(yè)確實等了很久,，現(xiàn)在同我2005年做到現(xiàn)在是第12年,，當(dāng)然我現(xiàn)在已經(jīng)不在那邊做太多的事情了，應(yīng)該說還沒有到最黃金的時候,，不過看到一些起色了,，所以像這個產(chǎn)業(yè)就慢。

但是我們也相信互聯(lián)網(wǎng)會把這個產(chǎn)業(yè)改變掉的,，現(xiàn)在也有很多的變化,。

回過頭來講人工智能，我覺得第一個是你還得要有一個堅定的信念,。你拿人工智能要解決什么問題,，到底有沒有用。那這塊兒我覺得給大家打打氣了,，我是覺得跟很多的專家包括產(chǎn)業(yè)的一些里邊的人聊,，我們覺得人工智能未來的話一定會深刻地改變幾乎所有的產(chǎn)業(yè)，然后變成一個基礎(chǔ)設(shè)施性的東西,。

第二個點,，我們覺得人工智能可能會一開始在2B的領(lǐng)域發(fā)力，就像百度一開始是2B的,，阿里巴巴也是2B的,，因為這塊兒營收上可能看得見。我們覺得最后最大的機會還是來源于2C,，最后可能在任何一個產(chǎn)業(yè),，最終會穿透那個2B的前沿，然后直接2C。一旦2C之后的話我覺得這個體量就會非常非常地大,。

剛才咱們聊到自動駕駛,，可能一開始覺得2B，甚至說最后賣個車,。但是我們演進完了之后,，我們覺得駕駛會變成交通的一個出行服務(wù)，它是一個2C的公司,，所有的用戶直接坐他的車就完了,，然后這個公司用的車越多，他的調(diào)度算法越靈活,，他的數(shù)據(jù)越大,，他的服務(wù)效果越好，他的經(jīng)濟利益就越好,。所以說這個競爭最后會使得各個地域都會有一個巨無霸的企業(yè),，它是2C，管出行的,，使得從前往后全部被整合,。

再說到醫(yī)療，現(xiàn)在我們生了病去看醫(yī)生,。但如果我們能夠做一個虛擬醫(yī)生,，跟醫(yī)生一樣好，比所有的醫(yī)生都好,。很多人說那我還是不相信他,，但無所謂，你總會相信他的,，因為事實擺在面前,。當(dāng)你找不到專家的時候，當(dāng)你發(fā)現(xiàn)專家還沒他好的時候你就相信他了,。而且他還能全部收攏到一塊兒,，因為醫(yī)生沒有辦法被整合，但是虛擬醫(yī)生可以,。

當(dāng)所有的病人有病第一個都去找他的時候,，那整個產(chǎn)業(yè)完全變了，它可能又變得跟阿里巴巴,、百度一樣了,，這種企業(yè)或者說美國的谷歌這種，他是2C的,，他拿著所有的用戶,，他會重塑整個產(chǎn)業(yè)的后端鏈條。

但這些都是看得很遠的一個趨勢和變化。我覺得作為創(chuàng)業(yè)者的話,，所謂的創(chuàng)業(yè)者模型應(yīng)該是一個啞鈴模型,，就是遠要看到很遠——那是你對未來的一個理想，你的愿景,，你到底想解決什么問題,、提供什么問題,，但同時又要看得很近,，反而中間不要想太多。我們經(jīng)常說一個創(chuàng)業(yè)公司不要搞什么一年,、兩年計劃的,，毫無用處。你就想清楚這半年做什么事兒,，把它做成就完了,。另外的事情，想5年,、10年以后到底是什么東西,，那個東西在指引著你的方向，使你的價值,、使你的公司決策的時候不至于走偏,。而近端的話，踏踏實實地把每一步都走對就行了,。因為一年兩年后的東西,，你現(xiàn)在做了計劃，到時候你再一看那些計劃都是垃圾,，因為市場,、技術(shù)、競爭所有的東西變化太快了,。

Part 2

▼▼▼

接下來是來自將門技術(shù)分享垂直社區(qū)中的朋友們提出的問題,。

1

高欣欣：第一個問題請問張建中先生，未來人工智能計算中,，GPU和FPGA格局會如何演化,？您對通用人工智能架構(gòu)有何構(gòu)想？

張建中：講到GPU和FPGA,，所有的chip（芯片）只是chip,，對我們來講剛才談AI有三個因素：

·        計算力

·        數(shù)據(jù)

·        算法

這三個當(dāng)中沒有一個東西只是芯片，計算力跟芯片不是等同的,，兩個是完全不一樣的,。

作為一個AI的處理器或者說AI的計算平臺，它的核心是要把算法跟數(shù)據(jù)結(jié)合在一起，中間經(jīng)過的各種各樣的計算平臺,，無論今天你是用什么樣的架構(gòu)（framework）做訓(xùn)練或者影響,，你都需要有非常多的豐富的計算平臺當(dāng)中的軟件、硬件的結(jié)合,。這些SDK你去支持TensorFlow 也好,，你去支持Caffe 也好，你去支持LSTM也好,，你去支持各種各樣的GAN也好,，或者CNTK也好，這些所有的框架它一定要有相應(yīng)的加速軟件去幫助他加速,，如果不能加速,，其實我們?nèi)斯ぶ悄艿陌l(fā)展會停留在60年前，這些算法其實存在很久了,，我們不是今天才能有的,。

正是因為有強大的計算力推動這些算法去發(fā)展，這樣的架構(gòu)才能夠幫助AI去實施我們今天達到的成果,，其實是很不容易的,，NVIDIA大概在過去的10年當(dāng)中讓GPU的計算力提升了1500倍。這個世界上所有的芯片設(shè)計,，無論是哪種架構(gòu),，沒有一個芯片能夠在10年當(dāng)中提升他的計算力1500倍。并且這個速度就像剛才我們看到的,，它還在加速,，不停地加速。這個世界加速是不停的,，只要你停止就意味著死亡,。

所以說你要想去把這個架構(gòu)做得更好，只有一個方法就是去不停地優(yōu)化它的架構(gòu),，讓它計算得更快,。

GPU下一代架構(gòu)NVIDIA我們都知道了叫Volta，那我們在接下來的5月份,，會在美國發(fā)布新的計算架構(gòu)芯片,。一年一度的GTC就是針對于GPU的技術(shù)發(fā)展，從各個不同的角度去優(yōu)化它的計算平臺的性能,，無論你是在做訓(xùn)練或者影響都是一樣的,。

剛才水成將的很好，在訓(xùn)練的時候可能不惜一切代價,，讓它算得很快,，功耗無所謂,，只要算得快就行，但是到影響的時候,，我們的模型要小,，我們的功耗要很低，然后我們還要算得很快,，還要做得很準(zhǔn),。因為當(dāng)你的精度不夠的時候。這個AI就像剛才我們講的,，都要變成動物了,，那就沒有用了。所以它是有一定的門檻的,，那這些門檻的對這個影響的作用也是一樣的,，你必須得達到一定的精度我們才能去用，否則的話這些技術(shù)放到今天,，我們AI應(yīng)用當(dāng)中就是沒有價值的了。

那從這些所有的架構(gòu)當(dāng)中,，我們研究了幾乎所有的架構(gòu),。其實你不管它是叫GPU也好，叫FPGA也好,，你最后的就是我們要做深度學(xué)習(xí)的處理的,。那我們可以講，今天的這個GPU恰恰是在目前架構(gòu)當(dāng)中最合適的,，無論是用來做訓(xùn)練還是用來做影響,，最佳的芯片，處理器的架構(gòu),。

那在今后這個架構(gòu)往哪個方向變,，是不是叫GPU，你可以叫它是GPU,，其實我們可以叫它是深度學(xué)習(xí)處理器,，你要問我的話下一代架構(gòu)我不叫GPU，可能GPU是我們以前的名字,，就像以前我們叫微軟研究院,，今天有將門，其實都是同一批人,，但是同一個架構(gòu)的演變當(dāng)中,，以前GPU的名字叫圖像處理器，20年后,，GPU早就不再是以前的GPU,。如果拿今天NVIDIA的架構(gòu)叫做Pascal,，跟第一代用來做定點渲染引擎--那個專門做VGA處理器的話，兩個架構(gòu)是完全不一樣的,。今天的GPU基本上是一個并行計算器,，而且100% 可編程，以前是不可能的,。

那我們講20年前那個也叫GPU,，今天也還叫GPU的話，下一代還叫GPU的話,，那我們可以持續(xù)地用這個名稱,，但是你要問我的話，下一代已經(jīng)就是深度學(xué)習(xí)處理器了,。

所以FPGA也好,，GPU也好，無論是誰,，只要你想做人工智能行業(yè),，我們必須要專門為這個行業(yè)定制處理器。所以NVIDIA下一代處理器你完全100%地可以講,，它就是一個AI 處理器系統(tǒng),，我們在這上面就要搭建一個AI的平臺，這個平臺不只是芯片的,，包括周邊的設(shè)備,，你會看到NVIDIA我們做一個N2N的解決方案。我們有第一個產(chǎn)品叫做AI 超級計算機,，很多人可能沒有聽說過,，叫做NVIDIA DGX，DGX1是第一個,，在全世界我相信也是第一臺基于AI的超級計算機,，這個AI 超級計算機我們在中國已經(jīng)有很多用戶開始使用了，他的設(shè)計就是專門用來做AI的,，它的工作就是AI運算,。

在這個超級計算機的基礎(chǔ)上，下一代我們要做的是,，在超級計算機硬件的基礎(chǔ)上,，去增加很多數(shù)據(jù)的處理的能力，所以你可以看到它的支持的內(nèi)存的速度,，它的總線是NVLINK,，不是我們的PCIE。在數(shù)據(jù)和數(shù)據(jù)之間的通訊,，在GPU跟GPU之間的連接,，多GPU和GPU Cluster之間的連接,，都是專門用來設(shè)計做大規(guī)模計算處理的一些系統(tǒng)架構(gòu)。

那當(dāng)然只有硬件是沒有用的,，你必須要做很多的訓(xùn)練框架,，就像CNTK，我們一定要100%加速,，還要讓它加速得很快,，你就要有它的中間件，我們就要支持caffe,，我們要去優(yōu)化caffe,，做成NVIDIA caffe，我們要去支持tensorflow,，我們就要有專門NVIDIA Tensorflow去加速的這個Tensorflow的速度,。

所以你可以看到一系列的軟件過程是經(jīng)過了很多年的積累下來。當(dāng)然這些還不重要,，重要的是如何讓我們更多的人才,，讓我們所有的初創(chuàng)公司很快地用上這些工具，這個是最關(guān)鍵的,。所以我們要有教育系統(tǒng),。

NVIDIA專門設(shè)立了一個培訓(xùn)學(xué)校叫做深度學(xué)習(xí)學(xué)院（Deep Learning Institute），DLI是NVIDIA在全球推廣的一個項目,，我們在全球幾乎18個國家要去做培訓(xùn)學(xué)校，培養(yǎng)深度學(xué)習(xí)的人才,。而這些人才我們肯定會跟北大這樣的研究機構(gòu),、培訓(xùn)機構(gòu)去培訓(xùn)我們未來的天才，我們也不能只是靠小文幫我們培養(yǎng)在中國的人才,，我們也是希望擴大我們的這個培訓(xùn)的機構(gòu)的能力,，讓北大、清華,、交大,，各種各樣的大專院校、科研機構(gòu)在中國培養(yǎng)本土的人才,，這樣的人才很缺乏,，我相信在今后的這一段時間當(dāng)中，幾乎所有的計算機專業(yè)的人,，學(xué)數(shù)學(xué)的,、學(xué)物理的，都會成為深度學(xué)習(xí)的專家的,。那這些平臺的培養(yǎng),、人才的培養(yǎng),、系統(tǒng)的軟件、硬件的架構(gòu)結(jié)合,，我相信才會幫助我們把深度學(xué)習(xí)用在人工智能當(dāng)中,，同時讓AI達到一個新的階段。所以我希望大家不要再去看你是GPU,、FPGA還是ASIC,，只要是處理器，他要想做人工智能,，你一定要為AI定制,。

我希望我們的AI的處理器跟超級計算機能夠幫助到每一個人。

2

高欣欣：下一個問題是問鐵巖博士的,。如何看待人工智能技術(shù)商業(yè)化,，我們有哪些新的機會？

劉鐵巖：這是蠻有趣的一個問題,，分享一點我的看法,。首先聲明一下，我不是投資人,，也不是這個產(chǎn)業(yè)創(chuàng)投企業(yè)的從業(yè)者,。所以有機會給大家提供一些和你們腦子里想的不一樣的觀點，或許有點意思,。

因為我是做機器學(xué)習(xí)的人,，所以想什么問題都是從優(yōu)化的框架想，我們做得所有的事情都是一個有約束的優(yōu)化問題,。

對于人工智能的商業(yè)化前景,，如果用這套思想想，無外乎兩件事：

·        第一：人工智能技術(shù)的價值在哪里,？就是我的目標(biāo)函數(shù),，你有沒有Value？沒有Value的話,，肯定沒有用,。

·        第二：約束，你的邊界在哪里,？換句話說,，人工智能的風(fēng)險在哪里？責(zé)任,、歸屬怎么界定,？

這兩件事情要想清楚，可能就知道我們在人工智能,、技術(shù)商業(yè)化的途徑中,，哪一個點是值得投,、值得發(fā)展的。

舉幾個簡單的例子,，說到價值,，大致會有兩種：

·        雪中送炭的價值。這個東西如果沒有人工智能技術(shù),，就是做不了,，我們今天做起來很費勁，耗時,、耗力,、耗材，搞不定,。有了人工智能技術(shù),，可以帶來一個顛覆性的變化，這一定是雪中送炭的技術(shù),。

·        錦上添花的價值,。聽起來噱頭很足，有了它真好,，但是沒有它又會怎么樣呢 ,？

所以我也希望投資人包括創(chuàng)業(yè)企業(yè)的人，多想想這個問題,。舉個例子,，開豪車誰都愿意，但我開一個國產(chǎn)的中級車也挺舒服,。所以這是在面對一個技術(shù)要落地化,、產(chǎn)業(yè)化時需要思考的問題。

我們現(xiàn)在有太多行業(yè)跟AI有關(guān),，比如視覺、自動駕駛,，甚至AR,、VR各種各樣的。是不是每一項技術(shù)都能帶來雪中送炭的價值,，不見得,。舉一個像VR、AR的例子,，如果真的能實現(xiàn)全息通信,，我們可以設(shè)身去做教育，這些東西可能真的改變?nèi)藗兏澜绱蚪坏赖姆绞?，那叫雪中送炭,。如果你拿AR,、VR去玩?zhèn)€游戲，多半就是錦上添花,，這是一家之言,。

其實約束這件事情也很重要，一個人工智能技術(shù)的風(fēng)險在哪里,？如果出了問題,，誰來界定責(zé)任？誰來承擔(dān)責(zé)任,？剛才大家都提到自動駕駛,，我其實也希望某一天自動駕駛這個時代真正到來。作為用戶,，我總有一點小小的擔(dān)心,。比如人工智能自動駕駛技術(shù)真的出了問題，就不是小問題,。大家也看到很多新聞,，有很多用戶因此喪命。這些技術(shù)出了問題之后,，這種風(fēng)險怎么控制,？由誰買單？是技術(shù)買單還是運營公司買單,？是不是最后有一天,，大家期望人工智能技術(shù)，可以完美解決自動駕駛,，因為一點小的瑕疵,，就眾口鑠金，所有人就開始攻擊人工智能的冬天要來了,。

所以這一切的東西,，可能都需要人工智能的從業(yè)者產(chǎn)業(yè)化過程中每一環(huán)的從業(yè)者認(rèn)真思考。只有我們有責(zé)任,、仔細,、嚴(yán)肅地面對這些問題，我們才能護航人工智能的產(chǎn)業(yè)化越來越走向春天,，不要因為我們自己的失誤,、大意，我們的overpromise,，使得這個行業(yè)遇到不應(yīng)該遇到的困難,。

3

高欣欣：接下來請問芮勇博士，后PC時代，聯(lián)想有沒有想過什么樣的新型計算平臺,？

芮勇：肯定想了很多的新型計算平臺,，剛才鐵巖提到AR、VR,，有的人可能把它當(dāng)成一種錦上添花的,，但是真喜歡的人就是雪中送炭。

關(guān)于AR 設(shè)備,，其實去年聯(lián)想出了第一款真正意義上三維的手機,，叫Phab2Pro，后面有很多攝像頭,。你可以想象,，我拍大家的時候，可以把大家的場景搬到這個舞臺上來,，把家里,、辦公室的場景搬到這個舞臺上來。這個是一個人工智能后PC時代的產(chǎn)品,。今年一月初的CES上,，我們也發(fā)布了第一款智能音響，今后聯(lián)想在智能家居,、智能家庭,、智能辦公上還會有更多的設(shè)備出現(xiàn)。

今天幾個朋友聊到AI發(fā)展趨勢幾個元素,，我覺得今后AI要往前發(fā)展,，第一個可能還是算法。舉一個例子,，在深度學(xué)習(xí)出現(xiàn)之前,，余凱其實做了一個非常好的算法，在深度學(xué)習(xí)出現(xiàn)之前是拿第一名的,。后來有新的算法出來以后,，很快把錯誤率往下降了，所以算法的力量,，還是不能小瞧的,。每一代算法的迭代，都帶來整個技術(shù)不是這樣的上升,，而是平臺式跨臺階的上升，所以我們不要小看算法的力量,。

其實深度學(xué)習(xí)就是一個換了馬甲的人工神經(jīng)元網(wǎng)絡(luò),，我記得我自己寫的第一個人工神經(jīng)元網(wǎng)絡(luò)，大概是在80年代末、90年代初的時候,。那時候只有一層隱含層,、一層輸入層、一層輸出層,。為什么今天叫深度學(xué)習(xí),？因為隱含層的數(shù)很多。人工智能要往前推進,，算法的力量我覺得是一個因素,。

第二個因素是數(shù)據(jù)。我曾經(jīng)在清華做了一個華東四省電力負(fù)荷預(yù)估的事情：第二天華東四省水電和火電這些廠,，合起來要發(fā)多少電,？又不多發(fā)也不浪費，也不能少發(fā),，怎么預(yù)估,？當(dāng)時就用了人工神經(jīng)網(wǎng)絡(luò)做的預(yù)估。

當(dāng)時我覺得自己很牛,，數(shù)據(jù)很多,，我從四個省拿了兩個月的數(shù)據(jù)去訓(xùn)練。但是今天大家一聽兩個月的數(shù)據(jù)都會笑,，因為今天一個深度學(xué)習(xí)的網(wǎng)絡(luò),，光參數(shù)幾百萬。我當(dāng)時就一層,，是一個淺度學(xué)習(xí),，那時候是可以學(xué)的，因為沒有更多的數(shù)據(jù),，沒有辦法做深度學(xué)習(xí),。這是第二個，所以數(shù)據(jù)也是非常重要的因素,。

第三個因素是計算力,。以前，如果今天訓(xùn)練我們的深度學(xué)習(xí),，可能算幾個月都沒有辦法收斂,，可能算一年都沒有辦法收斂。那你怎么調(diào)整你的參數(shù),？所以強大的運算力,，是使得機器學(xué)習(xí)、人工智能再往前發(fā)展一個很重要的因素,。

第四個因素可以幫助人工智能發(fā)展,，并且真正在產(chǎn)業(yè)界有作用的，是要它能落地。前面的幾個大潮,，它本身就是一種產(chǎn)品,、服務(wù)。比如搜索引擎它就是一種服務(wù),，比如說社交網(wǎng)絡(luò)就是一個產(chǎn)品,、服務(wù)。但人工智能本身并不是一個服務(wù),，它要落到地上,，和產(chǎn)業(yè)相結(jié)合。不管To C也好,，To B也好,，人工智能真正要對我們社會發(fā)生效應(yīng)，一定要和某一個產(chǎn)業(yè)相結(jié)合,，沒有和產(chǎn)業(yè)相結(jié)合,，我覺得很難往下做。

這個產(chǎn)業(yè)就要有很多垂直領(lǐng)域的知識,，我記得在微軟的時候,，還和中科院的植物所做過微軟識花這么一個項目，很有意思,，如果我們只是一幫深度學(xué)習(xí)的人去訓(xùn)練怎么識花,，我們識別效果不會好。只有植物所的專家會告訴你,，識花要看它的葉,、蕊、徑是什么樣,，這些專業(yè)領(lǐng)域的知識加在一起,，你才能真正做出一個非常好的系統(tǒng)，所以要接地氣,。

所以總結(jié)四個方面可能對人工智能的發(fā)展會很有好處：

·        算法本身的提高,。

·        更多的數(shù)據(jù)。

·        更強的計算量,。

·        和垂直領(lǐng)域相結(jié)合,。

4

高欣欣：問顏水成博士的這個問題與創(chuàng)業(yè)相關(guān)。一個人工智能團隊,，在創(chuàng)業(yè)公司百億級美金的公司和千億級美金公司有什么區(qū)別,？

顏水成：這個問題蠻有意思。我覺得差別真的蠻大的,，你在初創(chuàng)公司,，一個人工智能的團隊,，往往只能專注于單一的業(yè)務(wù)。而且這些人工智能成員,，都是一種非常拼命的狀態(tài)。

但是如果你到了百億級美金的公司,，其實這種公司可能不會像每一個業(yè)務(wù)都會建立起人工智能的團隊,，去解決他們的問題。這時候人工智能的團隊,，更像公司一個智囊團,。這時候你要特別小心，有可能不同的業(yè)務(wù)部門,，只要碰到跟人工智能相關(guān)的問題,，就覺得你的團隊能解決，這是百億級的公司,。

千億級美元的公司其實是不一樣了,，它的業(yè)務(wù)已經(jīng)非常的龐大，而且每個業(yè)務(wù)線往往都會組建自己人工智能的團隊,。比如我待過的一個公司,，它同樣的團隊就有七八個。那么當(dāng)這個公司有一個業(yè)務(wù)部門想要做某一件事情的時候,，意味著這七八個團隊相互的PK,，最終希望能勝出，然后方案為公司所用,。

這可能是我觀測到三個量級公司的差別,，可能這對于一個剛畢業(yè)學(xué)生選公司可能非常有價值。如果你就想一門心思做好一件事,，創(chuàng)業(yè)公司不錯,；如果你想學(xué)到非常多的東西，想在不同的業(yè)務(wù)里,，都有一個很好的鍛煉,，也許百億級的公司非常不錯。

5

高欣欣：關(guān)于維英博士的問題是,，如果我們想做出有思想,、有溫度的AI，當(dāng)前最大的障礙和技術(shù)瓶頸在哪,？需要滿足什么樣的條件才有可能實現(xiàn)這樣一個愿景,？

馬維英：我覺得人工智能接下來最大的挑戰(zhàn)和機會，我覺得在自然語言理解,。人跟萬物不同就是語言能力,，用語言描述這個世界,，各式各樣的物體、概念和知識,。我覺得如果人工智能能夠做到把自然語言理解跟自然語言生成兩件事情,，如果能夠做到一定的高度和效果，就會對很多的應(yīng)用產(chǎn)生翻天覆地的變化,。

這種自然語言理解和自然語音生成在今日頭條是一個絕佳的實驗場和應(yīng)用的場景,。舉個例子，頭條問答,。其實我的團隊在微軟亞洲研究院的時候,，也做了很多的問答，小冰也嘗試在里面回答問題,。所以我在問答的領(lǐng)域一直在尋找,，怎么真正做出有用的，其實就需要數(shù)據(jù),。

很多時候,，更細膩度的自然語言理解，光這種大的標(biāo)注,，其實沒辦法理解到很細,。頭條有機會把問答這件事情，比如今天我們在很多閱讀的內(nèi)容里,，不知不覺你的很多信息需求其實可以靠一個問題表達,，你可以用一個問題說出你想要找什么，而且這個問題也不光你問過,，其實也有別人在網(wǎng)上問過,。而且這個問題可以找到一個專家，他是最適合回答這個問題的頭條號作者或者自媒體,。

其實這樣一個問題和答案,，在頭條的平臺上是一個快速增長，而且人工智能可以進來幫助,，讓他們先回答看看能不能回答出來,。如果不能再找專家，甚至專家寫完之后,，我們還可能找誰可能對你這個問題感興趣,，甚至可以再幫你寫作。

這里面我覺得應(yīng)該接下來有機會拿到更大的數(shù)據(jù),，我們可能在問答領(lǐng)域先嘗試做一點重點突破,。如果能夠把全中國，比如一個兆級的Q&A對都找出來建立一個庫,，就已經(jīng)很有用了,。對自然語言的理解,，也就造就了第一階段的訓(xùn)練樣本，我覺得機會很龐大,。

6 

高欣欣：群友給雷鳴老師的問題有些“麻辣”,，如今國內(nèi)的AI人才供不應(yīng)求，價碼據(jù)說已超越國外,，以投資的眼光看有泡沫的跡象嗎,？投資者如何評價一個新創(chuàng)企業(yè)的技術(shù)實力？如何為這一部分估值,？

雷鳴：首先說一下AI人才價碼很高，這個確實,。我覺得客觀的供需關(guān)系決定的,，因為現(xiàn)在確實人才稀缺，所以我覺得如果大家還在學(xué)校讀書,，就好好學(xué)學(xué),。如果已經(jīng)工作，也要找一些機會學(xué)一下,，因為我覺得未來包括編程都很難講,，10年以后程序員是不是跟現(xiàn)在一樣寫程序？所以可能不懂AI,，將來或許你作為技術(shù)也有可能冒著失業(yè)的風(fēng)險,。

那估值是不是過高？還是客觀的講下數(shù)據(jù)?，F(xiàn)在同類型的企業(yè),，在灣區(qū)和中國，我們看創(chuàng)始團隊差不多的情況下,，基本上中國的估值可能是灣區(qū)的2-3倍,。同理我覺得還是供需關(guān)系決定的，如果作為創(chuàng)業(yè)者,，你在這種環(huán)境下,，你該拿錢還是要拿錢的，因為你有競爭對手,。如果他兩三倍的拿,，你很謙虛的拿，你可能打起仗來很難受,，我覺得這是一個,。

另外，很多人說是不是泡沫,，會不會高潮之后就下去了,？我個人的觀點是,，過去也有AI的起伏，先是很火然后不行了,。我特別相信經(jīng)濟學(xué),，一個是社會的進步是持續(xù)的，二是價格圍繞價值在波動,。

我覺得AI本身現(xiàn)在我們能看到,，它的價值在快速增長，包括現(xiàn)在最新的突破,，包括看到現(xiàn)在的無人車,，現(xiàn)在看預(yù)期5年左右。另外醫(yī)療上,，最近醫(yī)學(xué)影像這方面突破非常多,。我們看到它是非常具體的，并不是一個想法,，是真的解決了很多的問題,，而且都比人好了。

所以我覺得應(yīng)該非常相信這一波,，它從價格上是一個持續(xù)上升的,。那價格就是供需關(guān)系決定的，可能這一段時間,，真的創(chuàng)業(yè)也不多,，專家又很少，但是大家拿著錢都覺得,，AI時代來了怎么辦很恐懼就都去投,，自然就高了。

所以回想起來,，我想起互聯(lián)網(wǎng)從大概1996-2000年的泡沫,，當(dāng)時納斯達克指數(shù)好像從1000點左右一下漲到5000多點接近6000點。所以這個事情會不會在AI上重現(xiàn),？其實不是特別清楚,，我覺得以也許有可能。但是回來看互聯(lián)網(wǎng),，雖然泡沫破了,，但是互聯(lián)網(wǎng)對社會的影響還是真實的，還是繼續(xù)發(fā)展的,。所以這里面我覺得第一未來是不會變的,，只不過中間有起伏而已，這是我的第一個觀點,。

第二個觀點,，希望大家做事情還是要務(wù)實,，別趕著泡沫就撈一把，破的時候也跟著沒了,。所以找到你真正要做的實際價值,，在高的時候你融一些錢，但是還是要做實事,。所以沉淀出來你真正的實力,，在泡沫破的時候，你還能很好生存下去,，我覺得這個可能是比較重要的,。

那么在估值的時候，對技術(shù)這塊怎么估值,？我先說大體上VC主要可能還是看硬的條件：比如一般說這個人哪個學(xué)校畢業(yè)的,？然后在哪個大公司的崗位干過什么事情？比如微軟首席科學(xué)家這出來肯定低不了,。第三個看這個人做出的成果，比如發(fā)過多少篇頂級論文等等,，解決過什么問題,。所以你的出身很重要，第二是你實際做出來的東西,。

但是這塊我想說,，其實現(xiàn)在很多VC也慢慢意識到一個問題，創(chuàng)業(yè)本身不僅僅是一個技術(shù)問題,。我們?nèi)绻叵脒^去互聯(lián)網(wǎng)創(chuàng)業(yè),，也不是誰的學(xué)歷高，誰出來就成功,。剛才芮勇博士講的特別好,，得解決實際問題。就是說你創(chuàng)業(yè)出來不是發(fā)論文的,，你是做企業(yè)的,，你要拿客戶要能夠有收入，這樣你必須要針對一個具體的領(lǐng)域做出一個真正有用的東西,，在這一點上,，我們發(fā)現(xiàn)很多的企業(yè)可能還是有所欠缺，一堆技術(shù)的人出來說,，我們有一個技術(shù),，你看全球最好，所以我們看看能干什么,。所以建議最好技術(shù)人員找一個行業(yè)里面有經(jīng)驗的人,，既懂技術(shù)又懂產(chǎn)業(yè)需求,，這樣我覺得可能走起來會心里更踏實，投資人心里也舒服一點,。

高欣欣：經(jīng)過今天的嘉賓分享,，我相信大家都看到了，每位嘉賓都深深相信技術(shù)創(chuàng)新將帶來行業(yè)的劇變,，將帶來世界的劇變,，讓我們一起有信心、有耐心,，一步一步做實事,，去迎接、去創(chuàng)造那個美好的未來,！