造就Talk | 余凯：十年后，AI Inside无处不在
我是余凯，过去有一段时间在百度工作，创立了百度深度学习研究院，曾发起百度的无人驾驶项目。去年7月开始，我和一群小伙伴耐不住寂寞，一起创业了。现在是创业公司地平线机器人的创始人和CEO。今晚的演讲主题叫做“无处不在的AI Inside”。我认为在未来，我们用的所有产品，可能都是AI Inside（智能的内在）。我们已经在不知不觉间进入到一个新的时代，这个时代叫“人工智能的革命”，或者叫“机器人的革命”。回顾人类历史，有过三次产业革命：第一次是蒸汽机时代带来的产业革命，第二次是电气时代，第三次是信息时代。这一次人工智能的革命，让包括我在内的很多人感到激动不已。在我看来，前面三次的革命实际上都是以人为中心，延展人的体力和脑力。它让人可以跑得更快，飞得更高，看得更远。人工智能的革命体现则非常不一样。我们看VR、AR，感受到的是一个虚实融合或者虚跟实没有明确界线的世界。现在坐在我对面，跟我下棋PK、可以自主做决策的是AlphaGo。未来我们会看到更多自主开车、自主飞行，甚至自主地跟你讲故事。
它已不仅仅是以你的体力和脑力为延伸，它可以自主做决策。这样一个尤其鲜明的特征，实际上就定义了在新的世界里，有一个可与人类共存的物种。
说到这个物种，“Robot”在中文语境中被翻译成“机器人”，我认为这是有一定偏差的。这种偏差可能会让我们在创业、制订课题、投一个项目的时候，产生误解。《剑桥字典》对“Robot”的解释是：Robot是一个在计算机的控制下，可以自主去完成一定任务的机器。它实际没有人的概念，Robot是智能的机器。这里不得不说“安卓”这个词，英文里叫“Android”，它不只是一个品牌，它有具体的意义——长得像人的Robot，所以Android实际上是机器人。
未来的世界里，还会有很多很多Robot，有一部分是Android，但绝大部分Robot不一定长着人的形状，却有着智能的内在能力，就是AI Inside。
这个白色机器人叫Pepper，由孙正义的日本软银集团和法国Aldebaran Robotics研发。它是一个有自主反应的机器，而且长得像人形。所以它是一个Android，当然更是一个Robot。日本大阪大学的石黑浩教授，专注于制造人形机器人。他每年都会来到中国，展示他的一些机器人作品，像这样长得非常漂亮、惟妙惟肖的美女机器人。对背景知识稍有些了解的话，你会发现，实际在舞台后面某个小房间里，有个小女孩坐在电脑前控制着这个机器人，控制着所有的人机交互。你与机器人对话，回应的都是那个小女孩所做的理解，并非机器本身。所以这个东西我能叫它“机器人”吗？它其实跟木偶没什么差别。谷歌发布的Google Home，亚马逊的Echo，Misa展示的他的桌面机器人Rokid，它们能够自主跟人交互，甚至帮助你完成一些任务，它们都是Robot，但长得不像人，所以它们不是Android。现阶段应用领域，我们看到的大部分都不是Robot。比如汽车，基于我的操控，它可快可慢，可左可右，但它自己不会自主地做任何事情。如果，我们在汽车或这类产品上装上传感器，装上处理器，结合智能的算法，未来它就能自主决策。它们都会变成Robot。
今天的无人机已经具有自主定位、导航、避障等功能；Nest Labs公司的这款学习型恒温器，可以自动控制暖气、通风及空气调节设备，让室内温度恒定在你设定的温度。所以我们的未来，实际上是无处不在的Robot，无处不在的AI Inside。一个路线是，我们去造这样的Robot，它具有非常敏捷的机械能力，并且长得像人的样子；另一条路线是，不断地提高它的智能水平和能力，以及它对知识处理的能力。以人类和人类的近亲为例，猩猩的骨骼比人类更强大，肌肉也更发达，甚至更加的灵活，但它现在只能生活在丛林，找香蕉果腹。而人类不断地拓展自己的知识境界，已经在征服宇宙、太空。这里面的差别在于什么呢？相较于猩猩强健的骨骼、灵活的躯体，人类拥有非凡的大脑。与惊动世界的、AlphaGo第一次打败人类最强大围棋手信息发布同期，也是谷歌的新闻，谷歌打算卖掉旗下一个名叫Boston Dynamics的著名子公司，该公司是世界上最先进的人形机器人开发公司。资源庞大如谷歌，它更愿意去开发像AlphaGo或是Google Home这样具有非凡大脑的科技产品，而不是有强健体格的人形机器人。大脑的系统里面，具有感知、认知、决策这方面的能力。比如感知，它的本质是算法，在过去的十年时间里面，不断推动算法进步的实际上是深度学习技术。深度学习是从模仿大脑神经系统最简单的单个神经元开始，去构造一个更加复杂的网络结构。通常它们有分层的结构，还有前后时间序列的结构，使得它能够处理复杂的语音识别问题和图像问题，包括AlphaGo下象棋的问题。数据大爆炸时代，深度学习正逢其时的主要原因是，深度学习与传统算法相比，更加适合大数据。在数据不断增长的时候，效果得到不断地提高。以AlphaGo为例，它在上一次战胜欧洲冠军的时候，还只是职业二段的水平。经历四个月的自我对决，产生几千万盘的棋局的数据，再通过这些数据训练系统，使得它从二段跨越到远高于九段的水平。事后媒体披露，就在它跟李世石比赛之前，用最新系统和当时职业二段所用系统来比的话，让四个子，它还能赢。要知道，职业九段如果让四个子，他是根本赢不了职业二段的。今天的深度学习已经从感知进入到决策时代。这个决策的核心框架就是我们所讲的增强学习。增强学习要解决的问题是，怎么样连续做决策，以期优化你的长期收益。过去，我们看到互联网和云计算的强大，把所有计算都放到云端。但是这样有一个问题，自动驾驶时，突然前面有一个小孩横穿马路，你该怎么办？把信号传到云端，等待处理以后再做决策，万一网络不行呢？更好的架构是云端与本地相结合。提及本地实现、云端实现，我们一定会谈到处理器。CPU？通用处理器？我们要说的是人工智能芯片这种特殊的处理器，专门处理感知、认知和决策控制的问题。为什么大脑芯片不用通用处理器，而需要专用处理器，人类的大脑就是“通用处理器”啊？我们有很多的理由可以告诉你，人类大脑其实是“专用处理器”。过去很多人问我，地平线机器人为什么要做人工智能的处理器？这是一个挺难回答的问题，但是最近看新闻，说谷歌也在做人工智能的处理器（专用的深度神经网络处理器），而且已经做出来了。这还能成为问题吗？“地平线”希望去构建这种人工智能的大脑系统。基于这个处理器和操作系统，它会成为一个平台，以便让更多的开发者和公司，在上面开发各种各样的人工智能应用，包括语音、图像、自然语言理解、对话、决策控制、投资、自动驾驶等。目前我们思考的产品线主要在两个领域：安徒生平台，是一个通用的平台，主要面向智能家居领域；雨果平台面向自动驾驶，它对性能的要求更高，而对功耗的要求相对较低。
它像实时的4G一样，能感知整个路面所发生的情况。在一个非常复杂的街区，它能够识别行人、骑摩托车的人，各种各样的车辆。自动驾驶可根据这个判断进行规划和控制。
这背后实际上是一个深度神经网络。基于单目摄像头，运行在一个芯片上面所实现的较强能力。智能手机在移动互联网世界，从上到下催生了一个巨大的产业机会。它不光有芯片的应用，还承载了那么多的移动应用。未来会是怎样？在我们看来，从现在开始，一直到2025年，10年时间，每个人的周遭以及你所使用的工具里，都会具有AI Inside设备。我们即将面对一个无处不在的AI Inside世界。从体量上来讲，它会是智能手机时代所产生的经济体量的10倍以上。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
