IDL创立者、地平线机器人技术创始人及CEO余凯 新浪科技摄新浪科技 李根
这是余凯宣布创业后第二次参加亚布力中国企业家论坛。这一次，这位人工智能方面的专家最大的感受是：整个投资界和企业界对人工智能的了解更加深入、更接近真实的状态，开始从门外进入门内。
一年前，这位百度IDL的创立者、地平线机器人技术创始人，还需向参会企业家解释“深度学习”、“人工智能”，“神经网络”……但仅仅一年后，人工智能就完成了快速知识普及，“是什么”的问题早已被解决，更多企业家再公开和私下的交流中，开始频频问到余凯：人工智能“为什么”和“怎么用”。
余凯参加了一个名为“互联网下半场”的论坛，他的感受是：“无论是嘉宾的观点还是台下的问题，都是关于人工智能的，所以大家的关注有增无减。”
实际上，就在这个“互联网下半场”的论坛上，是否真有“下半场”竞争的问题还被发言嘉宾质疑，但惊人一致地是，所有人都认为下一波技术革命便是人工智能。
不过，在这一波人工智能革命中，具体发展方向如何？为什么说深度学习解决不了所有问题？小数据学习又是怎样一回事？人工智能的人才培养该如何来做？
余凯在接受新浪科技专访时，谈到了如下观点：
新浪科技：这是第二次来亚布力企业家论坛，感受有何不同？
余凯：大家对人工智能的理解更加透彻、更加到位、更加理性，我觉得有AlphaGo这样的事件的影响推动，但更多是企业家和投资人在过去的一年里自身努力的结果，包括很多企业家跑到硅谷、以色列去访问学习，所以他们对这个产业方向，对技术的关键和壁垒有了更充分的了解。我认为从门外开始进入门内了。
新浪科技：整个企业界开始朝着更明确的方向发展？
余凯：对，比如说大家越来越多地认识到：人工智能仅仅是一个算法的话，或许不能够根本解决问题，产生的价值也不是特别大，如果更多地从整体系统、解决方案去垂直做透的话，才能建立起更深的壁垒，创造价值。我觉得这点的话，我觉得是越来越朝着正确的、到位的方向在发展。
新浪科技：地平线来说，什么方向是正确、到位的方向？
余凯：大方向是软硬件结合，很关注处理器。因为算法和硬件结合，能产生上千倍效率提升，使得很多事情都变得可能。
新浪科技：目前谈到人工智能，关于神经网络的观点会比较多，但也有声音把神经网络批评为“黑箱”——出了问题很难找。
余凯：我觉得这是一个蛮深入的问题，因为我们不光谈深度学习的优势，也要看到它的劣势、它的边界，我们才能找到这种正确往前的方向。
深度神经网络确实有这个问题，相对来讲是一个比较黑箱的系统，所以我也觉得在自动驾驶这个领域，其实它面临一些挑战，因为在这里面，大家希望这是一个可控的，功能安全方面得到保障的系统，我们不希望它出现异常的这种行为。
怎么去达到这一点呢？地平线在这一块其实很早就开始意识到，深度学习不是人工智能惟一的要素。我们必须要把深度学习跟其他的一些框架，比如说增强学习、网络结合在一起，使得整个系统是一个相对来讲白箱的系统。这个是我们一直在研发的这个方向。
新浪科技：所以如果说现在有一些技术去取代神经网络的话，您看好的是哪个？
余凯：深度神经网络其实更加适合做感知，而贝叶斯理论的核心是推理，只有从感知到推理才能到决策。所以最终来讲，你希望达到一种理性的推理、理性的决策，这里面正好是贝叶斯网络一个大行其道的地方，所以我是非常看好这个方向。
未来汽车的自动驾驶，应该是深度学习跟贝叶斯网络结合的这么一个思路。
新浪科技：神经网络需要大量的数据训练才有成效，回到无人车领域，比方撞车、紧急情况等情况，就很难有大量的数据让网络学习，您怎么看待这个问题？
余凯：没错，这面临到未来的一个趋势，是一个“小数据学习”的问题。这个趋势要有一个完全不同的思路，而不是盲目的灌数据，因为大量采集的数据都是正常路况的数据，而这种紧急情况的数据是没有的，所以这对深度学习是一个挑战。
这就要加入更多的因果推理，因果推理的这个框架衍生出来的就是贝叶斯网络，这个是加州大学洛杉矶分校Judea Pearl教授，在80年代就已经很著名的成果，曾经在人工智能这个领域是非常主流，后来由于神经网络的发展大家淡忘了。
但是历史总是回旋往复地往上去发展。就像80年代的时候，深度神经网络其实当时也非常主流，但是90年代就被人给淡忘了。我认为80年代被Judea Pearl提出来的“因果推理”，现在应该被提上议事日程。
过去十年深度神经网络发展，让我们在感知这个领域突飞猛进。但是所有的这些人工智能，包括自动驾驶，其实感知都是为了决策来服务，所以最终要走到决策。
一旦走到决策的话，所谓这些小数据、这种紧急情况，实际上是要根据这个情况然后做一个决策，就是在很多的状态空间里面，去找到风险最小的一个路径。这里面其实是各种的因果推理，不是识别。
深度神经网络是识别，如果是因果推理，就需要有一个因果推理的框架来做这个事情。
地平线的核心团队，包括我自己的背景，都是在人工智能这个领域工作了很长时间，所以我们能够以一个更高的视角来看这个问题，不仅仅是当前热什么咱们就做什么，因为当时热的东西一定会过去。
新浪科技：刚刚结束的AAAI17上，大会收录的论文，来自中国的投稿数量第一次超过美国，这个数字能说明什么？以前也有统计说人工智能领域中国人很厉害。
余凯：中国整个来讲对人工智能的关注度越来越高。但论文中虽然有很多从名字能看出来是中国人，但大部分估计还是在美国的留学生或者华裔学者。数字还不能说明问题。因为中国本土的科研这块其实还是有差距的，有蛮大差距。
我们整个创新的土壤，相对来讲还比较偏急功近利。
新浪科技：您之前也批评过说有一些AI企业有抄袭或者比较急功近利的情况。
余凯：对，真正愿意平心静气，去做比较长远的、创新性研究的人和企业在中国还比较少。华人学者在这个领域的规模越来越大，这也是正常的，因为我们的人口基数大，但是有没有更多的创新性的东西在这里面出来。
好像据说今年 Best Paper 什么之类的其实并不是华人，所以我们还是有空间继续去努力。未来我还是很乐观，华人在整个人工智能领域的影响力，最后会变得非常领先。
新浪科技：很多企业都说，人工智能的专业人才不好招。您在实践中，也会遇到这样的困扰么？您又是怎么解决的？
余凯：我们去年在9月份有一次大规模的巡回校招，收了一批顶尖的学生，我对这个还是比较满意，我们会进行内部培训。
包括我以前在百度的时候，当时成立深度学习研究院，那个时候中国大学没有培养什么人工智能、深度学习方面的人才，基本上很多都是我们自己培养，后来很多人在百度或者其他公司里成为顶尖的中坚力量。所以我们可以去培养。
我们有个计划，所有我们今年校招录取的学生，夏天的时候把他们全带到硅谷去，进行为期半个月的一个培训，我会请世界顶尖的专家来给他们讲课。
新浪科技：您是看中什么样的条件去招这些应届生、去招这些未毕业的学生的话，是需要他的逻辑好或者是工程能力强、还是就是得数学好？
余凯：我看中的，还是所谓德才兼备。
德，就是合作的能力，还有对整个使命感，对未来世界的好奇。人工智能改变世界的这么一个使命感跟好奇心，不断学习的这种愿望，我觉得这个是这个人的一个基本面。其次的话，在数学、在编程这些方面，应该有相当不错素养。
基本上是这两个方面，我们还是比较强调综合能力。比如说德这块，其实也包括学生的这种人文素质。最近我越来越觉得，好的工程师往往有很好的人文素养跟人文关怀。
新浪科技：现在在人工智能领域，您的公司来讲，最缺的是哪方面的人才，产品经理或者算法高手是哪方面的一个人才是比较缺的？
余凯：我觉得都需要。只是做一个研究的话，其实有的时候是需要有一个创意，而且要非常非常的出众，但是做企业的话，实际上你会发现，需要把好多不同的方面都组合在一起，最后成为一个很优秀的产品或者是技术。
企业强调的是综合能力，而学术界的技术创新是一个想法的突破，这个很不一样。所以驾驭一个企业的复杂度远比学术研究要高。
新浪科技：刚结束不久的CES上，地平线联合英特尔推出了最新的 ADAS 系统，目前有什么进一步进展？
余凯：CES到现在时间比较短，技术上很难说有什么突破性进展，但CES结束后，我们收到了不少车厂的联系，可以透露的是，有两家世界最大的车厂都向我们发出了合作联系。