IT思维

在网易AI公开课无锡站开讲之时，邓志东连夜准备了近百页演示文稿。

虽然是一种普及性的公开讲课，但邓志东丝毫不会马虎。自1992年进入清华大学从事博士后研究并留校任教以来，邓志东20多年里长期专注于人工神经网络与强化学习的研究。2009年开始，邓志东在国家自然科学基金重大研究计划资助下，在8年多的时间内，主持研发了3辆自动驾驶汽车。

公开课结束后，邓志东接受了网易智能的独家专访，随和安静的他对于人工智能却侃侃而谈。

“与80年代知识工程和专家系统的火爆相比，那个时候人工智能整体上开始趋向低潮、边缘，而人工神经网络和强化学习又是人工智能中的边缘，实际就是边缘中的边缘。80-90年代人工智能的主流研究是知识工程、专家系统和统计机器学习等，那时候的教科书像《人工智能导论》等，只有很少篇幅介绍人工神经网络。

当时很多人都认为神经网络没有什么实用价值，与人的水平（human level），差距也比较大。”邓志东这样描述那个年代的人工智能研究。

这一次，不只是学术界，包括谷歌、Facebook、亚马逊、微软、IBM、苹果、百度、英伟达、英特尔、高通等在内的各大科技巨头都纷纷押注于人工智能，甚至要利用人工智能重塑企业及对产品赋能，这充分反映了人工智能对于人类未来的影响，有可能会变得非常之大。

“对于巨头型企业来说，最不能犯错的就是公司对产业发展趋势的洞察，这些重大战略决策一旦出错，整个“帝国”就有可能轰然倒塌，”邓志东说到，“客观地说，目前几乎所有IT巨头都把自己的未来之一押注在人工智能之上，因此这一轮大数据人工智能的兴起，绝对不是空穴来风，也绝不仅仅是为了追逐热点。”

“目前的大数据人工智能是有商业价值的。”邓志东坚定地说。

邓志东认为，对计算能力提升的强烈需求或许会导致类脑非冯×诺依曼体系计算机的出现，不但可同时支撑更大规模的大数据和更大规模的深度学习模型，而且还具有极低的功耗。“但是很多人鼓吹的千万倍的计算能力提升，我觉得短期内还很难实现。”邓志东坦言。

邓志东说，大数据与大计算驱动的弱人工智能，目前确切地说，就是深度卷积神经网络和深度强化学习，对许多细分的特定应用场景，的确能够达到甚至超过人类的水平，但它远不完美。

“比如目前的弱人工智能可以看得清、听得清，但是还没有达到看得懂、听得懂和读得懂这一程度。又比如不能处理小数据，没有推理能力，也不具有可解释性等。”在邓志东看来，这些极具挑战性的前沿问题如果想要有所突破，就必须真正与神经科学的研究相结合。

如何结合，这是一个关键难点。

也就是说，迄今的人工智能还没有受到神经科学太多的启发与贡献，只是在早期的一些人工神经网络模型中才有所体现。

事实上，我们对人脑的了解太少，很多复杂高级的智能行为，比如人的记忆、注意力、抽象、想象、推理、规划、决策、知识学习、动机、意识等，大脑到底是如何工作的，这些我们都不甚清楚。用邓志东的话来说，现在的人工智能，其各种能力或表现只是形似而神不似。

另外，在算法的发展上，邓志东也认为短期内很难有革命性的进展，而目前的突破点是如何解决小样本或小数据的学习问题，这也是目前深度学习算法产业应用的突出问题之一。”邓志东认为，前面说的没有理解能力、不能处理小数据、黑箱式不可解释、没有推理能力、不能进行多任务学习等，解决这些问题，也正是下一步人工智能需要努力的重要方向。

邓志东向网易智能表示，最近8年多的自动驾驶研发是他研究生涯中做得最困难，也是挑战性最大的一个项目。”因为自动驾驶汽车除了在实验室进行算法和关键技术突破之外，80%以上的时间还要在真实的道路和交通环境中进行测试、调校和改进。而且我们不是做其中的一个部分，而是做自动驾驶汽车的整体解决方案。“邓志东解释到。

第一次变革是从内燃机汽车变革为电动汽车/新能源汽车，这个趋势已经非常明显，而且有很多国家已经开始制定内燃机汽车退市的时间表。

第二次变革是从电动汽车变革为智能汽车/信息化汽车，后者可以通过OTA（空中下载）进行功能的软件定义与升级，目前的典型代表就是特斯拉。

第三次变革是从智能汽车变革为自动驾驶汽车（L4），而邓志东认为SAE L2、L3级别只是一个过渡，只有到了L4级别才有商业价值，因为这时司机才被完全取消了。

第四次变革是从自动驾驶汽车变革为真正的无人驾驶汽车（L5），后者已没有方向盘和油门/制动踏板，没有后视镜，也没有区域和功能的限制，即人能去的地方它能去，人不能去的地方它也可能不能去。但这一天的到来还比较遥远。

第五次变革是从自动驾驶或无人驾驶汽车变革为共享自动驾驶生态，它将催生新的商业模式和产业形态，彻底颠覆人类的出行方式。

“在我看来，第一阶段的变革已经发生，第二阶段的变革正在进行之中，而第三阶段的自动驾驶已经看到产业端倪，例如很多人认为2021年前后将会是自动驾驶汽车的产业元年，但这必须有赖于人工智能、云服务、高精地图、5G、车联网、ITS等的共同推动。”邓志东说到。

谈到自动驾驶未来的商业模式，邓志东强调，未来的汽车一定是To B的而不是To C的。邓志东认为，到时候用户不会去买自动驾驶汽车，就和现在没有人愿意再去买共享单车一样，这绝对不是因为买不起。

主要就是太麻烦了，买车需要个人去面对上牌、车位、年检、保险、保养等各种烦心事。“就像共享单车一样，对共享自动驾驶汽车也是刚需，如果技术开始成熟，也会一夜之间出现，但可能是与叫车公司合作，又或者是由运营商独自经营的。”邓志东说到。

在邓志东看来，现在自动驾驶还卡在技术上，包括人工智能的渗透，云服务、5G、固态激光雷达的普及等。“一旦这些条件具备了，未来自动驾驶汽车的普及就会像智能手机一样，是一个很快的过程。”至于全球自动驾驶汽车市场，谁会抢得先机、占据主导地位，是整车厂商，还是科技巨头、Tier 1，或者是叫车企业？邓志东表示现在还不得而知。

大数据大计算驱动下的弱人工智能产业，垂直应用领域非常广泛，包括现在很火的无人零售店、智能音箱、深度学习智能摄像头、智能服务，甚至是庭审的速记，还有就是智能医疗、智能金融等等。

邓志东建议，中国人工智能的应用场景规模非常大，互联网与云平台的普及让我们容易得到大数据，加上在中国商业落地速度更快以及政策的支持力度大。

“短期内政府的大量资金投入，应特别注意导入市场的力量，即中国人工智能产业的发展，应该走以市场为主导以企业为主体，产业为先之路。”

但邓志东也同时指出了中国人工智能发展的短板，就是原始创新能力不足，投资界过于追求短期盈利，还有体制机制的障碍，巨头型人工智能企业还比较少，缺乏高端基础性研究人才和人工智能工程开发人才仍需迅速壮大，以支撑中国人工智能产业的迅速发展等等。

总之，时代的进步、历史的巧合，让大数据深度学习暂时占据了人工智能的舞台中心，也使人工智能从失落走向产业革命的主角之一。数据智能，智能革命，未来可期。