余凯年度总结 2016 人工智能的理想能否照进现实？

在人工智能的蓬勃发展中，2016年无疑是一个标志性的年份。在这个时代的交织点，人们对于人工智能的信仰出现了多元化的声音。虽然“技术为王”的信念仍旧坚韧，但商业实践中的挑战和困难让人们对技术的认知变得更加全面和深入。在价格战、商务战和公关战中，人们开始意识到除了技术之外，还有许多重要的因素影响着人工智能的发展。例如，AI产品经理的角色逐渐凸显，他们的重要性甚至超过了科学家；单纯的刷榜行为也被认为意义不大。企业开始关注性价比问题，对人才的需求也开始变得更加实际和务实。在这样的大背景下，地平线机器人公司的创始人兼CEO余凯的故事显得尤为引人注目。余凯先生是一位曾在百度研究院担任执行院长的重要人物，他的成就涵盖了深度学习、语音识别、图像识别等多个领域。他在百度的经历包括了创建百度IDL、领导百度大脑和自动驾驶等一系列重要项目。他在斯坦福大学客座主讲人工智能课程，并带领团队在Image Net评测中获得过世界第一名。在余凯看来，人工智能行业在宏观和微观层面都取得了显著的进步。特别是在算法层面，生成式对抗网络等算法的突破性进展使得行业变得越来越有趣和充满挑战。AI计算硬件的进步也是值得关注的一个方面。英伟达的股票飙升就是一个明显的信号，表明处理器架构正在因为人工智能的需求而重新被定义。地平线机器人等公司正在朝着这个方向进行探索。在AI科技评论的采访中，余凯分享了他对人工智能行业的深刻洞察。他强调了从感知到决策的转变是人工智能最大的变化，并表示优化决策将是未来人工智能的重点课题。基于此观点，他创建了OPEN AI LAB并选择了做嵌入式人工智能。他认为嵌入式人工智能是未来人工智能的一个重要方向，特别是在设备端部署人工智能的需求越来越迫切的情况下。他认为这是创业公司的机会所在，也是他们与大公司竞争的优势所在。余凯的故事和他对人工智能行业的洞察为我们提供了一个独特的视角来理解和思考人工智能的发展。他的经历和观点为我们提供了宝贵的启示和灵感，让我们更加期待人工智能的未来。构建开放式AI生态，培育未来创新之源

在谈论嵌入式人工智能的未来时，我们怀揣着一个宏大的愿景：构建一个开放生态，激发无数创新思想的涌现。在这个生态中，每一个创意都有可能被转化为实际的产品，而这些产品又会共同反哺整个地平线，推动AI技术在各个端上实现突破。

对于地平线机器人来说，我们目前的工作虽然看似小众——专注于嵌入式人工智能的开发与应用。但我们相信，正是这样看似小众的努力，能够逐步汇聚成一股强大的力量，推动整个产业的变革。相比于云端和服务器端的AI开发，嵌入式人工智能的道路更加曲折，但这也使得我们的工作更具挑战性，也更有成就感。

在创业的道路上，小公司面临着资源匮乏的问题。地平线公司的目标却远超许多大公司，我们追求的不仅仅是一家公司的成功，更是整个产业的变革。这种挑战的难度无疑增加了许多倍，但我们仍然对未来的发展充满信心。

回顾过往经验，无论是在百度深度学习研究院还是在创业公司，招聘一直都是一个巨大的挑战。地平线同样面临着如何吸引顶尖人才加入的难题。在人工智能领域，真正有价值的工作往往是困难的、充满壁垒的。地平线非常注重吸引那些冷静思考、有远见的人才。我们深知，正是这些人才推动公司不断前行。

关于AI产品经理和研究大牛的讨论，我认为两者在公司的价值是不可或缺的。研究大牛以其深厚的积累和持续的创新力为公司带来宝贵的科技资源。而AI产品经理则通过定义需求确保技术成果能够解决实际问题，为公司的商业发展注入动力。两者相辅相成，共同推动公司的发展。

对于外界关于人工智能公司技术差距较小的说法，我认为确实在某种程度上反映了当前行业的现状。但随着技术的深入发展，真正的创新将成为决定公司命运的关键。中国虽然在竞赛和刷分方面表现出色，但在原创性技术和真正的创新方面仍需努力。地平线机器人将持续致力于推动原创技术的研发和应用，为行业的未来发展贡献力量。在2017年，人工智能行业展现出了令人瞩目的活力和潜力，随着技术的深入研究和广泛应用，行业格局和发展趋势愈发清晰。对于未来，我有以下展望和预测：

深度学习领域的原创性研究将继续取得重大突破。今年，虽然国内在深度学习领域的创新成果相对较少，但随着全球科研力量的持续投入，未来我们有望看到更多的原创性突破，推动人工智能技术的持续进步。

人工智能技术将更深入地与实际应用场景结合。商务和销售的推动将使技术更快速落地，产生实际价值。技术研发将更加注重差异化，针对特定问题和场景提出创新解决方案，这将加速技术的实际应用和普及。

在产业生态方面，我预计会有更多的欧美AI初创公司被谷歌等巨头收购。这既是这些初创公司明智的选择，也是大公司在前沿技术布局上的策略。我希望国内的大公司也能更多地关注到技术和人才的收购，为技术创新产生正面影响。

对于人工智能的投入产出比问题，虽然目前看似不高，但随着技术的成熟和应用场景的拓展，AI将逐渐实现更高的商业价值。即使资本市场出现短期波动，AI行业的发展趋势不会改变，因为它正在实实在在地创造价值。

关于人工智能泡沫的问题，实事求是地说，按照某些投资机构的计算方法，AI泡沫确实存在。长期趋势来看，适当泡沫是正常的，它给各公司提供了登台的机会。我们也要认识到技术创新的重要性，以及中国缺乏以技术创新为主导的经济增长模式的现状。对于投资机构和创业者来说，准确评估技术类投资和To B业务是非常重要的。

对于整个行业的发展，我认为理性驱动和价值驱动将是关键。投资机构和媒体的关注无疑推动了AI的发展，但真正能够冷静、专注于创业的企业家会走到最后。对于未来的一年，我预测AI行业将继续保持高速发展势头，大浪淘沙后留下的将是真正有价值、有竞争力的企业和项目。人工智能行业充满了机遇和挑战，未来的发展将更加令人期待。我对未来充满憧憬，特别是在人工智能领域，对于以下几个方向在2017年的进展抱有极大期待：

人工智能处理器硬件行业能否迎来重大突破，让我们见证技术的飞跃。算法上能否持续创新，引领行业迈向新的高度。而在应用场景方面，我热切期盼医疗、自动驾驶、智能家居等领域能够取得重大进展，将人工智能技术融入日常生活，造福人类。

从创业投资角度看，我预计明年下半年，投资者将会更加冷静、理性地审视市场。并非投资力度降低，而是投资焦点将更为明确，资本将更多地流向具有明确发展方向和价值的团队和项目。

对于群友的问题，我也有深入的思考和见解：

关于谷歌无人车事业部的拆分，我认为这是商业策略和技术路线调整的自然结果，而非意味着自动驾驶遇到了瓶颈。谷歌在商业模式和技术路线选择上存在一些问题，如商业策略不清晰，技术路线过于激进等。而拆分后，或许能更好地专注于技术研究和市场开发，寻求新的突破。

对于强化学习和迁移学习的应用及发展，我认为两者都有巨大的潜力。强化学习面临的主要挑战是如何处理长期依赖性问题，而迁移学习则需要在参数和结构迁移上取得新的突破。两者都有广阔的应用前景，但也面临着诸多挑战。

对于深度学习开源平台的发展，我对于Tensor Flow和MX Net都有很大的期待。特别是MX Net作为一个更加开放的中性平台，对于推动技术创新和生态健康发展具有重要意义。

对于未来的人工智能技术公司，我认为平台和产品类公司更有可能成功。关键在于满足巨大的市场需求和足够的差异化和独特性。而纯算法公司的成功将越来越难，因为新的算法不断出现，壁垒越来越低。

我对未来充满期待，期待人工智能技术的更多突破和应用，也期待创业者和投资者在这一领域的更多创新和理性思考。