📖 ZKIZ Archives

碎片化知識和碎片化學習

keso怎麽看 2017-03-22 11:24

本文由keso怎麽看（微信ID:kesoview）授權i黑馬發布，作者 keso。

3月8日是婦女節。羅輯思維旗下的“得到”在北京搞了一場有關知識付費的溝通會，分享了得到一年來的運營體會。不過，得到上目前掛牌的19個收費專欄，一水兒的男作者，沒有一個婦女。

在羅輯思維的創始人羅振宇的定義中，得到是一個碎片化學習的服務，所以他必須說清楚碎片化學習這件事是成立的。他的理由包括，第一，知識的產生過程就是碎片化的，等到有了理論，形成體系，知識已經陳舊；第二，整個中國文化就是碎片化的知識，比如一部《論語》全都是孔子和弟子間碎片對話的零碎記錄，毫無體系；第三，人們讀書學習最後留在腦子里的，也都是碎片化的知識；第四，今天人們的時間越來越碎片化；第五，這代人有普遍的知識焦慮，需要終身學習，而終身學習就是終身碎片化學習。

這些理由里有太多似是而非，太多牽強附會。知識的產生固然是零散的，但不代表知識的學習也必須是零散的、碎片化的。

整個物理學，上至古埃及的金字塔設計師、古希臘的阿基米德，近到意大利的伽利略、英國的牛頓，直到現代的愛因斯坦、海森堡，上下幾千年，由不同的人在不同的時代，逐漸把一個“碎片化”的物理學，豐富成一套囊括力學、電磁學、熱力學、相對論、量子力學等不同門類、不同領域的龐大而精密的現代科學體系。那麽是不是說，我們只要用碎片化的學習，就可以掌握這套碎片化形成的物理學？

有種說法，人在娘胎里9個多月經歷了整個生命進化史，出生後用20年左右的時間經歷整個人類文明史，後一個過程，就是學習，從義務教育到大學教育的系統學習。孔子的學說當然不是系統的理論，聖經、佛經也算不上系統的理論，唐詩宋詞就離系統更遠，即便僅僅以知道為目的，以增加一點可供炫耀的談資為目的，這些碎片化的知識也很難用碎片化學習的方式掌握。

如果用大塊時間認真讀完一本書，留在腦子里的只是一些知識的碎片，那麽讓別人替你閱讀，然後把這些碎片挑出來，花5分鐘講給你聽，豈不是省時省力，效果相同？別說，這種事兒還真有人幹過，幾十年前就有人弄過《世界文學名著縮寫本叢書（全10冊）》，據說銷量還不錯。

羅振宇說，反對碎片化學習的人有兩種，一種是自己壓根兒就不學習的人；一種是知識特定領域的既得利益者，比如說老師。我是不是也可以反過來說，支持碎片化學習的人也有兩種，一種是自己壓根兒就不學習的人，一種是知識特定領域的既得利益者，比如說正在做得到的羅振宇。

我一個做幼兒英語教育的朋友跟我談了他對學習這件事的一些基本看法：首先，自學基本上是沒戲的，偷懶、回避學習是人類的本能，除非自制力特別強的人，普通人只能通過系統化、強制化的教學來學習；其次，看起來很高級、很個性化的一對一教學是沒戲的，須知大多數的學習是極其枯燥乏味的，一個教、一個學，老師和學生都會感到疲憊，得有同學，有競爭，才能形成學習氛圍。

當然你仍然可以說，這位也是知識特定領域的既得利益者，自然會千方百計地維護自身利益。不過我這位朋友暫時還算不上既得利益者，他只是剛剛進入幼兒英語教育這個領域，在做了大量的市場調研，和小規模的產品測試之後，得出的結論。

我並不反對碎片化學習，實際上我們大多數新知識的掌握，並沒有經歷一個專門的“學習”過程，而是在個人主觀意願的驅使下的時時用心，所謂“處處留心皆學問”。我相信大多數人可以每月騰出讀一本書的時間，卻無論如何騰不出一年內每天5分鐘讀一個專欄的時間，後者的成本太高太高，高到無法承受。就好像每周打兩小時羽毛球，大致上可以做到，每天鍛煉一刻鐘，成本太高太高，高到無法承受。而且，“每天5分鐘”這種學習模式，真的是碎片化學習嗎？

我一直認為，在這一輪內容收費潮流中，得到是感知比較早，做得比較專業的一家，而羅振宇一直扮演內容產業引路人的角色，也讓得到受益很多。

在具體的操作上，羅振宇更在意那些自帶註意力的頭部內容，也就是具有最強帶動作用和最大收益的部分。這有點像當年陳年操盤的卓越網，放棄長尾，專攻頭部，做爆款，小品種大批量。大約傳統媒體出身的人，對頭部、精品、爆款情有獨鐘，也很擅長此道。但在我看來，互聯網了不起的地方在於，它不在乎頭部、精品、爆款，它更在乎機制。

Google不太喜歡在搜索結果中刪除作弊網站，它更喜歡通過作弊網站發現機制的漏洞，然後去修補漏洞，杜絕更多的網站利用這種漏洞。微信公眾平臺不做公眾號推薦，不做分類導航，不做內容運營，它通過為公眾號作者賦權、賦能、提供工具，為優質內容的生長創造合適的生態環境。我認為這才是互聯網的方法。

年初我在朋友圈分享了羅輯思維CEO脫不花的一個演講，核心就是抓頭部內容，重運營。我分享時附了一段評論：“得到確實做得不錯，但從內容平臺價值的角度看，目前中國還沒有任何一個內容平臺的價值，抵得上微信公眾平臺的十分之一。恰恰是去中心化、長尾、不運營等等這些得到看不上的特質，決定了一個內容平臺的價值。”羅振宇在下面評論說：“不是看不上。是那個機會對我們這代人不存在了。”

其實不然。我並不是要讓得到成為微信公眾平臺，我想說的只是看待事物的不同觀念，是技術的觀念，還是媒體的觀念，是去中心化的觀念，還是中心化的觀念。傳統媒體出身的人，多半會接受中心化的觀念：我是精英，我比大眾更清楚大眾需要什麽。信仰技術和互聯網的人，則更喜歡去中心化的觀念：我們希望建造一片森林，讓所有的生物自由生長，但它們不是我們培育出來的。

2000多年前，當羅馬將軍愷撒漫步在被他的軍隊焚毀的埃及亞歷山大圖書館中，想到曾經存在過的70萬卷藏書，我不知道他是否有過知識焦慮。如果有人每天花5分鐘時間給他講10本書的碎片化概要，他的焦慮會不會減輕一些？不過莊子老師早就說了，“吾生也有涯，而知也無涯。以有涯隨無涯，殆已。”用有涯的生命，追求無涯的知識，那還不焦慮到死？

所以，看開點，在這個碎片化的世界上，哪怕你把每一個5分鐘都用來碎片化學習了，你還是學不到九牛一毛，還弄得人生特別淒苦，何苦呢？

文章評論

匿名用戶

發布

全部評論：10

發布

創業者應該向藝術家學習什麽？你應該看看Netflix這部新紀錄片

紅杉匯 2017-03-24 12:07

本文由紅杉匯（微信ID:Sequoiacap）授權i黑馬發布，作者 洪杉。

這次，我們沒有推薦書，而是“意外地”推薦了這部Netfilx新推出的紀錄片:《抽象：設計的藝術》。《紐約客》雜誌的插畫師克里斯托夫·尼曼（Christoph Niemann）在本片中講述了令其創意源源不斷的工作方法，例如：抓住創意的核心、學會休息，為飽和的工作安排空間......

此外，導演還邀請了數位當代知名的設計師、插畫師、建築師、汽車設計師等，講述他們的創意方法論和創作故事，其中呈現的許多新思維也同樣適用於創業者。

【每日金句】

與藝術相似，

創業的道路上也沒有終點。

總有可以提升的空間

或新目標需要實現。

《抽象：設計的藝術》（Abstract: The Art of Design）第一季共有八集，從《紐約客》的封面講到宜家的家具，影片通過對藝術家的思考方式和靈感來源等方面進行分析，為我們講述了這個世界是如何被“設計”出來的。

▲第一集開篇克里斯托夫·尼曼的作品展示（節選）

第一集的主角是為《紐約客》和《連線》雜誌的封面插畫師克里斯托夫·尼曼。開篇直接為我們展示了尼曼一系列極富創意的作品。你或許心生疑問，本片和商業有什麽關系呢？其實，看完之後你會明白，創業和藝術創作有很多共通的地方。

例如本集中這六條針對藝術家的建議，同樣適用於對創業者——

創意只抓核心

如何才能想出好點子？尼曼在構思插畫時，腦海中會蹦出上千種想法，然後一個一個篩選，最後只留下一到三個他認為特別重要的點子。

在企業創建的任何階段，優先排序的方法都是制勝法寶。先想出所有可以選擇的發展方向，例如產品特性、戰略重心等等，然後開始篩選，最後留下對當前目標最為重要的三個想法。想清楚做什麽才能達到目的，把剩下的統統拋棄。

休息與工作同樣重要

如何對工作日進行規劃？尼曼借用知名藝術家恰克·克羅斯（Chuck Close）的一句話道出其中精髓：“外行人急求靈感，而內行人只是起床、工作。”尼曼有時會在下班後為了構思藝術創作去博物館找找靈感，但是他認為“在早上9點到下午6點之間集中精力做事才是最重要的”。

當你初入某個領域時，很容易讓工作吞噬你的生活。急於求成會讓你的壓力迅速膨脹，因此，定好工作和休息的時間尤為重要。

更新工作方式

從紐約搬到了柏林後，尼曼的工作強度比以前都要大，生活忙碌而充實。同時，他也在努力摸索一條能讓自己不斷進步的路徑。他認識到，要想提升自己，就得“不斷更新工作方式”。 

在忙碌的初創企業里最適合醞釀轉變、研究規劃。如果事情進展得不順，你的大腦會處於時刻應對的狀態，也會想要恢複原有的秩序。但當事情進展順利時，你反而會積極思考，想著怎麽才能在過去和現在的基礎上實現突破，開始著手創新了。因此，你的工作方式與狀態需要不斷調整。

留一些「不計劃」的空間

尼曼認為，工作做久了，就要慢慢學會給自己留出空間，不求事事都按著計劃走。這就像向空中拋球一樣，計劃就像你抓在手里的球，而能靈光乍現的時刻正如拋到空中的球，你得掌握好兩者的平衡，才能順暢地拋起來又接住。不設定計劃意味著留出了一些空間，為創意的集中迸發留出機會。

作為企業主，也有必要為員工設定目標、制定策略的時候，讓他們能朝著目標工作，確保每個工作流程能以什麽方式、在什麽時間達到具體的效果，但同時，也需要留出一定計劃外的空間。如果你能做到兩者平衡，反應會更加敏銳，一旦出現了更重要的顧客需求、商業需求，也就有足夠的空間做出調整，經常反思工作的成果。

靈感需要每天練習

好的創意帶來的最大困擾，也許是迫使你繼續超越過去。思考出一個好點子的幾率就像中彩票一樣渺茫，想要創造第二次奇跡，就會陷入極度的痛苦和恐懼之中。尼曼鼓勵藝術家放松下來，學會分解壓力，堅持每天練習。

一位具備長遠眼光的企業家，常常會把絕大部分的時間用於思考遠大的想法和計劃，若能將日常工作中一些小的、零散的想法融合進來，兩相結合，就能更好地鍛煉自己的領導力和執行力。

不設終點，持續探索

尼曼在第一集結尾處總結道：“做完”一件事，並不是他的目標。對他而言，藝術家並不是畫插畫、交稿那麽簡單，這條道路永無止境、需持續探索。

與藝術相似，創業的道路上也沒有終點。創業者的工作同樣是無窮無盡的，總有可以提升的空間或新目標需要實現。你不應該像並購企業或是IPO一樣開個價碼，而是要清楚什麽才是公司理想的發展路徑、發展方式，思考公司在每個階段所需解決的問題，從一個階段躍升到下個階段所要具備的條件。

文章評論

匿名用戶

發布

全部評論：10

發布

獨家 | 張亞勤：機器學習過於複雜 人工智能應該從簡

百度總裁張亞勤在博鰲論壇期間對第一財經記者獨家回應了關於百度首席科學家吳恩達(AndrewNg)的離職。張亞勤表示：“科技人才流動很正常，有些人出來創業，有些人最後又回到了大公司或者高校，而且百度一直都在全球招聘尖端的人工智能人才，比如前一段時間陸奇的加入。陸奇是技術和商業的領軍人物。”

吸引不同膚色人才

張亞勤沒有對吳恩達的離職是否會影響百度人工智能研究的進程發表評論，也沒有向第一財經記者透露誰會接任首席科學家的職位。吳恩達離開後，張亞勤將親自負責矽谷兩個研發中心的業務。目前百度副總裁王海峰被任命為人工智能技術平臺體系(AIG)總負責人，百度深度實驗室主任林元慶將會負責矽谷兩大研究中心的具體運營工作。

吳恩達於2014年5月加入百度，擔任百度首席科學家，負責百度研究院領導工作，尤其是百度大腦計劃。吳恩達的加入，被認為是中國互聯網公司引進的最重量級人物，也是百度人工智能獲得國際影響力的重要原因之一。他的離職，也是陸奇上任以來第三位高管的離職。

不過張亞勤對第一財經記者表示，百度已經通過在海外設立研發中心來招募全球最頂尖的科技人才。就在吳恩達宣布離職後，百度宣布在矽谷森尼韋爾(SunnyVale)設立第二個研發中心，矽谷研發人員總規模將達到350人。目前百度在中國和美國兩地已經擁有超過1300名研發人員。

張亞勤對第一財經記者說：“我非常贊成李彥宏的話，中國有機會成為全球人工智能的引領者(leader)。百度現在在美國設立研究院、建立研發中心，將來也會在其它地方有研發的布局，是為了吸引更多全球化的人才。現在我們人工智能的人才可能還是以華裔、亞裔或者海歸科學家和研究人員為主，但未來一定能吸引更多不同膚色和背景的人才，這是未來的趨勢。”

張亞勤承認，人工智能和機器學習的研究發源於北美和歐洲國家。“目前人工智能業界的領軍人物，包括Facebook人工智能團隊負責人Yann LeCun在內，都來自北美。盡管近一段時期，中國科學家做了很多工作，有些技術和產品看起來做得也不錯，但是中國的人工智能企業和科學家相對比較新，和全球科學家的水平仍然有差距。”張亞勤對記者表示，“現在很多媒體經常會有個誤區，說中國人工智能已經超越美國了，這很顯然是誇大了。雖然我們承認中國人工智能前景很好，但是也必須尊重現實。”

建立開放生態系統

對於國內外各大科技公司在人工智能方面的競爭，張亞勤持非常開放的態度。他對第一財經記者表示：“很多公司的人工智能技術都領先於中國，比如谷歌和Facebook。企業和企業之間，有的時候是競爭，有的時候是合作，但未來合作的場景會越來越多，這也是為什麽百度要開放人工智能平臺，讓更多企業，包括我們的競爭對手也去使用。”

張亞勤向第一財經記者介紹了百度去年正式開放的深度學習開源平臺PaddlePaddle。百度也成為繼谷歌、Facebook、IBM之後，又一家將人工智能技術開源的公司。“PaddlePaddle不僅僅面向開發者、創業者，還面對競爭對手。”張亞勤說道。

PaddlePaddle在深度學習框架方面，覆蓋了搜索、圖像識別、語音語義識別理解、情感分析、機器翻譯、用戶畫像推薦等多領域的業務和技術。目前，PaddlePaddle已在百度30多項主要產品和服務中發揮著作用，如外賣的預估出餐時間、預判網盤故障時間點、精準推薦用戶所需信息和自動駕駛等領域。

張亞勤認為，人工智能在搜索、語音、人臉識別、智能客服、交通、無人駕駛、教育和醫學醫療等方面的技術和應用已經取得巨大的進展，不過他還是指出了人工智能的局限性。他稱作為人工智能主流的深度學習目前仍然“過於機械”，還是“動物的學習模式”。

在張亞勤看來，神經元網絡有上百億的參數，現在數據的處理和分類，包括如何去調節這些參數，有些還是需要根據經驗，機器很難自己重複。張亞勤解釋道：“目前所有的機器學習都是越來越複雜的，大數據、大參數和大計算基本上已經實現了無限大的計算能力，但是如果看一下自然界，它是非常簡單的，包括量子物理或者化學生物其實是自然界最基本的原理，但是要變成人工智能就必須是非常複雜的模型等才能進行精確的使用，所以未來的一個趨勢一定會是更簡單的學習，機器可能不需要海量的數據也能夠通過深度學習來做決策，算法也會變得更簡單。”

他同時指出，人類對人工智能的研究目前仍然處於很早期的階段，因此現在談論“人工智能能否取代人類”的話題，就好像在討論“火星上面會不會堵車”一樣。他認為深度學習的可能性，未來一定是和生命科學、人腦科學的結合，人工智能的突破一定是數字智能和生物智能的結合。“卷積神經網絡已經受到一些啟示。”張亞勤表示。

所謂卷積神經網絡，是一個多層的神經網絡，微軟已經將層數由此前的152層做到了目前的上千層。Facebook人工智能團隊負責人Yann LeCun就是卷積神經網絡的領軍人物。張亞勤還表示，人工智能已經在很多領域超過人類。“未來十年，只要是人可以描述和定義、有標準答案的領域，機器都能超過人類。”張亞勤說道。

BAT大戰人工智能

中國互聯網公司簡單地依靠用戶數量推動的發展模式已經終結，人工智能成為BAT競爭的新陣地。騰訊近期也宣布大舉進軍人工智能領域。公司已經組建了超過250人的人工智能團隊，希望為其社交和遊戲平臺帶來更大的收益。

騰訊新任命的人工智能實驗室主任張潼正是百度研究院副院長和大數據實驗室負責人，其參與和領導開發過多項機器學習算法和應用系統。張潼還是中央組織部“千人計劃”特聘專家，擁有美國康奈爾大學數學系和計算機系學士和斯坦福大學計算機系碩士和博士學位。在百度和騰訊前，張潼曾經擔任美國新澤西州立大學教授、IBM研究院研究員、雅虎研究院主任研究員。

微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文對第一財經表示：“人才流動在蓬勃發展的領域是非常正常的事情，近年來高科技領域的人才流動率在25%，人才的激烈競爭是一個行業向上的標誌。對於好的人才，企業肯定想去爭取，更想留住。”

張潼加入騰訊後表示，騰訊正在從一家產品驅動的公司轉變成技術驅動的公司。騰訊已經在旗下上百個產品中應用了人工智能，如天天快報個性化推薦、手機QQ藝術濾鏡、微信搜索等。未來公司將會進一步利用人工智能訓練機器遊戲者如何打敗人類遊戲者。

騰訊去年發布類似谷歌DeepMind AlphaGo的機器人“絕藝”。截至3月20日，絕藝在騰訊圍棋對弈平臺的總勝率達到76%。未來馬化騰還希望借助人工智能技術開發更加智能的軟件和產品，其中遊戲產品是最有可能率先應用人工智能的領域。此外，馬化騰還曾透露他對人工智能在無人駕駛汽車以及醫療領域的興趣。

相比之下，阿里巴巴與人工智能的關聯並不如百度和騰訊直接。但阿里雲業務已頗具規模，阿里雲的很多產品就是阿里人工智能的落地產品。本月初，阿里推出“NASA”計劃，將組建獨立研發部門，馬雲還指出，阿里將聚焦機器學習、芯片、物聯網、操作系統和生物識別領域。

百度是BAT中最早押註人工智能的，李彥宏曾多次重申無人車“三年商用，五年量產”的目標。不過，百度無人車項目進展並不順利。去年年末，在合作兩年後，寶馬宣布終止與百度在自動駕駛方面的合作，轉而與英特爾和Mobileye聯盟，並在去年9月就宣布了與高德地圖的合作。

關於百度1億美元投資蔚來汽車的傳聞，張亞勤未作更多評論。此前有消息稱百度入股蔚來汽車之後，將會在蔚來汽車的產品上應用百度的無人駕駛技術。去年百度營收增長放緩至6%，此前公司連續多年收入增長保持在35%至55%。過去一年中，百度股價跌去近10%。

李彥宏：人工智能最大發展方向是“機器學習人的意圖”

從“戰略前沿”到“戰略核心”定位，押寶人工智能的百度在不斷推進其在該領域的投入。伴隨陸奇的加入，人工智能的產品化和市場化成為一大主題。在今天的2017中國(深圳)IT領袖峰會上，當被問及今年百度人工智能是否會加速商業化和落地時，李彥宏連連點頭表示，“會，肯定會。”

做人工智能時代的操作系統

“未來人和物、人和機器的交流方式將被人工智能顛覆，不是人去學習使用手冊、學習機器的語言，而是機器、工具學習人的意圖，人想要什麽，機器就能夠明白，這是未來幾十年代表人工智能最大的一個發展方向。”在峰會上李彥宏表示。

從百度的布局來看，百度希望搜索無處不在，而其中對話又是最自然的一種延伸搜索的方式。在今年的CES上，百度推出對話式人工智能操作系統DuerOS，希望借此走向與智能設備直接對話的時代。

“操作系統分為三代，第一代操作系統是鼠標鍵盤，最有代表性的操作系統就是windows;第二代操作系統是用手來觸摸，現在所有人手里都有一個手機，代表的操作系統是iOS和Android;第三代操作系統是以對話為主的，這三代操作系統的特點就是交互方式越來越自然、使用門檻越來越低、影響受眾越來越多。” 百度公司首席架構師，度秘事業部首席技術官朱凱華向包括第一財經在內的媒體表示。

所謂“得系統者得天下”，回顧互聯網發展歷史，從軟件應用到硬件控制，作為信息和知識的核心控制節點，操作系統意味著成為世界級企業的機會。看好對話式人工智能的並非百度一家，在今天的峰會上，微軟全球執行副總裁沈向洋也表示，“在人工智能方面，微軟現在主推研究和產品方向是對話式人工智能”。

而在PC向智能手機轉換時期，微軟正是失去對操作系統的控制讓其錯失在智能手機市場的機會。放眼至海外市場，在今年的CES上亞馬遜的AI語音助理系統Alexa搶盡風頭，Echo之外，目前搭載Alexa的廠商和產品已經超過7000家，要知道半年前僅有1000家，增速迅猛。

借算法+芯片產業化

把自然語言人機交互能力輸送到各類硬件產品，以此來增添人工智能技術的落地場景，這是百度的意圖所在。就在前不久百度聯合ARM、紫光展銳和漢楓電子發布DuerOS智慧芯片，圍繞成本、性能和易用性等方面打造一站式智能語音交互解決方案。

在這項合作中，包括度秘大腦、語音解決方案、芯片/模組在內的三層結構，其中，前兩層由百度度秘提供，賦予芯片DuerOS“可對話”的核心功能，包括日程管理、天氣查詢、答疑解惑、查找音樂、查找餐廳，訂餐、買電影票等功能，芯片模組板塊分別由紫光展銳、ARM、漢楓共同支持。

值得註意的是，這也是百度度秘事業部今年獨立以來，發布的首個重要產品。今年2月份，百度官方宣布將度秘團隊升級為度秘事業部，由首席架構師景鯤任事業部總經理。調整後，景鯤將向百度集團總裁兼COO陸奇匯報工作。在外界看來，度秘也被視為百度人工智能商業化的核心產品。

陸奇認為，自然語音和其他智能交互方式可能出現在從手機到家居的每一個設備中，為了抓住這一機遇，度秘事業部的成立用以加速百度人工智能戰略布局及人工智能產品化和市場化進程。

“算法+芯片是人工智能的產業發展必經之路。”原百度研究院副院長、深度學習實驗室(IDL)主任、地平線機器人創始人兼CEO余凱曾向第一財經表示，其所創辦的地平線也主要從事人工智能芯片和系統研發。

在他看來，要使智能產品具有感知、交互和控制能力，需要為它們創造一個“大腦”，生產針對深度學習算法特點進行優化的芯片，才能節省大量機器使用量和運營成本。從最近英特爾斥資153億收購的Mobileye來看，同樣是基於“算法+芯片”的典型案例。

“要往平臺走、往下走”

雖然此前白宮發表一系列報告稱中國人工智能將趕超美國，但在今天的IT峰會上經濟學家、清華大學國家金融研究院院長朱民指出，從產業鏈角度而言，上端是產品、人工智能家電，中端是語音識別、自然語言識別、計算機視覺等，下端是CPU、GPU、NPU、神經網絡學等。

“中國最多在應用，中國在自助知識產權第二階段的軟件上還是相當的一般，第三個基礎設施上還遠遠落後，中國每年進口2000億美元的芯片，是中國最大的單項產品進口，這是人工智能的現實。”。在其看來，做人工智能的企業還要向下移，做平臺、做基礎、做芯片、做研究、移向制造業。

“當我們把所有AI的能力通過一個實體或者打包變成實際可以落地的切入點，輸出能夠產生一個很大的化學反應。”朱凱華表示。產生這種化學反應的前提，一是要打造人工智能平臺，嫁接更多的服務和數據進入，另一方面則是置入更多硬件，實現“賦能”。目前包括海爾、美的、聯想、國安廣視、小魚在家都在試水DuerOS系統。

“去APP化和提高用戶體驗的突破口，物聯網和AI結合是未來發展方向，而在芯片和算法的或作中，我們更多扮演的是觸角的角色。”漢楓董事長謝森告訴記者。

“互聯網只是開胃菜，人工智能是主菜，人工智能不是互聯網一部分，不是互聯網第三個階段，它是堪比工業革命的一個新的技術革命。”在峰會上李彥宏又一次為人工智能振臂高呼。

在這場技術革命到來之前，如何降低使用門檻，使得人工智能更為實際可用，讓更多制造商可以用“主菜”來“填飽肚子”，是2017人工智能值得關註的新維度。

深度學習技術助力細胞成像取得突破進展

長期以來，由於對“健康快樂”的細胞多樣性結構知之甚少，科學家無法進一步了解一些由於疾病和藥物導致的細胞的變化。近日，一組揭示生物學領域的驚人多樣性現象的圖片在西雅圖發布——6000多張熒光標記的誘導性多能幹細胞(iPS)圖片涵蓋了大量豐富的細胞生物學基礎信息。

這些圖像的清晰程度讓一些科學家直呼不敢相信。圖片顯示，遺傳信息相同的幹細胞，DNA(紫色)和細胞膜(藍色)的結構也有差異。它們是由西雅圖艾倫研究所(The Allen Institute)旗下的艾倫細胞科學研究所(The Allen Institute for Cell Science)的科研人員研究得出的。

盡管目前還沒有研究數據公布，但是艾倫細胞研究所宣布了一個獨一無二的開放平臺——Allen Cell Explorer，這也是第一個可以窺察人體細胞的動態數字化的工具。該平臺整合了大型3D成像數據，應用人工智能、機器深度學習和CRISPR基因編輯等技術，系統性地創建了可視化的細胞組織預測模型和其他一系列強大工具。此外，這一開放的平臺將允許研究人員預測可能預示癌癥和其他疾病的細胞布局變化。

艾倫細胞科學研究所執行所長Rick Horwitz博士表示：“這一前所未有的工具可能通過揭示細胞結構層面意想不到的數據結果，加速幹細胞研究、癌癥研究和藥物開發方面的進展。”由於細胞是非常複雜的，它涉及成千上萬的相互作用部件，一起協調工作來驅動和調節細胞結構及行為。Howitz還表示，已經有大學的科學家、制藥公司在使用他們平臺的資源。但是他拒絕透露是哪些公司和大學。

該項目始於一年之前，Horwitz博士和他的研究團隊將成年皮膚細胞重新編程成未分化的胚胎階段狀態，然後他們使用CRISPR-Cas9技術在基因中插入熒光蛋白“標簽”，使得細胞內結構發光。這些基因包括了編碼細胞內肌動蛋白絲的基因，這一類蛋白有助於細胞移動並保持其形狀。研究人員很快地清楚發現，即使來自同一親本細胞，所有遺傳克隆的細胞在其胞內組分上迥然不同：例如線粒體和肌動蛋白纖維的位置、形狀和數量都具有差異性。

值得一提的是，一體化細胞模型(The Integrated Cell Model)是Allen Cell Explorer中的一個特色組件，是應用深度學習技術預測人類幹細胞胞內組織結構的第一個模型。為了創建模型，研究人員對數千個人類幹細胞的高質量圖像進行了“培訓”，以了解幹細胞組件的組織方式。具體來說，計算機科學家使用深度學習程序分析了數千個圖像，並發現了細胞胞內結構位置之間的關系。然後，他們使用這些信息來預測結構可能的位點，比如當使用程序改變細胞核的位置時，細胞會發生何種變化。該計劃旨在通過將其預測結果與實際細胞進行比較來“深度學習”。

在接下來的幾個月中，艾倫研究所的研究人員將在細胞分裂的不同階段更新幹細胞圖像，這也意味著這些細胞將逐步轉變為不同的細胞類型(如心臟細胞和腎細胞)。Horwitz認為，在不同時間點捕獲細胞特征對於確定其基本發育或生長過程至關重要。

Horwitz還說道：“這是研究人員第一次使用‘深入學習’來嘗試了解實際上細胞如何組織自我的難題。我們現在大體依賴於教科書的示意圖畫，這些示意畫是基於藝術科學家對相對較少數量的細胞數據的詮釋。我相信簡單示意圖最終將被數量眾多的細胞數據驅動模型所取代。”

複旦大學醫學院教授陳力對第一財經記者表示：“單細胞的圖像分析技術和基因分析技術是相輔相成的。細胞形態學的研究，通過對細胞變化的分析會讓人類知道更多以前未知的東西，現在這一領域才剛起步。”

陳力表示，可視化的細胞組織預測模型將對生物醫藥產生兩方面的重大突破——疾病診斷和新藥研發。“細胞形態學在疾病診斷方面會比基因檢測速度更快，而且能夠通過細胞的變化很快找到新的藥物靶點，應用前景巨大。”陳力對第一財經記者說道。

據陳力介紹，他所在的複旦大學醫學院也與相關中國公司合作，進行細胞組織的可視化研究。細胞可視化分析涉及到的三大技術包括單細胞分離技術、細胞成像顯示技術和細胞形態的數據分析技術。陳力對第一財經記者表示：“這些技術都還面臨很大的挑戰，而且要通過多方合作開發才能投入到實際應用，細胞可視化應用的真正實現可能要5~10年時間。”他還表示，這一技術對目前極具發展前景的合成生物學同樣有用。

對於艾倫細胞研究所的開放系統Allen Cell Explorer，陳力表示：“他們是希望鼓勵大家都到他的平臺上共享數據，最後建立一個庫。雖然這樣做很好，但是事實上具體的應用會涉及到不同的細節要去設置，也並不是那麽容易做到。”

政治局首次就維護金融安全集體學習，監管將迎重大變革

中共中央政治局25日下午就維護國家金融安全進行第四十次集體學習。中共中央總書記習近平在主持學習時強調，金融安全是國家安全的重要組成部分，是經濟平穩健康發展的重要基礎。維護金融安全，是關系我國經濟社會發展全局的一件帶有戰略性、根本性的大事。金融活，經濟活;金融穩，經濟穩。

“這是習近平總書記第一次將防控金融風險提到這樣的高度。”武漢科技大學金融證券研究所所長董登新告訴第一財經記者，我國金融風險是一個不斷累積的過程。自2008年金融危機以後，我國的金融創新呈現野蠻發展態勢，金融業風險不斷蔓延並“交差傳染”，金融創新超過了金融監管的發展。

習近平還就維護金融安全提出6項任務，包括深化金融改革、加強金融監管、采取措施處置風險點、為實體經濟發展創造良好金融環境、提高領導幹部金融工作能力、加強黨對金融工作的領導。

習近平強調，必須充分認識金融在經濟發展和社會生活中的重要地位和作用，切實把維護金融安全作為治國理政的一件大事，紮紮實實把金融工作做好。

“一定要胸中有數”

習近平在主持學習時強調，對存在的金融風險點，我們一定要胸中有數，增強風險防範意識，未雨綢繆，密切監測，準確預判，有效防範，不忽視一個風險，不放過一個隱患。

董登新表示，金融業的高杠桿化、資產價格的泡沫化和金融業的脫實向虛是當前金融市場的主要風險，“資本市場的並購重組、資本運作杠桿表現形式五花八門，資產泡沫化進一步放大了金融風險。同時金融監管部門不斷有高層官員落馬，這些均表明當前金融亂象已經到了必須提升監管力度的時刻。”

六項任務中的第三條便要求采取措施處置風險點，著力控制增量，積極處置存量，打擊逃廢債行為，控制好杠桿率，加大對市場違法違規行為的打擊力度，重點針對金融市場和互聯網金融開展全面摸排和查處。

中國社會科學院金融研究所銀行研究室曾剛向第一財經記者表示，任務所述“風險點”包括市場上已有的風險，包括信用風險、各類交叉風險，也包括互聯網金融風險，“金融本來就是經營風險行業，在金融去杠桿過程中，肯定會有風險暴露，這時候強調處置一批風險點，表現出了中央對於處置風險的決心。”

一名中型保險公司高管對第一財經記者表示，當前金融體系的風險確實不小。今年以來，保監會也一直在強調公司治理的重要性。該高管認為，目前保險業面對的主要風險為資金運用風險和流動性風險。

保監會23日還發布了《關於進一步加強保險業風險防控工作的通知》，明確指出當前保險業風險較為突出的九大重點領域，並對保險公司提出了39條風險防控措施要求，涉及多達10個方面。

習近平指出，維護金融安全，要堅持底線思維，堅持問題導向，在全面做好金融工作基礎上，著力深化金融改革，加強金融監管，科學防範風險，強化安全能力建設，不斷提高金融業競爭能力、抗風險能力、可持續發展能力，堅決守住不發生系統性金融風險底線。

補齊監管短板

習近平提出的6項任務中，多項與加強監管有關。

第二條要求，統籌監管系統重要性金融機構，統籌監管金融控股公司和重要金融基礎設施，統籌負責金融業綜合統計，確保金融系統良性運轉，確保管理部門把住重點環節，確保風險防控耳聰目明，形成金融發展和監管強大合力，補齊監管短板，避免監管空白。

不少業內人士認為，上述要求意味著，金融監管體制將有重大變革，有一些職能將合並。

曾剛對第一財經記者表示，金融業交叉混業趨勢越來越明顯，由於現有金融監管規則按照機構分業監管，當機構跨行業時，便存在監管空白，“由於不同機構開展相同業務時，所受到的監管強度不同，還容易出現監管套利空間。”

針對監管協調，曾剛表示，首先要統一規則，“不同機構，同樣業務，按照功能監管原則遵循相近標準，使監管套利空間下降。”其次，信息統計也要統一。分業監管框架下，很難看清機構的資金流向，導致很多宏觀風險難以把控。建立統一的統計信息平臺，對跨市場業務有完整統計，與監管部門共享，一旦出現問題可以比較容易發現，並給予糾正。

民生銀行首席研究員溫彬表示，金融本質還是要創新，要支持經濟轉型升級。活的創新、經濟轉型、新動力、新產業都是從傳統制造業向高端制造業轉型，也需要有新的金融體系、市場產品，風險管理體系來支持。

激活實體經濟

“防範金融風險的根本方法是金融業的脫虛向實，回歸支持實體經濟的正途。這既可‘發展實業興邦國’，又能發揮金融業的助推器作用。”董登新向第一財經記者表示。

第四項任務要求為實體經濟發展創造良好金融環境，疏通金融進入實體經濟的渠道，積極規範發展多層次資本市場，擴大直接融資，加強信貸政策指引，鼓勵金融機構加大對先進制造業等領域的資金支持，推進供給側結構性改革。

中保協會長朱進元在4月26日舉辦的“中國保險行業協會資金運用專委會第二次會議暨保險資金運用高端研討會”上表示，當前保險業全面服務國家治理體系和治理能力現代化建設的工作格局已經打開，已成為保障和改善民生、支持實體經濟發展的重要渠道。保險資金應發揮長期投資優勢，為“一帶一路”等國家重大戰略和產業政策、國有企業混合所有制改革、棚戶區改造、基礎設施建設、新經濟增長等提供有力的資金支持，做長期資金的提供者而非短期資金炒作者，使金融體系的資金供需在期限結構上更加匹配。

保監會數據顯示，到2016年末，保險資金運用余額13.39萬億元，其中：通過基礎設施投資計劃、未上市股權、信托等方式服務實體經濟和國家戰略的超過4萬億元。

“積極規範發展多層次資本市場，擴大直接融資”則對資本市場有不小影響。

董登新表示，多層次資本市場的建設是資本市場發展的主基調，IPO的擴容、新三板的擴容均是服務實體經濟的通道。而監管層對多層次資本市場適當引導對於服務實體經濟發展起著至關重要的作用，譬如限制跨境並購、整頓忽悠式重組、鼓勵做大做強主業的並購。更應註意的是當前銀行信貸風險集中度較高，但資本市場的股票和債券市場可將風險分散至單個投資者身上。發展多層次資本市場，可讓銀行的轉型升級得到一個喘息的時機。

但是如何規範發展多層次資本市場、擴大直接融資還需進一步引導？銀河證券首席經濟學家左曉蕾對第一財經記者表示，資本市場的真正發展應該在一級市場上，而非二級交易市場。同時在一級市場上不應放任垃圾股上市，應紮紮實實引進優質公司。當前IPO擴容，上市公司難免魚龍混雜，應加強退市執法力度，加大不良上市公司的違規違法成本。

跨界執導已成風潮 賣粉絲效應之余更應虛心學習

黃磊導演處女作《麻煩家族》

黎明首次執導的影片《搶紅》

自從作家郭敬明跨界執導電影以來，電影界就開啟了熱捧跨界導演的“小時代”。跨界導演的隊伍也越來越壯大，不只有作家，還有編劇、攝影師、剪輯師、主持人、歌手……當然，跨界導演里人數最多的還是演員。近期上映和將上映的新片中，就有黃磊執導的《麻煩家族》、黎明執導的《搶紅》，以及蔡康永執導的《“吃吃”的愛》，大有占據華語片半壁江山的勢頭。不過，跨界導演群體的聲勢雖然浩大，人氣也較同期的其他國產片更高，作品質量卻良莠不齊，既有口碑佳作，也不乏被觀眾討伐的“爛片”。究其原因，很多跨界導演的作品是應市場需求匆忙上馬，導演的基本功修煉不夠，也沒有在劇本等前期工作上下足功夫。

跨界執導已成風潮

5年前，當暢銷小說作家郭敬明宣布他要做電影導演，把自己的小說《小時代》搬上大銀幕的時候，業界的質疑聲遠比支持聲要大。但郭敬明自有其信心。在他看來，首先，當時電影導演都已經不了解新一代的觀眾了。其次，他認為做導演和當作家在很多地方都是異曲同工的。最後，郭敬明的這部《小時代》電影獲得了他自己預期之中，卻是很多電影界專家預期之外的成功，從而帶起了跨界導演的風潮。

郭敬明之後，與其齊名的作家韓寒也加入了跨界導演的行列，一部《後會無期》同樣名利雙收。接下來是整個電影資本市場都看明白了個中的套路，開始向這一類型的電影傾斜投資。因為跨界做導演的通常是在別的領域已經功成名就的明星，他們自帶人氣、粉絲和話題度，讓整部電影還沒有上映就已經廣為人知，這無疑成了宣傳的極大助力，也是後期票房的重要保障。資本的青睞，讓跨界導演和他們的作品成為中國電影市場上的一支重要力量——編劇薛曉路跨界執導的《海洋天堂》、《北京遇上西雅圖》，大鵬執導的《煎餅俠》，何炅執導的《梔子花開》，陳建斌執導的《一個勺子》，蘇有朋執導的《左耳》、《嫌疑人X的獻身》，徐崢執導的《泰囧》、《港囧》，王寶強執導的《大鬧天竺》，張嘉佳執導的《擺渡人》，曾國祥執導的《七月與安生》，許宏宇執導的《喜歡你》，黃磊執導的《麻煩家族》，以及本月即將上映的黎明導演的《搶紅》，蔡康永導演的《“吃吃”的愛》，年內有望上映的黃渤導演的《一出好戲》，李晨導演的《空天獵》……

跨界作品良莠不齊

盡管跨界執導電影已經成為風潮，但是跨界導演們的作品質量卻良莠不齊。以郭敬明的《小時代》系列為例，第一部上映就出現了爭議與票房齊飛的態勢，後面的幾部口碑與票房都逐步下滑。郭敬明最新的一部電影導演作品《爵跡》雖匯集了前所未有的資源跟明星，但依然沒有逃過惡評如潮。所謂一出道就是職業巔峰，恰好可以用來形容郭敬明的跨界導演之路。另一位暢銷作家跨界做導演的張嘉佳，他的第一部作品《擺渡人》找來了王家衛擔任監制護航，並邀齊了梁朝偉、金城武等大牌明星，也沒能挽救“爛片”的口碑，以至於主演之一的金城武在隨後出演的一部口碑不錯的《喜歡你》的發布會上，被粉絲當面要求“請不要再接《擺渡人》那樣的爛片了”。王寶強跨界執導的賀歲電影《大鬧天竺》，雖然有觀眾對於王寶強離婚遭遇的同情分，但該片上映之後的口碑也一路下滑，目前在豆瓣上的評分為3.8。主持人何炅跨界導演的《梔子花開》，找來了人氣小生李易峰和新任謀女郎張慧雯主演，再加上何炅刷各種圈內的人情卡，該片絕對達到了未映先紅的級別。可惜的是，電影本身的質量不過關，最終也逃不過被觀眾吐槽的命運。有觀眾吐槽說“5分鐘的MV劇情居然演了一部電影”，還有人評價“青春片就算不墮胎不分手不撕逼也可以是大爛片”。最近上映的黃磊的導演處女作《麻煩家族》，雖然有山田洋次的原作打底，但仍然被年輕觀眾吐槽“電視劇既視感”、“是翻譯不是翻拍”，在豆瓣上只有4.9的評分。黃磊自己發微博說，他能夠理解年輕觀眾對這部電影的不喜歡，畢竟對年輕觀眾來說這部電影可能太安靜了。

跨界執導的電影也有表現不錯的。徐崢的《泰囧》就是個名利雙收的最佳案例。蘇有朋的導演處女作《左耳》，雖然稱不上高水平，但在一眾青春IP電影中絕對是一股清流了，票房足以讓投資方滿意，並且還捧出了馬思純這位未來的金馬影後。曾國祥跨界執導的《七月與安生》，把IP改編之作拍得別具一格，還讓主演馬思純和周冬雨並列收獲了金馬影後的稱號……還有一些跨界導演的作品，雖然票房表現不佳，但質量和藝術水準都非常高。例如陳建斌的導演處女作《一個勺子》，講述了發生在甘肅農村的又一個走失的傻子引發的喜劇故事，展現出導演對現實世界的思考與嘲諷，最終在金馬獎上一鳴驚人，獲得了最佳新導演和最佳男主角獎。

商業導演供求失衡

盡管跨界導演的作品良莠不齊，也並不都能票房大賣，但依然擋不住電影市場對跨界導演作品的青睞。黃磊的《麻煩家族》之後緊接著上映的是主持人蔡康永執導的《“吃吃”的愛》。嚴格來說，蔡康永並不算是跨界導演，他大學就是在美國學電影的。然而畢業之後，蔡康永從事電影行業的時間極少，反而是在電視綜藝節目中耕耘的時間更久。他的導演處女作，找來了老搭檔徐熙娣和林誌玲搭檔出演，噱頭十足，但究竟成色如何，還有待檢驗。除此之外，即將上映和仍在制作中的跨界導演的作品還包括了黃渤導演的《一出好戲》、李晨導演的《空天獵》等。

為什麽跨界導演如此受歡迎呢？究其原因，還是中國電影工業不夠成熟，能夠掌控商業類型片的導演少，滿足不了觀眾的需求。光線傳媒總裁王長田就曾經一針見血地指出，中國大概至少需要200個成熟的導演，但事實上在市場上拿得出手的中國導演只有五六十個而已。供不應求的市場前景，很容易吸引臨近行業從業者殺入電影導演的領域，尤其是熟悉影視制作的從業者，比如演員、編劇、攝影等。清華大學新聞與傳播學院常務副院長尹鴻認為，跨界導演的盛行，是由市場的供需規律決定的。新的觀影群體和新的需求正在迅速出現，為電影產品的制造者——導演這一行業打開了一個巨大的缺口。這正是許多跨界導演湧入的契機。“中國的電影市場正處於一個大規模起步的粗放式發展階段。總體而言，這個階段新增的觀影群體對電影制作的專業性要求並不高，觀眾的專業素養也尚在建立中。因此，許多跨界導演往往都是從已經功成名就的寫作、演戲、媒體等文化領域轉行，天然擁有更高的受眾關註度，這在一定程度上彌補了其專業性的不足，甚至形成更強大的眼球效應。”尹鴻也認為，不必要為跨界導演作品的良莠不齊過於擔心，因為市場會成熟，觀眾也會成長，最終大浪淘沙能夠留在市場上的，還是品質高的電影作品，不管是科班出身導演執導的，還是跨界導演執導的。記者 楊蓮潔

記者觀察

跨得了界，更要彎得下腰

的確，中國電影市場的高速發展、中國電影觀眾的更新叠代，都給了跨界導演前所未有的機會。但是面對這樣的好機會，跨界而來的電影導演們顯得不夠有誠意。很多人或許只是抱著借著人氣的東風大賺一把的想法，真正想借著這樣的機會沈下心來進入這個行業的跨界導演並不多。這也可以解釋為什麽跨界導演的作品如此良莠不齊，為什麽很多跨界導演執導了一部之後就沒有第二部了。

雖然科技的發展讓電影導演的門檻變低了，現在似乎只要有一臺智能手機在手，人人都可以當導演。但如果想把電影導演作為一份職業的話，就應該對這份職業給予尊重並付出自己的努力。跨界導演固然有自己已經在別的領域建立起來的名望和人氣，但在對待電影導演這份職業時何妨更認真一些、更虛心一些。既然要做導演，還請做一名有職業素養的導演。一部作品失敗了不可怕，可以總結經驗再來，何況市場那麽好，從不缺投資。但如果不用心，哪怕憑著自己的名氣做到票房大賣，依然在電影導演這個職業里走不遠的。所以，想對紛至而來的跨界電影導演們說一句：既然跨得了界，也請彎得下腰，認真虛心地對待這份工作。導演有沒有努力、有沒有用功，觀眾是看得見的。

湯曉鷗談AI的明天：深度學習的三大核心要素，以及在中國創業要像百米賽跑

黑智 2017-05-21 16:24

5月20日，以“科研·產業·融合”為主題的2017CCF青年精英大會在北京召開。本屆大會由中國計算機學會主辦，科技創新產業服務平臺Xtecher協辦。

中國工程院院士趙沁平、香港中文大學教授湯曉鷗、百度創始七劍客之一雷鳴、清華大學教授鄭緯民、IEEE Fellow陳熙霖、中國人民大學教授杜小勇、中國計算機學會秘書長杜子德、中國人民大學信息學院院長文繼榮、紅杉資本合夥人周逵、高榕資本創始合夥人嶽斌、寰景信息董事長陳擁權、CCF YOCSEF學術委員會學術秘書陳健等近五十位學術界、產業界、投資界大佬和數百位計算機領域的科研人才出席了此次活動。

本次CCF青年精英大會進行的“思想秀技術秀”上，共有22位青年學者、科技人才展示了前瞻性的思想觀點以及最新的技術成果。最終，評委會選出了2位優秀青年赴 CNCC（2017中國計算機大會，將於10月26-28日在福州舉行）進行演講。

此外，大會還公布了“青竹獎” 獲獎名單，表彰推動科研進步的青年學者，鼓勵產學研各方面創新人才。“青竹獎”由中國計算機學會牽頭，聯合Xtecher 共同發起，經過評選委員會李開複、王恩東等17位委員的專業評審，最終評選出了6位獲得“青竹獎”的最具潛力青年精英：碼隆科技聯合創始人兼CEO黃鼎隆、真格基金合夥人兼首席投資官李劍威、清華大學芯視界（北京）科技有限公司創始人兼董事長鮑捷、中國科學院計算技術研究所研究員張雲泉、雲從科技公司創始人周曦、物靈科技公司聯合創始人兼CEO顧嘉唯。

在會議上，香港中文大學教授湯曉鷗做了主題為《人工智能的明天，中國去哪？》的特邀報告。湯曉鷗在演講中，講述了人工智能和深度學習的發展，並指出，深度學習的三大核心要素，就是算法設計、高性能的計算能力，以及大數據。

湯曉鷗表示：“無論人工智能怎麽樣發展，年輕人選擇創業還是做研究，其實我們要做的就是三件事情：第一，我們需要花時間把基礎打好。剛才趙沁平院士講得很好，就是要堅持，真正花時間把人工智能的基礎打好。第二，我們要創新，要做新的東西，不要老是跟在別人後面走。第三，我們要把 ‘漂在上面的東西’落地，最終實現產業化。”

以下根據湯曉鷗演講實錄整理：

今天我講的題目是：《人工智能的明天，中國去哪兒？》我選了一個比較大的題目，希望能壓住場。原來我想的題目比這個還大：人工智能的明天，地球去哪兒？後來發現“一帶一路”會議剛剛開完，地球去哪兒的問題已經解決了，我還是回到我的小題目——中國去哪兒。

不管是中國人工智能接下來如何發展，還是年輕人如何創業或者做研究，我們要做的事情也就是這三件：

第一，要堅持，要花時間把基礎打好。

第二，要做創新。要做新的東西，不要老是跟在別人後面走。

第三，要把飄在上面的東西落地，要產業化。

今天從我們實驗室的研究成果和公司做的產品，來講講我對這三個方面的理解。

人工智能和深度學習的突破

首先，什麽是人工智能？這個概念現在已經非常難定義了，大家幾乎把所有的事情都往人工智能上靠。從我的理解來講，人工智能真正落地的部分就是深度學習。因為以前的人工智能確實是在很多情況下用不起來，人手設計的智能還是比較難超越人來做某一件事情。而有了深度學習之後，我們可以把這個過程變成一個數據驅動的過程——當做某一件特定事情時數據量及參數量大到一定程度時，機器就可能在做這件事情上超過人類。很多現實中落地的產品化的東西，大部分是深度學習做出來的。深度學習做的東西，成功的案例比較多，一方面是在語音識別領域，另外可能更多的是視覺這方面，所以大家可以看到很多計算機視覺方面新的成果。我今天給在座講的人工智能其實也就是計算機視覺，是用深度學習去做計算機視覺，就變得更窄了。

大家可以看到“深度學習“”這個詞在谷歌上的搜索情況：從2006年才開始有人搜索這個詞，是Hinton（黑智註：深度學習的開山鼻祖Geoffrey Hinton）和Yann LeCun（黑智註：Facebook人工智能研究院院長、卷積神經網絡之父）們那個時候發明了這個算法。這中間很長一段時間，2006-2011年曲線是很平穩的，只有學術界才會去搜索這個詞語，才知道這個事情。2011年突然之間搜索量開始呈現指數型增長，各行各業都在討論深度學習，現在搜索量已經非常的巨大。這條曲線形象的演示了深度學習的爆發過程。

深度學習到底在做什麽事情？實際上他所做的事情抽象出來是比較簡單的，就是在做一個從X到Y的回歸、或者說從A到B的Mapping（對應）——你給它一個輸入，我怎麽樣給出一個對應的輸出？特殊的地方就是深度學習把這件事情做得非常非常好。以前也有其他算法可以做，只不過一直做不過人，現在深度學習做到了極致。比如說給了一張人臉照片，它就可以給你對應出這個人的名字；給你一個物體的形狀，它就可以告訴你是什麽物體；給一個車的行駛場景，我就可以給你輸出這個車應該往哪兒拐；給一個棋局，它能算出下一步怎麽走；給一個醫療的圖像，能幫你判斷這是什麽病……實際上就是這樣的一個過程。不要把人工智能想象成可以超越人類，可以控制人類，這些都是所謂的“好萊塢的人工智能”或者想象中的人工智能，真正人工智能在現在這個階段其實就是做這麽簡單個事。當然做成這個簡單的事情其實已經很不簡單了。

最近這幾年深度學習確實在學術界、工業界取得了重大的突破。第一個突破是在語音識別上。Hinton和微軟的鄧力老師，在2011年用深度學習在語音識別上取得了巨大的成功。昨天可能大家在微信也刷屏了，我們中國科大畢業的師兄鄧力老師從微軟出來到頂級對沖基金工作。我的理解這也是一個A to B的mapping 的過程：把鄧老師的深度學習的經驗等內容都輸入到對沖基金的算法里，這個對沖基金的錢就自動Map到了鄧老師口袋里。

語音識別取得了巨大成功以後，緊接著在視覺方面又取得了重大突破。2012年時，Hinton在ImageNet上將圖像識別一下子提高了十幾個點，以前我們都一年一個點在推，他一年就推了十年的進步，在學術界引起了很大的轟動。2014年我們團隊做人臉識別，通過深度學習，做到算法首次超過人眼的成績。

最後，在2016年，還是谷歌最厲害，每年120億美金的研發投入沒有白投，下了一盤棋叫AlphaGo，這盤棋下完之後人工智能就不需要我們解釋了，大家忽然都明白了，人工智能原來是這麽回事兒，就是下棋。

接著人工智能在自動駕駛領域也取得了一些重大的突破。現在比較熱門的是醫療影像方面，借助人工智能進行診斷。

深度學習的三個核心要素

深度學習有三個核心的要素：

.學習算法的設計，你設計的大腦到底夠不夠聰明；

.要有高性能的計算能力，訓練一個大的網絡；

.必須要有大數據。

接下來分享我們在深度學習方面做的一些工作。我們從2011年開始做這項工作，一開始沒有開源的框架，所以要自己做很多的工作。做的時間長了，我們就做了一套Parrots系統，這個系統目前還不是開源的。

我們用這套系統訓練的網絡可以做到非常深，原來AlexNet是8層，後來GoogleNet在2014年做到了22層，後來Resnet做到了150多層，去年我們的PolyNet做到了1000多層。大家可以看到這個網絡發展趨勢，越來越深。這是我們設計的1000多層的網絡，比較細的線就是整個網，中間一個格往下走，放大出來的部分就是網絡的細節結構，這個網叫做Polynet，Dahua團隊的這個網絡設計和Facebook的Kaiming團隊的Resnet，在圖像分類上做了目前為止全球最好的結果，最後基本上成了我們實驗室出來的兩個學生之間的競賽。這個網絡的最後形狀有點像 DNA 的雙螺旋。

在物體檢測上大家也可以看到這個進步速度，2013年一開始的時候，200類物體的平均檢測準確率是22%，但是很快谷歌可以做到43.9%，我們做到50.3%，緊接著微軟是62%，現在我們做到最好結果是66%。這個速度是幾年之內翻了三倍，也是深度學習的力量，我們這方面的工作是Xiaogang和Wangli團隊做的。

我們訓練出來這樣一個大腦，可以把它應用到各個方向，做出很多不同領域的不同技術。在人臉方面我們做了人臉檢測、人臉關鍵點定位、身份證對比、聚類以及人臉屬性、活體檢測等等。智能監控方面，做了人，機動車，非機動車視頻結構化研究，人體的屬性，我們定義了大約70種。人群定義了90多種屬性。下面這些是衣服的搜索、物體的檢測、場景的分類和車型的檢測，車型檢測我們標註了幾千種車型的分類。在文字方面，小票的識別、信用卡的識別、車牌的識別，這些都是由深度學習的算法來做的。同時在圖像的處理方面，在去霧、超分辨率、去抖動、去模糊，HDR、各種智能濾鏡的設計都是用深度學習的算法，我們基本上用一套大腦做很多的任務。

深度學習另外一個門檻就是高性能計算，以前高性能計算大家都是講的CPU集群，現在做深度學習都是GPU，把數百塊GPU連接起來做成集群目前是一個比較大的門檻。我們在北京做了三個GPU的集群，在香港做了一個大的集群，用這些集群，原來一個月才能訓練出來的網絡，加速到幾個小時就能訓練完，因此我們訓練了大量的網絡。

深度學習第三個門檻就是大數據，如果把人工智能比喻成一個火箭的話，大數據就是這個火箭的原料。

我們與300多家工業界的廠商客戶進行合作，積累了大量的數據，數億的圖片，我們有300多人的團隊專門做這個數據標註。包括幾千類車型的數據、人群的大數據以及衣服的搜索和分類的數據庫，這些對於學術界以及工業界都是很有益的。實際上谷歌所做的數據體量更大，他們和National Institutes of Health (NIH)合作很快會開放一個非常大的醫療圖像的數據庫。在醫療方面我相信大家很快會有大量的數據進行處理，這個時候對於我們的高性能計算又提出了一些新的要求。

實驗室有幸對深度學習研究較早。在計算機視覺包括人臉檢測等各個方面起步較早，這里列了18項計算機視覺領域由我們在全球最早提出來深度學習解決方案的問題，也相當於對創新的一些貢獻。我們被評為全亞洲唯一的人工智能研究十大先驅實驗室，非常榮幸跟MIT、斯坦福、伯克利這樣的名校，以及深度學習的頂級工業實驗室臉書、谷歌的深度學習負責人團隊等等在一起獲選。我們也在研究一些現在沒有的技術，比如說，大家可能以前見過很多依賴深度攝像頭才能做的人體跟蹤算法（比如Kinect）。目前我們團隊做的算法，用很便宜的單個RGB攝像頭就可以做到同樣效果，這是非常不容易的，尤其要做到實時，在智能家居，自動駕駛等方面都有很大的應用前景。

下面這個工作是去年做的，根據一張照片里兩個人的姿勢，可以自動判斷兩個人之間的情感，是友好的還是敵對的。同時可以根據兩個人的表情也可以判斷兩個人的關系。所以以後如果你把你的照片上載到互聯網上，實際上我們可以判斷出來跟你一起照相的這個人和你具體是什麽關系。

這有什麽用途呢？大家經常會把照片放到網上，我們用這些照片分析這些人，如果你跟一個非常有名的人，或者跟一個非常有錢的人照了一張合照，那你這個人可信度可能就增加。或者你和一個罪犯、或者信譽不好的人拍了一張照片，你的可信度就下降。我們用這項技術可以做金融的征信，把不同人的關系網建立起來，把信用度傳遞出去。這個關系問題還可以做得更多，把一張圖片任何物體之間，哪個在上面，哪個在後面，互相是什麽關系，可以由一張照片判斷出來。

下面這是最新的工作，我們以前定義了70種人的特性，根據這個特性進行視頻搜索。現在定義一個新的搜索模式，是用自然語言來搜索，即我說一段話來描述這個人，把這個人描述出來以後用這段話去搜索我要找的這樣一個人。實際上，其中涉及的信息量是很大的，尋找也更加精準，我們已經建立了一個大的開源的數據庫來幫助大家做這個研究。

在這些數據中，從這些自然語言里面我們可以抽出不同的詞，用詞來描述不同的人，其信息量巨大，搜索準確率也大幅度提高。這是具體的監控方面應用的結果。用自然語言做人的搜索。大家可以想像一下在醫療上的應用，如在多模態的醫療診斷上。一個是醫療的圖像，一個是醫生的文字診斷，可以實時的識別出來，進行自然語言的分析，把兩個進行結合再進行診斷。

下面這個也是一項新的研究工作，根據這個Video，識別內容，判斷劇情屬性。以泰坦尼克號電影為例，你可以看到那兩個曲線，現在是浪漫的場景，代表浪漫的線就上來了，如果是災難，那個災難的綠線就上來了，實時根據這個內容判斷劇情，這也是去年的工作。

今年目前團隊又做了一個新的工作，可以根據電影的實時計算分析，來理解判斷這里面的劇情，可以把一個演員，在整個電影里面，在什麽地方出現，在那段時間是什麽劇情，用自然語言描述出來，把整個電影的內容分析，用計算機視覺和自然語言自動可以分析出來了。將來可以用來分析和插播廣告，還可以直接用自然語言搜索各種不同的片段。

我們還有一項工作是超分辨率，就是把很小的圖像放大，最大化還原細節。這是好萊塢電影的圖像，視頻抓到一個很模糊的嫌疑罪犯的圖像，然後把它實時的放大變得很清晰。這只是諜影重重電影上演的效果，還是很震撼的。

2016年的時候，推特跟谷歌密集發表了幾篇關於超分辨率的文章，其核心就是深度學習。而我們早於他們，就已經做了大量先期研究。我們在2014年發表了全球第一個用深度學習研究超分辨率的論文，在2015年又發表了一篇相關文章，2016年發表了兩篇，取得了更大的突破，而在2017年緊接著發表了三篇。我們的Cavan教授團隊是第一個做的，也是目前做的最好的。目前超分辨率已經走向實時以及效果實用化的階段，利用這項技術在某些實時監控，公安監控攝像頭可以把人看的比較清晰了。

而在自動駕駛上，我們也做了大量研究，六大類別的技術，有30多個細分核心技術。我在這里面就簡單舉幾個例子做演示。比如車的檢測、行人檢測、路道線的檢測、實時的場景分割……我們也做到前端，用前端的芯片做實時的效果。

這是人臉的布控系統，目前已在很多城市實時布控了。還有百米之外抓人，百米之外看到一個目標拉近然後進行人臉識別。

這是視頻結構化，把視頻里面的人，機動車，非機動車及其特性都檢測出來了，自動標註出來了，這樣把整個視頻變成了文檔，就可以進行文檔性的搜索。

下面這些也都是我們所做的技術的落地產品：在中國移動的實名認證系統，去年給中國移動做了三億人的實名認證；小米的寶寶相冊；華為Mat8的智能相冊；FaceU、SNOW等做的特效；微博相機；這絕大部分是基於我們的人臉識別、人臉跟蹤等技術做出來的。實際上在人工智能落地方面我們做了許多的落地產品，去年的雙創活動中幾百家企業里面選了兩家代表中國人工智能，右邊是百度，左邊是商湯科技。

因為主辦方希望我講一下學術研究和創業的關系，我最後總結一下，在中國創業是一個什麽感受？我覺得中國創業就像跑百米一樣，要跑的非常快，第一個到達終點才可以活下來，但是這個跑道並不是塑膠跑道，而是滿地都是坑的土路。這場賽跑有兩個結局，一個是全力跑到最快，另外一個是剛起步就掉到坑里了。創業的困難是一定存在的，年輕人要不要創業？盡管路上的坑比較多，但還是可以試一試。

另外用什麽錢創業也是個問題？什麽錢可以用？什麽錢不可以用？我的忠告是，首先父母的錢你不可以用，那是他們養老的血汗錢；你自己掙的錢可以用，你的第一桶金可以用，你們還年輕，用光了可以再去掙。投資人的錢是可以用的，因為大部分都是有錢人的錢，我覺得劫富濟貧人人有責，所以如果大家一定要創業那就創吧。

歡迎關註黑智

文章評論

匿名用戶

發布

全部評論：10

發布

做功課藐嘴天然呆 本地初創 AI 助學習

網上學習投資課程正式開始