AI英雄 | 专访清华大学邓志东:AI从边缘到主流 机会到底在哪

本文系网易智能工作室（公众号 smartman163）出品，此篇为《AI英雄》人物专访第33期。

文 | 小羿

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。

曾经从事边缘中的边缘，现在已成为主流并代表未来

90年代初期，邓志东开始用C语言 自行 编 写 BP 网络 （由 正向 计算 和误差的反向传播两个过程组成），主要做 误差反向传播 学习 算法的 性能改进，后来开始从事再励学习（即强化学习）的研究。 “ 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。

在 经历了 较长时间的低潮 之后 ， 人工智能 终于在 2012年之后 迎来 了 第三次 复兴 。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。

计算能力将突飞猛进，算法短期内难革新，要警惕泡沫

在邓志东看来，这一波新的人工智能热潮，至少可以推动计算能力的进步，做到几百倍、几千倍的 性能 提升。现在的 冯 × 诺依曼体 系 的 计算机， CPU和内存之间存在 着 一个带宽 物理 极限的问题，但是 需处理的 数据量 却在 继续 呈几何级 数 增长。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。

“我不否定 目前人工智能 有一定的 虚假混杂和 泡沫成分， 比如将上一波人工智能热潮 中 已被证明是 能力有限或 很难 继续 走下去的东西 ， 又 在 新的 镁光灯下进行不加 发展 的 ‘复辟’与炒作 ，故意回避 或混淆 这一轮人工智能复兴的真正缘由 ； 又 比如夸大宣传，像 强人工智能 、超人工智能 ，目前来看这些都不太可能成为现实 的 ，除非 能够进行多任务学习的 通用人工智能 ，确可取得 实质性的 突破 。 ”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。

谈自动驾驶：汽车产业将面临五次变革

在清华大学 的 25年 ，邓志东做了很多 方向 的研究 ，包括 自学习控制、 机器人、 人工 神经网络 、强化学习、 虚拟现实 、 复杂网络 理论 、 计算生物学、无线传感器网络、 计算神经科学 、自动驾驶 等。 2009年，邓志东开始 从事 自动驾驶的研 发 ， 迄今 已 有 8年 多的 时间。

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。

邓志东认为，汽车的变革会分为五个阶段：

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。

自动驾驶 时代 的 来临 ，并不是一蹴而就的，而是循序渐进的。邓志东说，目前已经有 L4级 别 的自动驾驶 汽车 应用在特定 的 区域中，比如 场景相对 封闭 的 开发区、 景区、工业园 区和 机场 等等，下一步将会在简单的城 区 环境，或者高速公路上实现，最后自动驾驶可以在 复杂城区 环境下 行驶 。 “所有这些 都叫 L4，只是 它自动行驶的 限定 区域 是逐步加大 、逐步复杂的 。 ”邓志东表示。

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。

谈 人工智能 应用：速度在加快，但每个领域都有很多机会

谈及人工智能的 产业 应用，邓志东认为，人工智能已经开始渗透各行各业，很多行业都在发生改变， 人工智能 应用落地 的 速度 明显 加快。

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。

“大数据是基础，算法是关键，计算力是前提 ，人才最重要 。 ”邓志东称， 推进 特定应用场景或者垂直细分领域的人工智能 研发 ， 通过 使 相应 的产品、流程与服务达到与人类相当的水平，这 就具有商业价值， 其中最重要的就是 如何 选 定应用的场景。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 。

关注网易智能公众号（smartman163），获取人工智能行业最新报告。