李志飞：为什么AI创业公司应该做硬件？

　　 - 分享｜李志飞 -

　　 - 整理丨岳珊 -

　　 编者按

出门问问创始人兼CEO李志飞是美国约翰霍普金斯大学博士，前Google总部科学家，世界级自然语言处理及人工智能专家，世界主流机器翻译开源软件Joshua主要开发者。

2012年，李志飞从谷歌美国总部辞职回国创办了出门问问，经过4年的发展，出门问问成为了一家拥有自主研发的语音识别、语义理解、垂直搜索、基于视觉的ADAS和机器人SLAM等核心技术的人工智能科技产品公司。出门问问致力于以人工智能技术为中心，通过软硬结合产品落地到生活场景，来打造下一代的人机交互方式。其代表性的软硬结合产品包括智能手表Ticwatch、车载智能后视镜问问魔镜Ticmirror以及高级驾驶辅助系统问问魔眼Ticeye。出门问问在人工智能领域积累了丰富的产品和实践经验，正在逐步将先进的人工智能技术通过软硬结合的产品落地在“可穿戴、车载、家居”三大人机交互频次高的生活场景中，改变人们的生活。

近日，在小饭桌人工智能创业班上，作为导师的李志飞分享了其创业历程，出门问问从一个专注做语音识别的科技公司发展为软硬结合的AI公司，但其初心一直都是定义下一代的人机交互方式。

小饭桌做了不修改原意的整理:

　　 定义下一代人机交互方式

　　 AI创业公司里，我们是独一无二的：第一我们是2C，99%的AI公司是2B；第二我们是以AI为核心的软硬结合。

　　 大家可能觉得硬件很LOW，但其实这是很有利的一件事情，因为技术型公司不像运营型公司，比如团购、P2P或者O2O，那种只要有钱就可以快速砸起来。对技术型公司来说，你给我10亿美金，我也解决不了自然语言理解的问题，这不是钱能砸出来的。 但是前期有了时间的积累，有了对整个行业的认知和人才的积累，当这个技术真正成为一个热点，或者成为用户需求的时候，就可以快速地把价值释放出来。

　　 2012年创业的时候，我跟投资人讲的是，我要定义下一代的人机交互。

　　 那个时候我在硅谷，移动设备刚刚起步，当时我就认为用键盘打字不是移动设备最有效的交互方式，语音交互才合适，刚好我的科研背景就是机器翻译，那个时候我就想，我可能会做出 一家伟大的公司，定义下一代的人机交互，就是语音搜索 。

　　

　　 这个愿景是非常大的，我们叫define the next generation of human-computer interaction。虽然今天还没有实现这个愿景，但是我们在这4年做的事情，基本和这个愿景是一致的，就是创业初心：你为什么创业？创业要干嘛？不管我们的形态怎么变，我们做的所有事情都是跟定义下一代人机交互有关的。

　　 创业前面一年半的时间，我们都是非常清晰的，别人说的任何话对我都没有干扰，我就是要做语音交互，实现所有的这种算法。

　　 做原生态AI消费产品

　　 2013年底，我们融到了1000万美元的资金，但是当时却比较迷茫。因为语音识别我也做出来了，所有的技术我也都做好了，但是短期内我看不到它有任何变化，用户也没有那么喜欢你这样东西，你也没流量，更别说收到钱了。那时候就在琢磨， 语音交互到底用在什么地方？ 这个状态持续到2014年上半年，直到开始做智能手表。

　　 当时很多人看不懂，说你把一个高大上的人工智能科技公司搞成一个硬件公司，其实 这是AI的一个清晰发展方向，要把AI落地到消费产品里，没有自己的硬件，基本上不可能 。

　　

　　 为什么AI落地消费一定要做硬件？因为自己做操作系统、软件、交互，硬件交由厂商去做的模式根本起不来，为什么？

　　 1.AI技术不成熟；

　　 2.大家对AI的理解不一致，对硬件进行修改时要是双方不一致，很难做出很好的作品。

　　 但是如果你自己是软硬结合，控制自己所有的平台，可能你就能快速把你一些关于AI的想法实现。因为你直接面对消费者，他们面临什么问题，你都能快速地知道，进而快速迭代。

　　 我们公司在AI行业有非常独特的一个地位，就是因为我们可以软硬件全部搞定。搞定完，我们还大概知道怎么卖？比如搞个发布会，或者做一些线上的营销，或者跟渠道搞好关系。

　　 智能手表我们从2015年9月开始量产，至今卖了接近18万台，平均客单价1300元左右，所以差不多有2.4亿人民币的销售额。

　　

　　 这当然跟手机没法比，手机动不动就卖几千万台。但是大家要知道卖智能手表其实还是挺不容易的，它不像手机那样属于刚需，而且今天中国这种真正新类别的智能硬件，做的能超过10万台的，一只手可以数过来。像手环、运动手表这些可能卖个几百万台或者怎么样，但这些东西长期来讲对我这个公司没有任何价值，第一没有任何壁垒，第二它不能定义我所谓的下一代的交互方式，因为它都没有交互。

　　 去年7月份，我们在Kickstarter上做众筹，筹了200万美金，在美国没有人知道我们，200万是中国所有项目中最高的一个。上线Kickstarter之前，我们跑到纽约去，两天约了八个媒体，来的时候，他们的第一反映是Apple Watch不是挺好的，这个有什么用？但是当我把产品demo给他看时，他们觉得这个东西，确实跟Apple Watch有些不一样，有很多创新，不是他想象中的粗制滥造，无论是产品的设计还是外观。

　　 从技术层面，我们是屏占比最高的纯圆智能手表，屏占比就是显示的屏幕跟外面的边框比例，这个比例肯定越高越好。做技术的都知道，这个特别难做，因为你要把屏占比做高，意味着你的空间非常小。另外，除了Apple Watch我们是第一个用磁吸式无线充电的，第一个拿到MFI（苹果认证）的，第一个同时支持GPS和3G，第一个支持NFC（近距离无线通讯技术）的，带着这个表你就可以去刷公交和地铁。

　　 从支付层面，我们是第一个在智能手表上做移动支付的，这对银联、银行来说都是巨大的挑战，因为涉及支付安全，他们之前也从来没搞过，所以我们得陪着银联、银行每天做测试，还得告诉他这是一个很好的应用场景。公交也是一样，公交是比较偏国有化的体系，每个城市都不一样，我们搞定这些城市，其实要做很多事情。

　　 所以今天 出门问问就是一个 以AI为核心的软硬结合及多场景联动 ，我们早就不是一个做语音识别的公司了，我们是一个AI的产品公司，这是我们的定位。

　　

　　 未来做多产品联动

　　 我们做了手表，做了车载，我们还会加一些产品，我们接下来要做的事情，就是把这个打通，使这个产品能够联动。大家可以想象一下，我们现在有一个功能，在手表上问一个餐馆，里面有地址，我可以选择把它发送到车里面，如果你装了智能后视镜，一上车就问你说要不要导航到这里去。再比如，家居产品做出来之后，傍晚回家的时候我就可以跟车里说，帮我把客厅的空调打开，调到多少度。这就是一个联动。

　　

　　 这个东西，其实比尔盖茨讲了很多，但是都没有实现，原因就是以前的设备都不联网，第二就是每一个领域都是不同的公司和生态，很难打通。今天由于物联网的发展，所有都联网了，而且每一个场景都有了自己交互性的设备，这时候我们有能力快速把它打通，比如刚才我说的智能手表和车载互动。

　　 这看起来可能不像一个小公司做的事情，我只不过描绘了我们未来能够达到的地方，或者我们能做的一些事情，并不是所有事情都是我们做。首先我们有AI，这是最核心的东西，所有AI的算法、交互，甚至是视觉，我们都会自己把它慢慢地迭代；围绕AI我们做交互系统，比如智能手表操作系统、智能车载操作系统、智能家居等；在这之上，再做硬件，硬件可能跟别人联合开发，也可能硬件本身就做得很好，我们没必要自己做。重要的是我们要能够把各个场景连起来。

　　 今天我觉得整个AI还是非常笨的，说白了还是我们用机器探索世界的方式是不对的，或者我们没找到一个正确的方式。我们现在无论做语音识别还是图像、视觉，所有的算法都有非常清晰的理解，然后我们再有设备可以采样，采样完之后，我有了离散的数据库，这个数据库我用机器学习的方法去深度学习，然后挖掘应用，做一个执行。

　　 这里面有几个特别关键的东西，第一是对这个原理要有一个大概的了解，第二个是传感器，人类是通过交互的方式来探索世界的。比如我们今天能够坐在这里一起讨论话题，很重要的一点就是大家都有思考能力，而不是一个只做语音识别的机器，机器非常机械。

　　 但事实上，第一从传感器方面上讲，机器还不能像人一样思考、判断；第二个带宽有限。人跟世界探索的方式是24小时的，如果睡觉时间不算的话也是十几个小时，十几个小时你每天看到、听到、思考多少东西？如果我们的腕表有这么一个传感器可以采样的话得需要多大的带宽？但显然我们今天这种传输，没法支撑我去做刚才说的那些后续的设想。

　　

　　 还有一个更深层次的问题，大家想象一下，人的交流是通过语言、手势各种方式进行的，我可以不跟你们说话，但我的大脑可以做很多思考和想法，或者你在听我说话，你完全可以闭着眼睛听，但是你在听的过程中，会思考，会推理，有自己的判断。但是计算机没有这种东西，说白了，它是一个矛盾体，一方面没有简单的直觉，比如下个棋，你要告诉Alpha Go一步一步到底怎么弄。第二个它又没有复杂的推理，没有这种推理很重要的一部分原因就是没有这些知识，这是早年人工智能最核心的问题。

　　

　　 这些问题的突破，像知识表示、直觉建模、复杂推理的算法，一定是学术界或者谷歌这种研究院天天干这个事情才能做得好。 作为我们创业者更应该关注的，是面对人们的生活，把人工智能的落地，去真正地改变消费者的生活。