“我的預測是，未來人是機器的主人，它們是我們的奴隸，我們要訓練非常好的奴隸給我們工作，我們?nèi)酥饕墓ぷ骶妥兂捎柧毸麄儭?rdquo;12月13日，北京格靈深瞳信息技術(shù)有限公司董事長兼CTO、GoogleGlass團隊核心成員趙勇如此表示。

趙勇表示，英特爾、微軟、蘋果、華為、阿里巴巴、谷歌、Facebook這些公司成功的規(guī)律是在正確的時代做了正確的事，而未來IT產(chǎn)業(yè)的發(fā)展的方向?qū)⑹侨斯ぶ悄堋?/p>

而在人工智能領(lǐng)域，過去三十年最偉大的一個進展深度學習，另外一個重要進展則是傳感器領(lǐng)域。

趙勇談到，除了在好萊塢電影中關(guān)于人工智能的想象外，現(xiàn)實生活中已經(jīng)有一些人工智能的發(fā)展嘗試，包括谷歌眼鏡、微軟Cortana語音助手、無人駕駛等。

具體到無人駕駛方面，趙勇表示，目前已經(jīng)證明可以靠視覺系統(tǒng)造出行車電腦，用三維的方法，實時計算出目前行駛的軌跡，包括可以生成俯視圖，計算出車周圍的環(huán)境是什么樣的。

“未來五到十年(自動駕駛的車)就會跑在全世界的道路上，包括中國的道路上。”趙勇表示。

而人工智能到底何時才能真正改變我們的生活，趙勇給出的答案是十年，甚至二、三十年。

趙勇最后還表示，在人工智能行業(yè)的發(fā)展上，應該有些邊界，比如不能進入武器的領(lǐng)域;在情感和社交方面，人工智能牽扯的越少越好，變成工具就行了，不要跟人類談戀愛。

以下為趙勇現(xiàn)場發(fā)言實錄：

主持人武虹：今天我們請的發(fā)言人北京格靈深瞳信息技術(shù)有限公司董事長兼CTO、GoogleGlass團隊核心成員趙勇。今天他帶來的主題是讓大家看到未來智能發(fā)展的方向是什么，跟我們是什么樣的關(guān)系?有請他上臺作主旨演講。

趙勇：大家好!我是一個計算機工程是，今天受邀來到一個財經(jīng)論壇，對我來說是個很大的挑戰(zhàn)。我看到昨天的議題，比如金融、貨幣、政府、外交，感到?jīng)]有什么共同語言。我自己從工程的角度來看工業(yè)界，在過去50年，從1965年到今年，新誕生的超過千億美元市值的民營企業(yè)，只有17家。在這17家里面除了最下面一排四家公司，全部都是IT企業(yè)，也就是說有13家IT企業(yè)。在過去半個世紀推動整個經(jīng)濟社會向前發(fā)展的主要新動力一定是IT科技，是毫無質(zhì)疑的。

在67、68年分別成立了因特爾，他們都是半導體公司。到了70年代，幾乎扎堆成立了四家千億美元公司，分別是微軟、蘋果，他們是做計算機軟硬件的。到了80年代，有華為等。這幾家公司都需要做網(wǎng)絡和電信，當我們有了計算機，需要把它們連接起來一起工作，網(wǎng)絡和電信是最重要的。到了90年代，有了網(wǎng)絡，有了因特網(wǎng)，用他們干什么，歷史證明，最成功的應用就是零售?？梢钥吹?8年阿里巴巴成立，他們把零售帶上了因特網(wǎng)，經(jīng)過十幾年的奮斗，現(xiàn)在對我們的影響已經(jīng)非常大了。到2000年，谷歌、Facebook把社交等等帶到了因特網(wǎng)上。所有因特網(wǎng)的服務和商品都可以借助這個平臺影響到每一個人，這是非常非常重要。

可以看到兩個規(guī)律：第一，在什么時代做什么事情是非常重要的。這些公司之所以成功，是因為他們在正確的時代做了正確的事情，而且他們都是他們所在領(lǐng)域的先驅(qū)，如果晚十年再做這些事情的話，恐怕就很難成功了。至少我們沒有看到一個成功的例子。未來是什么呢?我的答案是人工智能。今天我想給大家普及一下什么是人工智能。媒體上對人工智能有好多渲染，有時候神化了它，有時候妖魔化了它，我希望通過我的介紹大家對人工智能有一個比較真實的理解。

這張屏幕上顯示的一個普通工程師工作的畫面，這個畫面上的每一行字就是一個指令，這叫編程。今天為止，大部分計算機都是用編程的方式工作的，我們給一條指令，再給一條指令，計算機就嚴格地按照指令序列執(zhí)行任務。計算機其實是很笨的東西，它們只是執(zhí)行我們的命令。從計算機發(fā)明到現(xiàn)在一直是這樣工作的，但是我們越來越看不到一個前途，未來的計算機怎么變得比人更聰明。我有一個導師做了一個研究，他想掃描真正的人腦，下面我給大家展示一下這套系統(tǒng)掃描出來的人腦是長什么樣子的。這張畫面上顯示的人腦是一平方毫米里的神經(jīng)原的圖像，無論一個人的智商怎么樣，腦子里大概有兩千億到四千億的神經(jīng)原，這些神經(jīng)原相互聯(lián)結(jié)在一起形成了我們?nèi)四X的活動。有一個非常偉大的機器學習的方法，叫神經(jīng)網(wǎng)絡的方式，就是用純軟件的方式模擬一個類似于神經(jīng)網(wǎng)絡結(jié)構(gòu)的數(shù)學模型，這個模式就是我們所說深度學習的模型，當我們教他們什么是豬，什么是狗，這就是訓練的過程。深度學習是過去三十年，在人工智能里最偉大的一個進展，另外一個進展是傳感器領(lǐng)域的進展。比如視覺系統(tǒng)，在過去幾年最重要的成就就是深度傳感器，它們可以把這個世界的三維結(jié)構(gòu)掃描起來，比如可以用在自動駕駛汽車里面，用在人機互動的應用里面?！‖F(xiàn)在給大家看幾個好萊塢想象的機器人是什么樣子，這些經(jīng)典的形象都來自于若干個不同的電影。好萊塢很有意思，好萊塢幾乎很棒的科幻的電影都是科學家，這些人基本上在好萊塢提前實現(xiàn)了夢想。這個機器人是一個服務機器人，人類發(fā)明出來放在工廠里，放在餐廳里，放在軍隊里，為我們服務，直到有一天他們發(fā)現(xiàn)自己被欺負的太恨了，就鬧起來了。

這張照片顯示的是寶馬公司在歐洲的一個生產(chǎn)線，寶馬七系列的轎車在這里被生產(chǎn)，在這個生產(chǎn)線上只有5%的工序是由人完成的，其他的工序全部是由機器人完成的。為什么一定要用機器人來完成?是因為德國的工人太貴嗎?并不是這樣。為了造一輛汽車，它可以跑的很快，質(zhì)量非常好，很穩(wěn)定，可以連續(xù)使用20年，對工藝的要求非常高，只有機器人可以做到。

上面兩張圖是國內(nèi)某家電商的倉庫，我們在網(wǎng)上買東西的時候看到很多網(wǎng)頁，非常簡單，但背后是巨大的倉庫系統(tǒng)，這個倉庫有四五個足球場那么大，里面有近萬個年輕的農(nóng)民工們推著小車在里面飛馳著奔跑，不停地把客戶的訂單從成千上萬的貨架上收集起來。在亞馬遜的倉庫里沒有人，所有都是機器人。在今天的亞馬遜，絕大多數(shù)的物流中心都已經(jīng)使用了這套系統(tǒng)。

這個機器人，大白非?？蓯?，它是個醫(yī)療機器人，主要的目標是做體檢，有什么問題給你迅速進行醫(yī)療診斷。這個功能非常非常發(fā)達。

這個機器人可以給人動手術(shù)，這是件很棒的事情。我們往往都希望找一個老醫(yī)生，他的經(jīng)驗最豐富，最好，但是當我描述下一個情況的時候，你可能會改變你的想法。大概在十年前，在哈佛醫(yī)學院有一個病人，他當時還沒有出生，但已經(jīng)早期被醫(yī)生判斷得了先天性的心臟病，需要動一個手術(shù)，這個孩子當時只有29周，醫(yī)生提前把他取出來，給他動開胸的手術(shù)，所有的一生都不敢接這個活，因為他們手指的精度達不到這個要求。在這個機器手術(shù)刀上有一個鏡頭，捕捉了畫面，傳遞給醫(yī)生。醫(yī)生在虛擬的手術(shù)刀上工作，它的手指的動作傳到心臟上，由更加細微的機器手臂進行操作。到今天，它還可以給成人動手術(shù)，代替開胸手術(shù)。有的時候一個手術(shù)需要在心臟上動刀，并且有縫合，首先把病人麻倒，把胸腔打開，打開胸腔的過程其實是一個非常殘忍的過程，心臟是跳動的，沒辦法在跳動的心臟上動手術(shù)，想一個辦法把心臟弄停下來，然后醫(yī)生動刀。這個手術(shù)對病人的傷害是非常大的，今天達芬奇機器人怎么做呢?他們把手術(shù)刀、相機、光源通過微創(chuàng)的方式，直接伸到體內(nèi)看到你的心臟，這時候看到了一個跳動的心臟，醫(yī)生是沒有辦法在跳動的心臟上動手術(shù)的，但是它有一個速度非常快的攝像頭觀察這個心臟。用1000楨每秒的速度跟蹤這個心臟的跳動，用虛擬手術(shù)刀在畫面上動手術(shù)。這是一件很偉大的事。

這個機器人叫終結(jié)者，它是用來殺人的，很不幸的是人工智能最先的應用就是在殺人的武器上。我們今天知道，已經(jīng)有很多機器人會殺人了，比如偵查飛機，一些地面作戰(zhàn)的車輛。

這是兩年前的一部得了奧斯卡獎的電影，這個機器人并沒有形狀，她就在這個人的口袋里，像手機一樣。這個機器人可以看到主人公看到的東西，聽到主人公聽到的東西，保留了主人公所有的通信。本來設(shè)計成一個電子助手，因為它知道主人所有的事，慢慢的就跟這個主人發(fā)生了感情的交流，這個主人甚至后來愛上了它。

我們看看現(xiàn)實的生活，我在幾年前參與了一個項目，規(guī)劃這個項目的時候，我們希望能發(fā)明一個計算機，它就待在人的臉上，看到你看到的東西，聽到你聽到的東西，連接到互聯(lián)網(wǎng)，互聯(lián)網(wǎng)上有你所有的通信資料，有你所有的筆記，有你所有的照片，還有整個互聯(lián)網(wǎng)上無所不用其極的所有的知識庫。我們希望發(fā)明這個設(shè)備未來能夠成為人很好的幫手，最開始的時候它的名字叫“僚機”。我自己在研究生的時候，有個同學在網(wǎng)上跟很多女孩聊天，不停地用百度搜索知識，成功地吸引了很多女孩，問題是每次約會的時候都是見光死。當然我們并沒有成功，因為我們的計算能力，在谷歌眼鏡的時代，都不能達到實用的狀態(tài)。但是我知道谷歌還在繼續(xù)投入更大的力量研發(fā)這種產(chǎn)品。　這個視頻描述的是這個眼鏡工作的狀態(tài)，這個人每天早上起來，這個眼鏡告訴他天氣怎么樣，會告訴他今天應該去什么地方，提醒他。在整個過程當中，他只要說話就可以了，就好像跟自己的朋友交談一樣。他坐地鐵，系統(tǒng)告訴他說這個地鐵停了。在這個過程中，他通過指引看到了一個海報，海報說有一個音樂會，他可以立刻買票。他看到一張很有趣的海報，他說這張照片太酷了，他說你給我拍張照片，這個事情他的眼鏡立刻就幫他做好了。

微軟也在做同樣的事情，微軟發(fā)布了一個助手，叫Cortana。微軟研究院的同事正在研究讓Cortana跟人聊天。

聊了那么多有趣的事情，我想告訴大家，不是每個機器人都必須是一個人的，它在我們的行業(yè)里可以做很多事情。比如我們公司做了這么一款攝像頭，它可以看懂人在干什么。哪怕是在一個非常擁擠的環(huán)境里，這個畫面里有30多個人，我們?nèi)z測、識別，并且記住每一個人，然后記住他們長什么樣子。現(xiàn)在這個產(chǎn)品已經(jīng)放在銀行里使用了，幫助銀行了解營業(yè)廳里客人的秩序，行為，在夜間的時候有沒有發(fā)生砸機器的情況。在銀行的金庫里，有一個設(shè)備，打開之后里面有80萬元的現(xiàn)金。在很多敏感的地方，我們可以幫助員工去看工作的時候每個操作是不是符合要求的。我們有些合作伙伴用它放在博物館里，研究觀眾對哪些作品更感興趣，有些客戶把它放在學校里，觀察老師跟學生的互動，有些客人把它放在監(jiān)獄里。真的是五花八門，最近甚至有些客戶說把這個東西裝到數(shù)據(jù)中心里。

我們在汽車上做了一些事，今天我們有很多車了，慢慢看到了汽車的一些缺點，比如安全問題、污染問題、擁堵問題。我們要解決這個問題最重要的就是讓汽車變得越來越安全，我們想設(shè)計一個人工智能幫我們開車。用人工智能開車的基本任務，第一是定位和導航，第二是防止碰撞。第三是對交通環(huán)境進行感知與互動。這個動機最早在美國的軍事領(lǐng)域產(chǎn)生的，美國國防部要求大家開一個車，在越野的環(huán)境里自動的完成一個任務。這輛車是斯坦福大學的車，這輛車也是今天谷歌汽車早期的原形，這個車上裝了很多傳感器，這些傳感器都是用在以前用在軍方的非常昂貴的傳感器。今天的汽車裝的傳感器系統(tǒng)，光傳感器的原件基本上都超過200萬。

我比較困惑的一件事，人可以開車，我們沒有高精度的雷達，我們是怎么做的，就是靠我們一雙眼睛和很好的腦子，我始終相信通過圖像處理就可以很好地完成自動駕駛。我們的愿望是能夠通過簡單的攝像頭系統(tǒng)和一些低成本的GPS，完整的完成自動駕駛的任務。我們通過視覺可以算出來三維結(jié)構(gòu)，它可以把圖像信息轉(zhuǎn)化成下面顯示的深度信息，每一個顏色代表的是距離，通過這個系統(tǒng)基本上可以探測出來障礙物在哪兒，其他的行人在哪兒。我們在道路行駛的過程中，非常精確的檢測每輛汽車和行人。我們通過視覺同樣可以判斷軌跡，你的速度是什么，你的加速度是什么。過去這些事情必須用高精度的灌導來做，GPS的確定是不精確，有的時候會跳動，當你在大樓底下或者在橋底下的時候，它的噪音會更加大。我們已經(jīng)證明可以用視覺的方式通過畫面的變化來判斷出我們的軌跡是什么。這個東西的成本是很低的，很可能跟你的手機一樣。把這些東西都加起來，純粹可以靠視覺系統(tǒng)我們可以造出這樣的行車電腦，他們用三維的方法，實時計算出目前行駛的軌跡，包括可以生成俯視圖，告訴你這個車周圍的環(huán)境是什么樣的。　這張圖顯示是一個意大利的設(shè)計公司，他們不造車，但他們造視覺概念。我展示一個特別憧憬的未來。未來我們的汽車可以選擇自己開，也可以選擇讓計算機來開。當你選擇讓計算機來開的時候，在這個車上就會變得很自由，可以休息，可以看電影，可以工作，可以進行商務會談。在長途旅行的時候，也不用擔心自己可能會不小心睡著。我非常欣賞這種概念的產(chǎn)品，我非常確信，這樣的產(chǎn)品應該在未來的五到十年就會跑在全世界的道路上，包括中國的道路上。

在我們做汽車項目的過程中，接觸了很多交通事故的信息，我驚訝地發(fā)現(xiàn)，有超過85%的致人死亡的事故，都是發(fā)生在十字路口。為什么十字路口危險呢?即使你遵守了所有的交通規(guī)則，但有另外一個人違規(guī)的時候，你就會被牽扯進來，而這種危險你是提前看不見的。因為人的眼睛職能看到光鮮，而光是直線傳播的，來自一個拐角的危險我們是無法提前預知的。我給大家看一個最經(jīng)典的例子。當我們反思這個事故的時候，發(fā)現(xiàn)沒有任何方法來避免這個事故，因為你是綠燈，看不到前面有任何障礙，開過去了，這個事情就從天而降了。如果我們想避免這種事故，靠車是不行的。我們有一個方案，就是在十字路口的每個方向裝一個攝像頭，實時檢測和跟蹤每個人每一輛車，并且把他們運動的信息可以實時傳出來，如果每輛車對自己做一個定位，他就可以預測這種事故的發(fā)生。

我們有一套給交通管理系統(tǒng)使用的視覺的管理系統(tǒng)，這就是做汽車的檢測和跟蹤，還有識別。對汽車的識別過去可以做的是車牌號碼識別，但我們的客戶說這個還不夠，他們發(fā)現(xiàn)真正的犯罪分子是沒有人用真的車牌號碼的，他們還要深度識別這個車的顏色、生產(chǎn)廠家、型號、哪一年生產(chǎn)的。于是，在我們的桌前就放了5000多種不同型號款式生產(chǎn)年份的組合，這在以前是無法想象的，隨著神經(jīng)網(wǎng)絡的發(fā)展，我們可以在短短幾個月的時間內(nèi)完成這個任務。

我們公司是在兩年多前成立的，當時我回到北京在一個民宅里找到一些年輕人，開始做一些有趣的實驗，我們發(fā)展的非?？欤谶^去的兩年里獲得了很多資本和媒體的關(guān)注。我們的新聞聯(lián)播很有意思，在我們公司才兩三個月的時候，就鉆到民宅里采訪我們，當時我們非常驚訝，說明我們國家隊創(chuàng)新非常重視。在這兩年里，我們的團隊慢慢成長起來，我們收集了中國和美國最好的人才，跟我們在一起把人工智能慢慢從一個幻想變成現(xiàn)實，這是我們現(xiàn)在的辦公室。我們在北京找了一個非常有趣的地方，國家和社會對一個創(chuàng)業(yè)企業(yè)來說是多么的支持，我們今天在北京找到了一個非常漂亮的地方，去做我們的創(chuàng)新。

最后我跟大家分享一張照片，每當我想到人工智能現(xiàn)狀的時候，這張照片是最能表達的。我們現(xiàn)在應該是一個漫長的黑夜即將結(jié)束前的黎明快要到來的時候，最近有很多大公司，很多基金，都因為人工智能做了很多的動作，產(chǎn)生了很多的產(chǎn)品。我們真的非常需要這個社會更多的投入，無論是資本、人才還是政策。我今天還要表達另外一件事情，還有一個更重要的資源就是耐心，任何偉大的創(chuàng)新不會一蹴而就，對于我們來說，這個行業(yè)已經(jīng)發(fā)展了四、五十年了，到今天開始出現(xiàn)一個井噴式成長的狀態(tài)，即使如此，我個人認為，我們還需要花很多錢和很多人的青春在這里面投入十年，甚至二、三十年的時間，才能實現(xiàn)我剛才講到的很多創(chuàng)新，才能真正改變我們的生活。這就是人工智能。謝謝!

主持人武虹：謝謝趙勇精彩的演講。因為每一次聽他的演講，都讓我感覺到腦洞大開。趙勇剛剛給大家普及了一下什么是人工智能，以及人工智能在各個方面的前沿的技術(shù)。人工智能能夠像人一樣學習的話，現(xiàn)在有一句非常流行的話，是不是再過十年、二十年，真的機器人就比人聰明，你怎么看這個事情?

趙勇：我自己在做機器學習，我很難想象有一天機器在各個方面都比人聰明。人工智能有低層智能、中層智能、高層智能，人工智能的確在一些簡單精確的任務上，已經(jīng)比人做的好了，我的預測是未來，人是機器的主人，它們是我們的奴隸，我們要訓練非常好的奴隸給我們工作，我們?nèi)酥饕墓ぷ骶妥兂捎柧毸麄?。在人工智能行業(yè)的發(fā)展上，應該有些邊界，比如我非常支持人工智能不能進入武器的領(lǐng)域，因為這個世界上有很強的貧富差距，也有很強的科技發(fā)展的差距，如果一些特別富有的國家，科技非常進步，可以使得戰(zhàn)爭沒有任何代價。在情感和社交方面，我反而希望人工智能牽扯的越少越好，變成工具就行了，不要跟我們談戀愛。