AI研究鼻祖維德羅教授的門生王維嘉： 美國這些公司的生意太難搶

【環球時報記者 範凌志】關於中美兩國在人工智能領域的研發水平，《環球時報》記者專訪了美國斯坦福大學人工智能研究鼻祖之一維德羅(Widrow)教授的門生王維嘉博士，他是硅谷最懂人工智能的基金之一信中利美國創投公司的創始人。王維嘉每年“要看上千個案子”，他認為，單純對比中美誰更強是不嚴謹的，而中國人工智能科研人員想要有所突破，最需要的還是“坐冷板凳”的精神。(為方便敍述，本文以王維嘉博士自述的方式展開。)

“三大天王”

我於上世紀80年代末在斯坦福大學攻讀博士期間，開始人工智能神經網絡的研究，我的導師維德羅教授從1959年開始研究人工智能，是該領域的鼻祖之一。關於中美人工智能領域的水平比較，不能籠統地説誰強，如果要比較，要根據人工智能的生態系統來分析。這個生態系統就像一個金字塔，最頂層叫算法，下邊是芯片，再下邊是軟硬件系統，最下層是各種應用。這個系統裏，做算法的人最少，他們研究的是最尖端的東西。

人工智能做了60年，為什麼這幾年火起來？主要是三個原因。一是計算能力大增，比30年前我做論文時提高了差不多100萬倍。第二，互聯網產生大量數據，據估算現在全世界每天產生1000萬個TB的數據，這個數字還在“翻着跟頭”增長。最後，最重要的一點是算法上有了突破，如果把人工智能比作火箭，計算能力就是發動機的馬力，數據就是燃料，而算法就是發動機的設計。

人工智能神經網絡算法的突破是在加拿大完成的。多倫多大學的傑弗裏·辛頓(Geoffrey Hinton)教授被谷歌挖去，他的法國學生雅恩·樂庫(Yann LeCun)被臉書聘走，多倫多大學還有一個教授約書亞·本希奧(Yoshua Bengio)，我認為他們是當今世界人工智能領域的“三大天王”。比如雅恩·樂庫，現在人臉識別最主要的一種算法卷積神經網絡(CNN)就是他提出的。他們提出的算法能讓一個領域成為可能。

在基礎研究領域，中國還沒有能跟“三大天王”相比的人。原因很簡單，在美國有一批人，包括我的導師，過去30年甚至50年基本不間斷地從事一個領域的研究，雖然沒什麼突破，也沒什麼經費，但他們仍然在坐“冷板凳”。在中國，比較“冷門”的東西如果拿不到錢，發不了文章，研究者就比較少。

誰是霸主？

神經網絡算法的理論突破是在上世紀90年代，工業界認識到其重要性是在2012年。全球計算機視覺領域的知名專家李飛飛教授有一個名為ImageNet的圖像識別大賽，過去的圖像識別率一直徘徊在74%上下，2012年傑弗裏·辛頓教授的一個博士生利用神經網絡方法一下把識別率提高到84%。從那以後，大家都開始用神經網絡的方法。2015年以後，ImageNet圖像識別率突破95%，超過了人的識別率。

在算法領域，這兩年中國發展很快，國際一流會議發表的文章很多，但目前為止還沒有特別重大的突破。但這並不代表沒有可能趕上甚至超過對方，隨着政府和民間在該領域加大投入，未來5到10年很可能會有跟“三大天王”一樣重要人物的成果出現。

芯片層次，現在都在用英偉達公司的圖形處理芯片(GPU)，GPU和CPU(中央處理器)的區別在於，GPU可以把一個任務分解成千萬個子任務同時處理。英偉達的股票過去兩年漲了快10倍，就是因為全球做人工智能的公司比如百度、阿里巴巴、臉書等都用它的芯片。我每年要看很多做人工智能芯片的公司，目前不管是中國還是其他國家的公司，想搶英偉達的生意非常困難。總體而言，在芯片層面，美國對中國仍是壓倒性優勢。PC的芯片霸主是英特爾，手機芯片是高通，而人工智能芯片是英偉達。中國手機芯片掌握的核心技術比PC芯片要多，人工智能芯片會不會更多？未來中國會不會出一個人工智能芯片霸主？如果説一定有，那太樂觀了，如果説一定沒有，又太悲觀了。

在計算框架，最厲害的是谷歌的Tensorflow(張量流)，它相當於讓一個不懂人工智能神經網絡底層數學的人也能利用人工智能來處理問題。現在很多公司在做類似平台，但谷歌上聚集的軟件比其他所有競爭對手的總和還要多。

“扎堆趕熱鬧”

最後一層，在應用領域，我們可以拿自動駕駛為例，因為它牽涉的工業量級比較大。這一領域第一厲害的是谷歌。為什麼？谷歌做了9年，起步早。業界有個評價，在自動駕駛應用上，谷歌也就打60分，其他公司最多10到20分。但中國有可能在自動駕駛上超過美國，不是因為錢多人聰明，而是因為政府層面的環境更友好。自動駕駛不僅僅是個技術問題，還涉及法律法規等問題，中國推進效率會很快。

在人臉識別應用方面，中國遠遠領先於美國，因為中國的人臉識別市場遠大於美國，數據量大，更何況中國一些公司比如商湯等，有原創技術。在醫療圖像識別、機器人方面，中國也不弱，可以和美國平起平坐。所以，在應用層面，中國是非常領先的。

中國以往的特點是核心技術較弱，應用較強，在人工智能領域也是這個態勢。中國的優勢首先是人才多、錢多、市場大，弱點在於從業者喜歡“扎堆趕熱鬧”。現在注意力全部集中在神經網絡，但人工智能遠不止這一個流派。它大概有6個流派，比如符號學派、推理學派等，其他5個學派現在都在坐“冷板凳”，而且主要是美國學者在“坐”。很有可能過幾年其他學派異軍突起，那些集中於神經網絡的人到時又會傻眼。

當前對中國人工智能的高評價，有些是國外媒體炒作，西方人只是提醒本國“不要小瞧中國”。“中國趕得很快”，這是客觀事實，但作為一個從業者，在該領域的各個層面深入分析，會得出不同結論。