姚期智院士任旷视科技首席顾问 为产业本质创新提供支持

　　11月5日，旷视科技Face++联合清华大学、清华交叉信息学院以“人工智能的本质创新”为主题在清华大学举办了一场研讨会，在会上，旷视科技Face++宣布旷视研究院成立学术委员会，邀请姚期智先生担任其首席顾问。

　　姚期智是中国科学院院士，首位图灵奖华人获得者。作为现代密码学、理论计算机科学、量子计算等领域的奠基人，姚期智创办的“姚班”培养出了大批计算机科学领域的人才，旷视科技Face++的三位创始人——印奇、唐文斌、杨沫就正是“姚班”的学生，而在旷视科技内部，也有相当数量的员工来自于“姚班”。

　　据旷视科技Face++首席科学家孙剑表示，学术委员会主要的功能，在于为公司提供一些无论是学术角度还是工业角度，都超出当前事业的见解。

　　旷视科技Face++创始人&CEO 印奇

　　印奇表示，为什么选择在现在成立学术委员会，是因为在公司技术创新过程中，以及将技术应用到业务的过程中，看到了一些更本质的问题，需要借助更好的理论框架去解决。而旷视科技Face++作为行业的领军企业，有责任解决更本质的问题，做本质创新。

　　“我们创业初期的时候，很难有机会谈未来三年五年十年，随着现在的发展，思考眼前一年半年以外，也要思考未来如何，当我们在有一定实力的情况下，我们要在正确的方向上，给予大力的投入，这也是成立学术委员会的原因。”杨沐补充道。

　　在这个活动上，姚期智和印奇、杨沫、唐文斌以及孙剑一同探讨了人工的本质创新以及人工智能未来的发展，旷视科技Face++的三位创始人分享了旷视未来的三年计划、融资观点等，而姚期智也从自己的角度分享了他对人工智能领域人才、论文、PhD等的看法。

　　一，旷视科技Face++未来三年的计划

　　印奇：未来三年，最重要的事情是什么，我们内部有两句话——“赋能机器之眼，构建城市大脑”，这是未来三年要做的事情。

　　赋能机器之眼，安防是未来城市和物联网的雏形，现在安防行业以政府型的项目为主，以硬件为主要的产品，未来一定是偏网络化、中心化的解决方案，是真正多层级的系统。在这其中，我们定位很简单，就是“赋能机器之眼”，我们非常强调软硬结合，未来互联网终端设备越来越丰富，我们希望成为未来的技术核心，技术核心不是SDK这种，而是云和端的结合。其中，赋能的本质是如何能够打通数据链路，而非单独的封闭的闭环，这是我们在这个产业中对自己的定位，希望我们是赋能者。

　　构建城市大脑，我们最核心的定位是，把数据连通，智能化形成平台化的计算范式，构建大的趋势，把安防、金融、零售甚至智能物流、金融、制造结合在一起。

　　唐文斌：“赋能城市之眼，构建城市大脑”，具体来说，第一，我们作为赋能者，广泛地跟厂商合作。第二，由于现在技术成熟是分周期的，不是一上来就很完美，所以技术与产品怎么结合，技术与场景怎么结合，技术与最后解决方案怎么结合，客户的价值怎么体现，需要结合场景、技术和算法的边界，权衡各类问题之后，提供综合方案，我们自身也会作为整体的方案提供商，帮助构建城市大脑的逻辑。

　　二，关于C轮4.6亿美元的融资

　　印奇：某种程度上来说，我们不需要那么多钱，但为什么要融?第一，某种情况下，这能证明旷视科技Face++在这行业的领导地位。第二，希望我们有这样的实力，树立一个正确的评价标准。

　　人工智能行业和O2O不太一样，希望大家不仅要关注融资，还要关注钱用在哪了，这个行业是不是有更本质的创新和发展。人工智能行业目前还不是烧钱的阶段，现在有一个不好的现象是，大部分人工智能企业融的钱并没有很好的价值传导，唯一效果是让人才的价格水涨船高。我们为什么要选择这轮融资，是因为我们选择了大的产业方向，金融安全、城市大脑、手机智能，三个方向都有上下游整合的趋势，我们希望更多地把行业做深，融的钱在行业落地。人工智能行业是技术驱动，产业驱动，而不是完全资本驱动，我们希望把融来的钱用得其所，这是我们的融资观。所以希望不要以融资额评判公司的好坏，而是要关注这些公司究竟有没有给行业带来价值，产品的落地如何，从大的舆论环境树立更好的标准。中国人工智能行业有机会比美国做得更好，我们不要错失这样的机会，也需要更好的大环境，也是我们一直强调的。

　　唐文斌：我觉得融资的核心目标是做扎实，虽然我们的团队可以靠自己养活，但是细化来看，很多东西没有做扎实，从技术到产品到本质创新，到业务的落地，到交付给用户的价值，之前顶多是85分的状态，我们希望做到99分、100分。

　　三，关于旷视科技Face++的本质创新

　　孙剑：人工智能有理论的创新，工程创新，算法创新。我从算法的角度来看，算法的核心是解决一个特定的问题，算法上最本质的创新，在于对需要解决的问题的深刻理解，新的视角，新的观点，这是第一个层次。

　　图：旷视科技研究院院长 孙剑

　　第二个层次，在一个特定时期认定了一个问题，求解这个问题的算法，我看重两方面，它是不是具有通用性，比如说我们做万物识别，两万种物体，我们并不希望一种算法，只能识别猫或者狗，通用性越强，算法影响力越大。另外，别人是不是可以重复使用这个算法，我们不希望论文发表了，没人关心，没人关心说明没有解决问题的痛点，没有触及到问题的本质。那么，我们希望在算法上创新之后，让其他同行从业者、产业界的人看到算法，主动去应用算法，在算法研究中解决问题。这就说明这个算法做到本质创新，解决了痛点，触及了问题的本质。

　　图：旷视科技Face++创始人&CTO 唐文斌

　　唐文斌：我们把不太本质的创新，用另外一种方式，相对本质的解决。我们在深度学习框架内，突破了现在的框架，突破了深度学习现在的边界，另外我们尝试各种模型，哪个数据更好用，通过这样的组合，我们基于人脑的搜索，搜索出来哪个东西解决了这个问题，我跟杨沐在公司里做的工作就是，能够流程化、工程化，通过一套系统把边界内搜索的工作，真正变成一个系统，这个系统能够自动尝试各种模型的类型，去做模型的搜索，把这个东西变成一套系统，不本质的创新，用本质的方法解决了他，这是我们现在做的一些工作。

　　印奇：我们在产业界的创新，举一个例子，在金融领域，有非常好的市场和产品，服务很多客户。做人脸识别三四年之后，在这个行业里面另外一项技术，就是如何验证这是一张真人的脸，而不是一张照片或者视频。这样的创新对行业来说是非常本质的，而为什么能有这样本质的创新，是因为我们深扎到行业和场景，发现了这些问题，和最优秀的科学家解决了问题。第二，我在微软研究院，开始做人脸识别，到今天快十年了，当你在不同的数据量的情况下，你解决问题的方法从不本质到本质，而工业界、产业界给你一个最真实的问题，从最正确的方向上解决问题，屏蔽掉一些并不本质的创新或者甚至质量较低的创新，企业界跟理论界有更好的结合，会互相促进，使得创新做得更好。

　　四，关于人才

　　姚期智：人工智能领域的人才，最重要的特质就是聪明，这可能比其他学科更为明显。由于机器学习的发展，对很多人来说，有一个好处，如果用人工智能解决问题，很多以前要学的东西都可以不学。如果你是一个本科的学生，努力学习了一两个学期，如果你够聪明的话，就有可能马上脱胎换骨对尖端的问题也能做出贡献，所以聪明是一个很大的优势。当你了解这些已经知道的算法之后，下一步就是必须要有足够的在工业界的实战的经验。比如你在武当派练内功以后，剑法学得很好，但没有实战经验，出去碰到高手可能一下子就被解决了，所以实战经验非常重要。在一些人工智能公司，会有一些新的问题，对于聪明的好强的有野心的人，这是非常好的事情，因为可以激励他解决问题的决心。解决问题，对这个领域就有贡献，对人类社会就有贡献。

　　五，如何看待PhD

　　姚期智：这要根据个人的兴趣，和将来工作的方向来定。因为不同的人在这个领域想做的事情不同，觉得最有意义的事情也不一样。要让每一个人决定他最想做的，最有意义的事情是什么，才能真正发挥他的聪明才智。

　　那么PhD有一个好处，相当于它强迫你要晚一点成熟，比如，你的武当派老师傅说，你现在出师可以行走江湖，如果你多学十年再出师，学到的内涵更多，将来成就跟大。PhD过程中的一个好处就是，理念比较规范，更有可能在本质上深入地解决问题。如果你出师得早，一开始就完全来解决问题，那么你可能会觉得解决问题的魅力非常大，就会想一个一个自己来解决问题，就不大可能思考什么是人工智能的本质，这些问题你可能就没有解决。

　　六，如何看待论文

　　姚期智：我觉得发表论文，也有一些道理。论文是一个相对客观的衡量标准，使一般的机构或大学能够有一种方法，能够成为一个大家觉得比较公正的平台。另外，对于做研究而非做产品的人来说，做出来的工作，能够变成论文，接触到杂志或者会议，对他精神上能起到鼓励的作用，表明他做的事情，至少还有人认可。

　　图：中国科学院院士、图灵奖得主、旷视学术委员会首席顾问姚期智先生

　　但从实际的角度来说，这并不是最好的理由。比如在实际的工作中，你有方法能够判断这个人才如何，判断他做的工作如何，这个工作或许两三年能做出新的产品，或许三五年才会领悟出新的结果。但对于大多数研究院或研究机构，除非最优秀的地方，基本上没有能力判断，所以需要一个替他把关的标准，论文是一个没有办法的办法。

　　二十年前，靠杂志和会议来评判研究机构的研究人员做得好不好，那时需要从很低的水平，达到现在一般的水平，在当年是无可厚非的，现在还需要有名声的杂志来判断，主要是还没完成这个转变。大家也在看如何才能有更好的方法做评判。我们不能完全相信论文数量，但是它的存在还有一定的意义。

　　七，如何进行跨学科的研究

　　姚期智：如果要进行跨学科的研究，你要对好几个学科都有相当的认识，我认为最重要的就是数学和计算机科学。但是，我们对如何训练跨学科人才，并没有那么了解，所以还是要依赖年轻的同学们自己的经验与体会。跨学科探索，不是每个人都应该做的，有很多人做这个事情，反而不能达到本来可以做的事情。有一些人，他喜欢这种高挑战性、冒险性的，可以寻找同伴跟同伴一起，深入思考要探索的问题，逐渐发现自己的不足，去摸索。

　　孙剑：跨学科研究，我们自己看是从上往下，看到几个方向，但是我在旷视科技Face++看到了从下往上，我们接触产业，接触产业中的实际需求，看到了跨学科的需求，比如计算机视觉，我们接触到了工业制造、智能制造的很多需求，比如做机器人，这里面不光是感知的事情，还有交互，里面有大量的小的问题，有非常强的需求，把不同的东西连接一起，能解决重大影响性的问题，我们公司还有很多姚班的同学，姚老师培养的有跨学科潜质的同学，放在一起可以产生好的环境，也可以产生跨学科的研究工作。

　　八，人工智能的路径

　　姚班同学：关于人工智能的路径，以前为了解决飞翔的问题，人类和生物界用了不一样的方法，至今人类也造不出鸟儿翅膀那样精巧的结构，造了一个压气机，效率不怎么高，但是也能往上飞，大规模使用。那么。人工智能将来是一种什么样的途径?

　　姚期智：这个问题很大也很好。人类科技的发展，确实到了能让我们想得更大的时候。开始一两万年，人类都是懵懵懂懂的，最近一两百年，好像突然厉害起来。所以现在到了一个程度，我们来想想看，我们能不能和老天竞争。

　　世界很美丽，也非常了不起，这个世界里面最壮观的到底是什么，自然界给我们什么东西?我觉得有两样。第一，自然界本身的精妙程度完全超乎我们想象，比如，宇宙中有黑洞，天空中有鸟在飞，身体里面的DNA，看起来有人设计了自然界。那我们能不能用相应的方法，用人造去做。人类想要模仿自然界，这是最后的一个关口，我们一旦做好量子计算机，就能够模仿宇宙的各种东西的运转，包括设计材料，我们可以把量子计算，看作是我们跟老天竞争的第一个事情。

　　第二，最近十几年的发展，让我们至少部分做理论研究的人认识到，我们要有新的方法来做，我们要有跨学科的精神，如果计算机科学不能在研究方法和解决问题的方式上，打开我们的心胸，建设一些适合解决问题的理论的话，我觉得我们会被淘汰，如果很多问题我们不解决的话，会有别的学科用他们的方法来解决这些计算的问题。