繼今年 DeepMind AlphaGo 戰(zhàn)勝頂級圍棋選手李世石之后，百度 AI 百度大腦也要挑戰(zhàn)人類，這次的比拼則通過一場科技類的電視節(jié)目——《最強大腦》。

12 月 16 日在《最強大腦》第四季新聞發(fā)布后還沒結(jié)束的時候，百度大腦微信公眾號已經(jīng)率先推送了關(guān)于百度大腦將要參與到《最強大腦》欄目組比拼的消息內(nèi)容，百度董事長兼 CEO 李彥宏表示——這次參與到《最強大腦》比拼的“小度機器人”將代表“百度大腦”和當今中國人工智能的最高水平，與《最強大腦》名人堂的選手們約戰(zhàn)三場，爭奪進入最終世界腦王爭霸賽的資格。

根據(jù) PingWest 品玩在現(xiàn)場了解到的信息，這次錄制將通過三場比賽三局兩勝制的方式比拼，約戰(zhàn)領(lǐng)域?qū)⑹菆D像、語音識別以及綜合識別三方面。在會后的溝通環(huán)節(jié)，百度深度學習實驗室主任林元慶提到了其中一期比賽可能是“看大人的面孔找到童年的照片，或是從童年的照片找到大人之類的比拼。”

李彥宏也提到——“百度大腦”擁有萬億級的參數(shù)、千億級別的樣本以及上億級別的特征訓練，它的工作機制和人腦有類似之處。不過人腦和機器的智能適用于不同領(lǐng)域，北京大學心理學系教授、博士生導師，也是這次活動的嘉賓魏坤琳提到，“人腦所擅長的，都是后天學的，但是人腦不擅長搞記憶。其實像圍棋那樣非常復雜的任務(wù)，不是我們?nèi)祟惙浅Ｉ瞄L的，將來機器可能更容易超越，我們恰恰擅長的是感知和運動， 這一次挑戰(zhàn)是拿了人類比較擅長的東西和機器打。”

復旦大學國際關(guān)系與公共事務(wù)學院博士、副教授，同為這次活動的主持人蔣昌建則認為——每個項目當中，其實不單單是一個比如說人臉的辨識，也涉及到數(shù)據(jù)儲存的問題，比如對初步的數(shù)據(jù)進行辨識以后儲存，也是一個記憶的問題，機器明顯的要在這個方面強過人類。

人類在調(diào)動這些短期內(nèi)記憶的這些東西的時候，可能就比機器弱，但是人類在最后挑戰(zhàn)的時候最后所做的判斷是建立在儲存的信息的基礎(chǔ)上進行人類比較擅長的分析，因此它的優(yōu)勢和它的弱勢之間形成一個平衡，也不是說人類完全占優(yōu)。

要參與到這么一場營銷和炫技兼得的大型電視真人秀節(jié)目中來也不是件容易的事情。百度和《最強大腦》節(jié)目組兩方表示——這次節(jié)目組也找到了國內(nèi)幾家頂級的技術(shù)互聯(lián)網(wǎng)公司進行 PK 篩選，最后的結(jié)果是節(jié)目組更看中百度在方面的技術(shù)實力，所以才找到百度大腦作為這次人機大戰(zhàn)的 PK 對象。

下面是會后林元慶、魏坤琳在采訪環(huán)節(jié)的內(nèi)容精選。

林元慶在 IROS 2016，圖片來自 leiphone

記者：我對百度無人駕駛、深度學習都有一些了解。我想問一下小度機器人加入最強大腦戰(zhàn)隊的出發(fā)點是什么？是做深度學習測試，還是真正為了奪得某個獎項？因為有一個背景是三月份 AlphaGo 和李世石那個對弈非常精彩，是不是會跟 AlphaGo 做一個對標呢？

林元慶：百度在人工智能這個領(lǐng)域確實投入非常大，特別是在公司內(nèi)部。非常棒的是最強大腦節(jié)目找到我們，看看我們能不能做這么一檔節(jié)目，我們覺得是非常好的機會，來看一看百度過去幾年研發(fā)的一些人工智能技術(shù)已經(jīng)到什么樣的水平上。其實我們的目的不是說來打敗人類的，更重要的還是檢驗我們自己——我們?nèi)绻A了，我們還是得繼續(xù)再研發(fā)，把技術(shù)運用到實際產(chǎn)品上。輸了的話，還是回去做研發(fā)，希望研發(fā)出更好的技術(shù)。

記者：主要是從哪些方面跟人類去做一些對戰(zhàn)？

林元慶：比拼的方向主要是圖像識別和聲音識別。這兩個方向是人類比較擅長的，因為人類是與生俱有的能力，圖像識別就是看的能力，聲音識別就是聽的能力，聽和看是人類非常擅長的。整個人類的視聽系統(tǒng)應(yīng)該說是非常好的。

魏坤琳：不過人腦所擅長的，也都是后天學的，但是人腦不擅長搞記憶。其實像圍棋那樣非常復雜的任務(wù)，不是我們?nèi)祟惙浅Ｉ瞄L的，將來機器可能更容易超越。我們恰恰擅長的是感知和運動，很多老百姓不知道這一點：人類文明社會是一萬年前，一萬年前農(nóng)耕社會才發(fā)明了文字，后面才有人引以為傲的（各種發(fā)明的）東西，前面幾百萬年我們干的事情就是在狩獵和采集，如果（真的一直）在東非草原邊緣上干了幾百萬年的話，唯一最擅長做的事情，就是運動和感知覺。這一次挑戰(zhàn)是拿了人類比較擅長的東西和機器打。

蔣昌建：這里面還有幾層意思。每個項目當中，其實不單單是一個比如說人臉的辨識，也涉及到數(shù)據(jù)儲存的問題，比如對初步的數(shù)據(jù)進行辨識以后儲存，也是一個記憶的問題。機器明顯的要在這個方面強過人類，人類在調(diào)動這些短期內(nèi)記憶的這些東西的時候，可能就比機器弱，但是人類在最后挑戰(zhàn)的時候，特別是我們的項目當中，最后所做的判斷是建立在儲存的信息的基礎(chǔ)上（進行人類比較擅長的分析），因此它的優(yōu)勢和它的弱勢之間形成一個平衡，也不是說人類完全占優(yōu)。

記者：問蔣老師一個問題，剛才您說這檔節(jié)目的初衷并不是想要著重在于人腦和跟電腦的對抗，人機大戰(zhàn)并不在于兩者之間的對抗…（那是在于什么？）

蔣昌建：不關(guān)注誰輸誰贏，對節(jié)目組來講這不是我們最大的壓力，我們最大的壓力像剛才魏坤琳講的，一個是怎么建立一個公平的規(guī)則，能夠把人工智能的機器人，它研究到目前最好的潛力給表現(xiàn)出來。比如說機器人明明計算強過人類，比如說人在某些領(lǐng)域當中的挑戰(zhàn)遠遠超過人工智能現(xiàn)在的水平，基于一種目的的比拼都是不公平的。在項目的規(guī)則的設(shè)計當中就要考慮這種平衡，把雙方的潛力都能夠發(fā)揮出來，這是我們最關(guān)心的第一個問題。

第二個問題，在 PK 的過程當中，當然一定會有輸贏，因為要完成一個任務(wù)，但是輸贏的背后看兩件事情。第一個有沒有給人工智能提出新課題，還有是有沒有給像王昱珩、王峰這樣頂尖的（最強大腦）選手提出新的挑戰(zhàn)。

第三個問題，我是一個有感情的人，你肯定問我作為主持人來講，跟節(jié)目有沒有關(guān)系，如果人勝的話你的感情是什么？如果機器勝的話呢？我非常矛盾，說老實話我是希望人能夠勝利，但是當看到機器人在有一些局面是勝的時候，我的感情非常糾結(jié)。

我給你一個場面好了：當機器人在某些局勝的時候，機器人是不懂得高興的——他在場上，但場下整個的研發(fā)機器人的團隊抱頭痛哭；當我看到人戰(zhàn)勝機器人的時候——我哭了是人在哭。當我看到機器人戰(zhàn)勝人的時候，工程師團隊抱頭痛哭的時候也是人在哭，所以你問我的心情，我可以這樣回答你，我在意什么？其實我在意這些東西，我不是特別在意輸贏。

記者：之前最強大腦節(jié)目組找過國內(nèi)很多頂尖的互聯(lián)網(wǎng)公司和最強大腦進行一些合作，今年 3 月份的時候搜狗這些王小川也參加過類似的節(jié)目，各個不同的互聯(lián)網(wǎng)公司對人工智能方面的研究有什么樣的區(qū)別，百度的話可能就是說已經(jīng)有一個小度（百度大腦）出來了，比如阿里或者搜狗這種，可能更多人工智能還沒有一個形象化的東西出現(xiàn)，實際上他們開發(fā)的方向可能有一些區(qū)別，在你看來的話國內(nèi)現(xiàn)在的互聯(lián)網(wǎng)公司間，他們的區(qū)別在哪里，排名一二三的。

魏坤琳：首先大的互聯(lián)網(wǎng)公司布局都特別大，過去一年之內(nèi)發(fā)表的有關(guān)人工智能的研究中國人占了 1/4，其他的主要都是美國人，美國人中間有 80% 的研究是跟中國的合作。你看知識的遷移，的確各大 IT 公司在后面的投入是非常大的，百度更加是恨不得把自己的身家全都壓上去。其他公司可能還有很多重頭，而對于百度來說這個投入是非常大的。

像搜狗、阿里都有類似，但是他們做的可能比較有一些特定的領(lǐng)域，百度可能比較廣一些。另一個百度的優(yōu)勢——我不知道欄目組為什么最終跟他們合作——我覺得有一個優(yōu)勢是在這幾個領(lǐng)域上面，語音識別、聲音識別和圖像識別上，（百度）的確是目前國內(nèi)做的最好。別的公司可以噴我，但我看到了數(shù)據(jù)——百度參加其他的大賽，參加國際上的大賽從來都是拿第一的，國內(nèi)公司就是第一。去年 MIT 有個權(quán)威的十大科技突破，我看那個新聞稍微驚訝一點，因為是整個科技領(lǐng)域在全球范圍內(nèi)的突破其中有一項是百度的語音識別。

人工智能到底離我們生活有多遠，比如自動駕駛離的比較遠。但是自動駕駛到現(xiàn)實生活中可能它不是一個線性的發(fā)展，不是大概看的趨勢十年以后再看。科學發(fā)展不是這樣，可能就是突然一個技術(shù)突然出現(xiàn)，突然一下有一個非線性的發(fā)展，第二天自動駕駛車就出來了。所以不要用線性的思維預(yù)測離我們很遠。

我特別感到高興的一點，就是這次最強大腦能夠和他們強強聯(lián)手以后，過去我們老百姓不明白科技界發(fā)展什么事情，普羅大眾不太明白，我們做研究也不太明白人工智能發(fā)展是一個什么趨勢，但是我們是不是通過這個形式在思想上早早給老百姓做一些鋪墊、準備——這個東西到底強到什么程度了。所以我們把人擅長的和機器做對比，我們看一看這個東西的結(jié)果是怎樣，也是對老百姓非常好的科普。

第二點，剛才蔣老師講個人情感問題，這個問題提前給大家看更好，我們會跟人工智能之間產(chǎn)生情感的糾葛，這是遲早的事情，提前拿出來討論也很好。

記者：今天拿出來兩個人們比較喜聞樂見的項目語音識別和圖像識別。百度在這兩個項目，技術(shù)上面有沒有推出來的應(yīng)用，就是已經(jīng)有一個產(chǎn)品。

林元慶：人臉識別的話，剛才提到 2016 年之前做了互聯(lián)網(wǎng)圖片人臉的索引和搜索，你搜魏坤琳會出來一串的魏坤琳的照片，那是因為我們對整個互聯(lián)網(wǎng)上面的照片都做了人臉識別。大家可能平常會覺得——我搜魏坤琳應(yīng)該就出魏坤琳，是因為很多的話全網(wǎng)的照片都做了人臉識別。

記者：什么時候開始的？

林元慶：過去這幾年一直都在做，開始的話應(yīng)該在 2013 年左右。人臉識別在百度內(nèi)部已經(jīng)用到百度的一個部門，互聯(lián)網(wǎng)金融很重要的就要能夠識別電腦前面或者手機前面這個人是誰，就是身份認證?，F(xiàn)在百度人臉識別已經(jīng)用到了。

剛才我也提到下一步包括在外部的落地，就是 11 月初在烏鎮(zhèn)進駐景區(qū)刷臉就行了。我們那個技術(shù)和大家市面上看到的人臉識別技術(shù)還不太一樣，人臉識別技術(shù)有兩種：一種是一比一的比對，像銀行身份認證一般提交一個身份證，然后提交一張照片，系統(tǒng)會拿身份證去公安的系統(tǒng)里面取一張你的身份證的照片回來，現(xiàn)在的照片和身份證的照片進行比對，看這是不是同一個人，這是一比一的比對。

我們?yōu)蹑?zhèn)景區(qū)其實是更難的系統(tǒng)，是一比 N 的比對，只要你登記完之后，你的照片已經(jīng)在數(shù)據(jù)庫里了，過這個閘機的時候不要再拿身份證，過的時候就得到你的人臉照片，跟數(shù)據(jù)庫幾千人或者幾萬人去比較，甚至幾十萬人。原來是一張比一張，這個的話是一張比幾千張或者幾萬張，我們叫一比 N 的比對，這個要做到非常高的精度還是非常難的。

記者：除了行業(yè)內(nèi)的工作人員，其他的朋友會問這個真的能識別嗎？節(jié)目是不是也是提前錄制好的？

林元慶：我們跟這個節(jié)目合作之后，就像今天做的這個比賽項目（識別童年照），我們會把這項技術(shù)開放出來，這個會讓大家體驗。

這個節(jié)目從頭到尾都是一遍錄完，我們來之前只知道要挑戰(zhàn)什么樣的內(nèi)容（方向）——有的是拿小孩的照片去找大人，還是拿大人的照片找小孩，我們只知道這些。所有其他具體比賽項目都非常保密，我們其實事先根本不知道。

記者：現(xiàn)在 AI 概念非?；稹Ｎ液芎闷娴氖乔皫啄?O2O 的概念也非?；穑衲?AR、VR 也非?；?，現(xiàn)在已經(jīng)證實了當年 O2O 有很多泡沫，很多公司已經(jīng)死掉了。我想問的就是，我之前去參加了很多 AI 和某些項目應(yīng)用結(jié)合的發(fā)布會，因為現(xiàn)在 AI 時代剛剛起步，像百度這種頂級的技術(shù)互聯(lián)網(wǎng)公司也算是剛剛開始，如果說 AI 未來可能也是泡沫的話，能不能說一下什么樣的公司才是真正的 AI 公司，什么公司實際就是假的，是泡沫？

林元慶：這個行業(yè)里面，有一些泡沫，但 AI 確實是一下子能解決很多人解決不了的問題。很多初創(chuàng)公司成立，同時有很多 Google、Facebook 這種重量級的公司也投入非常大的力量做 AI，Google 也說他們是人工智能公司了，不是搜索的公司，像百度也會覺得人工智能是我們的下一步。這里面都有非常大的投入，但是非常重要的在于，是不是扎實做事，這個是最重要的。比如技術(shù)方面，是不是研發(fā)了非常強的技術(shù)，技術(shù)是不是落地了，你剛才說怎么看哪一個公司不是真正的 AI 的公司，就要看這兩個方面，不要看融了多少錢，現(xiàn)在融錢是容易的，更重要的是什么場景，這個 AI 對它的推進到底有多大的幫助。

記者：我聽到的是這個行業(yè)有做算法的、做模型的，這種可能是真正在做技術(shù)提升自己的實力，應(yīng)用這方面更像是在套用一個成熟的模型，然后做 app 落地這種事情?，F(xiàn)在在做 AI 的初創(chuàng)公司，您能不能給我們做一個分類？

林元慶：還是不要給別人貼標簽，不太好。

記者：也不是具體提哪些公司，是不是有這種現(xiàn)象？

林元慶：是有的，有的公司做應(yīng)用，有的公司做技術(shù)，可能把很多時間花在算法上，但是其實像人工智能如果只做其中的一塊問題不大。人工智能整個的研發(fā)體系，我說做人工智能很重要的一點是要有大應(yīng)用，經(jīng)?？吹揭恍┌l(fā)布會 PPT 上說人工智能最近這幾年比較這么快，是因為深度學習、大數(shù)據(jù)、大計算，這三個肯定是很重要的——這三個能夠搭建，能夠研發(fā)一些技術(shù)，直接用到某些產(chǎn)品。但是要把這些技術(shù)做到極致，接近百分之百解決實際問題，一定要有技術(shù)研發(fā)出來，一定需要在市場迭代。為什么迭代很重要，不單單在于算法的迭代，而在于數(shù)據(jù)。

有算法有數(shù)據(jù)就會研發(fā)技術(shù)，技術(shù)變成產(chǎn)品，產(chǎn)品走到市場，用戶再用你的產(chǎn)品提供無限數(shù)據(jù)，有更多的數(shù)據(jù)就能夠研發(fā)出越好的技術(shù)，就有越好的產(chǎn)品，就有越多的人來用，這才是一個正循環(huán)，這個也非常重要。比如我只做算法，前面后面不用，整個這個技術(shù)就很難有非常大的發(fā)展。但是只做應(yīng)用，沒有很好的技術(shù)驅(qū)動的話，手里拿個數(shù)據(jù)，可能數(shù)據(jù)也會比較慢，最重要的是把這個閉環(huán)用起來，這是我們在百度非常追求的事。