文：地平线机器人CEO余凯，来源：AI科技评论（ID：aitechtalk）
本文根据余凯在微软亚洲研究院召开的“让世界充满 AI-人工智能研讨会”上所做的报告《 “AI Inside”无处不在的未来 》编辑整理而来，在未改变原意的基础上略有删减。
我总在思考，如果当一个风口到了的时候，我再进入这个风口，我会没有满足感。
我始终在想，下一个机会在什么地方？它现在可能处于边缘状态，但我相信某个边缘的机会，会成为一个未来的机会，而这个未来的机会就是下一个风口。
这个思考过程非常痛苦，因为需要不断否定自己，去挑战自己，而且不被大多人理解。
2012 我们在清华大学以及百度内部推深度学习，别人会质疑：投入这么大的资源去做这个事情是否值得。而现在，很多项目都是基于深度学习，并且应用非常的广泛。
这其实就是一个从边缘到中心的典型案例。
我继续在思考，是不是该到边缘去，看看将来有没有机会成为撬动世界的力量。这就是我的 AI Inside，之前有个概念叫 Intel Inside，它创造了摩尔定律，撬动了整个 IT 产业。
2002 年我在微软实习，当时我、何晓飞、颜水成是团队里为数不多较为关注机器学习的人，因为志同道合我们就成为了好朋友。有意思的是，之后我们三人里面，我创立了百度深度学习研究院，晓飞创立了滴滴研究院，而水成则创办了 360 人工智能研究院。
驱动人工智能进展的三大因素
我认为驱动人工智能的进展主要有三个因素：
大数据：线下的数据不断线上化。
大算法：深度学习和增强学习的发展，深度学习用来感知、处理信号，增强学习则做于决策。二者相辅相成。
大计算：按照摩尔定律，2030 年一千美金买到的计算资源跟人脑相似。当然，现在英特尔宣布摩尔定律开始变慢。所以预测没法这样下去，另外一方面，从宏观上讲，对处理器架构的改版不仅仅是工艺层面，架构的变化也为计算带来变化。
深度学习为何取得成功？
从统计学习理论角度讲，分析一个学习算法的性能一般用推广误差来分析它。如果我们对推广误差的来源做分析，我们就能找到更好的方法去控制算法中一些不恰当的地方，以便找到更好的手段。
这其中有一个经典的统计角度分析方法，就是把推广误差分解为：近似误差（Approximation error） 和估计误差（Estimation error）。
近似误差（Approximation error）主要会做一些假设，由于假设的不完美，所以带来了近似误差，另外一种由于数据的不完美，所导致估计误差（Estimation error）的出现。
这样分析存在一个问题，就是你假设的计算资源是无限的，所以可以得到这样一个分析的结果。但从计算机科学的角度上来讲的话，我们会考虑计算的不完美，所以引入第三个误差：Optimization error，也就是算法。
考虑到计算的不完美，我们得到一些引导。
Model Class Bias：我们用大模型，模型越来越大，Bias 就越来越小。
更多的数据。
设计一个合适的算法。
深度学习处于一个非常幸运的区间，从统计性能来讲，他的 Model Bias 很小，但从计算效果来讲，它可以看到大数据。
这是一个很幸运的事情，过去深度学习在视觉和语音上有着很多的应用，而在互联网行业中主要应用在搜索和广告中，当然，机器人也是一大落地方式，深度学习在机器人的作用主要在于决策。
深度学习成功应用的案例
在百度期间，我们利用很大的模型和 1000 亿个训练样本，去改善搜索引擎的检索，比谷歌的 Ranknet 早两年。
包括在数据中心用深度学习改善运行效率，把 PUE（评价数据中心能源效率的指标）降低，这比 Deepmind 今年做出的结果早一到两年时间。
除了这些以及自动驾驶外，深度学习还能提升广告收入。这是百度当年的股票曲线：
图中那个节点，是百度对外公布基于深度学习的百度蜂巢网络（广告系统）的节点。
刚加入百度的时候，我在自我介绍环节提到，希望在两三年时间内让外界在讨论 Google 人工智能时也会讨论百度。
站在今天这个时间点上，我想跟大家分享。
深度学习很热了，它的下一个机遇在哪儿？
我的回答是： AI Inside。
过去我们在云端部署算法和服务，但是现在有个机会是，把运算放在嵌入式和前端中。
比如是否可以在前端实现语音识别？这样在跟太太说的话不一定要传在云端里面，隐私能更好保护，体验更好。
再比如说在自动驾驶，如果有个小孩子突然横穿马路，传感器需要把这个信号传送至云端，然后做决策，但如果这个时候网络信号不好呢？
这就涉及到如何在前端嵌入式地解决人工智能的问题。
（颜水成博士曾在雷锋网承办的 CCF-GAIR 大会中提到，如果将运算任务直接下发到智能设备终端上，这些瓶颈就会迎刃而解。但是，把运算载荷放到设备上，显然要克服诸多问题。其中最大的一个就是：终端设备的运算能力存在天花板。由于智能设备成本有限，大多不可能配备顶级运算芯片）。
在中国有很多应用场景，中国每年需要新部署一亿的安防摄像头，大概到 2021 年，其中 30% 的是智能安防摄像头。这就必须要求低功耗，如果功耗很高，在阳光照射下，温度能达到 70 到 80 度，这种情况下就不能很好地处理计算。
平均每辆自动驾驶汽车拥有 8 到 10 个摄像头，再加上传感器、雷达、激光雷达等等，每一秒产生 TB 的级的数据，这种计算怎么去处理？
孙正义预测，2040 年会有 100 亿个机器人，当然这种机器人指的是广义上的智能机器，而不仅仅是人形机器人。
历史总是在不断重复，首先是 Enabling Technology Businees ，然后是 Technology Tnabled Business。
前者卖的是技术本身，当这些技术成熟后，一些公司做开发直接采用别人的技术，在这基础上，这些公司卖的是其他产品。
互联网时代，思科的市值一度高达到 3000 亿美金。虽然当时我们不知道互联网有什么用，但得先铺好网络，等网络铺好后，在这上面出现了 Google、Facebook 这些应用。正如图中显示，谷歌在后面成长起来。
移动互联网，虽然不知道移动应用在哪里，但移动网络需要 CDMA，铺好后苹果成为了巨无霸。
过去三四年时间，有个规律正在发生。
2011 年谷歌做大规模的深度神经网络训练，最后识别出猫脸，其实这件事是失败的。当时他们相信用 CPU 可以做所有事情，后面 Jeff Dean 意识到做神经网络训练用 CPU 是错误的。在百度，我们大规模用 GPU 做深度学习训练，在 2014 年，我们和微软都意识到 GPU 只适合做训练，不适合推断和预测，所以在大规模部署FPGA。今年我们也看到了其他产品如 TPU 和 BPU。
我再给大家看一个曲线，这个曲线是我一个礼拜之前画的：
这是英伟达的股价曲线，从去年七月开始到现在涨了四倍。在全球所有的高科技公司里面没有一家可以像它一样如此高速成长。为什么？现在无论 AI 大公司还是小公司，总需要买 GPU 训练模型。这就是 Enabling Technology 先行，Technology Enabled Business 顺势崛起的一个典型案例。
地平线正在建立一个软件和处理器的深度神经网络平台，让上层应用的表现有 1000 倍的提升，不是跟 CPU 比，我们是跟 GPU 比。
我们面向的应用场景主要包括自动驾驶和智能家居。
和英伟达的业务相比，他们的工作区域是在 20 瓦到 300 瓦，地平线的目标是 0.5 瓦到 5 瓦，他们的核心竞争力是价格优势和服务，我们的定位策略是芯片+算法、解决方案和设备。
一直到今天为止，谷歌和百度的无人车在测试时每行驶一小时就需要在树荫下休息，知道为什么吗？因为要散热，无人车的功耗是非常大的。
假如我们涉及处理自动驾驶这样一个计算，跟英伟达的计算相比，我们的不同在哪里。
地平线的优势在于我们跑这个运算时少于 1 瓦特，但他们用了 100 瓦特，这就是我们之间的区别，也是地平线机器人正在做的事。
余凯：十年后，AI Inside无处不在
来源：造就（ID：xingshu100）
“无处不在的AI Inside”。我认为在未来，我们用的所有产品，可能都是AI Inside（智能的内在）。
我们已经在不知不觉间进入到一个新的时代，这个时代叫“人工智能的革命”，或者叫“机器人的革命”。回顾人类历史，有过三次产业革命：第一次是蒸汽机时代带来的产业革命，第二次是电气时代，第三次是信息时代。这一次人工智能的革命，让包括我在内的很多人感到激动不已。在我看来，前面三次的革命实际上都是以人为中心，延展人的体力和脑力。它让人可以跑得更快，飞得更高，看得更远。人工智能的革命体现则非常不一样。我们看VR、AR，感受到的是一个虚实融合或者虚跟实没有明确界线的世界。现在坐在我对面，跟我下棋PK、可以自主做决策的是AlphaGo。未来我们会看到更多自主开车、自主飞行，甚至自主地跟你讲故事。
它已不仅仅是以你的体力和脑力为延伸，它可以自主做决策。这样一个尤其鲜明的特征，实际上就定义了在新的世界里，有一个可与人类共存的物种。
说到这个物种，“Robot”在中文语境中被翻译成“机器人”，我认为这是有一定偏差的。这种偏差可能会让我们在创业、制订课题、投一个项目的时候，产生误解。《剑桥字典》对“Robot”的解释是：Robot是一个在计算机的控制下，可以自主去完成一定任务的机器。它实际没有人的概念，Robot是智能的机器。这里不得不说“安卓”这个词，英文里叫“Android”，它不只是一个品牌，它有具体的意义——长得像人的Robot，所以Android实际上是机器人。
未来的世界里，还会有很多很多Robot，有一部分是Android，但绝大部分Robot不一定长着人的形状，却有着智能的内在能力，就是AI Inside。
这个白色机器人叫Pepper，由孙正义的日本软银集团和法国Aldebaran Robotics研发。它是一个有自主反应的机器，而且长得像人形。所以它是一个Android，当然更是一个Robot。日本大阪大学的石黑浩教授，专注于制造人形机器人。他每年都会来到中国，展示他的一些机器人作品，像这样长得非常漂亮、惟妙惟肖的美女机器人。对背景知识稍有些了解的话，你会发现，实际在舞台后面某个小房间里，有个小女孩坐在电脑前控制着这个机器人，控制着所有的人机交互。你与机器人对话，回应的都是那个小女孩所做的理解，并非机器本身。所以这个东西我能叫它“机器人”吗？它其实跟木偶没什么差别。谷歌发布的Google Home，亚马逊的Echo，Misa展示的他的桌面机器人Rokid，它们能够自主跟人交互，甚至帮助你完成一些任务，它们都是Robot，但长得不像人，所以它们不是Android。现阶段应用领域，我们看到的大部分都不是Robot。比如汽车，基于我的操控，它可快可慢，可左可右，但它自己不会自主地做任何事情。如果，我们在汽车或这类产品上装上传感器，装上处理器，结合智能的算法，未来它就能自主决策。它们都会变成Robot。
今天的无人机已经具有自主定位、导航、避障等功能；Nest Labs公司的这款学习型恒温器，可以自动控制暖气、通风及空气调节设备，让室内温度恒定在你设定的温度。所以我们的未来，实际上是无处不在的Robot，无处不在的AI Inside。一个路线是，我们去造这样的Robot，它具有非常敏捷的机械能力，并且长得像人的样子；另一条路线是，不断地提高它的智能水平和能力，以及它对知识处理的能力。以人类和人类的近亲为例，猩猩的骨骼比人类更强大，肌肉也更发达，甚至更加的灵活，但它现在只能生活在丛林，找香蕉果腹。而人类不断地拓展自己的知识境界，已经在征服宇宙、太空。这里面的差别在于什么呢？相较于猩猩强健的骨骼、灵活的躯体，人类拥有非凡的大脑。与惊动世界的、AlphaGo第一次打败人类最强大围棋手信息发布同期，也是谷歌的新闻，谷歌打算卖掉旗下一个名叫Boston Dynamics的著名子公司，该公司是世界上最先进的人形机器人开发公司。资源庞大如谷歌，它更愿意去开发像AlphaGo或是Google Home这样具有非凡大脑的科技产品，而不是有强健体格的人形机器人。大脑的系统里面，具有感知、认知、决策这方面的能力。比如感知，它的本质是算法，在过去的十年时间里面，不断推动算法进步的实际上是深度学习技术。深度学习是从模仿大脑神经系统最简单的单个神经元开始，去构造一个更加复杂的网络结构。通常它们有分层的结构，还有前后时间序列的结构，使得它能够处理复杂的语音识别问题和图像问题，包括AlphaGo下象棋的问题。数据大爆炸时代，深度学习正逢其时的主要原因是，深度学习与传统算法相比，更加适合大数据。在数据不断增长的时候，效果得到不断地提高。以AlphaGo为例，它在上一次战胜欧洲冠军的时候，还只是职业二段的水平。经历四个月的自我对决，产生几千万盘的棋局的数据，再通过这些数据训练系统，使得它从二段跨越到远高于九段的水平。事后媒体披露，就在它跟李世石比赛之前，用最新系统和当时职业二段所用系统来比的话，让四个子，它还能赢。要知道，职业九段如果让四个子，他是根本赢不了职业二段的。今天的深度学习已经从感知进入到决策时代。这个决策的核心框架就是我们所讲的增强学习。增强学习要解决的问题是，怎么样连续做决策，以期优化你的长期收益。过去，我们看到互联网和云计算的强大，把所有计算都放到云端。但是这样有一个问题，自动驾驶时，突然前面有一个小孩横穿马路，你该怎么办？把信号传到云端，等待处理以后再做决策，万一网络不行呢？更好的架构是云端与本地相结合。提及本地实现、云端实现，我们一定会谈到处理器。CPU？通用处理器？我们要说的是人工智能芯片这种特殊的处理器，专门处理感知、认知和决策控制的问题。为什么大脑芯片不用通用处理器，而需要专用处理器，人类的大脑就是“通用处理器”啊？我们有很多的理由可以告诉你，人类大脑其实是“专用处理器”。过去很多人问我，地平线机器人为什么要做人工智能的处理器？这是一个挺难回答的问题，但是最近看新闻，说谷歌也在做人工智能的处理器（专用的深度神经网络处理器），而且已经做出来了。这还能成为问题吗？“地平线”希望去构建这种人工智能的大脑系统。基于这个处理器和操作系统，它会成为一个平台，以便让更多的开发者和公司，在上面开发各种各样的人工智能应用，包括语音、图像、自然语言理解、对话、决策控制、投资、自动驾驶等。目前我们思考的产品线主要在两个领域：安徒生平台，是一个通用的平台，主要面向智能家居领域；雨果平台面向自动驾驶，它对性能的要求更高，而对功耗的要求相对较低。
它像实时的4G一样，能感知整个路面所发生的情况。在一个非常复杂的街区，它能够识别行人、骑摩托车的人，各种各样的车辆。自动驾驶可根据这个判断进行规划和控制。
这背后实际上是一个深度神经网络。基于单目摄像头，运行在一个芯片上面所实现的较强能力。智能手机在移动互联网世界，从上到下催生了一个巨大的产业机会。它不光有芯片的应用，还承载了那么多的移动应用。未来会是怎样？在我们看来，从现在开始，一直到2025年，10年时间，每个人的周遭以及你所使用的工具里，都会具有AI Inside设备。我们即将面对一个无处不在的AI Inside世界。从体量上来讲，它会是智能手机时代所产生的经济体量的10倍以上。“地平线”希望能够在成就未来的过程中，成为一个推动者，成为一个让整个产业升级的平台，一个驱动者。所以在这样的一个未来，世界首先一定是你的，是我的，是我们的，是人类的。这个世界同时也是机器人的。
