在眾多AI引航者中，有這樣一位備受矚目的焦點人物——張潼。從百度研究院副院長到騰訊AI Lab主任，再到重回學(xué)界、加盟創(chuàng)新工場、并出任港科大和創(chuàng)新工場聯(lián)合實驗室主任，每次變化都帶來了不小的震動。

他談及這次轉(zhuǎn)身說道，“學(xué)術(shù)界需要將眼光放得更長遠(yuǎn)，不能拘泥于當(dāng)下。我對原理上的東西更感興趣，如果十年后能夠在這方面做出很好的突破，我會非常開心。”

從學(xué)界到產(chǎn)業(yè)界兜兜轉(zhuǎn)轉(zhuǎn)，他對二者有著深刻的理解，張潼認(rèn)為，在工業(yè)界，所謂的“大數(shù)據(jù)+計算力+模型”，雖然在原理上沒有過多實踐，但的確解決了很多實用問題。

在學(xué)術(shù)界，可能有兩種角度，一種是關(guān)注實用，目前學(xué)界有很多人去做實用性的問題，他們可以將AI實用的非常好。另一種就是關(guān)注原理性。

在張潼看來，關(guān)注原理性的一些人可能不理解：學(xué)術(shù)界需要思考得更遠(yuǎn)一些，有些不見得是百分之百馬上、現(xiàn)在就要適用的東西，但是對將來會有很多的作用。學(xué)術(shù)界不是百分之百服務(wù)于產(chǎn)業(yè)界的。

就AI應(yīng)用來講，其實目前行業(yè)并不是一帆風(fēng)順的，張潼分析到，之所以可能會產(chǎn)生鴻溝，是因為公司對消費者的需求并沒有掌握的那么清晰。

這其中有三層“玻璃”擋住了二者的聯(lián)系：首先，最直接的一層就是AI公司如何通過做產(chǎn)品去解決一些業(yè)務(wù)問題。第二，很多工程師并不是百分之百了解消費者，他可能會想出一些很酷的點子，但那其實可能只是業(yè)務(wù)中的一小部分，甚至根本不屬于該項業(yè)務(wù)。第三，從研究層面又隔了一層，因為所要研究的問題，不見得是直接從業(yè)務(wù)中得來的，而是直接從創(chuàng)業(yè)公司內(nèi)部去了解他們關(guān)心什么技術(shù)，這樣就使得二者之間的距離變得更加遙遠(yuǎn)了。

以下為張潼接受網(wǎng)易智能等媒體采訪實錄，略有刪減：

問：深度學(xué)習(xí)在復(fù)雜場景中的應(yīng)用似乎還有很大的空間，但現(xiàn)在是不是到了一個瓶頸期？

張潼：

我們在深度學(xué)習(xí)里所強調(diào)的最重要的一套思路就是“大的阻抗力、大的模型和大的數(shù)據(jù)”，如今它在工業(yè)界的應(yīng)用中其實獲得了較大的成功。

但我個人認(rèn)為，它繼續(xù)向前發(fā)展的話會有一些缺陷。在深度學(xué)習(xí)的早期發(fā)展中，確實在信息檢索層面有著很好的發(fā)展，但是從數(shù)學(xué)原理角度來看，它就像是一個所謂的連接數(shù)，還是有一些缺陷的，所以我們在“理解”這方面還需要更進一步的探索。

如果下一步要解決這種復(fù)雜場景，僅僅依靠這個思路是行不通的，因為它通過大數(shù)據(jù)是永遠(yuǎn)無法改變的，所以一定要從原理上將其重新理解。當(dāng)然，現(xiàn)在也已經(jīng)有人采取了行動，也就是以一種漸進式的方式去更好的理解其中原理，隨后針對性的解決數(shù)據(jù)小容量，從而將整個發(fā)展進程向前推進一步。雖然這會經(jīng)歷較長的一段時間，但我覺得還沒有到達瓶頸。而且大數(shù)據(jù)這一板塊會在未來慢慢變好，它能夠快速提升，以前可能一下提十個點，現(xiàn)在可能提一個點，將來可能提0.5點，但是還有其他方法，需要我們慢慢的去研究和發(fā)現(xiàn)。

問

張潼：

研究院所能做的更多的是將一些抽象的東西轉(zhuǎn)化成為更加現(xiàn)實的東西。如果這個過程變緩了，那么其中會有很多東西需要我們進行創(chuàng)新性的研究，而這項工作也非常適合在學(xué)校中進行。

問

張潼：

我覺得也是一致，也有些不一致。在工業(yè)界，他們所謂的“大數(shù)據(jù)+計算力+模型”，雖然在原理上沒有過多的實踐，但的確解決了很多實用問題，所以更偏實用。

而在學(xué)術(shù)界，可能有兩種角度：一種是關(guān)注實用，目前學(xué)界有很多人去做實用性的問題，他們可以將AI實用的非常好，包括我對很多實用也感興趣。另一種就是像我一樣，會對原理性的東西感興趣。但這個角度有些人可能不滿意、不理解，因為他覺得這只是一個階段性的，而不是一個最終的東西，所以他會更加前瞻一點，但是有時候太前瞻的不一定能夠馬上用到，那就看看前瞻的怎么去推進。所以我覺得學(xué)術(shù)界需要思考得更遠(yuǎn)一些，有些不見得是百分之百馬上、現(xiàn)在就要適用的東西，但是對將來會有很多的作用。因為現(xiàn)在的確有一些場景它是搞不定的。

問

張潼：

我的個人理解是，這些人才都是屬于一個梯隊的，在這個梯隊里，什么樣的人才都有，包括有一些是直接對接到產(chǎn)業(yè)里頭的，有些人他可能不需要有非常強的專業(yè)知識，但是如果你后方工具做得足夠好，是能夠支持他做一些定制化之類的工作的。這其中還有一些搞研發(fā)，有一些偏研究，另外一些是偏算法等等，可能還有一些是更加前沿的。當(dāng)然，前沿不一定必須要在工程院做，也許在學(xué)校做研發(fā)，可以更快的把這個東西輸出過來。所以我個人的感覺，就是它有一個整體的梯隊。

問

張潼

：我本人肯定是科學(xué)家，但是我會對應(yīng)用非常感興趣。我個人最感興趣的就是能夠把AI前沿的技術(shù)，包括機器學(xué)習(xí)，和一些理論上的數(shù)學(xué)理論往前推進。將來如果十年以后我做了什么事情，如果是我說的做這個，那我就滿意了。

但是我還是希望能夠有一些東西跟行業(yè)相結(jié)合，特別是AI來幫助行業(yè)解決一些現(xiàn)在所遇到的問題，我覺得是非常好的。因為我自己也是有一些經(jīng)營公司的經(jīng)驗的，所以我很希望在與創(chuàng)新工場的合作中探索出來一種方法和經(jīng)驗，并將這些技術(shù)逐步的去推廣到整個行業(yè)，因為創(chuàng)新工場是一個平臺，它是解決全行業(yè)的問題，不是獨一個公司，也不是獨一個業(yè)務(wù)。所以這個時候再談我個人在這方面的興趣的話，現(xiàn)在與AI合作的各個行業(yè)都有，非常多樣化，但就我個人而言可能對金融、流程等等會更加感興趣。但其實無論哪一個行業(yè)，只要是有著能夠把AI自動化，能夠輔助人的這一部分，我都會感興趣的。

問

張潼：

在我看來，做平臺和做工具的時候還是有一些區(qū)別的。

美國的公司其實偏平臺的更多一點，他們就是做稍微偏底層的，也就是它愿意去做一些部件，因為在他們的體系中可能有很多更好的工具，這樣結(jié)合起來可以發(fā)揮更大的功效。當(dāng)然它本身的技術(shù)也更加廣泛一點。而國內(nèi)可能更偏向于整體的解決方案，所以相比起來，這就是我們?yōu)槭裁匆钊氲娜パ芯俊?/p>

這就要求你在對業(yè)務(wù)進行創(chuàng)新的時候，一定要去思考你到底是解決了什么問題。這里面的困難就在于你對它的理解。從我個人角度而言，如果一個平臺可以支持不同的解決方案的話，這將是一個非常有創(chuàng)新意義的探索，因為技術(shù)性平臺作為工具，我們肯定會開發(fā)出很多。那么要求我們進一步去做的，就是基于對不同行業(yè)需求的理解，在這個平臺上逐漸建立一些針對于不同業(yè)務(wù)的功能。

問

：

張潼：

其實我覺得現(xiàn)在在AI這方面的鴻溝還好，沒有像以前那么強，只是有的時候?qū)W術(shù)界關(guān)心的問題不見得是必須要馬上要轉(zhuǎn)化成產(chǎn)業(yè)界的東西。一方面，他可能是應(yīng)用驅(qū)動的，因為產(chǎn)業(yè)都是應(yīng)用驅(qū)動的;另一方面，可能是興趣驅(qū)動，或者是他的一些前瞻性想法的驅(qū)動，就是對你這個問題本質(zhì)的驅(qū)動。所以這一點我要強調(diào)一下，學(xué)術(shù)界不是百分之百服務(wù)于產(chǎn)業(yè)界的，他們的目標(biāo)不一樣，因此也沒有這樣一個鴻溝的存在。

但是AI的確是有應(yīng)用的這一部分，這里我們要談的是怎么去把它產(chǎn)業(yè)化，之所以可能會產(chǎn)生這樣一個鴻溝，是因為公司對消費者的需求并沒有掌握的那么清晰。

這其中有三層“玻璃”擋住了二者的聯(lián)系：首先，最直接的一層就是AI公司如何通過做產(chǎn)品去解決一些業(yè)務(wù)問題，這其實已經(jīng)隔了一層。第二，其實很多工程師，他并不是百分之百了解消費者，他可能會想出一些很酷的點子，但那其實可能只是業(yè)務(wù)中的一小部分，甚至根本不屬于該項業(yè)務(wù)，所以這是AI公司需要去解決好的問題。第三，從研究層面又隔了一層，因為所要研究的問題，不見得是直接從業(yè)務(wù)中得來的，而是直接從創(chuàng)業(yè)公司內(nèi)部去了解他們關(guān)心什么技術(shù)，這樣就使得二者之間的距離變得更加遙遠(yuǎn)了。因為隔了一層以后，你的信息就會有所缺失，你研究的問題也許就無法直接解決你最終所要的產(chǎn)品的問題?？傮w說來，無非就是這么一個情況。

問

張潼：

我覺得大公司是看定位，一般來說最好是業(yè)務(wù)驅(qū)動的研究，但是業(yè)務(wù)驅(qū)動在業(yè)務(wù)部門也有一些問題，因為它的周期非常短，他很難去考慮稍微長遠(yuǎn)一些的問題。他們可能大多希望能夠有一些更加橫向一點的發(fā)展，不是只糾結(jié)于某一個業(yè)務(wù)，不是在很窄的一個部門里頭，不是只考慮三個月，六個月的情況，而是一年，兩年，三年的情況。因此他就需要把這些放到外面去，與別的部門進行合作，那么這樣就會產(chǎn)生一系列的合作機制，那么哪一種合作機制更適合、效率更高呢?這些都是需要去探討的。

問

張潼：

我覺得感覺現(xiàn)在還是挺好的，像我說的，我最關(guān)心、最希望的是十年以后，能夠在AI包括技術(shù)理論上能夠有重大的突破，在整個學(xué)術(shù)上能夠有更多的貢獻。所以我覺得這還算是挺合適的。

另一方面，我希望這些東西能夠跟產(chǎn)業(yè)相結(jié)合，這就為什么和創(chuàng)新工場合作，希望把在這邊的研究院、工程院能夠建立起來。一個是把我們做的東西，包括學(xué)術(shù)，不管是什么，都能夠?qū)⑺膬r值展現(xiàn)出來;另外，還有將一些理論知識能夠用在實際問題的解決過程中，也希望能夠賦能給其他的各個行業(yè)。

問

張潼：

在港科大是更偏前沿研究，也就是在理論算法層次做突破，而且我們的學(xué)生能夠在這里做研究，包括我個人可能會參與這邊的一些項目，能夠把它推進起來;而在灣區(qū)的研究院這邊可能會更偏應(yīng)用，它不一定是想十年之后的突破，這不一定是工場需要考慮的，而是在港科大這邊所強調(diào)的。

問：隨著5G時代的到來，您認(rèn)為這將對技術(shù)和參與帶來怎樣的影響？

張潼：

大家都在想5G能夠帶來什么，一個可能是視頻更高清，另外一個是IOT，包括傳感器。我覺得5G整個行業(yè)都會有所幫助，包括高清視頻、視覺識別分析、傳感器等等，當(dāng)然如果傳感器一旦有了，數(shù)據(jù)更多了，那AI的機會就更多了，尤其是IOT。一旦場景多起來，我覺得這能帶來更多的機會，當(dāng)然現(xiàn)在有很多不確定性，還沒有看到具體的方向。

問

張潼：

騰訊兼有商業(yè)公司和投資機構(gòu)的屬性，它會從兩者角度去看它本身的業(yè)務(wù)，或者它本身的戰(zhàn)略。創(chuàng)新工場也不是傳統(tǒng)意義上的VC，是VC+ AI定位的“Tech VC”。關(guān)注技術(shù)驅(qū)動型公司，同時注重商業(yè)落地。我覺得這是它們主要的差異。

第二個問題，我認(rèn)為主要是看學(xué)生的興趣，其實是兩者都是好的，大家從學(xué)校出來都去公司也不好;都去大公司，不去小公司也不好。我覺得有一個均衡的分布和去向可能會比較好，但總體來講還是要看學(xué)生的興趣。

問

張潼

：就港科大現(xiàn)在的整體情況來說，我所觀察到他們的確去產(chǎn)業(yè)的人比以前更多了，留在學(xué)校的相對比較少。但是我認(rèn)為這個暫時的現(xiàn)象，也不見得是一個不好的現(xiàn)象，但長期來看的話希望學(xué)生們的去向分布能夠更加均衡一點，也希望有更多的人能留在學(xué)校。