芮勇博士于2016年11月正式宣布加入聯(lián)想擔(dān)任CTO，負(fù)責(zé)聯(lián)想的人工智能業(yè)務(wù)和下一代智能設(shè)備，此前其在微軟任職18年，領(lǐng)導(dǎo)人工智能團(tuán)隊(duì)和微軟亞洲研究院的所有工程團(tuán)隊(duì)。

　　在CES 2017現(xiàn)場(chǎng)上，芮勇和網(wǎng)易科技等媒體詳細(xì)溝通了他在聯(lián)想接下來(lái)的工作方向以及他對(duì)人工智能、VR/AR等的看法，這也是芮勇加入聯(lián)想之后首次跟媒體溝通。

　　芮勇認(rèn)為，聯(lián)想是全球少有的幾家真正從設(shè)備到云和人工智能都有投入的企業(yè)，所以聯(lián)想很有機(jī)會(huì)做出一些有意思的事情。同時(shí)他透露，未來(lái)他的工作方向?qū)@智能設(shè)備、智能的云和智能的服務(wù)開(kāi)展。

　　芮勇認(rèn)為，一些重復(fù)性、純記憶的工作，機(jī)器會(huì)全面超越人類。但涉及到人類的想象力、創(chuàng)造力、抽象思維、各種信息和規(guī)則不清晰的情況下，機(jī)器是無(wú)法取代人類的。

　　以下為網(wǎng)易科技整理的芮勇溝通內(nèi)容：

　　問(wèn)：大多數(shù)人眼中，聯(lián)想是一個(gè)專注在具體產(chǎn)品的公司，您的到來(lái)會(huì)給聯(lián)想帶來(lái)什么？

　　芮勇：過(guò)去這幾年其實(shí)元慶一直在倡導(dǎo)一個(gè)口號(hào)和轉(zhuǎn)型，就是把聯(lián)想從設(shè)備device only要轉(zhuǎn)變?yōu)樵O(shè)備+云，device+cloud。為了達(dá)到這一點(diǎn)，其實(shí)有很多的工作要做，并且這中間可能有很多是跟技術(shù)有關(guān)的，這可能也是我為什么今天會(huì)坐在這樣一個(gè)位置上的原因。

　　光有設(shè)備可能它只是一個(gè)很冰涼的設(shè)備，它之后一定要有內(nèi)容和服務(wù)，最好還能希望這個(gè)內(nèi)容和服務(wù)是因人而異的，是個(gè)性化的，是懂得我們用戶的。那它一定要有后面的人工智能的一些支撐。

　　我過(guò)去也從事了大概二十多年和AI有關(guān)的東西，從最早的圖像識(shí)別、圖片搜索，到今天做自然語(yǔ)言等等，我自己的感覺(jué)是我希望今后在聯(lián)想研究院做這么幾個(gè)大的方向的事情：

　　第一個(gè)方向是智能設(shè)備。

　　包括柔性設(shè)備，比如聯(lián)想的ThinkPad，可以360度翻轉(zhuǎn)的Yoga，2016年聯(lián)想研究院推出的一款科研原型Folio，就是我有一個(gè)平板電腦，一折疊就成為一個(gè)手機(jī)，打開(kāi)就是個(gè)平板電腦；包括AR，我們做的一款A(yù)R產(chǎn)品是PHAB2 Pro，它是第一款真正意義上的三維手機(jī)，可以把你虛擬世界和真實(shí)世界無(wú)縫地拼接在一起。

　　第二個(gè)方向是智能的云。和云最有關(guān)系的就是數(shù)據(jù)中心。10年以前我們從傳統(tǒng)數(shù)據(jù)中心發(fā)展到虛擬數(shù)據(jù)中心，利用率上升到50%。這幾年一個(gè)大的趨勢(shì)叫做軟件定義的數(shù)據(jù)中心，software defined data center，有三個(gè)很重要的部分——software defined network、software defined computing、software defined storage。軟件定義的數(shù)據(jù)中心是智能云今后的發(fā)展趨勢(shì)，這也是我想做的第二件大的事情。

　　這種software defined的好處有兩點(diǎn)：第一，利用率可以從傳統(tǒng)數(shù)據(jù)中心的30%和虛擬數(shù)據(jù)中心的50%提高到今天的80%，利用率大幅提高，成本就低了很多；第二，它的部署變得非常迅速。

　　第三個(gè)方向是智能的服務(wù)。智能的服務(wù)就更離不開(kāi)人工智能了。人工智能是它區(qū)別于由自然界演化而來(lái)的人的智能，人工智能是一個(gè)非自然的、人做出來(lái)的，它希望計(jì)算機(jī)能夠模擬像人一樣的一些智能。

　　人工智能幾個(gè)大的分支包括了像計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別，語(yǔ)音合成，屬于人工智能的感知，叫做perception，但是人更重要的一個(gè)智能是認(rèn)知，叫cognition，這個(gè)和另一個(gè)分支是有關(guān)系的，就是自然語(yǔ)言（NLU）的理解，這是它的第三個(gè)分支。第四個(gè)分支就是跟一些機(jī)器學(xué)習(xí)的算法是很有關(guān)系的，比如今年很熱的深度學(xué)習(xí)，其實(shí)就是一些基礎(chǔ)的機(jī)器學(xué)習(xí)的算法。在這幾個(gè)方面聯(lián)想研究院都會(huì)做大力的投入。

　　有了這些基礎(chǔ)算法的支持，我們就有能力把智能的設(shè)備、智能的云通過(guò)智能的服務(wù)都串在一起。為什么聯(lián)想做這件事情是一個(gè)很合適的公司？

　　首先，聯(lián)想占據(jù)了device這個(gè)入口，我們看聯(lián)想的結(jié)構(gòu)，聯(lián)想有三個(gè)大的business unit，一個(gè)是做PC的，全球第一。第二個(gè)是做手機(jī)的，全球很多市場(chǎng)都是名列前茅的。

　　其次，聯(lián)想的第三大BU叫做數(shù)據(jù)中心集團(tuán)。這個(gè)集團(tuán)做的是云。

　　最后，我們的研究院，我們做創(chuàng)投的集團(tuán)。我們?cè)谌斯ぶ悄苌嫌泻芏嗟耐度耄?lián)想是Device+Cloud Powered by AI，是真正從設(shè)備到云和人工智能都有投入的，所以聯(lián)想是很有機(jī)會(huì)做出一些有意思的事情的。同時(shí)我希望這三個(gè)元素可以互動(dòng)，形成一個(gè)正反饋的過(guò)程。

　　問(wèn)：您對(duì)于AR和VR這兩種業(yè)務(wù)的前景怎么看？聯(lián)想在這塊有什么比較具體的布局？準(zhǔn)備怎么去做？

　　芮勇：我剛才提到人工智能有很多分支，其中一個(gè)很大的分支叫計(jì)算機(jī)視覺(jué)，計(jì)算機(jī)視覺(jué)里有一個(gè)很重要的分支叫三維視覺(jué)，三維視覺(jué)包括了三維物體重建，三維環(huán)境重建。不管是VR也好，AR也好，最重要的技術(shù)基礎(chǔ)就是三維視覺(jué)，所以AR和VR一定是人工智能的一個(gè)部分。

　　我對(duì)VR和AR怎么看？它們的應(yīng)用場(chǎng)景不是完全一樣的。VR可能對(duì)一些非交互性的、單邊內(nèi)容的傳輸會(huì)很有效果，比如說(shuō)我們想看一個(gè)3D電影，你戴上一個(gè)VR眼鏡可以享受一款非常好的3D電影，或者一款3D游戲，但是你可能不能站起來(lái)，就是VR和AR一個(gè)很不一樣的地方是戴VR頭盔的朋友，我建議你們坐在椅子上玩比較好，因?yàn)楫?dāng)你沉浸在VR世界里，一根線把你頭拽住了，可能會(huì)摔倒。

　　AR是完全另外一個(gè)不同的場(chǎng)景，AR最重要的是增強(qiáng)現(xiàn)實(shí)，其實(shí)是把物理世界和虛擬世界無(wú)縫地給拼在一起，最簡(jiǎn)單的一個(gè)AR，比如我看到某人，突然忘了，這人好面熟，就想不起來(lái)上次在哪見(jiàn)的，有這個(gè)AR眼鏡之后，它最簡(jiǎn)單的功能就是做出人臉識(shí)別，告訴我這是誰(shuí)，上次我們是在哪在哪見(jiàn)的面，會(huì)免去很多社交上的尷尬。

　　但這個(gè)AR只是一個(gè)最初級(jí)的，它只是在物理實(shí)體的邊上加上一些虛擬的信息，更有意思的AR是物理和實(shí)體能夠相互交互。比如說(shuō)我們現(xiàn)在打一款游戲。VR可能跟你現(xiàn)在這個(gè)房間是一點(diǎn)關(guān)系都沒(méi)有的，但是AR游戲，我如果戴上AR眼鏡，它其實(shí)是可以根據(jù)我現(xiàn)在這個(gè)會(huì)議室的物理場(chǎng)景給我設(shè)計(jì)一個(gè)打游戲的過(guò)程，我待會(huì)兒去另外一個(gè)會(huì)議室，回到我酒店的房間，物理場(chǎng)景不一樣，它給設(shè)計(jì)的game也都不一樣，所以我覺(jué)得這是一個(gè)非常不一樣的地方。

　　所以，在我個(gè)人看來(lái)，從平臺(tái)角度看，可能AR會(huì)是今后一個(gè)更大的平臺(tái)，如果我們把幾個(gè)垂直行業(yè)能落地得很好，這個(gè)可能是一個(gè)很大的平臺(tái)，前景會(huì)非常非常好。我們?cè)诼?lián)想公司也好，聯(lián)想研究院也好，我們?cè)谶@方面都會(huì)有大的投入。

　　問(wèn)：深度學(xué)習(xí)需要時(shí)間和大量的樣本去記錄，聯(lián)想這些樣本是如何獲取的，是我們內(nèi)部的測(cè)試人員還是我們會(huì)找大量的用戶做調(diào)研？

　　芮勇：不僅僅是深度學(xué)習(xí)，如果把機(jī)器學(xué)習(xí)或者是人工智能要做好，有四個(gè)大的因素才能做得好。第一，算法要好；第二，運(yùn)算能力要非常強(qiáng)大；第三，數(shù)據(jù)要非常好。

　　人工智能真要做得好，光前面三個(gè)也不夠，要考慮和垂直行業(yè)怎么結(jié)合，怎么落地。無(wú)論是下棋、智能聊天、還是向某一個(gè)用戶推薦一款電影，人工智能要落地，一定要和domaine knowledge發(fā)生關(guān)系。

　　那為什么在聯(lián)想我覺(jué)得可以做這個(gè)事？

　　第一，我們有算法。我希望在我加入之后在算法上還會(huì)有大的突破。

　　第二，我們的運(yùn)算能力很強(qiáng)。全球前500個(gè)超級(jí)計(jì)算機(jī)中間的99個(gè)是聯(lián)想做的。

　　第三，有沒(méi)有大數(shù)據(jù)？聯(lián)想這么大的公司，內(nèi)部的數(shù)據(jù)，外部的數(shù)據(jù)，各種數(shù)據(jù)都是非常非常多的。這些數(shù)據(jù)就可以使得我們能夠訓(xùn)練我們的模型。

　　第四，因?yàn)槲覀兪窃谌蛴?0多個(gè)分支機(jī)構(gòu)，我們的產(chǎn)品遍布全球160多個(gè)國(guó)家，所以我們跟各個(gè)行業(yè)、各個(gè)國(guó)家有很多的接觸。所以，我們對(duì)行業(yè)的知識(shí)也很了解。

　　問(wèn)：這兩天人工智能Master連續(xù)擊敗了60個(gè)人類的頂級(jí)棋手，您怎么看待人工智能為什么在圍棋領(lǐng)域表現(xiàn)出這么快的進(jìn)步？聯(lián)想有沒(méi)有可能計(jì)劃在人工智能領(lǐng)域也開(kāi)發(fā)一些這樣的能夠被大眾快速感知、能夠參與討論的好產(chǎn)品？

　　芮勇：其實(shí)我希望大眾對(duì)人工智能有一個(gè)比較冷靜的看法，別把它捧得太高。人工智能是人的智能，有它強(qiáng)的地方，有它弱的地方。它強(qiáng)的地方就在于它的計(jì)算能力和記憶能力遠(yuǎn)超人類，這個(gè)東西我們沒(méi)辦法跟機(jī)器比的。任何一個(gè)領(lǐng)域如果有相應(yīng)的清晰的規(guī)則，機(jī)器會(huì)全面打敗人類，人類是不可能戰(zhàn)勝機(jī)器的。如果今天還能僥幸說(shuō)人類再贏機(jī)器一盤(pán)棋，可能再過(guò)幾個(gè)月一盤(pán)棋也贏不了，因?yàn)檫@是一個(gè)必然結(jié)果，有規(guī)則的事情一定是機(jī)器比人強(qiáng)。

　　但現(xiàn)實(shí)當(dāng)中，很多事情是沒(méi)有規(guī)則或者規(guī)則不明確的，這個(gè)時(shí)候機(jī)器是很難打敗人類的。比如機(jī)器會(huì)計(jì)算“雞兔同籠”的問(wèn)題，但它不會(huì)解“鴨狗同籠”的題，更不會(huì)解“雞兔同屋”，因?yàn)樗鼪](méi)有common sense，人類強(qiáng)大的地方在于我們有common sense，我們能去處理很多沒(méi)有規(guī)則的事情。

　　人類的抽象思維力和想象力也比機(jī)器要強(qiáng)很多，這兩個(gè)能力讓人在很多條件沒(méi)有完全存在的情況下去做推理，所以這是人強(qiáng)的地方。

　　問(wèn)：現(xiàn)在有很多公司都在做人工智能，怎么樣去評(píng)價(jià)這家公司做人工智能做得好不好？人工智能做得好與不好的評(píng)價(jià)標(biāo)準(zhǔn)，您覺(jué)得應(yīng)該怎么衡量？

　　芮勇：這個(gè)問(wèn)題可能從兩個(gè)角度來(lái)看。人工智能公司中有一些是在做基礎(chǔ)算法的，這些公司容易評(píng)價(jià)，因?yàn)橛泻芏嗳驑?biāo)準(zhǔn)的數(shù)據(jù)機(jī)器，可以跑一跑看看誰(shuí)的錯(cuò)誤率低。

　　還有一類人工智能公司，是把基礎(chǔ)算法應(yīng)用在不同應(yīng)用上，這些你去評(píng)價(jià)就是偏主觀的了，因?yàn)闆](méi)有一個(gè)很客觀的標(biāo)準(zhǔn)。基礎(chǔ)算法的用標(biāo)準(zhǔn)數(shù)據(jù)去做評(píng)價(jià)。真正做應(yīng)用的，可能它的廣度和深度都要看，當(dāng)然最重要的是看用戶買(mǎi)不買(mǎi)單。