李彦宏重新划分自动驾驶阵营:百度和特斯拉都是工程派,Waymo在用科学思维

“缺乏工程思维是我们北大毕业生的短板。”

这话不是别人说的,这话是北大87级校友百度创始人李彦宏说的。

这话不是在别的场合说的,这话是在北京大学新工科国际论坛上说的。

就在今年,北大相继成立集成电路学院、计算机学院、电子学院以及智能学院后,新工科的话题在国际论坛上,热议到了最高峰。

而百度创始人李彦宏,应邀发表了题为“化繁为简,从科学思维到工程思维”的演讲。

李彦宏不仅真诚分享了对工程思维的实践认知,还对北大新工科建设提出了方案和建议……

最后还认为,未来十年人工智能领域将有八项关键技术,会实现从量变到质变。

要点如下:

  • 缺乏工程思维是我们北大毕业生的短板。

  • 知道把难的问题转化为简单的问题,知道妥协,知道循序渐进,是工程化思维和科学化思维的主要区别。

  • 百度和特斯拉都在用工程思维推进自动驾驶,特斯拉是程度渐变,百度是范围渐变。

  • 新一轮科技革命和产业变革正在重构全球创新版图。

  • 未来十年AI领域的八项关键技术:自动驾驶、数字城市运营、机器翻译、生物计算、深度学习框架、知识管理、AI芯片和个人智能助手。

  • 当初“学人工智能找不到工作”,今天“不学人工智能几乎找不到工作”。

李彦宏演讲实录:

大家上午好!

很高兴回到母校,参与今天的新工科国际论坛。上一次回来还是三年前,为北大120周年庆生。

今年是我从北大毕业的30周年,本来在8月7号我们87级要在学校有个聚会的,后来因为疫情原因取消了,正在感觉遗憾的时候,收到了咱们新工科论坛的邀请,所以特别高兴有机会能来分享一下我这些年做大工程的体会,供大家参考。

我读书的时候,北大是没有工科的,出国留学学的是计算机科学,同一个学校还有一个计算机与电子工程系,这两个系又分属科学学院和工程学院,所以总觉得科学和工程还是有挺大差别的,后来离开学校进入工业界,关于工程方面的理念和思路,都是在工作中慢慢学会的。

可以说,缺乏工程思维是我们北大毕业生的短板。

2000年我回国创业,早期的创业团队也有不小的比例来自北大。在讨论工作的时候,经常能看出工程思维和科学思维的差别。

比如搜索结果的排序,我要求1秒钟出结果(那时候业界标准差不多是3秒钟),团队跟我说做不到,用户搜一个词,比如“电子商务”,网上带有这个词的网页可能上百万个,按相关性从第一个到第100万个排序,还要支持大批用户的并发访问请求,是不现实的,况且我们是个小公司,算力资源有限。

我说不对呀,谁让你们从第一到第100万去排序了,哪一个用户会翻到第10万页结果去看?你们的算法只要能从无数网页中找到最相关的1000个结果并且按相关性排序就好了,我们只需要让用户翻10页即可,真找不到他想要的,换个搜索词(query)就好。

你看,这就是做工程和做科学在思维上的差别。

我们的同学受的是科学的training,就要从第一排名到第100万,我工作了几年,就知道妥协,只排出前1000名就好。

你妥协了,每天有数亿人可以享受information at your fingertips的便利,你不妥协,就永远只能是一个实验室产品。

工程思维在实际工作中非常重要,也很常见。一个近期的例子是自动驾驶。

用科学思维去做,就是一步登天,做到L5再去扩规模,进行商业化,Waymo就是这个路子。可是很多图灵奖得主级别的人都说,L5太难,再过几十年都不一定能实现。

用工程思维去做,就是循序渐进,先在部分场景下实现自动驾驶。特斯拉采取了这样一种方法,它先做到L2,在高速上跟车,变道,在停车场实现自动泊车等等。

这个路子成功了,市场非常接受,车子大卖,每天无数的人开着特斯拉的车子为他们免费采集各种数据,特斯拉因此有了无人比拟的超大规模的自动驾驶相关数据,所以投资者都认为特斯拉做成无人驾驶的概率更大。

与此同时,特斯拉还靠卖车赚了不少钱,形成了良性循环,汽车工业也因此出现了百年未遇之大变局。

特斯拉的路子是一种工程化的思维逻辑,是对一个科学问题的妥协,是自动化程度的渐变,从L2希望逐步迈向L3、L4、L5。但这是不是唯一可行的渐变方式呢?

我们认为还有一种渐变方式,就是自动驾驶行驶范围的渐变。

现在在任意场景下的全无人驾驶做不到,全国500万公里的道路上,一步登天实现无人驾驶做不到,那么能不能先从那最简单的5万公里、10万公里做起?

技术上在人车混行比较少的地方,在大家都比较遵守交通规则的地方,在红绿灯设置比较合理的地方,已经可以实现全无人驾驶了,我们可以在这些地方先跑起来,在实际运营的过程中不断学习,不断提高,逐步扩大无人车服务的地域范围,这样也能走到L5。

百度就采取了这样一个渐进式的路子,我们为此专门成立了一个运力公司叫萝卜快跑,为大家提供自动驾驶出行服务。

今天在北京亦庄、广州黄埔,在长沙,沧州等不少地方,普通用户都是可以打到萝卜快跑的无人车的,而且很多时候还免费。

今天,我们的无人车已经累计接待了超过40万人次。

知道把难的问题转化为简单的问题,知道妥协,知道循序渐进,我认为是工程化思维和科学化思维的主要区别。

我们的教育科学化思维多,工程化思维少,希望北大新工科能在这方面多重视,多培养有工程化思维的人才。

当前,全球科技创新进入空前密集活跃期,新一轮科技革命和产业变革正在重构全球创新版图,技术应用之快超乎人们的想象,新工科建设也在这样的背景下应运而生。

去年,我曾提出过一个判断:

未来十年,人工智能领域将有八项关键技术,会实现从量变到质变,分别是自动驾驶、数字城市运营、机器翻译、生物计算、深度学习框架、知识管理、AI芯片和个人智能助手。

这八项技术的突破,将会广泛改变人们的生产和生活方式,这是我深信不疑的,而这八项技术也将是百度坚定投入的方向。

技术成果的诞生,源于百度多年来对技术的压强投入。作为一家以技术立身的企业,百度连续多年保持着超过15%的研发投入强度,去年核心研发投入占营收比重达到21.4%。

我曾经说过一句话,有1块钱的时候,我们会投进技术里;有1个亿,我们会投进技术里;有100个亿,我们还是会投进技术里。

最前沿的技术浪潮是等不来的,我们必须提前10年、20年去投入和布局。

举个例子,八年前,当百度决定投资自动驾驶技术的时候,我们认为它是人工智能最顶级工程,将彻底改变人类出行和生活。

得益于长远布局和创新路径选择,在专业研究机构排行中,如今百度自动驾驶技术处于全球领导者阵营,也是这一阵营中唯一的中国企业。

创新的事业呼唤创新的人才。着眼于未来产业应用,我也希望能加强校企双方的联动,我们相互学习,共同成长。在这方面,百度也做了很多探索和尝试。

从2015年起,我们连续七年支持教育部产学合作协同育人项目,旨在为高校培训师资力量,累计投入超千万教学及科研基金。我们在700多所高校,累计培训了3000多位高校教师,并且参与编写了一系列人工智能教材。

当年,我到美国读书,很喜欢人工智能这个新兴学科。但我的教授却评价说,这个没用,实用性差,工业界不认可,你靠这个找不着工作。

从当初“学人工智能找不到工作”,到今天“不学人工智能几乎找不到工作”,技术发展对人才培养提出了更高要求。

往前看一点,布局早一点,我想这也是新工科建设要义所在。

新工科人才建设,一方面重在培育师资,另一方面重在提升学生的核心能力。

我认为,新工科时代的人才,必须要具备三方面能力,就是创新、跨界和开放。

第一个关键词,创新。20多年前,我从美国回国创立百度时,曾希望像硅谷创业公司一样,能招到一批拥有5年左右工作经验的工程师,但最后招到的几乎是清一色的应届毕业生,因为那时候互联网是新生事物,还没有学校能培养出对口的技术人才,更别提有经验的工程师了。

我们当时面临的所有问题,都需要年轻人自己想办法解决,而解决问题的过程,就是创新。

最后,这批员工很多成长为公司核心骨干。今天,在百度员工中,超过6成是研发人员。正是这些富有创新思维的年轻人,怀着用技术改变世界的梦想,从一行行代码开始,创造了今天的百度。

第二个关键词,跨界。在自动驾驶、AI芯片这些领域,我们的业务是提前八年、十年去布局,而人才培养要比业务布局更早。

这些领域的技术背后存在学科交叉和跨界,因此更需要有跨界思维的人才。我们已经建立完善起复合型人才培养机制,鼓励更多人才跨领域、跨角色流动。我们坚信,只有人才综合能力提升了,企业才会更有活力,百度的技术实力才能始终走在行业前列。这也是我想说的,年轻人要敢于跨界,主动跨界,为未来投资。

第三个关键词,开放。大家可能有所体会,人工智能技术越来越复杂,但应用却越来越简单,这很大程度上是因为行业倡导的开源开放理念。

比如百度打造的国内首个自主研发、功能丰富的产业级深度学习平台飞桨就是开源开放的。开发者不需要学习人工智能理论,也不用从头编写算法代码,就可以高效地进行应用的设计与开发,这也大大加快了人工智能技术落地的多样化和规模化。

比如,有一个12岁的小学生,尽管不懂编程,但通过参加飞桨直播课程学习,成功开发出一款AI程序,用来检测口罩佩戴是否标准。

目前,飞桨平台汇聚了来自各行各业360多万开发者。

当下的中国,无疑是科技从业者最好的时代。我们有足够多的技术应用场景,有着全球最为完备的产业链供应链,有着不断完善的新型基础设施,有着培育领军人才和战略科学家最好的土壤,大规模的创新成果必然会在中国涌现。

正如北大老校长蔡元培先生所说,“教育者,非为已往,非为现在,而专为将来。”

在这里,我也想向大家郑重承诺:在未来5年,百度将为社会培养500万AI人才,为国家战略科技力量建设,持续贡献,不辱使命,不负时代。

谢谢大家!

—  —

(0)

相关推荐