新智元：地平线曾提到，深度学习算法是个黑盒子，你们做智驾硬件也跟这点有关系，那么硬件可以在多大程度弥补算法的不足？

　　余凯：深度学习是个黑盒子没错，但是做硬件的路径并不是解决这个问题，是解决功耗和效率的问题。

　　关于黑盒子，我的观点是需要重新思考算法，整个软件系统的重新思考，让黑盒子变成白盒子。需要越来越重视另外一套理论——Judea Pearl 建立的因果推理。在九十年代，很著名的贝叶斯网络，就是因果推理著名的例子，大家应该重新重视起来。就像我们现在重新重视八十年代的神经网络一样。

　　深度学习显然过热

　　新智元：您认为从工业界来看，最需要什么样的技术突破？

　　余凯：对我个人来说，我当然是认为低功耗、高性能的嵌入式人工智能是最需要的。在不需联网的情况下，通过本地运算可以实现感知、交互和实时决策，并且把体积做的非常小。万物智能不应该是仅仅在云端实现，而是在很多很多的智能终端上实现。这是我认为急需突破的技术！

　　新智元：您怎么看待 AI 领域最紧要的任务，包括工业界和学术界？

　　余凯：除了上面说的，通用人工智能是一个大致的方向。当然是一个紧急的事情。现在人工智能训练换了一个场景效果就不好，场景迁移能力很差，任何一个解决方案的适用面不是很广，这是目前产业界遇到的最大的问题。迁移学习是其中一方面，第二个是小数据学习，不需要那么多数据训练就可以举一反三，还有就是无监督学习，在无标签的样本中进行学习。目前的训练需要标注大量数据，也影响了其适用面。

　　新智元：深度学习是否存在过热现象，您曾提倡的小数据学习，接下来一年会有什么样的发展？

　　余凯：显然存在过热的现象，深度学习被大家过度消费了。小数据学习不是一年（的事情），五年内应该会有显著发展。这不是一蹴而就的。

　　刷分不算什么，有本事做原创啊

　　余凯对目前流行的刷分，表示不算什么，现在都是中国人刷分，基本上都是别人做好的框架上面改一些小细节。

　　余凯说：“我对这个事情还是有发言权的，毕竟我是华人学者中最早在 ImageNet，Pascal VOC 等著名竞赛中拿第一名的。当时我还在美国工作。那时候我们的方法都是原创的，相应的文章获得上千次的引用，有的是 CVPR 等顶级会议历史上引用最高的论文之一。而现在刷分的前几十名用的方法都差不多，没什么实质差距，没什么创新。如果国内的人工智能创新能力很强，为什么不做一个 AlphaGo 出来？”

　　创业不是华丽舞会，玩下去才是硬道理

　　新智元：招聘人才（包括技术、产品和商务类型）最大的困难是什么？

　　余凯：最大的困难是业界非常浮躁。相对来讲，创业公司比较容易拿到钱，就用诱人的待遇来解决（招聘），也不管明年后年了。你看中国这几年每年都是这样，各种热，o2o 热，AI 热，无人机热，直播热，自行车热，都是一拥而上，拿到钱就说今后怎么样。每个人都被这种浮躁的环境所影响，真正愿意潜心做一些有意义的比较难的事情是不容易的。我有一个说法，很多人是带着参加一个豪华舞会的心态做事的。大家华丽登场，光鲜亮丽，是否能持续玩下去就不管了。

　　真正的创业应该是一场孤独的修行，需要一个艰苦的过程得到升华。比如有的生态型公司，把 party 搞得很光鲜亮丽，每个人有闪亮 Title 华丽登场，到最后怎么结尾呢？

　　很难找到愿意平静做一些有意义事情的人才。

　　伟大的AI公司何时出现

　　新智元：有一种说法是，移动互联网没有造就新的 BAT，人工智能也不会造就这样的大公司，您怎看待 AI 领域创业者的机会？您曾说道“人工智能领域会成为下一个突破 BAT 围墙的独角兽公司诞生地，几乎并不只属于巨头”。您怎么看待挑战 BAT 甚至 Google 或者传统硬件商英特尔、英伟达、AMD 的路径？