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，再到重回學界、加盟創(chuàng)新工場、并出任港科大和創(chuàng)新工場聯合實驗室主任，每次變化都帶來了不小的震動。

他談及這次轉身說道，“學術界需要將眼光放得更長遠，不能拘泥于當下。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。”

從學界到產業(yè)界兜兜轉轉，他對二者有著深刻的理解，張潼認為，在工業(yè)界，所謂的“大數據+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。

在學術界，可能有兩種角度，一種是關注實用，目前學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。另一種就是關注原理性。

在張潼看來，關注原理性的一些人可能不理解：學術界需要思考得更遠一些，有些不見得是百分之百馬上、現在就要適用的東西，但是對將來會有很多的作用。學術界不是百分之百服務于產業(yè)界的。

就AI應用來講，其實目前行業(yè)并不是一帆風順的，張潼分析到，之所以可能會產生鴻溝，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”擋住了二者的聯系：首先，最直接的一層就是AI公司如何通過做產品去解決一些業(yè)務問題。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)務中的一小部分，甚至根本不屬于該項業(yè)務。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)務中得來的，而是直接從創(chuàng)業(yè)公司內部去了解他們關心什么技術，這樣就使得二者之間的距離變得更加遙遠了。

以下為張潼接受網易智能等媒體采訪實錄，略有刪減：

問：深度學習在復雜場景中的應用似乎還有很大的空間，但現在是不是到了一個瓶頸期？

張潼：

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

但我個人認為，它繼續(xù)向前發(fā)展的話會有一些缺陷。在深度學習的早期發(fā)展中，確實在信息檢索層面有著很好的發(fā)展，但是從數學原理角度來看，它就像是一個所謂的連接數，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雜場景，僅僅依靠這個思路是行不通的，因為它通過大數據是永遠無法改變的，所以一定要從原理上將其重新理解。當然，現在也已經有人采取了行動，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據小容量，從而將整個發(fā)展進程向前推進一步。雖然這會經歷較長的一段時間，但我覺得還沒有到達瓶頸。而且大數據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。

問

張潼：

研究院所能做的更多的是將一些抽象的東西轉化成為更加現實的東西。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“大數據+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。

而在學術界，可能有兩種角度：一種是關注實用，目前學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。所以我覺得學術界需要思考得更遠一些，有些不見得是百分之百馬上、現在就要適用的東西，但是對將來會有很多的作用。因為現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。當然，前沿不一定必須要在工程院做，也許在學校做研發(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

：我本人肯定是科學家，但是我會對應用非常感興趣。我個人最感興趣的就是能夠把AI前沿的技術，包括機器學習，和一些理論上的數學理論往前推進。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)相結合，特別是AI來幫助行業(yè)解決一些現在所遇到的問題，我覺得是非常好的。因為我自己也是有一些經營公司的經驗的，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驗，并將這些技術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。所以這個時候再談我個人在這方面的興趣的話，現在與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，這樣結合起來可以發(fā)揮更大的功效。當然它本身的技術也更加廣泛一點。而國內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)務的功能。

問

：

張潼：

其實我覺得現在在AI這方面的鴻溝還好，沒有像以前那么強，只是有的時候學術界關心的問題不見得是必須要馬上要轉化成產業(yè)界的東西。一方面，他可能是應用驅動的，因為產業(yè)都是應用驅動的;另一方面，可能是興趣驅動，或者是他的一些前瞻性想法的驅動，就是對你這個問題本質的驅動。所以這一點我要強調一下，學術界不是百分之百服務于產業(yè)界的，他們的目標不一樣，因此也沒有這樣一個鴻溝的存在。

但是AI的確是有應用的這一部分，這里我們要談的是怎么去把它產業(yè)化，之所以可能會產生這樣一個鴻溝，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”擋住了二者的聯系：首先，最直接的一層就是AI公司如何通過做產品去解決一些業(yè)務問題，這其實已經隔了一層。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)務中的一小部分，甚至根本不屬于該項業(yè)務，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)務中得來的，而是直接從創(chuàng)業(yè)公司內部去了解他們關心什么技術，這樣就使得二者之間的距離變得更加遙遠了。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)務驅動的研究，但是業(yè)務驅動在業(yè)務部門也有一些問題，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，不是只糾結于某一個業(yè)務，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：

我覺得感覺現在還是挺好的，像我說的，我最關心、最希望的是十年以后，能夠在AI包括技術理論上能夠有重大的突破，在整個學術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業(yè)相結合，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，包括學術，不管是什么，都能夠將它的價值展現出來;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的。

問：隨著5G時代的到來，您認為這將對技術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，當然如果傳感器一旦有了，數據更多了，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，當然現在有很多不確定性，還沒有看到具體的方向。

問

張潼：

騰訊兼有商業(yè)公司和投資機構的屬性，它會從兩者角度去看它本身的業(yè)務，或者它本身的戰(zhàn)略。創(chuàng)新工場也不是傳統意義上的VC，是VC+ AI定位的“Tech VC”。關注技術驅動型公司，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，我認為主要是看學生的興趣，其實是兩者都是好的，大家從學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生的興趣。

問

張潼

：就港科大現在的整體情況來說，我所觀察到他們的確去產業(yè)的人比以前更多了，留在學校的相對比較少。但是我認為這個暫時的現象，也不見得是一個不好的現象，但長期來看的話希望學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校。