出门问问李志飞：科技创新的本质是什么？ | I

2019-01-20
小编: 阿晴
正體

分享到：

导读: 将想法告诉他的德国上司——一名优秀的工程师后，李志飞清楚地记着，上司拿出了自己的手机对他说，手机打开都那么慢，还想要将模型庞大的翻译系统搬到手机上去，怎么可能呢？

齐齐哈尔时尚网小编提示，记得把"出门问问李志飞：科技创新的本质是什么？ | I"分享给大家！

2019 年，在谷歌翻译工作的李志飞，想要开发一款离线翻译系统，解决没有网络的情况下的翻译问题。将想法告诉他的德国上司——一名优秀的工程师后，李志飞清楚地记着，上司拿出了自己的手机对他说，手机打开都那么慢，还想要将模型庞大的翻译系统搬到手机上去，怎么可能呢？这是不可能的，是「Useless」的。虽然遭受到了上司的否定，但李志飞最终还是将系统做出来，并成功上线了，后来他曾收到感谢信，这个系统在关键时刻甚至救过人的命，那也是他在谷歌最重要的贡献。

科技创新的开始非常艰难，往往会遭遇到否定或被认为毫无必要，创新的过程同样非常复杂，创新的想法从提出到落地，是算法、软件、硬件、产品的结合，可能是跨工种、跨部门，甚至是跨公司的。不久前，出门问问与高通在 CES 上共同发布了用于无线耳机的智能语音算法 TicHear，最初李志飞认为几个算法工程师就可以搞定，但最后却是从算法工程师到硬件工程师、天线工程师、结构工程师、UI 工程师等五六十人，花了两个月才完成。

而科技创新的进步却是渐进式的，2019 年出门问问开始研发智能手表 TicWatch，目前最新的产品，已经可以做到最高 50 米防水、双层屏、单次充电续航 5-7 天、4G 通信和精准定位。但这些功能都是逐渐实现的，每一代进行部分的改进，只要放到长期，才能清楚体现科技创新的价值。即便如此，科技创新的成功率依旧很低，在谷歌的工作经历让李志飞很清楚的了解，以谷歌的科技实力，同样有大量失败的项目。但最后，付出了如此巨大的代价，科技跟随者可能会以少得多的成本逆向工程做出类似的产品出来。在谷歌翻译团队办公室旁边，就是谷歌早期无人驾驶团队，从 2008 年到 2019 年，他们先后投入 11 亿美元才做出了可以进行道路测试的无人驾驶系统，而在几年后，跟随者只需半年就可以做到类似的成果。

「科技创新者因为相信而去看，科技跟随者因为看到而相信。」但科技创新成功带来的收益是巨大的。谷歌、苹果、高通等巨头，同样是重视科技创新的公司。具体到李志飞所从事的 AI 行业，AI 科技创新主要包括 AI 核心算法的创新、AI 工程的创新和 AI 产品的创新。对创业公司来说，科技创新绝大多数是由产品的需求催生的，将创新与产品相结合。比如出门问问与大众汽车有一个合资公司，专门研发车内的语音交互系统，也做出了一款车载离线语音系统，按照大众汽车的要求，CPU 占用率不能超过 20%，内存不能超过 500MB，但却要能识别规模 600 万的地址以及餐厅、咖啡厅等实体名字，准确率要超过 90% 以上。这个几乎矛盾的任务让出门问问花费了一年的时间，数十名算法工程师和普通工程师才优化完成。李志飞认为，中国的数据量、用户量以及工程师资源都很丰富，未来几年 AI 算法还需要继续推进。在这个过程中，AI 科技创新要避开骑墙主义、拿来主义、功利主义、弯道超车等拦路虎，只有明确方向后第一时间就开始研究和尝试，才能最大获得科技创新的收益，以及获得竞争者和合作伙伴的认同。

以下是出门问问创始人 & CEO 李志飞在 2019 极客公园创新大会上的演讲内容（略有编辑）：

大家好，我今天很高兴跟大家分享「AI 科技创新的本质是什么」。这个问题很难去讲，因为这是一个综合性的，甚至带一点哲学的问题。

所以，我更多是从我个人的一些经历，包括以前在 Google 的经历，以及在自己做出门问问的经历，跟大家分享一些比较随机的想法，这肯定不是一个非常系统性的一个研究，或者报告。

首先，「创新」这个词可能很多地方都在用，每个人的理解都不太一样，比如说，创新、创造到底是问题驱动还是技术驱动，这有很多不一样的地方。这里，我引用了 Wikipedia 对创新定义的第一句话：A new idea" creative thoughts" new imagination in form of device or method.

什么意思呢？创新，是一个新的 idea，是创造性的想法，或者说是一种新的想象力，最后它的形式是一个设备或者是一个方法。首先，这个事情本身得是一个新的，但在后半句，它说了另外一个角度，很多的时候，创新同时也会被认为它是对已有的一个问题，一个新的解决方法，或者说更好的解决方法。这里列了一些中文相关的关键词，想法、创新、突破、改变、创造、进步、风险、发现。

科技创新一般有几种类别，有的是算法的创新，有的是技术、产品、模式的创新。算法的创新，比如说最近大家都非常清楚的深度学习。这首先就是加拿大一个教授，他自己研究了好多年，好多人都不认同他这一套做法，但是最后他终于在一些具体的应用上面，比如说，在语音识别上有了一个很大的突破。所以，它一下子变成了大家今天都接受的算法模式。

技术创新，自动驾驶是特别典型的，它跟算法创新可能不太一样，它是一个综合性的，系统级别的。算法创新像刚刚讲的教授的事例，他可能就一个人带了几个学生，十几年一直干一个事情。这其实是在一个比较封闭、独立的环境下，可以做出来的创新。但是，自动驾驶是系统级别的，这个需要成千上万的人去协同才能做出来的技术上的创新。

说到产品的创新，iPhone 是一个特别著名的例子。当它出现的时候，这个手机跟很多的手机确实不太一样。

模式创新是中国特别擅长的，尤其是在过去 5、6 年的移动互联网，很多都属于模式创新，比如共享经济。

对于一个科技企业来说，毕竟它是企业，所以商业模式非常重要，它不像学校。这种创新跟产品的关系到底是什么？

这里我列了几个不同的类别。最常见的创新，可能就是已经有一个产品了，通过产品有一个需求，然后去做一个创新的算法。比如说 YouTube 鉴黄的算法，就是因为有了这么一个需求，这个算法功能才会被人琢磨。在 Google，有很多的产品部门，同时也有非常厉害的 PhD，他们不是纯码农、工程师，他们有很多自己的想法，而且对于理论、算法非常理解。虽然，机器人也是在产品部门，不是在研究部门，但是可以做出这样的创新。

另外一种创新，可能就是倒过来的，今天可能还没有这样的产品，但是由于你在技术上有很大的突破，因为技术的突破然后创造出了一个新的产品，比如说 Google Translate、Google Voice Search。这是一个非常典型的例子。

这些都是在学术界研究了很久的，以前更多是在学术界或者是美国的国防机构应用，但是 Google 确实做了很大的创新，就是把一个偏学术的东西，变成了一个大规模普遍性的应用。所有的文字都可以翻译，所有用户能想像到的词都会翻译，而且速度也非常快，比如说一篇文章放进去，0.2 秒就要出来结果，还要支持所有的语言。

我认为这是 Google 的翻译变成大的普世性系统的巨大创新，有了这个创新以后，再把它变成一个产品（Google Translate 以及后面的 app），这个需要对技术很强的判断能力、研发能力，才能做技术驱动的创新。

第三类的创新，不是来自单一产品，而是来自于很多产品的通用需求，比如说 MapReduce、Google File Systems、Bigtable，这基本上是早期云计算的三架马车。

大家知道 Hadoop 是雅虎搞的开源云计算框架系统，基本上是基于这三篇论文，然后把它变成一个开源的系统。这种创新是 Google 做 Google 搜索、视频搜索、新闻搜索时，发现以前的关系型的数据库、传统的文件系统，不太适合海量数据的需求，所以才有了这三篇非常经典的论文。

对于很多公司来说，这很难做到，因为可能你的产品比较单一、数据量没有那么大，所以可能你连这个需求都没有，因为以前学术界想了很久从来没有想到要做这么一个事情。

关于这几种创新，其实各种公司是不一样的，比如说出门问问这样的公司，后面两者可能就比较难一点，包括中国绝大部分的创新都是第一种。

回到出门问问的创新上，我们需要生成、有商业模式，但是我们又是一个科技公司，我们希望能够把创新和产品有效结合起来，而不仅仅只是产品公司、软件公司、硬件公司。

下面我说一下我们的创新和产品的关系，刚才说到更多是因为我们已经有一个产品了，产品需求导致我们想要做些创新来满足这个需求。

比如说，车载的离线语音系统就是这么一个需求，我们和大众汽车有一个合资公司，专门做车的语音交互，在这个过程中他们提出了一个需求，开车的过程中由于信号不一定好，这时需要在没有网络的情况下，可以有一个语音系统。可能大家觉得这个没什么，因为已经有很多离线语音识别系统，但是它的要求特别严格。比如，希望 CPU 占用率不能超过 20%，内存不能超过 500MB，你要识别规模是 600 万的地址以及餐厅名、咖啡厅名字等各种实体，准确率要超过 90% 以上，其实这几个指标都是矛盾的。

在这种情况下，我们怎么设计一个离线语音交互系统，能够满足这种需求呢？我们花了整整一年的时间，几十个算法工程师和普通工程师把它进行优化，做出了这么一个系统。这就是非常典型的产品有需求，然后问题特别难，需要做研究、算法、工程，最后一起把它完成了。

第二个例子是 TicWatch 双层屏，也是一个创新，可穿戴最大的问题是功耗的问题，可能很多手表一天要充一次，这是很大的痛点。我们做了一个创新就是所谓的「双层屏」（一个是低功耗的黑白屏，一个是高功耗的彩色屏），这个创新也特别复杂，因为其中涉及到两块屏幕和两个操作系统，甚至还有两个 CPU，主 CPU 驱动彩色的屏，副 CPU 驱动黑白的屏幕。

除了硬件本身以外，操作系统也要做一个智能切换，要智能切换黑白屏和彩色屏，非 Wear OS 系统和 Wear OS 系统，所以这个创新是从产品的需求上，整合很多人把这个东西做成。

最后一个例子就是 Tickle 挠挠，无论是智能手表，还是智能无线耳机，很大的问题是交互特别不方便，因为没有一个大的屏幕，也没有键盘。这个时候怎么能很快、很方便的操作呢？像我们的挠挠，在耳机上，你往上一滑，音量可以增大，往下一滑，音量可以减小，别人打电话来时双击可以接听，长按可以不接，放音乐时双击可以进入下一首，这种创新是因为交互方式的需求而做出来的，同样需要软件、硬件、算法、传感器等综合的处理，才能做出这样的创新。

接下来讲一下我看到的一些创新的规律和特点。

首先，创新的代价是非常高昂的。比如说一个科技创新者花 100 块钱干成了一件事情，但是一个跟随者可能只需花 1 块钱就干成了，这个也是导致很多公司不愿意创新的原因。

比如说 Google 无人驾驶，我在 Google 时，Google 无人驾驶的团队和 Google Translate 刚好在同一层楼。他们在 2008 年、2009 年就开始干这个事情了。早期 Google 可能花了 10 几亿美金做一个系统，才能够在路上测试一下，跑一跑，这是早期的创新代价。但是在今天，我经常看到一个公司融了 2000 万美金，过了 6 个月就声称可以在路上跑了，而事实上是真的可以跑的。

这个就是早期创新者和跟随者之间代价的差别，早期花 10 亿美金，找了世界上最牛×的博士，可能试了很多次都不行，最后终于可以跑起来，但是今天过了三四年以后，由于很多专利、文章都已经出来了，大家看到这个结果是可行的，知道了怎么做。基本上我们可以反向工程，知道这个东西可行，倒过来就可以找到一条路径，而不是完全在黑暗的环境里，在这里试一下，发现不行可能又得回到起点，然后再试一下，再不行就又得回到起点，是这么一个过程。

所以，创新的代价非常高昂，很多科技创新者真的是因为自己对这个东西有兴趣，而且他相信这个东西，所以他才会去琢磨和探索，但是跟随者更多可能是看到了别人的结果，反向工程，最后将成功实现。

科技创新的启动也非常艰难。因为你做的是一个新的东西、很难的东西，所以任何人和别人讲这个时，别人第一反应就是这个有什么用，因为今天不是这样的，为什么这么做呢？另外，他们可能觉得这个做不到，或者说不可能。

举一个我自己的例子，我在 Google 最主要的贡献是做了一个 Google 的离线翻译系统（2010 年）。2010 年，全球漫游还没有那么好，当你去法国旅游时没有漫游、网络，但这时却是你最需要用到 Translation 的一个地方，因为你不懂法文。所以，当时我想做的一个系统就是当你出去旅游之前，你能在家里把翻译模型下载在手机上，出去时没有网络还可以做翻译。

我把这个想法和老板说时（他是一个德国人，他是全世界非常厉害的工程师、科学家），他拿出了 Google 在 2019 年推出的第一代 Nexus 手机，他说你看我这个手机连打开都那么慢，你还希望用 Google Translate 后台用几千台机器做计算，模型特别大的系统搬到手机上，这个怎么可能呢？这是他当时给我的一个反馈。

虽然他是我的老板，但是由于 Google 的创新文化，我可以随便干什么，最后我还是把这个系统做出来了，而且上线了。所以，无论是普通人还是对科技、研究都很有耐心的人他都有可能会抵触这种新的想法。

而创新的过程也是非常复杂的，因为很多的时候一些想法，就是刚才说算法的创新比较单一，但是很多时候创新是组合式的创新，就是算法、软件、硬件、产品结合起来这种创新，才是真正用户能够感知到的。所以，很多时候创新可能是跨工种、跨部门，甚至有一些时候是跨公司的。

最近，在 CES 上，我们跟高通一起发布了一个新的算法 TicHear，希望在我们的无线耳机上面，能够直接语音唤醒，不需要按键盘、打开手机，可以直接唤醒，然后可以做语音的对话。

大家可能觉得这也没什么，因为智能音箱今天都可以唤醒、语音交互。这个的难点在于，因为智能的无线耳机，CPU 的计算能力特别低。这个时候你怎么能做出一套算法系统，能够在一个计算能力等等都特别小的情况下，唤醒然后做语音交互。

这个创新首先我认为可能听起来应该两三个人就搞定了，我拉了一个微信群，但是后来我发这个群里面的人越来越多，到最后有 50、60 号人在这个群里面，然后花了两个月把这个事情搞定。

我认为算法工程师搞一搞就行了，后来发现还需要硬件工程师、天线工程师、结构工程师，因为这是一个新产品，得不断做修改，然后最后除了做算法优化以外，信号处理、语音识别，还要呈现给用户。这过程还需要 UI 工程师、各种各样的工程师。最后才做出来一个从用户角度来说非常「常见」的事情，所以创新的过程是非常非常复杂的。

而且前面说启动难，然后过程又复杂，而且创新很多的时候成功率非常低。大家可以把创新想象成一个漏斗模型，你可能有 1000 个想法，最后有 10 个是你真正把它做出来产品，最后一个你可能商业化，而且能够得到成功的。

比如说，Google 很典型的，前一阵子有一张图说 Google 产品的坟墓，就是各种各样的产品，他其实开发了无数的产品，最后都没有成功，我认为这些产品都是创新。

其实大家也可以想象一下，移动互联网就是这么一个过程，那么多的 app，我认为都是创新，因为一定是在新场景下解决新问题，大家想象一下在移动互联网时代，这么多 app 到今天存活下来，而且商业化成功的，可能真的就是几个而已。这是创新的成功率。

科技创新是渐进式的，很多的媒体或者说普通老百姓都希望创新每一次都是石破天惊，就是出来的东西必须跟别人完全不一样，这个也是不现实的。

我给大家举一个我们做智能手表的例子，如果大家去看 2019 年的智能手表，再去看我们今天的智能手表，如果在这个过程中你去单看一个产品的发布，或者说是用一年的时间做一个时间段去看这个东西，你觉得好像这个跟前一代也没什么区别。

三年以后你就会发现，今天的智能手表跟三年前的是非常不一样的，比如说以前洗手的时候水就进去了，就不能工作的，今天我们可以做到 50 米防水，功耗以前一天充一次电，用一天就不错了，像我们刚才讲的双层屏，一般的模式下能做到 5 天跟 7 天。通讯以前主要是 WIFI、GPS，现在可以用 4G，以前的 GPS 不精准现在都非常精准。所以你在一个很短的时间去看这种东西，你觉得不是特别大的变化，但是其实你把它放到一个时间周期去看，创新的价值就体现出来了。

前面讲的创新都是一些难的地方，最后为什么哪有那么多牛 × 的公司要去做创新？其实是因为创新的这个收益非常大。比如说大家可能一提到美国很多的公司，比如说苹果、Google、高通这样的公司，大家都觉得这些公司是非常重创新。

我前面讲到他们的代价也是非常大的，但是你们去看他的市值，确实也是在全世界的相关领域里最领先的，这就是创新的收益。

今天我的标题是「AI 科技创新」，其实 AI 科技跟一般的科技没什么区别，只不过今天在这个时间还不成熟，10 年前，芯片的创新是非常难的一件事情，但是大家今天觉得已经没有那么稀奇了。

科技创新其实我认为可以分为三大类：

第一，AI 核心算法的创新。

第二，AI 工程的创新。

第三，AI 产品的创新。

在这里，每一个创新的成功因素，或者是核心的资源是不一样的，比如说 AI 核心算法的创新，可能更多的是依赖于有多少 PhD，而且这个一定是要有创新能力的，并不是拿到 PhD 就可以有创新能力。

比如说 Google，如果大家去 Google 的网站上去看，这个里面有 2000 多个 PhD，而且这些都是全世界最好的学校，整个 Google 我记得工程师里面 20% 是有博士学位的，所以也就是说 Google 可能有上万级以上的 PhD 都是在做产品的创新，和做核心算法的创新。

这个确实中国跟美国还是有一定的差距，因为他们可以吸引到全世界最好的 PhD，中国更多还是吸引中国本土的 PhD，或者是留学到海外的中国 PhD。

AI 工程的创新更多依赖于有很好的工程师，中国在过去几年移动互联网的发展过程中，已经是非常厉害，跟美国的差距已经不大。

AI 产品的创新，更多是依赖于你是不是有海量的数据、用户，这个中国在全球都已经是领先的。