允中 發自 副駕寺
智能車參考 報道 | 公眾號 AI4Auto
“缺乏工程思維是我們北大畢業生的短板。”
這話不是別人說的，這話是北大87級校友百度創始人李彥宏說的。
這話不是在別的場合說的，這話是在北京大學新工科國際論壇上說的。
就在今年，北大相繼成立集成電路學院、計算機學院、電子學院以及智能學院后，新工科的話題在國際論壇上，熱議到了最高峰。
而百度創始人李彥宏，應邀發表了題為“化繁為簡，從科學思維到工程思維”的演講。
李彥宏不僅真誠分享了對工程思維的實踐認知，還對北大新工科建設提出了方案和建議……
最后還認為，未來十年人工智能領域將有八項關鍵技術，會實現從量變到質變。
要點如下：
- 缺乏工程思維是我們北大畢業生的短板。
- 知道把難的問題轉化為簡單的問題，知道妥協，知道循序漸進，是工程化思維和科學化思維的主要區別。
- 百度和特斯拉都在用工程思維推進自動駕駛，特斯拉是程度漸變，百度是范圍漸變。
- 新一輪科技革命和產業變革正在重構全球創新版圖。
- 未來十年AI領域的八項關鍵技術：自動駕駛、數字城市運營、機器翻譯、生物計算、深度學習框架、知識管理、AI芯片和個人智能助手。
- 當初“學人工智能找不到工作”，今天“不學人工智能幾乎找不到工作”。
李彥宏演講實錄：
大家上午好！
很高興回到母校，參與今天的新工科國際論壇。上一次回來還是三年前，為北大120周年慶生。
今年是我從北大畢業的30周年，本來在8月7號我們87級要在學校有個聚會的，后來因為疫情原因取消了，正在感覺遺憾的時候，收到了咱們新工科論壇的邀請，所以特別高興有機會能來分享一下我這些年做大工程的體會，供大家參考。
我讀書的時候，北大是沒有工科的，出國留學學的是計算機科學，同一個學校還有一個計算機與電子工程系，這兩個系又分屬科學學院和工程學院，所以總覺得科學和工程還是有挺大差別的，后來離開學校進入工業界，關于工程方面的理念和思路，都是在工作中慢慢學會的。
可以說，缺乏工程思維是我們北大畢業生的短板。
2000年我回國創業，早期的創業團隊也有不小的比例來自北大。在討論工作的時候，經常能看出工程思維和科學思維的差別。
比如搜索結果的排序，我要求1秒鐘出結果（那時候業界標準差不多是3秒鐘），團隊跟我說做不到，用戶搜一個詞，比如“電子商務”，網上帶有這個詞的網頁可能上百萬個，按相關性從第一個到第100萬個排序，還要支持大批用戶的并發訪問請求，是不現實的，況且我們是個小公司，算力資源有限。
我說不對呀，誰讓你們從第一到第100萬去排序了，哪一個用戶會翻到第10萬頁結果去看？你們的算法只要能從無數網頁中找到最相關的1000個結果并且按相關性排序就好了，我們只需要讓用戶翻10頁即可，真找不到他想要的，換個搜索詞（query）就好。
你看，這就是做工程和做科學在思維上的差別。
我們的同學受的是科學的training，就要從第一排名到第100萬，我工作了幾年，就知道妥協，只排出前1000名就好。
你妥協了，每天有數億人可以享受information at your fingertips的便利，你不妥協，就永遠只能是一個實驗室產品。
工程思維在實際工作中非常重要，也很常見。一個近期的例子是自動駕駛。
用科學思維去做，就是一步登天，做到L5再去擴規模，進行商業化，Waymo就是這個路子。可是很多圖靈獎得主級別的人都說，L5太難，再過幾十年都不一定能實現。
用工程思維去做，就是循序漸進，先在部分場景下實現自動駕駛。特斯拉采取了這樣一種方法，它先做到L2，在高速上跟車，變道，在停車場實現自動泊車等等。
這個路子成功了，市場非常接受，車子大賣，每天無數的人開著特斯拉的車子為他們免費采集各種數據，特斯拉因此有了無人比擬的超大規模的自動駕駛相關數據，所以投資者都認為特斯拉做成無人駕駛的概率更大。
與此同時，特斯拉還靠賣車賺了不少錢，形成了良性循環，汽車工業也因此出現了百年未遇之大變局。
特斯拉的路子是一種工程化的思維邏輯，是對一個科學問題的妥協，是自動化程度的漸變，從L2希望逐步邁向L3、L4、L5。但這是不是唯一可行的漸變方式呢？
我們認為還有一種漸變方式，就是自動駕駛行駛范圍的漸變。
現在在任意場景下的全無人駕駛做不到，全國500萬公里的道路上，一步登天實現無人駕駛做不到，那么能不能先從那最簡單的5萬公里、10萬公里做起？
技術上在人車混行比較少的地方，在大家都比較遵守交通規則的地方，在紅綠燈設置比較合理的地方，已經可以實現全無人駕駛了，我們可以在這些地方先跑起來，在實際運營的過程中不斷學習，不斷提高，逐步擴大無人車服務的地域范圍，這樣也能走到L5。
百度就采取了這樣一個漸進式的路子，我們為此專門成立了一個運力公司叫蘿卜快跑，為大家提供自動駕駛出行服務。
今天在北京亦莊、廣州黃埔，在長沙，滄州等不少地方，普通用戶都是可以打到蘿卜快跑的無人車的，而且很多時候還免費。
今天，我們的無人車已經累計接待了超過40萬人次。
知道把難的問題轉化為簡單的問題，知道妥協，知道循序漸進，我認為是工程化思維和科學化思維的主要區別。
我們的教育科學化思維多，工程化思維少，希望北大新工科能在這方面多重視，多培養有工程化思維的人才。
當前，全球科技創新進入空前密集活躍期，新一輪科技革命和產業變革正在重構全球創新版圖，技術應用之快超乎人們的想象，新工科建設也在這樣的背景下應運而生。
去年，我曾提出過一個判斷：
未來十年，人工智能領域將有八項關鍵技術，會實現從量變到質變，分別是自動駕駛、數字城市運營、機器翻譯、生物計算、深度學習框架、知識管理、AI芯片和個人智能助手。
這八項技術的突破，將會廣泛改變人們的生產和生活方式，這是我深信不疑的，而這八項技術也將是百度堅定投入的方向。
技術成果的誕生，源于百度多年來對技術的壓強投入。作為一家以技術立身的企業，百度連續多年保持著超過15%的研發投入強度，去年核心研發投入占營收比重達到21.4%。
我曾經說過一句話，有1塊錢的時候，我們會投進技術里；有1個億，我們會投進技術里；有100個億，我們還是會投進技術里。
最前沿的技術浪潮是等不來的，我們必須提前10年、20年去投入和布局。
舉個例子，八年前，當百度決定投資自動駕駛技術的時候，我們認為它是人工智能最頂級工程，將徹底改變人類出行和生活。
得益于長遠布局和創新路徑選擇，在專業研究機構排行中，如今百度自動駕駛技術處于全球領導者陣營，也是這一陣營中唯一的中國企業。
創新的事業呼喚創新的人才。著眼于未來產業應用，我也希望能加強校企雙方的聯動，我們相互學習，共同成長。在這方面，百度也做了很多探索和嘗試。
從2015年起，我們連續七年支持教育部產學合作協同育人項目，旨在為高校培訓師資力量，累計投入超千萬教學及科研基金。我們在700多所高校，累計培訓了3000多位高校教師，并且參與編寫了一系列人工智能教材。
當年，我到美國讀書，很喜歡人工智能這個新興學科。但我的教授卻評價說，這個沒用，實用性差，工業界不認可，你靠這個找不著工作。
從當初“學人工智能找不到工作”，到今天“不學人工智能幾乎找不到工作”，技術發展對人才培養提出了更高要求。
往前看一點，布局早一點，我想這也是新工科建設要義所在。
新工科人才建設，一方面重在培育師資，另一方面重在提升學生的核心能力。
我認為，新工科時代的人才，必須要具備三方面能力，就是創新、跨界和開放。
第一個關鍵詞，創新。20多年前，我從美國回國創立百度時，曾希望像硅谷創業公司一樣，能招到一批擁有5年左右工作經驗的工程師，但最后招到的幾乎是清一色的應屆畢業生，因為那時候互聯網是新生事物，還沒有學校能培養出對口的技術人才，更別提有經驗的工程師了。
我們當時面臨的所有問題，都需要年輕人自己想辦法解決，而解決問題的過程，就是創新。
最后，這批員工很多成長為公司核心骨干。今天，在百度員工中，超過6成是研發人員。正是這些富有創新思維的年輕人，懷著用技術改變世界的夢想，從一行行代碼開始，創造了今天的百度。
第二個關鍵詞，跨界。在自動駕駛、AI芯片這些領域，我們的業務是提前八年、十年去布局，而人才培養要比業務布局更早。
這些領域的技術背后存在學科交叉和跨界，因此更需要有跨界思維的人才。我們已經建立完善起復合型人才培養機制，鼓勵更多人才跨領域、跨角色流動。我們堅信，只有人才綜合能力提升了，企業才會更有活力，百度的技術實力才能始終走在行業前列。這也是我想說的，年輕人要敢于跨界，主動跨界，為未來投資。
第三個關鍵詞，開放。大家可能有所體會，人工智能技術越來越復雜，但應用卻越來越簡單，這很大程度上是因為行業倡導的開源開放理念。
比如百度打造的國內首個自主研發、功能豐富的產業級深度學習平臺飛槳就是開源開放的。開發者不需要學習人工智能理論，也不用從頭編寫算法代碼，就可以高效地進行應用的設計與開發，這也大大加快了人工智能技術落地的多樣化和規模化。
比如，有一個12歲的小學生，盡管不懂編程，但通過參加飛槳直播課程學習，成功開發出一款AI程序，用來檢測口罩佩戴是否標準。
目前，飛槳平臺匯聚了來自各行各業360多萬開發者。
當下的中國，無疑是科技從業者最好的時代。我們有足夠多的技術應用場景，有著全球最為完備的產業鏈供應鏈，有著不斷完善的新型基礎設施，有著培育領軍人才和戰略科學家最好的土壤，大規模的創新成果必然會在中國涌現。
正如北大老校長蔡元培先生所說，“教育者，非為已往，非為現在，而專為將來。”
在這里，我也想向大家鄭重承諾：在未來5年，百度將為社會培養500萬AI人才，為國家戰略科技力量建設，持續貢獻，不辱使命，不負時代。
謝謝大家!
— 完 —
智能車參考 · AI4Auto
關注我們，第一時間獲知智能車最新動態
