新浪科技 李根
百度總裁張亞勤在世界互聯網大會期間有兩件重要的事。一是代表百度和南方航空集團達成戰略合作，二是試乘了百度無人車。
在試乘過後，他告訴新浪科技，比之前預想的實現速度要快，而且從安全性和靈敏性上來看，百度無人車表現都很好，在完全自動駕駛級別，這已經是很不錯的成績。
同時，張亞勤也認為這是百度在人工智能大核心下自然而然的結果之一，這位百度總裁表示基於百度掌握的大數據、雲計算和深度學習算法，把人工智能技術應用到各種具體場景下只是時間問題。
今年10月，張亞勤和還百度首席科學家吳恩達一起推出了“百度醫療大腦”，正式將人工智能帶到了醫療領域，並通過機器學習，來提升醫患溝通的效率，以及幫助更多基層醫生快速學習頂級醫生的知識經驗。
張亞勤表示，在醫療領域應用人工智能，不僅是基於團隊興趣，也是業務需要和用戶需求。此前，在醫療問診領域，百度通過“百度醫生”完成了數據搜集和積累，現在到了推出的時候。
同樣在數據滿足之後可以推出“XX大腦”的領域還有很多。張亞勤稱，目前百度在雲計算、深度學習算法和大數據方面的能力，能夠在醫療、金融、教育等領域都推出人工智能大腦。
這位百度總裁認為在人工智能方面，百度擁有基於“雲計算”的核心競爭力，並且今年還會把雲服務大規模推廣出去，“這是百度下面這幾年主要的業務和增長點之一。”
張亞勤認為，在人工智能技術上的基礎和實力，百度可以在多個領域打造出多個新百度。“我們的增長點，除了搜索，鏈接服務，還有4個增長點，一個是雲，一個是車，一個是國際，一個是垂直業務，比如金融、醫療、教育等這幾個大的增長點。而且這裏面核心的東西還是技術。所有差異化還是靠AI的技術，大數據分析技術。如果我們能很好的執行，我想每個領域都有可能打造一個新百度。”
當然，他還向新浪科技談到了百度國際化方面的經驗，以及為何布局巴西的原因。而且張亞勤還認為，隨著互聯網發展進入人工智能的比拼，中國有彎道超車的機會，他認為中國公司在競爭方面享有優勢，過往在PC互聯網以來的格局會被打破。
值得一提的是，張亞勤還向新浪科技分享了對新業務和創新事務管理的經驗，以下為新浪科技專訪百度總裁張亞勤的對話實錄：
圖為百度董事長李彥宏和百度總裁張亞勤
新浪科技：您今天去試乘了無人車，感受如何?
張亞勤：今天下雨還有霧，自然情況不是很好，但烏鎮上車也比較少，在這個環境下，我覺得還是很有價值的，不過出於安全方面的考慮，所以最終閥值，以及對系統的靈敏性控制的嚴格一些。
新浪科技：之前有想過這么快就坐上無人車嗎?
張亞勤：這個速度比我想象的要快。這也是機器學習的好處，機器學習一個車所收集的數據，你所學到的決策，它馬上可以大規模複制，所以這個是相乘的效果，不是一個複制給多少個，它是這個一乘複制所有人。
比如說我有一百輛車，每輛車收集的東西是不一樣的，然後它是集合效應，然後“啪”就放到了一百多個車哪裏，一百個車同時進行收集數據，進行離線的訓練，等於說IQ馬上是相乘的。
新浪科技：很快能成一個老司機。
張亞勤：對。就像AlphaGo，它提高速度很快，它兩個機器，百度無人車更多，兩個機器互相對抗訓練，等於左手打右手，一直不會休息。人的話，還要去琢磨還要休息，你水平高了另外一個水平不一定高，這個還是挺神奇的。
無人車來講，包括上面的激光雷達，今天看到有3個十六線的激光雷達，掃盲區用的。這個是人工智能去挑戰的東西，有視覺、有語音、有各種目標、有決策，以及行為規劃，數據量其實很大，而且容錯率很低。剛才我演講裏也談到，自動駕駛等級裏，L4和L3的區別是，L4的容錯率基本是0。L3是一個有限的有條件下的一個自動駕駛的。L4的話，它在以後相當於美國的高速公路，你都可以無人駕駛。到了城區可能有問題，因為有行人的情況，會比較複雜一些。
新浪科技：除了無人車，上一次您和吳恩達博士一起發布了百度醫療大腦。那么下一步的話，在哪一些領域它可能推出類似人工智能的大腦，是按什么節奏，先後順序是什么樣的?
張亞勤：現在人工智能大腦有四個模塊，先看這幾個功能模塊比較成熟的，一個是語音和圖像，還有一些視頻;還有一個是自然語言對話;還有一個叫做用戶畫像。這4個東西就是基本的功能模塊，但是還有一些新東西不斷開發出來，這些東西的組合可以用到不同的場景裏面去。比如說度秘就是一個應用。我剛才也說了一下，度秘用語音功能裏面去，然後像醫療也是利用知識圖譜，包括對知識的理解、對話的邏輯、對自然語言的理解。所以有這樣的場景都可以被克服。
裏面的原因和邏輯是，機器可以很快把目前的資料都讀了，人讀則很慢，機器自己去讀文獻、去讀病人病曆，全部都讀下來，它可以去查各種資料，就像AlphaGo，它基本上把棋譜都讀了，讀了之後還可以理解它，也可以結構化，把這種模型和模式找出來，任何有這樣的東西，都可以用。
那醫療大腦來說，你比如說醫生和病人交互，有很深的專業性，但專業性對於人工智能是一個好事，越專業說明這個數據越可模型化、更模式化，越容易找到裏面的標簽。
第二點就是自然對話的過程，其實人和對話的效率並不是很高，你可以問很多重複的問題，問了問題之後，他答的可能未必是醫生有用的信息，這個對話會消耗很長的時間。如果用機器和人對話的時候，你會發現，機器如果發現是廢話，就會跳過去。第二點把流程減到最低，因為至少把醫生的時間省出來了，然後最後等醫生看到這個機器結果，就知道大致是怎么回事。
然後好處就是說，你做的越多，機器就能做得越好。你看我們系統裏面，病人和醫生也有對話，它可以學習怎么對話，然後把很多東西綜合起來，然後越來越好。
這些東西其實對於基層醫生很有好處，因為可能這些醫生的水平比較低，但他們學到的是專業醫生的三甲醫院頂級醫生的知識。而對這個頂級醫生的話，現在是輔助診斷治療的功能，給作出最後診斷。最後這個診斷信息又可以反饋給基層醫生用。這種自我學習、自我完善、自我提高的過程非常好。
現在問診，我們有一個數據在做這件事。當數據多的時候，可以分成不同的病理種類，比如說這裏面有肺病、有高血壓、心髒病、冠心病這類型的，有人可能是偏癌的這種東西越垂直數據越多越精確，我想這種東西數據越多，這些是一個方向。
新浪科技：做醫療大腦是因為剛性需求，還是因為說您和吳恩達教授這邊興趣比較大、比較願意做這個?
張亞勤：這也是個需求。因為我們做“百度醫生”快兩年。其實我們從一開始就希望做這件事，但剛開始沒有那么多數據。剛開始通過掛號、問診、咨詢可以把這些數據收集起來。同時這裏面我們也建立一些數據的模型，比如數據挖掘，更多像專家系統類似那樣的東西，現在數據到了一定程度可以做深度學習了，否則你這個沒法做深度學習，我們現在用貝葉斯用了各種不同的統計模型，也是人工智能，不是深度學習的，多層次的網絡。
現在的話，因為吳恩達原來那個團隊，他們一直在做這件事，在美國也好、在國內也好，大數據的團隊做類似的事情，一直在合作。從開始的產品，更多是研究，到一定程度研究做的相對可以使用，放到產品裏面，現在還在不斷改進。下面你會看到我們應用到教育方面，裏面也會談到怎么用人工智能的方式，幫助教學，個性化的路徑、知識圖譜講這些東西。
新浪科技：總之已經有了大腦，然後百度又有數據方面的資源?
張亞勤：對，以後你可以看到我們有一個最底層的支持，是百度雲。目前大腦裏面有硬件的基礎設施了，有很多算法。然後再上面我們會有各種不同的垂直的應用，比如說教育。
大腦方面，有一個百度教育大腦、醫療大腦，各種大腦，各方面都會用。其中應用到風控，就是金融大腦。風控是一個特別典型的對於信用的分析，這是大數據、人工智能和機器學習的長處。
新浪科技：另外今年您分管的百度地圖，在國際化業務方面推進很快，背後原因是什么?
張亞勤：對我們來講，國際化業務有幾個方面，一個方面就是要滿足一些剛需，看到百度地圖在中國國內體驗的很好，很多人在使用。到國外之後，發現沒法用，打開這個地圖沒有數據，這是解決急需的需求。所以對我們來講，很多國家的數據，我們都是用的開放數據，這些數據質量現在還不夠高，定位不夠准，所以我們在一些華人出行比較多的地方，我們在把這個數據變得更精准。包括像日本、東南亞包括像澳洲，即我們出行最多的地方。因為這個東西很重要，一個是知道在什么地方，可以定位、可以導航，上面有很多商業的數據，你可以找中國餐館。可以去買免稅商品，你可以叫懂華語的車，加上機器翻譯裏還有翻譯，這個東西我覺得現在每年有將近2億出行的人次，在2016年是2億出行人次，所以我覺這是一個很重要的需求。另外我們國際化移動化的矩陣，這個發展相當快，目前已經到了三億的月活，也有很好的商業模式。所以國際化的團隊做的是不錯的。
新浪科技：國際化為什么選巴西?
張亞勤：當時選擇這個國家的時候，就是希望選一個體量比較大的，一個是移動化程度相對比較高的，移動互聯處於快要爆發的國家，當時對巴西是這么一個判斷。
但是巴西經濟很差，所以我們現在在巴西也是布局階段。比如當時買的那個巴西公司，現在占70%的市場份額，當時是30%。
巴西也是過了補貼的階段，現在也是用產品體驗來贏得市場。整個O2O領域都是，以前都是粗放式的，靠流量、靠補貼、靠燒錢經濟，但現在都過去了。
其實也是我們最近傳遞的一個主要聲音。為什么Robin講移動互聯的紅利，當然這個領域還會穩步的發展，但是過去我砸錢給用戶，靠流量這種已經都過去了。智能手機，光靠流量和用戶的增長是不夠的。現在回歸到技術，回歸到真正把產品做好，所以百度世界大會主線要談人工智能，要談技術作為核心。
新浪科技：今年百度也格外強調雲計算的能力，您怎么看?
張亞勤：原來我們等於分成兩個，一個是百度雲盤，更多是個人，是C端業務。另一個是B端的。
我們做雲的話，因為百度本身是一個雲公司，我們本身就出生在雲上。但是做2B端的公有雲，是最近一年多不到兩年的時間才開始的。
為什么這么晚才做呢?主要就是雲在早期剛剛開始的時候，前面幾年更多的還是做基礎設施，靠計算、靠重組、靠網絡、靠數據庫，靠基礎的設施。這些方面含金量沒有那么大，我們這些都有。現在雲也在發生變化，也在往上面走，包括Facebook，包括SASS，我們基礎設施方面本身就有優勢，支持搜索，支持視頻，支持這樣的業務，本身已經是雲文化了。
另外一點，現在B端提供的IS，還要提供更多的技術含量的東西，所以我們現在為什么說我們的雲是大數據和AI三位一體的。我們提供的包括AI的平台，像paddlepaddle、百度大腦這些東西，我們都會放在雲上面去，雲識別，頭像識別，雲處理，用戶的畫像，還有商業的邏輯，支持拓撲，全部放在雲上面。這個時候我們就有優勢了。
做一件事我們到底有什么核心優勢?這個地方就是優勢。今年會大規模去把雲服務推出去，這是百度下面這幾年主要的業務和增長點之一。我在世界大會也談過，我們的增長點，除了搜索，鏈接服務，還有4個增長點，一個是雲，一個是車，一個是國際，一個是垂直業務，比如金融、醫療、教育等這幾個大的增長點。而且這裏面核心的東西還是技術。剛才我講，所有差異化還是靠AI的技術，大數據分析技術。如果我們能很好的執行，我想每個領域都有可能打造一個新百度。
新浪科技：在美國大選後，Robin還專門發帖說中國的機會來了。那在人工智能時代，中國有無彎道超車的機會?
張亞勤：如果你看一下PC時代，包括在PC互聯網時代，中國公司基本上是跟隨的。到了移動互聯時代，過去的五年六年，中國互聯網公司忽然就發展起來了。
為什么?因為體量大，應用到了很多新的場景，更多本地化，基本上還是靠用戶、靠流量，也有一些創新的服務，本身並不靠很多技術的優勢。到了人工智能時代的話，剛才我講的那些紅利消失之後，我覺得是中國的機會。
為什么呢?你看人工智能三要素，一個是算法，一個是計算能力，一個是數據。從算法來講，目前大家差不多，和國外基本上同一起跑線上。比如說現在機器學習的算法，我們百度做的，和微軟做的，和facebook做的，和Google做的，我覺得大家在同一條起跑線上，都是同樣一個水准。
國內則是我們做得最好，我不能講比他們做得好，但是我想也不差，基本上在同樣一個level上。但是真正讓AI起作用的，真正創新的是三個的結合，是數據和運算能力。運算能力我們相當強，剛才也說了，幾十萬台服務器，最大的雲聯網絡，GPU、CPU集群。我覺得我們這個是強的，至少也和國際企業有競爭力。
但最重要的還是數據，比如用戶的行為數據，包括搜索數據，交易數據，這些知識圖譜，每個地方是不一樣的。這么多年我們收集這么多數據，在中國一定是有優勢的。
所以我覺得在這個時代，而且這些數據本身慢慢映射到別的區域，類似的區域。所以我不能講我們在美國比微軟，Google，facebook有優勢，但是在很多別的地方也許我們更有優勢，比如說東南亞，比如說到一些發展中國家，我們中國不會比美國互聯網企業像PC時代那樣。
而且還有一點，我其實說過，中國的互聯網公司這么多年競爭十分激烈，知道怎么競爭，競爭的程度其實遠遠超過美國，這個也很重要。我們在國內充分競爭之後，出去之後都能打仗了。
所以靠我們技術，靠數據，靠大家這種狼性，中國是有希望。而且你看人工智能，有一個數據，華人在人工智能算法理論技術方面是第一。前面好幾位都是華人，這個也很重要，對於中國成為時代的領先者。有些華人可能未必都到中國的公司，沒有關系。因為他也貢獻力量。
不過對特朗普當選和具體施政，這些東西現在很難判斷。因為剛開始競選和真正的施政方針還是有一點差距的。如果按照他當時競選承諾的話，我覺得美國是大的退步。包括大選、種族主義這些，國家在封閉，這其實和美國這么多年繁榮的原因是完全180度。
我不認為他講那些東西他會去實施，第二點我想他想實施，也實施不下去，因為還有國會，包括共和黨，對他的政見也不認同。
特普朗是一個生意人，是一個buissnessman，是一個商人，我認為他做的事一定要符合一個是國家利益，一個是符合大的趨勢。大的趨勢是全球化。是人才的流動。
我認為，實在不行美國四年後再把他選下去。所以我不知道，這個有不確定性。但總而言之我認為長期還是靠技術，靠企業的發展，政治的力量是有限的。
新浪科技：您現在百度負責很多的業務，有沒有工作權重的劃分，或者您自己有沒有興趣和偏好的方面?
張亞勤：一切以公司利益為重。
不過我還是比較喜歡產品技術方面的東西，對營收想得少一點。還是偏多產品和技術。當然每個業務都有商業模式，我認為商業模式本身也很有意思，但比如具體簽合同，這些也不是我的興趣，這些可以做的人多得很。最重要的我還是想一些趨勢性的東西，產品的東西，包括技術方面的東西。
新浪科技：還負責了很多創新業務，百度內部或者您自己怎么幫助他們從0到1或者1到100?
張亞勤：靠他們，所以一定要找到最厲害的人。有的時候必須要認識到一點，個人的智商也好，還有你的能力也好，寬度都是有限的。
你可以提供一些建議，一個是產業變化得更快，一個是複雜，那么多的行業，很多是面向消費者，面向小孩的，我不可能都懂，我希望能找到正確的人，給他們賦能，有的時候可能根據我的想法，觀察我的經驗，給他們一些意見，最終他們要做決定。我要每天做決定，那我太累了。