電子科技大學陳建文：沒有完美的大數據，現實世界都是小數據

千人千面，任何的樣本，都是小樣本，任何的數據，都是小數據。

圖 | 陳建文電子科技大學 視覺智能研究中心主任

在國內AI人的印象里，陳建文是一名創業者，也是一位學者。

但他最在意的，還是學者的身份——電子科技大學人工智慧研究中心主任。

不過，顯然他這個學者不是嚴肅型的，而是跳脫型、開放型，那主要是因為他想得深、說得多。

因此，第一次見面，我們就被他的言論給「嚇」到了。

那是在7月9號的一次國內頂級AI創新峰會上，當時作為主辦方特邀嘉賓的陳建文就不時的爆出「駭人聽聞」的論斷。

時隔半月，在2017CJ上我們又見到了他，於是就有了下面的談話。又經過一周左右零零散散的整理，終於成文：

支撐AI復興希望的是人類對未來的嚮往

在很多人的印象中，人工智慧技術有著長達61年歷史、經歷過三起兩落的曲折歷程，而其之所以會一直保留著復興的希望，很大程度上依賴於某些關鍵性技術的不斷升級和突破。

這些關鍵性技術，既有感知技術、深度卷積神經網路，也有大數據、模式識別等等。

但在AI領域浸淫了十多年的陳建文看來，事實卻並非如此，他似乎有著自己獨特的判斷。

科幻電影也是技術突破的動力

「人工智慧之所以會長盛不衰，或是能夠不斷的復興，首先是因為它是未來的趨勢，是科技發展的大勢所趨，這個誰也抗拒不了。

「就像我們在70年代、80年代看的科幻片，到零幾年的《阿凡達》，甚至是近幾年的《星際迷航》、《駭客帝國》。基本上，大家看到的未來幾乎都差不多，大同小異。」

除此之外，陳建文認為，只有一個原因，那就是人類對未來的嚮往。正是這種嚮往，才推動著技術的不斷進步。

「想像一下，在未來，會有機器人跟你說話，陪你做各種事情——你看今天我們看到的科幻片，很多地方都描繪了這樣一幅令人嚮往的畫面。

「我昨天下午在四川參加了一場AI的學術會議，會議上一個參會者說：我們以前讀比爾蓋茨，他講的未來和他描述的東西，當時覺得像科幻片，但今天看上去，很多都已經實現了。

「所以我覺得，在眼下這個時間點看AI的未來，不管是三起兩落還是螺旋式上升，都是有跡可循的。」

技術的發展往往有自己的軌跡和規律，每個時間點都會有不同的技術出來，隨著計算能力、硬體條件等各方面的東西越來越完善，每個時間點的技術成就都不一樣。

「就像幾年前、十年前我們講模式識別，後面又說機器學習，這些其實都是隨著計算能力的增長，隨著演算法的突破，而自然逐步出現和逐步實現的。例如神經網路已經被用於解決各種各樣的問題，例如機器視覺和語音識別。這些問題都是很難被傳統基於規則的編程所解決的。

因此在陳建文看來，AI的復興並不僅僅得益於一兩個關鍵性技術的延續和突破，它更大的原因其實是人類對未來的嚮往。

而人類對未來的美好嚮往和心裡的渴望，這些都在支撐著AI技術和各種應用場景的深入發展。

整個《哆啦A夢》就是一場虛擬世界的直播交互

說到直播和交互，就不能不提到虛擬世界和現實世界的差距和界限。而在這裡，我們會發現一個非常有趣的現象。

就像很多70後、80後最喜歡看的一部日本動畫片《機器貓》（現在叫《哆啦A夢》），最終的結局什麼？就是主角某一天大夢初醒，發現頭上插了個東西。而劇中所謂的康夫、小靜等所有的人其實都是在一個虛擬世界裡的虛擬人物。

他們可以在天上飛來飛去，可以打開一個任意門，穿梭到另外一個地方去。這跟我們看到的magic（就是駭客帝國裡面看到的，躺在床上忽然就到了一個虛擬空間），和我們看到的《盜夢空間》、《阿凡達》所描繪的場景，有本質區別嗎？

似乎並沒有。

「所以在我看來，多年以後甚至未來的100年，技術都是會一直演進的，唯一不變的是人類對想像中的未來的嚮往。而這種嚮往讓所有的研究員、工程師、博士、資本趨之若鶩，都在往這個方向去努力。

「大家覺得這就是未來，我們就要達到那個目標。至於說要怎麼達到這個目標，這就是演算法要解決的問題。所以我跟朋友們講，看待現在的直播，你應該反過來想一個問題。

舉個例子，我在上海，你在南京，只要我們倆一直播一連線，我就可以看到你我在旁邊了，這是視頻直播；如果是VR直播呢？你會感覺到我就在你旁邊，但是那是另外一種截然不同的形態；而如果未來是全息的直播呢？又會是另一幅畫面了。

因此陳建文認為，視頻直播技術也是虛擬現實一種階段性的技術。從廣義來講，所有的AR/VR都屬於人工智慧範疇，它們的核心技術也都是AI技術。虛擬現實完成的是AI的視覺應用場景和用戶介面。這也是為什麼Facebook扎克伯格認為，VR應用還需要至少十年以上時間才能進入普通人的生活，但是依舊在重兵押寶這個領域。

「2015年業內講直播視頻，2016年講VR，未來可能會講的更多。像很多科幻片里的場景一樣，按鍵一按，我就「嗖」的一聲出現在你房間里，而且就在你旁邊。

「然後等聊天結束了，『哥們，我回上海了』，我一按，又回來了。

「其實，傳輸的是人嗎？不見得是人，而有可能是我的影像，在你那邊呈現出來而已。」

未來，智能家居、音箱等產品一定是家裡的標配

時光放到30年前，人們對智能家居、智能音箱還沒有一個成熟的概念，或者說不會奢望這些將會出現在日常生活中。但現在，情況顯然發生了變化。

對於家庭生活的智能化產品，陳建文一直持積極態度。他認為，在未來的場景下，智能家居、智能音箱等必然會成為家裡的標配。

中國的智能家居太獨立，背後沒有完整產業鏈

「當我們還小的時候，當時都不敢想像家裡會有汽車，而現在，我們的兒女一出生，往往家裡就已經有了一輛或幾輛車了！智能家居產品也是一樣，雖然目前還未普及，但未來一定會是家裡的標配。

「從演算法、環境等因素來看，智能家居、智能音箱它都屬於介面設備，它未來可能不一定會是我們目前所熟知的這個形態。」

關於這一點，業內其實有很大的想像空間。智能家居、智能音箱等，可能會是音箱的形態，也可能只是個貼在牆上的按鈕，甚至可能是個機器人、虛擬人。

「想像一下，你在家裡只要往那兒一站，旁邊就會出現一個標準的全息美女。她就跟你問好、陪你聊天、聽你指揮，那也是智能家居啊，對不？單單是她跟你說話，就意味著已經把音箱和家居給全部做到一起了。」

對現在市場上大行其道的智能音箱產品，如亞馬遜的Echo、谷歌的Google Home、蘋果的HomePod、還有小米的小愛同學、阿里的天貓精靈X1等，陳建文認為，它們是一場革命，一場針對傳統音箱和家居市場和理念的革命。

有句話叫做：只要方向是對的，就不怕道路有多遙遠。這其中的核心點就是商業化的技術和應用場景，陳建文認為，智能音箱的應用場景將會非常的廣、非常的大。

但是它爆發的時間點，或者說它在什麼時間裡被需要，將是另外一大課題。

「在目前看來，中國的智能家居、智能音箱還都太獨立，背後沒有形成一個產業鏈。這樣的話，到最後，整合市場就依然還是巨鱷的事，只有它們才有對應的體量和實力。

「今後，哪個公司能完全以智能音箱為介面，整合家居裡面所有的東西，那麼它就是未來。」

智能家居的核心是有什麼用，而不是長什麼樣

陳建文認為AI，更多的是一個工具，比如怎麼幫助盲人看到路，怎麼幫助別人快速的找到一個東西。

AI，也包括AR/VR，它不應該是一種玩具，它應該多一些工具的屬性。相應的，應用到家居領域的智能家居和智能音箱等，它的核心只能是工具性，而不在於外在的形態。

「智能家居、智能音箱的行業背景和應用場景很大，商業化技術需要過程，需要時間去形成一個完整的產業鏈，形成完整的東西的，我覺得這是一個很好的點。

「現在的音箱還是有固定形態的，而理想中的，或者說在未來，它應該是沒有固定形態的。它可能只是貼在牆上的一個danse，你在房間裡面說一句話，比如說music，它就開始放音樂。

「這個東西它可能跟音箱這個形態完全沒關係（它屬於語音識別的一部分），它僅僅是一個感測器。但遺憾的是，我們現在這個階段，中國的房子里還沒有把這種感測器做進去。

「所以，國內老講智能家居，某種程度上太概念化太虛了。我在美國的家裡面，衛生間裡面，買這個房子的時候，人家就已經提前安裝濕度檢測器、溫度檢測器，甚至語音識別設備等等。當你洗完澡之後，從來就不用管家裡所有的濕度、溫度等的調節，全部都是自動的。那你說，這個是不是智能家居呢？

「現在國內怎麼干呢，就是買一個加濕器放在那，就算了事兒。而歐美國家早就已經把智能這塊固化在牆壁裡面的感測器中了。」

所以說，目前所謂的智能音箱等只是階段性的產品。在人工智慧大數據、雲計算、智能演算法的加持下，這種階段性的產品也將很快會迎來更大的發展契機。

沒有完美的大數據現實世界都是小數據

研究AI的人都知道一個基本的原則：數據越大越全面，輸出的結果就越精準。

但問題是，我們始終找不到理論上完整的大數據，所以業內有小數據和小樣本學習，即推理和規則體序。而這二者的結合，似乎就是AI未來的重心所在。

「務實一點說，我們很多人，甚至包括一些professer，對大數據的理解是錯誤的。我在很多會議上都說過，這個大數據的大是什麼意思呢？不是說數據有多大，也不是說數據有多麼海量。

「我曾經跟一個教授談，他就說，我們是做三維全息的，我一秒鐘幾個G的數據，你看我數據大不大？還有人說，我一天採集了很多很多東西，我的這個sense很多很多......

「其實，按照學術界的說法，大數據我們更多講的是數據的維度。」

一個人，如果說只有一個維度，不管你再大，你就是一個人。只有當你具備很多不同維度的時候，你才是一個豐富的人，精彩的人。

實際上，數據永遠不可能是完整的。

「舉個例子來說吧：你想要了解我，因此你去搜了一下，搜到了一些信息。但是，你搜到的一定是一個子集。然後另外一個人也去搜，他搜到的也是一個子集。你們搜的都是一個子集，都是不完整的。

「但是有一千個人搜的數據合在一起的時候，我根據這一千個人的數據，我基本上可以斷定這個人的基本情況了。

「所以你看，越多個不完整的子集，就越接近事實真相。但是，核心的點是你永遠不可能拿到完整的數據，這個世界上又有什麼數據是完整的嗎？怎麼會有完整的數據呢？

「任何一件事情，你往深的挖，它都是不完整的。中國古語也有雲，『大道五十，天衍四九』，也有一點這麼個意思。」

大數據的意義在於，數據的維度要很多。如果這個數據本身就沒有什麼維度，就是個一維、二維或者三維的東西，那大數據也就沒有意義了。

當數據採集的維度很多、角度更多、採集的源泉更多的時候，日積月累，我們往往就能從統計意義上得到一個概念。

這是第一層，獨立數據的結果。

「還有另外一個情況，你從網上整理了很多信息，另外一個人也整理了很多信息，你們只是把信息匯總在了一起，最後得出一個結論，這是第一步；第二步呢，基於這個信息你要去做預測和分析。根據你喜歡吃辣椒、喜歡踢足球等特徵，從而預測出這個人性格應該是什麼樣子的，你就又往前走了一步。」

就像人們常說的的小樣本、小數據、大數據的學習，就我看到的所有的樣本，光靠採樣是永遠不可能采全的。

千人千面，任何的樣本，都是小樣本，任何的數據，都是小數據。

我們現在看到的所有互聯網上的數據，都是小數據集合成的大數據，小數據的內容聚合成一個大數據的整合。

對單獨的樣本來說，數據都是小數據，沒有所謂的大數據，完整的數據只存在於理論當中。在研究採集中，我們所得到的永遠只是一部分。從這個層面來講，它是屬於小數據和小樣本。

小數據多了之後，它會形成一個大數據，再通過梳理、預測，演算法，它會得出一定的結論。

這個能力是目前我們講的大數據里最大的行業應用，就是規則推理。

「真實世界裡沒有大數據，你看到這個人，你描述他，十個詞、二十個詞，都是小數據。但是，你站在宏觀上，不去測量這一個獨立人，而是去描述這一類人的時候，它就是大數據了。

「所有的東西都是這樣，你測量的時候，獲取、真實的採集這個數據的時候，這個數據就已經被你固定成小數據、小樣本了。」

解決好多維度、多任務的學習AI才有大未來

目前人工智慧技術，不可能是最終形態。那麼在現階段，它的技術缺陷在哪些方面？

「我覺得是這樣的，就像《機器貓》那個願景一樣，我們所說的AI第一大缺陷是：不管你今天看到的所有的場景，所有的東西，你依然不會覺得它跟你的人是完全一樣的。」

就像你跟機器人談話，你能感覺到他是假的；你跟AlphaGo下棋，你也能感覺到它只是一台機器。

「想要解決這個問題，實際上有兩種不同的途徑，一種是我們把這個演算法乾的更牛，我要有大量的數據，然後我給你反饋，這是一種人類不斷去逼近的方式。

「目前人工智慧的另一大缺陷，是在單維度方面取得了長足的進展，但是在多維度、真實的場景裡面的技術潛力，還有很遙遠的路要走。

「比如說，我們希望這個機器人又有語音識別，又有圖像識別，又有各種各樣的東西的，包括業務邏輯、語義識別等。但是，目前的狀態卻是，多維人工智慧領域的發展還很差，基本上目前還沒有看到希望。」

以目前的技術階段來看，我們僅僅達到了通用型人工智慧的初級水平而已。

自動駕駛領域的競爭結果巨頭依然還是巨頭

智能家居、智能音箱市場的格局，跟現在的自動駕駛有很高的相似度。

在自動駕駛領域，我們看到特斯拉很牛。而實際上，那些大型的傳統主機廠，他們現在只是沒發聲而已，而並不是悶聲憋大招，更不是像很多人以為的無所作為。

智能家居也好，智能音箱也好，說到底，它還是一個傳統家居行業。我們能說智能家居是互聯網行業嗎？就像無人駕駛一樣，以後是什麼情況，誰也不能妄下定論。

「只要能夠提供自動駕駛核心模塊的，就會有市場的一席之地，而並不會因為產品的差異化而導致競爭失敗。還是拿汽車舉例，我們說汽車很火、汽車市場足夠的大，但是也沒見到全世界的汽車發動機、變速箱都是一樣的。

「無人駕駛也有這樣的問題。無人駕駛是L1、L2、L3、L4，能提供L4的當然牛。可能L4的你要賣兩萬美金，那便宜點的我1000美金就能搞定，畢竟我只要可以上路就行了，甚至是可以半自動一點的。

「從這個意義上講，這個市場將是足夠大大，大到以後也不可能有哪一家能夠單獨吃得下。而一旦標準統一化之後，我們就會發現，原有的巨頭依然還是巨頭。

「就像現在一年產千萬輛級別的主機廠，如豐田，它只是把它裡面的一個元器件和電腦系統對接上去，換成自動駕駛的模塊就可以了。」

所以說這就回答了很多人疑問：

既然百度要做無人駕駛了，為什麼很多人還要投自動駕駛呢，就不怕被無情的碾壓嗎？

「思維邏輯就是這樣。雖然已有科技巨頭押寶自動駕駛，但這卻並不妨礙，依然有層出不窮的自動駕駛創業企業獲得投資就是這個原因。」

虛擬重建和情緒感知將對Live直播帶來劃時代的改變

未來的世界，不管科技怎麼改變，一定還是「以人為本」的。針對於人的人工智慧技術才是核心關鍵。 把人重建進一個虛擬的世界中，如何讓這個虛擬的世界真實起來呢？ 人最基本的情感是必須有的，但是這個問題要怎麼解決呢？

一個是重建，另一個是情感的感知。

「你現在打遊戲可能感覺不到，但是我要是講旁邊站了個范冰冰，你就需要她跟你交互，跟你說話，跟你有眼神的互動，等等。

「那麼，這就是帶來另一個問題，我們需要準確的識別動作和人臉及情緒，才能實現真正的交互。

「也就是說，我不僅要識別你的臉，還要識別你的情緒感知，把這些東西全部放進去，你才能跟范冰冰愉快的玩耍。

「這也是我們易聯視訊現在在乾的事。」

想要在虛擬的世界裡，把真正的「人」裝進去，就是要做到兩個點：第一是把人重建進去，第二是讓人的情緒、動作、表情、神態等全部跟著本人同步而動。

如果可以完成這兩件事，就將是一個劃時代的改變。

「因為那個時候你會發現，一回家你就可以跟別人約會去了，都是真人，絕對不是假人。能看到人，外形也能感知到情緒，就是心靈交互。

「這種情況下，你今天看到的場景，包括視頻會議，都將發生巨大的改變。這也是我覺得人工智慧在短期內可以預期的一個點。」

在陳建文看來，AI在每一個垂直點上，機會都是有的，而且很大。

舉例一下：可以預見的是，AI技術一旦實現實質性突破，現在的這些社交、醫療、教育等，都不再是在線教育，而是真實教育、智能教育。

「你按一下按鍵，就有老師教你家孩子彈鋼琴，而我只需要搞一架鋼琴就可以了。你家孩子坐在那，老師不用到你家裡也可以指揮孩子手上的動作，就像真的在上鋼琴課。

「同樣的，上完鋼琴課，我們可以隨時更換課程，換成繪畫或者舞蹈。」

以上帝的視角來看AI的發展，陳建文認為，這將是全人類的夢想所在。

「比較高興的消息是什麼呢？谷歌告訴我們，到2030年我們就可以活一百歲了，然後大家就可以在我上面所描繪的願景里，想幹嘛就幹嘛了。

「因此，對於AI這個產業，我就是一句話：有的干！」

做AI，不幻想，不吆喝

我不希望變成資本方，一天到晚講人工智慧馬上就能改變人類，那是不可能的。

資本可以去盡情吆喝，但做公司的人必須腳踏實地，一味的幻想反而不好。

陳建文和他那一句小小的「豪言壯志」

我曾經看過一篇文章，說改變世界有兩種人：一種是科學家，一種是工程師。我在想，為什麼科學家不能是工程師呢？這樣不就會更好的改變世界了嗎？

哈哈，我覺得我就是個科學家，還是個工程師！

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！