唐文斌：从清华姚班到 Face++ 创业，我是怎么开始做机器学习的？

嘉宾简介

唐文斌，Face++ 旷视联合创始人兼 CTO，2050 志愿发起人。清华大学计算机系研究生，ex OIer&ACMer，ACM/ICPC 2008 WorldFinals 排名第 6，首届“Yao Award”金牌获得者，北京市海淀区十大杰出青年。

2018 年 4 月 13 日的下午，二叉树团队与另外两个 2050 志愿者团队一起等待着唐文斌的到来。他将以 Face++ 旷视 CTO/2050 大会志愿发起人的身份接受一次采访。

Part I：对人工智能如是说

Q：您是怎么开始做人工智能的？

我其实不是特别喜欢人工智能这个词。因为我们现在做的所有的“AI”，所有的人工智能，本质上都是机器学习，其实都是用一个数学模型去定义我们最后要优化的目标是什么，然后去最小化这个 function，最后我们去学出了一个东西，对吧？但我们现在真正对所谓的智能的理解，其实还在一个非常浅薄的程度上。

印奇和我差不多是从 2011 年开始关注深度学习。我大学期间做的事情还是偏非深度学习。我研究生的方向做的是社交网络的数据挖掘，比方说我能在社交网络去猜这两个人是什么关系，这个人是这个人的老师，这两人是家人，根据你的社交网络上的一些行为去猜你的关系；再比如说去你去 follow 了一个人之后，这个人会不会 follow back？我们做了很多这样的一些预测，其实也很有趣。

后来我的导师唐杰老师有半年要去国外，就让我去 MSRA（微软亚洲研究院）实习。我去的组以前叫 web search and mining，做文本搜索和挖掘的，然后去了之后小组说我们要改名了，改成 social media search，sms 小组，要开始做社交媒体搜索，要开始对图像、对视频进行基于内容的检索，他说你感不感兴趣？

我说来都来了，那就做呗！我们当时做了一个小的、房子的搜索引擎，比方说你拍一张照片是埃菲尔铁塔，然后我可以帮你搜出来埃菲尔铁塔的各种其他的照片。把它做出来之后，你会发现说你做的技术它能够很明确的有个呈现，这件事情就会很有成就感，所以会很好玩。

印奇当时也在微软做图像的一些工作，所以我们俩开始聊得比较多，就说图像这个方向很有意思。我们觉得未来的机器人一定都会需要一双眼睛，像人眼一样去看到这个世界、去看懂这个世界，把这些信息能够提取出来，这件事情现在的技术是在快速的进步当中的，我们觉得未来可以是作为我们创业的一个方向。我们反正聊的比较多，后来到某一个时间点的时候也开始付诸行动了。

那时候深度学习还不太热。然后我们开始关注的时候也不太热，只是有一些新的 work 出现，大家说这个是个值得尝试的方向，这个时候其实大家很多人就开始去试，然后我们试了之后觉得这是个挺 promising 的方向，我们也就加大了我们的投入。

当时我们觉得这是个正确的方向，这件事情一定非常有价值，而我们自身又是做这个方向的研究的人，我们希望能够把这个方向能够做的更好，能够把这种价值更好的呈现和交付出来。

Q：您会关注脑科学吗？

其实做脑科学研究的书还挺有意思的，就是说他在讲到底什么是智能？智能的原因是怎么形成的？然后我们到底对现在的这种智能的原理有多少理解？我觉得现在都是在一个非常浅薄的状态。有一本书叫《On Intelligence》，还是挺有意思。

我讲讲我对强人工智能的理解。就是说我们假设这个世界是有规律的话，那么这个规律理论上应该是可被模拟的，我们人假设没有灵魂存在的话，那么你就是一些细胞、一些化学物质的一个有规律的运行体。那么你在这样的一个情况下，你的人的所有的活动其实是可以被模拟。如果这个东西可以被模拟，如果人没有这种更高的灵魂的存在，那么你模拟出来的东西其实就是一个“强人工智能”。

Q：有的人认为可能不需要去研究人的智能怎么做，只需要让计算机能够实现一些原来实现不了的事情就可以了？

当然，机器学习，我们现在所有的人工智能公司做的都是这一件事情，大家用深度学习，用各种各样的机器学习的方法，然后去解决问题，去解决路径规划导航的问题，去解决自动驾驶的问题，去解决医疗上的智能判断的问题，大家都是在做这样一些事情。

Q：机器学习是属于一种特定的方法论了？

对，机器学习，相当于有个老师在教你，然后你用一种数学模型去规划、去定义这个问题。你说它智能吗？它不智能。

机器学习这个领域，我觉得现在发展非常快。现在大家看到像我们这样公司能够在这几年里面相对快速地成长，也是因为有一些历史性的技术的机遇，因为深度学习的快速发展。

深度学习，在计算机视觉的领域，能够把以前只能做到 70% 的水平，现在能够提升到 95%，原来不能用现在变得可用，原来可能我们在城市大脑的场景下，你报警说这是个逃犯，可能报十次里面九次都是错的，永远都是狼来了；现在报十次，可能九次都是对的，带来的价值是完全不一样的。

Q：这一切都是从 ImageNet 之后开始发生吗？

我觉得 ImageNet 之前就有。

Q：为什么之前的东西都没有走进我们的视野？

因为你不是专业的：）

现在其实更多人觉得人工智能真的火起来是因为 AlphaGo 对吧？AlphaGo 之后大家觉得说，真的人工智能很强，现在的算法变得如此的强大，以前好像根本不能做到东西现在都可以做了，但实际上机器学习、深度学习的相关的一些发展，神经网络的一些发展，其实一直都在进行的。

神经网络其实研究了几十年了，60 年代就有人开始研究。神经网络以前为什么效果没有那么好、被束之高阁的原因是因为，第一数据不够多，第二计算能力不够强。现在有了 GPU 的计算，有了这种高性能计算的模式，有了更多的数据，然后使得它的性能比以前能够有一个很大幅度的提升，这个方法被重新挖掘了出来。现在的深度学习的很多基础理论都跟以前的神经网络是沿袭的。

Q：作为一个人工智能领域的创业者，您希望给社会带来什么价值？希望社会给你什么帮助？

欢迎大家多多采购我们的产品和服务！你这个问题很容易回答的很 low：）你要这样想，创业者通常是一帮为了解决眼前的现实问题而站出来的人，哪里会想那么高大上的问题？但是我们可以随便聊下。

我们希望人工智能不要这么热。我觉得现在人工智能从资本到媒体都过热，大家都在讲人工智能，所有带电的公司都说自己是一家人工智能公司。这没有意义！

我自己其实想说，我们不是一家人工智能公司，我们是一家以人工智能技术为核心的产品和服务公司。最终你还是要回到说，你最后交付的产品、最后交付的服务是什么？你给谁去提供什么价值？这是一个真实的想法。我觉得在这样的一个时代里边，大家能不能沉得住心，能不能真的 focus 在技术、在产品上，能够有技术信仰，但同时又脚踏实地，我觉得这是非常关键的一件事情。

Part II：从 2050 谈开去

本集二叉树视频的诞生，与 2050 大会有千丝万缕的联系。身为一家众人瞩目的创业公司的 CTO，唐文斌的日常处于忙成狗的状态，做一个视频采访对他来说已经是一件奢侈的事情。然而一听说这次采访是为了 2050 大会，他二话没说就接受了。

下面是一段唐文斌与 2050 大会的小故事，与诸君共赏：）

话说在 2017 年冬天的一个夜晚，唐文斌原本计划要去滑雪，结果临时被王坚博士（阿里巴巴技术委员会主席，本季二叉树第一集嘉宾）约在机场见面。不巧航班晚点，他从下午 6 点一直等到晚上 10 点，与王坚博士聊完之后已经是午夜。再后来，双方在另一个时间另一个地点再次见面。

Q：还记得当时的情况吗？怎么被博士忽悠进 2050 大会的？

那天晚上我记得应该是在中关村的皇冠假日酒店，我们在那边等了他好久。然后他说他觉得现在大部分会都不是给年青人开的，所以他感觉应该要有一个面向年青人的活动，能够让优秀的人能够聚在一起。然后他就说，文斌你以前搞竞赛的，你应该认识很多优秀的小伙伴们，你去把他们拉过来。然后我就跳坑了。

我觉得能够有这样的一个平台、一个场地，能够让更多的人的声音能够被交换，能够被发出来，让更多人听到，我觉得是一个很有意思的事情，活动上还是集聚了一批非常有意思的人。

Q：所以相当于一开始的版本就是搞一个 ACM 竞赛？

也不是。一开始就是说大家过来一起来聚聚，玩一玩。我也没听说要卖门票啊！

Q：介绍一下你现在在筹备的东西？

我有一个团聚，主要是邀请以前 ACM 竞赛的同学们重温一下当年竞赛的场景。然后我们还会联合为云栖小镇做一个超高精度的建模，AEE 无人机航拍成组照片回传，Alitzure 负责 3D 重建，我们通过图像识别标注示意，最终在 8K 电视上呈现。

Q：您多次提到“有意思”这个词。这是您决定做不做一件事情的主要动机吗？

是啊，开心很重要，对吧？比如说我蛮喜欢滑雪的，然后你觉得滑雪的乐趣在于哪里？乐趣就在于你从山上下来的时候那种驾驭感，对吧？然后你说这给你带来了啥？其实我们又不是专业的运动员，我们虽然说在追求进步、在追求提升，但你都是在追求这种叫做进步和提升过程中的这种“有意思”和“快乐”，对吧？

其实我们所有人的兴趣爱好其实都是这样。我们参与这个活动，有像 Kevin 这种朋友们也在这里边，大家觉得这事挺有意思挺好玩，我们也愿意付出一些我们自己的时间，一起来做一些事情。

Q：您自己觉得“2050 年”会是什么样的？

2050 年到现在还有 32 年，我肯定能活到那时候，对吧？

我觉得 2050 年会有非常多的变数，因为我们现在的科技的发展其实是很指数级发展的，我们看过去的一两百年的发展要比以前 5000 年的发展可能都要快，然后我们最近的 10 年 20 年的发展可能要比前面的几十年的发展还要快，所以它都是在一个更指数级的方式在提升。

Q：您觉得这样的指数级发展会继续持续下去吗？

我不知道。我们是脚踏实地的干活者。

但是，回到 2050 这件事情：为什么说这个世界是年青人的？因为当技术非常快速发展的时候，你的学习能力变得非常的重要，很多时候你的经验反而变得没有那么的重要，而是说我要能够更快速的去看到、去发现、去尝试、去试错、去迭代，然后我跟上了这些新技术的发展，我变成了新技术的引领者。我们团队最早的一批人，其实都是以前搞竞赛的，然后我们这批人其实坦白讲，做计算机视觉经验其实都不太行，但是我们学的很快。

所以这个时候其实要的就是一批年青人，他们拥有非常快的学习能力，非常强的动手能力，然后在这样的一个过程中去定义了一些新的事物。

Q：你觉得在 2050 这个事情上，你现在最需要什么协助？

我觉得让更多的人看到 2050，然后也欢迎更多朋友能够加入进来，我觉得这是我们需要的协助！