2017歐特克AU中國“大師匯” 首席研究工程師李卉博士暢談人工智能

陳加樂 / 2017-08-18 15:37250406

2017歐特克AU中國“大師匯”再度登臨上海，歐特克近年來在AI、VR、包括機器學習這些領域都有一些全新探索。歐特克應用研究實驗室首席研究工程師李卉博士此次發表演講，暢談人工智能：擁抱變化，引燃未來。

如今云和數據在改變所有人生活方式: 我們旅行方式、休閑方式、溝通方式。軟件在日益主宰這個世界，設計領域也不例外，設計不再僅僅局限于電腦桌上程序窗里，也不用依賴于靜態形式。當你把產品投放給用戶使用，你的產品始終與外界互聯互通。我們基于云工具也同樣始終與外界互聯互通，并持續發展。這一切將引發一場深刻變革，我們設計工具以及相關的用戶體驗在經歷一場大蛻變。這個大蛻變就是衍生式設計。

衍生設計是什么？比如有一件工作，你只需要設定目標，限制條件，影響因素，它會用強大計算能力幫助你找出，并分析一切可行設計方案，甚至發覺出你意想不到的設計方案。這就是衍生設計。衍生設計并不僅僅是幾何結構的綜合，它已經開始學會理解更加無限復雜化的事物，比如人的需求。以往我們是下指令，設計工具執行指令，但是現在這種關系已經演變成適應性、自適應性關系。當衍生式工具可以為我們找出并且成千上萬理想設計方案，我們設計產品如何付諸制造，接下來看看人工智能如何轉變產品制造方式。

無限計算能力正在改變我們用來設計和制造工具，而這些工具也正在改變著我們設計和制造出的產品。以往基于限制條件建設計算模型，現在新的計算方式基于洞察，在未來歐特克設計和建造工具一樣會被機器學習所改變。

通過給Bishop機器人計算機視覺，我們賦予他們能夠看到并且適應周圍環境能力，通過賦予機器人學習，給他們學習并且適應新任務的能力。機器人不再無視我們自己或者是我們的流程，它現在能夠學習和適應多變而無序人類世界。這一臺Bishop機器人，我們把它放到混雜的世界當中。我們打造是一臺具有好奇心機器人，讓它的智力自然發展，逐漸Bishop意識到它自己有一雙眼睛可以看事物，有一只手可以抓物品，隨后它進化出對周邊環境做出反應，并給予回應的能力。數字世界和真實世界鴻溝越來越小，云的存在意味著所有機器人都可以學會如何通過機器學習來從仿真世界跨越到現實世界。以往機器人依賴我們給他們創造一個一致不變世界，但是現實世界是多變的，人工智能可以使我們擁抱這個變化。

人工智能可以幫助我們理解我們設計和制造出產品性能，人工智能也可以轉變工程建設行業工具。但是其核心都是數據庫。作為IQ核心，這些數據使它通過觀察學習來進行邏輯推理，而不是遵循一套固定的程序。這是IQ專注于施工原則和實踐，并不是公式。

放開工具讓工具找到我們，在這個過程當中我們發現這些工具不僅僅具有邏輯性、推理能力，現在還具備了創造性、直覺性。在歐特克我們正在創造這樣的工具，并將他們打造成我們真正合作伙伴，一個不僅僅善于執行，而且善于探索的伙伴。

主題演講之后，李卉女士與媒體朋友一起暢談智能，以下是交談內容：

記者：李卉博士，請問下一代的制造業或者下一代的設計會是什么呢？

李卉：比如說制造業，就像我今天早上講的一樣，現在我們還停留在用機器人，就是全都是非常固定地，你從機器人的位置，在一個廠里頭把機器人都鎖定在一個地方，一直到機器人要做的東西，你給機器人的設計全都是一個固定的，然后我們用大產量來做。

但是我們覺得以后不應該是這個樣子，因為你的設計也好，很多東西都是在不停地改變。比如說在用戶用的過程中就會發現有需要改進的地方，我們覺得將來的產品是一個不停地自我完善的這么一個過程。因為你在使用的過程中在不停地采集更多的數據。其實都是連在一起的，物聯網把所用的東西加了很多的傳感器，這樣的話你就可以采集在使用的時候的數據，這些數據用來機器學習。這種數據的洞察會一直在隨著使用在得到，這會影響你將來怎么樣設計，對產品的設計都會由這些而影響。我們認為設計也會是一個周而復始，就是不會有一個你把它設計出來放出去生產出來，然后來用就完了的這種感覺，一直是一個輪回的、周而復始的一直在不停地自我改變、自我完善。

所以在制造業也是一樣，制造業機器人做起來應該也是這種可以不同地適應不同的設計，應該就是說非常容易地，你如果有一個第三人的改變是非常容易地來實施，你不會再用現在這樣，這么長時間你要培訓人來去編程每種機器人，然后做某一種的具體的任務，將來應該這些都非常地流暢。

VR也是一個很大的媒體，就是我們都不會再用，就是以前你要拿這個產品的手冊，你要編很多非常繁瑣的程序才能夠控制到機器人，而且界面也是非常地不方便。將來會在VR里頭非常地容易，你用你的手臂來展示給機器人你想要機器人怎么做，機器人就可以學會，這是他需要做的。如果你有什么設計需要改變，非常地容易。機器人的程序就可以自己改變。

記者：我這里有幾個問題，一個問題就是我們看到之前微軟提到未來的人工智能是以語音作為一個重要的入口。那么之前我看到那個經濟學有一篇文章，因為講中國人，因為這個漢字輸入非常復雜，所以拿語音作為一個交互是一個非常重要的界面。

第二個就是圖像識別現在也是在人工智能里面做得非常多的。那么從這個角度來說，是不是我可以把歐特克衍生式設計并列為跟這個圖像識別和語音一樣的一種并列的幾大技術或者是作為入口的技術。

李卉：有點不太一樣。語音識別和圖像識別，其實就是很典型的機器學習的方面。衍生式設計其實不是機器學習，其實就是從數學上他們兩個是不一樣的。但是機器學習可以用在很多地方，包括衍生式設計。衍生式設計其實本質是和你剛才說的那兩個不一樣的，但是你也可以用機器學習在里面。

記者：因為衍生式設計，我看也是歐特克獨有的，但是我是想從一個定義出發，我可以知道他在整個的人工智能里面的地位和作用。

李卉：可以說語音識別、圖像識別都是機器學習的應用，我們還可以有其他的識別，比如說視頻的也有，但是衍生式設計不是一個機器學習的應用。它是機器學習可以來幫助衍射設計，但是基本上衍生式設計不是機器學習上面的應用。你可以想在你想的這個金字塔里面，你可以想機器學習和衍生式設計是平行的。

記者：您看所有歐特克關注的這個領域，歐特克現在做三個領域，比如說制造，還有工程，還有一個是傳媒娛樂。那么您看對AI的這種應用會最先在歐特克的哪一個領域里面去做？或者是說您覺得在哪個領域AI或者這類新的技術會更有發展的前途？

李卉：現在其實都在做，在工程他們已經做了，IQ已經做得很好。但是可能將來肯定會擴展到大家全都可以用。還有很多比如說Maya，像在我后面講的這個Base FX的Christopher他就非常地激動，他覺得如果你能夠把Maya的這個流體特效用機器學習幫我了，那就是很厲害，所以我們肯定也會往這個方向來做。

制造業有很多就像我剛才說的，就是說機器學習把這種比較繁瑣的東西幫你解決，像在Fusion里面可以給你做建議什么的，這些也都是會應該近期出現。

記者：機器學習是怎么做到以假亂真，這里面是怎么實現的呢？

李卉：這是一種機器學習的算法，它做的機理就是說我有兩個神經網絡，你可以想象一個神經網絡就好像一個造假的畫家，他就是光畫假畫的。另外一個神經網絡就是一個鑒別，來鑒別哪一個是真、哪一個是假的，這兩個神經網絡是互通的。就是說鑒別的這個神經網絡會把結果告訴另外一個神經網絡，讓他做的更好。

記者：李博士，這里我還有一個問題想了解，你曾經說過在原來的傳統制造里面，可以用產量來平衡經濟效益的等式。但現在這個經濟效益的等式已經顛倒過來的，那么人工智能之下這個經濟效益的等式是什么樣的呢？

李卉：就是我一開始說的，就是你可以會有很多個性化的生產，不同的用戶會有不同的需求，但是由于現在機器人有這種新的能力，有機器學習，有適應周圍環境、適應新任務的能力，你的成本不會增多。所以當然每個人想要自己喜歡的不同的，如果成本沒有增加的話，這個是供應商來做制造方面是喜歡要做的這種選擇。

記者：這也有一些啟發，然后有什么更好的辦法能夠讓人人、每一個人都成為制造一切的一份子。因為我看你們的愿景非常好，制造一切。但是我覺得需要人人都參與可能小到小孩或者到大人，如果大家都參與進來，我覺得也會產生非常大的價值。

李卉：這個其實也是歐特克的一個宗旨之一吧，比如Tinkercad就是給小孩的，而且現在其實還是很流行的，很多家長都希望孩子學這個，因為非常地容易、非常地易懂。這個等于說帶孩子進這個make everything之門，打開這個門的一條路。

比如說給這些學校不同的中學、大學免費的軟件也是有很多稍微窮一點的學校買不起這也是非常有利的一個地方。

記者：最后一個小問題，在未來您認為設計師會是一個稀缺的職業，還是一個泛濫的職業？因為我在想，我的一個歐特克軟件，然后我通過衍生式設計，我也可以設計成千上萬的作品，我也可以能自封自己是設計師。

李卉：但我覺得那時候的設計師的定義也許就不一樣了吧。我覺得就是說到那時候很多現在的概念其實都會有新的定義。也就像將來會有很多新的行業，我們現在都想象不到的行業出來，也有很多現在的行業消失。

記者：我還有兩個小問題，一個就是這個衍生式設計方法未來會對整個衍生式設計產業產生什么樣的影響？這個你們可以預見一下嗎？

李卉：設計業肯定是最大的影響，以前就是說很多傳統的設計方法會被淘汰，但是新的設計方法又會出現。

記者：了解，最后一個問題，就還是關于那個簡單和復雜的問題。我就是想問一下，因為我看了有一本書在講，就是我們現在用了大數據以后，就是用一些簡單的方法來替代復雜。那么衍生式設計，我想了解它的簡單之處在哪里？復雜之處又在哪里呢？

李卉：你也可以說是簡單，就是說你只需要給你的目標什么樣的限制條件、什么樣的影響因素，這些一般你都是知道的，不是說你還非要創新的。所以在這上面是比較簡單的，因為你只需要給這些，然后這個系統會幫你找出設計方案。復雜的地方就會是怎么去決定要哪一個方案或者哪幾個方案，或者說如果得到了方案還不滿意怎么樣去做修正。

記者：還有一個題外話，就是目前我們很多公司，現在歐特克可能在大家的眼里，或者人家一聽這個名字都知道是一個軟件公司，會不會在五年后或者十年后一說歐特克，人家會覺得是一個科技公司呢？因為很多公司都是隨著人工智能這個方向把自己公司，有可能并不是做科技類東西出身的，但是為了順應那個趨勢把自己標榜為科技公司，有的很成功，但是有的也不一定很成功。然后歐特克據你們來看的話，在五年后或者十年后會不會有個趨勢？

舉個例子，一個互聯網公司后面慢慢做科技、做汽車，做這做那的，話，其實在我們消費者眼里，他們很多都是以科技公司來命名的嘛，就是說自己把它定義為一個科技公司。然后現在歐特克是軟件，以后打個比方做人工智能。

李卉：其實我們還是做的是軟件。軟件是讓大家設計、制造、創造東西的。這個人工智能只是為了這個軟件服務的。機器人做也是說為了軟件服務，就是因為我們要自己做一做，自己用一用我們的軟件才能決定這個軟件還需要有什么地方改進。

記者：我想問AI和大數據到底是什么關系？因為前兩年都在講大數據，然后大數據是AI的基礎原料，可以這樣說是嗎？

李卉：對，燃料。

記者：只是一個燃料，然后那個AI是要加上算法以后，才能數據+算法等于人工智能，可以這樣理解嗎？就是數據+算法，也就是說你們現在的研究是在算法研究是嗎？

李卉：都有，包括數據，你要想怎么樣獲取數據，什么樣的是高質量的數據。用什么樣的交互來獲取數據，這些也都是研究問題之一。

更多2017歐特克AU中國“大師匯”信息可以點擊http://www.peigenedu.com/view/3115.html了解更多。

點個贊550