李德毅，中国工程院院士，中国人工智能学会理事长；第三届中国机器人峰会主旨报告为《人工智能：创新创业的机遇》。

　　很高兴在这个知行合一的故乡，我今天讲的是智能化跟自动化怎么握手。智能化是认知，自动化是行为。大家知道我现在在做这个智能驾驶。做得还挺热闹的，遇到一个问题。工厂里都讲自动驾驶，我们人工智能人都讲自主驾驶。关键在哪里呢？关键是谁这个车子认知主体是车还是人，很多车场没有想通，他们想做一个车做自动驾驶很牛，他忽略了驾驶员在车当中的位置，其实真正这个车跑起来的话，这个认知主体不是车，是人。所以知行合一非常的重要。

　　我们习主席讲了很有名的话，说机器人是制造业皇冠明珠。那这个时候我们可以想一想，机器人是制造业皇冠明珠，机器脑是每个机器人不可或缺的灵魂。有些人买过自动车功能的，回家用了几天不需要自动泊车了，因为这个条件不符合，发现上当了，多花了5万块钱。这就是认知主体和行为不统一的结果。刚才我参加了座谈会，听说这里要成立一个机器人学院，很荣幸告诉大家我是大家第一个机器人学院的院长，今年招生一百个人。外地招了30个。

　　到2030争取我国每万名产业工人所拥有的工业机器人数量达到300台左右，农村城镇化，农民进城了，下一代农民平均年龄是多少？日本是65岁，美国是60岁，中国的农民平均年龄估计在50岁，比人家好一点，这些人怎么种地？讲四句话，黄牛退休，铁牛耕地，农民进城，专家种田。全国大中城市医院微创手术机器人进一半国产化，在全社会普及使用形形色色的服务机器人家家有机器人，我希望老年人，残疾人和儿童平均每人拥有一台形态各异的服务机器人。如果你让我说真话的话，我国成为了机器人最大的市场，刚才美国老兄看中了我们中国的市场，但是，机器人是世界性的，时代性的，只有原创的技术才能使我们成为机器人的产品和机器人市场规则的重要制订者和主导者，因此，抓住历史机遇的又一个崛起可能就是人工智能。我今年72岁了，我谈体会，创业创新四个要素。我问过许多同行。他们认为技术很重要。我又问更年轻人他们告诉我是资金更重要，没有钱什么都办不成，还有人告诉我团队很重要，还有人告诉我思想很重要，那么我想今天报告谈一下我的看法。

　　先讲第一个问题，大家都以为在FaceBook一阵子，到中国创市场很容易，其实不对，你是有人傲人的经历，有核心的技术，但是是不是可以下海了呢？创业成员固然有各自傲人的工作经历和核心技术，但整个团队如果没有明确的，由核心技术汇聚而成的，独创独有的成果载体，没有耀眼的创新亮点，把公司办成了公关克难的研究所，苦苦挣扎，技术长期不孵化不出产品来，这样的公司必死无疑。你要搞清楚，你要的是技术还是核心技术，还是技术的成果？我主张要有技术的成果。我一个70后，我的亮点是什么？驾驶脑，认知脑。我模拟的是驾驶员，他造的是车。我再讲智能的时候讲三大智能，我们习惯说计算智能，刚才我参观了余姚研究所，我告诉他计算，机器已经超过人的计算，我们现在的重点要搞交互智能。记忆智能，我家里用坏三台扫地机，我觉得现在不用为好。不实惠。你们不相信可以用用看，第一扫不干净，第二该扫的地方老是不扫。怎么办？所以，我现在做什么呢？我不做先视后觉，这是常规的，我做的是视而不觉，边视边觉，先觉后视。我做的是要用已有的认知，借助当前的感知。我的驾驶脑数据流程图，余开说值一千万，我把这个送给余姚同志们，看看你们能不能做出来，我的驾驶脑一个工作记忆区，还有态势记忆池、还有记忆池塘。如果我们用扫地机控制机器人，以后他天天这样扫也是很好的机器人，这是不同的记忆能力不同的认知。驾驶活动更多的是技巧，记忆或者经验，而不是知识、推理和计算。记忆脑的差异，反映是个人的治理和运动协调能力的差异，世界上没有两个完全相同的驾驶脑。这才叫机器人。我们想将来车上跑的驾驶脑也是一样的。真正开车的不是汽车本身，而是驾驶员，人的认知，要把脑和机器融合在一起才行。所以我们主张在我们机器人里面，有一个调试总线扩展为自学总线，可以学习人是怎么开车的。那机器人开车的时候，通过学习的东西消化吸收，深入学习，变成了自己的行为。

　　人工驾驶的时候，三路机器视觉，图象一路，GPS、雷达一路，这三路视觉形成了现在的驾驶态势图，驾驶员通过生活视觉的认知，形成了对方向盘、油门刹车的控制。把当前驾驶态势和一个认知组成一个队，把这个队放在深入学习的神经网络里面去，让它学习，形成驾驶记忆。如果开十天这个数据量也不小，如果整天从办公室到家，从家到办公室，到11天可以了，机器人可以说话了：我可以开了。当机器人开车的时候，驾驶员不在了，他就可以搜索这个图，把对应的认知拿出来去开车。驾驶就是这么简单，这怎么能够让车场做呢？这是驾驶员的事。所以车厂只能做自动驾驶。这个深入学习，可以是长时期的学习，统计学习和进化学习。

　　人真正的学习在错误中学习的，说一我们怎么样防止驾驶过程当中的事故，同时我们有负学习，让开车的时候遇到这样那样的险情，做出错误的动作，我们通过神经网络，生成事故记忆棒，把这个做好了，下一次开车的时候，人没有了，也可以驾驶，又发生了错误的，又有一个学习，这是负学习的。这是Alphago相当于这样。因此我们的机器人，整个框图是双螺旋的架构。原来我们是一两千瓦，现在希望一百瓦，（PPT当因深度学习正站在全球人工智能的分口，普通把卷积神经网络用于点云图巷识别，完全感知阶段的自学习，而我们另辟蹊径，把卷积神经网用于形势化的之后，基于可用路权的驾驶态势图。因此之所以在比赛中拿比较好的成绩，主要是我们对认知的形势化，把瞬间记忆大数据缩水，即在感知理解之后迁移到工作记忆区，进行深入学习。最近网上有一个小伙子，我跟他有很多思想共同之处，只不过没有我的细而已。第一个问题。创新的亮点。

　　第二个问题资金的注入点。大家都愁搞不到钱，特别是年轻人，我愁得更好跟你相反，我愁的是有钱怎么花出去，现在最大的困难是钱花不出去，没有定单，没有批量生产，你有钱有什么用？所以真的有能耐是把钱花出来的才是真正新的企业。

现在讲讲市场的卖点。

　　我觉得我们学者不像人家西方。做一个围棋赚多少钱，FaceBook升值多快？Alphago以4：1战胜9段围棋高手，李世石，那个广告震撼了。我国中国也干过这样事，2011年我们用围棋跟人比赛让于十并让两个子，在中央电视台直播一下进行比赛，2：0战胜了余兵。可是我们在发展国家，没有什么影响，没有赚到钱，也没有赚到广告费。当时认为电脑9路盘围棋两三年可以抗衡人类，19路盘围棋，机器要战胜人类还看不到希望。5年过去发现这个是错误的。我提出三个问题让大家想一想，棋类高手与人工智能发展成果积累对决，马上科觉又要跟Alphago下围棋。我认为人机大战本身人在前面，机器在后面或者机器在前面人在后面无休止的较量，Alphago也好，深度学习也好有很大局限性，我们围棋手跟机器下棋有上当的感觉，因为他比我们做了测试。这个时候我们提出深度学习的四大局限性。

　　第四是太多的学习参数具有随意性，该怎么样就是怎么样，现在不是了。第二不能保证算法的收敛性，第三缺少反馈机制，第四个案例也不具有累计性，就是时间累计性没有。这样情况下，深度学习不是人工智能的重点。我们设想一下，如果我们现在让不同的Alphago对弈会怎么样。因此我觉得更优刺激的不应该是Alphago程序，因为作为一个围棋手很难，现在是人抓住这个子在走，做一个围棋机器人更难，我认为汽车动作很灵敏了，更刺激性的是机器人和塞车手的比赛，这样比赛更加激动人心。自动驾驶的魅力在哪里呢？我们觉得不是跟市场场争时间？我们希望它的车子更加敏捷、灵活，但是我们要做的是驾驶脑。我们卖点是驾照，我们驾驶脑卖驾照！卖的是驾龄，卖的是路熟。驾龄驾照替代不了，路熟，地图替代不了，所以驾驶脑将来场景很可观。