出門問問李志飛：科技創新的本質是什麼？ | IF19

2010 年，在谷歌翻譯工作的李志飛，想要開發一款離線翻譯系統，解決沒有網路的情況下的翻譯問題。將想法告訴他的德國上司——一名優秀的工程師後，李志飛清楚地記著，上司拿出了自己的手機對他說，手機開啟都那麼慢，還想要將模型龐大的翻譯系統搬到手機上去，怎麼可能呢？這是不可能的，是「Useless」的。雖然遭受到了上司的否定，但李志飛最終還是將系統做出來，併成功上線了，後來他曾收到感謝信，這個系統在關鍵時刻甚至救過人的命，那也是他在谷歌最重要的貢獻。

科技創新的開始非常艱難，往往會遭遇到否定或被認為毫無必要，創新的過程同樣非常複雜，創新的想法從提出到落地，是演算法、軟體、硬體、產品的結合，可能是跨工種、跨部門，甚至是跨公司的。不久前，出門問問與高通在 CES 上共同釋出了用於無線耳機的智慧語音演算法 TicHear，最初李志飛認為幾個演算法工程師就可以搞定，但最後卻是從演算法工程師到硬體工程師、天線工程師、結構工程師、UI 工程師等五六十人，花了兩個月才完成。

而科技創新的進步卻是漸進式的，2015 年出門問問開始研發智慧手錶 TicWatch，目前最新的產品，已經可以做到最高 50 米防水、雙層屏、單次充電續航 5-7 天、4G 通訊和精準定位。但這些功能都是逐漸實現的，每一代進行部分的改進，只要放到長期，才能清楚體現科技創新的價值。即便如此，科技創新的成功率依舊很低，在谷歌的工作經歷讓李志飛很清楚的瞭解，以谷歌的科技實力，同樣有大量失敗的專案。但最後，付出瞭如此巨大的代價，科技跟隨者可能會以少得多的成本逆向工程做出類似的產品出來。在谷歌翻譯團隊辦公室旁邊，就是谷歌早期無人駕駛團隊，從 2008 年到 2015 年，他們先後投入 11 億美元才做出了可以進行道路測試的無人駕駛系統，而在幾年後，跟隨者只需半年就可以做到類似的成果。

「科技創新者因為相信而去看，科技跟隨者因為看到而相信。」但科技創新成功帶來的收益是巨大的。谷歌、蘋果、高通等巨頭，同樣是重視科技創新的公司。具體到李志飛所從事的 AI 行業，AI 科技創新主要包括 AI 核心演算法的創新、AI 工程的創新和 AI 產品的創新。對創業公司來說，科技創新絕大多數是由產品的需求催生的，將創新與產品相結合。比如出門問問與大眾汽車有一個合資公司，專門研發車內的語音互動系統，也做出了一款車載離線語音系統，按照大眾汽車的要求，CPU 佔用率不能超過 20%，記憶體不能超過 500MB，但卻要能識別規模 600 萬的地址以及餐廳、咖啡廳等實體名字，準確率要超過 90% 以上。這個幾乎矛盾的任務讓出門問問花費了一年的時間，數十名演算法工程師和普通工程師才優化完成。李志飛認為，中國的資料量、使用者量以及工程師資源都很豐富，未來幾年 AI 演算法還需要繼續推進。在這個過程中，AI 科技創新要避開騎牆主義、拿來主義、功利主義、彎道超車等攔路虎，只有明確方向後第一時間就開始研究和嘗試，才能最大獲得科技創新的收益，以及獲得競爭者和合作夥伴的認同。

以下是 出門問問 創始人 & CEO 李志飛 在 2019 極客公園創新大會上的演講內容（略有編輯）：

大家好，我今天很高興跟大家分享「AI 科技創新的本質是什麼」。這個問題很難去講，因為這是一個綜合性的，甚至帶一點哲學的問題。

所以，我更多是從我個人的一些經歷，包括以前在 Google 的經歷，以及在自己做出門問問的經歷，跟大家分享一些比較隨機的想法，這肯定不是一個非常系統性的一個研究，或者報告。

首先，「創新」這個詞可能很多地方都在用，每個人的理解都不太一樣，比如說，創新、創造到底是問題驅動還是技術驅動，這有很多不一樣的地方。這裡，我引用了 Wikipedia 對創新定義的第一句話：A new idea, creative thoughts, new imagination in form of device or method.

什麼意思呢？創新，是一個新的 idea，是創造性的想法，或者說是一種新的想象力，最後它的形式是一個裝置或者是一個方法。首先，這個事情本身得是一個新的，但在後半句，它說了另外一個角度，很多的時候，創新同時也會被認為它是對已有的一個問題，一個新的解決方法，或者說更好的解決方法。這裡列了一些中文相關的關鍵詞，想法、創新、突破、改變、創造、進步、風險、發現。

科技創新一般有幾種類別，有的是演算法的創新，有的是技術、產品、模式的創新。演算法的創新，比如說最近大家都非常清楚的深度學習。這首先就是加拿大一個教授，他自己研究了好多年，好多人都不認同他這一套做法，但是最後他終於在一些具體的應用上面，比如說，在語音識別上有了一個很大的突破。所以，它一下子變成了大家今天都接受的演算法模式。

技術創新，自動駕駛是特別典型的，它跟演算法創新可能不太一樣，它是一個綜合性的，系統級別的。演算法創新像剛剛講的教授的事例，他可能就一個人帶了幾個學生，十幾年一直幹一個事情。這其實是在一個比較封閉、獨立的環境下，可以做出來的創新。但是，自動駕駛是系統級別的，這個需要成千上萬的人去協同才能做出來的技術上的創新。

說到產品的創新，iPhone 是一個特別著名的例子。當它出現的時候，這個手機跟很多的手機確實不太一樣。

模式創新是中國特別擅長的，尤其是在過去 5、6 年的移動網際網路，很多都屬於模式創新，比如共享經濟。

對於一個科技企業來說，畢竟它是企業，所以商業模式非常重要，它不像學校。這種創新跟產品的關係到底是什麼？

這裡我列了幾個不同的類別。最常見的創新，可能就是已經有一個產品了，通過產品有一個需求，然後去做一個創新的演算法。比如說 YouTube 鑑黃的演算法，就是因為有了這麼一個需求，這個演算法功能才會被人琢磨。在 Google，有很多的產品部門，同時也有非常厲害的 PhD，他們不是純碼農、工程師，他們有很多自己的想法，而且對於理論、演算法非常理解。雖然，機器人也是在產品部門，不是在研究部門，但是可以做出這樣的創新。

另外一種創新，可能就是倒過來的，今天可能還沒有這樣的產品，但是由於你在技術上有很大的突破，因為技術的突破然後創造出了一個新的產品，比如說 Google  Translate、Google Voice Search。這是一個非常典型的例子。

這些都是在學術界研究了很久的，以前更多是在學術界或者是美國的國防機構應用，但是 Google 確實做了很大的創新，就是把一個偏學術的東西，變成了一個大規模普遍性的應用。所有的文字都可以翻譯，所有使用者能想像到的詞都會翻譯，而且速度也非常快，比如說一篇文章放進去，0.2 秒就要出來結果，還要支援所有的語言。

我認為這是 Google 的翻譯變成大的普世性系統的巨大創新，有了這個創新以後，再把它變成一個產品（Google  Translate 以及後面的 app），這個需要對技術很強的判斷能力、研發能力，才能做技術驅動的創新。

第三類的創新，不是來自單一產品，而是來自於很多產品的通用需求，比如說 MapReduce、Google File  Systems、Bigtable，這基本上是早期雲端計算的三架馬車。

大家知道 Hadoop 是雅虎搞的開源雲端計算框架系統，基本上是基於這三篇論文，然後把它變成一個開源的系統。這種創新是 Google 做 Google 搜尋、視訊搜尋、新聞搜尋時，發現以前的關係型的資料庫、傳統的檔案系統，不太適合海量資料的需求，所以才有了這三篇非常經典的論文。

對於很多公司來說，這很難做到，因為可能你的產品比較單一、資料量沒有那麼大，所以可能你連這個需求都沒有，因為以前學術界想了很久從來沒有想到要做這麼一個事情。

關於這幾種創新，其實各種公司是不一樣的，比如說出門問問這樣的公司，後面兩者可能就比較難一點，包括中國絕大部分的創新都是第一種。

回到出門問問的創新上，我們需要生成、有商業模式，但是我們又是一個科技公司，我們希望能夠把創新和產品有效結合起來，而不僅僅只是產品公司、軟體公司、硬體公司。

下面我說一下我們的創新和產品的關係，剛才說到更多是因為我們已經有一個產品了，產品需求導致我們想要做些創新來滿足這個需求。

比如說，車載的離線語音系統就是這麼一個需求，我們和大眾汽車有一個合資公司，專門做車的語音互動，在這個過程中他們提出了一個需求，開車的過程中由於訊號不一定好，這時需要在沒有網路的情況下，可以有一個語音系統。可能大家覺得這個沒什麼，因為已經有很多離線語音識別系統，但是它的要求特別嚴格。比如，希望 CPU 佔用率不能超過 20%，記憶體不能超過 500MB，你要識別規模是 600 萬的地址以及餐廳名、咖啡廳名字等各種實體，準確率要超過 90% 以上，其實這幾個指標都是矛盾的。

在這種情況下，我們怎麼設計一個離線語音互動系統，能夠滿足這種需求呢？我們花了整整一年的時間，幾十個演算法工程師和普通工程師把它進行優化，做出了這麼一個系統。這就是非常典型的產品有需求，然後問題特別難，需要做研究、演算法、工程，最後一起把它完成了。

第二個例子是 TicWatch 雙層屏，也是一個創新，可穿戴最大的問題是功耗的問題，可能很多手錶一天要充一次，這是很大的痛點。我們做了一個創新就是所謂的「雙層屏」（一個是低功耗的黑白屏，一個是高功耗的彩色屏），這個創新也特別複雜，因為其中涉及到兩塊螢幕和兩個作業系統，甚至還有兩個 CPU，主 CPU 驅動彩色的屏，副 CPU 驅動黑白的螢幕。

除了硬體本身以外，作業系統也要做一個智慧切換，要智慧切換黑白屏和彩色屏，非 Wear OS 系統和 Wear OS 系統，所以這個創新是從產品的需求上，整合很多人把這個東西做成。

最後一個例子就是 Tickle 撓撓，無論是智慧手錶，還是智慧無線耳機，很大的問題是互動特別不方便，因為沒有一個大的螢幕，也沒有鍵盤。這個時候怎麼能很快、很方便的操作呢？像我們的撓撓，在耳機上，你往上一滑，音量可以增大，往下一滑，音量可以減小，別人打電話來時雙擊可以接聽，長按可以不接，放音樂時雙擊可以進入下一首，這種創新是因為互動方式的需求而做出來的，同樣需要軟體、硬體、演算法、感測器等綜合的處理，才能做出這樣的創新。

接下來講一下我看到的一些創新的規律和特點。

首先，創新的代價是非常高昂的。比如說一個科技創新者花 100 塊錢幹成了一件事情，但是一個跟隨者可能只需花 1 塊錢就幹成了，這個也是導致很多公司不願意創新的原因。

比如說 Google 無人駕駛，我在 Google 時，Google 無人駕駛的團隊和 Google  Translate 剛好在同一層樓。他們在 2008 年、2009 年就開始幹這個事情了。早期 Google 可能花了 10 幾億美金做一個系統，才能夠在路上測試一下，跑一跑，這是早期的創新代價。但是在今天，我經常看到一個公司融了 2000 萬美金，過了 6 個月就聲稱可以在路上跑了，而事實上是真的可以跑的。

這個就是早期創新者和跟隨者之間代價的差別，早期花 10 億美金，找了世界上最牛×的博士，可能試了很多次都不行，最後終於可以跑起來，但是今天過了三四年以後，由於很多專利、文章都已經出來了，大家看到這個結果是可行的，知道了怎麼做。基本上我們可以反向工程，知道這個東西可行，倒過來就可以找到一條路徑，而不是完全在黑暗的環境裡，在這裡試一下，發現不行可能又得回到起點，然後再試一下，再不行就又得回到起點，是這麼一個過程。

所以，創新的代價非常高昂，很多科技創新者真的是因為自己對這個東西有興趣，而且他相信這個東西，所以他才會去琢磨和探索，但是跟隨者更多可能是看到了別人的結果，反向工程，最後將成功實現。

科技創新的啟動也非常艱難。因為你做的是一個新的東西、很難的東西，所以任何人和別人講這個時，別人第一反應就是這個有什麼用，因為今天不是這樣的，為什麼這麼做呢？另外，他們可能覺得這個做不到，或者說不可能。

舉一個我自己的例子，我在 Google 最主要的貢獻是做了一個 Google 的離線翻譯系統（2010 年）。2010 年，全球漫遊還沒有那麼好，當你去法國旅遊時沒有漫遊、網路，但這時卻是你最需要用到 Translation 的一個地方，因為你不懂法文。所以，當時我想做的一個系統就是當你出去旅遊之前，你能在家裡把翻譯模型下載在手機上，出去時沒有網路還可以做翻譯。

我把這個想法和老闆說時（他是一個德國人，他是全世界非常厲害的工程師、科學家），他拿出了 Google 在 2010 年推出的第一代 Nexus 手機，他說你看我這個手機連開啟都那麼慢，你還希望用 Google Translate 後臺用幾千臺機器做計算，模型特別大的系統搬到手機上，這個怎麼可能呢？這是他當時給我的一個反饋。

雖然他是我的老闆，但是由於 Google 的創新文化，我可以隨便幹什麼，最後我還是把這個系統做出來了，而且上線了。所以，無論是普通人還是對科技、研究都很有耐心的人他都有可能會牴觸這種新的想法。

而創新的過程也是非常複雜的，因為很多的時候一些想法，就是剛才說演算法的創新比較單一，但是很多時候創新是組合式的創新，就是演算法、軟體、硬體、產品結合起來這種創新，才是真正使用者能夠感知到的。所以，很多時候創新可能是跨工種、跨部門，甚至有一些時候是跨公司的。

最近，在 CES 上，我們跟高通一起釋出了一個新的演算法 TicHear，希望在我們的無線耳機上面，能夠直接語音喚醒，不需要按鍵盤、開啟手機，可以直接喚醒，然後可以做語音的對話。

大家可能覺得這也沒什麼，因為智慧音箱今天都可以喚醒、語音互動。這個的難點在於，因為智慧的無線耳機，CPU 的計算能力特別低。這個時候你怎麼能做出一套算法系統，能夠在一個計算能力等等都特別小的情況下，喚醒然後做語音互動。

這個創新首先我認為可能聽起來應該兩三個人就搞定了，我拉了一個微信群，但是後來我發這個群裡面的人越來越多，到最後有 50、60 號人在這個群裡面，然後花了兩個月把這個事情搞定。

我認為演算法工程師搞一搞就行了，後來發現還需要硬體工程師、天線工程師、結構工程師，因為這是一個新產品，得不斷做修改，然後最後除了做演算法優化以外，訊號處理、語音識別，還要呈現給使用者。這過程還需要 UI 工程師、各種各樣的工程師。最後才做出來一個從使用者角度來說非常「常見」的事情，所以創新的過程是非常非常複雜的。

而且前面說啟動難，然後過程又複雜，而且創新很多的時候成功率非常低。大家可以把創新想象成一個漏斗模型，你可能有 1000 個想法，最後有 10 個是你真正把它做出來產品，最後一個你可能商業化，而且能夠得到成功的。

比如說，Google 很典型的，前一陣子有一張圖說 Google 產品的墳墓，就是各種各樣的產品，他其實開發了無數的產品，最後都沒有成功，我認為這些產品都是創新。

其實大家也可以想象一下，移動網際網路就是這麼一個過程，那麼多的 app，我認為都是創新，因為一定是在新場景下解決新問題，大家想象一下在移動網際網路時代，這麼多 app 到今天存活下來，而且商業化成功的，可能真的就是幾個而已。這是創新的成功率。

科技創新是漸進式的，很多的媒體或者說普通老百姓都希望創新每一次都是石破天驚，就是出來的東西必須跟別人完全不一樣，這個也是不現實的。

我給大家舉一個我們做智慧手錶的例子，如果大家去看 2015 年的智慧手錶，再去看我們今天的智慧手錶，如果在這個過程中你去單看一個產品的釋出，或者說是用一年的時間做一個時間段去看這個東西，你覺得好像這個跟前一代也沒什麼區別。

三年以後你就會發現，今天的智慧手錶跟三年前的是非常不一樣的，比如說以前洗手的時候水就進去了，就不能工作的，今天我們可以做到 50 米防水，功耗以前一天充一次電，用一天就不錯了，像我們剛才講的雙層屏，一般的模式下能做到 5 天跟 7 天。通訊以前主要是 WIFI、GPS，現在可以用 4G，以前的 GPS 不精準現在都非常精準。所以你在一個很短的時間去看這種東西，你覺得不是特別大的變化，但是其實你把它放到一個時間週期去看，創新的價值就體現出來了。

前面講的創新都是一些難的地方，最後為什麼哪有那麼多牛 × 的公司要去做創新？其實是因為創新的這個收益非常大。比如說大家可能一提到美國很多的公司，比如說蘋果、Google、高通這樣的公司，大家都覺得這些公司是非常重創新。

我前面講到他們的代價也是非常大的，但是你們去看他的市值，確實也是在全世界的相關領域裡最領先的，這就是創新的收益。

今天我的標題是「AI 科技創新」，其實 AI 科技跟一般的科技沒什麼區別，只不過今天在這個時間還不成熟，10 年前，晶片的創新是非常難的一件事情，但是大家今天覺得已經沒有那麼稀奇了。

科技創新其實我認為可以分為三大類：

第一，AI 核心演算法的創新。

第二，AI 工程的創新。

第三，AI 產品的創新。

在這裡，每一個創新的成功因素，或者是核心的資源是不一樣的，比如說 AI 核心演算法的創新，可能更多的是依賴於有多少 PhD，而且這個一定是要有創新能力的，並不是拿到 PhD 就可以有創新能力。

比如說 Google，如果大家去 Google 的網站上去看，這個裡面有 2000 多個 PhD，而且這些都是全世界最好的學校，整個 Google 我記得工程師裡面 20% 是有博士學位的，所以也就是說 Google 可能有上萬級以上的 PhD 都是在做產品的創新，和做核心演算法的創新。

這個確實中國跟美國還是有一定的差距，因為他們可以吸引到全世界最好的 PhD，中國更多還是吸引中國本土的 PhD，或者是留學到海外的中國 PhD。

AI 工程的創新更多依賴於有很好的工程師，中國在過去幾年移動網際網路的發展過程中，已經是非常厲害，跟美國的差距已經不大。

AI 產品的創新，更多是依賴於你是不是有海量的資料、使用者，這個中國在全球都已經是領先的。

未來幾年，我們希望能夠在 AI 演算法上有更多推進，跟美國很多的創新至少可以在同一條路上去跑。

中國科技創新的攔路虎是什麼？我覺得中國談科技創新是最近幾年的事情，網際網路公司們討論了很多的創新，但確實過去很多時候我們的創新有這幾個缺點：騎牆主義、拿來主義、功利主義、彎道超車。

談創新，你自己要有一個明確的判斷、想法，而不能說今天人家說這一條路徑好，你就去跑一跑，跑到半路人家說不行了，或者說遇阻力，然後人家說這條路好，你就跑到這條路，我看到了很多的中國公司有這種傾向。

拿來主義這個大家都理解，人家花 100 塊錢乾的事情，等別人幹出來了我花 1 塊錢就行了，我甚至看到今天很多的大公司，他有的時候還會跟別人說，你看 Google 花了 20 億才搞出了這個東西，我花了兩億就搞出來了，他甚至還把這個當做一個很自豪的事情。在我看來，這就是非常功利的事情。

說到彎道超車，很多時候我們特別喜歡講，但你不應該彎道超車，因為這樣說明你比人家起步晚，你應該是跟人家站在同一個起跑線，而不是老想著彎道超車。因為，只有你是第一步進入，然後跟人家一起嘗試，最後你才能夠獲得創新帶來的收益，以及獲得我們競爭者和合作夥伴的認同。

這個就是我今天分享的創新，非常隨機的一些想法，這裡絕大部分都是創新者，雖然創新非常艱難，但是我覺得創新的收益挺高，整個過程也讓人非常愉悅，希望大家都能堅持創新，謝謝大家！