革命实践，理论先行。

　　如果人工智能是一场技术革命，那么，现在正是理论话语权的争夺阶段。

　　这一次，谷歌似乎落后于它的中国对手。

　　在中国火爆的国庆黄金周期间，谷歌秋季新品发布会如期召开，CEO 桑达尔·皮查伊(“劈柴哥”)首先上台，面对即将到来的AI时代，娓娓道来其对智能时代的睿智洞察与谷歌的AI战略思维：AI先行、软硬结合、机器学习人而不是人学习机器……

　　但是，中国观众却越听越觉得似曾相识。

　　等等~~这些看似“新鲜”的观点，不就百度CEO李彦宏，一年以来如布道般反复在讲的吗?劈柴哥就这样直接“拿来”了?

　　有图有真相：

　　关于AI转型

　　劈柴哥：我们致力于从“移动先行”，转变为“人工智能先行”战略。

　　李彦宏：“我现在有点忍不住地说，我们不是互联网企业，我们是一个AI企业”

　　关于机器学习人

　　劈柴哥：“在AI先行的世界，电脑应该去适应、学习人们是如何生活的，而不是人们去学习使用电脑。”

　　李彦宏：“人类发明工具这几十万年，一直是人类学习使用工具。人工智能时代以后，是工具学习人类的习惯。你以后再不用学任何东西了，你只要用人话跟它讲，它就明白你要干什么。”

　　关于软硬结合

　　劈柴哥：我们在软硬件上同时发力，因为那是电脑向前发展的趋势。AI+Software+Hardware可以为用户解决不同层面的问题。

　　李彦宏：AI思维就是要软硬结合。

　　关于人机交互革命

　　劈柴哥：要用自然语言实现人与机器的无缝沟通。“这是在一个更自然、对话式的情况下发生的，之后你们可以看到我们如何通过融合软硬件，把这种经验推广。”

　　李彦宏：自然语言是未来人机交流趋势。“在 PC 时代，大家跟计算机交互用键盘;到移动互联网时代是触摸屏。但是触摸屏再往下走是什么?就是这种自然的语言，不用有任何学习的过程。”

　　除了以上粘贴复制般的直接“撞车”，劈柴哥还讲到，AI要做的，是更贴心的服务，而且，AI产品与服务与用户 “相处”时间越长，就会越加懂用户(Learn and Adapt)，因为，AI会持续学习，越来越适应和懂用户。

　　谢天谢地，这部分有关“AI更懂你”的阐述，终于不是李彦宏直接说过的，但更不幸的是，百度在不久前公布的其AI时代的核心理念就是“世界很复杂，百度更懂你。”

　　这就有些尴尬了。

　　为什么会出现这种情况?其实类似这种思想撞车，在科技史上并不鲜见。

　　上世纪70年代，社会学家瓦伦·哈格斯特伦调查了1718名美国学术研究科学家，发现46%的调查对象相信他们的研究方向曾被别人预料或抢先发现。

　　之所以会出现这样的现象是因为，当一种前沿技术成为趋势，那么其技术及理论上的突破则势成必然，早晚会出现，但是，由于天分、资源等分布的不均匀性，又会使得这种突破会在一个时期内，以不同的形式，呈现相近的结果。

　　比如，牛顿与莱布尼兹以不同的计算方式创立微积分，是科技史上一段有名的公案;约瑟夫·普利斯特利制造氧气的方法与卡尔·舍勒不一样，但却同样找到了这一生命物质;天文学家约翰·亚当斯和于尔班·勒维耶，计算出了不同的行星轨道，却找到了同一个天体海王星……

　　再看劈柴哥撞车李彦宏。

　　当蛰伏60年的人工智能技术终于要王者归来，迎来自己的时代。作为这个领域领军企业的掌舵者，无论是李彦宏还是劈柴哥，结合企业研发探索与商业实践，前瞻性提出引领智能化变革的新锐思想，毫不奇怪。

　　更重要的是，谷歌和百度这两家号称转型AI的公司，都是从搜索引擎起家的，两者的核心工程流程和文化——数据-知识-产品-用户-数据——是完全一致的。而且，这样的工程文化，正是以数据驱动为方法论的主流人工智能产业模式，甚至可以说搜索引擎天生就是人工智能。

　　因此，当百度和谷歌同样以数据驱动来推进人工智能的产业化时，就如同彗星划过天际，都会不断擦出思想的火花。

　　这时候，谁的火花先为众人所见就颇为关键。

　　因为，一旦某个创见被揭示出来成为众所周知的，之后同样的结果就只能被用来证实第一个发现。就像世人因为《物种起源》的出版将进化论发现者桂冠戴在达尔文头上，却忽视了同一时期，也推导出了物竞天择理论的拉塞尔·华莱士;

　　一个多世纪前，信息传播很慢，华莱士与达尔文机缘巧合下的会面，才知道后者跟自己被同一道思想闪电击中。

　　今天，信息内容太多、太广、太快，劈柴哥很容易错过李彦宏已经发布的理论。重复的思想就会不断出现，但这些“创见”也能更快被发现，自己撞车了。

　　眼前有景道不得，崔颢题诗在上头。

　　面对抢占理论话语权的李彦宏，难道劈柴哥只能郁闷噤声吗?

　　当然不是。

　　记得一位创业大佬说过，一个风口刚起的时候，能想明白的人百中无一，但是，能做明白的，那就是万中无一了。

　　理论之外，AI的产业化实践才是真正的战场。

　　我们不妨来对比下谷歌和百度在AI领域的产业化布局。

　　首先看谷歌。除了加速AI技术在核心搜索业务中的应用，其AI战略还继承了安卓系统的核心打法，通过提供TensorFlow、Google.ai以及TPU等全套深度学习框架和基础设施，吸引各个领域大量垂直的开发者，将原本前沿研究阶段的人工智能技术直接带入到应用层面，而自己优秀的研发力量，可以继续依靠谷歌的得天独厚的数据资源和计算能力，聚焦于前沿基础技术创新。

　　再看百度。其AI能力同样首先在搜索、信息流业务中落地应用，并孵化出DuerOS智能语音开放平台。目前，百度已构建包含算法层、感知层、认知层和平台层技术架构的AI技术平台，并通过PaddlePaddle深度学习开源平台、ai.baidu.com等，全面开放包括语音、视频、增强现实、机器人视觉、自然语音处理等在内的60项核心AI能力。

　　而且，百度AI开放技术平台不仅与开发者一起打造垂直应用生态，还成立了智慧机场、智能客服、人脸等独立的业务部门，多路径推进百度AI 的产品化。

　　尤其值得一提的是，Apollo自动驾驶开放平台，目前加入这一生态的合作伙伴已经超过70 家，包括 全球一线的OEM 主机厂、Tier1 供应商、开发者生态公司以及初创科技公司等。全球自动驾驶开源社区中上千合作伙伴通过 Gtihub 使用了 Apollo 平台的开源代码，近百个合作伙伴申请开放数据。

　　这种开放力度，显然要比谷歌Waymo联合少数主机厂商、芯片厂商和合作伙伴组成的松散联盟格局更大，也更具想象力。

　　当然，在软硬结合上，谷歌目前走的更远。这次秋季新品发布会，更是一口气发布了8款硬件新品，其中包含：Pixel 2、Pixel 2 XL、Pixelbook、Google Home Mini、Google Home Max、Google Clips以及Buds，初步形成了自己的AI硬件产品矩阵。

　　反观百度，DuerOS作为新一代智能语音交互系统，已广泛赋能智能家居、可穿戴、车载和移动等多个行业的硬件产品，并与小鱼在家、联想、HTC、美的等多家企业达成生态合作。

　　但一直强调AI必须软硬结合的百度，会否构筑自己的硬件产品矩阵，我们只能拭目以待。

　　综合来看，无论是百度还是谷歌，这两家拥有亿级用户请求、超大知识图谱实体、语音调用和音频数据、千亿的图片和网页等数据的公司，依靠在深度学习、自然语言处理技术、多轮对话、图像识别等方面多年积累，都已经完成了Al战略的初步布局。

　　而且，两家公司聚集起的推动AI产业化不断前行的元素也十分相似：包括了开发框架、开源社区、大计算基础设施、多维用户数据、标杆垂类产业生态等等。

　　这种不约而同，更像一次系统性的“撞车”。

　　这还不够。理论方针路线确定了，干部就是决定因素。

　　就在上周，百度在硅谷第二个研发中心开张。作为最早在硅谷设立研发中心的中国公司之一，百度硅谷研发中心已吸引了全球工业界和学术界超过200名顶尖人才加入。

　　新研发中心的设立，标志着人才争夺领域的“撞车”也将愈演愈烈。

　　最后，用《纽约时报》上一个百度谷歌实验室技术撞车的故事作为结束。通过它我们更容易理解，今天，当两家的AI技术开始走出实验室，开始大规模产业化的时刻，劈柴哥撞车李彦宏，也许仅仅是个开始。

　　2016 年 6 月的一个星期三，在谷歌翻译部门的会议上，人们对百度发表在机器翻译领域核心期刊上的一篇文章议论纷纷。技术主管迈克·舒斯特(Mike Schuster)的一句话让会议室恢复了秩序，“是的，百度出了一篇新论文。感觉就像有人看透了我们做的东西——论文有类似的结构，类似的结果。”百度公司的BLEU 分数(一种衡量 机器翻译和纯人工翻译之间准确度的分数)基本吻合谷歌在2月和3月内部测试中取得的成绩。

　　工程师Quoc V. Le(夸克·维·乐)并未感到不快。他的结论是，这是一个表明谷歌处于正确轨道上的迹象。“这个系统与我们的系统非常相似。”他安静地说。

　　(注：百度领先一年发布了基于 NMT 的翻译系统，谷歌在 2016 年也紧跟百度推出了类似的系统。 )