2017欧特克AU中国“大师汇”再度登临上海，欧特克近年来在AI、VR、包括机器学习这些领域都有一些全新探索。欧特克应用研究实验室首席研究工程师李卉博士此次发表演讲，畅谈人工智能：拥抱变化，引燃未来。

如今云和数据在改变所有人生活方式: 我们旅行方式、休闲方式、沟通方式。软件在日益主宰这个世界，设计领域也不例外，设计不再仅仅局限于电脑桌上程序窗里，也不用依赖于静态形式。当你把产品投放给用户使用，你的产品始终与外界互联互通。我们基于云工具也同样始终与外界互联互通，并持续发展。这一切将引发一场深刻变革，我们设计工具以及相关的用户体验在经历一场大蜕变。这个大蜕变就是衍生式设计。

衍生设计是什么？比如有一件工作，你只需要设定目标，限制条件，影响因素，它会用强大计算能力帮助你找出，并分析一切可行设计方案，甚至发觉出你意想不到的设计方案。这就是衍生设计。衍生设计并不仅仅是几何结构的综合，它已经开始学会理解更加无限复杂化的事物，比如人的需求。以往我们是下指令，设计工具执行指令，但是现在这种关系已经演变成适应性、自适应性关系。当衍生式工具可以为我们找出并且成千上万理想设计方案，我们设计产品如何付诸制造，接下来看看人工智能如何转变产品制造方式。

无限计算能力正在改变我们用来设计和制造工具，而这些工具也正在改变着我们设计和制造出的产品。以往基于限制条件建设计算模型，现在新的计算方式基于洞察，在未来欧特克设计和建造工具一样会被机器学习所改变。

通过给Bishop机器人计算机视觉，我们赋予他们能够看到并且适应周围环境能力，通过赋予机器人学习，给他们学习并且适应新任务的能力。机器人不再无视我们自己或者是我们的流程，它现在能够学习和适应多变而无序人类世界。这一台Bishop机器人，我们把它放到混杂的世界当中。我们打造是一台具有好奇心机器人，让它的智力自然发展，逐渐Bishop意识到它自己有一双眼睛可以看事物，有一只手可以抓物品，随后它进化出对周边环境做出反应，并给予回应的能力。 数字世界和真实世界鸿沟越来越小，云的存在意味着所有机器人都可以学会如何通过机器学习来从仿真世界跨越到现实世界。以往机器人依赖我们给他们创造一个一致不变世界，但是现实世界是多变的，人工智能可以使我们拥抱这个变化。

人工智能可以帮助我们理解我们设计和制造出产品性能，人工智能也可以转变工程建设行业工具。但是其核心都是数据库。作为IQ核心，这些数据使它通过观察学习来进行逻辑推理，而不是遵循一套固定的程序。这是IQ专注于施工原则和实践，并不是公式。

放开工具让工具找到我们，在这个过程当中我们发现这些工具不仅仅具有逻辑性、推理能力，现在还具备了创造性、直觉性。在欧特克我们正在创造这样的工具，并将他们打造成我们真正合作伙伴，一个不仅仅善于执行，而且善于探索的伙伴。

主题演讲之后，李卉女士与媒体朋友一起畅谈智能，以下是交谈内容：

记者：李卉博士，请问下一代的制造业或者下一代的设计会是什么呢？

李卉：比如说制造业，就像我今天早上讲的一样，现在我们还停留在用机器人，就是全都是非常固定地，你从机器人的位置，在一个厂里头把机器人都锁定在一个地方，一直到机器人要做的东西，你给机器人的设计全都是一个固定的，然后我们用大产量来做。

但是我们觉得以后不应该是这个样子，因为你的设计也好，很多东西都是在不停地改变。比如说在用户用的过程中就会发现有需要改进的地方，我们觉得将来的产品是一个不停地自我完善的这么一个过程。因为你在使用的过程中在不停地采集更多的数据。其实都是连在一起的，物联网把所用的东西加了很多的传感器，这样的话你就可以采集在使用的时候的数据，这些数据用来机器学习。这种数据的洞察会一直在随着使用在得到，这会影响你将来怎么样设计，对产品的设计都会由这些而影响。我们认为设计也会是一个周而复始，就是不会有一个你把它设计出来放出去生产出来，然后来用就完了的这种感觉，一直是一个轮回的、周而复始的一直在不停地自我改变、自我完善。

所以在制造业也是一样，制造业机器人做起来应该也是这种可以不同地适应不同的设计，应该就是说非常容易地，你如果有一个第三人的改变是非常容易地来实施，你不会再用现在这样，这么长时间你要培训人来去编程每种机器人，然后做某一种的具体的任务，将来应该这些都非常地流畅。

VR也是一个很大的媒体，就是我们都不会再用，就是以前你要拿这个产品的手册，你要编很多非常繁琐的程序才能够控制到机器人，而且界面也是非常地不方便。将来会在VR里头非常地容易，你用你的手臂来展示给机器人你想要机器人怎么做，机器人就可以学会，这是他需要做的。如果你有什么设计需要改变，非常地容易。机器人的程序就可以自己改变。

记者：我这里有几个问题，一个问题就是我们看到之前微软提到未来的人工智能是以语音作为一个重要的入口。那么之前我看到那个经济学有一篇文章，因为讲中国人，因为这个汉字输入非常复杂，所以拿语音作为一个交互是一个非常重要的界面。

第二个就是图像识别现在也是在人工智能里面做得非常多的。那么从这个角度来说，是不是我可以把欧特克衍生式设计并列为跟这个图像识别和语音一样的一种并列的几大技术或者是作为入口的技术。

李卉：有点不太一样。语音识别和图像识别，其实就是很典型的机器学习的方面。衍生式设计其实不是机器学习，其实就是从数学上他们两个是不一样的。但是机器学习可以用在很多地方，包括衍生式设计。衍生式设计其实本质是和你刚才说的那两个不一样的，但是你也可以用机器学习在里面。

记者：因为衍生式设计，我看也是欧特克独有的，但是我是想从一个定义出发，我可以知道他在整个的人工智能里面的地位和作用。

李卉：可以说语音识别、图像识别都是机器学习的应用，我们还可以有其他的识别，比如说视频的也有，但是衍生式设计不是一个机器学习的应用。它是机器学习可以来帮助衍射设计，但是基本上衍生式设计不是机器学习上面的应用。你可以想在你想的这个金字塔里面，你可以想机器学习和衍生式设计是平行的。

记者：您看所有欧特克关注的这个领域，欧特克现在做三个领域，比如说制造，还有工程，还有一个是传媒娱乐。那么您看对AI的这种应用会最先在欧特克的哪一个领域里面去做？或者是说您觉得在哪个领域AI或者这类新的技术会更有发展的前途？

李卉：现在其实都在做，在工程他们已经做了，IQ已经做得很好。但是可能将来肯定会扩展到大家全都可以用。还有很多比如说Maya，像在我后面讲的这个Base FX的Christopher他就非常地激动，他觉得如果你能够把Maya的这个流体特效用机器学习帮我了，那就是很厉害，所以我们肯定也会往这个方向来做。

制造业有很多就像我刚才说的，就是说机器学习把这种比较繁琐的东西帮你解决，像在Fusion里面可以给你做建议什么的，这些也都是会应该近期出现。

记者：机器学习是怎么做到以假乱真，这里面是怎么实现的呢？

李卉：这是一种机器学习的算法，它做的机理就是说我有两个神经网络，你可以想象一个神经网络就好像一个造假的画家，他就是光画假画的。另外一个神经网络就是一个鉴别，来鉴别哪一个是真、哪一个是假的，这两个神经网络是互通的。就是说鉴别的这个神经网络会把结果告诉另外一个神经网络，让他做的更好。

记者：李博士，这里我还有一个问题想了解，你曾经说过在原来的传统制造里面，可以用产量来平衡经济效益的等式。但现在这个经济效益的等式已经颠倒过来的，那么人工智能之下这个经济效益的等式是什么样的呢？

李卉：就是我一开始说的，就是你可以会有很多个性化的生产，不同的用户会有不同的需求，但是由于现在机器人有这种新的能力，有机器学习，有适应周围环境、适应新任务的能力，你的成本不会增多。所以当然每个人想要自己喜欢的不同的，如果成本没有增加的话，这个是供应商来做制造方面是喜欢要做的这种选择。

记者：这也有一些启发，然后有什么更好的办法能够让人人、每一个人都成为制造一切的一份子。因为我看你们的愿景非常好，制造一切。但是我觉得需要人人都参与可能小到小孩或者到大人，如果大家都参与进来，我觉得也会产生非常大的价值。

李卉：这个其实也是欧特克的一个宗旨之一吧，比如Tinkercad就是给小孩的，而且现在其实还是很流行的，很多家长都希望孩子学这个，因为非常地容易、非常地易懂。这个等于说带孩子进这个make everything之门，打开这个门的一条路。

比如说给这些学校不同的中学、大学免费的软件也是有很多稍微穷一点的学校买不起这也是非常有利的一个地方。

记者：最后一个小问题，在未来您认为设计师会是一个稀缺的职业，还是一个泛滥的职业？因为我在想，我的一个欧特克软件，然后我通过衍生式设计，我也可以设计成千上万的作品，我也可以能自封自己是设计师。

李卉：但我觉得那时候的设计师的定义也许就不一样了吧。我觉得就是说到那时候很多现在的概念其实都会有新的定义。也就像将来会有很多新的行业，我们现在都想象不到的行业出来，也有很多现在的行业消失。

记者：我还有两个小问题，一个就是这个衍生式设计方法未来会对整个衍生式设计产业产生什么样的影响？这个你们可以预见一下吗？

李卉：设计业肯定是最大的影响，以前就是说很多传统的设计方法会被淘汰，但是新的设计方法又会出现。

记者：了解，最后一个问题，就还是关于那个简单和复杂的问题。我就是想问一下，因为我看了有一本书在讲，就是我们现在用了大数据以后，就是用一些简单的方法来替代复杂。那么衍生式设计，我想了解它的简单之处在哪里？复杂之处又在哪里呢？

李卉：你也可以说是简单，就是说你只需要给你的目标什么样的限制条件、什么样的影响因素，这些一般你都是知道的，不是说你还非要创新的。所以在这上面是比较简单的，因为你只需要给这些，然后这个系统会帮你找出设计方案。复杂的地方就会是怎么去决定要哪一个方案或者哪几个方案，或者说如果得到了方案还不满意怎么样去做修正。

记者：还有一个题外话，就是目前我们很多公司，现在欧特克可能在大家的眼里，或者人家一听这个名字都知道是一个软件公司，会不会在五年后或者十年后一说欧特克，人家会觉得是一个科技公司呢？因为很多公司都是随着人工智能这个方向把自己公司，有可能并不是做科技类东西出身的，但是为了顺应那个趋势把自己标榜为科技公司，有的很成功，但是有的也不一定很成功。然后欧特克据你们来看的话，在五年后或者十年后会不会有个趋势？

举个例子，一个互联网公司后面慢慢做科技、做汽车，做这做那的，话，其实在我们消费者眼里，他们很多都是以科技公司来命名的嘛，就是说自己把它定义为一个科技公司。然后现在欧特克是软件，以后打个比方做人工智能。

李卉：其实我们还是做的是软件。软件是让大家设计、制造、创造东西的。这个人工智能只是为了这个软件服务的。机器人做也是说为了软件服务，就是因为我们要自己做一做，自己用一用我们的软件才能决定这个软件还需要有什么地方改进。

记者：我想问AI和大数据到底是什么关系？因为前两年都在讲大数据，然后大数据是AI的基础原料，可以这样说是吗？

李卉：对，燃料。

记者：只是一个燃料，然后那个AI是要加上算法以后，才能数据+算法等于人工智能，可以这样理解吗？就是数据+算法，也就是说你们现在的研究是在算法研究是吗？

      李卉：都有，包括数据，你要想怎么样获取数据，什么样的是高质量的数据。用什么样的交互来获取数据，这些也都是研究问题之一。

      更多2017欧特克AU中国“大师汇”信息可以点击http://www.itheat.com/view/3115.html了解更多。