以過去的 4 個多月為時間軸， 如果要盤點最受關注的中國 AI 創業公司， 李志飛的“出門問問”必在其中。 毫無疑問， 出門問問與大眾汽車集團（中國）達成的深度合作將這種關注帶到了頂點。 4 月 6 日， 雙方公開宣佈已於 3 月 30 日簽署合作協定， 將共同成立一家合資企業， 而大眾汽車也將為這次合作投資共計 1.8 億美元。
在如今傳統汽車廠商與新興互聯網車企的博弈達到白熱化之時， 出門問問與大眾汽車的這項“綁定合作”是一件具備里程碑意義的事件。 然而， 對於出門問問和大眾汽車而言， 最終的驗證還是要取決於產品本身在市場上的表現， 而不是達成了什麼樣的合作， 投入多少資本和資源。
當下， 全球最為成功的 AI 消費端產品當屬亞馬遜的 Echo 和 Alexa， 而出門問問無疑也是採取了類似比較“重”的模式。 但不可否認的是， 亞馬遜的成功是由千人級別的研發團隊經歷長達4年多時間的投入才得以成就。
毫無疑問， 接下來的路該怎麼走， 出門問問創始人李志飛必然有著他自己篤定的邏輯。
為此， DT君近日對這位以性格犀利著稱的湖南人進行了一次深度專訪， 涵蓋從與大眾汽車的“綁定合作”、傳統車廠與互聯網車企之間的博弈、汽車保險行業的未來趨勢、百度的阿波羅計畫到深度學習的黑盒子等等話題。
以下是精彩的深度專訪整理：
問：出門問問和大眾的這次合作大概是怎樣的邏輯？
李志飛：無論是我們還是大眾都已經公開表明了， 兩家成立的合資公司所擁有的技術和車聯網系統對車廠都是開放的， 畢竟只有極少數強勢車企可以自己開發專屬的系統。
因為當下的車載系統仍然是和智慧手機處於一個競爭用戶時間的關係， 而我們選擇和大眾進行深度合作， 也是為了能夠不斷的對產品和使用者進行反覆運算， 做出能夠真正在車內跟智慧手機競爭的產品。
圖 | 右二是李志飛
而談到開放這一個話題， 其實也是一個很正常的現象， 包括像大眾的汽車發動機除了自用之外， 也是會向其他廠家出售的， 這都是一些很正常的商業交易。
當前來講， 我們所關心的核心還是在於能否通過這次合作開發出具有核心競爭力的產品。 而就目前的狀況來講， 我們是比較有信心的，
除此以外， 通過技術的開放， 讓競爭對手想要追趕我們也變得十分困難了， 畢竟我們已經領先了好幾年。
問：為何選擇了大眾， 而不是其他廠商？
李志飛：首先， 我們認為， 大眾在整個中國汽車行業裡地位很高、所占的市場份額足夠大（超過20%）。 而如果合作方是市占率5%的企業（雖然這個份額已經很大了）， 但我們仍然不願意放棄另外的95%， 所以我們選擇了大眾。
其次，大眾無論是戰略還是對技術這種長線的投入都比較符合我們的風格。而其他的一些公司，因為本身的力量就比較小，所佔有的市場規模也不大，就很難會去做這些看不清前景的東西。在這種情況下，大眾的定位是比較符合我們的追求的。
問：怎麼看待傳統車廠和新興智慧造車企業之間的博弈關係？
李志飛：的確，新舊車企之間的這種博弈還是很明顯的，畢竟這是一個非常大的市場。而從大的趨勢來看，汽車的自動化、智慧化、電動化和共用化是一個勢不可擋的必然。
那麼在這種大趨勢面前，某些傳統的汽車廠商一定會衰落，而新興的造車企業也不會全部成功，十家之中或許會有一兩家可以做得很好。這並不同于在智慧手機領域傳統的手機企業全線崩潰的現象，畢竟留給手機廠商的反應時間太短了，就像是戰爭還沒開始就已經結束了。
而汽車實際上是一個非常長期的行業，一輛汽車從概念到驗證到量產，以及量產之後的良品率和供應鏈保障其實都是很複雜的問題。比如說，賣一萬輛車和賣一百萬輛車之間的成本差異可能是兩三倍，而如果按照智慧手機或智慧電視那種虧損 20%補貼用戶的做法來搶佔市場，平均一台車虧損幾萬塊是一家車企無論如何都不能承受的。
所以，不管是從技術還是商業模式，汽車這個行業都不可能採取互聯網那種非常狼性的打法的。
而我整體的看法其實還是比較中庸的，未來的汽車行業比拼的一定是體驗、產品和行銷，在這種情況下還單純依靠管道和價格的車企一定會失敗。
與此同時，也並不意味著傳統的車廠就沒有機會了，畢竟像大眾、寶馬這種的巨頭也在向科技公司轉型，而他們的反應速度是非常快的，由此帶來的想像空間甚至會比一些新興互聯網車企更大。
過去的車企大多都是把車賣給管道後對消費者沒有什麼感知了，其實是B2B業務。在轉向B2C之後，基於所擁有的強大技術和龐大用戶群，再添加上所謂的智慧化的東西，它們顛覆掉新興的互聯網車企也是完全有可能的。
問：汽車的智慧化發展趨勢會對汽車保險行業有哪些影響？
李志飛：我認為最重要的一點還是聯網，聯網之後收集到資料才可以進行分析，制定出個性化的保險產品，而不是像在以前美國那種每個人3000美元的統一範本。所以，汽車保險在未來的變革一定是依賴于汽車的智慧化和互聯網化。也正是在這種情況下，很多車廠都在提升汽車的智慧化和互聯網化程度。
與此同時，由於傳統的汽車保險並不知道消費者的具體真實的駕駛狀況，而在汽車實現智慧化和互聯網化之後，就相當於保險商直接面向了消費者。如此一來，也就有機會把這個業務做得更大更好，而我們與大眾達成此次合作，其實也是有這方面的考慮。
問：在產品上，我們知道包括智慧手錶在內的智慧硬體其實發展得並不是特別成功。那麼，“出門問問”現在從語音上切入，其具體策略是什麼？
李志飛：智慧可穿戴設備確實受到了挑戰，但智慧手錶只是智慧可穿戴中的一個分支，還有其他很多類別如智慧無線耳機。 我們總體上對智慧可穿戴持樂觀態度。
圖 | 各種類型的可穿戴設備
對於絕大部分甚至是所有的人工智慧演算法而言，第一步（也是非常重要的一步）是sensing，就是要收集所需資料，無論是個人身體狀態資料，環境的資料，還是個人與環境的互動資料。有了sensing data後， 之後才有bigdata analysis、control和action。 而action就是在改變環境的狀態，又重續需要sensing，才能形成智慧需要的閉環反覆運算。
手機可以收集這些資料，但遺憾的是，手機並不是一個全天候貼身伴隨的設備。這樣看來，可穿戴式智慧設備收集的資料一定有其非常獨特的價值，只不過這些設備還未普及。
所以，我們其實不太關心大家又說整個行業最近又發生了多大的變化，我們更希望以長遠的目光看待其發展。
圖 | 問問音箱
問：有一種說法是，未來汽車將成為除了家庭和工作地點外“生活的第三空間”，“出門問問”在汽車領域的佈局是什麼樣的？
李志飛：現在人們買個車基本就是為了開車本身，就跟以前說，買個手機是為了打電話一樣。但現在，打電話已經不是手機最重要的功能了。我覺得，這種規律同樣適用於汽車，當無人駕駛普及，汽車會成為一個全新的生活空間。
那麼，到時候開車肯定不是最重要的事情，娛樂、資訊查詢等等這些偏交互、偏內容、偏服務的事情在這個空間內會變得越來越重要。
因此，我們的市場切入點不是無人駕駛，這個不是我們的強項。相反，我們專注于車內設備的智慧化。
首先就是先把這些設備聯網，實現查詢、語音交互、導航、聽音樂等功能，就和用手機一樣。所以我們正在研發這麼一套智慧交互系統。我認為，這甚至比無人駕駛本身更有想像空間，因為它構建出一個全新的虛擬世界。
問：這聽起來跟亞馬遜很像，“出門問問”是否有策略上的不同？
李志飛：我們傾向於“軟硬結合”，硬體軟體都自己開發。開發完之後，像車載這種講究強勢銷售管道的產品，我們會選擇一個比較有影響力的合作夥伴去合作。亞馬遜希望所有的汽車都搭載其 Alexa 平臺，這種願景是宏偉的，但是可能會比較難推動，因為車載生態圈跟互聯網還是不一樣的。
圖 | 福特已經和亞馬遜展開了合作
而我們今天能夠找到像大眾這樣的重量級的合作夥伴，它占中國20%的市場份額，我們和大眾專門成立合資公司，所有跟車相關的產品都可以放到這個公司中去做，大眾也對我們開放它的線下銷售管道和汽車產品，這讓我們可以進行深度的合作，雙方作為兩個平等股東，對產品都有一定的控制，利益也是共用的。
這種合作現階段遠比做一個平臺更容易成功，因為你不可能跟所有的車廠都建一個合資公司，也不可能一上來就是排他的。所以，我們這種思路是一條不同的打法，我們考慮是能夠快速落地。
問：您對百度的阿波羅計畫怎麼看？
李志飛：最近不是有一篇特別火的文章說，百度的這個計畫讓誰哭了讓誰笑了。這裡面的邏輯是，哭的都是那種做長線研發的公司，笑的都是不做研發把現成東西拿過來用的公司。
其實，最根本的問題就是，做平臺與實現真正的深度整合式產品化，是兩個不同思路。百度做這個平臺進軍自動駕駛，但它都沒有自己的車，可能都沒怎麼上路跑過，最後只能產出90分的東西，但這種產品一旦放到車裡面去，這可事關性命啊！沒有99分都不可能用。
而文中提到的那些笑的公司，他有能力把百度平臺的90分的產品做到99分嗎？這是不可能的事情，因為越到後面分數越難拿，最難的就是最後幾分。所以說，這些笑的公司不可能做出真正一流的產品，這是需要大投入和深度集成應用的。
這個計畫可能真正影響的是某些創業公司，他們本來可以通過一些無人駕駛方案賺到一些錢甚至收取一些預研的費用，但現在因為百度的開放，這些都不存在了。
問：出門問問的商業模式大概是什麼樣子的？
李志飛：大概有以下幾種商業模式：
第一個就是硬體本身，無論是我們的後視鏡還是智慧手錶，這些硬體本身就是都可以賺到錢；
第二個就是有更大想像空間的資料變現，因為我們搭建了一個交互系統，積累的大量的用戶，自然會產生大量的資料，而就像現在互聯網上很多變現模式一樣，我們可以通過廣告、保險等多種方式將資料價值變現，而這一切的前提就是有大量使用者使用你的設備；
實際上，這和整個智慧手機的盈利模式是一樣的，早期是靠硬體賺錢，之後慢慢的開始賺軟體的錢，然後是賺廣告商和保險公司的錢。
問：您怎麼看待特斯拉？您認為它已經取得成功了嗎？
李志飛：我認為，特斯拉已經非常成功了，它已經不再屬於創業公司的範疇了。雖然它目前所占的市場份額還是比較小，而這其實又涉及到一個軟體和硬體之間行業區別的問題。
通常來講，軟體市場的前兩名就幾乎可以佔據 80% 的市場份額了，但硬體卻恰恰相反，很難出現“贏者通吃”的局面。即便是在智慧手機領域，第一名的份額也不過 15% 而已，而這也就是由消費者的個人偏好所決定的。
即便特斯拉做得再好，也不可能佔據 50% 的市場份額，要知道蘋果的市占率也不過十幾個點。與此形成鮮明對比的則是百度的搜索在中國佔據 80% 以上，穀歌搜索在美國也有 70% 左右。
問：您怎麼看待無人駕駛技術的安全的問題？
李志飛：從短期來講，我對無人駕駛是悲觀的；長期的話，我認為它一定是會發生的。從應用的層面來講，反而是一些輔助性的無人駕駛技術有可能率先成功，就比如車距過近報警或路線偏移報警之類的。 完全的無人駕駛註定是一個長線的過程，畢竟無人駕駛並不單純是一個技術的問題，它還牽涉到法律、道德和商業等方方面面的事情。
而其實整個 AI 領域大概都是這個樣子。因為從當前的情況來看，AI 技術應用最成功的幾個領域並不是語音交互或視覺，反而是一些輔助性的功能。其中最典型的例子就是谷歌翻譯，像今日頭條這種新聞推送的應用也是同樣的道理，並不要求做到 100% 精確，只要十條之中有八條推送正確就可以了。
圖 | 功能日益強大的谷歌翻譯
問：您對無人駕駛技術有哪些展望？
李志飛：我們想在無人駕駛沒成熟之前，就去推廣智慧交互。我的思考有兩個方面：
首先，在今天無人駕駛還沒有成熟的階段，如何採取一些輔助性的手段來實現一些自動化的功能，在這方面我們其實是做了一些智慧魔鏡之類的產品；
其次，就是在無人駕駛還沒有完全實現的今天，我們要想辦法來模擬無人駕駛的一些場景。最典型的例子就是“生活空間”的概念。
其實，我們現在已經可以通過改裝一輛車，將駕駛室完全封閉起來，只通過手機 APP 與司機溝通來實現無人駕駛的場景。通過這種模擬，我們就可以在沒有實現無人駕駛的情況下來去構建我們的智慧交互手段，從而提早的進行產品和技術的反覆運算。
問：深度學習這一技術未來的發展趨勢是什麼？
李志飛：目前，許多人都關注到深度學習存在的兩個問題：可解釋和可操控。說白了這個技術現在就是一個黑盒子，它是怎樣抓取語義和結構，能否人工地去對模型的局部進行調整，使其可以按照需求去輸出結果，這些都存疑。
之前的自然理解或者機器翻譯訓練出來的模型，其本身是可以被理解的。這些模型是離散的、字串對字串的映射，所以當它輸出一個結果時，這個結果是可解釋的。比如，我們以前做翻譯說“China”這個詞，模型檔裡能明確告訴你翻譯成“瓷器”或“中國”的概率。
第二個問題是可操控。還是剛才的例子，“China”翻譯成瓷器或中國的的概率是可以進行人工調整的。這個其實是此前非深度學習技術在機器翻譯上比較突出的一個優點。
所以，從我比較熟悉的自然理解和機器翻譯領域來說，深度學習應該實現模型的可解釋和可操控，並且，我們對物理世界的知識，一些語義上的東西，應該可以提前輸入到模型中，而不需要再通過資料進行“瞎”學。
問：深度學習像一個黑盒子，人們要控制機器，但卻不知道原理。這是否也意味著一定的安全隱患？另外，怎麼保證安全，這可能也意味著一個巨大的商業機會，您是怎麼判斷的？
李志飛：我認為，今天所有的機器學習的方法，都離不開一定的資料和目標函數，即工程師或科學家命令機器基於這些資料去優化某個目標函數。我覺得機器在演算法層面還是比較忠誠的，它沒有主觀意識和善惡概念，它比人更忠誠，除非是有壞人控制了它。
所以，安全與否取決於深度學習這個技術到底由誰控制，是否從法律和政策層面對這種控制有約束，就像核武器也不是每個國家都有一樣。
其次，大眾無論是戰略還是對技術這種長線的投入都比較符合我們的風格。而其他的一些公司，因為本身的力量就比較小，所佔有的市場規模也不大，就很難會去做這些看不清前景的東西。在這種情況下，大眾的定位是比較符合我們的追求的。
問：怎麼看待傳統車廠和新興智慧造車企業之間的博弈關係？
李志飛：的確，新舊車企之間的這種博弈還是很明顯的，畢竟這是一個非常大的市場。而從大的趨勢來看，汽車的自動化、智慧化、電動化和共用化是一個勢不可擋的必然。
那麼在這種大趨勢面前，某些傳統的汽車廠商一定會衰落，而新興的造車企業也不會全部成功，十家之中或許會有一兩家可以做得很好。這並不同于在智慧手機領域傳統的手機企業全線崩潰的現象，畢竟留給手機廠商的反應時間太短了，就像是戰爭還沒開始就已經結束了。
而汽車實際上是一個非常長期的行業，一輛汽車從概念到驗證到量產，以及量產之後的良品率和供應鏈保障其實都是很複雜的問題。比如說，賣一萬輛車和賣一百萬輛車之間的成本差異可能是兩三倍，而如果按照智慧手機或智慧電視那種虧損 20%補貼用戶的做法來搶佔市場，平均一台車虧損幾萬塊是一家車企無論如何都不能承受的。
所以，不管是從技術還是商業模式，汽車這個行業都不可能採取互聯網那種非常狼性的打法的。
而我整體的看法其實還是比較中庸的，未來的汽車行業比拼的一定是體驗、產品和行銷，在這種情況下還單純依靠管道和價格的車企一定會失敗。
與此同時，也並不意味著傳統的車廠就沒有機會了，畢竟像大眾、寶馬這種的巨頭也在向科技公司轉型，而他們的反應速度是非常快的，由此帶來的想像空間甚至會比一些新興互聯網車企更大。
過去的車企大多都是把車賣給管道後對消費者沒有什麼感知了，其實是B2B業務。在轉向B2C之後，基於所擁有的強大技術和龐大用戶群，再添加上所謂的智慧化的東西，它們顛覆掉新興的互聯網車企也是完全有可能的。
問：汽車的智慧化發展趨勢會對汽車保險行業有哪些影響？
李志飛：我認為最重要的一點還是聯網，聯網之後收集到資料才可以進行分析，制定出個性化的保險產品，而不是像在以前美國那種每個人3000美元的統一範本。所以，汽車保險在未來的變革一定是依賴于汽車的智慧化和互聯網化。也正是在這種情況下，很多車廠都在提升汽車的智慧化和互聯網化程度。
與此同時，由於傳統的汽車保險並不知道消費者的具體真實的駕駛狀況，而在汽車實現智慧化和互聯網化之後，就相當於保險商直接面向了消費者。如此一來，也就有機會把這個業務做得更大更好，而我們與大眾達成此次合作，其實也是有這方面的考慮。
問：在產品上，我們知道包括智慧手錶在內的智慧硬體其實發展得並不是特別成功。那麼，“出門問問”現在從語音上切入，其具體策略是什麼？
李志飛：智慧可穿戴設備確實受到了挑戰，但智慧手錶只是智慧可穿戴中的一個分支，還有其他很多類別如智慧無線耳機。 我們總體上對智慧可穿戴持樂觀態度。
圖 | 各種類型的可穿戴設備
對於絕大部分甚至是所有的人工智慧演算法而言，第一步（也是非常重要的一步）是sensing，就是要收集所需資料，無論是個人身體狀態資料，環境的資料，還是個人與環境的互動資料。有了sensing data後， 之後才有bigdata analysis、control和action。 而action就是在改變環境的狀態，又重續需要sensing，才能形成智慧需要的閉環反覆運算。
手機可以收集這些資料，但遺憾的是，手機並不是一個全天候貼身伴隨的設備。這樣看來，可穿戴式智慧設備收集的資料一定有其非常獨特的價值，只不過這些設備還未普及。
所以，我們其實不太關心大家又說整個行業最近又發生了多大的變化，我們更希望以長遠的目光看待其發展。
圖 | 問問音箱
問：有一種說法是，未來汽車將成為除了家庭和工作地點外“生活的第三空間”，“出門問問”在汽車領域的佈局是什麼樣的？
李志飛：現在人們買個車基本就是為了開車本身，就跟以前說，買個手機是為了打電話一樣。但現在，打電話已經不是手機最重要的功能了。我覺得，這種規律同樣適用於汽車，當無人駕駛普及，汽車會成為一個全新的生活空間。
那麼，到時候開車肯定不是最重要的事情，娛樂、資訊查詢等等這些偏交互、偏內容、偏服務的事情在這個空間內會變得越來越重要。
因此，我們的市場切入點不是無人駕駛，這個不是我們的強項。相反，我們專注于車內設備的智慧化。
首先就是先把這些設備聯網，實現查詢、語音交互、導航、聽音樂等功能，就和用手機一樣。所以我們正在研發這麼一套智慧交互系統。我認為，這甚至比無人駕駛本身更有想像空間，因為它構建出一個全新的虛擬世界。
問：這聽起來跟亞馬遜很像，“出門問問”是否有策略上的不同？
李志飛：我們傾向於“軟硬結合”，硬體軟體都自己開發。開發完之後，像車載這種講究強勢銷售管道的產品，我們會選擇一個比較有影響力的合作夥伴去合作。亞馬遜希望所有的汽車都搭載其 Alexa 平臺，這種願景是宏偉的，但是可能會比較難推動，因為車載生態圈跟互聯網還是不一樣的。
圖 | 福特已經和亞馬遜展開了合作
而我們今天能夠找到像大眾這樣的重量級的合作夥伴，它占中國20%的市場份額，我們和大眾專門成立合資公司，所有跟車相關的產品都可以放到這個公司中去做，大眾也對我們開放它的線下銷售管道和汽車產品，這讓我們可以進行深度的合作，雙方作為兩個平等股東，對產品都有一定的控制，利益也是共用的。
這種合作現階段遠比做一個平臺更容易成功，因為你不可能跟所有的車廠都建一個合資公司，也不可能一上來就是排他的。所以，我們這種思路是一條不同的打法，我們考慮是能夠快速落地。
問：您對百度的阿波羅計畫怎麼看？
李志飛：最近不是有一篇特別火的文章說，百度的這個計畫讓誰哭了讓誰笑了。這裡面的邏輯是，哭的都是那種做長線研發的公司，笑的都是不做研發把現成東西拿過來用的公司。
其實，最根本的問題就是，做平臺與實現真正的深度整合式產品化，是兩個不同思路。百度做這個平臺進軍自動駕駛，但它都沒有自己的車，可能都沒怎麼上路跑過，最後只能產出90分的東西，但這種產品一旦放到車裡面去，這可事關性命啊！沒有99分都不可能用。
而文中提到的那些笑的公司，他有能力把百度平臺的90分的產品做到99分嗎？這是不可能的事情，因為越到後面分數越難拿，最難的就是最後幾分。所以說，這些笑的公司不可能做出真正一流的產品，這是需要大投入和深度集成應用的。
這個計畫可能真正影響的是某些創業公司，他們本來可以通過一些無人駕駛方案賺到一些錢甚至收取一些預研的費用，但現在因為百度的開放，這些都不存在了。
問：出門問問的商業模式大概是什麼樣子的？
李志飛：大概有以下幾種商業模式：
第一個就是硬體本身，無論是我們的後視鏡還是智慧手錶，這些硬體本身就是都可以賺到錢；
第二個就是有更大想像空間的資料變現，因為我們搭建了一個交互系統，積累的大量的用戶，自然會產生大量的資料，而就像現在互聯網上很多變現模式一樣，我們可以通過廣告、保險等多種方式將資料價值變現，而這一切的前提就是有大量使用者使用你的設備；
實際上，這和整個智慧手機的盈利模式是一樣的，早期是靠硬體賺錢，之後慢慢的開始賺軟體的錢，然後是賺廣告商和保險公司的錢。
問：您怎麼看待特斯拉？您認為它已經取得成功了嗎？
李志飛：我認為，特斯拉已經非常成功了，它已經不再屬於創業公司的範疇了。雖然它目前所占的市場份額還是比較小，而這其實又涉及到一個軟體和硬體之間行業區別的問題。
通常來講，軟體市場的前兩名就幾乎可以佔據 80% 的市場份額了，但硬體卻恰恰相反，很難出現“贏者通吃”的局面。即便是在智慧手機領域，第一名的份額也不過 15% 而已，而這也就是由消費者的個人偏好所決定的。
即便特斯拉做得再好，也不可能佔據 50% 的市場份額，要知道蘋果的市占率也不過十幾個點。與此形成鮮明對比的則是百度的搜索在中國佔據 80% 以上，穀歌搜索在美國也有 70% 左右。
問：您怎麼看待無人駕駛技術的安全的問題？
李志飛：從短期來講，我對無人駕駛是悲觀的；長期的話，我認為它一定是會發生的。從應用的層面來講，反而是一些輔助性的無人駕駛技術有可能率先成功，就比如車距過近報警或路線偏移報警之類的。 完全的無人駕駛註定是一個長線的過程，畢竟無人駕駛並不單純是一個技術的問題，它還牽涉到法律、道德和商業等方方面面的事情。
而其實整個 AI 領域大概都是這個樣子。因為從當前的情況來看，AI 技術應用最成功的幾個領域並不是語音交互或視覺，反而是一些輔助性的功能。其中最典型的例子就是谷歌翻譯，像今日頭條這種新聞推送的應用也是同樣的道理，並不要求做到 100% 精確，只要十條之中有八條推送正確就可以了。
圖 | 功能日益強大的谷歌翻譯
問：您對無人駕駛技術有哪些展望？
李志飛：我們想在無人駕駛沒成熟之前，就去推廣智慧交互。我的思考有兩個方面：
首先，在今天無人駕駛還沒有成熟的階段，如何採取一些輔助性的手段來實現一些自動化的功能，在這方面我們其實是做了一些智慧魔鏡之類的產品；
其次，就是在無人駕駛還沒有完全實現的今天，我們要想辦法來模擬無人駕駛的一些場景。最典型的例子就是“生活空間”的概念。
其實，我們現在已經可以通過改裝一輛車，將駕駛室完全封閉起來，只通過手機 APP 與司機溝通來實現無人駕駛的場景。通過這種模擬，我們就可以在沒有實現無人駕駛的情況下來去構建我們的智慧交互手段，從而提早的進行產品和技術的反覆運算。
問：深度學習這一技術未來的發展趨勢是什麼？
李志飛：目前，許多人都關注到深度學習存在的兩個問題：可解釋和可操控。說白了這個技術現在就是一個黑盒子，它是怎樣抓取語義和結構，能否人工地去對模型的局部進行調整，使其可以按照需求去輸出結果，這些都存疑。
之前的自然理解或者機器翻譯訓練出來的模型，其本身是可以被理解的。這些模型是離散的、字串對字串的映射，所以當它輸出一個結果時，這個結果是可解釋的。比如，我們以前做翻譯說“China”這個詞，模型檔裡能明確告訴你翻譯成“瓷器”或“中國”的概率。
第二個問題是可操控。還是剛才的例子，“China”翻譯成瓷器或中國的的概率是可以進行人工調整的。這個其實是此前非深度學習技術在機器翻譯上比較突出的一個優點。
所以，從我比較熟悉的自然理解和機器翻譯領域來說，深度學習應該實現模型的可解釋和可操控，並且，我們對物理世界的知識，一些語義上的東西，應該可以提前輸入到模型中，而不需要再通過資料進行“瞎”學。
問：深度學習像一個黑盒子，人們要控制機器，但卻不知道原理。這是否也意味著一定的安全隱患？另外，怎麼保證安全，這可能也意味著一個巨大的商業機會，您是怎麼判斷的？
李志飛：我認為，今天所有的機器學習的方法，都離不開一定的資料和目標函數，即工程師或科學家命令機器基於這些資料去優化某個目標函數。我覺得機器在演算法層面還是比較忠誠的，它沒有主觀意識和善惡概念，它比人更忠誠，除非是有壞人控制了它。
所以，安全與否取決於深度學習這個技術到底由誰控制，是否從法律和政策層面對這種控制有約束，就像核武器也不是每個國家都有一樣。