“缺乏工程思维是我们北大毕业生的短板。”
这话不是别人说的，这话是北大87级校友百度创始人李彦宏说的。
这话不是在别的场合说的，这话是在北京大学新工科国际论坛上说的。
就在今年，北大相继成立集成电路学院、计算机学院、电子学院以及智能学院后，新工科的话题在国际论坛上，热议到了最高峰。
而百度创始人李彦宏，应邀发表了题为“化繁为简，从科学思维到工程思维”的演讲。
李彦宏不仅真诚分享了对工程思维的实践认知，还对北大新工科建设提出了方案和建议……
最后还认为，未来十年人工智能领域将有八项关键技术，会实现从量变到质变。
要点如下：
- 缺乏工程思维是我们北大毕业生的短板。
- 知道把难的问题转化为简单的问题，知道妥协，知道循序渐进，是工程化思维和科学化思维的主要区别。
- 百度和特斯拉都在用工程思维推进自动驾驶，特斯拉是程度渐变，百度是范围渐变。
- 新一轮科技革命和产业变革正在重构全球创新版图。
- 未来十年AI领域的八项关键技术：自动驾驶、数字城市运营、机器翻译、生物计算、深度学习框架、知识管理、AI芯片和个人智能助手。
- 当初“学人工智能找不到工作”，今天“不学人工智能几乎找不到工作”。
大家上午好！
很高兴回到母校，参与今天的新工科国际论坛。上一次回来还是三年前，为北大120周年庆生。
今年是我从北大毕业的30周年，本来在8月7号我们87级要在学校有个聚会的，后来因为疫情原因取消了，正在感觉遗憾的时候，收到了咱们新工科论坛的邀请，所以特别高兴有机会能来分享一下我这些年做大工程的体会，供大家参考。
我读书的时候，北大是没有工科的，出国留学学的是计算机科学，同一个学校还有一个计算机与电子工程系，这两个系又分属科学学院和工程学院，所以总觉得科学和工程还是有挺大差别的，后来离开学校进入工业界，关于工程方面的理念和思路，都是在工作中慢慢学会的。
可以说，缺乏工程思维是我们北大毕业生的短板。
2000年我回国创业，早期的创业团队也有不小的比例来自北大。在讨论工作的时候，经常能看出工程思维和科学思维的差别。
比如搜索结果的排序，我要求1秒钟出结果（那时候业界标准差不多是3秒钟），团队跟我说做不到，用户搜一个词，比如“电子商务”，网上带有这个词的网页可能上百万个，按相关性从第一个到第100万个排序，还要支持大批用户的并发访问请求，是不现实的，况且我们是个小公司，算力资源有限。
我说不对呀，谁让你们从第一到第100万去排序了，哪一个用户会翻到第10万页结果去看？你们的算法只要能从无数网页中找到最相关的1000个结果并且按相关性排序就好了，我们只需要让用户翻10页即可，真找不到他想要的，换个搜索词（query）就好。
你看，这就是做工程和做科学在思维上的差别。
我们的同学受的是科学的training，就要从第一排名到第100万，我工作了几年，就知道妥协，只排出前1000名就好。
你妥协了，每天有数亿人可以享受information at your fingertips的便利，你不妥协，就永远只能是一个实验室产品。
工程思维在实际工作中非常重要，也很常见。一个近期的例子是自动驾驶。
用科学思维去做，就是一步登天，做到L5再去扩规模，进行商业化，Waymo就是这个路子。可是很多图灵奖得主级别的人都说，L5太难，再过几十年都不一定能实现。
用工程思维去做，就是循序渐进，先在部分场景下实现自动驾驶。特斯拉采取了这样一种方法，它先做到L2，在高速上跟车，变道，在停车场实现自动泊车等等。
这个路子成功了，市场非常接受，车子大卖，每天无数的人开着特斯拉的车子为他们免费采集各种数据，特斯拉因此有了无人比拟的超大规模的自动驾驶相关数据，所以投资者都认为特斯拉做成无人驾驶的概率更大。
与此同时，特斯拉还靠卖车赚了不少钱，形成了良性循环，汽车工业也因此出现了百年未遇之大变局。
特斯拉的路子是一种工程化的思维逻辑，是对一个科学问题的妥协，是自动化程度的渐变，从L2希望逐步迈向L3、L4、L5。但这是不是唯一可行的渐变方式呢？
我们认为还有一种渐变方式，就是自动驾驶行驶范围的渐变。
现在在任意场景下的全无人驾驶做不到，全国500万公里的道路上，一步登天实现无人驾驶做不到，那么能不能先从那最简单的5万公里、10万公里做起？
技术上在人车混行比较少的地方，在大家都比较遵守交通规则的地方，在红绿灯设置比较合理的地方，已经可以实现全无人驾驶了，我们可以在这些地方先跑起来，在实际运营的过程中不断学习，不断提高，逐步扩大无人车服务的地域范围，这样也能走到L5。
百度就采取了这样一个渐进式的路子，我们为此专门成立了一个运力公司叫萝卜快跑，为大家提供自动驾驶出行服务。
今天在北京亦庄、广州黄埔，在长沙，沧州等不少地方，普通用户都是可以打到萝卜快跑的无人车的，而且很多时候还免费。
今天，我们的无人车已经累计接待了超过40万人次。
知道把难的问题转化为简单的问题，知道妥协，知道循序渐进，我认为是工程化思维和科学化思维的主要区别。
我们的教育科学化思维多，工程化思维少，希望北大新工科能在这方面多重视，多培养有工程化思维的人才。
当前，全球科技创新进入空前密集活跃期，新一轮科技革命和产业变革正在重构全球创新版图，技术应用之快超乎人们的想象，新工科建设也在这样的背景下应运而生。
去年，我曾提出过一个判断：
未来十年，人工智能领域将有八项关键技术，会实现从量变到质变，分别是自动驾驶、数字城市运营、机器翻译、生物计算、深度学习框架、知识管理、AI芯片和个人智能助手。
这八项技术的突破，将会广泛改变人们的生产和生活方式，这是我深信不疑的，而这八项技术也将是百度坚定投入的方向。
技术成果的诞生，源于百度多年来对技术的压强投入。作为一家以技术立身的企业，百度连续多年保持着超过15%的研发投入强度，去年核心研发投入占营收比重达到21.4%。
我曾经说过一句话，有1块钱的时候，我们会投进技术里；有1个亿，我们会投进技术里；有100个亿，我们还是会投进技术里。
最前沿的技术浪潮是等不来的，我们必须提前10年、20年去投入和布局。
举个例子，八年前，当百度决定投资自动驾驶技术的时候，我们认为它是人工智能最顶级工程，将彻底改变人类出行和生活。
得益于长远布局和创新路径选择，在专业研究机构排行中，如今百度自动驾驶技术处于全球领导者阵营，也是这一阵营中唯一的中国企业。
创新的事业呼唤创新的人才。着眼于未来产业应用，我也希望能加强校企双方的联动，我们相互学习，共同成长。在这方面，百度也做了很多探索和尝试。
从2015年起，我们连续七年支持教育部产学合作协同育人项目，旨在为高校培训师资力量，累计投入超千万教学及科研基金。我们在700多所高校，累计培训了3000多位高校教师，并且参与编写了一系列人工智能教材。
当年，我到美国读书，很喜欢人工智能这个新兴学科。但我的教授却评价说，这个没用，实用性差，工业界不认可，你靠这个找不着工作。
从当初“学人工智能找不到工作”，到今天“不学人工智能几乎找不到工作”，技术发展对人才培养提出了更高要求。
往前看一点，布局早一点，我想这也是新工科建设要义所在。
新工科人才建设，一方面重在培育师资，另一方面重在提升学生的核心能力。
我认为，新工科时代的人才，必须要具备三方面能力，就是创新、跨界和开放。
第一个关键词，创新。20多年前，我从美国回国创立百度时，曾希望像硅谷创业公司一样，能招到一批拥有5年左右工作经验的工程师，但最后招到的几乎是清一色的应届毕业生，因为那时候互联网是新生事物，还没有学校能培养出对口的技术人才，更别提有经验的工程师了。
我们当时面临的所有问题，都需要年轻人自己想办法解决，而解决问题的过程，就是创新。
最后，这批员工很多成长为公司核心骨干。今天，在百度员工中，超过6成是研发人员。正是这些富有创新思维的年轻人，怀着用技术改变世界的梦想，从一行行代码开始，创造了今天的百度。
第二个关键词，跨界。在自动驾驶、AI芯片这些领域，我们的业务是提前八年、十年去布局，而人才培养要比业务布局更早。
这些领域的技术背后存在学科交叉和跨界，因此更需要有跨界思维的人才。我们已经建立完善起复合型人才培养机制，鼓励更多人才跨领域、跨角色流动。我们坚信，只有人才综合能力提升了，企业才会更有活力，百度的技术实力才能始终走在行业前列。这也是我想说的，年轻人要敢于跨界，主动跨界，为未来投资。
第三个关键词，开放。大家可能有所体会，人工智能技术越来越复杂，但应用却越来越简单，这很大程度上是因为行业倡导的开源开放理念。
比如百度打造的国内首个自主研发、功能丰富的产业级深度学习平台飞桨就是开源开放的。开发者不需要学习人工智能理论，也不用从头编写算法代码，就可以高效地进行应用的设计与开发，这也大大加快了人工智能技术落地的多样化和规模化。
比如，有一个12岁的小学生，尽管不懂编程，但通过参加飞桨直播课程学习，成功开发出一款AI程序，用来检测口罩佩戴是否标准。
目前，飞桨平台汇聚了来自各行各业360多万开发者。
当下的中国，无疑是科技从业者最好的时代。我们有足够多的技术应用场景，有着全球最为完备的产业链供应链，有着不断完善的新型基础设施，有着培育领军人才和战略科学家最好的土壤，大规模的创新成果必然会在中国涌现。
正如北大老校长蔡元培先生所说，“教育者，非为已往，非为现在，而专为将来。”
在这里，我也想向大家郑重承诺：在未来5年，百度将为社会培养500万AI人才，为国家战略科技力量建设，持续贡献，不辱使命，不负时代。
谢谢大家!
— 完 —
智能车参考 · AI4Auto
关注我们，第一时间获知智能车最新动态
