自序（第2/3页）

更重要的是，在技术与人的关系上，智能革命与前几次技术革命又有着本质的差异。从蒸汽革命、电气革命到信息技术革命，前三次技术革命，都是人自己去学习和创新这个世界，但是人工智能革命，因为有了深度学习，是人和机器一起学习和创新这个世界。前三次技术革命时代，是人要去学习和适应机器，但在人工智能时代，是机器主动来学习和适应人类。蒸汽时代以及电气时代刚刚来临的时候，很多人是惧怕新机器的，除了工作机会的剧烈改变，还因为人不得不去适应机器，适应流水线。而这一次人工智能革命，却是机器主动来学习和适应人类，“机器学习”的本质之一，就在于从人类大量行为数据中找出规律，根据不同人的不同特点、兴趣提供不同的服务。

未来，人和工具、人和机器之间的沟通，可能完全是基于自然语言的。你不需要去学习怎么使用工具，比如怎么打开电视会议系统，怎么去调节空气净化器，你只要说话，它就能听懂。人工智能的使用方式会让人生活得更好，而不是像过去的机器那样让人感到难受。人工智能的应用会极大地提高工作效率，是推动人类进步的因素。

从六七年前开始，百度就已经认识到，人工智能将是照亮又一个新时代的火种，并在当时几乎无人看好的情况下，大规模投入这一领域。

而在国际上，谷歌从搜索领域，微软从遍布桌面的应用领域，亚马逊从电商领域都积累了海量的数据和计算能力，它们与大学实验室里的科学家一起，几乎同步认识到人工智能的新浪潮正在涌动，并且纷纷大力投入，建树颇丰。

无论中外，企业界在这场技术革命中的主导作用日益明显。

2016年夏天，我在硅谷待了几周。有一天，跟斯坦福大学的几位学者聚餐。一位教授朋友跟我说：我们学术界现在已经不太想做深度学习了。因为我们根本做不过工业界。你们每年投入人工智能研究有多少预算？我们不敢想象。他就让同桌吃饭的人猜百度人工智能研究有多少预算。最后我说，我也不知道给了多少预算，因为这个是根据需求，需要多少我们就给多少。

除了投入力度，工业界的数据丰富程度也是学术界无法比拟的。像谷歌、百度这样的公司，正好处在互联网的中心位置，每天都会产生海量的搜索数据、定位请求等各方面的数据。

越来越多的人工智能科学家从知名院校的实验室跳槽去了谷歌，去了百度……就是因为高校无法提供研发人工智能所需要的海量数据，也无法承担计算硬件集群的巨大成本。

我们建设百度大脑，希望为更多有志于人工智能科学发展的人才提供平台和机会。一段时间以来，中国和美国在人才吸引上走了相反的方向：美国越来越反移民，中国则是越来越开放。虽然我们在人才的吸引力上跟美国相比还是有差距的，但是我们的趋势是好的。我们希望为全世界的人才提供机会。

让我们高兴的是，很多优秀乃至顶尖的人工智能科学家来到百度，这是一个很自然的过程。在这个领域，没有一个牛人可以全靠自己从零开始做，他（她）需要团队，需要基础设施，甚至需要一个重视开发人工智能的企业文化。如果这样的人才发现你一开始就不太懂，或者天天只知道在那里讲故事，实际上做不出东西来，那就无法对他（她）产生吸引力。作为一家搜索引擎公司，百度从诞生的那一天起，就已带有人工智能的天然基因：我们以数据为基础，通过深度学习提取特征、模式，为客户创造价值的开发流程和开发文化，与人工智能系统的开发高度吻合。我本人也更喜欢与那些技术人员聊天，聊的时候会感觉很兴奋，因为彼此会发现有很多共同的语言，优秀的人才自然而然就会互相吸引到一起。