而這對于智能硬件產(chǎn)品來說，尤其是機器人來說，是“不敷其用”的。一是因為許多智能產(chǎn)品需要有極快的反應(yīng)速度，做即時應(yīng)答，比如無人駕駛汽車、無人機，遇到突發(fā)情況，反應(yīng)延遲幾毫秒就會造成很嚴(yán)重的事故。因此，我們不能把它們得到的數(shù)據(jù)全部上傳到云上去處理，處理完了再返回來，而應(yīng)該在本地進(jìn)行處理；二是因為云端處理成本較高，不符合經(jīng)濟原則。實際上，就算云上處理足夠快，其占用帶寬資源的成本也是許多用戶無法承受的；另外，數(shù)據(jù)中心都是標(biāo)準(zhǔn)化的，面對一些非標(biāo)準(zhǔn)化的需求，其要么無法滿足，要么只能以很高的成本滿足。上述原因使得人們對芯片級智能解決方案有了需求，而且是很大的需求。

　　我就是看到上述這些需求，才決定做機器人大腦芯片的，我要從云上走下來，做觸手可及的東西，做前端的人工智能，讓人工智能與硬件結(jié)合。當(dāng)然，這并不是說云就沒用了。未來的形態(tài)應(yīng)該是云與端的結(jié)合，有些東西在云上處理，有些則在端上處理。

　　需要說明，我的所謂機器人是一個廣義概念。做機器人有兩種思路：一是將其做成類人的產(chǎn)品，即人形機器人；二是讓一些產(chǎn)品具有智能，比如在自動駕駛領(lǐng)域。前一種思路是做一個會開車的人形機器人，讓其坐在駕駛員的座位上替我們開車。按照這種思路，我們不需要對汽車進(jìn)行改裝；后一種思路是對汽車本身進(jìn)行改裝，讓其成為可以移動的機器人。它沒有人的形，但有其神，有機器人內(nèi)在的本質(zhì)能力。谷歌的無人駕駛汽車就是這種思路的產(chǎn)物。

　　我認(rèn)為在不久的將來，隨著人工智能技術(shù)的發(fā)展、成熟，大部分家居用品都會成為一種機器人，尤其是家用電器，比如冰箱、烤箱。只要是機器人就需要大腦，不同類型機器人需要不同類型的大腦，不同之處在于我們?yōu)槠渲踩肓藢ｉT的算法，并進(jìn)行過設(shè)計優(yōu)化。

　　我首先要做的就是這種具有專門算法并進(jìn)行過設(shè)計優(yōu)化的芯片，其屬于專用芯片。等把專用芯片做好后，再做通用芯片。類比地說，就是先做Nvidia，再做Intel（英特爾）。

　　大家都知道，芯片有通用與專用之分。做通用芯片的代表廠商是英特爾，其“玩法”是不斷提高制程工藝，每隔一段時間就推出一代產(chǎn)品，后一代產(chǎn)品的運算速度要快于前一代產(chǎn)品。摩爾定律說的就是這一現(xiàn)象。英特爾的著眼點是不斷提升芯片的通用計算能力。現(xiàn)在，摩爾定律已有點難以為繼了。其他一些廠商的“玩法”與英特爾不完全一樣，比如高通，其著眼點并非是芯片通用計算能力的提升，而是與某種算法的結(jié)合——面向不同領(lǐng)域的芯片有不同算法。這是因為高通本質(zhì)上不是一家半導(dǎo)體公司，而是一家做算法的公司。所謂算法，簡單地說就是我們上小學(xué)時學(xué)的解應(yīng)用題的方法。算法肯定是面對某種應(yīng)用問題的，是面對某個或某些垂直領(lǐng)域的。

　　當(dāng)然，光有算法還是不夠的，還要有數(shù)據(jù)。我首先要做的芯片是工藝+應(yīng)用+算法+數(shù)據(jù)且垂直打通的芯片，其始于應(yīng)用描述（數(shù)學(xué)描述，建模）與算法創(chuàng)新，并能隨其所吞吐數(shù)據(jù)數(shù)量與類型的增多而越來越智能——數(shù)據(jù)意味著代表性和長尾性。就像搜索引擎的智能是由使用它的用戶“喂”它數(shù)據(jù)“喂”出來的。用戶“喂”的數(shù)據(jù)越多，搜索引擎就越智能，或者說它給出的搜索結(jié)果越符合人們的需要。未來的智能硬件產(chǎn)品也一樣，要具有適應(yīng)環(huán)境與人類需求的能力，要具有用數(shù)據(jù)定義系統(tǒng)的能力，也就是深度學(xué)習(xí)的能力。

　　上述內(nèi)容是我對本書所引用的我關(guān)于人工智能產(chǎn)業(yè)、技術(shù)發(fā)展情況的一些觀點的補充。這對一般讀者來說，這些觀點尚不彰顯，畢竟大多數(shù)讀者對于人工智能產(chǎn)業(yè)發(fā)展的原則和技術(shù)發(fā)展的路徑并不關(guān)心。我將其寫出來，是希望讀者能夠更完整地了解我的相關(guān)觀點。我認(rèn)為這能讓我找到更多志同道合的朋友！