這位「計算」的信徒，要用機器智能塑造城市的未來 | 人物對話

過去一年，從技術向產業，有哪些值得記住的人和事？未來一年，AI 場景化落地還有哪些可能性？ 8 位 AI 行業局內人，向我們講了講他們的故事和看法。

採訪 | 劉燕

搜索王堅，幾個關鍵詞出現頻率很高——不懂技術、大忽悠、瘋子、先知……

很多人在討論他，從當年那些飽受爭議的細節貼片里「揭秘」這位「阿里雲先生」的功過是非。

連他自己也曾在給全體員工頒發阿里雲「飛天獎」時說，「堅持就是偉大」，頗為悲壯。

這話說來貼切，熬過最艱難的兩年時間，擁有機會窗口的阿里雲開始進入快車道。在阿里雲正式對外開放的兩年後，阿里巴巴招股書里提到，2013 財年雲計算收入超過 6.5 億元人民幣，截至 2013 年底，已經有 98 萬客戶使用阿里雲計算平台。同年，阿里雲開啟全球化步伐。到了 2017 年，營收數字突破 100 億元。

阿里雲也一直踩在互聯網行業的機會點上。雲計算讓阿里巴巴在技術布局上有了堅硬基礎，兩年前開始的「城市大腦」計劃則進了首批國家人工智慧開放創新平台名單手握官方「船票」。

城市大腦已經和杭州、蘇州、吉隆坡、上海等城市合作起來，它被認為是阿里雲產業 AI 革命的動力，王堅將它類比登月計劃。他也不止一次說明自己對這件事的著迷和重視：

「城市可能是人類有史以來發明的最大智能硬體，這麼複雜的智能問題放在我們面前時，就很難用傳統意義上的人工智慧來描述了。」

這背後實際上是計算的重要性持續凸顯，無論是互聯網還是談人工智慧，越來越需要利用高效計算在雲和端之間對資源進行合理分配。對王堅而言，所有的「先知」、「預言」，都來源於他對「計算（computing）」本身的堅定相信。

我們在約見的雲棲科技博悟館裡，看到了名為《2050 年的杭州》的裝置展示：一朵「雲」下面是 2050 年杭州的城市面貌。這是王堅對機器智能塑造未來城市的積極想像，「水、電、道路，所有的公共資源只需現在的十分之一，建築不像現在這樣越長越高，而是越來越矮。」

我們問到如果你來回答「王堅是一個什麼樣的人」，會想說點什麼？

王堅提到了——樂觀和在任何環境變化中都能不斷找到新樂趣。

「計算」，始終是一切新樂趣的支點。

以下為機器之能對王堅的專訪實錄，編輯做了不改變原意的刪減。

我知道計算的重要性，這一點確實比別人堅決一點。

很多討論大部分圍繞你對阿里雲的預判與堅持，也有人給你貼先知的標籤，很好奇你是怎麼做決策的？

有幾個因素交織在一起的，撇開我個人因素，大家對阿里做雲計算也有很多不同看法，甚至認為阿里不是做這種事情的公司。也有對中國有不同看法的因素，10 年前中國一家公司突然要做一個技術平台，並把技術平台做成商業，對大家來說，都是挑戰。當時中國第一次開所謂的大規模雲計算大會，唱主角的都是傳統 IT 公司。阿里雲那時候都還沒有太多收入，中國隨便找一家軟體公司的收入都比阿里雲大。所以我也覺得大家有這樣那樣的看法，是很容易想像和接受的事情。

至於是不是先知，是另外一件事情，我知道計算的重要性，這一點確實比別人更堅決一點。至今對我來說，沒有 GPU、CPU 的區分，歸根到底是計算對社會進步的重要性。

過去我們會講計算機的重要性，把屏幕、鍵盤和滑鼠這些都包括進來。但慢慢地你就發現這裡面核心是在計算上，現在開始強調計算的重要性，這是認知上巨大的進步。看我的《在線》一書就會知道，我對雲計算有自己的理解，我是堅信計算對未來發展的重要性。

回過頭看，你覺得有哪些你認為的對或錯的決定？你有為做一個決定而為難的時候嗎？

其實是沒有，我覺得很大的因素是直覺決定的。對我來講，難的不是有了幾個不同的選擇，如何做決定，難的是堅持了一些直覺。困難不是做決定，而是有一個方向之後，不要被周圍嘈雜的聲音帶偏了方向。

舉個最簡單的例子，對我來講計算這件事情是幾乎沒有改變過的，這不見得是我的一個決定，卻是非常重要的直覺和判斷。當時確實有人認為做網盤就是雲計算，可能今天很多人還是這麼認為。做網盤可能是當時最容易看到所謂變現和商業場景的應用，公司內部也有這樣的聲音。從需求角度也沒錯，當時的確很多業務需要圖片存儲能力，但這些對我來說就是會帶偏方向的「噪音」。

2008 年，我們剛開始做的時候，今天大多數流行的開源平台都沒有出生，也沒有特別可以借鑒的，所以要不要做我們稱為「飛天」的自己的技術平台？這是非常大的決定。今天很難有人體會那個決定有多大，實事求是說，這個決定可以把一家公司搞垮。這也是我覺得責任重大的地方。現在看來，這個決定是對的，變成了我們的核心競爭力。今天都說自己有雲計算平台，但我可以自豪地說我們有「飛天」。

類似的事情有很多，說一件阿里雲發展歷史上最有意思的一件事情，阿里雲的網站是在公司成立兩年以後上線的，一般互聯網公司都是公司成立的同時就有網站了。阿里雲也可能是中國互聯網圈裡唯一一家成立時沒有網站的公司。

有一次我說大家認為我們是皮包公司，因為你是互聯網公司，那你怎麼連網站都沒有？其實大家不明白我們的網站就是我們的產品，我們用了兩年時間開發了最初的阿里雲產品。這也是為什麼阿里雲成立時沒有上線網站，因為它是特殊的。我們因此跳過了傳統 IT 公司對雲計算產品的認識，從這個角度來說，這也是一個非常困難的決定。

你剛剛說，最難的是堅持，那麼很多決定也是你自己在跟自己較勁的過程吧。

其實我也沒有那麼痛苦去做一個決定，我甚至都沒有說排個方案出來，應該是直覺吧。但是堅持按照直覺做下去，這還是有它的難度。

雲計算技術平台這樣一件大事，可能很多人的想像是，你要先說服馬總或董事會，你是如何促成這些人做出一個明確的表態？

一個真正有意思的事情不可能是大家討論出來的，大家討論的是怎麼幫助你，支持你，但做不做不是大家討論出來的，這是我長期以來的觀點。我在阿里沒有定過 KPI，也沒有寫過商業計劃書，結果一個朋友跟我說，這是因為你的業務在公司不重要（笑），所以這件事大家也是仁者見仁智者見智。但是不管別人怎麼看，我能看到馬總對這件事的堅定，所以我覺得任何有關創新的決定並不是一個邏輯上可以推理證明的事情。

所以那時候你們兩個人對做技術布局是有默契的，可以這麼說嗎？

這個啊……一總結這個味道反而不太容易表達出來。我覺得馬總是對技術有嚮往的人，這樣講更加確切一點。他對技術的嚮往甚至超過很多做技術的人，很多做技術的人可能覺得它只是技術而已。嚮往可能是最好的狀態，甚至比理想都要好，理想還要想著去實現，多少還帶有一定程度的功利，我是這麼看的。所以我覺得「嚮往」是非常了不起的事情。我有時候說，做技術的人也是太現實了，就是這個原因。

從行業來說我沒有危機感，但是從能力角度來說是一個很大的危機感，你有沒有能力滿足不斷增長的計算需求。

現在阿里雲的營收狀況、國內市場佔比情況都不錯，你覺得需要有危機感嗎，或者現在有嗎？

從大的方面來看，我最早做阿里雲的時候就說我們要做通用計算，從計算需求角度來說，我們今天還只是開始的開始的開始。從大型機、小型機到個人電腦、手機，計算裝置形態的變化很快，可能一、二十年就變一次。但是對計算需求的不斷增長是很長久的。實際上，雲計算就是滿足人民日益增長的對計算的需求。計算的需求會長時間的存在，並且高速增長，可以用 100 年這個尺度來討論。把今天所有的計算市場份額加起來，也可能只是 20 年以後的千分之一的市場。

這點跟一般的日常消費不一樣，人再厲害，不能一天吃 100 斤龍蝦，總能看到上限。但大家對計算的需求是沒有上限的。人工智慧出來以後，帶出新的計算需求。由比特幣帶來的挖礦搞得顯卡供不應求。先不說比特幣本身有沒有道理，但這一現象反映的也是計算上的需求。所以，從行業來說我沒有危機感，但是從能力角度來說是一個很大的危機感，你有沒有能力滿不斷增長的計算需求，這是對技術和商業能力的綜合考驗。

你之前說過雲計算國際化，其實是倒逼一個企業具備全球服務能力，而不是說今天把這個東西賣到哪個市場上這種傳統企業的邏輯。那我想聽聽你說一下阿里雲的全球服務能力，主要體現在哪些方面？

為什麼要有全球服務能力？不是你搞了一個辦事處，你就是全球的了，是因為你的客戶是全球跑的，你的服務能不能到那裡。過去你賣一個產品可以說我不賣，但今天你說了不算數，因為你的客戶在那裡。我覺得這是非常大的變化，雲計算也是倒逼我們有這麼一次變化。

阿里雲做的很多事情就說明了這個問題，一，比如要做雲計算服務，當然要有全球的基礎設施。在各大洲建數據中心，也是因為需要全球的基礎設施。沒有金剛鑽不要攬瓷器活，是吧？二，產品要能滿足，今後我們的產品在不同的國家都是同步上線的，這是非常大的改變，我們要從這些細節上慢慢體現出來。

阿里雲是從什麼時候開始真正重視人工智慧的？

就我個人而言，讀大學的時候就接觸人工智慧了。實際上要用今天的 AI 標準的話，我覺得阿里雲成立的第一天我就開始做這件事了。阿里雲以前也做過輸入法，做輸入法的目的不是為了做輸入法，是為了做自然語言處理。如果從這個角度，用我們今天比較流行的話說，我們第一天就是 AI 公司。

但這麼說沒有意義，如果講真正意義上對智能技術領域關注，是 2014 年成立 iDST（Institute of Data Science & Technologies），這對我來說是蠻有標誌性的，最早招的幾個人包括金榕、漆遠都是公司在這方面的骨幹。iDST 這個名字也反映了我們的思考，以前我讀大學時的 AI 實際上是探討邏輯跟智能的關係，現在我們關心數據跟智能技術的關係。

也是這段時間的工作，讓我開始理解，所有機器能做的事情，都不應該人去做的，機器會把人解放出來。所以我現在會很強調機器智能這個概念。

現在看來，阿里向外輸出 AI 能力的主要渠道在雲平台上面，那如何理解 AI 跟雲的關係？

三個詞我覺得要分開，一個是雲，一個是雲計算，另一個叫 AI 也好，或者叫 MI（Machine Intelligence）也好。阿里雲本身就是一個巨大的計算平台，它是雲計算的基礎，在阿里雲上的應用可以叫做雲。阿里雲自身做最基本的東西。我一直覺得對阿里雲而言，計算重要，雲是不重要，阿里雲計算就是要讓客戶的雲無所不在。為什麼說以前大家覺得網盤就是雲計算，根據我的理解，網盤的應用實際上就是雲計算上的應用而已，是一個很重要的雲計算應用，但是它不是基礎的雲計算服務。

那麼，到今天為止，雲應用跟傳統應用之間的差別是什麼，是機器智能或者說 AI 慢慢變成了這些雲應用的很重要的不可分割的一部分。今天 AI 那麼熱是有道理的，就是慢慢地，各種基於雲的業務裡面都少不了 AI 這個成分，就是這麼一個關係。AI 創造了新的計算需求。

傳統上，你沒有辦法離開一個機器來討論一個應用，軟體它最後還是要找台機器，找不到機器這個軟體你就不知道放哪裡，你說 Offic 軟體如果沒有台機器，你哪裡找到 Office？今天，你沒有辦法離開雲計算談 AI，這個關係是一樣的。

對阿里來說，AI 的研究和應用重點體現在哪些方面，邊界會是什麼？

我無法提供一個簡單的答案，比如百度講 All in AI，騰訊講 AI in all，那阿里應該說句什麼話才能匹配？我覺得還要從不同的角度來看待這個事情。

回到阿里最早的初心，我覺得阿里對 AI 最重要的體現就是將數據作為了一個起點。同時阿里是有自己的體系的，也達成了重要的共識。比如機器智能，從這個角度來看，阿里沒有 AI 的研究，只有 MI 的研究。

我經常舉一個例子，我一個朋友，他說：我本來是做視覺的，現在有人告訴我你是做 AI 的，他直接傻掉了。以前自然語言處理是一個專業，但今天很多人說你不是做自然語言處理，你是做 AI 的。就相當於，你做了一台 PC，但有人告訴你，你是在做一台 AI 機器，照這麼下去的話，明明是電動推子給你理的發，大家卻說是 AI 在剃頭。所以，我覺得阿里在堅持做一個很重要的事情，就是將數據作為起點，在做機器的智能。

另外，我們堅定地相信智能技術是重要的，我認為，智能技術比計算更高一層，至少從兩方面可以反映出來。

第一，在今天，智能技術非常重要，跟其他任何技術相比，都不在一個層次上，智能技術是它們的提升。像阿里做電商，以後也要基於智能技術，從這個角度說，我們不但要 all in AI，也要 AI in all，對我們來說，這是自然而然的事情。

第二，AI 真正創新的未來是什麼？大多數人覺得中國的強項是在 AI 上的應用，我不同意這個觀點。我認為，中國長遠的價值一定不在 AI 上的應用，這是為什麼我要做城市大腦的原因。城市大腦破了一個東西，它可以看到過去傳統意義上的 AI 根本沒有觸達到的問題，我覺得這是它的價值。

城市大腦對我們重要的地方在於，我們看到了一個新的問題，這個問題是來挑戰、或者推動整個智能技術的發展。這個時候，誰離問題近，誰就在創造新的東西。如果今天的方法可以解決城市大腦想要解決的問題，那我今天也不會花時間做這件事情，所以我覺得在阿里至少這兩方面是我們可以看得到的。當時科技部要把城市大腦列進去，我還有點猶豫，但是今天看來是件好事。

為什麼猶豫？

我當時猶豫，是因為如果大家覺得城市大腦只是 AI 的一個大應用，那就虧大了，因為過兩年大家都不談 AI 了（笑）。但是現在命名為「城市大腦國家人工智慧開放創新平台」，我覺得挺好的，城市大腦的確為人工智慧提供了重要的開放創新平台，智能技術也確實是城市大腦非常重要的一部分。

世界上最遙遠的距離是攝像頭與紅綠燈，它們在同一根桿上，但從來沒有通過數據被連接過。

宣布城市大腦項目的時候，其實也不是完全準備好的一個狀態，是嗎？

對，肯定是沒有準備好的，某種意義上說，AI 到今天都沒有準備好。因為這相當於一個新的東西。

你說的是說技術沒有準備好，還是解決方案？

所有的東西都沒有準備好。從理論到實踐，到大家心理的準備，都沒有準備好。我已經很難想像什麼叫沒有準備好，只能說就是沒有準備好。

所以這又是一個憑著直覺的決定？

對，這不是一個靠討論討論就能做出的決定。

但是你最早得跟杭州政府談攏啊。

是沒談就攏了。要談的事情都是談不攏的，談得攏的事情都是不要談的。

如果你認真去分析當時的線索，起因是跟交通有關。我的直覺表明，交通不是現在的方法可以解決的，現在任何名詞的堆積都解決不了交通問題，包括 AI 這個詞。所以我認為，應該有一個新的機制來做這件事情，但機制是什麼，當時沒有完全想清楚，我只是用了一個詞——「城市數據大腦」。為什麼把數據放在裡面，是因為數據是其中最關鍵的部分，那為什麼縮寫就寫成「城市大腦」，因為城市大腦就是一個新的機制。沒有城市大腦，數據失去了物質基礎，沒有數據，城市大腦便沒有生命力。但這個東西到底是什麼？到今天為止，我都還在定義城市大腦，甚至我自己想成立研究所專門研究它。

儘管我最早提出城市大腦，但是第一次決定做城市大腦的是杭州市，這非常了不起。阿里雲牽頭組織相關企業幫助杭州市在做這件事，這也非常了不起，因為那時需要有企業願意幫一個城市做這樣的創新。

但當時有一些「噪音」，比如能否叫城市決策支持系統這樣的名字，我當時堅持不能叫這樣的名字。

大部分人都認為城市大腦是解決交通問題，但這是有差別的，因為解決交通問題是大家都可以接受的，但叫城市大腦是對現有城市問題的重新思考，大家是否接受是要擔風險的。城市大腦就是機器智能中的阿波羅登月計劃，能把一大批想像不到的技術帶出來，生命力會很強。

杭州後來成立了一個領導小組，就用了「杭州城市數據大腦」這個名字。這個詞第一次出現在正式的文件中時，在學術界都沒有出現過。我覺得這是一個歷史性的里程碑。

如果說做這樣的決定也是依靠直覺，那直覺是什麼時候有的？

我覺得直覺還是要有積累的。為了做雲計算，我跑過中國多少城市？沒有幾個省市是我沒有跑過的，一年內，寧夏去五六次，貴州跑五六次，這樣的人也不多。我不是去玩，而是去了解每個城市如何做信息化建設的。沒有這些積累，也沒有可能有這個直覺。

我為什麼反對叫決策支持系統，為什麼說城市大腦不是傳統的信息化建設，甚至為什麼我不說打通數據孤島。直到今天，大家講大數據應用，第一條還是打通數據孤島，現在看來這種說法都有些胡扯。所有人都在說，打通數據孤島後，做信息化建設。但我認為這是想把手指頭和腳趾頭連在一起，讓手指頭和腳趾頭協調工作，這是不可能的。手指頭和腳趾頭能協調工作是因為靠大腦，它不是靠綁在一起。不要認為這是一個簡單的道理，但今天我們幾乎所有想做的事情，都是想把手指頭和腳趾頭接在一起，很多 AI 還想把手指頭跟腳趾頭做得更聰明，那更加做不到一起。

做了這麼長時間的智慧城市，你會發現這是沒有大腦的智慧城市。所有做的事情，還是想把手指頭跟腳趾頭連在一起。這一點我體會很深，當你跑過所有的地方你就知道有這個問題。

這些協調一定要靠機制，比如，智力的分配，多少智力分配在手上，多少智力分配在腦上，要有一個自然的機制。城市基礎設施的建設，智力的分配是有一套方法的。所以城市大腦實際上是在改變這樣的事情。

在這些城市的調研，最核心的具體痛點有哪些？

世界上最遙遠的距離是攝像頭與紅綠燈，它們在同一根桿上，但從來沒有通過數據被連接過，攝像頭看到的東西沒有變成紅綠燈的行動。就像手指頭與腳趾頭，沒有一個大腦，它們是連不起來的。我覺得，做 IT 技術的不要把落後生產力帶給別人，有再高明的技術，把手指頭跟腳指頭連在一起，那也是落後的生產力。但今天幾乎所有傳統信息化建設都在干這樣的事情。

實際上，中國社會已經基本完成了一個數字化過程，或者計算機化的過程，打下了很好的物質基礎，但還談不上協調。這個協調不是靠手指頭和腳趾頭，而是靠大腦，這是我們真正面臨的深層次的挑戰。如果只要 AI，但沒有城市大腦這樣的架構，那所有的 AI 也就只能幫助怎麼把腳指頭跟手指頭連在一起。

這個項目對團隊比較大的考驗是什麼？因為最近在海外馬來西亞城市大腦的項目，說要培養 300 位數據科學家，可能還會產生相關聯的公司有 1000 多家左右，我覺得這個聽起來是特別重的事情。

我覺得，慢慢發展下去這個數字一定會更大。但具體到場景，是不是這個數字，我也不好說，因為我不具體負責。但有一點可以肯定，會有越來越多的人圍繞城市大腦做事。在阿里，有一個部門在做城市大腦，所以這不只是一個項目。而跟我們合作的公司里，也開始有城市大腦部門，大家接受度這麼高，超乎我的想像。

做城市大腦這樣類型的事情，對於這些以前埋頭做研究的人來說，是不是還是一個比較艱難的調整過程？他們可能需要做一些做事方式上的轉變，比如現在要泡在公安局或者廠房。

對，我覺得是一個很大的挑戰。他們至少要完成三級跳。比如做視頻的，對於他們來說，他們就是做視頻處理的，只不過用了跟 AI 比較像的方法論，這是他們的起點，也是他們的陣地。這是第一跳。

但這個社會需要新的機器智能的引擎，所以他要從視頻的處理變成引擎，這點非常重要。有了這個引擎，才能把視頻處理這些技術變成動力，就像電跟馬達的關係。這是第二跳。

引擎再上一層才是真正的城市大腦，這是第三跳。

我的理解，對於大部分 iDST 的研究人員來說，本來都還停留在視頻處理的陣地，但正在被城市大腦的巨大場景帶著完成這三級跳。

另外，能不能提出好的問題是一個最大的挑戰。今天大部分的人工智慧問題，也許是一輩子都解決不了，也有可能人類永遠解決不了的，從這個角度來說，是很難的。但從另外的角度來看，也是很淺薄的，例如憑藉常識提出希望機器能聽懂人的話、認出人的臉這樣的問題。

但城市大腦，離人的經驗太遠，想提出問題都極其需要專業知識。這對他們來說，也是挑戰和困難的問題。對於交警來講，反而更知道解決交通這個問題的難度，雖然他不知道你如何解決這個問題，但是他理解這個事情，他知道難的地方。所以我覺得大部分的問題是提了一個難解決的問題，但不見得是一個難提出來的問題。為什麼阿波羅登月計划了不起？其實是因為它突然會讓大家提很多你坐在地上提不出來的問題。

華先勝老師好像在城市大腦上付出的時間會多一些是嗎？

對，他其實是從淘寶轉到 iDST，但他不是最早進入城市大腦的。最早進入城市大腦的都是阿里雲原來做智能交通的那批同學，因為一說交通自然而然就是互聯網+信號燈之類的。但他們很痛苦，痛苦到很多人都不願意見我。我也很鬱悶，因為他們沒有觸及到城市大腦真正的問題，這是一個新的事情。城市大腦涉及到視頻，從這個角度來看，華先勝是最容易切入的，他現在對城市大腦的認識深刻度也是足夠的。這個變化我覺得還是蠻大的。

其實我都沒有時間去想這兩年的變化，這不是一般的變化。這兩年對城市大腦認識的飛躍，一定會超過了這兩年大家對 AI 認識的飛躍。

你之前一直說城市大腦不僅僅是一個人工智慧應用，類比登月計劃，這個巨大的場景是可以倒逼出很多的技術進步和創新，那目前來說它做了哪些重要的創新？

我們一點點來分析。第一，城市大腦涉及規模化的視頻。說得極端一點，以前我們的視頻（技術）只需要處理一個車牌號，大家都知道是用來罰款的，但突然發現，通過視頻還可以知道車有沒有刮蹭，這是一個巨大的進步。因為車牌號是明確的可以描述的場景，但刮蹭很難描述。除了刮蹭之外，我們還可以從視頻里知道這個地方堵沒堵，這就從一個確定的問題變成一個非常不確定的問題，更是一個巨大的進步。

第二，原來做車牌識別，只需要一點計算能力，但你要去識別有沒有剮蹭，計算能力可能就要增加 1000 倍。1000 倍是什麼概念，如果你今天做一件事情需要一年，你會好好計劃。但如果這件事情要多花你 1000 倍的時間，你有生之年都干不完，可能就壓根兒不會開始了。

你再往下想，以前大家說不清楚大數據是什麼，但你突然發現城市多了一個新的東西，那就是數據資源。當認識到視頻是城市重要的數據資源的時候，你會發現視頻就不僅僅是視頻了。

從本身的視頻處理技術的發展，到計算能力的提升，再從大數據到數據資源，最後城市大腦就變成了城市的基礎設施，管理著所有的其他基礎設施。

從這幾個層面來看，每個層面都值得做很深的研究。比如視頻處理，本身對機器學習或者窄義的人工智慧就是挑戰。1000 倍的計算量，對計算能力也是個挑戰。大家本來講的是大數據，但你突然發現你手裡有個東西叫數據資源，這是巨大的進步。

再往下想，你會覺得這是非常大的變化，越到上面去看，越會影響所有的事情。設想一下，沒有巨大的計算能力，你不可能把這個場景找出來，再往上看，數據資源遠遠不只是視頻資源。然後你會理解，城市為什麼會是人類最了不起的發明，會是最大的智能硬體。

所以從這個角度說，跟以前相比，人工智慧跳出非常大的一步，這就是為什麼人工智慧值得熱一熱的地方。從識別圓錐體到下棋，再到解決真實的問題，比如識別車牌，這些都是進步，但這些還都是局部問題。到了城市大腦，你就會發現有一個那麼大的對象-城市，要整體去理解它，我覺得這是巨大的飛躍。

如果一定要做個比喻的話，我覺得城市大腦給機器智能或者人工智慧帶來最大的影響，就像阿波羅登月計劃。在登月計劃以前，不管你在地球上如何折騰，都不需要擺脫地心引力。但你要登月，就需要有一個東西來擺脫地心引力，這是一次質的變化。

做城市大腦會是一個什麼量級的投入？以前看它應該是阿里雲孵化出來的一個項目，但是現在聽起來它是一個挺大的事兒。

根據我的理解，以後世界上主要的計算都是因為這個而完成的，不只是阿里雲，所有雲計算服務的對象也都是它。可以說，城市大腦用掉的計算量，會是世界計算消耗量的最主要部分。所以我覺得非常值得從各個角度去研究。另外，儘管這不僅是一個人工智慧的應用，但它是借著人工智慧的熱度做起來的，所以要感謝人工智慧。

聽說也有越來越多的公司成立城市大腦這個部門，所以從這個角度講這也是超出我的想像的。但回過頭來講最大的挑戰是什麼？我覺得最大的挑戰就是我今天已經沒有辦法具體到一個或幾個技術上，我覺得這件事情到今天為止最大的挑戰是，能不能真的把它變成城市的基礎設施。智慧城市有一個最大的問題，到今天為止它還是一個項目，那項目這件事情建完就建完了。但是像地鐵就不是個項目，它就是會持續下去的，直到這個基礎設施被淘汰。

對阿里雲和社會來說，這都是最大的挑戰。用他們搞城市規劃的來講，城市大腦是一個城市的另外一個圖層。就像我們下面有地下管網的下水道，完了鋪電纜，鋪水管網，那麼城市大腦就是在上面的一層。而這一層跟其他還不一樣的地方，這一層跟所有層都有關係，它本質是在優化城市所有公共資源的使用。所以我覺得城市大腦無論是對阿里雲，還是對社會，最大的挑戰就在於能不能變成基礎設施，能不能真的做到這個終極目標。

或者能這麼理解嗎，這是阿里雲下一個重要階段？

至少我是這麼認為的，不只是阿里雲，亞馬遜也是這樣。其實今天的雲計算，在我的理解，過去不在雲上完成的東西給搬到雲上來了，是計算效率極大的提高，很了不起。但並沒有創造出新的計算需求，而城市大腦創造了新的計算需求，這個需求可能是原來的 1000 倍，它代表了質的變化。

這個過程中，你體驗過哪些艱難時刻？

有人說城市大腦跟當時做阿里雲很像，其實也談不上艱難，就是 99% 的人都不相信這個事情，但只要有一個人相信，你就去做好了，不用在乎還有 99 個人是不是相信。為什麼說我的運氣呢，是因為不管你信不信我們都幹下去了。

而中間具體事情（坎）就太多了，在某一個時刻只要有一個人沒扛住，那可能整個事情都扛不住了，這種情況出現的太多了。

所以就是因為你一直在扛著，這個事情一直能繼續。

不是說我，我是說有一個人，可能中間幹活的任何一個人，他稍微出點岔子，這件事情可能就沒有了，這個人可能是阿里雲的一個員工，也可能是一個交警，真的是有很多這樣的地方。我們運氣好的地方，真的像一個接力棒一樣，一棒一棒接下去了，這個還真是蠻運氣的。

但是你想，接力賽跑，你想交棒，那就會有掉棒的，特別是快速奔跑的時候，所以要保證一棒棒交下去。所以但凡有意義的事情，早期的人都很痛苦，恨不得脫離，到今天為止很多在做的也覺得這是個苦海無邊的事情。反正我覺得大部分今天對 AI 熱衷的人碰到城市大腦都會苦海無邊，很想跑掉。

現在經手城市大腦項目的主要部門，是獨立項目團隊還是調用阿里雲的人？

城市大腦是阿里的一個重要業務，iDST 是阿里非常重要的技術部門。城市大腦不是阿里一家可以完成的，是不同企業在整個產業上的創新，同時還要協調城市各個部門。更重要的是，城市大腦是杭州市的城市大腦，不是阿里的，阿里只是幫杭州市做城市大腦而已。

城市大腦最核心的地方，是像電一樣，電網建好很重要，但最後電在裡面跑更重要。所以杭州城市大腦，從第一天就能夠跑杭州市的數據，可能這是最了不起的事情。

就像修路一樣，車如何在路上跑起來，可能比路更重要。因為沒有車的話，就會變成鬼城。所以沒有城市的數據，這個大腦也就是鬼城。

所以我們很運氣的地方在於，杭州市沒有一開始將它變成鬼城，從這個角度說，杭州做了巨大的創新，創新的幅度不小於我們最初提出城市大腦。這也是杭州市成立數據資源局了不起的地方，今天大部分企業都沒有這個概念，甚至做 AI 的人都沒有建立數據資源的概念。

城市大腦裡面哪些事情你們要做，哪些是要放棄或者說迴避，或者說引入更多的合作夥伴？邊界會有嗎？

我不知道，因為，第一，這件事情是沒有被完全定義好的。就像你修一條路，建一個城市，要不要瀝青廠，誰來供應瀝青，鋪瀝青的機器誰來提供，分工也是需要很長時間的。

提出這個問題的人，大概都覺得城市大腦是一個成熟的行業，但實際上不是，每位從事相關研究的人都要為此付出很大的代價。恰恰這樣，我們才有機會。但回過頭來看，有一件事情是明確的，那就是阿里雲在這其中最核心的、最基本的、也是不可替代的，就是為城市大腦提供計算資源，這是我可以講清楚的地方。

那同樣也可以講清楚的地方，為什麼叫城市大腦？就是這條路一定屬於這個城市的，就像修路，不能因為哪個包工隊修了這條路，最後這個路是包工隊的，這個邏輯是不對的。同樣，阿里云為什麼能做這件事情，是因為雲計算的平台是最重要的基礎，離開了雲計算是沒有辦法談這件事情的，至於在這上面衍生了什麼，我覺得這是慢慢發展的過程。

我們對 AI 的東西，某種意義上是高估的，但對 AI 的潛力是低估的。

你每天典型的工作狀態是怎麼樣的，比較關心的問題都是什麼？

我覺得其實還是很簡單的，其實我還是很運氣的，還可以天天碰到你覺得很有意思的事情，包括計劃今年 5 月在雲棲小鎮舉辦 2050 大會這樣的東西。

所以你說我今天什麼狀態，我覺得蠻有意思的。因為我從大學畢業到現在，還能碰到這麼多有意思的事情，是極其幸運的。

如果說工作狀態，嚴格意義上，我覺得很運氣的地方，是我從一個具體的 KPI 裡面跳出來了，但還有機會和想法去做很多具體的事情。而且我可以考慮細節問題，所以才能看到別人沒有機會碰到的問題。

城市大腦是個基礎設施，實際上這是一個非常基本的思考，只是大家不會做那麼基本的思考，願意把它當成是一個所謂的層次高的事情，就把自己搞壞掉了。

所以我為什麼總拿下水道舉例子，為什麼喜歡用 Fundamental 這個詞，Fundamental 可以理解成最基礎的東西，也可以理解成層次很高的東西，但是它仍然是很基礎的東西。

相比互聯網和移動互聯網，AI 的價值和外延有很大區別嗎？

我覺得還是有本質差別的。到現在為止，我們對 AI 的東西，某種意義上是高估的，但對 AI 的潛力是低估的，就跟軟體一樣。

我覺得 AI 跟互聯網的關係，是軟體跟硬體的關係，軟體的重要性怎麼強調都不為過，但是沒有硬體，就相當於靈魂沒有安放之處。

所以大家今天講 AI 的重要性，甚至有人說互聯網時代過去了，這是很危險的說法。沒有互聯網，今天的 AI 是沒有藏身之處的，靈魂是沒有安身之處的。

它們之間關係比軟體、硬體還更加進一步的地方是什麼？硬體相對比較成熟一點，軟體創造的可能性要大過硬體，這是為什麼軟體的想像力要大一點的地方。

不管什麼網，對我來說都是互聯網。但實際上你提到的互聯網、移動互聯網，甚至物聯網，這種不同的叫法本身就說明互聯網還不成熟，有這麼多所謂的網出來，就表明這台電腦今天是不成熟的，遠不像 PC 的架構那麼清楚。

所以 AI 的靈魂安放在哪裡，今天還是模糊的。我說分散式智能就是這個原因，很難說這個東西在哪裡了。今天所謂的 AI，就是徹頭徹尾的一個分散式智能，就是說你很難說智能就在手機上。就像人的智能，其實也不完全是在大腦里。

之前聽到過一個觀點，說人工智慧帶來的改變可能是立體的，它可以滲透到各個經濟利益體中。

人工智慧得益於計算通過互聯網到處都是，所以人工智慧是不可能到達計算不到達的地方。就像水到不了的地方沒有生命，這句話我覺得要旗幟鮮明地說出來，至少知道邊界在哪裡。

今年無人不談 AI，公司融資額都相當驚人。但具體到每一個公司感覺大多數仍然面目模糊。這樣的熱度還能維持多久？你怎麼判斷？

我覺得，大家高估了現有人工智慧框架（以深度學習為代表）的影響力，但是大家低估了計算這些最基本的東西對我們的推動作用。不過，人工智慧為什麼這麼熱，是有道理的。你想有一個技術框架，既可以解決視覺的問題，也可以解決自然語言處理的問題，這是非常了不起的。

我今天看到的一個挑戰是，有些事情曾經很重要，但大家都知道這個時代過去了。

我經常會舉一個例子，比如語音識別，語音識別大家都知道，識別率也很高，比人的識別率都高。可是我們人沒有覺得你理解錯了好像有什麼奇怪的地方對不對？所以我有時候會開玩笑，我說語音識別識出來是機器智能，你不能說它錯了，只是機器這麼認為而已。

回過頭來看，這說明什麼問題呢，我們要問問我們要解決的問題是不是對的，對這個社會發展最大的價值是不是在這個地方？再回過頭來，我們把語音識別搞成了 100% 讓人滿意的時候，如果我們的城市已經完蛋了，大家都活不下來了，那為什麼不能用這些資源來解決我們今天城市更迫切的問題？如何用最少的資源推動社會的發展，是需要大家去思考的。