新浪科技：神经网络需要大量的数据训练才有成效，回到无人车领域，比方撞车、紧急情况等情况，就很难有大量的数据让网络学习，您怎么看待这个问题？
余凯：没错，这面临到未来的一个趋势，是一个“小数据学习”的问题。这个趋势要有一个完全不同的思路，而不是盲目的灌数据，因为大量采集的数据都是正常路况的数据，而这种紧急情况的数据是没有的，所以这对深度学习是一个挑战。
这就要加入更多的因果推理，因果推理的这个框架衍生出来的就是贝叶斯网络，这个是加州大学洛杉矶分校Judea Pearl教授，在80年代就已经很著名的成果，曾经在人工智能这个领域是非常主流，后来由于神经网络的发展大家淡忘了。
但是历史总是回旋往复地往上去发展。就像80年代的时候，深度神经网络其实当时也非常主流，但是90年代就被人给淡忘了。我认为80年代被Judea Pearl提出来的“因果推理”，现在应该被提上议事日程。
过去十年深度神经网络发展，让我们在感知这个领域突飞猛进。但是所有的这些人工智能，包括自动驾驶，其实感知都是为了决策来服务，所以最终要走到决策。
一旦走到决策的话，所谓这些小数据、这种紧急情况，实际上是要根据这个情况然后做一个决策，就是在很多的状态空间里面，去找到风险最小的一个路径。这里面其实是各种的因果推理，不是识别。
深度神经网络是识别，如果是因果推理，就需要有一个因果推理的框架来做这个事情。
地平线的核心团队，包括我自己的背景，都是在人工智能这个领域工作了很长时间，所以我们能够以一个更高的视角来看这个问题，不仅仅是当前热什么咱们就做什么，因为当时热的东西一定会过去。
新浪科技：刚刚结束的AAAI17上，大会收录的论文，来自中国的投稿数量第一次超过美国，这个数字能说明什么？以前也有统计说人工智能领域中国人很厉害。
余凯：中国整个来讲对人工智能的关注度越来越高。但论文中虽然有很多从名字能看出来是中国人，但大部分估计还是在美国的留学生或者华裔学者。数字还不能说明问题。因为中国本土的科研这块其实还是有差距的，有蛮大差距。
我们整个创新的土壤，相对来讲还比较偏急功近利。
新浪科技：您之前也批评过说有一些AI企业有抄袭或者比较急功近利的情况。
余凯：对，真正愿意平心静气，去做比较长远的、创新性研究的人和企业在中国还比较少。华人学者在这个领域的规模越来越大，这也是正常的，因为我们的人口基数大，但是有没有更多的创新性的东西在这里面出来。
好像据说今年 Best Paper 什么之类的其实并不是华人，所以我们还是有空间继续去努力。未来我还是很乐观，华人在整个人工智能领域的影响力，最后会变得非常领先。
新浪科技：很多企业都说，人工智能的专业人才不好招。您在实践中，也会遇到这样的困扰么？您又是怎么解决的？
余凯：我们去年在9月份有一次大规模的巡回校招，收了一批顶尖的学生，我对这个还是比较满意，我们会进行内部培训。
包括我以前在百度的时候，当时成立深度学习研究院，那个时候中国大学没有培养什么人工智能、深度学习方面的人才，基本上很多都是我们自己培养，后来很多人在百度或者其他公司里成为顶尖的中坚力量。所以我们可以去培养。
我们有个计划，所有我们今年校招录取的学生，夏天的时候把他们全带到硅谷去，进行为期半个月的一个培训，我会请世界顶尖的专家来给他们讲课。
新浪科技：您是看中什么样的条件去招这些应届生、去招这些未毕业的学生的话，是需要他的逻辑好或者是工程能力强、还是就是得数学好？
余凯：我看中的，还是所谓德才兼备。
德，就是合作的能力，还有对整个使命感，对未来世界的好奇。人工智能改变世界的这么一个使命感跟好奇心，不断学习的这种愿望，我觉得这个是这个人的一个基本面。其次的话，在数学、在编程这些方面，应该有相当不错素养。