近日，特斯联宣布任命国际电气与电子工程师协会会士（IEEE Fellow）邵岭博士为集团首席科学家、特斯联国际总裁，将负责公司人工智能在各产品线众多应用场景中的核心关键技术及产品的研发与部署，以及相应产品在海外的本地化开发和落地。

邵岭博士是国际知名人工智能科学家。在加入特斯联以前，他曾任沙特数据和人工智能管理局 (SDAIA) 国家人工智能中心 (NCAI)首席技术官和首席科学家；从2018年至2021年，他担任阿联酋起源人工智能研究院（IIAI）创始首席执行官及首席科学家。邵岭博士还是全球首所人工智能大学 - 穆罕默德·本·扎耶德人工智能大学的发起人和创校执行校长。邵岭博士在顶级AI会议/期刊上发表了300多篇科学论文，并在2018-2021年连续四年被Web of Science选为「高被引科学家」。

针对大家关心的邵岭博士对特斯联业务的展望、对AI产业发展的判断，近期，我们采访了邵岭博士。在采访中，邵博士指出，加入特斯联主要缘于其研究理念与特斯联业务前景的契合。邵博士分享了当前AI产业发展所面临挑战及未来发展突破口的观点。他认为，当前AI企业盈利难主要缘于AI解决方案的定制化程度高，而预训练大模型可以在一定程度上解决这一问题;而研发规模相对小且实用的预训练模型，以及对预训练模型的有效压缩或许能够加速AI的落地盈利。

以下为对话实录。

Q1：可否和所有关心特斯联的朋友介绍下您自己？

邵岭博士：大家好，我是邵岭，一名AI科研人员。我在中国成长、接受教育，在中国科学技术大学获得了我的本科学位。随后，我在英国牛津大学完成了我的硕士及博士学位。毕业后，我作为资深科学家在荷兰飞利浦研究院工作了四年，后又回到英国，在几所高校内任教。2018年一月，我来到阿联酋，成立了起源人工智能研究院（IIAI），并担任创始首席执行官和首席科学家至2021年12月。在阿布扎比期间，我同时发起了全球首所人工智能大学——穆罕默德·本·扎耶德人工智能大学（MBZUAI）。在MBZUAI，我担任创校执行校长。今年早些时候，我在利雅得担任沙特数据和人工智能管理局（SDAIA）国家人工智能中心（NCAI）的首席技术官和首席科学家。

最近，我加入了特斯联科技集团，担任集团的首席科学家，及特斯联国际总裁。

Q2：您为什么会选择加入特斯联？对特斯联创始人兼CEO艾渝的印象是怎样的？

邵岭博士：对艾总的印象是促使我加入特斯联的重要原因之一。经过与艾总的多次深入沟通，加深了我对特斯联未来愿景与业务布局的认知与认同，特别是在 AI、IoT等关键业务的发展上，我与艾总的想法不谋而合。比如，我们都认为，在未来，各种AI设备及AI系统将会相互联接。自动驾驶汽车就是一个很典型的例子——如果汽车之间相互协同，汽车与其他的道路使用者（如：行人）相互协同，那么自动驾驶将会更容易实现。艾总对AI业界的了解也给我留下了深刻的印象——尽管艾总此前的背景来自于投资领域，他也熟识许多AI行业内的专家、学者，他们当中的许多人也是我的老朋友。

促使我选择特斯联的另一个原因是，在特斯联产品及解决方案的许多应用场景中，AI均扮演着十分重要的角色。作为AI科研从业者，我对能把所研究的成果应用到这些新领域感到十分兴奋。

Q3：特斯联的哪些产品最吸引您？您最期待将哪些技术与特斯联的业务结合？

邵岭博士：我对特斯联的AI CITY及机器人相关产品十分感兴趣。这些产品十分富有挑战，并且都需要全面的AI解决方案。我的研究领域聚焦于计算机视觉、深度学习、视觉及语言。这些是能够支持感知、交互的核心技术。而感知与交互也是特斯联AI CITY及机器人的两个重要功能。我很期待能够将我的研究与特斯联的产品及解决方案相结合。

Q4：您在特斯联的角色和职责是怎样的？

邵岭博士：作为特斯联的首席科学家，我将会在特斯联建立一支有AI研究员和工程师组成的团队，来给集团赋能。团队的部分成员将长期专注于技术的研究与开发，其他成员将协同集团的其他业务单元，帮助他们解决在产品及解决方案研发过程中遇到的与AI相关的困难和问题。

另外，作为特斯联国际总裁，我将整体负责公司在境外的业务，包括研发、产品本地化、销售等。我们也将逐步探索与境外政府部门、企业、机构、高校等建立合作。

Q5：特斯联所打造的科创中心通过“成本共担”的方式，为中小微企业提供AI所需的算力、数据、算法模型等核心要素，以此推动AI的普惠化发展，您对科创中心的业务怎么看？

邵岭博士：我认为特斯联打造的科创中心是一个很好的概念。如我们所知，AI并非一项直截了当可以轻易实现的技术。AI的发展需要大量计算资源、大数据，及AI人才来开发相应的模型。并不是所有的企业都有从0开始发展AI的需求或掌握足够的资源。特斯联打造的科创中心可以作为服务初创企业、中小企业、学术机构的平台，推动它们更方便快速、更经济地采用AI技术。

Q6：特斯联机器人成为了迪拜世博会的“网红”，您如何看待特斯联机器人所使用的人工智能技术？什么能让特斯联机器人在市场上脱颖而出？

邵岭博士：特斯联的机器人的确在迪拜世博会受到了广泛关注——许多人甚至以为特斯联是一家机器人公司——当然，特斯联的产品矩阵远不止于机器人。具体到AI技术方面，我们的机器人已经采用了许多，诸如：计算机视觉、语音相关的技术，用于机器人的导航、物体识别等需求。在未来的机器人产品中，我们将持续提升我们的视觉及自然语言处理（NLP）模型的能力，从而支持先进的感知，实现更自然的人机交互。

由于特斯联是一家人工智能物联网（AIoT）企业，我们的所有机器人均将实现在AIoT环境下的内外互联协同。这将使我们的机器人从同类产品中脱颖而出。

Q7：您在海外不同国家有很长的AI学术及产业经验，在您看来，当前我们的AI发展到了什么阶段？AI产业最新的发展趋势是怎样的？我们距离通用人工智能（AGI）还有多远？

邵岭博士：当前的AI主要基于深度学习。一方面，深度学习使得AI在视觉、语音、自然语言处理等许多相关领域的应用性能大幅提升——在某些领域，比如图像识别、下围棋，AI的性能甚至已经能超过人类。但在另一方面，AI的能力仍基于“暴力算法”（brute force）及大数据——智能参与的程度并不高。过去几年里，预训练大模型在中国和美国越来越受到欢迎，通过预训练的大模型，仅需要有限的数据即可实现对模型针对新场景的调优。这极大改变了AI模型开发的范式，使AI得以从定制化走向批量生产。

诸如 GPT-3的模型已经可以生成接近人水平的文本、小说、乃至诗歌等。一些AI专家认为，这是通往通用人工智能（AGI）的一大步。我个人认为，这跟通用人工智能没有任何关系——此类模型并不具备常识，也没有思考与逻辑能力。此类模型优越的性能主要源于海量的训练数据，而且模型通常巨大、参数能达到上千亿。这样的模型可以说仅仅是具有一定泛化能力的记忆储存而已。我认为，我们距离通用人工智能还很远，或许通用人工智能在未来也难以实现。

Q8：尽管当前AI产业热度不断提升，然而绝大部分AI企业仍面临着亏损的问题，您认为AI产业的发展主要受制于哪些因素？AI盈利还需突破哪些难点？

邵岭博士：我认为AI企业无法盈利的主要原因在于，AI解决方案通常需要很高程度的定制化，且难以规模化生产。如今预训练大模型可以一定程度上解决这个问题，但并非所有的AI初创公司能够负担训练大模型的成本。因此，研究规模相对小且实用的预训练模型以及对预训练模型的有效压缩或许能够加速AI的落地。

Q9：您认为在未来10-20年内最具潜力可以改变世界的AI应用有哪些？

邵岭博士：首先，AI医疗是一个极具潜力的领域，会应用于诊断、干预、新药物研发等。

其次，机器人，尤其是陪伴型机器人也有很大的发展空间。我们的人口正处于老龄化阶段，陪伴型机器人可以帮助照看老龄人口。

最后，自动驾驶车辆在未来10-15年间将无处不在。

我认为这些都是未来极具发展潜力的AI领域。