FT中文網：今年以來，「賦能」這個辭彙逐漸走入大家的視野，網路巨擘們也紛紛推出「賦能戰略」，在您看來，我們應該如何理解賦能？
張志琦：我們對賦能的理解是三個層面，第一個是賦能行業，我們一般透過行業中的龍頭企業來完成賦能。百度雲就是希望能夠真正意義上利用賦能，利用這些信息技術去消滅因爲這些信息技術不平等而造成的商業模式不平等。比如在鋼鐵行業，首鋼、寶鋼已經在利用百度的AI，對整個鋼板的缺陷進行一些視覺化的檢測，可以快速把鋼板本身缺陷和裂痕定位出來，防止惡性事故的發生。
第二個方面是我們更多的生態合作去完成賦能。在百度的AI開發平臺上，我們已經有上百個合作伙伴，在線下，我們也和很多傳統企業進行深入的合作。比如們與中軟（中國軟體與技術服務股份有限公司）合作，幫助銀行、保險公司等傳統金融企業進行業務系統的智慧化升級改造，比如說智慧客服，智慧外呼、催收、信用卡風控等都結合了百度的AI能力。
第三個層面的賦能，則是針對開發者而言。因爲解決方案執行還是要依靠人，真正意義上把解決方案做出來。百度的開發者大會，其實主要的受衆，雖然有很多的企業，有很多合作伙伴，但是更多的是開發者，現在大家對於AI，對於本身大數據也好，其實開發門檻已經越來越低。如果開發者對於AI和深度學習演算法、機器學習等編程能力比較弱，其實也可以利用深度學習本身的組件，基本上可以用零代碼的方式，就可以完成對於本身模型訓練。如只要上傳一些圖片，就可以快速完成對於視覺方面的一些識別基礎，這樣的話大大把開發門檻降低。這也是一個模式賦能，讓本身的AI和大數據開發模式能夠變得更加平民化。讓每個人都能有機會使用百度的技術能力。
FT中文網：剛纔您提到鋼鐵工業已經開始資訊化進程，如那在更爲傳統的農業領域，技術賦能有什麼樣的可能性呢？
張志琦：在農業方面，百度與中化集團正在開展深度合作，在智慧農業方面進行探索，比如透過百度的物聯網技術，我們能夠蒐集農田周邊的溫度、溼度，結合天氣預報和農作物生長習性，給農民提供有效、安全的種植方案。比如什麼時候應該施肥？什麼時候應該澆水？什麼時候應該要打尿素等等這些環節，我們都能給到最有效的建議。此外結合無人車技術，我們也已經開始提供無人駕駛農機設備。我們還將物聯網技術與農機設備進行對接，幫助農民瞭解農機運行的狀態，提醒他們去做維護和保養，提高設備使用效率。
FT中文網：和金融產業一樣，教育產業近年來迅猛發展，而且數位化的趨勢也十分明顯，百度在教育方面有什麼佈局？
張志琦：可以很明確的說，百度教育板塊的背後，都是百度雲平臺在提供有效的支援。首先百度文庫裏有大量的教育素材，特別是K12（從小學到高中）階段的內容可以輸出給學校和老師幫助備課。其次，我們針對小學階段的自然課，使用AI和VR技術研發了大量課件，比如學生戴上VR眼鏡，就能直觀地看到峽谷的地貌，同時還有小度機器在旁講解，提升學生對知識的感知和接受能力。
FT中文網：有專家預言人和機器智慧之間的轉折點，大約是在2045年左右，屆時機器智慧將全面超越人工智慧，對此百度是怎麼看的？
張志琦：談到人工智慧，我一般談兩個方向，一個是專有領域的人工智慧，一個是通用型人工智慧。專有領域的人工智慧在很多方面，尤其是重複性勞動領域，已經超過人類，比如會議活動上，語音識別的識別率已經超過了速記員的能力。
通用型人工智慧則更爲科幻，人來可以直接向機器人來提問題、提要求。語音助手就是這樣一個場景。現在我們講「有問題找度娘」，其實還是要輸入了，隨著數據的不斷積累，演算法的不斷迭代，能力的不斷提升，將來用語音互動來實現「問」度娘很快就可以實現，甚至都不需要到2045年.
FT中文網：除了透過大量數據的累積，還有哪些途徑可以讓機器越來越聰明？
張志琦：最關鍵的因素其實還是數據積累。坦白講，人工智慧在新一輪產業革命浪潮中能夠被放到一個前所未有的高度，核心點就在於這幾年數據的大量積累。百度作爲從搜索引擎起家的網路企業，我們本身就積累了大量的數據，而這些數據，就是百度能夠把人工智慧做好一個核心關鍵點。
其次，爲什麼現在人工智慧還不是萬能的？這背後源於演算法還有很大的提升空間。在百度，我們有大量科學家在致力於演算法的提升和優化，從而使識別率更加精準，把人工智慧產品和服務打造到可以被廣泛商用的水準。
第三，與演算法相伴的就是算力問題。因爲在人工智慧模型訓練的過程中，需要大量運算，以前訓練一個模型，在算力不夠的情況下，可能要花幾天的時間。現在，百度云爲我們提供了很強的計算能力，就可以把時間縮短到幾小時，甚至幾分鐘，從而保障人工智慧模型在完成訓練後，能夠更快速投放出來。我相信，隨著數據、演算法、算力，這三大因素的有效升級迭代，人工智慧的發展將會行穩致遠。
