微软、谷歌犯了同样的错。我们聚焦于把小娜应用在手机和 PC 上，尤其是手机。我的观点是，在可见的将来手机都会是一个 finger-first、mobile-first （手机触控和移动优先）的设备。你需要 AI-first 设备来巩固一个新兴生态。
现在我生活在中国，对于 AI-first 到底意味着什么比之前想得清晰得多。它意味着你打一开始就要以不同的方式和技术交互。它的首要交互方式必须是语音或图像识别或人脸识别。你可以使用屏幕或者触控，但这是次要的。
在百度总部的所有系统都基于人脸识别。你只凭声音和脸就可以在售货机买东西。我们还在搞一个自助餐厅项目，目标是拿了饭菜就走。
Q5： 那么这些新设备带来的伦理后果呢？在百度，大家在这方面谈论的话题是否和你在微软时差不多？
A: 差不多。对我们来说，隐私保护有至高的重要性。最终，我们需要用户信任我们的技术，因而在这方面会讨论很多。我们会持续、动真格儿地在隐私方面投资，确保你可以信任我们的服务。比如说语音交互。百度在研究一项能防止错误唤醒智能手机的技术，我们理解大家不想日常谈话被传到云端。在我自家客厅里，我也会说很私密的东西。但有些时候智能音箱会认为你正在试图唤醒它们，因而会把这些部分传到云上。
Q6: 今年春天，百度发布了一个非常有野心的自动驾驶计划“阿波罗”。到现在，你们已经公布了150 家合作伙伴。为什么对自动驾驶下这么重的注？
A: 如果你真得想搞出能收集知识、做决策、适应环境的数字智能，你需要开发自主系统。在自主系统里，汽车会是第一个落地的大型商业应用。它就像是今天的智能手机生态系统，是现在最大的硅软件生态。我相信，同样的情况会在自主系统上演。汽车会成为一个更大的生态系统。
同样的技能组合——硬件、传感器、芯片组、软件，会被用来开发工业机器人、家庭机器人。我们希望联合数百家公司、大学一起来做这件事，建立起一个相当大的生态。以后我们可以开发机器人、无人机以及所有这些自主系统。对我来说，autonomy （自主）是核心。
Q7: 自动驾驶技术的迭代速度取决于什么？
A: 本质上取决于能拿到多少数据。要在路上行驶，你需要在不同情况下、不同类型的道路上行驶的数据，比如光线、天气、路面湿滑情况、轮胎胎压。借助阿波罗计划，我们能够把所有资源集中起来，尤其是数据，让所有参与者都能受益。
我们写了份阿波罗计划宣言，它有四项原则，每一项都很重要。
第一项是开放能力。在百度，我们把技术能力——代码、服务、数据都开放给所有的合作伙伴。由于中国是个高度碎片化的市场，这种策略格外奏效。中国有超过 250 家汽车 OEM 厂商，没有一家完全有能力开展深度研究。而在美国，这个行业是高度集中的。有了我们 7 月 5日开放的代码库，一个人就能在三天内配置起一台能实现有限自动驾驶的汽车，并开始科研。
第二项是资源共享。阿波罗计划有两个合作层级。第一层，你可以使用阿波罗代码、能力以及部分数据集，没有任何附加条件。第二层，你能用百度提供的全套数据集—— 包括高清地图、训练数据，但我们会要求你也贡献数据。这里有一个核心原则：你贡献的越多，得到的应该也越多。
第三项是加速创新。收集更多的数据，就能在模拟引擎里实现更多能力。我们让所有人、以集体的形式，以更快的速度创新。
第四项是持续共赢。百度是最大的共赢模型，专注于提供高端、高价值服务，比如高清地图和安全。在阿波罗生态里，我们不和任何人竞争，而是让每一家 OEM 厂商——不管是博世、德国大陆（Continental ）还是英伟达，都能够做到更多。
这是我在海外开设子公司——阿波罗美国以及阿波罗新加坡的原因。新加坡政府对我们的态度基本可以说是：“哇，这简直了，快来新加坡吧，我们已经做好准备要投资”。
Q8: 中国实现全自动驾驶汽车需要什么？
A: 单是在技术层面，在相当长的时间里就不可能实现自动驾驶。举一个简单的例子：假设城里出了个交通事故，警察来了，但发现事发路段没有交通标志，于是在纸上用笔画了个标志，写上：“请减速到每小时 5 英里以内，通过时请看清路况”，然后举着给过往车辆看，提醒他们避让事故车辆。这种情况下，你就需要能识别手写文字、理解人类语言的技术。这会耗费很久很久的时间来实现。