颜水成：安防其实也有个问题，其实公司都是都希望自己的技术能直接与用户做交互，而做安防的话其实是默默的在后台弄这个东西，普通老百姓不一定知道这个东西的存在，这可能是它的一个缺点。其实我觉得做视觉的人，还是希望能让用户看见，就是做2C（to customer）东西。
俞凯：我个人感觉，如果是2C的话，也只有两种情况，一种情况就是你就是一个感知工具，这个感知工具是不可或缺的，比如输入法，这个在自然语言处理里面是完全不可或缺的东西。还有一个方向就是必须得是个系统，单独语音可能不行，单独图像可能也不行，它可能会以其中一个为主 ，但是必须是个系统。
颜水成：我觉得可能要等到AR眼镜所有的技术都成熟了，而且用户量比较大了，才能够让视觉成为dominant的东西。
山世光：会不会把希望寄托在了一件不可能发生的事情上？大家可以现场调研一下，有多少人愿意天天戴一个AR眼镜。
颜水成：请问现场有多少人体验过HoloLens？(现场观众举手)，看起来二十分之一都不到。我们现在在座的根本没有多少人知道AR当前的现状是怎样的，没有体验过AR眼镜目前处于什么水平。我第一次带HoloLens眼镜的时候，只是在实验室里面体验了十分钟，用起来特别麻烦，因为微软一定要把它的账号跟HoloLens绑起来，又不好输入，我又不熟，搞的非常痛苦。但是有一次我太太恰好去外边旅游，我一个人在家里，我就用了整整半天的时间，在家里把HoloLens设置好，把里面各种各样的功能体验了一遍，然后就觉得这个东西还不错，离我想象的科幻电影里的样子又近了一点，但是还是有问题，HoloLens太沉了，视野太窄，而且续航也不太给力。后来看到Lumus这个专门做光学镜片的公司，它的产品能够把信息从侧面投影出来，通过光波导这种形式把信号反射到你的眼睛里面，能把眼镜做的和真的眼镜大小差不多。这样的话，极有可能能做到一款和普通的眼镜大小差不多的AR眼镜。
此外还有一些人在做SLAM技术，以及一些配套的手势控制的技术。特别是当我看到Lumus的那个眼镜，加上一个叫Infinity公司的SLAM技术，合在一起的时候，你就会觉得这个眼镜可以做的很小，并不是遥不可及的，我觉得AR眼镜发展的脚步比我们想象的快了一些。所以大家有机会的话，应该去体验一下。
深度学习加大数据的模式会面临天花板吗？如何解决？
山世光：我们还是回到这个话题上来，我解读一下这个话题为什么这样去设置。其实这里面有两个问题。第一个问题是说深度学习加上大数据这样一个模式的，会不会出现天花板的情况？昨天余凯（平线机器人创始人兼 CEO，前百度研究院执行院长）的PPT里面正好有一张图片，横坐标是数据量，纵坐标是performance，那么这个曲线的走势是会逐渐趋于平缓呢？还是会一直往上走？
第二个问题就是天花板出现了之后怎么办，就是你有了大数据，但是达到了天花板，你还没有满足用户的需求，那你还有没有其他的技术。人很多时候并不是依靠大数据来学习，我们是不是在下一波里面会更重视这种不需要大量数据的学习算法。之前也有讨论，有多少人工智能，就有多少人工数据标注的工作，是不是可以避免这个问题？请三位从这两个角度解读一下。
俞凯：我把我刚才说的扩展一下，先倒着来说，就是第二个问题，我的一个基本观点就是闭环的将会成为未来的一个研究主流，甚至有可能是工业界的主流，它最大的特点就是对于人工标注数据的需求大大降低，这个是我特别明确的感受。比如GAN，它是机器自己生成数据，只是这个生成方法是闭环的，所以使得它生成的数据特别好，要是强化学习的话，直接和环境进行交互，它们利用都不是一个一个正常的、离线的、大规模的人工预标注。因此从第二个问题的角度上讲，我会认为闭环学习是一个比较大的方向。另外一个事情就是，观看机器学习的整体发展进程，我特别同意李老师的观点，他说的是符号学习和深度学习，我的观点就是数据和知识双驱动，我觉得这个方向将会是未来特别特别重要的方向。
李航：关于第一个问题，其实大数据永远解决不了长尾问题，自然语言处理的这个倾向非常明显。比如说现在的输入法、语音识别，在有专有名词、术语、或者夹杂英语单词的时候，肯定识别不好，不管你灌多大的数据。因为你收集的语料越多，新词的量也在同时增加，永远会有长尾的词出现，那么怎么样去处理？至少现在用深度学习或者自然语言处理的方法，还不能很好的解决这个问题，其实语音识别也是一样的，还没有完全解决这个问题。但是人肯定不会有这个问题，一个是语言的使用能力，你可以认为是人类几百万年进化出来的能力，让你在听到一个陌生的单词的时候，可以利用你的语言能力做推理，做联想，做判断，来弥补这些问题。我们现在的深度学习，或者整个人工智能领域都没有这样的技术去弥补这样的事情。这块的话，明显说明大数据、深度学习不是万能的。我们可以在未来短期的时间里面，解决一些问题，比如刚才说到这个输入法的问题，我可以把它变成personalised（个性化），或者是context dependent（基于上下文）来处理，可能做的更好一些。模型上，我可以嫁接在sequence to sequence learning这种大的框架里面，我可以把一些事情做的很漂亮，也很有效。但是本质上，并不是像人一样处理长尾现象，因此大数据、深度学习肯定不是万能的。