比如怎么识别一个杯子？传统的方法是识别「轮廓、阴影、纹理」，把相关的参数、代码标准化，工具是算法，它是数据化的、是理性的。但人脑怎么工作？我一看就知道是杯子，肯定不是脸盆，因为它在桌子上，也不是盛化学药剂的容器。发现了吧？人在识别的时候是很智能的，考虑到了环境因素。
i黑马&车有引力：质的变化源于，AI识别不是算法，而是多维的信息源。
陶闯：对。里头没有算法，AI的逻辑是模仿「神经元网络」，它是一套非线性引擎。AI系统是一个黑匣子，方法就是「让它不停学习、输入真实世界的信息」。比如同样是识别杯子，AI的逻辑是让它学习各式各样的杯子照片，但没人知道在它内部是怎么运转的（分析、归类、总结，就像人脑）。最后你指着桌上的杯子问它，它一下子就会告诉你答案：这是喝茶的杯子。
i黑马&车有引力：明白，AI的识别更接近于大量的、真实的经验，怎么应用它？
陶闯：人生活在三个空间里：网络空间（mobile）、社交空间（social），和物理空间（local），你会发现你超越不了这三个边界，它们相互平行，又相互交叉，人类的所有生命活动都在里面。我们要做的，就是物理空间的事，甚至是整个现实世界「最底层、最基本，也是最重要的技术工作」。
把网络搭建起来，地图就像水管和电管。调度可以用、物流可以用、O2O也可以用、自动驾驶一定要用，人们越使用地图，其中积累的信息就越多。它的潜在价值和市场规模是巨大的，我到现在都没有完全想清楚，空间太大了。
谈Wayz.ai
「不做0-1，只做1-N」
i黑马&车有引力：Wayz.ai发展了一年多，已经解决了什么问题，下一步的核心工作是什么？
陶闯：我们的团队成员都来自一些成熟型的大企业，包括微软、Uber和谷歌，完全理解自动驾驶和高精地图的整套技术方案，所以我们不存在大的学习瓶颈。我们这次创业不做0-1的事，只做1-N的事，我们不希望再去重新探讨这件事怎么做，而是用我们掌握的、成熟的技术，在中国马上做成一家规模化的、可以适应适应市场的企业。
