人工智能獨角獸｜商湯科技終于成了“融資機器”
所以我們所謂的原創，就是從源頭掌握技術的核心鏈條，而不是說只在一個產業方向上擁有自己的自主知識產權。比如說，現在可以用谷歌算法來做識別功能，也是有自己的自主知識產權，也可以做商業模式，但是如果谷歌不推進，自己的識別功能也到了瓶頸的話，那很可能就不能往下推進了。所以我們所謂的原創是，從零開始打造基礎，從基礎端往下擴展。
有一組數據是中國投資和美國投資的對比。大家會發現很有意思，就是美國投資相對來說比較平衡，也就是說從基礎的操作系統、芯片端，到技術端再到到應用端的投資，都是相互平衡的。但是中國的投資是不平衡的，對應用的投入超過百分之八十，也就是中國人都喜歡看得到、離錢近的，但是對于基礎的架構不太重視，大家會想干嘛不用別人呢？
這個情況下什么叫原創？我們認為原創就是要把底層的東西補起來，現在芯片只是其中的一個內容。
商湯的核心理解是，在中國很多人都覺得新出現了一個“快速迭代”的概念。快速迭代，其實就是拿來主義，所謂拿來就是拿來別人的東西自己用，然后獲得商業成功；商業成功之后，再去補自己的短板。這個模式是肯定可以行得通的，因為中國過去二十年來基本上都是這個模式。很多成功的企業都是以商業模式的成功，再倒推到技術成功。
但是現在有兩個核心點。第一是技術發展勢頭非常快，軟件的技術、算法的技術，都達到了摩爾定律的速度，在美國每十八個月性能甚至會翻一番。在這樣的情況下，算法本身可以帶來足夠的時間窗口去布局。
第二的話就是算法的通用性、實用性以及持續性，其實已經漸漸顯示出端倪。這才是我們在這個階段上為什么想要專注于把整個鏈條建立起來，這樣我們形成的壁壘就比較長。所以我說的“原創”不是說別人沒有原創，只是強調我們從零開始，搭建架構擁有自主的能力。
虎嗅：你覺得AI時代最核心的技術應該是什么？
徐立：首先，AI的技術是底層的技術，關鍵在于底層如何利用硬件形成一個平臺的訓練系統。現在的AI是在“造生產力工具”，我們稱之為“造腦”。
我們把人工智能分成兩個階段：2010年之前稱為叫數據驅動的時代，就是大部分是人的知識去指導機器，專家系統也都是加了人的知識在里面；2010年之后就進入到了純數據驅動的時代，純數據驅動的核心就是要造一個“大腦”，數據就相當于他學習教材讀書，大腦聰明不聰明是關鍵。書就是數據，但是大腦的聰明程度決定了這個系統的能力性。
AI的核心能力在于，第一要有造腦的工具。造腦的工具如果都是別人的，那很難往新的方向去造腦。如果現有的造腦工具不合適，肯定就造不出來。舉例來說，谷歌和Facebook都開源了，他們都是造腦的工具；但是反過頭來，如果還用別人的造腦工具，造腦的能力和腦容量就受到了限制。
第二件事情就是造腦的專業知識。就是即使有了工具，也需要有一個團隊知道怎么去造腦。所以這兩點是AI領域的核心差異化，就是如何結合應用去造出大腦。這個能力恰恰是需要厚積薄發的，不是說AI突然間火了，隨便組建一個團隊就能做的。
我們能夠做的就是在現有的大腦上面做應用，把應用做好，把產品化搞得更豐富。比如一個很好的人臉識別系統，既可以做門禁，也可以做簽到，甚至還可以做VIP識別，也可以做會場系統。
現在的行業，大家更關心有沒有創新產品，但是對于人臉系統算法是不是原創的并沒有那么關心，對于訓練人臉大腦的引擎是不是原創的更不關心，對于底層的架構和服務器是不是能夠原創地聯系起來、機器之間是否存在聯接、是不是獨創的，可能就更沒有人在意了。所以我們覺得造大腦的能力是關鍵，其次才是和行業結合的應用。
虎嗅：AI這個技術下一步最大的突破，或者是最需要攻克的難關是什么？
徐立：其實每一波都有新浪潮。所謂的浪潮，這波帶來的還是智慧勞動力。其實是希望AI在某些垂直行業能夠突破人本身的能力。在突破過程中，很核心的一點是，就算有了造腦的工具，但還是需要特別強的造腦工程師知道怎么去做。現在的突破是，可能不需要研究人員的能力，這個大腦可以自主學習，面對任何一個垂直的任務，都可以找到一個自有解決方案。這樣就可以知道每個任務中有沒有達到人的準確率，如果達到的話就繼續推廣產品，如果沒有達到可能就是目的算法有一些缺陷。
目前來看，自動的大腦生成系統在未來一到兩年內成熟度會比較高。現在的自動系統是大腦的每個模塊相對固定，而其中模塊的擺放是渲染出來的；實際上未來可以實現整個結構都進行顛覆的變化。
AI的發展，以前是目標固定，然后是網絡結構固定，但網絡參數是訓練出來的。現在是目標固定，就是結構和參數都可以訓練出來，再往后就是對整個行業的顛覆，就是目標的確定性。
機器現在還是在指定目標下完成特定任務，但是未來會在指定目標下學習網絡、結構、參數這三個東西。現在是參數學習，未來是結構學習，再以后是目標學習，給出一些數據內容之后，就會發現機器可以學出某一種非指定的特定能力。
到了那個階段，機器可以figureout出來一些意料之外的能力。
作者：周超臣
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
