12月14日的谷歌開發(fā)者大會上，最激動(dòng)人心的消息應(yīng)該就是谷歌AI中國中心的成立了。身著紅衣的李飛飛無疑是谷歌開發(fā)者大會最大的主角，她在現(xiàn)場宣布：谷歌AI中國中心將由她和 Google Cloud 研發(fā)負(fù)責(zé)人李佳博士共同領(lǐng)導(dǎo)，激蕩起了現(xiàn)場一片掌聲。
李飛飛從洗衣工到斯坦福教授的傳奇經(jīng)歷被傳遍全國，不得不讓人感嘆，我們又回到了崇拜科學(xué)家的時(shí)代。
或許是因?yàn)槿斯ぶ悄鼙旧砭褪且粋€(gè)學(xué)術(shù)話語權(quán)極強(qiáng)的領(lǐng)域，現(xiàn)在的AI企業(yè)不管體量大小，總要請來幾個(gè)教授、專家坐鎮(zhèn)，時(shí)不時(shí)還要發(fā)篇論文，刷刷CVPR等等競賽的排名。
可問題的關(guān)鍵是，我們崇拜科學(xué)家，不僅僅是因?yàn)榭茖W(xué)家有非凡的學(xué)術(shù)能力，還因?yàn)樗麄兪前讶斯ぶ悄芗夹g(shù)從論文中帶到我們身邊的傳火者。
科學(xué)家常有，而傳火者不常有。今天就來談?wù)劊鯓硬拍芊Q得上人工智能領(lǐng)域的傳火者。
論文產(chǎn)品化：象牙塔內(nèi)外的海水與火焰
在很多人的概念里都存有一個(gè)誤區(qū)，論文發(fā)的多、專利申請的多、競賽排名足夠高就意味著技術(shù)有著更高的實(shí)用性和商業(yè)前景?？蓪?shí)際上從論文到產(chǎn)品，再到優(yōu)秀的產(chǎn)品，之間里程往往比我們想象中要遙遠(yuǎn)。
不管是論文還是賽事，往往都會給出一個(gè)理想的恒定實(shí)驗(yàn)環(huán)境來追求某一項(xiàng)技術(shù)的極致可能。比如給出統(tǒng)一的硬件標(biāo)準(zhǔn)或數(shù)據(jù)庫，而得出的結(jié)果也是在某一標(biāo)準(zhǔn)下的最佳結(jié)果。
這就導(dǎo)致一種尷尬的結(jié)果：很多時(shí)候論文走向一種非常刁鉆的方向，很難實(shí)際應(yīng)用在生活中。像是耗費(fèi)大量計(jì)算資源去追求極小的模型壓縮，或是犧牲計(jì)算速度去在極小范圍內(nèi)提升模型準(zhǔn)確率。但這些研究成果往往只能在仿真環(huán)境中起作用，要想應(yīng)用到現(xiàn)實(shí)中來，往往會遇到這樣那樣的問題。
現(xiàn)在很多技術(shù)模型都是開源共享的，將公開的模型進(jìn)行參數(shù)調(diào)試，從一個(gè)領(lǐng)域移植到另一領(lǐng)域并不難，可想要實(shí)現(xiàn)產(chǎn)品化，就要為模型尋找到合適場景，嵌入到適用的軟件或硬件中。在這一過程中，如何面對技術(shù)開源，難以建立壁壘的問題就是一個(gè)難點(diǎn)。應(yīng)用成本越來越低的人臉識別，就是技術(shù)無壁壘、產(chǎn)品想象力匱乏形成的結(jié)果。
即使把技術(shù)成功產(chǎn)品化，也要考量產(chǎn)品的實(shí)際應(yīng)用性。人工智能技術(shù)的加入是不是真的能提升用戶體驗(yàn)，體驗(yàn)的提升和所耗費(fèi)的成本之間是否又能找到平衡點(diǎn)……很多時(shí)候人工智能產(chǎn)品還未經(jīng)市場檢驗(yàn)，就已經(jīng)在折戟在論文產(chǎn)品化的過程中了。
論文和排名僅僅是人工智能產(chǎn)業(yè)的一小部分，有一些企業(yè)靠這些可以拿到大筆融資，但這絕不僅僅是成功的標(biāo)志。專家教授一臉意氣風(fēng)發(fā)，可背后的投資人還雙目灼灼的盼著論文變現(xiàn)呢。到最后往往在學(xué)界和業(yè)界成了兩個(gè)極端，一邊歌舞升平的寫著論文開著會，另一邊則為了優(yōu)化產(chǎn)品急成了熱鍋上的螞蟻。
總之，論文和會議競賽中的技術(shù)存在于仿真世界中，代表的是人工智能無限的可能性。而如今科學(xué)家們紛紛走出象牙塔，我們希望看到的是他們把技術(shù)從仿真世界帶到物理世界，向我們展示人工智能的應(yīng)用性。
把目光投向物理世界，學(xué)術(shù)力量落足在哪？
在今天的人工智能熱潮中，既然有人靠水論文拿融資，自然也會有人可以成為技術(shù)的傳火者，把學(xué)術(shù)能力化為產(chǎn)品能力甚至商業(yè)能力。下面就分別介紹一下自然語言處理、計(jì)算機(jī)視覺和強(qiáng)化學(xué)習(xí)三個(gè)領(lǐng)域中的傳火者。
幫谷歌AI連接中國的李飛飛
拋開谷歌的光環(huán)，從加州理工畢業(yè)的李飛飛自身也有著極高的學(xué)術(shù)起點(diǎn)，在斯坦福實(shí)驗(yàn)室中的身體力行培養(yǎng)出了不少牛人，也憑著TED上強(qiáng)大的演講能力吸引了不少人關(guān)注計(jì)算機(jī)視覺領(lǐng)域。
李飛飛對人工智能產(chǎn)業(yè)最大的貢獻(xiàn)無疑是創(chuàng)立了世界上最大的圖片識別數(shù)據(jù)庫ImageNet。此前機(jī)器學(xué)習(xí)一直飽受過擬合和泛化的困擾，學(xué)界一直試圖在模型上尋找解決方式，直到李飛飛開始主導(dǎo)ImageNet的研究，從數(shù)據(jù)集入手試圖改變游戲規(guī)則。
ImageNet的影響力越來越大，甚至從中誕生了卷積神經(jīng)網(wǎng)絡(luò)這樣實(shí)用性極高的技術(shù)，計(jì)算機(jī)視覺和深度學(xué)習(xí)也越來越多的應(yīng)用在物理世界中：社交網(wǎng)絡(luò)的圖像標(biāo)注、自動(dòng)駕駛的物體監(jiān)測……大量的落地應(yīng)用也再不斷的向CV技術(shù)提供反饋，物理世界的技術(shù)應(yīng)用也催化了仿真世界中技術(shù)的發(fā)展。
教機(jī)器人疊毛巾的Pieter Abbeel
提到強(qiáng)化學(xué)習(xí)，大多數(shù)人會認(rèn)為這是一項(xiàng)距離現(xiàn)實(shí)非常遙遠(yuǎn)的技術(shù)，不過一直有人在嘗試著把這一技術(shù)帶到現(xiàn)實(shí)，Pieter abbeel就是其中之一。
在博士時(shí)期，Pieter Abbeel就與吳恩達(dá)一同提出了師徒學(xué)習(xí)這一強(qiáng)化學(xué)習(xí)中的重要概念。在伯克利任教期間，還因讓機(jī)器人通過強(qiáng)化學(xué)習(xí)學(xué)會疊毛巾獲得了MIT頒發(fā)的TR35獎(jiǎng)項(xiàng)。后來入職馬斯克的OpenAI，還推出了著名的機(jī)器人訓(xùn)練場Gym，讓很多團(tuán)隊(duì)可以在低成本的前提下快速訓(xùn)練智能體。
直到今天，硅谷機(jī)器人制造商Willow Garage的很多產(chǎn)品中還有Pieter Abbeel利用強(qiáng)化學(xué)習(xí)訓(xùn)練的成果。如今Pieter Abbeel已經(jīng)離開OpenAI，創(chuàng)立自己的團(tuán)隊(duì)，專注于利用強(qiáng)化學(xué)習(xí)讓現(xiàn)有硬件設(shè)備自主學(xué)習(xí)完成任務(wù)。
自動(dòng)化的普及度不斷增高的過程，本質(zhì)上也是機(jī)器人訓(xùn)練成本不斷降低的過程，強(qiáng)化學(xué)習(xí)的應(yīng)用的落足之處也在其中。
為百度布局深度學(xué)習(xí)的王海峰
NLP和CV兩個(gè)領(lǐng)域，都聚集了大量華人科學(xué)家。在學(xué)界和產(chǎn)業(yè)界都有布局的，不光有李飛飛，王海峰也是其中一個(gè)典型。
王海峰在學(xué)界的成就很多，比如在16年當(dāng)選了國際計(jì)算語言學(xué)會（The Association for Computational Linguistics）的會士。在這個(gè)于影響力、權(quán)威性和活躍度兼?zhèn)涞膶W(xué)術(shù)組織中，王海峰成了是大陸首位、也是最年輕的一位ACL院士。
2010年入職百度后，王海峰也在百度獲得了很大的發(fā)揮空間，接連布局了自然語言處理、互聯(lián)網(wǎng)數(shù)據(jù)研發(fā)、圖片搜索和語音技術(shù)等等多個(gè)部門。在2013年協(xié)助創(chuàng)立百度深度學(xué)習(xí)研究院后，很快我們就看到了百度翻譯、語音搜索等等產(chǎn)品上的變化。
在這些用戶體驗(yàn)的感受差異中，體現(xiàn)的是神經(jīng)網(wǎng)絡(luò)、語音識別和知識圖譜等等技術(shù)的理性呈現(xiàn)。
革命來臨前夜，天秤兩端的學(xué)與業(yè)
以上三位科學(xué)家僅僅是人工智能領(lǐng)域眾多傳火者的代表人物，卻也能管中窺豹，領(lǐng)悟到一點(diǎn)人工智能產(chǎn)業(yè)發(fā)展的勢頭。
有一些生物學(xué)界的人士曾經(jīng)對這次人工智能浪潮做出過忠告，說今天的人工智能特別像十幾年前的生物學(xué)，論文滿天飛、大學(xué)猛開專業(yè)、專家教授紛紛“下海”創(chuàng)業(yè)。最后生物學(xué)卻因?yàn)楫a(chǎn)業(yè)化能力不足，湮滅了學(xué)術(shù)界的星星火光。而人工智能被稱為下一次工業(yè)革命，自然要把“學(xué)”和“業(yè)”放在天秤的兩端。
“學(xué)”的能力，既包括了論文數(shù)量、競賽排名，也需要考量技術(shù)的創(chuàng)新型和實(shí)用性。
像現(xiàn)如今大火的DeepMind，他們發(fā)表的很多關(guān)于深度學(xué)習(xí)的論文中并沒有利用太多超前的方法論，而是引源上個(gè)世紀(jì)的認(rèn)知科學(xué)方法，用來解決今天的現(xiàn)實(shí)問題。
至于“業(yè)”的方面，往往要看技術(shù)的根扎在哪里。以上三個(gè)案例中，科學(xué)家們雖然都出身象牙塔和實(shí)驗(yàn)室，但也都是典型的工程派，把技術(shù)的根基深深的扎在了大企業(yè)和應(yīng)用產(chǎn)業(yè)中。廣泛的業(yè)務(wù)和廣泛的應(yīng)用場景意味著源源不斷的現(xiàn)實(shí)數(shù)據(jù)，以此吸取的養(yǎng)分，才能讓科學(xué)家們在仿真世界研發(fā)出的模型無限適用于物理世界，讓技術(shù)切實(shí)影響到人們的生活。把工業(yè)革命的火種帶到現(xiàn)實(shí)中來。
不過我相信人工智能產(chǎn)業(yè)很難重蹈生物產(chǎn)業(yè)的覆轍，一個(gè)顯著的苗頭就是，人們正在對天秤嚴(yán)重失衡的企業(yè)失去信心。比如此前的智能音箱風(fēng)潮，市場上已經(jīng)看不到前兩年對智能手環(huán)一類產(chǎn)品的熱情，反而換來了不少對智障音箱的嘲諷。又比如一直強(qiáng)調(diào)自己學(xué)術(shù)背景的科大訊飛，也因?yàn)槁涞貓鼍皡T乏而飽受爭議。
歷經(jīng)了從。com時(shí)代的幾次泡沫，我們已經(jīng)越來越清楚自己想要的是什么，對于空中神殿的勾勒的確迷人，可想要真正改變現(xiàn)狀，還需一次火種的傳遞。
