|
幾個(gè)小時(shí)前推送了一篇《別掙扎了，在AI這個(gè)話題上，羅振宇與他的追隨者，注定是外行》，寫作時(shí)一時(shí)興起，諸多細(xì)節(jié)語焉不詳。在這里稍作補(bǔ)充。 在羅振宇的跨年演講中，提及李飛飛加盟谷歌一事的橋段，確實(shí)是最令人不快的。原因前文已述，究其本質(zhì)，是不尊重科學(xué)家——或者眼界有限，不知李飛飛何其人。 那么李飛飛加盟谷歌一事，究竟是怎么回事呢？我們回顧一下。 2016年11月15日，谷歌在舊金山召開的新聞發(fā)布會(huì)上宣布，斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任李飛飛和Snapchat研發(fā)主管李佳已經(jīng)加盟公司并將領(lǐng)導(dǎo)谷歌云計(jì)算集團(tuán)旗下新成立的機(jī)器學(xué)習(xí)部門。 這一“新成立的機(jī)器學(xué)習(xí)部門”是谷歌云計(jì)算集團(tuán)的人工智能計(jì)劃的一部分，事實(shí)上該計(jì)劃中的一項(xiàng)重要任務(wù)，就是招募這兩名專家。 所以，問題不在于“李飛飛為什么要去谷歌”，而是“李飛飛為什么愿意接受谷歌的邀約”。 學(xué)術(shù)界有觀點(diǎn)認(rèn)為，從科學(xué)家的角度而言，谷歌的科研體系對(duì)實(shí)現(xiàn)科研成果的突破未必有實(shí)際幫助，但學(xué)術(shù)界與工業(yè)界聯(lián)手可以讓更多消費(fèi)者在使用的業(yè)務(wù)搭上人工智能的快車，這是毫無疑問的。 此外，有來自學(xué)術(shù)界的消息稱，李飛飛此行仍是領(lǐng)導(dǎo)科研團(tuán)隊(duì)，而且是兼職身份。 事實(shí)上，專家進(jìn)入大企業(yè)兼職做研究并不少見。李飛飛去谷歌之所以成為大新聞，不僅是谷歌這個(gè)大IP，也包括了“居然請(qǐng)動(dòng)了李飛飛這尊大神”的稀有性。 至于李飛飛有多神，這個(gè)可以自行搜索。 所以，羅振宇表達(dá)人工智能在實(shí)驗(yàn)室里搞不下去了，是不真實(shí)的。至于還順帶說了一嘴“不和工業(yè)界結(jié)合的學(xué)者一事無成”，就更是天大的笑話了。 人工智能不僅不是在實(shí)驗(yàn)室里搞不下去了，恰恰相反。由于深度學(xué)習(xí)的突破，人工智能在學(xué)術(shù)領(lǐng)域近兩年科研成果突破猛進(jìn)。 工業(yè)界頗為眼紅想?yún)⑴c一腳，卻發(fā)現(xiàn)有能力搞定的人才全在實(shí)驗(yàn)室里。同樣，投資人們募了大把的錢準(zhǔn)備砸人工智能，卻發(fā)現(xiàn)有能力創(chuàng)業(yè)的人還在高校。這才有了打通學(xué)術(shù)界與工業(yè)界一說。 每一個(gè)人工智能領(lǐng)域的科學(xué)家，價(jià)值都超越等身的黃金，是工業(yè)界與資本瘋狂追求的對(duì)象。 因?yàn)橄∪?，并不存在“科學(xué)家離開工業(yè)界一事無成”的說法，恰恰相反，大公司們擔(dān)心的，是自己沒有頂尖科學(xué)家而一事無成，或者更可怕的——頂尖科學(xué)家去了競(jìng)爭(zhēng)對(duì)手那。 羅振宇會(huì)犯這么一個(gè)錯(cuò)誤，一是只識(shí)谷歌不識(shí)斯坦福，二是他策劃這一章節(jié)時(shí)，出發(fā)點(diǎn)的觀點(diǎn)就錯(cuò)了——算法不重要，數(shù)據(jù)才重要。 事實(shí)上，算法很重要。重要到什么程度呢？ 目前可見的人工智能應(yīng)用，基本都基于幾大開源算法平臺(tái)進(jìn)行深度開發(fā)和定制，這其中有許許多多的探索性嘗試。常常有這樣的情況，學(xué)術(shù)界拿出來一個(gè)自洽的算法，理論上解決某些問題會(huì)有獨(dú)創(chuàng)性和優(yōu)勢(shì)，但要拿到工業(yè)界試一試才知道到底可行與否。 萬一可行，則會(huì)有大量的資本涌入慫恿這個(gè)算法落地成為平臺(tái)，推動(dòng)其在數(shù)據(jù)挖掘、數(shù)據(jù)建模、模式識(shí)別等等領(lǐng)域開發(fā)產(chǎn)品。而如果成果轉(zhuǎn)化還算順利，那么一顆冉冉升起的10億美金公司就誕生了——略夸張，但1億美金問題不大。 具有創(chuàng)造性、通用性算法平臺(tái)的稀缺，正是工業(yè)界與投資界持續(xù)重金砸入的原因。而在人工智能研發(fā)方面稍強(qiáng)一些的技術(shù)公司，都牟足了勁打造自己的算法平臺(tái)，并在自己平臺(tái)上訓(xùn)練應(yīng)用。并且為每0.1個(gè)百分點(diǎn)的進(jìn)步投入數(shù)以億計(jì)的資金。 AlphaGo作為一個(gè)人工智能應(yīng)用，就是這樣誕生的。 從資源聚集的角度來說，數(shù)據(jù)資源會(huì)向最優(yōu)質(zhì)的算法資源聚攏。中國(guó)的人工智能發(fā)展起步比前幾次科技浪潮要好很多，但實(shí)際上離國(guó)際頂尖差距還不小。中國(guó)學(xué)生和青年科學(xué)家做競(jìng)賽成績(jī)都不錯(cuò)，但獨(dú)創(chuàng)性欠缺，是公認(rèn)的短板。 毫無疑問，中國(guó)市場(chǎng)的規(guī)模龐大與復(fù)雜，是發(fā)展人工智能的優(yōu)勢(shì)。但這和此前“用市場(chǎng)換技術(shù)”的邏輯并無區(qū)別，并不是說有足夠大的規(guī)模，就能夠產(chǎn)生領(lǐng)先型的技術(shù)。雖然不會(huì)回到“牛仔褲換飛機(jī)”的時(shí)代了，但我們自己的大飛機(jī)不也還才起步么。 人工智能也是一樣的。 回歸到人工智能是什么的問題上。學(xué)術(shù)界已經(jīng)有很多經(jīng)典而標(biāo)準(zhǔn)的定義了。我愿意再次引述一下1995年版的AI七特征： 這很抽象。但如果讓我來比喻，我會(huì)舉70年代的硅谷的繁榮的例子。 半導(dǎo)體集成電路的蓬勃發(fā)展使得大型商用計(jì)算機(jī)可以進(jìn)入到許多行業(yè)，金融、房地產(chǎn)、電視傳媒等等等等。 之后大型機(jī)快速向中型機(jī)、小型機(jī)發(fā)展，不到十年時(shí)間主流計(jì)算模式從中央數(shù)據(jù)存儲(chǔ)與處理，到達(dá)了桌面級(jí)的終端存儲(chǔ)與處理。很快個(gè)人電腦成為了硅谷最時(shí)髦的概念。 后面的故事大家都知道了，蘋果的成立，比爾蓋茨的崛起……事實(shí)上那個(gè)時(shí)候也是人工智能第一次興起的時(shí)候。 深度學(xué)習(xí)給人工智能帶來的復(fù)興，就像集成電路的突破帶來了計(jì)算設(shè)備的快速發(fā)展與商業(yè)數(shù)據(jù)信息化一樣。 70年代的美國(guó)，人們?cè)趽?dān)憂電腦會(huì)干掉人類，和現(xiàn)在擔(dān)憂人工智能會(huì)替代人類也是一毛一樣的。 但梳理歷史可以預(yù)見的未來是，人工智能會(huì)和計(jì)算機(jī)一樣，從最大的商業(yè)數(shù)據(jù)應(yīng)用中切入，逐步向小型化、微型化的計(jì)算場(chǎng)景演化。 沒有哪個(gè)家庭會(huì)在70年代去購(gòu)買一個(gè)儲(chǔ)物間大小的計(jì)算機(jī)來處理文檔或者報(bào)稅。同樣，現(xiàn)在最值得著眼的仍是數(shù)據(jù)量最龐大的金融、物流、政務(wù)（安全）等領(lǐng)域如何運(yùn)用好人工智能。 接下來是巨無霸級(jí)的跨國(guó)公司，接下來是中型重資產(chǎn)公司，然后是小公司與個(gè)人。 而最后，就像PC與手機(jī)的普及一樣，人工智能會(huì)成為每個(gè)人隨身都具備的計(jì)算力。 得益于移動(dòng)互聯(lián)網(wǎng)，包括物聯(lián)網(wǎng)的高度發(fā)達(dá)，人工智能的進(jìn)化過程可能從當(dāng)年從大型商用計(jì)算機(jī)到手機(jī)的三十年，要縮短到十年，甚至五年。 人工智能不是怪獸，當(dāng)你能夠使用它的時(shí)候，它就是火，就是電，它和人類掌握的其他能源并沒有本質(zhì)的區(qū)別。 但人工智能確實(shí)是黑天鵝——就像windows95是黑天鵝、Internet是黑天鵝、iPhone是黑天鵝一樣。我們已經(jīng)經(jīng)歷了很多黑天鵝了。這種黑天鵝并不可怕。一個(gè)概念而已。 “熔斷”那種黑天鵝——才可怕啊。 所以，人工智能不可怕也不怪異，為什么人工智能會(huì)這么熱呢？ 想想英特爾、思科、蘋果、微軟……這些公司曾經(jīng)在20世紀(jì)創(chuàng)造的20年翻五千倍甚至一萬倍的資本戰(zhàn)績(jī)。論增長(zhǎng)，沒有什么比這更大的生意了。 又一輪成千上萬倍增值的機(jī)會(huì)，在2016年，被人工智能拉開了帷幕。 你說該怎么辦？
|
|
|
