教育事业统计培训
第三次AI浪潮, 他们在最前线
2017-12-04
作者:宋旸
无论是强人工智能也好,弱人工智能也罢,我们都相信,这是一项“聪明”的技术,一项改变世界的技术。
关键字:人工智能

也许很少有一项技术能像人工智能一样,让人既期待,又恐惧。
人工智能(AI)是什么?普通人对于它的最初印象往往来自科幻作品;AI 是大白,是终结者,是贾维斯;他们拥有远胜于人类的“智商”,却又常常因为无法理解人类的情感而显得无比笨拙。他们是普通人心目中理想的“机器人”。
借用一句略为拗口的专业说法,AI 是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
然而,即使是在AlphaGo 被“封神”的今天,也很少有人会相信,这样一种和我们拥有相同的感知,能和我们一样思考,却比我们更聪明的“强人工智能”会很快来到我们身边。主流观点将我们目前所处的时代定义为“弱人工智能时代”——AI 技术主要为了解决特定的问题而存在,是任务型的人工智能。不论是会下棋的AlphaGo,能够快速解决客户问题的机器客服,抑或是能自动驾驶的无人车……这些已经出现或将要出现的技术都未曾脱离这个范畴。
无论是强人工智能也好,弱人工智能也罢,我们都相信,这是一项“聪明”的技术,一项改变世界的技术。2017《MIT 科技评论》“全球最聪明50 家公司”榜单6 月揭晓,其中中国企业占9 个席位,分别为科大讯飞(第6 位)、腾讯(第8 位)、旷视科技(第11 位)、大疆(第25 位)、富士康(第33 位)、阿里巴巴(第41 位)、HTC(第42 位)、蚂蚁金服(第49 位)、百度(第50 位)。
在这份榜单中,人工智能是上榜公司的技术关键词。而“旷视科技”这家成立于2011 年的年轻“独角兽”,也凭借人工智能技术,领先数家互联网时代的巨无霸,成为中国第三“聪明”的企业。
也许你没有听过它的名字,但你可能使用过他们的产品。美颜相机和支付宝的“人脸支付”所使用的,就是旷视的技术——人脸识别,这项能“刷脸”的产品Face++ 是旷视的第一个,也是最著名的产品。
旷视科技:单点突破的“独角兽”
人工智能是一个宽泛的概念,而其中“感知类”智能可以说是最容易为普通人所理解的一种。通俗来说,要让计算机像人一样,能看、能听。
依托于深度学习算法的突破,语音识别与视觉识别技术近年来取得了突破性进展,即使是普通人也能在生活中真切地感受到这一点——Siri 和我们对话时犯的低级错误越来越少了;美图软件总能无比准确地将我们的眼睛放大,鼻子垫高。
与Google 或百度相比,旷视科技只能算是“小公司”。没有足够的资源,公司的成立靠的是极客创始人的满腔热血;他们信仰技术,梦想是改变世界。
在AlphaGo 出现之前,不论是在普通人,还是资本的眼中,人工智能都是“冷门”——产业的发展尚未明朗,技术的变现更是遥遥无期。旷视成立于“寒冬期”,对于他们来说,首先要回答的是怎么活下去。
“对于小公司来说,我们不可能像大公司一样,召集上千人的团队压境往前推,将语音、视觉、人脸、图像这些领域全部覆盖。从员工数量上来说,我们可能只相当于大公司内部的一个小部门。”在热爱军事的旷视(Face++)总裁付英波的眼里,创业颇有些行军打仗的味道。“先选一个小而美的单点突破,这可能是我们现在‘打仗’的路径。”
在整个人工智能的技术大背景下,目前商业化走得最快的是计算机视觉。第二是自然语音理解。第三个是语音。从整个市场的规模和市场的商业价值上来看,计算机视觉行业可能是其他两个分支的几十倍甚至上百倍。
在评估了商业价值及技术攻关难度后,旷视在人工智能这张大地图上选择了“商业体量最大、价值最高、应用最广”的计算机视觉;又在计算机视觉中选择了人脸识别作为第一个“单点”。
具体到旷视的研发策略,先选中一个点,集中最优势的研发人员包括科学家团队突破它,接下来将接力棒交给产品团队。产品团队会通过工程化的方式把最新的算法包装成一些产品,再转到方案团队,将产品包装变成方案,再去落地。
这样的接力棒,也确保了AI 产业最为重要的问题之一——如何将技术落地,找到可以使其变现的应用场景。如今,旷视已经进入高速发展期,其视觉识别技术被成功应用到安防、出行、互联网金融、娱乐等各大领域。据悉,旷视2017 年第一季度的营收已超过了2016 财年。
但这离旷视的目标还很远。旷视的初心是希望这个机器能够看懂这个世界,但“看懂”不仅仅是视觉,还包括听觉等综合的感知能力。
“我们在研发上只有一两百人的规模,所以目前我们更多的是要把单点做到最好,做到最好之后我们可能会再往外突破,再往外突破。现在我们要集中精力把计算机视觉这个大单点做好,做丰满。是否扩展到NLP(自然语言处理)或语音环节,我们感觉可能要过一段时间再看,因为现在我们的主航道跑得还不够快。”付英波说道。
另一方面,在谈及企业发展目标时,旷视的野心是希望在人工智能这波技术的浪潮中颠覆BAT,做一个千亿美金级的公司。“所以如果从这个维度来讲目前我们的体量还非常小,我常跟印奇(旷视联合创始人兼CEO)开玩笑说,别说到延安了,我们现在还在第五次反‘围剿’阶段,我们还在山脚下。”付英波笑着说。
第四范式:打造最酷的“超级牛顿”
当机器能够“看”和“听”,它们会越来越“像人”。但另一方面,人工智能却是“超人的”。它们能做到我们做不到的事,或在很多事情上比人类做得更好;而“感知”也并非人工智能的全部。在第四范式创始人、首席执行官戴文渊的眼中,自己做的是“跳过人的人工智能”,从某种角度来说,或许也可以被称为“最不酷的人工智能”。
“在感知领域,人工智能其实是在模拟人或者理解人。比方说图像识别,我们需要让计算机知道人看图片时的焦点在哪里。这就要求计算机把自己变得越来越像人,而计算机的本性却不是这样的——计算机能把图中的每一个像素都看一遍,它的本性是高带宽的、高速的、大内存的机器;而人脑是低带宽,运算速度慢,容量也比较小。所以我们需要缩小计算机的带宽,它才知道人看到图片的感受。这是感知类的AI 所做的事——让自己变得更‘像人’。而我们想做的其实是让机器‘跳过人’。”戴文渊解释道。
这个造出“超人”计算机的野心亦能从“第四范式”这个名称中窥见一二。“第四范式”这个名字来自图灵奖得主Jim Gray 生前的最后一次演讲。Gray 将人类科学的发展定义成为四个“范式”:第一范式,以记录和描述自然现象为主;第二范式,科学家们用模型归纳过去所记录的现象,如牛顿三定律;第三范式,电子计算机出现,人类用计算机进行推演,诞生了“计算科学”;而在“第四范式”,计算机会替代科学家总结、提炼规律。
“举例来说,如果机器做牛顿的工作会怎么做?机器不会总结三条定律,而是会将速度划分出很多区间,一到十一个区间、十到二十一个区间划分……可能会分成几千万个区间,在每个区间总结三条定律。最后也许会总结出三千万条、三亿条定律,而这对于人来说是不可能做到的。”戴文渊说道。
如果机器能跑得很快,为什么要让它们迁就人类的步伐?人类无法总结和应用千万级的规律,但机器可以。没有人的参与,机器和机器就能实现在非常大的带宽下进行交互。而这样的技术也会为商业社会带来巨大的变革。
戴文渊曾经是百度广告变现算法的核心负责人,也曾是最年轻的百度高级科学家。离开老东家百度后,戴文渊创立第四范式,致力于对数据进行精准预测与挖掘,帮助企业提升效率。在人工智能还没火起来的2014 年,企业服务类的人工智能创业项目并不被人看好。但戴文渊坚信,自己所做的事能为企业带来价值。
“过去的企业在经营决策时其实不跳过人,他们把数据收集过来,整成报表,管理层看完理解完以后再做出经营决策。在这个过程中造成最大损失的其实是人。因为人的带宽小,所以我们需要把纷繁复杂的信息浓缩成人可以接受的信息量,这就损失了很多长尾的信息。”
在戴文渊看来,AI 技术和现代企业管理体系是很能够对接的。“现在比较先进的企业通常都是有指标管控的,会有KPI,会有KPI 的拆解。KPI 是一个企业的目标,企业的目标如果可以被数字化,那计算机就可以理解,这就是我们所说的结果数据。如果我还能收集到大量记录企业运营细节的过程数据,就可以让计算机优化这家企业的KPI。”戴文渊解释道。
记录下企业做了什么、结果是好还是不好,将这些过程和结果变成数据输入,“超级牛顿”就能通过机器学习技术,从中总结出规则。以电子商务的推荐系统为例,第四范式会帮助企业收集:顾客看了这个商品,买了这个商品,还是看了却没有买这个商品等一系列相关数据,然后把这些数据规整到一个数据管理的系统,生成大约一百亿条推荐的规则,基于这一百亿条规则优化这个推荐系统,帮助企业卖出更多的商品。
“其实每个行业都是一门科学,我们想做的是帮助计算机成为每个领域的牛顿或爱因斯坦。从这个角度来看,我们在做的或许也是‘最酷的人工智能’。”戴文渊笑道。
数据,数据,数据
在这一过程中,数据的重要性不言而喻。毫不夸张地说,没有数据就没有人工智能。
在付英波看来,人工智能领域与IT 时代最大的不同,在于AI 行业不论是从技术上还是业务上都需要闭环、需要数据回流,需要打通。在人工智能产业最为核心的三要素:算法、数据与计算能力中,算法是整个研发力量的底子,有了最优秀的工程师、科学家就等于攻克了算法;计算能力也可以通过购买更好的GPU来解决。而数据是整个产业链都想要,且最为稀缺的要素。
“因此,业内不论哪家公司都在讲,我的数据能不能回流,我的业务能不能回流,我这个环是不是封闭了,封闭了我就会是一个螺旋式的正反馈,能够滚雪球;不封闭里面数据就回不来,回不来就意味着我对算法的训练、技术的提升基本上就断了。”付英波说道。
但人工智能所需要的数据与传统意义上的数据有时并不完全相同。“我们所说的数据其实是指按照人工智能的要求来采集的数据。在绝大多数场景,我们会发现过去我们收集的数据并不足以产生人工智能。”戴文渊说道。在服务企业的过程中,第四范式会指导企业从源头按照人工智能所需的要求收集展现用户每一次行为的过程数据。而这是人工智能是否能够被应用于行业的先决条件之一。
完整的人工智能系统所需要的前提条件中,除了算法、数据、体系结构和需求之外,非常重要的另一点在于,必须要形成反馈,“因为光说结果计算机并不知道做什么是‘好’,做什么叫‘不好’。只有同时记录下过程,知道过程及其所导致的结果,下一次我才能按照好的方式去做。其实机器也是和人一样的,企业招一个员工过来,他每天在做事情,他的领导是需要告诉他今天做这个事情好、做那个事情不好,他才能成长,如果只是放任他自己做,其实是很难成长的,机器也一样。亚马逊的推荐为什么可以越做越好,是因为我给你看了这个东西,你没买我就知道我给你推错了,买了我就知道推对了。把整个过程都记录下来,AI才能自我学习,自我优化”。戴文渊解释道。这也是为什么安防、医疗和金融常常被认为是人工智能能最快落地的领域的原因之一。得益于深度学习算法,AI 技术在这些拥有海量数据的行业能通过不断的数据训练完成自我迭代与更新。
那么,那些没有数据加持的行业怎么办?戴文渊相信,“迁移学习”将会是解决这个问题的金钥匙。
迁移学习是指将过去所学到的知识应用到其他场景的能力,是人类所具备的一项基本技能。“AlphaGo 需要下一千万盘棋才能达到一个九段棋士的水平,而人类只需要几万盘。因为我们能将经历过的生活中的博弈场景应用到围棋中。”反之,人类能将围棋中的所学运用到生活中;然而机器却做不到这一点。AlphaGo 是围棋的天才、其他所有领域的“笨蛋”。
而迁移学习要解决的是未来能不能让机器活到老学到老、不断进行终身学习,而不是每次进入到一个新的领域就必须从零开始。戴文渊告诉我们:“这是很重要的一点,因为有些场景里是不存在大数据的,比方说有些比较小众的疾病,如乳腺癌,如果机器需要看过一千万张片子才能诊断这些疾病,那么数据的缺乏会让AI 难以在这个领域施展拳脚。但一个医生可能看一百张片子就学会怎么诊断乳腺癌,是因为人有迁移学习能力,我们希望未来机器也有这样的能力。”
人工智能的“最后一公里”
技术只是人工智能这个故事中的一部分。这也是为什么戴文渊会说,就像聪明的人不一定是最成功的人一样,最聪明的AI 公司也不能确保其在商业社会获得成功;付英波为什么反复向我们强调旷视的“价值务实”。
这已是AI 的第三次热潮。过去每一次它都伴随着技术的突破,带着所有人的期待被推上巅峰,却又因为无法落地应用再次归于平寂。
所以,“应用”是几乎所有的AI 公司和投资人都在说的一件事。
从实验室走出去并不是一件简单的事。付英波表示,AI 技术是否能给社会带来价值,推动社会发展,是否能给产业带来升级和降本增效反而取决于最后那一公里,即技术如何从实验室落到行业,如何给行业助力的方案。
旷视CEO 印奇曾在媒体采访中表示,旷视要做“AI +行业”,以AI 为核心竞争力主导,然后深入到行业,改造这个行业的上下游和整个业务流程。
“在2014 年的一些比赛中,我们在科研的层面或者说实验室层面拿了第一。2015 年我们开始做工程化,做行业落地,这时候我们才知道最后那一公里有多难。”在技术落地的过程中,“伏兵”会出现在意想不到的地方,例如在人脸识别,天气、光照等因素都会对摄像机所抓拍到的图像造成影响,而这些是在实验室中所看不到的。“实战环节有各种因素的影响,这里面比拼的是你的综合能力,你要有技术。要有产品工程化的能力,方案落地的能力。甚至团队的技术服务和实施的专业程度。只有走上这条路才知道有多难。”付英波说。
另一方面,人工智能市场还处于早期阶段,盲目追求AI 技术者,有之;但更多的企业可能并不知道AI 是什么,能如何帮助他们;换句话说,他们并不能意识到自己对于AI 的需求。
对于提供企业服务的第四范式来说,他们也承担了市场教育的工作。“这个事情离客户还比较远,不能一上来说先把产品给市场。”戴文渊笑称,“你不能在客户都不知道什么是飞机的情况下向他推荐波音747。”
几经沉浮后,这一次,人工智能似乎真的到了爆发前夕。或许是因为等待了太久,我们对人工智能有着太多的要求,太高的期待。在许多人的眼里,目前的人工智能技术还是一个刚刚开始蹒跚学步,努力适应世界的幼儿。对于早已为它规划了各种美好未来的我们来说,它现在的每一步或许都还很小,但我们也必须清楚,它的成长需要更多的空间和时间。



相关内容
视频
关于我们
关于复旦商业知识(FBK)
复旦商业知识(Fudan Business Knowledge,简称FBK)是传播与分享创新型知识产品的综合媒体平台,由复旦大学管理学院商业知识发展与传播中心创建。
以“思维构架未来”为核心理念,依托复旦大学丰厚的学术底蕴,FBK致力于通过其原创报道和整合资讯服务,深入解读当下商业热点,转化学者研究成果,与商业菁英和社会公众分享国际国内先进的管理思想与实践经验,发现中国本土商业新生力量;同时亦重视社会责任意识与人文修养的全面提升。
FBK旗下平台包括:FBK在线(bk.fudan.edu.cn)中、英文频道,iFBK移动互联平台,FBK TV节目及衍生出版物,《管理视野》杂志,“复理学堂”以及复旦管理案例库等。
其中,iFBK微平台囊括安卓及iPhone/iPad 应用、微博、微信公众账号等多种传播方式,针对移动用户量身设计精品内容,带来革新性的阅读体验。
《管理视野》杂志是新一代的商业管理读本,由复旦大学管理学院和中国管理研究国际学会(IACMR)联袂出品,秉持“管理推动中国进步”的理念,促进管理思想与实践对话,致力于成为中国管理学界及商界的思想源动力。
复理学堂是一个在线学习平台,包括对学生和校友开放的预备课程、第二课堂等,以及为企业人群定制的移动学习课程。
关于商业知识发展与传播中心(KDCC)
商业知识发展与传播中心(Business Knowledge Development and Communication Center,简称KDCC),是创新型的综合性知识产品研发、出品与传播机构,由复旦大学管理学院于2010年创立。
KDCC以“传播管理思想、分享实践智慧”为宗旨,致力于成为学院、企业及社会各界人士的沟通桥梁,联结并吸纳社会各界最优势资源,促进前沿管理理念与当下商业实践的对接与融通,并成为社会公众分享商业思想与企业经营智慧的终身学习平台。
KDCC分享资源:
复旦商业知识(FBK)平台:无边界的网络商学院、随时随地的在线学习;
案例开发与研究:以发展中国本土化案例和促进中外商学院案例教学与科研交流为愿景,提供案例线索、资金支持、数据协助、版权推广管理等案例开发服务,同时为本土企业的成长及海外企业在中国市场的发展提供有实践指导意义的借鉴。
FBK学术顾问
薛求知:
复旦大学管理学院企业管理系教授,主要研究方向为企业国际经营、跨国公司管理(战略、营销)、企业集团、国际商务管理、大公司变革、集团的管理和控制以及欧洲企业研究。对管理学与经济学、社会学交叉的一些跨学科问题也有较大的兴趣。
蒋青云:
复旦大学管理学院市场营销系主任、教授,主要研究方向为营销渠道、组织间营销、市场营销理论,及中国企业营销战略。
胡奇英:
复旦大学管理学院管理科学系教授,主要研究方向为供应链管理、商业模式,及服务管理。
徐 莉:
复旦大学管理学院财务金融系副教授,主要研究方向为公司金融、金融市场,及金融机构。
孙 霈:
复旦大学管理学院产业经济系副教授,主要研究方向为公司治理、产业组织、产业政策,及战略管理。
KDCC团队
主任: 于保平

复旦商业知识主编: 程亚婷

课程开发总监: 王颖颖

运营与推广总监: 陈颖燕

编辑: 潘琦 黄漪 黄颖 宋旸

案例研究员: 陈扬波 杨华颖

视觉设计: 戴云

行政: 马晓楠

欢迎关注FBK - 复旦商业知识
官方网址: http://www.bk.fudan.edu.cn
官方微博:(新浪) http://weibo.com/fudankdcc
官方微信:公众号“复旦商业知识“
APP下载:
联系我们
编辑部
上海市国顺路670号复旦大学管理学院李达三楼615室
电话:8621-25011379
新浪微博:http://weibo.com/fudankdcc
腾讯微博:http://t.qq.com/kdcc_fudan
案例中心
电话:8621-25011388
Email:caseinst@fudan.edu.cn
读者服务:
电话:8621-25011378
Email:bkservice@fudan.edu.cn
市场合作
电话:8621-25011387
Email:bk@fudan.edu.cn
合作伙伴
版权所有
版权所有
复旦商业知识在线网站(包括移动终端)的所有内容,包括视频、文章、图片等均由复旦商业知识在线www.bk.fudan.edu.cn拥有版权或由内容合作伙伴授权提供,未经复旦商业知识在线书面许可,对于复旦商业知识在线拥有版权和/或其他知识产权的任何内容,任何人(包括博客及个人空间)不得复制、转载、摘编或在复旦商业知识在线所属的服务器上做镜像或以其他任何方式进行使用。一经发现,本网将依法追究责任。
复旦商业知识在线社区,以及评论问答的内容(包括文章、问题及问题回答等各种形式的内容)版权由内容发布者所有,未经内容发布者许可,对于发布者拥有版权和/或其他知识产权的任何内容,任何人(包括博客及个人空间)不得复制、转载、摘编或在复旦商业知识在线所属的服务器上做镜像,或以其他任何方式进行使用。
复旦商业知识在线严禁内容提供者复制、转载、摘编或以其他任何方式在复旦商业知识在线评论或社区中发布了他人拥有版权或其他知识产权的内容,严禁一切侵犯他人的版权或知识产权的行为。
凡复旦商业知识在线、社区或移动终端内容中注明“来源:XXX”的文/图等稿件,转载出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。
转载声明
1. 已经本网站协议授权的媒体、网站或获得书面授权的第三方,在引用、下载或转载使用时必须注明“稿件来源:复旦商业知识在线BK.fudan.edu.cn(XX频道)”字样,违者本网将依法追究责任。
2. 本网站内容中涉及复旦管院内外专家学者人物的观点和著作,引用、下载或转载中如有使用需做出和本网站一致的标注,不得随意隐匿、修改。
3. 本网站以下内容亦不可任意转载:
a. 本网所指向的非本网内容的相关链接内容;
b. 已作出不得转载或未经许可不得转载声明的内容;
c. 未由本网署名或本网引用、转载的他人作品等非本网版权内容;
d. 本网中特有的图形、标志、页面风格、编排方式、程序等;
e. 本网中必须具有特别授权或具有注册用户资格方可知晓的内容;
f. 其他法律不允许或本网认为不适合转载的内容。
4. 转载或引用本网站内容必须是以知识性或资料性公共免费信息为使用目的的合理、善意引用,不得对本网站内容原意进行曲解、修改,并自负版权等法律责任。
5. 转载或引用本网内容不得进行如下活动:
a. 损害本网或他人利益;
b. 任何违法行为;
c. 任何可能破坏公秩良俗的行为;
d. 擅自同意他人继续转载、引用本网内容。
6. 转载或引用本网中的专家学者及其他署名文章,请按规定或咨询协商向作者支付稿酬。
7. 对于不当转载或引用本网站内容而引起的民事纷争、行政处理或其他损失,本网站不承担责任。
8. 对不遵守本声明或其他违法、恶意使用本网站内容者,本网站保留追究其法律责任的权利。
网站地图
首页
特写|热点观察|学术发现|产业|人文|TV
热点观察
声音|政经|管理|创业|职场|专栏
学术发现
战略与变革|领导力与组织|市场营销|信息系统|运营|金融/投资|公司治理
产业
科技/创新|零售/流通|时尚/创意|旅游/会展|金融/地产|制造业|可持续|研究报告
人文
读书|管理人生|文化|生活方式
TV
专访|圆桌|公开课
关注FBK
官方网址: http://www.bk.fudan.edu.cn
官方微博: http://weibo.com/fudankdcc(新浪)
官方微信:复旦商业知识(账号BKfudan)
付费会员服务
请输入真实Email下载《管理视野》:
此下载服务仅供付费会员个人研究,本刊保留所有版权,文字和图片未经版权方书面批准,不得以任何方式转发或使用。
联系我们
上海市国顺路670号复旦大学管理学院李达三楼615室
电话:8621-25011379
新浪微博:http://weibo.com/fudankdcc
腾讯微博:http://t.qq.com/kdcc_fudan
读者服务
电话:8621-25011378
Email:bkservice@fudan.edu.cn
市场合作
电话:8621-25011387
Email:bk@fudan.edu.cn
关于我们 联系我们 合作伙伴 版权所有

复旦大学管理学院版权所有  www.fdsm.fudan.edu.cn