人工智能將重塑億萬級別的領(lǐng)域

　　人工智能會重塑很多億萬級別的領(lǐng)域。當(dāng)然這個不是明天就會發(fā)生，因為今天我們在很多相關(guān)方面仍存在相當(dāng)大的欠缺。

　　比如，在我們的計算架構(gòu)上面，現(xiàn)在還是需要時間去做算法的改進(jìn)提升，需要去研究如何部署云端架構(gòu)，另外深度學(xué)習(xí)用時仍太長，這些還都是需要探索的內(nèi)容，而且并沒有一個標(biāo)準(zhǔn)化的答案。

　　另外，算法框架也非常重要。我們可以看到有一些重要技術(shù)的推進(jìn)，實際上是因為有了開源或者API或者標(biāo)準(zhǔn)的出現(xiàn)，但現(xiàn)在仍有很多方面還沒有出現(xiàn)相關(guān)標(biāo)準(zhǔn)。當(dāng)然我們知道Google的TensorFlow等提供了一些開源的方法，但是其實他們還沒有真正的平臺化，比如你把TensorFlow丟給一個沒學(xué)過機(jī)器學(xué)習(xí)的人，哪怕是清華大學(xué)頂尖的計算機(jī)系學(xué)生，他也很難用其創(chuàng)造價值。如果清華的學(xué)生都不能，那它的普及性就有問題了。

　　為什么iOS、安卓能夠做的很好，就是因為它產(chǎn)生了平臺化效應(yīng)，使得很多人能夠比較容易的介入。然后我們可以看到像Hadoop這樣七八年前很多人覺得很高深的東西現(xiàn)在也慢慢變得平臺化了。今天，如何使得整個機(jī)器學(xué)習(xí)的體系平臺化，以便于讓更多的非專業(yè)人士能夠使用，這個是目前面臨的一個很大的瓶頸，需要一定的發(fā)展時間才能得以突破。

　　在一些領(lǐng)域中，很多技術(shù)性問題可以在兩三年內(nèi)得到解決，但是還有很多問題并非如此簡單，比如說語義。我們說語音識別是相對簡單的：音進(jìn)來，字出去，這個非常明確，一個API就可以調(diào)動。但是音進(jìn)來，確定是何種情境的語義出去就很難。這些我覺得兩三年遠(yuǎn)遠(yuǎn)還不夠，還需要更多的時間去理解。

　　傳感器一定程度來說是價格的問題、如何普及的問題?，F(xiàn)在我們看到Google Car雖然做的很牛，但是正如馭勢科技的吳甘沙說的，Google Car實際商業(yè)化的一個巨大瓶頸就是價位的問題：傳感器實在太貴了。因此要把這件事做下來就是一個雞和蛋的問題——降低價格就需要量，但量怎么起來？價格不下去量也起不來。要解決這個問題也需要一定的時間。

　　最后還有很多機(jī)械方面的問題。控制機(jī)械運動的算法，硬件運動后給出的回饋等等在機(jī)械部門也還需要一些開發(fā)。

　　整體來說，雖然我認(rèn)為機(jī)器學(xué)習(xí)、深度學(xué)習(xí)在突破人類的精確度方面已經(jīng)做的非常好，但是以上幾個領(lǐng)域還是需要一些時間才能取得突破。但是這一天肯定是會來臨的，我們怎么知道會來臨呢？

　　Google的野心

　　我們知道，不久前Google重新組織了公司架構(gòu)，將搜索業(yè)務(wù)和其他前沿項目子公司都放進(jìn)了控股公司Alphabet公司。很多分析師說，Google把搜索和其他的業(yè)務(wù)分開來做Alphabet，是為了優(yōu)化它的股價，其實這種說法太表面了，他們沒有了解一個真正有野心的公司在做什么。

　　一定程度上，Google之所以成立了Alphabet，是因為Google經(jīng)過搜索和廣告業(yè)務(wù)的積累，逐步發(fā)展了一套我們可以簡稱為GoogleBrain的模式。Google Brain其實就是機(jī)器學(xué)習(xí)的大腦，這個機(jī)器包括了平臺也包括了專家，如果它用在搜索領(lǐng)域就是一個搜索引擎，如果它能夠用在醫(yī)學(xué)領(lǐng)域，那它可能就是一個癌癥診斷系統(tǒng)，它也可以用于人類壽命的延續(xù)以及智能家電等各種不同領(lǐng)域。所以Google的野心就是把機(jī)器學(xué)習(xí)作為一個核心，然后用它去解決非計算機(jī)非互聯(lián)網(wǎng)領(lǐng)域的各種問題。

　　當(dāng)然它現(xiàn)在還不是一個整體平臺，但Google 就會找一些極聰明的人來進(jìn)軍這些領(lǐng)域，有平臺的用平臺，平臺未成形的就用聰明才智來想辦法?，F(xiàn)在看來，Google這種模式也做成了很多有意義的事情。所以，對于Google，我們千萬不要低估了它的能力，因為這家公司可能是未來推動人工智能平臺化的最大力量。

　　怎么證明這是真的呢？從最近Jeff Dean演講的一張圖我們就可以看到Google內(nèi)部有多少項目在用深度學(xué)習(xí)。

Google內(nèi)部對深度學(xué)習(xí)的大量應(yīng)用

　　我們可以看到，從2012年到今天，Google對深度學(xué)習(xí)的利用在快速增長，應(yīng)用領(lǐng)域也極為廣泛。從這張圖我們就可以看到Google，也就是現(xiàn)在的 Alphabet在人工智能方面是多么的有野心。

　　再回到我原來的問題，我們現(xiàn)在是不是生逢其時，可以在正確的時候選擇進(jìn)入人工智能這個領(lǐng)域呢？如果我們相信Google這幫人很聰明，如果我們相信Google對深度學(xué)習(xí)的使用邏輯，我們也要相信人工智能的應(yīng)用期即將來臨。

　　深度學(xué)習(xí)的挑戰(zhàn)

　　深度學(xué)習(xí)也面臨挑戰(zhàn)

　　但是深度學(xué)習(xí)以及機(jī)器學(xué)習(xí)還面臨很多挑戰(zhàn)。這里有幾個問題。

　　第一個問題，就是我剛剛提到的：目前仍然沒有一個統(tǒng)一的平臺。在深度學(xué)習(xí)方面，現(xiàn)在的人懂就是懂，不懂就是不懂。這就是為什么Google最近花了重金不斷在挖業(yè)界頂尖的人才，給年輕人開出的年薪甚至超過200萬美元。這些人也就是二十來歲，博士剛畢業(yè)不久，怎么會這么值錢呢？

　　其實就是因為兩個理由，第一，這些人進(jìn)入了公司之后，會被投入到健康、醫(yī)療、預(yù)防等等各個領(lǐng)域的研究。他們雖然每年拿走公司的兩百萬美金年薪，但是也許兩年后他們就能在相關(guān)領(lǐng)域創(chuàng)造出兩億美金的價值，所以對Google公司而言，這些人才實際上不貴，是非常劃算的。

　　第二個理由就是Google多雇一個，F(xiàn)acebook就得少雇一個。這不是開玩笑。因為在美國有三個大公司在瘋狂挖人工智能的人才——Google、Facebook和Microsoft，他們之間競爭激烈，對人才的吸引力也不相上下。

　　第二就是深度學(xué)習(xí)的網(wǎng)絡(luò)太大，需要海量的數(shù)據(jù)。

　　第三，因為數(shù)據(jù)太多，所以計算特別的慢，所以需要非常大的計算量。

　　第四點有點奇怪但也合理：機(jī)器無法用人的語言告知做事的動機(jī)和理由。即便機(jī)器訓(xùn)練做了很棒的深度學(xué)習(xí)，人臉識別、語音識別做的非常棒，但它不能和人一樣，它講不出來這是怎么做到的。雖然有人也在做這方面的研究，但是在今天，如果一個領(lǐng)域是不斷需要告訴別人該怎么做，需要向別人去解釋為什么的，那這個領(lǐng)域?qū)τ谏疃葘W(xué)習(xí)來講還是比較困難的。比如Alpha Go打敗李世石，你要問Alpha Go是為什么走這步棋，它是答不上來的。

　　即便有如此多的局限，我們還是認(rèn)為人工智能在很多領(lǐng)域可以迅速應(yīng)用，并且可以幫助企業(yè)打造競爭壁壘。

　　人工智能如何幫企業(yè)打造競爭壁壘？可以從如下四個方面思考：

　　第一，如果你有壟斷性的大數(shù)據(jù)，你就會有很大的優(yōu)勢。關(guān)于數(shù)據(jù)需要注意的幾點是，首先壟斷性大數(shù)據(jù)不是公開的數(shù)據(jù)，不是剽來的數(shù)據(jù)，也不是買來的數(shù)據(jù)，因為這樣的事情你能做競爭對手也能做。其次，無標(biāo)簽的數(shù)據(jù)也不會給你帶來優(yōu)勢。再次，如果是人工標(biāo)簽的數(shù)據(jù)也不行，因為人工標(biāo)簽太慢了。最好的數(shù)據(jù)是閉環(huán)的數(shù)據(jù)，所謂閉環(huán)的數(shù)據(jù)就是在你應(yīng)用的時候可以捕捉到數(shù)據(jù)并且知道最終你根據(jù)數(shù)據(jù)做出的抉擇對或不對。我們投資的face++，它有和美圖、阿里的合作，就一定程度形成了特別大的數(shù)據(jù)的優(yōu)勢。

　　第二，擁有龐大的機(jī)群。機(jī)群是很重要的，包括需要什么處理系統(tǒng)的支持，怎么去部署，用什么樣的計算架構(gòu)等等。

　　第三，你要有一批特別懂的人。沒有平臺的時候，你就只能把一批人丟進(jìn)去，讓他們?nèi)ソ鉀Q特別大的問題。

　　第四，當(dāng)你沒有平臺的時候怎么辦？我們就可以找一批特別聰明的人，讓他們不斷的調(diào)節(jié)算法——當(dāng)然這構(gòu)成一個短期的競爭優(yōu)勢，從長期看，一旦大的人工智能平臺出來，這種優(yōu)勢就不存在了。所以現(xiàn)在來做人工智能，抓到這個先機(jī)是特別特別重要的。