學(xué)界與工業(yè)界的AI研究有什么不同

現在不少學(xué)界的科學(xué)家都到公司里做研發(fā)，那么，在工業(yè)界從事研發(fā)和以前在學(xué)界究竟有哪些不同？很多關(guān)心研發(fā)的人會(huì )有這樣的疑問(wèn)。

　　去年，講到人工智能時(shí)人們會(huì )談到它具有“三要素”：算法、算力和數據；從今年開(kāi)始，把場(chǎng)景加入進(jìn)來(lái)，開(kāi)始用“四元分析”的方式來(lái)理解人工智能。加入場(chǎng)景非常重要的原因是人工智能終究是一種技術(shù)，人工智能必須要落實(shí)到精準的場(chǎng)景，才有它實(shí)實(shí)在在的價(jià)值。

　　學(xué)術(shù)界追逐精度的極限

　　人工智能的概念實(shí)在太大了，現在深度學(xué)習最熱，學(xué)術(shù)界里研究深度學(xué)習會(huì )做些什么事情呢？

　　一般情況下，學(xué)術(shù)界把問(wèn)題設立好后，去思考研究一些新的算法，然后在具體的問(wèn)題上，力圖在精度上達到極限。從深度學(xué)習上設計更好的模型結構方面，過(guò)去這些年，像最初的Hinton用最基本的網(wǎng)絡(luò )結構，到谷歌的GoogleNet，微軟的殘差網(wǎng)絡(luò )（ResNet），可以看到基礎網(wǎng)絡(luò )結構是推動(dòng)學(xué)術(shù)界往前走的核心。但是除了基本的網(wǎng)絡(luò )結構之外，更大的網(wǎng)絡(luò )、更深的網(wǎng)絡(luò )以及不同的網(wǎng)絡(luò )模型的融合，也是大家追逐精度的常用方法。

　　另一方面，我們要訓練這些網(wǎng)絡(luò )，可能需要更多的計算資源，比如需要圖形處理器集群（GPU Cluster），比如希望有更便捷的訓練平臺，像Caffe、MxNet、Tensorflow等等。當然，更重要的是大家在一點(diǎn)點(diǎn)往前推動(dòng)的同時(shí)，積累了很多小的經(jīng)驗，這些經(jīng)驗通過(guò)學(xué)術(shù)報告、論文的形式來(lái)分享。

　　大家都站在巨人的肩膀上一步一步往前走。當然，還有怎么樣用其他的非標注的數據來(lái)提升解決問(wèn)題的能力。所有的一切都結合在一起，在解決具體問(wèn)題的時(shí)候，能夠把精度達到極限。

　　學(xué)術(shù)界很多時(shí)候研究的目的，是要有成果論文發(fā)在最頂級的學(xué)術(shù)雜志上，也希望這些算法能夠具有普適性，除了能解決自己的問(wèn)題，其他人也能借鑒，最好能開(kāi)源，所有人都可以去使用，這樣就能很好地提升自己在這個(gè)領(lǐng)域的影響力。

　　沒(méi)有瑕疵的用戶(hù)體驗如何產(chǎn)生

　　但工業(yè)界不是這樣。工業(yè)界要去探索商業(yè)，注定要有經(jīng)濟上的考慮，思考盈利模式，那對人工智能的考慮就會(huì )不一樣。

　　在工業(yè)界待過(guò)就會(huì )明白，人工智能本身并不是一個(gè)產(chǎn)品，不是單純靠人工智能就能獲得利益，必須要與自己的業(yè)務(wù)和場(chǎng)景相結合，才能發(fā)揮它的價(jià)值，核心算法只是其中的一個(gè)模塊而已。無(wú)論是往前端走，還是往后端走，還是需要很多不同類(lèi)型的人，才可以做出一個(gè)產(chǎn)品。

　　最重要的是，人工智能并不是一個(gè)靜態(tài)的東西。比如說(shuō)訓練出來(lái)的模型，要用到某個(gè)業(yè)務(wù)場(chǎng)景里面，業(yè)務(wù)場(chǎng)景里產(chǎn)生新的數據，這些數據進(jìn)一步提升人工智能模型的能力，再用到場(chǎng)景里面，這是一個(gè)閉環(huán)和不斷迭代的過(guò)程。

　　另一方面，也是很多從學(xué)術(shù)界到工業(yè)界的教授和學(xué)者很容易犯的一個(gè)很?chē)乐氐腻e誤，就是認為技術(shù)在真正推動(dòng)產(chǎn)品。但其實(shí)，用在具體的場(chǎng)景里面，技術(shù)只是起到一個(gè)非常小的作用，它的貢獻大概30％到40％就不錯了。

　　一個(gè)成功的產(chǎn)品，還需要產(chǎn)品工程師和非常多的人，大家一起才能做出一個(gè)具備非常完美的用戶(hù)體驗的產(chǎn)品出來(lái)。一個(gè)核心點(diǎn)就是我們做技術(shù)的人，做研究的人，要明白永遠沒(méi)有完美的算法，算法永遠是有瑕疵存在的，我們一定要和場(chǎng)景工程師在一起，通過(guò)好的產(chǎn)品設計，把這些算法上的瑕疵避免掉，打造沒(méi)有瑕疵的用戶(hù)體驗。

　　此外，除了考慮用戶(hù)體驗，工業(yè)界設計一個(gè)產(chǎn)品還會(huì )考慮其他方面。比如，當前把視覺(jué)，語(yǔ)音和相關(guān)的技術(shù)用在智能硬件上的時(shí)候，工業(yè)界可能會(huì )想，到底這個(gè)產(chǎn)品能不能滿(mǎn)足某種高頻的剛需？

　　工業(yè)界還會(huì )考慮一款產(chǎn)品用到的技術(shù)有沒(méi)有成熟？比如說(shuō)家用機器人，可以端茶送水，可以聊天，這是不可能的，技術(shù)上還有一個(gè)過(guò)程。

　　另外，工業(yè)界還會(huì )考慮技術(shù)成熟了，但有沒(méi)有壁壘？假設沒(méi)有技術(shù)壁壘的話(huà)，今天做一個(gè)產(chǎn)品出來(lái)，比較前沿的大公司，都有專(zhuān)家團隊，你把這個(gè)產(chǎn)品做出來(lái)立馬又失掉了，技術(shù)上的壁壘也一定要有。

　　另外一方面，就是學(xué)術(shù)界想得最少的：我們做一個(gè)場(chǎng)景，一定要有變現的模式。沒(méi)有一個(gè)變現的模式，產(chǎn)品出來(lái)了，但是今后掙不了錢(qián)，也不可能讓這個(gè)公司維系下去。

　　用四元分析來(lái)看學(xué)界和工業(yè)界的區別

　　總的來(lái)說(shuō)，學(xué)界進(jìn)行人工智能、深度學(xué)習的研究，一直是在追求精度和極限。用四元分析的方法來(lái)說(shuō)就非常有意思，即場(chǎng)景和數據確定了，然后設定一個(gè)問(wèn)題，設定一個(gè)數據集，假設有足夠多的計算機資源，怎么樣設計新的算法，讓精度能夠達到極限？

　　有很多的數據集，比如ImageNet，號稱(chēng)人工智能的世界杯；人臉研究界有LFW（人臉圖片的數據庫，用來(lái)研究不受限的人臉識別問(wèn)題）；在視頻領(lǐng)域有美國組織的TRECVID；語(yǔ)音的話(huà)有Switchboard。他們共同特點(diǎn)就是：?jiǎn)?wèn)題和數據都是確定的，用盡量多的計算機資源，去設計不同的算法，最終希望達到精度的上限。

　　但不得不承認，很多成果是沒(méi)辦法商業(yè)化的。為什么？在ImageNet上，假設訓練了1000多層的網(wǎng)絡(luò )，把9個(gè)或更多網(wǎng)絡(luò )全部合在一起能達成一個(gè)很好的精度，在現實(shí)的場(chǎng)景下是不可能用這么大的模型和這么多的資源去做一件事情。所以，很多的成果，是假設將來(lái)計算能力達到一定的程度，精度能夠達到這個(gè)上限。

　　AI研究的另外一個(gè)維度是追求用戶(hù)體驗的極限。用四元分析的方法，是把場(chǎng)景和算力固定了。這是什么意思？假設我們要做一個(gè)機器人，希望它能識別你，這時(shí)候場(chǎng)景是確定的。算力確定了是說(shuō)，這個(gè)場(chǎng)景推出的時(shí)候，用什么樣的芯片和什么樣的硬件，其實(shí)已經(jīng)確定了。我們要做的事情是在這樣一個(gè)確定場(chǎng)景和算力的情況下，怎么樣去提升數據和算法，跟具體的應用場(chǎng)景去形成一個(gè)閉環(huán)，去不斷地迭代，去提升它的性能。這跟學(xué)術(shù)界把場(chǎng)景和數據固定是完全不一樣的。在這種場(chǎng)景下，可以不停地用收集到的新數據不停提升和優(yōu)化模型，在數據、算法和場(chǎng)景三要素中形成一個(gè)閉環(huán)。雖然我們能把所有的問(wèn)題解決，但是在具體的場(chǎng)景下，也有可能逐步地提升它的性能。

　　這時(shí)候做的事情很有意思——要做很多數據的清洗、標注。為了把產(chǎn)品的價(jià)格降低，比如用一個(gè)很差的CPU就能夠去做計算，肯定要不停地去優(yōu)化模型的速度。另一方面，很多時(shí)候，滿(mǎn)足這種體驗的需求會(huì )使一些新的問(wèn)題誕生出來(lái)。

　　仔細想一想，學(xué)術(shù)界多數做的事情是在思考，在想它的極限在哪，主要用腦；工業(yè)界并不是強調用腦，而是用心——就是怎么樣能把這個(gè)場(chǎng)景做出來(lái)，并不一定要有非常高大上的算法，就是要從用戶(hù)使用產(chǎn)品的維度上，讓用戶(hù)感覺(jué)這個(gè)產(chǎn)品非常好。

　　學(xué)術(shù)界和工業(yè)界又不是完全割裂的：工業(yè)界敢去提某一個(gè)產(chǎn)品的設想，是看到了在學(xué)術(shù)界有一些前沿的成果，可以在工業(yè)界來(lái)用。同時(shí)，工業(yè)界也在逐步提煉它的問(wèn)題，扔給學(xué)術(shù)界，希望他們去做這種前沿的探索。比如說(shuō)工業(yè)界可以想，三年、五年以后會(huì )往哪些方向去推動(dòng)，他就可以把這些任務(wù)推給學(xué)術(shù)界。

　　在人工智能、深度學(xué)習的研究領(lǐng)域，學(xué)術(shù)界和工業(yè)界的差別還是很大的，同時(shí)也相互作用，相互增強。學(xué)術(shù)界和工業(yè)界一起合作，研究和產(chǎn)業(yè)相結合，一定會(huì )把人工智能帶上另外一個(gè)階段。

　?。ㄗ髡呦?60公司首席科學(xué)家、人工智能研究院院長(cháng)）