人工智能2.0革命怎樣進(jìn)行

“當(dāng)前人工智能（AI）的發(fā)展正處于從1.0到2.0的過(guò)渡期，從技術(shù)革命上去講，也就是從做單一的算法開(kāi)發(fā)到體系架構(gòu)搭建的過(guò)渡。”

3月7日，原騰訊杰出科學(xué)家、騰訊優(yōu)圖實(shí)驗(yàn)室聯(lián)合負(fù)責(zé)人賈佳亞，向澎湃新聞?dòng)浾叻窒砹巳斯ぶ悄馨l(fā)展階段的思考，他認(rèn)為，現(xiàn)在的AI技術(shù)基本上以單點(diǎn)突破為主，每一個(gè)細(xì)分的小領(lǐng)域都有很多的研究，算法是其中的重要組成部分。

賈佳亞是香港中文大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)系終身教授，是計(jì)算機(jī)視覺(jué)、人工智能、計(jì)算機(jī)圖形與計(jì)算影像學(xué)領(lǐng)域國(guó)際權(quán)威專(zhuān)家。

據(jù)媒體報(bào)道，賈佳亞培養(yǎng)出了多位在人工智能領(lǐng)域的新秀，其中包括商湯科技聯(lián)合創(chuàng)始人兼CEO徐立。

離開(kāi)騰訊后，賈佳亞選擇創(chuàng)業(yè)之路，于2019年底設(shè)立AI公司思謀科技，主要方向?yàn)槿斯?a target="_blank">智能和5G技術(shù)在智能制造和高清視頻領(lǐng)域的應(yīng)用，目前已獲Pre-A輪融資，并正進(jìn)行全球范圍內(nèi)的招聘工作。

賈佳亞

在人工智能1.0階段，AI技術(shù)基本上以單點(diǎn)突破為主，每一個(gè)細(xì)分的小領(lǐng)域都有很多的研究，算法是其中的重要組成部分。AI的能力體現(xiàn)在“接受數(shù)據(jù)—研發(fā)人員設(shè)計(jì)算法—調(diào)試—得到結(jié)果—再反饋”的流程上。它的核心競(jìng)爭(zhēng)力還是各類(lèi)高效、創(chuàng)新的算法，通過(guò)不斷迭代，發(fā)展出新的“CPU”，但每一種“CPU”都只能做一種特定的運(yùn)算。

而人工智能2.0階段，AI在架構(gòu)上需要建立真正的完整系統(tǒng)，而不是一個(gè)個(gè)孤立的“CPU”計(jì)算單元的單個(gè)算法。這個(gè)完整體系中的許多服務(wù)模塊不參與核心算法設(shè)計(jì)或者調(diào)試，但這些服務(wù)模塊可以作為短期或者長(zhǎng)期存儲(chǔ)，加速運(yùn)算、加快數(shù)據(jù)流，以實(shí)現(xiàn)僅需少量研發(fā)人員卻能取得他們以往需要耗費(fèi)大量時(shí)間和工作量（如5倍以上）的結(jié)果。賈佳亞認(rèn)為，這種系統(tǒng)性的方法與實(shí)踐是AI 2. 0的最核心要素。

舉例來(lái)說(shuō)，當(dāng)前工業(yè)所需要的AI是遠(yuǎn)遠(yuǎn)復(fù)雜過(guò)現(xiàn)有的單個(gè)算法，在人臉大領(lǐng)域，五官存在很多共性，但在工業(yè)領(lǐng)域，數(shù)據(jù)五花八門(mén)，采集方式多不勝數(shù)，所以很難有一個(gè)算法或者一套數(shù)據(jù)是保證有效的。但賈佳亞認(rèn)為，工業(yè)、農(nóng)業(yè)、流通和零售等行業(yè)，才是拉動(dòng)并評(píng)價(jià)AI更實(shí)質(zhì)、更廣域發(fā)展的“必考題”。

賈佳亞希望，帶領(lǐng)行業(yè)進(jìn)入新的AI的構(gòu)架時(shí)代，擺脫現(xiàn)在極重算法的模式，轉(zhuǎn)向體系化構(gòu)建解決AI里面數(shù)據(jù)特征多種類(lèi)，研發(fā)重復(fù)投入的核心問(wèn)題。

“我們有信心在短期內(nèi)實(shí)現(xiàn)系統(tǒng)產(chǎn)出效果在投入不變的情況下有大的提升?！辟Z佳亞稱(chēng)。

以下為賈佳亞文章《人工智能 2.0革命，技術(shù)究竟該如何變革？》

一場(chǎng)科技革命的發(fā)生，是科學(xué)理論、知識(shí)系統(tǒng)、方法應(yīng)用、實(shí)踐迭代等各方面的巨大進(jìn)步。當(dāng)人們預(yù)言人工智能時(shí)代將是第四次工業(yè)革命時(shí)，人工智能似乎被定下了“無(wú)所不能”的基調(diào)。

對(duì)于一件事物的狂熱，經(jīng)過(guò)時(shí)間推移，會(huì)帶來(lái)理性回歸。如今對(duì)人工智能概念的認(rèn)知由狂熱遐想回歸理性實(shí)踐。當(dāng)群體和環(huán)境回歸理性后，國(guó)家、社會(huì)包括許許多多個(gè)體仍然選擇高度重視并看好人工智能的技術(shù)，正如近日國(guó)家又發(fā)出加快 5G 網(wǎng)絡(luò)、數(shù)據(jù)中心、人工智能等“新基建”的聲音。

人工智能之于各行各業(yè)，如同計(jì)算機(jī)之于電子電器

如今與當(dāng)年境況相似，人們肯定人工智能技術(shù)，但對(duì)人工智能的功能和應(yīng)用不了解。如同早年第一次接觸計(jì)算機(jī)，我懷著敬畏心，但并知道它究竟能做什么。1984年的蘋(píng)果計(jì)算機(jī)，到現(xiàn)今30多年歷史，計(jì)算機(jī)從功能到形態(tài)，每年都仍有非常顯著的變化。直到對(duì)其能力、功能和應(yīng)用做到了如指掌，我才體會(huì)到它真正的能力和魅力。順勢(shì)，我也開(kāi)發(fā)了適用需求的很多應(yīng)用。

計(jì)算機(jī)是所有電子電器甚至是穿戴設(shè)備里的基本元素，硬件的能力范疇也有了無(wú)邊界的擴(kuò)展。計(jì)算機(jī)之于現(xiàn)代電子設(shè)備，猶如人工智能之于各行各業(yè)，AI也將在未來(lái)成為不可或缺的基石型技術(shù)。

AI技術(shù)變革從1.0到2.0，是單一算法到體系架構(gòu)搭建

當(dāng)前人工智能的發(fā)展正處于從1.0到2.0的過(guò)渡期，從技術(shù)革命上去講，也就是從做單一的算法開(kāi)發(fā)到體系架構(gòu)搭建的過(guò)渡。現(xiàn)在的AI技術(shù)基本上以單點(diǎn)突破為主，每一個(gè)細(xì)分的小領(lǐng)域都有很多的研究，算法是其中的重要組成部分。當(dāng)我們把每一個(gè)小而有效的算法看成是小的定制化計(jì)算單元（computing unit），它們便是為了完成某一項(xiàng)特定任務(wù)而存在。這些小的計(jì)算模塊就像是計(jì)算機(jī)里面的CPU，擁有計(jì)算能力，通常一個(gè)團(tuán)隊(duì)手頭只有某一個(gè)或某幾個(gè)處理特定任務(wù)的“CPU”。所以當(dāng)任務(wù)發(fā)生改變時(shí)，團(tuán)隊(duì)就只能重新編寫(xiě)和制造出一個(gè)新的“CPU”結(jié)構(gòu)來(lái)應(yīng)對(duì)新的任務(wù)，這便是現(xiàn)在AI的工作方式，也就是我們稱(chēng)為的AI 1.0。所以這樣的工作方式下，AI的能力體現(xiàn)在“接受數(shù)據(jù)—研發(fā)人員設(shè)計(jì)算法—調(diào)試—得到結(jié)果—再反饋”的流程上。它的核心競(jìng)爭(zhēng)力還是各類(lèi)高效、創(chuàng)新的算法，通過(guò)不斷迭代，發(fā)展出新的“CPU”，但每一種“CPU”都只能做一種特定的運(yùn)算。

那為什么我們的計(jì)算機(jī)在面對(duì)不同的任務(wù)時(shí)，卻僅有一個(gè)CPU就可以完成各類(lèi)任務(wù)？這個(gè)區(qū)別在于計(jì)算機(jī)里面除了CPU，還有硬盤(pán)用于存儲(chǔ)，內(nèi)存用于快速存儲(chǔ)，緩存用于更快速的內(nèi)容累積和高效訪問(wèn)等。除此之外，為了讓系統(tǒng)能運(yùn)行起來(lái)還需要有總線和其它的職能部件。雖然它們看起來(lái)沒(méi)有像CPU那么重要，也不參與直接運(yùn)算，但正是有了這些看似簡(jiǎn)單卻不可缺少的部分，才使得一臺(tái)計(jì)算機(jī)真正成為一臺(tái)通用性的計(jì)算機(jī)，承擔(dān)并完成各類(lèi)任務(wù)。

某種程度上，思謀在思考和實(shí)踐AI的整體性創(chuàng)新和升級(jí)上，正類(lèi)似于在構(gòu)建一臺(tái)計(jì)算機(jī)、一個(gè)能用、好用、易用的完整計(jì)算系統(tǒng)。這就要求AI在架構(gòu)上需要建立真正的完整系統(tǒng)，而不是一個(gè)個(gè)孤立的“CPU”計(jì)算單元的單個(gè)算法。這個(gè)完整體系中的許多服務(wù)模塊不參與核心算法設(shè)計(jì)或者調(diào)試，但是這些服務(wù)模塊可以作為短期或者長(zhǎng)期存儲(chǔ)，加速運(yùn)算、加快數(shù)據(jù)流，以實(shí)現(xiàn)僅需少量研發(fā)人員卻能取得他們以往需要耗費(fèi)大量時(shí)間和工作量（如5倍以上）的結(jié)果。 所以我相信這種系統(tǒng)性的方法與實(shí)踐是AI 2. 0的最核心要素，那么對(duì)于視覺(jué)AI 2.0 的體系結(jié)構(gòu)突破，也是思謀重要的差異化體現(xiàn)。

視覺(jué)AI的發(fā)展，以需求為根本，強(qiáng)結(jié)合場(chǎng)景是重中之重

科技的進(jìn)步會(huì)以滿足社會(huì)發(fā)展需求為根本和內(nèi)在的源動(dòng)力。AI技術(shù)落地的場(chǎng)景，例如遠(yuǎn)程會(huì)議中的視頻壓縮、去噪聲、超低和不穩(wěn)帶寬下的編碼技術(shù)、圖像增強(qiáng)這些強(qiáng)結(jié)合，技術(shù)是根本，這些場(chǎng)景對(duì)于技術(shù)的需求是不可或缺的。但如果是加臉部掛件就比較弱結(jié)合，相對(duì)可有可無(wú)，需要慎重務(wù)實(shí)考慮。

所以在前期視覺(jué)AI的發(fā)展中，人臉這類(lèi)和我們生活結(jié)合最緊密的應(yīng)用會(huì)獲得直接的關(guān)注和投入。在應(yīng)用上也有美顏美妝、改變年齡這類(lèi)跟社交媒體直接掛鉤的普遍需求，所以我們做過(guò) “一鍵上妝” 和 “一鍵卸妝” 這類(lèi)有趣的科技應(yīng)用和發(fā)明。如果用通訊頻段做類(lèi)比，人臉應(yīng)用就是一個(gè)2.5GHz上的信號(hào)，因?yàn)榇藨?yīng)用頻段固定，所以我們對(duì)它的優(yōu)化已經(jīng)非常好了，我們只要有接收機(jī)接收到它，就可以穩(wěn)定傳輸信號(hào)了。

現(xiàn)如今，AI應(yīng)用已經(jīng)突破了人臉的應(yīng)用“頻段”，推廣到了人體姿態(tài)這類(lèi)問(wèn)題，且問(wèn)題都得到了很好的解決，實(shí)現(xiàn)了研發(fā)落地。這可以理解為2.6GHz/2.7GHz這些信號(hào)都有了固定的發(fā)送器，設(shè)置好之后，接收器就可以穩(wěn)定工作了。相比于這些固定頻段發(fā)送器，我們關(guān)注的是更具有普適性、更高難度的、多種類(lèi)高清視頻的理解處理。比如一張自然照片里有人、風(fēng)景、動(dòng)物和動(dòng)作，這絕不僅僅是人臉或者人體的識(shí)別就能解決的問(wèn)題，因?yàn)檫@個(gè)頻段在不斷變化，接收器也需要不斷移動(dòng)才能接收到信號(hào)。

集中研發(fā)AI 2.0系統(tǒng)化能力就是賦能提效，把開(kāi)發(fā)的投入以幾何級(jí)降低（減少），實(shí)現(xiàn)即使再大量的算法需求也能在有限的技術(shù)團(tuán)隊(duì)和預(yù)算時(shí)間條件下完成應(yīng)用開(kāi)發(fā)

一方面，這類(lèi)超寬“頻譜”的問(wèn)題是現(xiàn)在互聯(lián)網(wǎng)上多媒體應(yīng)用的首要方向，具有很強(qiáng)的商業(yè)模式和技術(shù)挑戰(zhàn)性。高清視頻的高速傳播、高清線上線下分布式編輯、5G交互的新商業(yè)方式探索，這些都是很值得我們?yōu)橹度氲?。另一方面，從技術(shù)體系來(lái)看，因?yàn)椤俺瑢掝l譜”不固定信號(hào)位置，所以它的“發(fā)送”和“接收”成了新的問(wèn)題?；氐綉?yīng)用本身，視頻的內(nèi)容千變?nèi)f化，內(nèi)容的多樣也就意味著單個(gè)算法不能解決所有問(wèn)題，即便有100種、1000種算法就能保證找到好的方案。因?yàn)檫@1000種算法，還意味著大概1000個(gè)優(yōu)秀研發(fā)團(tuán)隊(duì)同時(shí)開(kāi)動(dòng)才能在預(yù)計(jì)研發(fā)時(shí)間里完成任務(wù)，或者是100個(gè)團(tuán)隊(duì)花10倍的預(yù)計(jì)時(shí)間完成任務(wù)，這種成本極高的方式在商業(yè)領(lǐng)域都是不能夠接受的。所以在高清媒體方向上，技術(shù)體系上符合我們對(duì)于AI 2.0系統(tǒng)化流程的表述：建設(shè)體系化的構(gòu)建并能在如此復(fù)雜的領(lǐng)域做出關(guān)鍵性突破和實(shí)現(xiàn)大規(guī)模部署，也是現(xiàn)有的思謀Media產(chǎn)品的組織研發(fā)與商業(yè)運(yùn)作方向。

工業(yè)、農(nóng)業(yè)、流通和零售等行業(yè)是拉動(dòng)并評(píng)價(jià)AI更實(shí)質(zhì)、更廣域發(fā)展的“必考題”。尤其這次疫情，讓大家看到工廠沒(méi)人會(huì)停工，停工導(dǎo)致經(jīng)濟(jì)停滯，經(jīng)濟(jì)停滯會(huì)讓國(guó)家進(jìn)入艱難狀況等一系列我們不希望看到的情況。目前制造業(yè)的機(jī)器動(dòng)作能力都很強(qiáng)，但是智能，包括感知和決策，和真正的需求仍有非常大的差距。

再者，當(dāng)前工業(yè)所需要的AI是遠(yuǎn)遠(yuǎn)復(fù)雜過(guò)現(xiàn)有的單個(gè)算法的。在人臉大領(lǐng)域，五官存在很多共性，但是在工業(yè)領(lǐng)域，數(shù)據(jù)五花八門(mén)，采集方式多不勝數(shù)，所以很難有一個(gè)算法或者一套數(shù)據(jù)是保證有效的。與超高清視頻應(yīng)用相同，1000套算法的需求是1000個(gè)團(tuán)隊(duì)做1個(gè)月或者1個(gè)團(tuán)隊(duì)做1000個(gè)月，其中的開(kāi)銷(xiāo)或者工期不是實(shí)際商業(yè)化過(guò)程所能承擔(dān)的。所以集中研發(fā)AI 2.0系統(tǒng)化能力就是賦能提效，把開(kāi)發(fā)的投入以幾何級(jí)降低（減少），實(shí)現(xiàn)即使再大量的算法需求也能在有限的技術(shù)團(tuán)隊(duì)下和在預(yù)算時(shí)間條件下完成應(yīng)用開(kāi)發(fā)，這也是思謀從誕生第一天開(kāi)始的使命所在。

從AI 1.0到2.0，我們還有很長(zhǎng)的路要走，也需要很多的科學(xué)家和技術(shù)企業(yè)共同去探索突破。這也是我創(chuàng)立思謀的最初的想法，希望思謀成為波瀾壯闊的以人工智能為核心的科技革命大時(shí)代下的重要推動(dòng)者和變革者。在通往工業(yè)智慧生產(chǎn)、生活品質(zhì)飛躍的未來(lái)的道路上，我們需要加速升級(jí)和挖掘AI的整體服務(wù)智能，打破現(xiàn)有的思維框架，同時(shí)秉承實(shí)干創(chuàng)新的精神，進(jìn)行AI技術(shù)的應(yīng)用、研發(fā)和能力部署，和穩(wěn)健快速的規(guī)模化的全新升級(jí)。

責(zé)任編輯：Ct