除了圖像識別，谷歌未來還計劃將AutoML服務拓展到翻譯、視頻和自然語言處理等領域。這或許意味著初級的AI程序被自動生成、快速復制到各行業(yè)已經(jīng)不遠了。
雖然谷歌表示AutoML是目前唯一一個此類產品，但其實各家也都在部署類似的業(yè)務。比如亞馬遜的Amazon SageMaker，以及微軟還未正式發(fā)布的定制圖像識別模型服務。包括國內的百度，也在旗下AI開放平中推出過定制化圖像開放平臺。
谷歌這次之所以被稱為“搞了個大事”，主要是因為目前來看AutoML的自動化程度更高，尤其是解決了自動搭建訓練模型和調參這兩大問題。
在谷歌這么賣力的背后，似乎寫著五個大字：AI民主化…
AI民主化，要取消了誰的集權？
去年3月，剛剛加盟谷歌不久的李飛飛就表示，人工智能的下一步是完成“AI民主化”。在這次發(fā)布AutoML之后，她又一次表示由于資源稀缺，多數(shù)企業(yè)無法開發(fā)個性化模型，所以AutoML的出現(xiàn)是為了進一步推進AI民主化。
那么問題來了：AI民主，到底是針對誰的專政？要取消誰的集權？
有人說了，AI現(xiàn)在是掌握在幾家大公司手里的。AI民主當然是要讓人人成為AI的主人，破解巨頭專政。
我只能說，你當人家傻啊？
難道谷歌們會費了好大力氣，為了瓦解自己的霸權？當然不會。就像AutoML的產品思路中展示的那樣，省略掉了開發(fā)者的技術門檻，谷歌從中吃虧了嗎？沒有。谷歌擁有了更多的用戶，自身的算法優(yōu)勢無形中得到了擴張。并且AutoML的用戶訓練模型是要直接部署在谷歌云上的，顯然這也是個變相捆綁，希望從刁鉆角度刺AWS幾刀。
對于最迫切希望得到“民主”的小公司和個人開發(fā)者而言，巨頭兜售的開發(fā)者賦能和去技術門檻式“民主”，絕不是仁慈的饋贈，而是換取小開發(fā)者緊密依賴關系的生態(tài)交換。真正被所謂AI民主瓦解的，其實是夾在大公司和小開發(fā)者之間的中層公司，或者叫算法公司、技術公司。
目前在世界各地的AI市場上，這類中型公司都普遍存在。當然其存在是有意義和價值的。對于巨頭來講，將技術能力打入各行各業(yè)，開發(fā)各種各樣的應用是完全不可能的，那么就有賴于開發(fā)者去做這些事，自己做平臺服務和技術能力的輸出者就好了。
但小團隊和個人開發(fā)者能去做這些深入行業(yè)，或者極具創(chuàng)意的開發(fā)嗎？答案是也不行，因為從頭開始的技術太復雜，對人才的需求太高。一般開發(fā)者和小企業(yè)根本玩不起。
于是就出現(xiàn)了大量夾層公司，他們以技術壁壘為主要產業(yè)支撐點。利用重技術和人才去做一些其實看起來不那么“重”的小應用?；蛘咭蚤_發(fā)定制化AI模型的方式向第三方收費。
而谷歌、英特爾等巨頭企業(yè)都在倡導的AI民主化，事實上是將需要大量“AI勞動力”完成的工作裝入自動化模型里。向上收回底層技術開發(fā)權，向下直接觸達細分開發(fā)場景。
說白了，小公司、個人創(chuàng)業(yè)者、人才稀薄地區(qū)想要引入AI，就必須能從成本上越過技術公司，自己玩得起AI.巨頭的AI民主，當然是希望消解那些憑借“二手技術”和“雇傭能力”卡位的企業(yè)，把他們的份額分給更小的開發(fā)者。讓開發(fā)者僅僅提供創(chuàng)意和運營、市場等能力來激活AI的廣泛前景。
所以所謂AI民主，真正消解的是AI當中，非創(chuàng)造性工作制造的準入壁壘。
而在AutoML代表的自動化戰(zhàn)略進一步實施后，最可能帶來的影響，是AI產業(yè)鏈去中層化。一些看似很大的公司，卻做出來很小的價值，僅僅依靠AI技術壁壘來占據(jù)市場份額和資本關注，大概是這場“民主運動”中最危險的。
今天的AI，會不會是跑不過馬的汽車？
最后，我們可能還要開另一個腦洞：AI民主化雖然聽起來很美，但未必全是好消息。
毋庸諱言，AutoML這樣的產品在今天帶來的AI民主化進度，可以說是肉眼可見的。如果回頭看看一兩年，很容易就會發(fā)現(xiàn)AI的產業(yè)鏈和開發(fā)規(guī)則已經(jīng)大變樣了。
但這對產業(yè)邊緣徘徊不前的企業(yè)來說一定是好事嗎？就像文章開頭提到的，AutoML一發(fā)布，很多程序員朋友第一反應是調侃自己的AI白學了。但要知道，他們可才學了沒有多長時間。那么對于想要進入這個領域的企業(yè)來說，類似的恐懼會不會更深？
我們知道，在絕大多數(shù)共識里，今天以機器學習為主導的AI復興，核心區(qū)域是由三個因素構成的：算法、算力和數(shù)據(jù)。