贊助本站
根據(jù)《IT桔子》近期發(fā)布的報(bào)告顯示，2017年對(duì)于中國(guó)人工智能行業(yè)的“總投資額”達(dá)582億人民幣，相較前幾年實(shí)現(xiàn)了較大幅度增長(zhǎng)。投資界對(duì)人工智能的火熱追捧，不禁讓一些人聯(lián)想到2000年前后的互聯(lián)網(wǎng)行業(yè)，過(guò)度投資導(dǎo)致了“泡沫”產(chǎn)生。人工智能到底有沒(méi)有泡沫？“人工智能時(shí)代”是否真正到來(lái)？成為了當(dāng)今很多企業(yè)家關(guān)注和憂慮的問(wèn)題。
2018年2月27日，備受矚目的“亞布力中國(guó)企業(yè)家論壇第十八屆年會(huì)”在黑龍江亞布力召開(kāi)，年會(huì)上針對(duì)企業(yè)家所關(guān)注的熱點(diǎn)問(wèn)題，柳傳志、王石、郭廣昌等企業(yè)家代表展開(kāi)了廣泛討論。在閉幕式上，第四范式創(chuàng)始人、CEO戴文淵代表人工智能行業(yè)的企業(yè)家，發(fā)表了針對(duì)企業(yè)如何在“泡沫論”威脅下、擠進(jìn)人工智能快車道的演講。
對(duì)于大家所關(guān)注的人工智能是否會(huì)出現(xiàn)泡沫破滅，戴文淵提出，避免人工智能產(chǎn)業(yè)出現(xiàn)泡沫，甚至破裂，關(guān)鍵是要做好產(chǎn)業(yè)落地工作。回顧剛剛過(guò)去的2017，人工智能收獲了政策的紅利、資本的青睞。然而，縱觀整個(gè)產(chǎn)業(yè)，暢想未來(lái)的多，關(guān)注眼前的少；鉆研前沿算法的多，關(guān)注產(chǎn)業(yè)落地的少。企業(yè)忙于構(gòu)建各種“大腦”，卻忽視了“學(xué)習(xí)”和“訓(xùn)練”環(huán)境的構(gòu)建，而未經(jīng)充分學(xué)習(xí)的大腦，無(wú)法產(chǎn)生好的人工智能。2018年，整個(gè)人工智能行業(yè)將面臨“期中考試”，業(yè)界對(duì)人工智能的要求不再是“仰望星空”，而是要規(guī)?；涞?，為社會(huì)創(chuàng)造價(jià)值。能成功突破工業(yè)紅線的人工智能將產(chǎn)生巨大價(jià)值，擴(kuò)散到經(jīng)濟(jì)領(lǐng)域的各個(gè)角落。而狹義的單憑AI算法或技術(shù)、沒(méi)有商業(yè)化落地的企業(yè)，將無(wú)法適應(yīng)于接下來(lái)的行業(yè)態(tài)勢(shì)，可能會(huì)在今年看到泡沫的破滅。
算法不能創(chuàng)造社會(huì)價(jià)值，AI需落地來(lái)抵御“泡沫憂慮”
當(dāng)前，產(chǎn)業(yè)界對(duì)AI的需要到達(dá)了爆發(fā)的臨界點(diǎn)——放眼國(guó)內(nèi)企業(yè)所處的環(huán)境，人口紅利消失，增長(zhǎng)開(kāi)始回歸效率與運(yùn)營(yíng)，企業(yè)需要做得更精細(xì)、貼合用戶真實(shí)需求，才能把客戶吸引過(guò)來(lái)。人工智能技術(shù)可以從數(shù)據(jù)中快速發(fā)掘更多、更細(xì)的業(yè)務(wù)規(guī)則（這些規(guī)則單依靠業(yè)務(wù)專家需要上百年），從而大幅提升企業(yè)中后臺(tái)運(yùn)營(yíng)效率，并從前端業(yè)務(wù)上洞察客戶偏好，精細(xì)化地做出判斷，幫助企業(yè)在市場(chǎng)中占據(jù)有利位置。
在這樣的形勢(shì)下，AI被寄予了成為下一代產(chǎn)業(yè)革命驅(qū)動(dòng)力的厚望。近年來(lái)，“算法”也成為企業(yè)最為重視的課題，頂尖科學(xué)家隨之抬為天價(jià)，更不乏有企業(yè)貼上算法突破的標(biāo)簽就出去講故事、炒估值。戴文淵認(rèn)為，算法只是AI應(yīng)用中用于“思考”的工具，相當(dāng)于人的大腦，但一個(gè)大腦即使再聰明，沒(méi)有得到良好的學(xué)習(xí)和訓(xùn)練環(huán)境，沒(méi)有付諸于行動(dòng)，也沒(méi)辦法完成創(chuàng)造價(jià)值的過(guò)程。
僅憑算法不能產(chǎn)生智能，戴文淵總結(jié)了產(chǎn)生人工智能的完整路徑——由于機(jī)器是基于過(guò)去的知識(shí)與經(jīng)驗(yàn)，經(jīng)過(guò)無(wú)數(shù)次的思考與進(jìn)步，最終輸出一個(gè)最優(yōu)策略，因此，需要構(gòu)建用以機(jī)器“學(xué)習(xí)—思考—行為”的外部環(huán)境，總結(jié)為“BRAIN”：在機(jī)器的“學(xué)習(xí)”過(guò)程中，需要為它創(chuàng)造學(xué)習(xí)環(huán)境，業(yè)內(nèi)稱之
為過(guò)程數(shù)據(jù)（Big-data）、反饋數(shù)據(jù)（Response）；其次，機(jī)器的“思考”過(guò)程需要匹配合適的算法（Algorithm）、以及能夠滿足數(shù)據(jù)量的計(jì)算資源（Infrastructure）；最后，要將AI的決策應(yīng)用到具體的生產(chǎn)環(huán)境中（Needs），在最終的“行為”空間里去創(chuàng)造價(jià)值。
戴文淵也表示，當(dāng)前行業(yè)內(nèi)全鏈路的建設(shè)還非常不完善，有礙AI價(jià)值的最大化。這也是為什么第四范式專注于為企業(yè)建設(shè)AI核心系統(tǒng)，打通企業(yè)產(chǎn)生AI能力的最重要的原因。只有把AI全鏈路的基礎(chǔ)夯實(shí)，將“良好的學(xué)習(xí)環(huán)境”、“優(yōu)秀的大腦”和“廣泛的落地實(shí)踐”相結(jié)合，企業(yè)的數(shù)據(jù)資源和算法能力、才能真正轉(zhuǎn)化為商業(yè)環(huán)境中決勝的產(chǎn)業(yè)革命動(dòng)能。
門檻降低加速落地，人工智能平臺(tái)成“諾亞方舟”