从技术到科学,中国AI向何处去?
2017年,被认为是当代AI的人工智能元年。
2017百度沸点国人搜索榜单十大科技事件中,AlphaGo对战柯洁、智能音箱热卖、无人驾驶汽车上五环,这三大AI事件入围百度2017科技热搜,而且“AlphaGo对战柯洁”更是排名第一。
和美国一样,中国公司对于AI人才简直到了“寤寐求之”的状态,疯抢成了常态,今日头条创始人张一鸣放话:“人才的水平有多高,我们的薪酬就有多高。”商汤科技 “按图索骥”,画出“博士人才名单”,但凡有人即将毕业,就马上找上门,不让任何鱼儿漏网。
投资界的金主们怀着极度急迫的心情,唯恐错过这个史无前例的飓风级“风口”。
2021年,回首望去,结果如何,那些抱着捞一笔的资本大佬,给中国的AI带来了什么。
三年半累计亏损143亿的旷视科技,现在已经到处寻找IPO的途径,也许是资金撑不起了;
三年半累计亏损72亿的依图科技,现在上市也是无能为力;
三年累计亏损30亿的云丛科技,2021年7月30号科创板上市,原因中有其中科院国家队的背景;
五年累计亏损了25亿的中科寒武纪,2020年上市成功,但是前景依旧模糊;
唯一在财报上有盈利的商汤科技,目前已经增长乏力,完全没有了初期的光环,上市和估值都面临着风险;
同样在英国,谷歌旗下最牛的AI公司Deepmind曾经 巨亏27亿。
从某种角度来看,这些依赖讲故事,拼算法的AI公司,希望沿着传统的互联网发展路径创造神奇,在中美乃至都不太可能出现了。
个人认为有以下几个原因:
1.AI技术比传统的英特网要更加复杂,互联网只是链接,通讯,AI涉及到软件,芯片,生态和垂直行业的结合,而目前的AI技术大部分只是弱人工智能,在垂直领域结合应用的效能非常有限;而互联网不一样,只要连接成功,相关结点就可以产能流量价值,就可以获得资本回报,目前AI要变现的机会和领域非常有限,而中国的AI在核心算法和基础理论上又存在巨大的差距,只是停留在应用层面的发展,后期会面临更多的瓶颈,风险会非常高。
2.互联网巨头,硬件巨头本身布局了AI,百度布局的自动驾驶,腾讯在深圳成立了AI lab,聚集了100多科学家。华为其实依赖硬件上的优势,在AI也有一定投入,寒武纪变寒也跟HW的发展AI有关系,这些爆红的AI算法企业,在巨头的阴影下,其实在人才上,在客户需求上最终很难得到突破,另外要达到当年互联网BAT的效应完全是巨头门不允许的事情。
3.AI发展需要有芯片的支持,芯片在AI的发展中起到了非常关键的地位,仅仅依赖算法是很难形成自己的企业生态,而且AI纯软件应用的盈利方式,在国内是非常难。
下一代 AI 的三个可能方向
AI 的未来究竟在哪里?下一代 AI 将是什么?目前很难给出明确答案,但至少有三个方向值得重点探索和突破。
第一个方向是寻求对深度学习的根本理解,破除目前的黑盒状态,只有这样 AI 才有可能成为一门科学。具体来说,应该包括对以下关键问题的突破:
- 对基于 DNN 函数空间的更全面刻画;
- 对 SGD(或更广义的一阶优化算法)的理解;
- 重新考虑泛化理论的基础。
第二个方向是知识和数据的有机融合。
人类在做大量决定时,不仅使用数据,而且大量使用知识。如果我们的 AI 能够把知识结构有机融入,成为重要组成部分,AI 势必有突破性的发展。研究者已经在做知识图谱等工作,但需要进一步解决知识和数据的有机结合,探索出可用的框架。之前曾有些创新性的尝试,比如 Markov Logic,就是把逻辑和基础理论结合起来,形成了一些有趣的结构。
第三个重要方向是自监督学习和小样本学习。
将这个列在第三,但却是目前值得重点推进的方向,它可以弥补 AI 和人类智能之间的差距。
我们已经半只脚踏入 AI 时代的大门,这注定是一个比电气时代更加辉煌、激动人心的时代,但这一切的前提,都有赖于所有研究者的坚定不移的努力。 返回搜狐,查看更多
责任编辑: