实验室,决定了AI公司的另一面

从零开始学运营,10年运营老司机带路,2天线下集训+1年在线学习,做个优秀的运营人。了解详情
实验室层面,或许隐含着对AI产业一种全新的观察可能:从实验室技术到商业化落地,可以比我们想象中更快、更有针对性和效率。
年关岁末,各种各样的总结和展望开始多了起来。 这两天的热门话题之一,是BAT三家的AI布局统计和对比,各种各样的文章都在从不同角度讨论三家的优势劣势和各自特点,拼生态、拼场景、拼用户心智,各种各样的观点蜂拥而来。 但这里想说的是,很可能在产业图谱之外,我们其实忽略了AI领域真正比拼的东西:作为一种不断前进,始终处于探索中的技术,AI产业间的核心竞争力,其实始终都在学术研究能力上。 如何构建从实验室到商业场景的最快速通道,如何让产学真正一体化,或许才是AI时代争夺战的源点——这也是BAT到欧美巨头,纷纷重注打造实验室的原因。 比如美国时间1月18日,百度研究院要宣布进行升级,新增“商业智能实验室”和“机器人与自动驾驶实验室”。并且有三位人工智能领域的科学家加入其中。 实验室层面,或许隐含着对AI产业一种全新的观察可能:从实验室技术到商业化落地,可以比我们想象中更快、更有针对性和效率。 AI巨头的实验室之战,绝对较产业前端的生态大战不遑多让。

重剑无锋:为什么AI无法离开实验室?

从谷歌收购DeepMind这个“教授组成的公司”,然后用AlphaGo一鸣惊人,就已经能够让我们看出优质的研发实验室对于AI这个新技术有多么重要。 而从本质逻辑上来看,相比于PC和移动互联网、物联网时代,AI是一种史无前例要求企业与实验室紧密合作、共生共长的技术类别。其实这很好理解,传统的互联网硬件技术,从研发到投入产业周期,实现商业落地,往往需要几年的时间。当我们拿到某个产品的时候,它在实验室中的开发可能已经过去了很久很久。这种情况下,企业可以采取各种方式获得技术,而自己打造实验室投入研发,其实是相对不经济的一种选择。 但在AI时代,这种现象近乎被完全改写。以深度学习为例,在平台、算力和数据系统的基础之上,无论高校还是企业的实验室,做出来的研发成果近乎可以在产业端即插即用。甚至很多实验室中打造的非功利技术,都已经是非常好的行业解决方案。 这也是为什么大公司纷纷在AI时代开始热衷于发论文、参加技术比赛。因为在AI的世界中,算法就是资源,模型就是壁垒,而且各自技术资源是可以积累叠加的,不会出现相互抵消和排斥的情况。 而对于企业来说,显然最有效能够加强实验室价值的方式,就是有目的、有选择的进行针对性课题、研究方向,甚至专属实验室打造。虽然在今天的AI世界,以学术为目的导向的泛华实验室还是标配,但以应对专门议题,强调商业化可能的专属实验室,几乎是未来人工智能发展的必然路径。 毕竟当我们太习惯互联网圈子里用“赋能”、“生态”等等美好词汇编织的“花拳绣腿”或者“万箭齐发”,往往有可能忽略掉,AI是一个科研能力密集型指向的产业。在识别、理解、判断等基础能力上,AI的好坏肉眼可知。所以学术端能拿出什么,能否快速将其释放到产业端,其实是AI的运输生死线。 这条输送线没有那么多门门道道可讲,但是重剑无锋,它能决定一家AI公司最终到达的高度。无论是BAT还是谷歌、Facebook、微软,全都在重仓大牛,抢夺人才,不遗余力的发论文跑测试,就是这个道理。 这场比试,从一开始就是“从学术能力到商业化”的简单白刃战,从来没有赶个风口割把韭菜的可能。 而百度研究院的升级动作,让我们看到了一些有意思的可能。

AI实验室都在做什么

以谷歌AI中国中心为例,目前的AI公司实验室,主要作用是三点:重仓人才、建立世界研究矩阵的流通、铺满各领域研发赛道。 对于大部分AI企业来讲,这三件事都是今天的主要战略目标。其背后的原因在于,由于AI复兴速度远比想象中更快,对于没有长期积累这一领域的企业来说,AI很大程度还是新生事物。而研发端是最吃力,同时也最需要重视人才资源的。那么比较容易的方式,当然是仿照大学与研究机构设置企业实验室类别,高效吸引人才加入。 在英国政府与图灵研究院发布的《2017AI产业报告》中,曾经指出过这样一个问题:今天整个AI产业中,最急切需要的,是学术与产业多个端口之间的流通与聚合能力。 这听起来像是句空话,但仔细想想却会发现,这正是今天的中国所需要的。 长期以来,中国互联网都太依赖于用户存量和商业模式驱动的产业上升速度,形成了对所谓对“风口”的迷信。 这种“风口来了猪也能飞”的奇怪心理,必然是与实验室文化中“探索先于得到”的科学精神背道而驰的。 长时间对实验室价值与文化的认知缺失,让我们在“微创新”的诡异道路上走了太远,甚至形成了习惯。 不信的话,不妨看看近几天专家们给直播答题按上的各种理论解释,或者看看最近突然火爆起来的“区块链思想”。这些东西今天很火,火到莫名其妙,但是我相信三个月之后,绝大部分人应该不会再记得什么“撒币”。 遗憾的是,AI是无法复制这套逻辑的。很多跟风做“智障音箱”的,已经让我们看到了AI对真实技术的要求。放眼世界,AI绝不是某种风口,而是真实技术解决方案和研发条件驱动下的产业繁荣。快速的技术迭代、长效的学术突破,才构成了今天AI世界的主流。 所以说,这个领域是没什么风口可拼的。高频率、直接化的产学输送能力,才是接下来比拼的重点。而如何让AI的学术世界与商业世界相结合,找到最准确和紧密的契合点,则是AI商业化的核心驱动引擎。 不管怎么样,接下来更频繁、更高速的AI产学一体化联动,会让我们逐渐认识到AI的真正价值。它不是一个风口,而是一种不断去探索和解决问题的技术方式。 实验室这个词,将会无数次出现在商业资本的AI探险里。   作者:脑极体,微信公众号:脑极体 本文由 @脑极体 原创发布于人人都是产品经理。未经许可,禁止转载。 题图由作者提供
赞赏是对原创者的最大认可
4人打赏
评论
欢迎评论,与我交流
  • AI,极可能引发新一轮的工业革命,创造新的生产力
    回复
  • 钱柜娱乐777