7
幾個小時前推送了一篇《別掙扎了，在 AI 這個話題上，羅振宇與他的追隨者，注定是外行》，寫作時一時興起，諸多細(xì)節(jié)語焉不詳。在這里稍作補充。
在羅振宇的跨年演講中，提及李飛飛加盟谷歌一事的橋段，確實是最令人不快的。原因前文已述，究其本質(zhì)，是不尊重科學(xué)家——或者眼界有限，不知李飛飛何其人。
那么李飛飛加盟谷歌一事，究竟是怎么回事呢？我們回顧一下。
2016 年 11 月 15 日，谷歌在舊金山召開的新聞發(fā)布會上宣布，斯坦福大學(xué)人工智能實驗室主任李飛飛和 Snapchat 研發(fā)主管李佳已經(jīng)加盟公司并將領(lǐng)導(dǎo)谷歌云計算集團旗下新成立的機器學(xué)習(xí)部門。
這一“新成立的機器學(xué)習(xí)部門”是谷歌云計算集團的人工智能計劃的一部分，事實上該計劃中的一項重要任務(wù)，就是招募這兩名專家。
所以，問題不在于“李飛飛為什么要去谷歌”，而是“李飛飛為什么愿意接受谷歌的邀約”。
學(xué)術(shù)界有觀點認(rèn)為，從科學(xué)家的角度而言，谷歌的科研體系對實現(xiàn)科研成果的突破未必有實際幫助，但學(xué)術(shù)界與工業(yè)界聯(lián)手可以讓更多消費者在使用的業(yè)務(wù)搭上人工智能的快車，這是毫無疑問的。
此外，有來自學(xué)術(shù)界的消息稱，李飛飛此行仍是領(lǐng)導(dǎo)科研團隊，而且是兼職身份。
事實上，專家進(jìn)入大企業(yè)兼職做研究并不少見。李飛飛去谷歌之所以成為大新聞，不僅是谷歌這個大 IP，也包括了“居然請動了李飛飛這尊大神”的稀有性。
至于李飛飛有多神，這個可以自行搜索。
所以，羅振宇表達(dá)人工智能在實驗室里搞不下去了，是不真實的。至于還順帶說了一嘴“不和工業(yè)界結(jié)合的學(xué)者一事無成”，就更是天大的笑話了。
人工智能不僅不是在實驗室里搞不下去了，恰恰相反。由于深度學(xué)習(xí)的突破，人工智能在學(xué)術(shù)領(lǐng)域近兩年科研成果突破猛進(jìn)。
工業(yè)界頗為眼紅想?yún)⑴c一腳，卻發(fā)現(xiàn)有能力搞定的人才全在實驗室里。同樣，投資人們募了大把的錢準(zhǔn)備砸人工智能，卻發(fā)現(xiàn)有能力創(chuàng)業(yè)的人還在高校。這才有了打通學(xué)術(shù)界與工業(yè)界一說。
每一個人工智能領(lǐng)域的科學(xué)家，價值都超越等身的黃金，是工業(yè)界與資本瘋狂追求的對象。
因為稀缺，并不存在“科學(xué)家離開工業(yè)界一事無成”的說法，恰恰相反，大公司們擔(dān)心的，是自己沒有頂尖科學(xué)家而一事無成，或者更可怕的——頂尖科學(xué)家去了競爭對手那。
羅振宇會犯這么一個錯誤，一是只識谷歌不識斯坦福，二是他策劃這一章節(jié)時，出發(fā)點的觀點就錯了——算法不重要，數(shù)據(jù)才重要。
事實上，算法很重要。重要到什么程度呢？
目前可見的人工智能應(yīng)用，基本都基于幾大開源算法平臺進(jìn)行深度開發(fā)和定制，這其中有許許多多的探索性嘗試。常常有這樣的情況，學(xué)術(shù)界拿出來一個自洽的算法，理論上解決某些問題會有獨創(chuàng)性和優(yōu)勢，但要拿到工業(yè)界試一試才知道到底可行與否。
萬一可行，則會有大量的資本涌入慫恿這個算法落地成為平臺，推動其在數(shù)據(jù)挖掘、數(shù)據(jù)建模、模式識別等等領(lǐng)域開發(fā)產(chǎn)品。而如果成果轉(zhuǎn)化還算順利，那么一顆冉冉升起的 10 億美金公司就誕生了——略夸張，但 1 億美金問題不大。
具有創(chuàng)造性、通用性算法平臺的稀缺，正是工業(yè)界與投資界持續(xù)重金砸入的原因。而在人工智能研發(fā)方面稍強一些的技術(shù)公司，都牟足了勁打造自己的算法平臺，并在自己平臺上訓(xùn)練應(yīng)用。并且為每 0.1 個百分點的進(jìn)步投入數(shù)以億計的資金。
AlphaGo 作為一個人工智能應(yīng)用，就是這樣誕生的。
從資源聚集的角度來說，數(shù)據(jù)資源會向最優(yōu)質(zhì)的算法資源聚攏。中國的人工智能發(fā)展起步比前幾次科技浪潮要好很多，但實際上離國際頂尖差距還不小。中國學(xué)生和青年科學(xué)家做競賽成績都不錯，但獨創(chuàng)性欠缺，是公認(rèn)的短板。
毫無疑問，中國市場的規(guī)模龐大與復(fù)雜，是發(fā)展人工智能的優(yōu)勢。但這和此前“用市場換技術(shù)”的邏輯并無區(qū)別，并不是說有足夠大的規(guī)模，就能夠產(chǎn)生領(lǐng)先型的技術(shù)。雖然不會回到“牛仔褲換飛機”的時代了，但我們自己的大飛機不也還才起步么。
人工智能也是一樣的。
回歸到人工智能是什么的問題上。學(xué)術(shù)界已經(jīng)有很多經(jīng)典而標(biāo)準(zhǔn)的定義了。我愿意再次引述一下 1995 年版的 AI 七特征：
這很抽象。但如果讓我來比喻，我會舉 70 年代的硅谷的繁榮的例子。
半導(dǎo)體集成電路的蓬勃發(fā)展使得大型商用計算機可以進(jìn)入到許多行業(yè)，金融、房地產(chǎn)、電視傳媒等等等等。
之后大型機快速向中型機、小型機發(fā)展，不到十年時間主流計算模式從中央數(shù)據(jù)存儲與處理，到達(dá)了桌面級的終端存儲與處理。很快個人電腦成為了硅谷最時髦的概念。
后面的故事大家都知道了，蘋果的成立，比爾蓋茨的崛起……事實上那個時候也是人工智能第一次興起的時候。
深度學(xué)習(xí)給人工智能帶來的復(fù)興，就像集成電路的突破帶來了計算設(shè)備的快速發(fā)展與商業(yè)數(shù)據(jù)信息化一樣。
70 年代的美國，人們在擔(dān)憂電腦會干掉人類，和現(xiàn)在擔(dān)憂人工智能會替代人類也是一毛一樣的。
但梳理歷史可以預(yù)見的未來是，人工智能會和計算機一樣，從最大的商業(yè)數(shù)據(jù)應(yīng)用中切入，逐步向小型化、微型化的計算場景演化。
沒有哪個家庭會在 70 年代去購買一個儲物間大小的計算機來處理文檔或者報稅。同樣，現(xiàn)在最值得著眼的仍是數(shù)據(jù)量最龐大的金融、物流、政務(wù)（安全）等領(lǐng)域如何運用好人工智能。
接下來是巨無霸級的跨國公司，接下來是中型重資產(chǎn)公司，然后是小公司與個人。
而最后，就像 PC 與手機的普及一樣，人工智能會成為每個人隨身都具備的計算力。
得益于移動互聯(lián)網(wǎng)，包括物聯(lián)網(wǎng)的高度發(fā)達(dá)，人工智能的進(jìn)化過程可能從當(dāng)年從大型商用計算機到手機的三十年，要縮短到十年，甚至五年。
人工智能不是怪獸，當(dāng)你能夠使用它的時候，它就是火，就是電，它和人類掌握的其他能源并沒有本質(zhì)的區(qū)別。
但人工智能確實是黑天鵝——就像 windows95 是黑天鵝、Internet 是黑天鵝、iPhone 是黑天鵝一樣。我們已經(jīng)經(jīng)歷了很多黑天鵝了。這種黑天鵝并不可怕。一個概念而已。
“熔斷”那種黑天鵝——才可怕啊。
所以，人工智能不可怕也不怪異，為什么人工智能會這么熱呢？
想想英特爾、思科、蘋果、微軟……這些公司曾經(jīng)在 20 世紀(jì)創(chuàng)造的 20 年翻五千倍甚至一萬倍的資本戰(zhàn)績。論增長，沒有什么比這更大的生意了。
又一輪成千上萬倍增值的機會，在 2016 年，被人工智能拉開了帷幕。
你說該怎么辦？
（你從這張照片上看到了什么？好多個二十年一萬倍的投資機會?。。?/p>
更多最新行業(yè)資訊，歡迎點擊與非網(wǎng)《今日大事要聞》！
