【導讀】很多關心研發(fā)的人會有這樣的疑問。去年，講到人工智能時人們會談到它具有“三要素”：算法、算力和數(shù)據；從今年開始，把場景加入進來，開始用“四元分析”的方式來理解人工智能。加入場景非常重要的原因是人工智能終究是一種技術，人工智能必須要落實到精準的場景，才有它實實在在的價值。
現(xiàn)在不少學界的科學家都到公司里做研發(fā)，那么，在工業(yè)界從事研發(fā)和以前在學界究竟有哪些不同？
學術界追逐精度的極限
人工智能的概念實在太大了，現(xiàn)在深度學習最熱，學術界里研究深度學習會做些什么事情呢？一般情況下，學術界把問題設立好后，去思考研究一些新的算法，然后在具體的問題上，力圖在精度上達到極限。從深度學習上設計更好的模型結構方面，過去這些年，像最初的Hinton用最基本的網絡結構，到谷歌的GoogleNet，微軟的殘差網絡（ResNet），可以看到基礎網絡結構是推動學術界往前走的核心。但是除了基本的網絡結構之外，更大的網絡、更深的網絡以及不同的網絡模型的融合，也是大家追逐精度的常用方法。
另一方面，我們要訓練這些網絡，可能需要更多的計算資源，比如需要圖形處理器集群（GPU Cluster），比如希望有更便捷的訓練平臺，像Caffe、MxNet、Tensorflow等等。當然，更重要的是大家在一點點往前推動的同時，積累了很多小的經驗，這些經驗通過學術報告、論文的形式來分享。
大家都站在巨人的肩膀上一步一步往前走。當然，還有怎么樣用其他的非標注的數(shù)據來提升解決問題的能力。所有的一切都結合在一起，在解決具體問題的時候，能夠把精度達到極限。
學術界很多時候研究的目的，是要有成果論文發(fā)在最頂級的學術雜志上，也希望這些算法能夠具有普適性，除了能解決自己的問題，其他人也能借鑒，最好能開源，所有人都可以去使用，這樣就能很好地提升自己在這個領域的影響力。
沒有瑕疵的用戶體驗如何產生
但工業(yè)界不是這樣。工業(yè)界要去探索商業(yè)，注定要有經濟上的考慮，思考盈利模式，那對人工智能的考慮就會不一樣。
在工業(yè)界待過就會明白，人工智能本身并不是一個產品，不是單純靠人工智能就能獲得利益，必須要與自己的業(yè)務和場景相結合，才能發(fā)揮它的價值，核心算法只是其中的一個模塊而已。無論是往前端走，還是往后端走，還是需要很多不同類型的人，才可以做出一個產品。
最重要的是，人工智能并不是一個靜態(tài)的東西。比如說訓練出來的模型，要用到某個業(yè)務場景里面，業(yè)務場景里產生新的數(shù)據，這些數(shù)據進一步提升人工智能模型的能力，再用到場景里面，這是一個閉環(huán)和不斷迭代的過程。
另一方面，也是很多從學術界到工業(yè)界的教授和學者很容易犯的一個很嚴重的錯誤，就是認為技術在真正推動產品。但其實，用在具體的場景里面，技術只是起到一個非常小的作用，它的貢獻大概30％到40％就不錯了。
一個成功的產品，還需要產品工程師和非常多的人，大家一起才能做出一個具備非常完美的用戶體驗的產品出來。一個核心點就是我們做技術的人，做研究的人，要明白永遠沒有完美的算法，算法永遠是有瑕疵存在的，我們一定要和場景工程師在一起，通過好的產品設計，把這些算法上的瑕疵避免掉，打造沒有瑕疵的用戶體驗。
此外，除了考慮用戶體驗，工業(yè)界設計一個產品還會考慮其他方面。比如，當前把視覺，語音和相關的技術用在智能硬件上的時候，工業(yè)界可能會想，到底這個產品能不能滿足某種高頻的剛需？
工業(yè)界還會考慮一款產品用到的技術有沒有成熟？比如說家用機器人，可以端茶送水，可以聊天，這是不可能的，技術上還有一個過程。
另外，工業(yè)界還會考慮技術成熟了，但有沒有壁壘？假設沒有技術壁壘的話，今天做一個產品出來，比較前沿的大公司，都有專家團隊，你把這個產品做出來立馬又失掉了，技術上的壁壘也一定要有。
另外一方面，就是學術界想得最少的：我們做一個場景，一定要有變現(xiàn)的模式。沒有一個變現(xiàn)的模式，產品出來了，但是今后掙不了錢，也不可能讓這個公司維系下去。
用四元分析來看學界和工業(yè)界的區(qū)別
總的來說，學界進行人工智能、深度學習的研究，一直是在追求精度和極限。用四元分析的方法來說就非常有意思，即場景和數(shù)據確定了，然后設定一個問題，設定一個數(shù)據集，假設有足夠多的計算機資源，怎么樣設計新的算法，讓精度能夠達到極限？
有很多的數(shù)據集，比如ImageNet，號稱人工智能的世界杯；人臉研究界有LFW（人臉圖片的數(shù)據庫，用來研究不受限的人臉識別問題）；在視頻領域有美國組織的TRECVID；語音的話有Switchboard。他們共同特點就是：問題和數(shù)據都是確定的，用盡量多的計算機資源，去設計不同的算法，最終希望達到精度的上限。
但不得不承認，很多成果是沒辦法商業(yè)化的。為什么？在ImageNet上，假設訓練了1000多層的網絡，把9個或更多網絡全部合在一起能達成一個很好的精度，在現(xiàn)實的場景下是不可能用這么大的模型和這么多的資源去做一件事情。所以，很多的成果，是假設將來計算能力達到一定的程度，精度能夠達到這個上限。
AI研究的另外一個維度是追求用戶體驗的極限。用四元分析的方法，是把場景和算力固定了。這是什么意思？假設我們要做一個機器人，希望它能識別你，這時候場景是確定的。算力確定了是說，這個場景推出的時候，用什么樣的芯片和什么樣的硬件，其實已經確定了。我們要做的事情是在這樣一個確定場景和算力的情況下，怎么樣去提升數(shù)據和算法，跟具體的應用場景去形成一個閉環(huán)，去不斷地迭代，去提升它的性能。這跟學術界把場景和數(shù)據固定是完全不一樣的。在這種場景下，可以不停地用收集到的新數(shù)據不停提升和優(yōu)化模型，在數(shù)據、算法和場景三要素中形成一個閉環(huán)。雖然我們能把所有的問題解決，但是在具體的場景下，也有可能逐步地提升它的性能。
這時候做的事情很有意思——要做很多數(shù)據的清洗、標注。為了把產品的價格降低，比如用一個很差的CPU就能夠去做計算，肯定要不停地去優(yōu)化模型的速度。另一方面，很多時候，滿足這種體驗的需求會使一些新的問題誕生出來。
仔細想一想，學術界多數(shù)做的事情是在思考，在想它的極限在哪，主要用腦；工業(yè)界并不是強調用腦，而是用心——就是怎么樣能把這個場景做出來，并不一定要有非常高大上的算法，就是要從用戶使用產品的維度上，讓用戶感覺這個產品非常好。
學術界和工業(yè)界又不是完全割裂的：工業(yè)界敢去提某一個產品的設想，是看到了在學術界有一些前沿的成果，可以在工業(yè)界來用。同時，工業(yè)界也在逐步提煉它的問題，扔給學術界，希望他們去做這種前沿的探索。比如說工業(yè)界可以想，三年、五年以后會往哪些方向去推動，他就可以把這些任務推給學術界。
在人工智能、深度學習的研究領域，學術界和工業(yè)界的差別還是很大的，同時也相互作用，相互增強。學術界和工業(yè)界一起合作，研究和產業(yè)相結合，一定會把人工智能帶上另外一個階段。
本文作者系360公司首席科學家、人工智能研究院院長。
（來源：中國經濟網）
推薦閱讀：
