0
| 本文作者： 張利 | 2017-04-25 20:02 |
雷鋒網按：4月22日至23日，2017第十屆中國綠公司年會在河南鄭州召開，每年有超過1000人的商業領袖、學術權威、政界要員等出席該會議。在這個節點上，人工智能必然是熱門話題。
其中兩位計算機視覺識別領域的大牛，朱瓏和華先勝，均出席了此次會議，高手相逢，自然少不了華山論劍。
雷鋒網據公開資料了解，朱瓏，依圖科技CEO，美國加利福尼亞大學博士，師從艾倫·尤爾（Alan Yuille）教授，從事計算機視覺的統計建模和計算的研究，之后在麻省理工學院人工智能實驗室擔任博士后研究員，在紐約大學Courant數學研究所擔任研究員。華先勝，美國計算機協會2015年的杰出科學家，IEEE Fellow院士，阿里巴巴集團人工智能研究機構的資深總監。
以下是兩位大咖對話實錄，雷鋒網作了不改變原意的編輯：
華先勝：我經常說這樣一句話，人工智能風生水起，視覺計算遍地開花。朱瓏講了很多計算機視覺內容，但開了的這些花能不能結果卻不得而知。人工智能并不年輕，這個概念大約在1952年提出來的，那時大家也非常的興奮，認為十年后人工智能就要超越人類，但過了十幾年后，發現人工智能走不下去了。到80年代時，因為神經網絡以及一批算法的出現，大家又很激動地認為人工智能又要來了，但十幾年后又進展不下去了。我想問朱瓏的一個問題是：這一次人工智能風潮，我怎么能確信它不是一個虛假的春天呢？如今和前兩個春天有什么不一樣呢？
朱瓏：首先講不一樣的程度，我認為如今的人工智能比肩或超越工業革命也毫不夸張。很多人說起人工智能時，會大談特淡，但實際行動卻跟不上，火熱的是人工智能的定義；其次，以前火熱的時候，比如30年前或2012~2013年深度學習火熱的時候，很多科學家或年輕人并未投身進來，還屬于一個冷門學科。概念其實一直在那里，算法和模型并沒有本質的變化，但如今的火熱是就結果而論的，人工智能應用在很多領域的結果讓大家很有信心，比如Google、Facebook等的巨額投資。
如今的火熱是因為商業價值，我們看到了人工智能在商業上的巨大進展，這跟過去10年、30年所有的熱門不一樣，而不是在概念、實驗數據還是在工業級的實驗數據上的價值。
華先勝：我覺得是有道理的，如今的局面跟以前不一樣了，我們現在看到了實際結果，盡管是局部的，除此還有深度學習技術在大規模計算環境下真正能夠計算。深度學習技術的發展、計算能力的提升、網絡的提升、網絡帶寬的提升、大數據的產生以及用戶的參與等，讓人工智能的價值進一步發展，進而真正產生作用。
第二個問題是關于依圖科技，依圖是做視覺技術有關的創業公司，我也是做視覺技術的。如今，在高手之間，算法的差別幾乎越來越小了；而在數據方面，創業公司相對BAT好像也毫無優勢；從計算平臺角度講，小公司甚至沒有計算平臺，阿里云有計算平臺，不知道百度有沒有計算云平臺，至少微軟這些公司都有大的計算平臺；從商業角度講，創業公司和大公司比拼的，那么，創業公司如何勝出呢？
我舉一個例子，假如有一天，微軟、阿里云免費了，這些AI技術免費了，你怎么辦呢？
朱瓏：我在創業第一天就被問過這個問題。我在全球最好的人工智能實驗室待過，所以我對此是很淡定的。有人會說，百度如何牛、Google如何牛，但我知道我師弟幾斤幾兩，不是因為谷歌強他就牛逼了，這是由人工智能領域最強的那個人決定的。
一個人有數據有錢，你給他1億美金，他也不一定能做成。我不是為所有的創業者說話，而是說這件事情的本質是由最強的那個人決定的。微軟和谷歌都有1億美金，現在創業公司拿到1億美金也很輕松，錢不是問題，但公司之間的博弈本質是牛人的博弈。
主持人：剛才我聽出點火藥味來了，創業公司人還是很牛，但數據是關鍵，人家BAT數據比你多。
朱瓏：首先數據非常關鍵，我經常被同事問：技術有幾個層次？其中有技術的遠見，如今大家只談算法，遠見是什么意思呢？就是技術的未來在哪里。對于技術的理解，能知道未來數據在哪里，繼續把錢投到哪里，這不是大公司就一定知道的，況且大公司也太多了，BAT與Google對數據的理解千差萬別，BAT也不敢一下子投5000個科學家，因為它不知道盈利點在哪里，不知道技術的未來在哪里。一流的高手之間差距非常大，越是牛人之間反而差距越大。
創業公司有數據的瓶頸，四、五年前數據是約束我們的，但還要看公司具體進入哪個市場，比如醫療就是一個分割的市場，如今沒有哪個大公司能把這個市場數據壟斷了。
哪些市場特殊呢？有用戶場景的市場。大公司的優勢是有大量用戶場景，這方面小公司基本沒戲。
有一些領域，比如人臉識別，大家做人臉識別都是用網絡上的數據，這方面大公司和小公司沒有差異，但比如ATM機刷臉取款的場景，這屬于非常大眾化的人臉識別領域，但BAT也沒有ATM機數據，也得從最簡單的開始做起。
越是垂直、分散的領域，大公司優勢越不明顯，這是對于創業公司是很大的機會。
華先勝：看來你對自己的科學家團隊還是很有信心的。大家都知道人工智能的發展，人工智能技術落地影像因素確實很多，包括科學家、算法、數據、平臺、商業模式、用戶，這些因素基本上缺一不可，一些應用強調這方面更多，另一些強調另外一方面更多，我同意剛才朱瓏的一些看法，我們要深入到一個行業中去，這是非常重要的。人工智能還遠遠未發展到有一個算法就能應用的地步。
第三個問題，剛才你講到很多監控的問題，未來，智能的發展會不會產生一些負面影響？比如安全、隱私等。就像計算機發展過程中，PC病毒、網絡木馬等的出現。雖然這與創業公司不見得直接相關，我想問一下你在這方面的看法。
朱瓏：技術帶來的社會影響其實是一個長久的話題，但因人工智能可能超越人的智能邊界，這個問題會更加敏感。我覺得有兩方面，第一個是這其實不是安全問題，或不止是安全問題，而是“智能”大了之后的社會分工問題，我覺得十年之內會有巨大的動蕩，不僅中國，全世界都會面臨這個問題。
我為什么是我？我上大學到底有沒有用？如果家里有小孩，今天可以開始思考到底學什么？沒有人知道現在學什么來應對30年后的世界，因為今天我們才開始重新認識自己。
未來20年，人類社會分工或經濟形態會有巨大的變化。
第一將會有非常不平衡的情況出現，而且政府是相對滯后的，因為發展周期很長，沒有人有特別強的預測能力和管控能力。
第二，目前AI技術帶來的威脅與其他互聯網技術帶來的威脅沒有本質區別。技術都有兩面性，一定會出現有利和不利的地方，互聯網并不會因為黑客而不繼續發展，AI也沒有特別強的特殊性。
華先勝：朱瓏講到了人臉識別技術的能力，但是其實還有另外一點，就是機器識別的局限性。比如我們看一個人時，無論是這個人的側面、背影，處于燈光灰暗地方或有人遮擋，人都是能夠識別的，而機器在很多情況下就歇菜了，也就是說，機器在某一個方面強，在某一方面弱。
那么人工智能的局限會不會限制其未來發展？到底怎么樣結合人的智能和機器智能的長處產生真正的價值？
朱瓏：你說機器識別不準的問題一般也比較難見到。場景是不斷被解鎖的，而且這個過程速度越來越快。過去我們很難想象ATM機刷臉取款可以做到，有時候，實際的應用場景是超越你想象的。我們是業界最前沿的，有時候自己都會受到驚訝。舉個例子，警察拿著人臉識別去辨認尸體，這不是設計者最初能夠設計到的，但警察說這個也可以，可以通過人臉識別技術查尸體身份，這大大超越設計者的想象。如今的情況是，我們的想象已經跟不上人工智能發展的速度了，所以千萬不要擔心人工智能技術跟不上我們的想象。
主持人：我舉一個例子，人工智能看X片、CT、MRI等各種影像準確率都比較高，比如人工智能能識別出一個病人的癌癥，但是它不能解釋原因，智能說疑似癌癥，這在實際中如何應用？如何向病人解釋？有些情況，你雖然做的很準，但是你很難應用。
朱瓏：我來解釋一下，我們剛才展示了一個CT片子，我們給出的報告里都有對結節的大小、體積、可疑性等的描述，所以我們會出診斷報告。最后結果是可以被解讀，并且與醫生交流的，不僅是回答患病或健康的問題。
主持人：這已經不是簡單的深度學習了，這已經是結合其他東西進行開發應用了。
朱瓏：可以這么說吧。你剛才說的問題是有一部分存在的，甚至是大部分存在的。2016年，我們產品被部署到醫院僅用了半年時間，而在公安系統做同樣的事情用了兩年半的時間。所以，2017年比2016年快太多，2016年比2015年快太多。技術的商業化落地，商業跟技術結合過程是在加速的。
當然這個可能是我們一家公司的特例，并不能說明市面上所有公司都這樣，但我覺得總體趨勢是這樣的。
相關文章：
阿里iDST視覺計算負責人華先勝：算法和數據并非AI公司成功的全部
獨家｜依圖創始人朱瓏：即使AI過火，大家也可能低估了它的跳躍式進步
IBM人工智能技術商業化落地現狀：目前已滲透到60多個職業領域
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
