您的位置:首页 > 金融理财

商业化的步伐:Facebook AI团队的两条路之争

时间:2020-01-10

如今人工智能世界最重要的事件之一是被称为“北美五大人工智能巨头”之一的脸谱网(Facebook),突然宣布对其人工智能团队和管理结构进行全面重组。

最显著的变化之一是脸书的人工智能名片,人工智能乐村的教父人物,他宣布不再担任FAIR团队的负责人,专注于成为首席科学家,并将更多精力投入到学术工作中。

这似乎是一个简单的企业变革,但脸谱网调整人工智能的重大举措显然不是无目标的变革。隐藏在它背后的战略思想可能表明,在今天这个时候,大型企业如何看待整个人工智能行业的发展。

今天,让我们打开一个大脑的洞,试着阐明一些细节,并暗示出这一事件背后的行业方向。

从更大的角度来看,两条不同的人工智能路径正在一条接一条地影响着人工智能世界的方向。

商业化的步伐:人工智能两条道路之间的斗争

首先要理解的是脸谱网在做什么:为什么扎卡里伯克和施罗德愿意淡化乐村作为人工智能的名片,坚持人工智能重组?

最直接的原因显然是由于乐村的个性和科学家地位。他的团队风格过于自由和学术性。尽管他的研究实力很强,但他的研究结果总是与脸谱网的产业布局保持距离。

显然,对人工智能产业化进程的不满是这一制度调整的根本原因。重组后,脸谱人工智能的管理结构变得更加精简,反洗钱将与公平交易会(FAIR)更加紧密地合作。这意味着脸书希望迅速加强同频和人工智能研究成果的商业应用。

我们真正应该关注的是脸谱网内部的人工智能“革命”,它似乎传达了科技公司目前面对人工智能的两种选择。如果把这两条路比作人工智能的岔路口,那么它们是这样的:

Road A:公司投入巨资建立了一个研究系统,让研究系统自行发展。等待结果自然成熟,并融入公司业务。这是欧美科技巨头开放人工智能的正常方式,基本上遵循谷歌的模式。道路二:快速实现学术系统与产业系统之间频繁、有序、大规模的联系,根据产业需求的逆向定制实现学术突破,创造高频、开放的产学一体化。

显然,脸谱网想要调整它的步伐,开始把它的工业部署从一个领域转移到另一个领域。

有趣的是,这种选择不仅仅是一个人在战斗,甚至是当今人工智能领域的一个非常主流的事情。

它最直接的参照系可能是百度过去一年的人工智能业务和产业布局调整。特别是不久前,我们看到百度研究院刚刚进行了新一轮的升级。引进了新的顶尖科学家,研究方向是“商业智能”和“机器人和自动驾驶”,这是两个高度商业化的命题。

有了如此默契的同步,难怪西方媒体评论说,这是脸书第一次跟上百度人工智能的战略。

在这个有趣的现象背后,在人工智能领域可能有一个普遍的问题:企业如何处理学术研究和商业应用之间的关系,以及它们如何处理自我生态和整个人工智能产业之间的关系?在这条快速发展的人工智能道路上,传统的道路会失败吗?

产业与学习之间的平衡:一切都在百度模式中成长

在当今的人工智能世界,一个普遍的问题是通过学习来领导人工智能产业并允许学术研究在企业世界中不规则地发展是否是件好事?

尊重学术自由,大力支持学术当然是件好事。然而,今天对人工智能的产学分离传统有两种批评:一是难以迅速进入商业应用的学术研究是否应该回到学校和纯粹的研究机构,否则将投资者的钱浪费在“华而不实”的研发上似乎是不合适的;其次,企业的资源毕竟是有限的。我们应该在生产和学习之间找到平衡点,集中精力突破人工智能企业最需要解决的问题吗?例如,百度在无人驾驶和生产学习一体化方面的高额投资,在阿波罗今年的增长中被证实是正确的。

巧合的是,在最近的y

另一个有趣的传闻是脸谱网开始人工智能,并建立了两个人工智能实验室,据说李彦宏已经向扎克伯克提出了这个建议。

那么这次脸谱重组的深层原因之一有没有可能是学习和模仿百度的成功?

与之形成鲜明对比的是,谷歌模式可能是最近几天备受争议的话题。例如,在当今人工智能在产品人才和工程人才方面迅速崛起的今天,谷歌仍然是李菲菲的领导者,并被赋予重要的任务。另一方面,谷歌的产业布局仍然保持着一个庞大而完整的“全方位开花模式”,几乎没有谷歌不做的人工智能产品,但也很难说它的哪些产品做得特别好。在过去的一年里,缺乏关注和焦点,缺乏产品思维,都成为了谷歌周围公众舆论的阴影。

DeepMind继续亏损,谷歌的大脑很难提供清晰的产业支持,这也表明学术端的比率似乎不同于工业端的比率。

这可能表明传统的人工智能产学分离模式正变得越来越过度导向,以百度等企业为代表。天平开始倾向于拥有清晰计划和高工业组织能力的人工智能部队。

这是一个越来越封闭还是持续开放的问题。

隐藏在生产和学习平衡背后的是企业如何看待人工智能和理解人工智能产业的问题。

在去年5月的2017年谷歌信息作战会议上,谷歌全面定义了“人工智能优先”战略。第一个性能是全套“硬件和软件包”,创造了迄今为止地球上最大的人工智能产业集团。

显然,谷歌对人工智能的理解首先是谷歌在人工智能中的第一。就战略起点而言,选择了一个大而完整的模型,谷歌的人工智能生态开始呈现出两种显著的表现形式:占领和排斥。

所谓的“职业坑”是指每当有人想出人工智能产品时,谷歌都会有类似的产品。所以我们看到谷歌有类似苹果Siri的谷歌语音助理,类似亚马逊回声的智能扬声器,脸谱对面的信息和图片助理等。更多的手机、平板电脑、相机、可穿戴设备和其他人工智能硬件。

而“排他性”是互联网行业的准则,谷歌在首先推进人工智能时,逐渐开始放弃合作和分工。开始人工智能谷歌的整个过程。例如,我们已经看到了谷歌云在计算能力方面的TPU和人工智能能力的整合,在算法方面以张量流(TensorFlow)为中心的闭环生态系统的创建,在数据方面阻挡了谷歌数据系统外部合作的可能性,以及在人才方面全球研发人才大战的开始。

事实上,谷歌今天的人工智能策略可以用一个中国互联网用户非常熟悉的词来解释:赛马。这也是为什么谷歌不关心生产和学习的同步和联系。因为在谷歌的发展过程中,它是第一个收集并占据最佳学术资源,并将结果不断整合到谷歌系统中的。因此,军备竞赛式的企业学术氛围仍然在谷歌内部盛行。

又大又完整,这意味着对自我循环和与外界的紧密联系越来越满意。所以在今天的欧美人工智能世界,反谷歌情绪可能正在酝酿。这背后的原因是,一些媒体将其归因于谷歌的严格执法和日益增加的生态封闭以及全谷歌战略。换句话说,霸权令人生畏。

由于人工智能是一个高度多样化的技术类别,这些策略的实施意味着谷歌越来越多地压制美国同行的声音。从云服务和TPU的绝对谷歌天梭流(TensorFlow)的排他性,到语音服务的社交服务的关闭,谷歌一直压制脸谱网成为世界各地的“后来者”。今天的谷歌非常像3Q大战前的腾讯,具有“每个人工智能都需要谷歌”的气质。

但是人工智能必须是封闭和主导的吗?这也可能是我们今天应该考虑的一个问题。

相比之下,人工智能行业的另一种模式可以说是以百度为代表的开放式合作模式。

诚然,百度正在实践齐鲁所说的“朋友多,道路多”。在产业生态、技术开放和战略合作方面有开放的思维和优秀的合作案例。这是一个在当今人工智能中更加可行和可接受的模型。

另一个关注行业开放还是关闭的焦点来自于

例如,谷歌的人工智能课程和培训项目完全针对天梭流(TensorFlow),为开发者提供硬件应用编程接口,只能访问天梭流系统。天梭流社区资源和新的人工智能开发工具完全部署在谷歌云上。

简而言之,一旦开发者进入谷歌系统,他们基本上被禁止在任何一个端口引入其他公司或平台的优势。在框架、云计算和硬件三重壁垒之后,谷歌的开发者系统变得越来越封闭,甚至在某种程度上迫使开发者做出选择。

人工智能是一个充满惊喜的快速变化的科技世界。选择谷歌就等于放弃世界,这显然是许多开发者不想要的。该百度具有相对较好的兼容性和创建基础,其开发者授权计划也相对多样化。许多美国科技公司似乎也更喜欢百度的“平台和开发者一起探索”模式,逐渐远离严格和僵化的平台逻辑。

总的来说,谷歌今天越来越封闭,而以百度为代表的大多数人工智能新生力量不断通过开放获取生态声音。这形成了两条有代表性的人工智能道路。越来越多的企业正在调整自己,寻找与时俱进的方法。当然,仍然很难判断未来。然而,不断的尝试和自我怀疑实际上是一个行业活力的象征。

这两种模式之间的战斗可能会成为2018年的人工智能剧。

[本文由合作媒体授权的投资界转载。这篇文章的版权属于原作者和原出处。这篇文章是作者的个人观点,并不代表投资界的立场。请联系原始作者和原始来源以获得授权。如果您有任何问题,请联系(editor

youtube.com

日期归档
  • 友情链接:
  • 那陈信息网 版权所有© www.ecostar-web.com 技术支持:那陈信息网| 网站地图