現(xiàn)在不少學(xué)界的科學(xué)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(xué)界究竟有哪些不同？

 

 

人工智能的概念實在太大了，現(xiàn)在深度學(xué)習(xí)最熱，學(xué)術(shù)界里研究深度學(xué)習(xí)會做些什么事情呢？一般情況下，學(xué)術(shù)界把問題設(shè)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(dá)到極限。從深度學(xué)習(xí)上設(shè)計更好的模型結(jié)構(gòu)方面，過去這些年，像最初的Hinton用最基本的網(wǎng)絡(luò)結(jié)構(gòu)，到谷歌的GoogleNet，微軟的殘差網(wǎng)絡(luò)（ResNet），可以看到基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)是推動學(xué)術(shù)界往前走的核心。但是除了基本的網(wǎng)絡(luò)結(jié)構(gòu)之外，更大的網(wǎng)絡(luò)、更深的網(wǎng)絡(luò)以及不同的網(wǎng)絡(luò)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(xùn)練這些網(wǎng)絡(luò)，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(xùn)練平臺，像Caffe、MxNet、Tensorflow等等。當(dāng)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(jīng)驗，這些經(jīng)驗通過學(xué)術(shù)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(dāng)然，還有怎么樣用其他的非標(biāo)注的數(shù)據(jù)來提升解決問題的能力。所有的一切都結(jié)合在一起，在解決具體問題的時候，能夠把精度達(dá)到極限。

 

學(xué)術(shù)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(xué)術(shù)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(lǐng)域的影響力。

 

 

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(jīng)濟(jì)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(chǎn)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(wù)和場景相結(jié)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(chǎn)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(xùn)練出來的模型，要用到某個業(yè)務(wù)場景里面，業(yè)務(wù)場景里產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)進(jìn)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(xué)術(shù)界到工業(yè)界的教授和學(xué)者很容易犯的一個很嚴(yán)重的錯誤，就是認(rèn)為技術(shù)在真正推動產(chǎn)品。但其實，用在具體的場景里面，技術(shù)只是起到一個非常小的作用，它的貢獻(xiàn)大概30％到40％就不錯了。

 

一個成功的產(chǎn)品，還需要產(chǎn)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(chǎn)品出來。一個核心點就是我們做技術(shù)的人，做研究的人，要明白永遠(yuǎn)沒有完美的算法，算法永遠(yuǎn)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(chǎn)品設(shè)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(shè)計一個產(chǎn)品還會考慮其他方面。比如，當(dāng)前把視覺，語音和相關(guān)的技術(shù)用在智能硬件上的時候，工業(yè)界可能會想，到底這個產(chǎn)品能不能滿足某種高頻的剛需？

 

工業(yè)界還會考慮一款產(chǎn)品用到的技術(shù)有沒有成熟？比如說家用機(jī)器人，可以端茶送水，可以聊天，這是不可能的，技術(shù)上還有一個過程。

 

另外，工業(yè)界還會考慮技術(shù)成熟了，但有沒有壁壘？假設(shè)沒有技術(shù)壁壘的話，今天做一個產(chǎn)品出來，比較前沿的大公司，都有專家團(tuán)隊，你把這個產(chǎn)品做出來立馬又失掉了，技術(shù)上的壁壘也一定要有。

 

另外一方面，就是學(xué)術(shù)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(chǎn)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。

 

 

總的來說，學(xué)界進(jìn)行人工智能、深度學(xué)習(xí)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(jù)確定了，然后設(shè)定一個問題，設(shè)定一個數(shù)據(jù)集，假設(shè)有足夠多的計算機(jī)資源，怎么樣設(shè)計新的算法，讓精度能夠達(dá)到極限？

 

有很多的數(shù)據(jù)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(jù)庫，用來研究不受限的人臉識別問題）；在視頻領(lǐng)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(jù)都是確定的，用盡量多的計算機(jī)資源，去設(shè)計不同的算法，最終希望達(dá)到精度的上限。

 

但不得不承認(rèn)，很多成果是沒辦法商業(yè)化的。為什么？在ImageNet上，假設(shè)訓(xùn)練了1000多層的網(wǎng)絡(luò)，把9個或更多網(wǎng)絡(luò)全部合在一起能達(dá)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(shè)將來計算能力達(dá)到一定的程度，精度能夠達(dá)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(shè)我們要做一個機(jī)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(jīng)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(jù)和算法，跟具體的應(yīng)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(xué)術(shù)界把場景和數(shù)據(jù)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(jù)不停提升和優(yōu)化模型，在數(shù)據(jù)、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(jù)的清洗、標(biāo)注。為了把產(chǎn)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(xì)想一想，學(xué)術(shù)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(qiáng)調(diào)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(chǎn)品的維度上，讓用戶感覺這個產(chǎn)品非常好。

 

學(xué)術(shù)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(chǎn)品的設(shè)想，是看到了在學(xué)術(shù)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(xué)術(shù)界，希望他們?nèi)プ鲞@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(wù)推給學(xué)術(shù)界。

 

在人工智能、深度學(xué)習(xí)的研究領(lǐng)域，學(xué)術(shù)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(qiáng)。學(xué)術(shù)界和工業(yè)界一起合作，研究和產(chǎn)業(yè)相結(jié)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(xué)家、人工智能研究院院長。

 

（來源：中國經(jīng)濟(jì)網(wǎng)）