每日最新頭條.有趣資訊

清華大學教授鄧志東:AI路線清晰,但大部分人不願堅持

《財經》記者 劉以秦/文 謝麗容/編輯

1月12日,清華大學教授鄧志東在2019中國製造論壇期間向《財經》記者表示,“中國有一大批AI企業今天都在試圖做原始創新,在做平台化布局,這對企業來說風險非常大。”

鄧志東是清華大學智能技術與系統國家重點實驗室教授,也是中國人工智能產業創新聯盟專家委主任。過去幾年,他走訪了大量AI企業和科技公司,他也看到了這樣的趨勢,但並不完全認可這一模式。

進入2019年,人工智能產業仍然在泡沫和虛火中前進,過高的估值和難以匹配的收入,讓全行業也開始重新思考AI產業的價值。

2018年,AI行業最明顯的一個趨勢是,幾乎所有的公司都在往平台化方向發展:曾經主攻安防領域的視覺識別公司,都開辟了包括醫療、自動駕駛、金融等多個領域的應用;大量AI公司觸角向下,推出AI芯片,底層算法架構,數據平台等;以華為為代表的科技巨頭,則是直接發力全棧式的AI服務。

不少初創企業選擇橫向多領域擴張,或上下遊布局,核心動力是能夠提升估值,提升在資本市場的想象空間。“市場就是這麽要求你的,你不能說你是智能音箱公司,要說你是智能互動解決方案公司,你也不能說你是安防公司,要說自己是物聯網公司。”一家AI獨角獸公司創始人接受《財經》記者採訪時也曾表示類似觀點,“這也就是行業浮躁的來源。”

鄧志東認為,儘管原始創新很難有短期內的進展,但這是AI產業發展的核心動力,這應該是巨頭科技公司和國家級實驗室、高校的工作,“初創企業受製於資本等外部因素,很難有條件做到未來5-10年都不考慮收入問題。”

不過目前看來,巨頭也要考慮收入問題。《財經》記者近期獲悉,騰訊AI Lab主任張潼離職,張潼是國家千人計劃專家,曾就職於IBM研究院、雅虎研究院與百度。一位騰訊人士透露,騰訊對於AI實驗室已有微詞,認為AI業務一直在花錢而沒有創造收入。

目前中國的AI產業,原始算法、底層架構和芯片等基礎技術大多來自國外,短期看來,這些基礎技術很難有重大突破。中國的優勢在於海量大數據和豐富的應用場景,“中國企業應該看清現實,發揮現有的優勢,專注於一個具體的問題,深耕打磨,這樣才能形成良性的發展。”鄧志東說道。

深耕一個具體的問題,並不是指自動駕駛,或是語音互動這樣的大領域,而是一個具體的場景。例如自動駕駛中,對交通信號燈、斑馬線、路障、行人等不同物體的識別,需要的技術和數據是完全不同的,鄧志東提到,一個有經驗的團隊,隻解決識別交通信號燈這個問題,至少需要1年以上的時間,才能看到一些成果,想要實現超過人眼識別的水準,需要的時間更久。

不僅如此,長尾效應明顯,機器識別準確率從50%提升到80%,甚至90%,並不難,再往後,每提高0.1%,都需要耗費大量的人力物力,以及長時間的打磨、訓練、反覆。也只有這樣,才能將一項細分技術應用真正滿足用戶需求。

AI泡沫的產生,主要原因在於估值與收入的不匹配,近期多位接受《財經》記者採訪的AI業內人士表示,目前大部分的AI公司收入仍然沒有明顯增長,同時,多位考察過AI企業的客戶方也提到,在真正使用這些AI服務和產品時,效果和體驗並不好。

其中的矛盾已經很明顯,客戶需求與現有的技術應用程度並不匹配,解決這一矛盾的路徑也很清晰——專注細分場景打磨,但這條路苦且類,“要耐得住寂寞,耐得住各方的壓力,”鄧志東表示,“尤其是要能夠對抗現在大環境的評價標準。”

資本的壓力顯而易見,需要企業能夠在有限時間內帶來豐厚回報。此外,主流的評價標準還包括論文發表數量,國際性獎項排名,是否有海外高校背景或知名科技公司背景等。

這些評價標準對於技術應用上,並沒有太多參考價值。例如很多AI公司對外宣稱的準確率鋼彈95%以上,但這建立在完備數據的基礎上,真實的應用中不可能出現完備數據場景,而是不斷變化的數據場景。

“大家覺得AI是靈丹妙藥,能夠解決很多問題,但事實並不是這樣。”鄧志東說,AI技術仍然處於發展初期,雖然在過去幾年進展迅猛,但每一個落地領域,都是由無數個不同的問題構成,“估值再高的公司,知名度再高的技術專家,想要將技術真正落地,都要用笨辦法,但就我看到的公司裡,願意這樣堅持的公司,少之又少。”

獲得更多的PTT最新消息
按讚加入粉絲團