現在，人工智能已經以(yi)各種方式融入了(le)我(wo)們(men)的生活中(zhong)。
但隨著(zhu)被解(jie)決的(de)問題逐漸增多，人工智(zhi)能也開始逐步(bu)走進(jin)深水區(qu)，面臨更加復雜(za)的(de)場(chang)景和需求。
那么，當前的人工智(zhi)能算法到(dao)底走(zou)到(dao)了(le)什么階段？
今(jin)天技術的創(chuang)新和創(chuang)造(zao)越來越多(duo)的有點(dian)像工業化流(liu)水線，我們能夠用更多(duo)系統(tong)把算法創(chuang)造(zao)的各個環節(jie)整(zheng)合打通，并且在這個過程(cheng)中通過數據的輸(shu)入(ru)，算力的支撐，持續地(di)規模化地(di)生(sheng)產技術創(chuang)新的結果。
站在MEET 2022智能未來大會的現場，商湯科技的聯合創始人兼副總裁楊帆這樣解釋道：
技術(shu)創新在(zai)未(wei)來會走向一(yi)個更加通用、智(zhi)能、低成本、高效的過程，技術(shu)創新本身的模(mo)式在(zai)持續(xu)演(yan)化(hua)和進步。
我們越來越需要通用(yong)基礎設(she)施，以此為將來更大、更廣(guang)范圍內(nei)的人工智能產業創新提供(gong)支撐和服務。
那么，人(ren)工智能產業的下一個階段(duan)又是什么？
現階段(duan)還(huan)面臨著怎(zen)樣的挑(tiao)戰和趨勢？
AI業界又(you)該采取什么樣的措施來(lai)響應這樣的趨勢？
……
為了(le)(le)完整(zheng)展(zhan)現楊帆關于上述(shu)問題的(de)答案和思考，在不(bu)改變原意的(de)基(ji)礎上，量子位對他(ta)的(de)演講內容進行了(le)(le)編輯整(zheng)理。希望能(neng)夠給你帶來(lai)更多的(de)啟(qi)發與思考。
關于MEET 智能未(wei)來大(da)(da)會(hui)(hui)：MEET大(da)(da)會(hui)(hui)是由量子位(wei)主(zhu)辦的(de)智能科(ke)(ke)技(ji)(ji)領域頂級商業峰會(hui)(hui)，致力(li)于探(tan)討前沿科(ke)(ke)技(ji)(ji)技(ji)(ji)術(shu)的(de)落地與行(xing)(xing)業應用。MEET2022采取(qu)線(xian)上(shang)參(can)會(hui)(hui)形式(shi)，20余(yu)家直播(bo)(bo)平(ping)臺和渠道轉播(bo)(bo)大(da)(da)會(hui)(hui)直播(bo)(bo)，200萬行(xing)(xing)業用戶(hu)線(xian)上(shang)參(can)會(hui)(hui)。除量子位(wei)微(wei)信、頭條(tiao)號(hao)、知乎(hu)、微(wei)博等全媒體矩陣外(wai)，新華社、鳳凰科(ke)(ke)技(ji)(ji)、騰訊科(ke)(ke)技(ji)(ji)、澎湃新聞等數十家主(zhu)流(liu)媒體紛(fen)紛(fen)報道大(da)(da)會(hui)(hui)及(ji)相關內容，線(xian)上(shang)曝光量累計(ji)超(chao)過(guo)2000萬。
要點
人工(gong)智能產業(ye)(ye)時的最大價值不(bu)是(shi)去形成某(mou)一個閉環(huan)的產業(ye)(ye)、特(te)定的消費行業(ye)(ye)、或者說某(mou)一個特(te)定的生(sheng)產型(xing)行業(ye)(ye)，而是(shi)說本身就是(shi)類似于(yu)催(cui)化劑一樣的形式(shi)。
我們越來越需(xu)要通用基礎設(she)施(shi)，以(yi)此為將(jiang)來更(geng)大、更(geng)廣范圍內(nei)的人工智能(neng)產業創新提(ti)供支撐和服(fu)務。
相比于(yu)之前算(suan)法比較依(yi)賴(lai)于(yu)科學家個(ge)人，在(zai)過(guo)去五年(nian)，在(zai)我們對人工(gong)智能產業(ye)(ye)的(de)(de)(de)(de)逐步熟悉的(de)(de)(de)(de)今天(tian)，人工(gong)智能是對于(yu)架構、算(suan)力(li)、數據(ju)這(zhe)些(xie)外化型要素強依(yi)賴(lai)的(de)(de)(de)(de)一種技(ji)術(shu)。由此會(hui)看到今天(tian)技(ji)術(shu)的(de)(de)(de)(de)創(chuang)(chuang)(chuang)新和創(chuang)(chuang)(chuang)造越來越多的(de)(de)(de)(de)有點像(xiang)工(gong)業(ye)(ye)化流水線，我們能夠用更多系統把(ba)算(suan)法創(chuang)(chuang)(chuang)造的(de)(de)(de)(de)各個(ge)環節(jie)整合打通(tong)，并且在(zai)這(zhe)個(ge)過(guo)程中通(tong)過(guo)數據(ju)的(de)(de)(de)(de)輸入，算(suan)力(li)的(de)(de)(de)(de)支(zhi)撐，持(chi)續地規模化地生(sheng)產技(ji)術(shu)創(chuang)(chuang)(chuang)新的(de)(de)(de)(de)結果(guo)。
技術創新在未來會(hui)走向一(yi)個(ge)更加通用、智(zhi)能、低成本(ben)、高效(xiao)的過程，技術創新本(ben)身的模式在持續演化和進步
在人工智(zhi)能時(shi)代系統(tong)第二(er)重要，更重要的(de)是算法本身(shen)。
把模型(xing)算(suan)法想(xiang)象成樂(le)高(gao)積木塊(kuai)，我(wo)們提供(gong)更多基(ji)礎的積木塊(kuai)，支撐(cheng)產業內的同仁一起用它打造(zao)更多更有(you)價(jia)值的模型(xing)結果(guo)。
（以下(xia)為商湯(tang)科(ke)技(ji)聯合創始人兼(jian)副(fu)總裁(cai)楊帆演(yan)講全文）
人工智能逐步走入深水區
感謝量子(zi)位的(de)邀請(qing)，今天來跟大家聊(liao)一聊(liao)商湯(tang)最近在做的(de)一些(xie)事情。
量子位今天的主題特別好，“因為(wei)看見所以相(xiang)信”，而且我覺(jue)得這(zhe)話反過來說(shuo)也(ye)挺有道(dao)理，“因為(wei)相(xiang)信所以看見”，都很有味道(dao)。
所(suo)以，今天在這里想跟大家(jia)分享(xiang)一(yi)下，在商湯(tang)最近兩年的(de)人工智能(neng)產業發展過(guo)程(cheng)中，我們都看見了什么(me)，以及我們相信什么(me)。
從2015年、2016年以(yi)(yi)來(lai)，過去的(de)六七年時間里，人工智能產業或者說技術對于(yu)各個行業賦能的(de)落地，在中國取(qu)得了(le)非常大的(de)進展，而且(qie)這個進展可以(yi)(yi)說領先(xian)于(yu)全(quan)世界，這絕(jue)非幸之(zhi)，背后的(de)原因非常多。
其中(zhong)最重要的(de)一(yi)個(ge)就是(shi)(shi)，當我們去看人工(gong)智能的(de)產(chan)業(ye)時(shi)，它(ta)最大的(de)價(jia)值不是(shi)(shi)自己去形成某一(yi)個(ge)閉環的(de)產(chan)業(ye)、某一(yi)個(ge)特定(ding)的(de)消(xiao)費行(xing)(xing)業(ye)、或者說某一(yi)個(ge)特定(ding)的(de)生產(chan)型行(xing)(xing)業(ye)，而是(shi)(shi)說本身就是(shi)(shi)類似于催化(hua)劑一(yi)樣的(de)形式。
通過這種(zhong)技術的(de)創(chuang)新能夠給我們整個國家經濟、各個產業提供(gong)一種(zhong)效率的(de)提升、新場景的(de)挖掘和新的(de)價值。
在2017年發的人工(gong)智能的白皮書中講到(dao)：到(dao)2030年，中國人工(gong)智能核(he)心產業(ye)(ye)規模將是一萬億，帶(dai)動上下游相(xiang)關產業(ye)(ye)規模十萬億，最有價(jia)值的是十倍的杠桿，這也是我(wo)們(men)去(qu)看AI產業(ye)(ye)最大的價(jia)值。
最(zui)近一兩(liang)年我跟(gen)很多朋(peng)友聊，大家也在問(wen)(wen)一個問(wen)(wen)題，就是(shi)人工智能似乎在逐步走入深水區，我們是(shi)不(bu)是(shi)即將面臨越來越多更加復雜化的問(wen)(wen)題。
其實，雖然說今天(tian)AI已經能夠(gou)為我們提(ti)供非常多的產品(pin)和(he)服務，但在我們看(kan)來(lai)還有(you)更(geng)多的細分場(chang)景(jing)的剛(gang)需大(da)量存在，且在今天(tian)并不能被(bei)滿(man)足。
隨便舉幾個(ge)例子，比如(ru)今天的(de)高鐵鐵路的(de)車輛設備(bei)的(de)臨檢，需要在極短時間(jian)內對于車輛設備(bei)的(de)各個(ge)環節(jie)進行(xing)快速的(de)檢查(cha)，看是否存在安(an)全(quan)的(de)隱患。
這樣的(de)需(xu)求目前就滿足得不夠好，因為它(ta)需(xu)要(yao)有大量(liang)的(de)問題被(bei)定義，而且(qie)要(yao)在一個有限(xian)的(de)成本下被(bei)解決。
還有最近做得比(bi)較多(duo)的(de)城市(shi)智慧化(hua)管理(li)，怎么樣(yang)才能針對一(yi)個城市(shi)的(de)多(duo)樣(yang)化(hua)的(de)管理(li)需求提供這種綜合性(xing)的(de)能力？
比如，我們今天做一個城(cheng)市管理，其(qi)需求可(ke)能(neng)是了(le)解整個城(cheng)市有沒有自行車亂停亂放、井蓋的丟失(shi)、燈箱(xiang)的損(sun)壞、乃至于糞車的偷排，這些數量眾多的細碎(sui)需求。
需求側的兩個最大挑戰
所以，我(wo)們覺得今(jin)天工智能(neng)產業或(huo)者商業面(mian)臨最大的挑戰有兩個：
第一個是幸福(fu)的煩惱(nao)，幸福(fu)在哪里？剛需大(da)量存在，我們會(hui)面臨大(da)量碎(sui)片化場景(jing)和(he)多(duo)樣化場景(jing)。
第二(er)個問題(ti)是與此同(tong)時，我(wo)們提供這樣的(de)技術(shu)創新的(de)成本(ben)，包括邊際成本(ben)非常(chang)高，這也造成了(le)今天(tian)AI產業進一步發展面臨的(de)供需(xu)匹(pi)配失(shi)調的(de)問題(ti)。
我們先講第一個問題，場景碎片(pian)化。
一張(zhang)簡單(dan)照片(pian)，中間可(ke)以被人類所理(li)解(jie)和感知的信息量非常大。
一(yi)個(ge)人每天平均(jun)接觸(chu)六百(bai)個(ge)物(wu)品(pin)，每接觸(chu)三(san)個(ge)物(wu)品(pin)定義成動作(zuo)的話(hua)，有三(san)千多萬種(zhong)組合(he)等(deng)待(dai)著我們定義。
我們再看(kan)真實世(shi)界，有(you)句話(hua)叫“長(chang)尾是無處不(bu)在的”，各種(zhong)行業(ye)(ye)，各種(zhong)場(chang)景下對于技(ji)術需求(qiu)是非常細分而多(duo)樣(yang)的，這是未(wei)來五年十年會(hui)面臨的關鍵產(chan)業(ye)(ye)性問題(ti)。
另一個問題，就是今天的技術創新的成(cheng)本仍(reng)然(ran)非常高。
數(shu)據獲取(qu)成(cheng)本非(fei)常高，標注成(cheng)本非(fei)常高，處理(li)成(cheng)本也非(fei)常高。
舉個例(li)子，有客戶需求(qiu)說(shuo)：我這(zhe)里(li)有一條河，希望你們能(neng)幫(bang)我在有人有時候掉河里(li)去的時候自(zi)動檢測。
但面臨的第一(yi)件事情(qing)就是正樣本數據怎(zen)么收集，找(zhao)一(yi)些人天天往河里跳嗎？不現實。
同樣，我們也要看到今天的(de)(de)技術進(jin)步(bu)對(dui)于(yu)海(hai)量數(shu)據的(de)(de)使(shi)用。人工智能在過(guo)去五(wu)年的(de)(de)發展中，單一模(mo)型的(de)(de)訓練所需要的(de)(de)算力成本大了三十萬倍，這就是非常大的(de)(de)資源性的(de)(de)成本。
所以我們在需求側看(kan)到(dao)兩(liang)個非(fei)常大的挑戰，第一是場景(jing)多樣(yang)化和碎(sui)片(pian)化，第二個就是今天去解決碎(sui)片(pian)化場景(jing)的成(cheng)本太高。
技術供給側和數據上的變化
再看技術供給側的進步。
過(guo)去(qu)五年中人工(gong)智能的創(chuang)新，最原始的創(chuang)造周期在大(da)大(da)縮短。
和五年前比起來，當我們今天研(yan)發(fa)一(yi)個(ge)同等目的(de)(de)的(de)(de)模型時，所需(xu)要(yao)的(de)(de)不論是(shi)人數還是(shi)需(xu)要(yao)投入的(de)(de)時間(jian)都在大大縮短，伴隨我們對于市場進一(yi)步滲(shen)透的(de)(de)提(ti)高(gao)，這個(ge)時間(jian)將變(bian)得更(geng)短。
在今天，我(wo)們仍然認為算力(li)會成為人工(gong)智能(neng)產(chan)業向(xiang)下發展的非常重要的基礎性能(neng)力(li)——科研的演化方向(xiang)是推動大模型(xing)的建設，而大模型(xing)首先(xian)需要更大的算力(li)支(zhi)撐。
今天海量的產業應用(yong)，對(dui)于算力提出(chu)了非常高的要(yao)求(qiu)。
我們再來看看第三個要素：數據。數據是這個產業(ye)在(zai)未來五(wu)年會發生最大變化的(de)地方。
當我們(men)的(de)應(ying)用場(chang)景深入(ru)到各個行業中間時，一方面(mian)，我們(men)對于數據(ju)的(de)隱私和安全(quan)越來越重視，行業內會有很多新的(de)技(ji)術和方式被提出(chu)來，并應(ying)用到產業中。
另一方(fang)面，如(ru)果(guo)說未(wei)來人(ren)工智能注定(ding)是這樣對(dui)于(yu)(yu)數(shu)據有(you)大量消化和使用的(de)產業的(de)話，對(dui)于(yu)(yu)數(shu)據的(de)權(quan)屬的(de)界定(ding)、數(shu)據的(de)所(suo)有(you)權(quan)、使用權(quan)、結果(guo)共享這些在我們(men)今(jin)天都沒有(you)得到足夠清晰定(ding)義的(de)問題，就有(you)賴(lai)于(yu)(yu)我們(men)整個產業的(de)同(tong)仁一起(qi)，在未(wei)來的(de)時間中(zhong)共同(tong)探索。
算法經歷的三個階段
剛才講到(dao)的(de)一些(xie)我們看到(dao)的(de)產(chan)(chan)業發展的(de)趨(qu)勢(shi)中(zhong)，有(you)需求側趨(qu)勢(shi)，有(you)供給側趨(qu)勢(shi)，這(zhe)些(xie)趨(qu)勢(shi)會為產(chan)(chan)業帶來(lai)什么樣(yang)的(de)變化呢(ni)？
我(wo)個(ge)人觀點(dian)是，會看到兩個(ge)重要變化(hua)。
首先，我們越來越需要通(tong)用基礎設施(shi)，以此(ci)為將來更廣范圍(wei)內的人(ren)工智能產業創新提供支撐和服務，產業鏈走(zou)到今天(tian)這(zhe)種分化的狀態也需要更細力度的分工。
另一方面，技術(shu)創新、產業創新、應用創新也(ye)越來越需要(yao)跨組織的(de)聯合與(yu)協作(zuo)，這樣的(de)協作(zuo)模(mo)(mo)式對于過去20年(nian)互聯網高速發(fa)展，甚至更(geng)早的(de)產業發(fa)展中的(de)組織形態，協作(zuo)模(mo)(mo)式都會提(ti)出前所未有(you)的(de)新的(de)變(bian)化、挑戰和機會。
我這里重點講一下第(di)一件事，也就是人工智能(neng)通用技術設施。
商(shang)湯一直是做算(suan)法(fa)的，在我們自(zi)己內部(bu)來看，做算(suan)法(fa)經歷了三個時代：
第一(yi)個時代，在某種(zhong)意義上像手工業，科學家其實(shi)是一(yi)種(zhong)勞(lao)動力，就(jiu)跟一(yi)千兩(liang)年(nian)前木匠或者鐵(tie)匠一(yi)樣，算法(fa)非常依賴(lai)于(yu)這個科學家的聰明才智(zhi)和他的能力。
這樣(yang)情況(kuang)下如果把它(ta)類比成工(gong)業化的(de)話，某種意義上是作坊式的(de)研發，其結(jie)果實(shi)際(ji)上不可知，而且依賴于(yu)科學家個人的(de)水(shui)平。
第二個時(shi)代(dai)，在過去五(wu)年，隨著我們對人工(gong)智能產業(ye)的(de)逐步熟悉，人工(gong)智能開(kai)始成為對于架(jia)構、算力、數據這些外化型要素強依(yi)賴的(de)一種技術。
今天技術的(de)創新和創造越來越像工業(ye)化流水線，我們(men)能夠用更多系統把算(suan)(suan)法創造的(de)各個環節整合打通，并且在這個過程(cheng)中通過數據的(de)輸入，算(suan)(suan)力的(de)支撐持續地，規模化地生產技術創新的(de)結(jie)果。
下一個(ge)階段(duan)是什么呢？在我們(men)看來(lai)，就是有了(le)流水(shui)線，進入工業革命，走(zou)到今(jin)天的(de)工業4.0。
這是什么概(gai)念(nian)？整(zheng)個生產線(xian)流水線(xian)更加(jia)自動(dong)化(hua)、智能化(hua)。
換句話(hua)說，我(wo)們認為技術(shu)創新在未(wei)來會走向一個更加通用、智(zhi)能(neng)、低(di)成本(ben)、高效的方向，技術(shu)創新本(ben)身的模(mo)式在持(chi)續演化(hua)和進步，中間涉及到很(hen)多技術(shu)問題(ti)，整體上(shang)是(shi)這樣(yang)的趨勢。
如何響應這樣的趨勢
商(shang)湯給出的(de)觀點是(shi)，首先，我(wo)們就去用這種所(suo)謂(wei)的(de)人(ren)工智能的(de)通用基礎(chu)設施——我(wo)們自(zi)己的(de)版本叫(jiao)SenseCore。
通過這些方(fang)案，把從(cong)底(di)層基礎設(she)施到硬件、軟(ruan)件、上游應用，整個端到端系統化模式，或者說從(cong)人工(gong)智能(neng)的技術(shu)創(chuang)新到應用創(chuang)新的各個環節都進(jin)行更加標準化的定義，以及更加有機的組合。
其(qi)次，在這個過(guo)程中(zhong)，對(dui)于整個平臺的(de)(de)通用(yong)性、開(kai)放(fang)性，以及相互之(zhi)間連接應該(gai)給出更好(hao)的(de)(de)標準和(he)支撐，用(yong)它(ta)支撐我們在更加上層的(de)(de)百花(hua)齊放(fang)的(de)(de)應用(yong)和(he)創新的(de)(de)開(kai)發。
當然，這種(zhong)平臺的組合也會進一步(bu)帶(dai)來更低的成本和更高的效率。
而商湯正是在去年年初的時候推動了上海重要新基建的項目，構建了一個商湯內部最大的智算中心（AIDC）。
這一設施可達到3740P FLOPS的算力，預計明(ming)年(nian)初(chu)正式投入運營。
我(wo)們(men)以AIDC作為基礎底座，用(yong)它(ta)支(zhi)撐未(wei)來(lai)低成本、高效率的更(geng)好的技術創(chuang)新和創(chuang)造。
這一設施有非常多優勢，包括大規模彈(dan)性(xing)算(suan)力、更(geng)低的成本和更(geng)高效的使(shi)用，并且，當端到端進行整合(he)的時候(hou)，也能帶來(lai)更(geng)高的安全性(xing)和更(geng)低的網絡(luo)時延，給上面的核(he)心軟件系統(tong)提供(gong)更(geng)好的支撐。
此外(wai)，商湯也有自(zi)研的人工智能(neng)的訓(xun)練引擎，用以支(zhi)撐工業(ye)化大(da)規(gui)模(mo)超大(da)模(mo)型(xing)生產。
同時，我們(men)也(ye)關注(zhu)如何才在(zai)整(zheng)(zheng)個AI的模型生產過(guo)程中(zhong)，通過(guo)系(xi)統(tong)的方(fang)式把更多的數據，更大結構的網絡整(zheng)(zheng)合起來(lai)，讓(rang)算力資(zi)源得到更好(hao)的規模化應(ying)用。
其實(shi)，如果從一個系統(tong)來看，光(guang)有(you)訓練(lian)能力遠(yuan)(yuan)遠(yuan)(yuan)不(bu)夠。因為訓練(lian)出來的算法模(mo)型離真(zhen)正來到應用側，可以(yi)被高(gao)效部署還有(you)很長距離。
而我們的(de)平(ping)臺兼容業內典型主流的(de)各類開源平(ping)臺，通過(guo)開放架構給用(yong)戶提供更好的(de)支(zhi)撐，用(yong)大大小小的(de)功能(neng)化組件提供服務支(zhi)撐。
人工智能時代算法最重要
我(wo)個人認(ren)為，在人工智(zhi)能時(shi)代系統第二重要，更重要的(de)(de)是算法(fa)本身。我(wo)們應該通(tong)過算法(fa)去實(shi)現上(shang)面提到的(de)(de)大量多樣(yang)的(de)(de)碎片化(hua)的(de)(de)、細分的(de)(de)技術(shu)創造。
用什么方(fang)式去推動技術創造呢？
把模型(xing)(xing)算法想象成(cheng)樂高積木塊，我們(men)提供更多基礎的(de)(de)積木塊，支撐產業內的(de)(de)同仁一起用(yong)它打造(zao)更多更有價值的(de)(de)模型(xing)(xing)結果。
那(nei)么(me)，用(yong)了這樣一(yi)整(zheng)套平臺(tai)體系的我們(men)今天在做什(shen)么(me)？
其實人(ren)工(gong)智能(neng)大(da)裝置一(yi)直在持續(xu)迭代和進(jin)步，商湯的(de)幾個主要業務方向(xiang)上(shang)的(de)大(da)量應用和技術創新(xin)都來自于我們人(ren)工(gong)智能(neng)大(da)裝置的(de)支(zhi)撐(cheng)。
下一步，我(wo)們希望對當(dang)前整個(ge)(ge)產業(ye)進行更(geng)大分化(hua)。我(wo)們相信，當(dang)深(shen)入到場景挖掘出更(geng)多用(yong)戶的細分需求時，這種平臺(tai)化(hua)、規模化(hua)且低成本、高(gao)效的工具體系，實(shi)際上(shang)會(hui)讓整個(ge)(ge)產業(ye)技術創新走(zou)的更(geng)快(kuai)。
舉(ju)個例子，如果用這樣的平臺去跟某些做特(te)定類型研(yan)究的科(ke)研(yan)機構、特(te)定行(xing)業(ye)的科(ke)研(yan)技術平臺、行(xing)業(ye)頭部企(qi)業(ye)合作的話(hua)，就能夠(gou)推動持(chi)續的發(fa)展(zhan)和(he)創新。
我們希望通過這樣一(yi)整(zheng)(zheng)套的(de)技術底(di)座和平臺體系，以及整(zheng)(zheng)個產業生態中的(de)開放合作，持續地加速我們創(chuang)新的(de)過程，降(jiang)低(di)創(chuang)新的(de)成本，解決我在一(yi)開始(shi)講到的(de)人工(gong)智能(neng)產業的(de)、我們看見的(de)、也是我們相信的(de)未來關(guan)鍵的(de)挑戰。
