從“互聯網+”走向“人工智能+”

陳莎莎

中國的小公司和個人不該妄自菲薄，人工智能真正的發展才剛剛興起，它將像當年互聯網的崛起一樣，打造一批新的時代巨無霸，這些新巨人可能從現有的巨頭進化而來，也可能從目前還名不見經傳的小公司甚至個人創業者成長而來，大公司有大公司的資源優勢，小公司也能發揮“船小好調頭”的靈活敏銳特色。畢竟，現在的谷歌、百度、阿里巴巴都是從當時被人看不起的“小生意”開始的。

谷歌母公司（Alphabet）用AlphaGO大勝圍棋專業九段李世石，給全球科技巨頭帶來的震撼正在迅速蔓延：各大巨頭紛紛公開宣布或秘密啟動“人工智能+”戰略，用人工智能改造各項產品和服務。

美國微軟公司在3月30日開幕的年度開發者大會上，宣布新的人工智能計劃：以“對話作為平臺”（Conversation as a platform）為理念的微軟Bot架構。微軟首席執行官薩蒂亞·納德拉說：“繼鍵盤、鼠標、觸摸屏之后，能理解人類語言、實現人機互動的人工智能自動程序，將成為下一代界面。”

3月31日，百度在京舉辦“智慧汽車”戰略發布會，并與長安汽車簽署戰略合作協議，宣布將在合作的“智慧汽車”中植入百度的車聯網系統。百度總裁張亞勤將此稱之為“社會正在從‘互聯網+步入‘智能+的一個標志”。

正如從單細胞到無脊椎動物的進化，互聯網正迅速完成跑馬圈地注重“量”的互聯，下一步是向脊椎動物和高大腦容量的物種進化，人類互聯網的“大腦”雛形正日新月異地形成。

互聯網的這個“腦”就是人工智能。“勞心者治人，勞力者治于人”，以互聯網為代表的人類競爭正迅速集中于“腦力”的競爭，從“互聯網+各個領域”向“人工智能+各個領域”快速迭代進化。

競爭格局：

百舸爭流 搶占藍海

目前，谷歌主攻機器人，百度打造自動駕駛，特斯拉也主攻自動駕駛，微軟目前發布的項目圍繞人機對話界面，Facebook圍繞社交軟件，IBM希望做人工智能領域的操作系統，而它們共同的特點是：已經、正在或即將大舉并購大量涌現的人工智能小公司。

如果2015年巨頭們思考打造什么項目，2016年大家可能更多思考如何用人工智能全面重構公司。

百度高級副總裁、自動駕駛事業部總經理王勁3月30日說，百度將用人工智能對研究院、語言、圖像等部門進行重構。“百度將來會用人工智能技術來改造百度所有的技術。各個產品和技術體系，都由人工智能來規劃”。

實際上，微軟早已這么做。微軟研究院人工智能首席科學家鄧立告訴記者，他目前的主要任務是，把微軟的各項產品和服務全面智能化，人工智能團隊大部分進駐在各個部門，深入了解各部門產品的實際需求后，用人工智能的方法量身定制對應的程序。

微軟主要圍繞目前產品和服務的智能化。3月30日，微軟發布了一套代碼工具包和機器學習程序，微軟CEO納德拉說：“希望開發人員為每個企業和服務創制人工智能程序，把人工智能融入各種應用中。”微軟認為，未來的計算有3個主要的推進器—人、數字助理和機器人，未來人類與技術之間將有全新的交互方式，人與人、人與機器人、人與數字助理，甚至數字助理與機器人之間都會產生交集。

而百度公司在人工智能領域的投入，是全力投入自動駕駛。“在人工智能方面，但凡有一點資源，都應該投入到自動駕駛上面來。”王勁說，“自動駕駛汽車是百度迄今為止最大的投資項目之一，將會達數百億元人民幣。”

這是各大巨頭激烈競爭的“紅海”。谷歌表示，預計首輛自駕車將于5年內正式上路。近日美國政府已經批準了谷歌自動駕駛汽車上路的法律申請。特斯拉CEO伊隆·馬斯克則對外表示，特斯拉用兩年的時間就可以推出全自動駕駛汽車。2015年底，百度提出自動駕駛要“3年商用，5年量產”。蘋果也曾透露，正在研發自動駕駛汽車。

但王勁表示，百度在許多技術上已經超過了谷歌。在服務器方面，百度的MinWA服務器具有相當于兩個“天河一號”的超強計算能力；在數據方面，百度有萬億級的網頁、移動和行為數據可供分析；在深度學習方面，百度的萬億參數排在世界第一。

人工智能被Facebook作為新盈利模式轉型的主要動力。1月3日，Facebook創始人扎克伯格在他的Facebook上透露，他的2016年新年目標是打造一個人工智能管家。2015年7月，Facebook就在開發代號為“Moneypenny”（簡稱M）的人工智能助理項目，其負責人David Markus說：“M是一種個人數字助理，與市場上其他基于人工智能技術開發的服務相比，M真的能代替你購物、為親人送禮物、預定參觀、安排旅程等。”

對于百年老企業，人工智能是“向死而生”的戰略反攻。曾經制造出打敗國際象棋冠軍的“深藍”的IBM，在2014年1月斥資10億美元使Watson項目獨立，外界普遍認為這是IBM“向死而生”的新業務。IBM將其實現人工智能的方法稱為“認知計算（cognitive computing）”。目前，Watson主要應用集中在藥物及醫學領域，2015年4月，IBM宣布和蘋果、強生以及醫療器械公司Medtronic合作，目標是醫療系統中介。

IBM的戰略并不小：讓Watson成為如今不斷涌現的人工智能應用的操作系統。這在其一系列聲明中得以清晰展現。

各大巨頭正在全球尋求入股新興的小公司。“摧毀一個公司最好的方式就是買下它。”一位斯坦福大學教授向記者坦言。

提升技術：

開源競賽 引鳳來棲

AlphaGO為何能打敗圍棋世界冠軍？它的致命法寶就是模仿人類的“深度學習”（deep learning）工作原理。

Facebook、谷歌、雅虎、百度等各大公司都在嘗試將深度學習算法運用到產品開發中，以期使產品更智能化，提升用戶體驗。

對于開發人工智能的企業來說，一個重大的機遇是，深度學習的研究領域幾乎沒有專利，全球頂尖公司正掀起開源（即免費公開使用）的競賽，各企業、研究機構幾乎都把自己數億美元科研成果免費公開，供所有人包括競爭對手使用。

“因為需要更多用戶提供更多數據、反饋，才能提高人工智能的‘智力。”IBM人工智能資深研究員嚴駿馳告訴記者。

實際上，全球頂尖公司正掀起開源的競賽。早一天把系統做成功，早一天開源，其他公司的開發者就會基于這一系統開發程序，“引鳳來棲”，一位人工智能領域的頂尖科學家坦言。

例如，此次AlphaGo開賽之前的半年，谷歌公司早已把AlphaGo背后的技術、算法作為論文公開。谷歌近期又推出機器學習系統開源工具TensorFlow，從智能手機到大型數據中心服務器都能使用。

開源讓各企業之間的競爭又變得“我中有你、你中有我”的“如膠似漆”。這次做出AlphaGo的公司Deep Mind，就是基于Facebook開源的深度學習系統Torch。蘋果Siri也是基于開源的系統。

嚴駿馳說，全球深度學習領域的研究基本沒有專利，都是開源的，這使得小公司甚至個人都有機會開發人工智能程序。“中國企業想做AlphaGo也不難，方法都是公開的。”鄧立說。

鄧立坦言：“技術、算法本身都顯而易見，而且即使申請了專利，也很難檢測到別人正在使用自己的技術，因為目前都在云端計算，所以谷歌甚至連軟件都開源了。”

“不過，谷歌公司通過長久的演練、摸索，探索出了適合圍棋的許多具體參數，其他人就沒有積累。”鄧立說。

“企業需要對這些開源的方法進行二次開發，以匹配自己所需的特定功能。而二次開發所需的團隊、資金還是不小的。”戈壁創投合伙人徐晨向記者補充道。

“二次開發可能需要幾萬到數百萬美元，看你想要的精確度、廣度、深度，差異非常大。”卡梅隆大學專門研究深度學習在多媒體中應用的教授告訴記者。

但開源、免費也有弊端，“因為不直接產生收益，做起來就不一定盡心盡力，企業還是以利潤為動力的。”鄧立坦言。

比開源更進一步，人工智能技術被認為應該全人類免費共享。2015年12月12日，特斯拉CEO伊隆·馬斯克在Twitter上宣布正式啟動OpenAI，并稱OpenAI是一個非營利性的人工智能研究公司，目標是“推動數字智能的發展，同時不被財務回報所限制，從而造福整個人類”。

OpenAI強烈建議研究人員公開他們的研究成果，包括論文、博文、代碼和專利，與世界共享，通過和科研人員、企業的合作，不斷研發新技術。

盡管OpenAI只是一個非盈利組織，但其吸引的人才卻不亞于谷歌百萬年薪挖來的。OpenAI的研究總監是來自谷歌的世界著名機器學習專家Ilya Sutskever，首席技術官是支付公司Stripe前首席技術官Greg Brockman，團隊的其他成員都是世界級的工程師和科學家，包括著名創業孵化器YCombinator的聯合創始人Trevor Blackwell等。

應用前景：

從“眼耳”到“理解和決策”

人工智能正處于哪個階段？哪些方法、應用將最有前景？

美國電子和電氣工程師協會（IEEE）首次將國際聲學、語音和信號處理大會（ICASSP）移師上海舉辦，鄧立在向全球科學家所作的《人工智能深度學習—從機器識別到機器理解》主題演講中表示，機器智能已從充當“眼耳”的語音和圖像識別功能上升到“理解和決策”功能，包括記憶、翻譯、自主學習和決定等。

他的這一判斷是對經歷了幾十年起起落落后的人工智能的歷史趨勢的判斷。鄧立是最早將深度學習方法應用于語音識別商業應用的專家，他和同事與深度學習最著名的專家Geofferey Hinton合作，最早把深度神經網絡應用于大詞匯量連續語音識別領域，把語音識別錯誤率降低了20%。

鄧立告訴記者，從本質上說，目前人工智能（機器學習）方法，將成為各項科技的支持技術（enabling technology），使其他科技的目標得以成功實現，它可能不是直接接觸終端用戶的界面，但界面的背后可能都是人工智能方法在控制。

也就是說，它是運籌帷幄的“王”，而不一定是沖鋒陷陣的“將軍”或“士兵”。“如果你以為人工智能只是一種科技、一種產品，如果你認為AlpahGo是一套特別的AlpahGo技術，那你就大錯特錯了，你完全誤解了它的含義。”斯坦福大學數學系教授Stephen P. Boyd對記者強調說。

“人工智能是一整套思維方法，這套方法可以用來做任何事，如金融、反腐敗、醫療診斷、交通系統設計、自動駕駛、做手術、語音識別、圖像識別等，它們也可以用來做壞事，比如發射導彈等。當然也可以應用于下圍棋，這并沒有什么特別的。”Stephen P. Boyd說，“它真正改變的是社會的運作原理，是背后根本的方法。理解了這套思維方法，你可以用來解決一切問題，而不僅僅是語音、圖像識別、自動駕駛、機器人寫作等。”

例如，關于“人工智能+物聯網”，新加坡科技研究局資訊通信研究院信號處理部部長、IEEE信號處理學會物聯網技術委員會主席俞榮山認為，在物聯網技術背后，將來物與物之間的對話、指令、自動化控制，大部分將由人工智能程序控制。

俞榮山向記者表示：“萬物相連背后的控制，大部分將由人工智能完成，物聯網的大部分變化都將是背后隱含的，終端用戶可能都不會感覺到它的變化。例如，當你關掉辦公室電腦，你家的電飯煲就自動開始煮飯，等你到家飯菜都自動做好了，這看起來是物聯網，但背后的程序運用的是人工智能的方法。”

鄧立預測，未來最有前景、最值得深入挖掘的方法，將是深度無監督學習，將深度學習與強化學習的方法結合起來配套使用。

鄧立向記者預測，未來，深度無監督學習在金融、機器人（如自動駕駛）、大數據分析和預測、商業流程優化、智能個性化醫療等方面最有發展前景。但鄧立認為：“我們科學家只提供方法，具體應用在哪個場景，需要由你決定，客戶比科學家更了解市場應用前景。”

具體如何應用？大家都在摸索，還沒人知道準確答案。因為未知，所以充滿機遇，這正是各大公司夜以繼日奮力搶奪的市場焦點，用俗語來說就是，“預測未來最好的方式是創造未來”。

在這場市場競爭中，小企業明顯底氣不足，數據不夠、計算所需的設備不足，導致運算能力有限。在深度學習中，深度、層數是核心關鍵，如微軟研究院的系統甚至深達152層。

企業如何配套自己主攻項目的技術呢？鄧立對此很有經驗：“首先，項目的市場需求要廣泛、要大；其次，對技術接下來幾年的發展要有準確的預測。”

人才稀缺：

年薪300萬美元？

人工智能技術人員是“少而精”的人群，相比于互聯網傳統的“碼農”（人們對編碼程序員低廉收入的笑稱），人工智能尤其是深度學習的人才嚴重供不應求。“即使再增加10倍的畢業生，市場也能吸收。”美國科技公司人工智能負責人告訴記者。

“做深度學習的人工智能博士生，現在一畢業能拿到年薪200～300萬美元的offer。”創新工場CEO李開復近日發言，“硅谷公司都在追捧這個方向，這是有史以來沒有發生過的。三大公司（谷歌、Facebook和微軟）在用不合理的價錢挖人。”

近日，這些主要的招聘方、招聘對象聚集在上海的ICASSP會議，會上聚集了人工智能語音處理的頂尖科學家和企業。

谷歌最主要競爭對手的一位負責人向記者透露，“250萬到300萬美元年薪，即使是包括期權、股票、獎金等的打包總收入，全球估計也只有少數幾個人，絕對不是行業常見的水平。”

亞馬遜語音識別機器人的帶頭人Jeff Adam麾下曾招聘了60位研究人員，因此對這一市場的薪水頗為熟悉，他告訴記者，“這個數字高出了10～20倍。在硅谷，剛畢業的博士生12～20萬美元年薪，有經驗的博士能達到20～30萬美元。”

另一位美國科技企業人工智能負責人向記者透露：“一定要最最頂尖的博士生。300萬美元的總收入，我只有一次給出過，但是是分4年的，不是一年的收入。”

一位Johns Hopkins大學（被業內認為是語音識別人才最頂尖搖籃之一）的博士生，向記者給出了這一個package（收入打包）中的具體構成：“一般基本工資10～14萬美元，10%～15%的獎金，連續4年每年2萬美元的股票。”

“如果是做硬件的，基本工資8萬美元。如果是做軟件的，單純做算法理論就很難找到工作，一般會流到其他方向。具體流到哪個方向就很難說了，可能都不做計算機了。”他坦言。

一位近期從微軟、谷歌回國創業的語音識別的技術總監告訴記者：“博士畢業大約15～25萬美元年薪，特別優秀的可能超過30萬美元。做技術的從來都是一樣，一個優秀的人能頂幾個甚至很多個一般人，所以特別優秀的人的價格可能翻番。但300萬美元年薪，確實沒聽說過。”

“在國內，人工智能相關最優秀的博士畢業生，大約50萬元人民幣年薪，這樣的人國內一年不超過15個吧。”這位技術總監告訴記者。

曾經像博士畢業生一樣求職、如今已經在這一領域的從業者怎么說？一位語音識別首席工程師向記者透露：“加利福尼亞州（硅谷所在地）博士畢業生一般是15～25萬美元年薪，全部指的是package，大部分不是現金，而是股票。特別優秀的能到35萬美元年薪，但只是極少數。”

“人工智能的研究需要靜下心來積累，如果沒有深入的興趣，很難做到頂尖，人工智能技術只要最頂尖的人才。”該首席工程師向記者提醒。

綜上所述，年薪300萬美元的說法或許不太現實，但是，作為業界大佬的一家之言，這至少暗示了一種人工智能人才緊缺的趨勢。

（本文轉自《國際金融報》）