AI發(fā)展基因論：弱功利性下阿里AI“第一”煉成記

文 |李永華

來源 | 智能相對論（ID：aixdlun）

一邊，是AI之父圖靈將登上50英鎊紙幣；另一邊，是不久前Google“技驚四座、震動全球”的打電話AI Duplex被紐約時報扒出人工“偽裝”，成功的預訂操作主要依靠人工冒充完成。

AI總是讓人又喜又驚，有時候還有些“意外”。

一向被認為“商業(yè)”屬性很濃、在AI上不太出彩的阿里，最近1個月似乎在集中“爆發(fā)”，一方面連續(xù)獲得5個世界大賽冠軍，包括在被稱為人工智能世界杯的WebVision上，擊敗全世界150多支參賽隊伍；

另一方面又在具體技術上實現突破，例如6月底，其宣布攻克了心血管識別技術，0.5秒識別單根血管，20秒識別完整冠脈樹，“速度比起傳統(tǒng)手段提升了近百倍”。

自從兩年前成立達摩院，阿里AI一直少有聲量，遠不如其他互聯網巨頭甚至中小創(chuàng)業(yè)者那么博眼球，集中的技術勢能表達不得不說讓人意外。

事實上，粗略統(tǒng)計，阿里在AI前沿技術研究上已經累計獲得了40多項世界第一。

為什么阿里的AI會先“影遁”再走向臺前、“一次性”走到領先位置？這與AI發(fā)展的“基因”密切相關。

“商業(yè)太成功掩蓋技術的光芒”與“AI基因論”

兩年前，阿里巴巴CTO、花名“行癲”的張建鋒曾說，“阿里的商業(yè)做得太成功，掩蓋了技術的光芒”。

現在，阿里“突然”樹立起人工智能技術上的引領者形象，回看這句話有了三層含義：

商業(yè)太成功導致大眾對阿里AI技術的一面并不足夠關注，如同聚光燈背后的黑色區(qū)域；

阿里的AI技術本來是“有光芒”的，現在看來“光芒”還不?。?/p>

阿里當年并不在乎技術的光芒是否能顯現出來，所以即便被掩蓋了，也不表現出很著急的樣子，而到了現在，這個光芒大到了能“克服”商業(yè)聚光燈而被大眾看到的程度。

從這些含義也可以看出，阿里AI定位和發(fā)展過程如此特殊，都呈現某種“弱功利性”的特征。

“基因論”在分析同一個業(yè)務競爭時往往很有價值。以功利取向作為標尺，商業(yè)公司發(fā)展AI在基因上大體分為三類：強功利性、弱功利性、一般功利性：

1、押寶型：強功利性，AI是企業(yè)的全部或者轉型升級的依托

2011年，巴菲特120多億美元投資了IBM，到了2016年底，巴菲特持有的股份大幅下降到8.6%，當時的IBM營收已經連續(xù)第20個季度下跌，創(chuàng)下15年來營收新低。

在這種情況下，2015年，IBM成立獨立的Watson Health部門，收購多家醫(yī)療數據公司盯住AI醫(yī)療。顯然，對IBM而言，AI是強功利性的，承載了藍色巨人走出困境的希望。

同樣的基因也出現在Google的AI身上。PC和移動端基于搜索構建的信息分發(fā)壟斷地位受到信息流、短視頻和社交網絡等新媒體形態(tài)的嚴重挑戰(zhàn)，2018年三季度、2019年一季度Google的營收皆不達預期，引發(fā)股價劇烈震蕩，亞馬遜廣告業(yè)務的快速增長已經在威脅Google的老本行。

與此同時，Google的移動新業(yè)務、硬件業(yè)務也紛紛折戟沉沙。

這個過程中Google在不斷加碼AI，Waymo、Duplex等明星應用產品橫空出世，押寶AI意圖明顯。

在“強功利性”下，AI必須能在十分有限的時間里創(chuàng)造支撐企業(yè)發(fā)展的商業(yè)價值。

2、戰(zhàn)略型：弱功利性，AI不承擔企業(yè)太多商業(yè)期許，只是企業(yè)應對未來的一種儲備

與押寶型完全相反，AI不需要很早就與商業(yè)價值捆綁，至少企業(yè)不指望AI活著。

這些企業(yè)之所以要發(fā)展AI，都是為了大時代做儲備，阿里AI就是如此。

2018財年，阿里巴巴集團收入達3768.44億元，年度自由現金流總計達到158億美元，淘寶天貓新增超1億用戶；阿里云已經躋身全球云計算巨頭行列，而獨立的螞蟻金服估值更是達到1500億美元。

阿里真的不需要AI那點東西創(chuàng)造的商業(yè)價值來撐場面，它需要做的只是把AI做好，為未來可能的變局做準備，而這種定調，即“弱功利性”。

從“達摩院”的定位也能看出，“一家致力于探索科技未知，以人類愿景為驅動力的研究院”，研究中心、聯合實驗室、AIR計劃加上大量“學術咨詢委員會成員”，與其他AI平臺的后腦相比，雖然達摩院仍然以場景應用為導向，但在強調技術與應用的雙向結合基礎之上，卻有著濃濃的去功利化之感。

如果類比的話，同樣是電商+云的亞馬遜，雖然其AI與阿里一樣迅猛發(fā)展，但在根本上也呈現“弱功利性”，全球第一的市值并不靠AI，也不在短期內指望AI帶來多大價值。

3、補充型：一般功利性，AI是企業(yè)發(fā)展戰(zhàn)略的必要補充

AI對企業(yè)不可或缺，但也不至于影響到企業(yè)生死存亡，最典型當屬騰訊。

在產業(yè)互聯網大旗下，出于合作伙伴的智能需求，騰訊不能缺失AI環(huán)節(jié)但AI并不起決定作用，它只是騰訊的一項賦能資源。

馬化騰多次在公開場合表示騰訊要大力發(fā)展AI，但總體而言騰訊AI布局的動作仍然比較遲緩。騰訊AI Lab、優(yōu)圖實驗室、WeChat AI實驗室，統(tǒng)一的AI后腦也尚未形成。

“騰訊覓影”這樣的優(yōu)質AI項目顯示騰訊正積極投入AI建設，但并不狂熱。

與騰訊類似的是微軟，自印度人薩提亞成為CEO后，微軟憑借Azure的出色表現挽回頹勢重回巔峰，再次成為全球第三大企業(yè)。

云計算無疑是微軟的關鍵重頭戲，但AI也是與云無縫搭檔、不可或缺的要素。

技術的弱功利性帶來“自由”，AI更能夠“蓄能”

盤點了AI發(fā)展的“基因”，更能夠理解“弱功利性”下阿里AI令人意外的突然冒出。

“弱功利性”下阿里AI贏得了更寬松的發(fā)展環(huán)境，少有商業(yè)化壓力的AI技術積累更能夠形成專注技術本身的“蓄能”過程。

而同時，阿里并不急著讓達摩院為阿里做出多大的商業(yè)價值貢獻（盡管長期肯定需要），就算技術不斷進步，也并不急著通過各種信息渠道發(fā)聲，最終結果就是公眾認知里的阿里AI突然爆發(fā)。

這種爆發(fā)，有三個“蓄能”式的原因：

1、場景應用是“目的”更是“結果”

在AlphaGo出世前，Watson一直是人工智能的代名詞。然而，當IBM面臨轉型壓力時，Watson被抽調了醫(yī)療一個領域進行集中發(fā)展。

可惜的是，太過于強調商業(yè)價值，Watson Health在成立后匆忙陷入商業(yè)應用。

一方面，Watson Health在技術完備度上不具備多個數據體之間建立連接的能力，例如腫瘤學的模型不理解心臟病，無法在臨床環(huán)境很好地應用；另一方面，由于模型不夠完善，Watson Health只能被喂食“整理好的”數據，應用過程必須有大量人力投入。

最終，Watson Health在2018年宣布裁掉50%-70%的員工，宣告失敗。

場景應用一定要是AI技術的“目的”，否則AI就失去了現實價值。但是，實現這個目的顯然不能在技術尚未完全成熟時強行上線。從大量“教訓”來看，讓技術自然發(fā)展、最終自然連接應用，“場景應用”成為“結果”更符合AI落地的需求。

至少，我們不會再看到Google捧了自己的Duplex一整年，投入商用最后被扒皮這樣的事了。

毫無疑問，在“弱功利性”下，場景應用成為“結果”更具備可行性。

以阿里AI為例，雖然它仍然以“目的”（場景應用）為導向，但是，達摩院的科研似乎更看重技術與應用的雙向結合，而不是從場景到技術的單向過程。

雖然都有實踐反哺AI的必要過程，但阿里的AI技術不被應用需求所倒逼，可以從容等到技術足夠成熟才進行廣泛應用，它的邏輯和那些盯著商業(yè)化的“肥肉”再想著怎么把技術貼上去的企業(yè)并不一樣。

與星巴克的合作中，阿里小蜜接管星巴克客服體系，為消費者提供自助開卡、自助激活、自助開發(fā)票、自助客服等24小時秒級服務；

在與山東淄博市的合作中，阿里的"AI衛(wèi)星遙感影像分析"技術，在淄博市5965平方公里土地上進行違章建筑和破壞森林等行為的識別，將傳統(tǒng)的幾個月的分析時間縮短至幾分鐘；

阿里的"助理法官"技術已在杭州互聯網上崗，可"1秒內斷案"，未來有望實現"無人法庭”。

這些現實應用，無不是在技術先期充分發(fā)展之后，以“結果”的方式實現了“目的”。

例如，在"助理法官"應用前，阿里AI已經在頂級學術會議SIGIR官網發(fā)布相關研究成果，可以猜想的是，這一成果落地前，技術與應用已經不斷進行雙向磨合。

畢竟，弱功利性下，阿里AI有這個時間和條件，而強功利性下的玩家則不一定。

2、領先的算法“引領趨勢”而不是“滿足現狀”

在“弱功利性”下，由于不必迎合市場保證商業(yè)利益，算法技術的發(fā)展往往更容易“超前”，偏向于以技術引領趨勢而不是唯一以當下市場需求為導向。

這里以阿里AI為例，整理其“不為人知”的典型語音、視覺、NLP等算法成就：

首先必須承認的是，阿里的AI肯定有滿足現實應用需求的成分，例如語音智能對阿里小蜜的生態(tài)版圖擴張重要性不言而喻，基礎技術的突破能夠讓阿里小蜜的用戶體驗更好。

但是，接近100%的準確率，通過圖靈測試，數倍快于競爭對手……由整理后的材料也可以看出，在弱功利性下，阿里在無所顧忌地“超前”發(fā)展，阿里AI在不斷超出現實需求進行突破。

脫離“弱功利性”，這樣的投入和成果是難以想象的。

3、“不設限”才有AI全面的技術推動

從一開始，達摩院的AI布局就涵蓋量子計算、機器學習、基礎算法、視覺計算、NLP、人機自然交互、芯片技術等AI技術，涵蓋機器智能、智聯網、金融科技等多個產業(yè)領域。

如果是“強功利性”基因，能夠發(fā)展的往往是那些最能轉化成商業(yè)價值的技術，技術的“實際布局”中，商業(yè)化導向明顯。

這并沒有什么錯，只是，AI時代要全面發(fā)展，恐怕還得多一些能夠全方面都有投入、不計較短期利益的平臺。

達摩院說自己要做“基礎科學、顛覆性技術和應用技術的研究”，其實就是在“弱功利性”下沒有太多商業(yè)向布局上的顧忌。

反過來，這種全面布局最終對阿里AI也有現實價值。

時至今日，阿里AI已經建成涵蓋語音智能、語言技術、機器視覺、決策智能等方向的完善的機器智能算法，其語音AI、圖像AI、NLP、決策AI的每日調用量高達百億次，服務全球近15億人，阿里小蜜2018年全年對話輪次高達14億次，服務近5億人。

“弱功利性”啟示錄：“溫室才能開出更美的花朵”

普華永道調查顯示，阿里巴巴研發(fā)投入連續(xù)三年居上市公司之首；

阿里的機器智能團隊擁有10位IEEE Fellow、20多位知名大學教授，達摩院超過一半的科學家擁有名校博士學歷；

阿里母體提供了堪稱史上最復雜的業(yè)務場景和用戶場景，多個國民級應用讓阿里的AI進入“更多的用戶-更多的場景-更強的AI-更多的用戶”的“自增強回路”；

資金、人才、數據、實踐、時間……充分的給養(yǎng)、低壓力的成長、不急于表現的心態(tài)，什么都給你，還可以耐心等待你，某種程度上，阿里AI是在一個“溫室”的環(huán)境中發(fā)展。

現在，這個溫室里開出了讓人意想不到的花朵，一出來就各種“第一”，超越各AI巨頭。

而這，都與AI的弱功利性基因密切相關——它形成了“溫室”，讓阿里AI在這個“溫室”里培植和生長。

當我們總是談論AI不智能，甚至還戲謔“人工智障”的時候，其實不妨反過來想想，眼前所見到的這個AI是否被“功利”綁架，急著上線、急著變現、急著向股市或者其他利益相關方證明自己？

與“人”相反，直面“殘酷現實”的AI反而無法得到充分發(fā)展，“弱功利性”下的溫室更適合AI。

而從阿里AI突然爆發(fā)的勢頭看，最終，弱功利性反而將帶來更強的現實價值，超越那些一開始就強功利化的平臺。

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。