AI的岔路口：“跑馬圈地”還是“多個朋友多條路”？
今天對于AI公司的產學分離傳統有兩點詬病：一是是否應該讓難以快速進入商業應用的學術研究回歸學校與純研究機構；二是企業資源畢竟有限，是否應該找到產學間的平衡點，集中力量突破最有待AI企業去解決的問題。
這幾天AI界的一件大事，是被稱為北美AI五巨頭之一的Facebook，突然宣布對旗下AI團隊與管理架構進行全面重組。
其中最顯著的變化，要屬Facebook的AI名片、人工智能教父級人物LeCun宣布不再擔任FAIR團隊的負責人，專注擔任首席科學家，將更多精力投入學術工作。
這件事看起來只單純的企業變動，但Facebook如此大動作調整AI，顯然不是無目的的亂改。隱藏在其背后的戰略思考，或許暗示了在今天這個時間節點上，巨頭企業如何看待整個AI產業的發展。
今天咱們來開個腦洞，嘗試剝離一下這件事的背后，隱藏了哪些關于產業方向的細節和暗示。
從更大的視野看去，兩條不一樣的AI之路，正在今天此消彼長地影響著AI世界的走向。
商業化的步伐：AI的兩條路之爭
首先應該理解的，是Facebook到底在做一件什么事：為什么扎克伯克和施羅普夫愿意淡化作為AI名片的LeCun，也要堅持進行AI重組？
最直接的原因，顯然是由于LeCun的個性和科學家身份使然，其團隊風格太過自由和學術化，雖然研究實力強勁，但研發成果卻始終跟Facebook的產業布局若即若離。
顯然，對AI產業化進度的不滿，是這次體系調整的根本原因。在重組架構之后，FacebookAI部門的管理架構變得更加精簡，AML也將同FAIR更加緊密的合作。這意味著Facebook希望快速加強產學同頻和AI研究成果的商業化應用。
真正應該引起我們重視的，是這場Facebook的內部AI革命，似乎傳遞出的是目前科技公司在面對AI時的兩種選擇。假如把這兩條路比作AI的岔路口，那么他們分別是這樣的：
道路A：公司重金打造研究體系，任由研究系統自有發展。等待成果自然成熟，匯入公司業務當中。這是歐美科技巨頭開啟AI時的常規玩法，基本是按照谷歌的模式。
道路B：快速讓學術體系和產業體系發生頻繁、有序、成規模的聯系，按照產業需求反向定制化進行學術突破，高頻開放的打造產學一體化。
顯然，KUKA機器人維修，Facebook希望調整步伐，開始從A向B移動自己的產業部署。
有意思的是，這種選擇不是只有一個人在戰斗，甚至可以說這是在今天AI界非常主流的一件事。
其最直接的參照系，大概就是百度近一年的AI業務與產業布局調整。尤其不久前我們看到，百度研究院剛剛進行的新一輪的升級。引入了新的頂級科學家，并且以商業智能和機器人與自動駕駛這兩個高度富有商業可能性的命題作為研究方向。
如此默契的同步，難怪西方媒體有評論認為這是Facebook第很多次保持與百度AI的戰略同步。
而這個有意思的現象，背后或許隱藏著AI界的普遍疑問：企業究竟如何處理學術研究與商業化應用間的關系，究竟如何處理自生態與整個AI產業間的聯系？傳統的道路A，是否即將在這個快速發展的AI車道中失效了？
產學間的天平：百度模式的萬物生長
今天的AI世界，一個普遍的疑問是以學術來主導AI產業，在企業世界放任學術研究無規則發展，究竟是不是一件好事？
尊重學術自由，給予學術極大支持當然是好事。但是今天對于AI公司的產學分離傳統有兩點詬病：一是是否應該讓難以快速進入商業應用的學術研究回歸學校與純研究機構，否則浪費投資人的錢做炫技式研發似乎不妥；二是企業資源畢竟有限，是否應該找到產學間的平衡點，集中力量突破最有待AI企業去解決的問題。比如百度研究體系在無人駕駛上的高度投入和產學一體，已經在今年Apollo的成長中被驗證是正確的。
無獨有偶，近年來微軟、IBM、亞馬遜，正在紛紛調整自身學術科研體系與產業的連接程度，規劃出整體化鮮明、有清晰戰略意圖的產學同頻體系。包括近段時間百度所做的調整，都是著眼于聚焦產業方向，升級研究體系，加強產學體系的一體化對接等等。
另一個有趣的坊間傳聞，是Facebook最開始做AI、設立兩大AI實驗室，據說就是李彥宏建議給扎克伯克的。
那么是否有可能，Facebook這次架構調整的深層動因之一，就是希望學習和模仿百度的成功呢？
與之形成鮮明對比的，或許是近段時間來受到很多爭議的谷歌模式。比如在產品人才和工程人才快速上位AI的今天，谷歌依舊是李飛飛繼續帶隊并委以重任。另一方面，谷歌的產業布局依然保持著大而全的全面開花模式，近乎沒有谷歌不做的AI產品，但同時也很難說其哪個產品做得特別好。缺少聚焦和專注，缺少產品思維，都已經在去年一年中成為圍繞谷歌的輿論陰影。
而DeepMind持續保持虧損狀態，谷歌大腦難以提供鮮明產業支持等問題，也說明了學術端的速率似乎還是與產業端不同。
這或許表明，產學分立的傳統AI模式，正在日益像百度等企業代表的產學一體方向過度。天平開始傾向有清晰計劃和高度產業組織能力的AI力量。
日益封閉還是持續開放，這是一個問題
隱匿在產學天平背后的，是企業如何思考AI，KUKA機器人示教器維修，認識AI產業的問題。
去年5月的2017GoogleIO大會上，谷歌全面明確了AIfirst戰略。進而第一個表現就是全陣列化的硬件+軟件套餐，打造了迄今為止地球上最龐大的AI產業群。
顯然，谷歌對AIfirst的理解，是GooglefirstinAI。在戰略出發點上選擇了大而全的模式，谷歌的AI生態開始出現兩種顯著表現：占坑和排他。
所謂占坑，是指但凡有人想出來的AI產品，谷歌就要有類似的。于是我們看到了谷歌有類似蘋果Siri的谷歌語音助手，有類似亞馬遜Echo的智能音箱，有對標Facebook的信息和圖片助手等等。更有手機、平板、相機、穿戴設備等等AI硬件。
而排他，則是谷歌在推進AIfirst時，逐漸開始放棄合作與分工的互聯網行業準則。開始進行全流程的AI谷歌化。比如我們看到在算力上提供了TPU和谷歌云的AI能力集成，在算法上以TensorFlow為中心打造閉環生態，在數據上封鎖谷歌數據體系對外合作的可能，在人才上開始了世界各地的研發人才爭奪戰。
其實谷歌今天的AI戰略，可以用中國互聯網用戶非常熟悉的一個詞來解釋：跑馬圈地。這也是為什么谷歌不在乎產學的同步和連接。因為在谷歌的進度中，收集和占據最好的學術資源，并將成果源源不斷納入谷歌體系才是第一位的。所以軍備競賽式的企業學術氛圍依舊通行于谷歌內部。
可謂大而全，意味著日益滿足于自我循環和封閉與外界聯系。于是今天的歐美AI世界中，一種反谷歌的情緒或許正在醞釀。這背后的原因，有媒體歸結為谷歌嚴格執行，且在日益提高的生態封閉與全谷歌化策略。換言之，霸權是令人生畏的。