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(chǎn)學分離傳統(tǒng)有兩點詬病：一是是否應該讓難以快速進入商業(yè)應用的學術(shù)研究回歸學校與純研究機構(gòu)；二是企業(yè)資源畢竟有限，是否應該找到產(chǎn)學間的平衡點，集中力量突破最有待AI企業(yè)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(gòu)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(shù)工作。
這件事看起來只單純的企業(yè)變動，但Facebook如此大動作調(diào)整AI，顯然不是無目的的亂改。隱藏在其背后的戰(zhàn)略思考，或許暗示了在今天這個時間節(jié)點上，巨頭企業(yè)如何看待整個AI產(chǎn)業(yè)的發(fā)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(guān)于產(chǎn)業(yè)方向的細節(jié)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(yè)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(shù)化，雖然研究實力強勁，但研發(fā)成果卻始終跟Facebook的產(chǎn)業(yè)布局若即若離。
顯然，對AI產(chǎn)業(yè)化進度的不滿，是這次體系調(diào)整的根本原因。在重組架構(gòu)之后，F(xiàn)acebookAI部門的管理架構(gòu)變得更加精簡，AML也將同F(xiàn)AIR更加緊密的合作。這意味著Facebook希望快速加強產(chǎn)學同頻和AI研究成果的商業(yè)化應用。
真正應該引起我們重視的，是這場Facebook的內(nèi)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(tǒng)自有發(fā)展。等待成果自然成熟，匯入公司業(yè)務當中。這是歐美科技巨頭開啟AI時的常規(guī)玩法，基本是按照谷歌的模式。
道路B：快速讓學術(shù)體系和產(chǎn)業(yè)體系發(fā)生頻繁、有序、成規(guī)模的聯(lián)系，按照產(chǎn)業(yè)需求反向定制化進行學術(shù)突破，高頻開放的打造產(chǎn)學一體化。
顯然，KUKA機器人維修，F(xiàn)acebook希望調(diào)整步伐，開始從A向B移動自己的產(chǎn)業(yè)部署。
有意思的是，這種選擇不是只有一個人在戰(zhàn)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(yè)務與產(chǎn)業(yè)布局調(diào)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(yè)智能和機器人與自動駕駛這兩個高度富有商業(yè)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(zhàn)略同步。
而這個有意思的現(xiàn)象，背后或許隱藏著AI界的普遍疑問：企業(yè)究竟如何處理學術(shù)研究與商業(yè)化應用間的關(guān)系，究竟如何處理自生態(tài)與整個AI產(chǎn)業(yè)間的聯(lián)系？傳統(tǒng)的道路A，是否即將在這個快速發(fā)展的AI車道中失效了？
產(chǎn)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(shù)來主導AI產(chǎn)業(yè)，在企業(yè)世界放任學術(shù)研究無規(guī)則發(fā)展，究竟是不是一件好事？
尊重學術(shù)自由，給予學術(shù)極大支持當然是好事。但是今天對于AI公司的產(chǎn)學分離傳統(tǒng)有兩點詬病：一是是否應該讓難以快速進入商業(yè)應用的學術(shù)研究回歸學校與純研究機構(gòu)，否則浪費投資人的錢做炫技式研發(fā)似乎不妥；二是企業(yè)資源畢竟有限，是否應該找到產(chǎn)學間的平衡點，集中力量突破最有待AI企業(yè)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(chǎn)學一體，已經(jīng)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(diào)整自身學術(shù)科研體系與產(chǎn)業(yè)的連接程度，規(guī)劃出整體化鮮明、有清晰戰(zhàn)略意圖的產(chǎn)學同頻體系。包括近段時間百度所做的調(diào)整，都是著眼于聚焦產(chǎn)業(yè)方向，升級研究體系，加強產(chǎn)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(jù)說就是李彥宏建議給扎克伯克的。
那么是否有可能，F(xiàn)acebook這次架構(gòu)調(diào)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(chǎn)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(xù)帶隊并委以重任。另一方面，谷歌的產(chǎn)業(yè)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(chǎn)品，但同時也很難說其哪個產(chǎn)品做得特別好。缺少聚焦和專注，缺少產(chǎn)品思維，都已經(jīng)在去年一年中成為圍繞谷歌的輿論陰影。
而DeepMind持續(xù)保持虧損狀態(tài)，谷歌大腦難以提供鮮明產(chǎn)業(yè)支持等問題，也說明了學術(shù)端的速率似乎還是與產(chǎn)業(yè)端不同。
這或許表明，產(chǎn)學分立的傳統(tǒng)AI模式，正在日益像百度等企業(yè)代表的產(chǎn)學一體方向過度。天平開始傾向有清晰計劃和高度產(chǎn)業(yè)組織能力的AI力量。
日益封閉還是持續(xù)開放，這是一個問題
隱匿在產(chǎn)學天平背后的，是企業(yè)如何思考AI，KUKA機器人示教器維修，認識AI產(chǎn)業(yè)的問題。
去年5月的2017GoogleIO大會上，谷歌全面明確了AIfirst戰(zhàn)略。進而第一個表現(xiàn)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(chǎn)業(yè)群。
顯然，谷歌對AIfirst的理解，是GooglefirstinAI。在戰(zhàn)略出發(fā)點上選擇了大而全的模式，谷歌的AI生態(tài)開始出現(xiàn)兩種顯著表現(xiàn)：占坑和排他。
所謂占坑，是指但凡有人想出來的AI產(chǎn)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(lián)網(wǎng)行業(yè)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(huán)生態(tài)，在數(shù)據(jù)上封鎖谷歌數(shù)據(jù)體系對外合作的可能，在人才上開始了世界各地的研發(fā)人才爭奪戰(zhàn)。
其實谷歌今天的AI戰(zhàn)略，可以用中國互聯(lián)網(wǎng)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(chǎn)學的同步和連接。因為在谷歌的進度中，收集和占據(jù)最好的學術(shù)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(yè)學術(shù)氛圍依舊通行于谷歌內(nèi)部。
可謂大而全，意味著日益滿足于自我循環(huán)和封閉與外界聯(lián)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(jié)為谷歌嚴格執(zhí)行，且在日益提高的生態(tài)封閉與全谷歌化策略。換言之，霸權(quán)是令人生畏的。