历史|AI十年进阶：一段算法能力演进的历史

鱼羊发自凹非寺报道 | 公众号 QbitAI现在，AI无疑已经到了祛魅的时间点。当AlphaGo的惊世一战已成5年前的旧事，当GAN制造的特效在鬼畜区遍地开花，当曾经只有最精尖团队才敢涉足的自动驾驶迎来造车大潮……有人认为AI被捧上神坛的黄金期已经过去，但也有更多的行业观点指出，此时，才真正到了见证AI技术创造价值的时刻。

不错，如今，对于App里的推荐算法，大家早已习以为常；手机里的智能助手也越来越能get到你的意图；甚至去趟亦庄，就能在地图App里打上一辆无人驾驶出租车……曾经只在实验室中被讨论的算法，已经在不知不觉中蔓延到了生活的各个角落。而当AI神秘的面纱随着技术的普及不断被揭开，行业内那些曾经被精英光环照亮的明星公司，身上的标签也逐渐发生了变化。说白了，就是比起“顶会论文”、“世界冠军”，外界正在像独角兽们提出更加直接的问题：一家AI公司，究竟能创造出什么样的价值？迷雾消散，潮水褪去，才见真章。就在最近，这群独角兽里一直备受瞩目的旷视，成立10年以来首次举办了技术开放日活动。恰好，旷视首席科学家、旷视研究院院长孙剑等人，就在活动中针对这样的问题，给出了自己的答案。

“AI是不断演进的算法能力”谈及AI技术创造的价值，首先应该讨论的是衡量价值的标准。事实上，在技术发展的不同阶段，所谓“AI的价值”始终是在动态变化着的。众所周知，AI技术迎来爆发期，也就是近10年以来的事，但AI几起几落的历史，却可以追溯到上世纪50年代。

以史为鉴，其实不难看出，虽然受限于计算能力和数据，AI在两度迎来发展高峰后都很快陷入“寒冬”，但算法的演进，始终都是其引发关注的主因。达特茅斯会议之后，掀起人们对人工智能第一波追逐的，正是机器自动定理证明、会下跳棋的跳棋程序、已经能胜任简单视觉处理的感知机（Perceptron）等算法研究成果。更不用提现在这波人工智能热潮的来临，是以图灵奖得主Hinton等人提出的深度学习算法为基石。但这还只是狭义上的“算法的演进”。事实上，此前AI寒冬的来临，究其本质是AI无法突破从“有没有用”到“在哪里用”之间的距离。如果说实验室单点算法的突破，是算法演进的深度，那么规模化的实现与落地，就是算法演进的广度。收缩时间的范围，这样的认知同样可以在最近10年中国的AI价值进阶之路上得到证明。

作为中国AI十年的亲历者，旷视就认为，这10年来AI在中国产生的价值变化，大致可以划分为三大阶段：基础科研行业落地基础设施孙剑表示：这三个阶段分别回应了三个问题：AI有没有用？AI在哪里用？AI易不易用？并且，这三个阶段不是分段接替，而是以基础科研为起点，你中有我我中有你，并行推动着AI价值的进阶。回到算法的角度，可以这样理解：基础科研的关键点是突破单点算法，让AI率先在互联网等数字化程度高的领域应用落地，证明可用性的问题。行业落地的关键点是拓展算法边界，让AI能在越来越大的行业场景中实现规模化的商业落地。而基础设施的关键点是降低算法门槛，让AI生产变得更加容易，从非标准化生产到标准化量产——旷视研究员周而进也在活动中强调：“非标准化的生产流程是制约算法生产的主要因素。因为非标，所以过程充满不确定性，所以需要全能型人才。只有标准化，才能自动化，才能规模化。”