AI英雄 | 张潼谈AI的鸿沟：研发到落地有三层“玻璃”

会员服务 ·

AI英雄 | 张潼谈AI的鸿沟：研发到落地有三层“玻璃”

2019 年 7 月 4 日 网易智能菌

出品：网易智能（公众号 smartman163）

栏目：AI英雄

整理：大头

在众多AI引航者中，有这样一位备受瞩目的焦点人物——张潼。从百度研究院副院长到腾讯AILab主任，再到重回学界、加盟创新工场、并出任港科大和创新工场联合实验室主任，每次变化都带来了不小的震动。

他谈及这次转身说道，“学术界需要将眼光放得更长远，不能拘泥于当下。我对原理上的东西更感兴趣，如果十年后能够在这方面做出很好的突破，我会非常开心。”

从学界到产业界兜兜转转，他对二者有着深刻的理解，张潼认为，在工业界，所谓的“大数据+计算力+模型”，虽然在原理上没有过多实践，但的确解决了很多实用问题。

在学术界，可能有两种角度，一种是关注实用，目前学界有很多人去做实用性的问题，他们可以将AI实用的非常好。另一种就是关注原理性。

在张潼看来，关注原理性的一些人可能不理解：学术界需要思考得更远一些，有些不见得是百分之百马上、现在就要适用的东西，但是对将来会有很多的作用。学术界不是百分之百服务于产业界的。

就AI应用来讲，其实目前行业并不是一帆风顺的，张潼分析到，之所以可能会产生鸿沟，是因为公司对消费者的需求并没有掌握的那么清晰。

这其中有三层“玻璃”挡住了二者的联系：首先，最直接的一层就是AI公司如何通过做产品去解决一些业务问题。第二，很多工程师并不是百分之百了解消费者，他可能会想出一些很酷的点子，但那其实可能只是业务中的一小部分，甚至根本不属于该项业务。第三，从研究层面又隔了一层，因为所要研究的问题，不见得是直接从业务中得来的，而是直接从创业公司内部去了解他们关心什么技术，这样就使得二者之间的距离变得更加遥远了。

以下为张潼接受网易智能等媒体采访实录，略有删减：

问：深度学习在复杂场景中的应用似乎还有很大的空间，但现在是不是到了一个瓶颈期？

张潼：我们在深度学习里所强调的最重要的一套思路就是“大的阻抗力、大的模型和大的数据”，如今它在工业界的应用中其实获得了较大的成功。

但我个人认为，它继续向前发展的话会有一些缺陷。在深度学习的早期发展中，确实在信息检索层面有着很好的发展，但是从数学原理角度来看，它就像是一个所谓的连接数，还是有一些缺陷的，所以我们在“理解”这方面还需要更进一步的探索。

如果下一步要解决这种复杂场景，仅仅依靠这个思路是行不通的，因为它通过大数据是永远无法改变的，所以一定要从原理上将其重新理解。当然，现在也已经有人采取了行动，也就是以一种渐进式的方式去更好的理解其中原理，随后针对性的解决数据小容量，从而将整个发展进程向前推进一步。虽然这会经历较长的一段时间，但我觉得还没有到达瓶颈。而且大数据这一板块会在未来慢慢变好，它能够快速提升，以前可能一下提十个点，现在可能提一个点，将来可能提0.5点，但是还有其他方法，需要我们慢慢的去研究和发现。

问：所以我们研究院将攻破方法作为研究的核心？

张潼：研究院所能做的更多的是将一些抽象的东西转化成为更加现实的东西。如果这个过程变缓了，那么其中会有很多东西需要我们进行创新性的研究，而这项工作也非常适合在学校中进行。

问：您觉得工业界和学术界对AI的看法是否是一致的？

张潼：我觉得也是一致，也有些不一致。在工业界，他们所谓的“大数据+计算力+模型”，虽然在原理上没有过多的实践，但的确解决了很多实用问题，所以更偏实用。

而在学术界，可能有两种角度：一种是关注实用，目前学界有很多人去做实用性的问题，他们可以将AI实用的非常好，包括我对很多实用也感兴趣。另一种就是像我一样，会对原理性的东西感兴趣。但这个角度有些人可能不满意、不理解，因为他觉得这只是一个阶段性的，而不是一个最终的东西，所以他会更加前瞻一点，但是有时候太前瞻的不一定能够马上用到，那就看看前瞻的怎么去推进。所以我觉得学术界需要思考得更远一些，有些不见得是百分之百马上、现在就要适用的东西，但是对将来会有很多的作用。因为现在的确有一些场景它是搞不定的。

问：应用型的研发需要特别高人工智能研发水平，创新工场在考虑AI研发项目时，不同的人和机构发挥哪些不同作用？

张潼：我的个人理解是，这些人才都是属于一个梯队的，在这个梯队里，什么样的人才都有，包括有一些是直接对接到产业里头的，有些人他可能不需要有非常强的专业知识，但是如果你后方工具做得足够好，是能够支持他做一些定制化之类的工作的。这其中还有一些搞研发，有一些偏研究，另外一些是偏算法等等，可能还有一些是更加前沿的。当然，前沿不一定必须要在工程院做，也许在学校做研发，可以更快的把这个东西输出过来。所以我个人的感觉，就是它有一个整体的梯队。

问：您在创新工场的身份是科研合伙人，您如何看待这个角色的地位？如果再具体到行业，您会对哪些行业感兴趣？

张潼：我本人肯定是科学家，但是我会对应用非常感兴趣。我个人最感兴趣的就是能够把AI前沿的技术，包括机器学习，和一些理论上的数学理论往前推进。将来如果十年以后我做了什么事情，如果是我说的做这个，那我就满意了。

但是我还是希望能够有一些东西跟行业相结合，特别是AI来帮助行业解决一些现在所遇到的问题，我觉得是非常好的。因为我自己也是有一些经营公司的经验的，所以我很希望在与创新工场的合作中探索出来一种方法和经验，并将这些技术逐步的去推广到整个行业，因为创新工场是一个平台，它是解决全行业的问题，不是独一个公司，也不是独一个业务。所以这个时候再谈我个人在这方面的兴趣的话，现在与AI合作的各个行业都有，非常多样化，但就我个人而言可能对金融、流程等等会更加感兴趣。但其实无论哪一个行业，只要是有着能够把AI自动化，能够辅助人的这一部分，我都会感兴趣的。

问：那么目前会有什么挑战吗？尤其是落地这方面。

张潼：在我看来，做平台和做工具的时候还是有一些区别的。

美国的公司其实偏平台的更多一点，他们就是做稍微偏底层的，也就是它愿意去做一些部件，因为在他们的体系中可能有很多更好的工具，这样结合起来可以发挥更大的功效。当然它本身的技术也更加广泛一点。而国内可能更偏向于整体的解决方案，所以相比起来，这就是我们为什么要更深入的去研究。

这就要求你在对业务进行创新的时候，一定要去思考你到底是解决了什么问题。这里面的困难就在于你对它的理解。从我个人角度而言，如果一个平台可以支持不同的解决方案的话，这将是一个非常有创新意义的探索，因为技术性平台作为工具，我们肯定会开发出很多。那么要求我们进一步去做的，就是基于对不同行业需求的理解，在这个平台上逐渐建立一些针对于不同业务的功能。

问：从技术研发到工程产品，到投入使用，再到产生真正的商业价值，其实中间有很大的鸿沟，您觉得这些鸿沟存在的主要原因是什么？

张潼：其实我觉得现在在AI这方面的鸿沟还好，没有像以前那么强，只是有的时候学术界关心的问题不见得是必须要马上要转化成产业界的东西。一方面，他可能是应用驱动的，因为产业都是应用驱动的；另一方面，可能是兴趣驱动，或者是他的一些前瞻性想法的驱动，就是对你这个问题本质的驱动。所以这一点我要强调一下，学术界不是百分之百服务于产业界的，他们的目标不一样，因此也没有这样一个鸿沟的存在。

但是AI的确是有应用的这一部分，这里我们要谈的是怎么去把它产业化，之所以可能会产生这样一个鸿沟，是因为公司对消费者的需求并没有掌握的那么清晰。

这其中有三层“玻璃”挡住了二者的联系：首先，最直接的一层就是AI公司如何通过做产品去解决一些业务问题，这其实已经隔了一层。第二，其实很多工程师，他并不是百分之百了解消费者，他可能会想出一些很酷的点子，但那其实可能只是业务中的一小部分，甚至根本不属于该项业务，所以这是AI公司需要去解决好的问题。第三，从研究层面又隔了一层，因为所要研究的问题，不见得是直接从业务中得来的，而是直接从创业公司内部去了解他们关心什么技术，这样就使得二者之间的距离变得更加遥远了。因为隔了一层以后，你的信息就会有所缺失，你研究的问题也许就无法直接解决你最终所要的产品的问题。总体说来，无非就是这么一个情况。

问：所以大公司里面最好还是应该由业务推动上层的研究？

张潼：我觉得大公司是看定位，一般来说最好是业务驱动的研究，但是业务驱动在业务部门也有一些问题，因为它的周期非常短，他很难去考虑稍微长远一些的问题。他们可能大多希望能够有一些更加横向一点的发展，不是只纠结于某一个业务，不是在很窄的一个部门里头，不是只考虑三个月，六个月的情况，而是一年，两年，三年的情况。因此他就需要把这些放到外面去，与别的部门进行合作，那么这样就会产生一系列的合作机制，那么哪一种合作机制更适合、效率更高呢？这些都是需要去探讨的。

问：大家都很关注您从工业界到学术界的转变，请问您回到学术界工作感觉如何？之后又是基于什么样的考量点加入到创新工场？

张潼：我觉得感觉现在还是挺好的，像我说的，我最关心、最希望的是十年以后，能够在AI包括技术理论上能够有重大的突破，在整个学术上能够有更多的贡献。所以我觉得这还算是挺合适的。

另一方面，我希望这些东西能够跟产业相结合，这就为什么和创新工场合作，希望把在这边的研究院、工程院能够建立起来。一个是把我们做的东西，包括学术，不管是什么，都能够将它的价值展现出来；另外，还有将一些理论知识能够用在实际问题的解决过程中，也希望能够赋能给其他的各个行业。

问：您是创新工场和港科大联合实验室主任，现在又是创新工场大湾区总部的名誉院长，实验室和研究院之间会有直接的合作吗？两者之间会有什么区别？

张潼：在港科大是更偏前沿研究，也就是在理论算法层次做突破，而且我们的学生能够在这里做研究，包括我个人可能会参与这边的一些项目，能够把它推进起来；而在湾区的研究院这边可能会更偏应用，它不一定是想十年之后的突破，这不一定是工场需要考虑的，而是在港科大这边所强调的。

问：随着5G时代的到来，您认为这将对技术和参与带来怎样的影响？

张潼：大家都在想5G能够带来什么，一个可能是视频更高清，另外一个是IOT，包括传感器。我觉得5G整个行业都会有所帮助，包括高清视频、视觉识别分析、传感器等等，当然如果传感器一旦有了，数据更多了，那AI的机会就更多了，尤其是IOT。一旦场景多起来，我觉得这能带来更多的机会，当然现在有很多不确定性，还没有看到具体的方向。

问：腾讯跟创新工场的角色最大的不同是在哪里？另外，您自己在港科大任教，您会更乐于看到学生毕业之后去到创业公司，还是进大公司，或者在学校里面做学术研究？哪个是你更乐意看到的结果？

张潼：腾讯兼有商业公司和投资机构的属性，它会从两者角度去看它本身的业务，或者它本身的战略。创新工场也不是传统意义上的VC，是VC + AI定位的“TechVC”。关注技术驱动型公司，同时注重商业落地。我觉得这是它们主要的差异。

第二个问题，我认为主要是看学生的兴趣，其实是两者都是好的，大家从学校出来都去公司也不好；都去大公司，不去小公司也不好。我觉得有一个均衡的分布和去向可能会比较好，但总体来讲还是要看学生的兴趣。