旷视首席科学家：AI 技术十年跃迁的三个核心问题

摘要

只有标准化，才能自动化，才能规模化。

2011 年，小米推出第一代手机，让中国几千万年轻人先「发烧」了起来；远在广州的张小龙用「邮件思维」打造了一款用在手机上的聊天软件，不知道日后这款叫微信的产品会有超过 10 亿用户。

在汹涌而至的移动互联网浪潮这条明线之外，一条技术的暗线也在默默生长。 2009 年，伊利诺伊大学香槟分校计算机教授李飞飞的一个想法变成了现实——ImageNet 数据集成功将同行的目光拉回到数据本身，同时在接下来几年间推动了计算机视觉领域的长足发展。 2014 年，大众创新万众创业的「双创」背景下，一大批象牙塔和研究所中的计算机视觉领域「大牛」开始下海创业，拉开了近十年来狂野的「AI 跃迁」。 经过近十年的发展和探索，AI 已经不是当年「围棋之神」那样的炫酷技术，而开始寻求落地场景，进入产业，寻找创造价值的机会。 在 MegTech2021 旷视技术开放日上，旷视首席科学家、旷视研究院院长孙剑，将过去十年 AI 行业的跃迁和变化，总结成了三条「真经」。

         旷视首席科学家、旷视研究院院长孙剑

基础科研：构建科学价值与产业价值的统一体

从深度学习诞生以来，新一代的 AI 有没有用就成了所有科研人员的首要命题。基础科研是任何一项技术持续突破的大前提，要证明一项技术有没有用，首先要看能否完成基础科研的价值论证。在人工智能领域基础科研指的是面向非特定场景的泛用性 AI 技术，包括基础模型、基础算法和基础应用。

旷视认为，AI 有没有用问题的答案就在基础科研带来的算法突破上。这包括三种方式：学术型科研专注创新突破，比如发一篇顶会论文，证明理论上有用；竞赛型科研挑战性能极限，比如获得一场竞赛冠军，证明实验环境有用；实用型科研看中综合优势，聚焦落地实用，比如申请一个发明专利，证明真实场景有用。

作为一家商业化公司，旷视的基础科研更看重科学价值与产业价值统一。在基础模型上，坚持软硬协同与时俱进。在基础算法上，追求通用、高效。在基础应用上，关注高性能、高灵活性和高可用度。可以说，旷视的基础科研，是一边发论文、一边打比赛，同时更是要能够服务实际业务的。基础科研需要长期主义的坚持和投入，所有的本质性创新都是时间的朋友。

行业落地：算法不再只是软件物料，而是核心组件

2017 年的人机围棋大战让全民都开始认知到了 AI，2017 年也被认为是 AI 爆发年。但事实上，大多数 to B 的 AI 公司早就已经开始了各自的商业化落地探索。哪里有需求，哪里就有供给。AI 在各行各业各种场景中都或多或少的被应用起来，这其中有企业主攻的大赛道，也有客户尝鲜的小领域。只不过经过数年的大浪淘沙，在当时阶段更适合 AI 创造价值的领域被集中挖掘出来，比如智慧城市，智慧物流，消费电子等。

旷视认为，AI 落地的本质是让算法直接转变为产品体验与价值提升。比如，无论刮风下雨、白天黑夜、屏上还是屏下，搭载 AI 算法的设备都能很好的工作。过去，做一个产品往往是先有硬件设计，再开发配套软件，算法只是软件的附属品。现在，产品设计的环节需要算法、软件、硬件开发人员的紧密协同，就好像是一个木桶的三块板子，缺少了哪一个木桶装的水都不满，产品发挥的价值也会不够。

在技术开放日现场，旷视展示了多款前沿的技术 demo。只用一颗镜头就能在「伸手不见五指」的夜晚拍到眼前的景色。只用一个模型，就能实现任意动作的实时感知识别。这背后就是旷视基于算法-软件-硬件协同设计思路开发的新产品原型。

「回到 AI 在哪里用？旷视的回答是，AI 已经在越来越多的行业被证明正在创造更多的价值。」智能化时代，算法正在融入系统，开始重新定义软硬件。算法也不再只是「软件物料」，而成为了「核心组件」。

基础设施：只有标准化，才能自动化，才能规模化

2020 年，AI 成为国家七大新基建之一，从国家战略到基础设施，AI 正在全面的从文件切实的变成基建。这是中国 AI 产业发展的关键一年，接下来 AI 相关方要考虑的就不仅仅是选哪个赛道盯多大的市场，而是要把目光放到所有可及之处，基建修到哪里，我们就能更快的到达哪里。旷视联合创始人兼 CEO 印奇在去年年中的媒体活动上曾经分享过，「在算法供给侧，AI 企业做得还远远不够」，那 AI 企业要怎么做才能扩大算法供给呢？旷视的答案是自研 AI 生产力平台 Brain++。

2020 年，旷视开源了 Brain++核心组件的深度学习框架天元 MegEngine，同期华为开源了 MindSpore，清华大学开源了 Jittor…华为轮值董事长胡厚崑认为，当前 AI 普及应用的瓶颈不在技术和应用上，而在 AI 开发的效率上。开源框架就是可以帮助全行业提效的底座之一。

在影响开发效率的问题上，旷视认为关键要素是过程标准化。当前制约算法生产瓶颈的本质是算法生产过程的非标准化，因为非标才让过程充满不确定性，研究员自嘲的「算法炼丹」也是这个道理。在非标的生产过程中，全能的技术牛人成为了关键，但这样的牛人毕竟少之又少，如何从基础设施层面让算法生产流程更加标准化，是旷视的解题思路。

Brain++增加的新功能就是在推动算法生产迈向自动化时代。比如数据质量的自动检查，系统自动排除无意义的数据。比如自动训练功能，系统提供丰富的工具用于算法阈值设定来自动适配不同的场景需求。比如算法调优分析，自动检查算法准确率，给出后续优化建议…

旷视首席科学家、旷视研究院院长孙剑在旷视技术开放日进行演讲

总结：人工智能是不断演进的算法能力

过去十年，AI 技术价值的发展经过了基础科研、行业落地、基础设施建设三个阶段。在孙剑看来，这三个阶段并非交接棒式的一段替换一段，而是并行前进不断跃迁。三个阶段的交融、转化让人工智能发展的越来越好，也让旷视用 AI 创造了越来越大的价值。

人工智能是不断演进的算法能力，在这一轮人工智能浪潮中，算法已经融入生活的方方面面。过去的十年，中国 AI 产业从全面追赶到部分实现超越，这其中有旷视这样的 AI 企业在坚持自主研发中落地 AI 价值，也有更多直接应用 AI 能力创造更便捷美好生活的各类企业单位。

聚集最优秀的人才，一起做最好的科研，通过产品让科研成果创造价值，不断探索新领域。这是旷视的追求，也是所有 AI 从业者的追求。

责任编辑：宋德胜

图片来源：旷视科技

本文由极客公园 GeekPark 原创发布