“其實這些都是應(yīng)用場景而非AI的核心,AI的核心支撐技術(shù)是圍繞機器學(xué)習(xí)構(gòu)建的技術(shù)框架。”雷濤說。
當(dāng)前,人工智能在各個領(lǐng)域的發(fā)展呈不平衡態(tài)勢,如無人駕駛、人臉識別及機器人等領(lǐng)域,因其算法與目的都很明確,又有媒體關(guān)注的推動,在資本與數(shù)據(jù)的聚焦之下容易找到最佳實踐。但針對算法紛繁復(fù)雜、數(shù)據(jù)私有與云服務(wù)私有的商業(yè)智能領(lǐng)域,AI應(yīng)用程度參差不齊。在雷濤看來,其實如打車軟件、基因測序、互聯(lián)網(wǎng)快遞等才是AI實際幫助我們解決問題的日常場景。
雷濤表示,手機、汽車從誕生到大規(guī)模量產(chǎn)的歷史表明,新技術(shù)的發(fā)展歷程往往經(jīng)歷數(shù)十年乃至上百年,AI的量產(chǎn)也同樣面臨重重困難。據(jù)2017年《紐約時報》報道,一個剛畢業(yè)的AI工程師年薪達到了驚人的300000美元/年,而美國人的平均工資是81000美元/年。據(jù)騰訊研究院預(yù)測,到2020年,市場對AI應(yīng)用的需求將增長300%。旺盛的需求,偏少的人才供給,導(dǎo)致AI人才成本高昂。
“這種情況下,只有通過升級大規(guī)模生產(chǎn)工具,才有望滿足需求。”雷濤強調(diào)。舉例來說,某股份制銀行的APP背后,是該銀行多達數(shù)千人的數(shù)據(jù)科學(xué)團隊每年生產(chǎn)的600個機器學(xué)習(xí)模型。因此比起場景,應(yīng)該更關(guān)注怎樣高效率、低成本地批量化生產(chǎn)模型。“畢竟負擔(dān)上千人的數(shù)據(jù)科學(xué)團隊,對于大多數(shù)企業(yè)來說都非常有挑戰(zhàn)。”雷濤表示。
5月19日,在全球人工智能大會上,Google提出的解決路徑是供給規(guī)模化的AI工具。天云大數(shù)據(jù)同樣也提出了解決問題的規(guī)模化AI工具,通過構(gòu)建支持機器學(xué)習(xí)特性的PaaS化(平臺即服務(wù))AI平臺MaximAI,成功減少對數(shù)據(jù)科學(xué)家的依賴。
“AI不是少數(shù)人的專利,AI模型的PaaS化、智能化成為突破AI產(chǎn)業(yè)化應(yīng)用的關(guān)鍵。未來人工智能發(fā)展更應(yīng)凸顯規(guī)?;a(chǎn)能力,讓企業(yè)獲取機器智能像讀書一樣簡單。”雷濤說。
當(dāng)前,人工智能在各個領(lǐng)域的發(fā)展呈不平衡態(tài)勢,如無人駕駛、人臉識別及機器人等領(lǐng)域,因其算法與目的都很明確,又有媒體關(guān)注的推動,在資本與數(shù)據(jù)的聚焦之下容易找到最佳實踐。但針對算法紛繁復(fù)雜、數(shù)據(jù)私有與云服務(wù)私有的商業(yè)智能領(lǐng)域,AI應(yīng)用程度參差不齊。在雷濤看來,其實如打車軟件、基因測序、互聯(lián)網(wǎng)快遞等才是AI實際幫助我們解決問題的日常場景。
雷濤表示,手機、汽車從誕生到大規(guī)模量產(chǎn)的歷史表明,新技術(shù)的發(fā)展歷程往往經(jīng)歷數(shù)十年乃至上百年,AI的量產(chǎn)也同樣面臨重重困難。據(jù)2017年《紐約時報》報道,一個剛畢業(yè)的AI工程師年薪達到了驚人的300000美元/年,而美國人的平均工資是81000美元/年。據(jù)騰訊研究院預(yù)測,到2020年,市場對AI應(yīng)用的需求將增長300%。旺盛的需求,偏少的人才供給,導(dǎo)致AI人才成本高昂。
“這種情況下,只有通過升級大規(guī)模生產(chǎn)工具,才有望滿足需求。”雷濤強調(diào)。舉例來說,某股份制銀行的APP背后,是該銀行多達數(shù)千人的數(shù)據(jù)科學(xué)團隊每年生產(chǎn)的600個機器學(xué)習(xí)模型。因此比起場景,應(yīng)該更關(guān)注怎樣高效率、低成本地批量化生產(chǎn)模型。“畢竟負擔(dān)上千人的數(shù)據(jù)科學(xué)團隊,對于大多數(shù)企業(yè)來說都非常有挑戰(zhàn)。”雷濤表示。
5月19日,在全球人工智能大會上,Google提出的解決路徑是供給規(guī)模化的AI工具。天云大數(shù)據(jù)同樣也提出了解決問題的規(guī)模化AI工具,通過構(gòu)建支持機器學(xué)習(xí)特性的PaaS化(平臺即服務(wù))AI平臺MaximAI,成功減少對數(shù)據(jù)科學(xué)家的依賴。
“AI不是少數(shù)人的專利,AI模型的PaaS化、智能化成為突破AI產(chǎn)業(yè)化應(yīng)用的關(guān)鍵。未來人工智能發(fā)展更應(yīng)凸顯規(guī)?;a(chǎn)能力,讓企業(yè)獲取機器智能像讀書一樣簡單。”雷濤說。