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。”

在这个过程中，正如开头所提到的，算法本身似乎越来越不令人兴奋、让人感知不到，但实际上，算法却已经无处不在，真正开始走出实验室发挥出越来越大的价值。

以这样的视角再去回看旷视的10年历程，就会发现旷视自身的进阶，正是遵循着上述算法能力演进的脉络：

最初，以算法起步，乘着深度学习的变革东风，将深度学习与计算机视觉进行结合，形成以面部识别、视频结构化、图像分类、物体检测、语义分割、动作识别等为代表的算法能力。

进入到产业落地的阶段，在前期积累的科研成果的基础上，又从face++到Brain++，将自身快速、低成本生产算法的能力沉淀为AI生产力平台，提供从数据管理，到深度学习框架引擎，再到算力资源管理的一站式AI能力，大幅降低算法生产的技术门槛，实现AI算法的标准化、自动化生产。

以这样的算法能力为基石，旷视又在与产业的更深入结合中，选择了AIoT的路线。

因为IoT是基于场景空间，以人为核心、软硬结合的网络。AI+IoT的本质，就是将AI的能力注入到IoT场景中，实现智能化。

在AI能力的注入下，传感器、机器人等物联网终端硬件如同拥有“小脑”，能够实现“单体智能”；AIoT操作系统则是在各种物联网硬件和设备完成整合、组网之后，构成“大脑”，实现“群体智能”。

如此一来，AI算法才能真正做到“无所不在”。

旷视十年，不变的是什么？

成立10年，是时候通过技术开放的窗口再来看旷视是一家什么样的公司。

其实跟最初外界给“CV四小龙”的定位，已然相去甚远。

如今，不仅是在CV领域，将算法能力从目标检测、语义分割，拓展到了光学指纹、SLAM导航等更加丰富的场景里，旷视也把基础研发的视角，投入到了更基础、更本质的创新。

比如旷视研究院就在今年提出了RepVGG，革新了模型设计方法论，让经典的极简神经网络架构重新达到SOTA水准。其在开源后Github star已超过1800。

而Brain++提供的智能化、标准化工具组件和AI能力，则是从基础设施的层面发力，解决AI进阶途中逐渐暴露出来的生产效率不足的问题。

看上去技术“杂”了，但实际上，旷视技术路线的演化背后，透露出的是其作为一家跟中国AI行业共同成长起来的公司，对自身造血更新的深入思考。

这样的不同之中，更深层的致胜逻辑其实却是不变的：围绕AI技术、围绕算法本身，持续创新拓展认知边界。

事实上，这种变化，不只局限在旷视。现在仍在行业中开辟自己的生存之道的独角兽们亦如是。

变，是基于作为AI行业的亲历者，对行业的不断洞察。

不变，是技术为王的底色，和对科技创新的坚持。

在这个过程中，旷视这样的公司在技术上依然“精英”，在落地上则更加务实。

— 完 —

AI十年进阶：一段算法能力演进的历史相关推荐

人工智能ai以算法为基础_智能扬声器和AI将为您的医师带来超强能力
人工智能ai以算法为基础 by Kevin Seals 通过凯文海豹智能扬声器和AI将为您的医师带来超强能力 (Smart speakers and A.I. will give your phys ...
音频的价值、AI Codec 的意义与算法能力的边界丨一期一会 • 音频工程师专场
前言音频技术发展到今天,经历了从模拟音频到数字音频到历程.国际音频工程师协会创建于 1948 年,中国数字音频技术起步相对较晚,长期被国外组织和公司垄断.随着中国的不断发展.科技日益进步,经过近三十 ...
[Python从零到壹] 十四.机器学习之分类算法五万字总结全网首发（决策树、KNN、SVM、分类对比实验）
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
一份来自贾扬清的AI修炼指南：不存在算法工程师，调参侠没有市场
作者 | 陈彩娴.蒋宝尚编辑 | 青暮算法工程师不仅需要具备牛逼的算法能力,还要精通业务.善于沟通?(小本子赶紧记下来!) 8月23日晚,知乎直播"AI时代听大咖聊"邀请到A ...
AI学习与进阶实践-基于行业价值的AI学习与进阶路径
AI学习与进阶实践如何转型搞AI? 无行业不智能-基于行业价值的AI学习与进阶路径 1 行业与需求 2 行业与技术 3 AI入门指引机器学习与前沿AI开源项目 1 机器学习建模与自动机器学习 2 ...
【Java数据结构与算法】第十八章动态规划和KMP算法
第十八章动态规划和KMP算法文章目录第十八章动态规划和KMP算法一.动态规划 1.介绍 1.爬楼问题 2.扔鸡蛋问题 3.背包问题二.KMP算法 1.引入 2.介绍 2.代码实现一.动态 ...
AI：大模型领域最新算法SOTA总结、人工智能领域AI工具产品集合分门别类(文本类、图片类、编程类、办公类、视频类、音频类、多模态类)的简介、使用方法(持续更新)之详细攻略
AI:大模型领域最新算法SOTA总结.人工智能领域AI工具产品集合分门别类(文本类.图片类.编程类.办公类.视频类.音频类.多模态类)的简介.使用方法(持续更新)之详细攻略导读:由于ChatGPT. ...
百度文心大模型开发者斩获CCF BDCI大赛唯一『最佳算法能力奖』
‍2023年2月24日至25日,中国计算机学会(CCF)主办.苏州市吴江区人民政府支持,苏州市吴江区工信局.吴江区东太湖度假区管理办公室.苏州市吴江区科技局.CCF大数据专家委员会及其他专业委员会等多 ...
特斯拉马斯克直聘AI人才：不看学历看能力
特斯拉马斯克直聘AI人才:不看学历看能力火,大火,太火了. 这就是特斯拉2020年以来的股价趋势.在最新一轮暴涨后,马斯克都忍不住祭出"大火"表情包,庆祝市值创下新高--1400 ...

AI十年进阶：一段算法能力演进的历史

“AI是不断演进的算法能力”

旷视十年，不变的是什么？

AI十年进阶：一段算法能力演进的历史相关推荐

最新文章

热门文章