不知你是否察觉,如今人工智能的发展阶段,与百年前电力系统的诞生初期颇为相像:当人类发明了电力,这一革命性基础设施就会迅速完成对创新者的赋能,让人们的创造力与电力完成嫁接,引领各个领域完成从“电”到“电器”的蜕变——如今,作为新时代的基础设施,人工智能也正走在从技术攻坚到嵌入大众生活的历史进程,无论是凭借个人还是组织的力量,当技术本身不再是问题,你就会清晰看到开发者将想法变成现实的景象,清晰听到 AI 在不同领域落地的声响。

 

 

而完成这一历史进程的硬性约束条件,就是“技术本身不再是问题”,这意味着,在底层框架层面,开发者需要“被赋能”,这一角色毫无疑问将由巨头担当。

 

就在不久前,Facebook,谷歌,微软等国际科技巨头都召开了自己的年度大会,在硅谷知名科技行业分析师本·汤普森看来,除了传递最新的业务发展逻辑,这些大会还透射出巨头们的技术哲学观,汤普森就在文章中敏锐地指出:与谷歌和 Facebook 希望让“技术帮人类做事”不同,微软的哲学观是让技术“为人类赋能”——“不是让技术为人们做事,而是让人们做以前从未做过的事”,就像微软 CEO 纳德拉所言:“我们有责任确保这些技术赋予每个人权力,用这些技术确保每个行业都能增长和创造就业机会。”

 

而在中国,百度也在最近召开了 AI 开发者大会,在大会上,作为百度人工智能赋能的核心,百度大脑宣布升级至 3.0 版,并宣布对外开放 110 多项 AI 能力,未来也将持续平等赋能开发者——从这种自我期许来看,百度的技术哲学观似乎更偏向更具使命感的后者,他们希望平等赋予每个人和每个组织权力,以取得更多成就。

 

可以预见,在科技巨头的赋能下,AI 将在不同领域迅速落地,诞生这个时代最重要的“电器”。

 

 

落地为先

先来回顾一下百度大脑 3.0 的迭代,其中包括技术层面和开放层面。

 

在技术层面,百度大脑 3.0 提出了“多模态深度语义理解”的核心能力,它指对文字、声音、图片、视频等多模态的数据和信息进行深层次多维度的语义理解,包括数据语义、知识语义、视觉语义、语音语义一体化和自然语言语义等多方面的语义理解技术,不仅能让机器听清、看清,更能深入理解它背后的含义,深度地理解真实世界,进而更好地支撑各种应用。

 

另外值得一提的是,当百度大脑迭代到 3.0 版本,也形成了从芯片到深度学习框架、平台、生态的 AI 全栈技术布局,是目前最完整的 AI 技术平台:尤以芯片领域最令人振奋,百度大脑 3.0 首次将芯片纳入技术体系,发布了百度自主研发的中国第一款云端全功能 AI 芯片“昆仑”,其中包含训练芯片“昆仑 818-300”,推理芯片“昆仑 818-100”,能够大幅加速百度大脑的算力增长;而在百度深耕已久的开源框架领域,深度学习平台 PaddlePaddle 也发布了完整的 PaddlePaddle Fluid 训练与预测框架,PaddlePaddle 作为 AI 芯片指令集,将与 AI 芯片结合,推动 AI 行业生态快速发展,降低深度学习应用门槛,优化整个深度学习的研究环境。

 

 

更重要的是,如前所述,百度 AI 开发者大会上,百度大脑 3.0 宣布开放 110 多项场景化 AI 能力与解决方案,并通过开放 EasyDL 等定制化平台以及软硬一体的 AI 能力,持续降低 AI 应用门槛,从而帮助开发者和企业应用 AI 实现业务升级,百度大脑未来也将不断开发新的 AI 能力,让任何人(包括个人开发者和不同规模的企业)基于真实需求的 AI 想法,都能通过百度的赋能,在不同领域从容落地。

 

对于任何 AI 开发者而言,这无疑是一种巨大利好。你知道,在资本和媒体的合力塑造下,人工智能多少成为一个“概念的囚徒”——于是不难发现,在产业界,有太多为演示而生的产品,太多为概念而生的公司,太多不知如何让技术落地,不懂需求,把 AI 当“锤子”到处找“钉子”的创业者;与之类似,在学术界,尽管中国 AI 论文发表数量经常被视作中国 AI 产业领先的理由之一,但坦率地讲,懂得技术原理的人很多,但真能让 AI 应用实现落地的很少。

 

嗯,真正的人工智能,绝不仅仅是学者的论文和网上刷分的选项,任何的学术研究和产品展示,最终都要实现落地,普惠大众——这就好比,在电力时代,大众并不关心爱迪生与特斯拉的直流交流电“原理之争”,他们只想要更好的电器。

 

我相信,在百度等科技巨头的充分赋能下,AI 大规模落地的速度,可能要比人们想象中要快。

 

人工智能促进经济效率

而在我看来,无论是从行业还是个人层面,AI 的赋能与落地,将带来不同的意义。

 

先来看行业层面。人类历史上,每一次重大技术进步,都伴随着生产率的大幅提升,技术变迁对经济效率的促进,一直是经济学家无比关注的话题,在他们看来,古往今来,任何行业的崛起都经历三个过程:技术先导,产品跟上,大规模落地,最终形成推进社会进步的力量——遵循着相似的脉络,人工智能的商业化和场景化,无疑是促进产业升级的关键环节。

 

尤其是在对产业升级拥有强烈诉求的中国市场,以人工智能和大数据为代表的数字经济,对宏观经济的拉动作用已非常明显:去年中国数字经济规模达到了 27.2 万亿元人民币,对 GDP 的贡献高达 32.9%,2025 年数字经济有望成为中国经济发展的第一引擎。实现这一目标,很大程度上需要人工智能在不同领域依次落地,需要各行各业拿起最新的技术工具,完成对传统产业的重塑。

 

不妨举个 AI 实际应用的例子,譬如在零售领域,通过百度大脑的赋能,百度在大会上展示的无人超市应用视觉语义化技术(让机器完成从“看清”到真正“看懂”的蜕变),通过识别人物、动作、物品并关联时间序列,将数字化的视频转化为结构化的语义知识,了解顾客意图,实现顾客拿起商品就走,可以大幅提升超市运作效率,实现行业升级。

 

除了可被消费者轻易感知的领域,AI 其实还隐匿在不同行业的神经末梢,在细节之处增进行业效率,随便举个例子:产品检测。你或许有所不知,知名厂商圣象地板通过运用百度 EasyDL 定制化训练与服务平台,结合工业摄像头,进行地板质量检测——相比人工检测导致的产能不足,以及长时间操作导致准确率下降等问题,将检测及分拣环节交给机器,处理单片木板原料的单位时间缩短至原来的 1/4,仓储流转速度预测可以下降 15%,整体可提升 2 倍以上的经营效率。

 

从这两个案例不难发现,在行业层面,人工智能的渐次落地,其实是新经济时代下市场经济的重要一环,就像顺为资本执行董事孟醒所言:“人工智能从算法端和数据端开始,包括找数据、收集数据、激励机制、计算和传输,整个过程都指向了一个目的,就是优化经济成本,对企业来说是优化效率,对用户来说就是优化体验。”

 

促进个人创造力和竞争力

而倘若抛开宏大视角,从个人而非行业层面诠释 AI 的落地,你会发现,它或许是这个时代挥洒个人禀赋的最佳工具。

 

再来看两个例子。

 

中科院研二的任家强同学一直很关注环护,在他看来,违规开发是最令环保部门头疼的事情之一,于是他根据环保部国土污染面积统计结果,利用百度 AI 训练出一套污染场地风险管理模型,希望未来这套模型能用于政府规划部门,规避不当开发造成的后续风险。

 

而来自合肥学院计算机专业的梁佳同学,则发现街边盲道经常会被违规停放的车辆阻挡,于是想到利用百度 AI 进行路面状况识别训练,目前已经搭建出一套模型,在梁佳的期许中,未来这套模型可以结合可穿戴设备,实时采集路面信息,通过语音或者震动等方式对用户进行反馈提醒,解决盲人出行困难问题。

 

嗯,如同凯文·凯利所言,就像“振弦技术发掘了小提琴演奏家的潜力;油画颜料和帆布技术释放了几百年来画家的天赋;胶片技术成就了更多的电影人才”——在人类正在迈向的智能时代,只有当“技术本身不再是问题”,个人才能释放更强的创造力。

 

 

而更进一步讲,百度大脑赋予个人的创造力,很多时候可以直接兑换成竞争力。

 

要知道,在真正成为整个社会的“电力系统”之前,人工智能还处于“未来已经来临,只是尚未普及”的过渡阶段,在这个阶段,率先拿起 AI 工具的尝鲜者,无疑能吃到巨大红利——换句话说,与人类历史上诞生的其他新技术一样,现阶段的 AI 也在将人群划分为“知道它的”和“不知道它的”,“会用它的”和“不会用它的”,而前者无疑拥有了提高个人竞争力的利器。

 

不妨再举个例子。

 

生于 1996 年的黎英明 2 年前以实习生身份入职卓繁信息,这家公司主要从事企业应用开发。由于知晓并掌握了驾驭 AI 的能力,他来到公司后,带动公司整合了百度语音识别、人脸识别、UNIT 训练等多项 AI 能力,公司通过这些能力开发出了 24 小时无人值守政务机,为社会公众提供全年无休的 24 小时自助办事服务,目前已在上海落地,黎英明自己也在短短两年内,从实习生跃升为项目总监。

 

结语

总之,无论是借助企业还是个人的力量,就像当年的电力系统一样,在对开发者的不断赋能中,人工智能正在给不同行业带来巨大增量,并已经深刻改变了零售,医疗,金融,媒体,交通等不同领域,在这个过程中,百度则希望成为给不同行业带来技术升维的“大脑”。

 

值得一提的是,在开发者大会上,李彦宏揭示了各行各业开发者调用百度大脑的“用脑量”(譬如近半年数据显示,视觉是开发者调用增长最快的 AI 技术)。

 

在我看来,这是一个有趣,且颇具现实意义的概念,因为从现在到未来,“用脑量”很可能成为判断一个行业智能化水准的关键指标——某种意义上,这就如同在第二次工业革命之后,人们用“用电量”判断一个城市的文明程度一样。