<table id="ej5zp"></table>

  • 展會信息港展會大全

    大牛紛紛離開,中國企業真的還需要 AI Lab 嗎?
    來源:互聯網   發布日期:2022-02-21 08:53:16   瀏覽:20666次  

    導讀:又一位AI大牛離職了。 近日,螞蟻集團計算存儲首席架構師何昌華離職,他在螞蟻集團的職級為P10。 何昌華畢業于斯坦福大學,在谷歌有7年的工作經驗,后在Airbnb負責后臺系統的應用架構。此后加入螞蟻,擔任螞蟻計算存儲首席架構師。 而何昌華離職并不是個例,...

    大牛紛紛離開,中國企業真的還需要 AI Lab 嗎?

    又一位AI大牛離職了。

    近日,螞蟻集團計算存儲首席架構師何昌華離職,他在螞蟻集團的職級為P10。

    何昌華畢業于斯坦福大學,在谷歌有7年的工作經驗,后在Airbnb負責后臺系統的應用架構。此后加入螞蟻,擔任螞蟻計算存儲首席架構師。

    而何昌華離職并不是個例,近兩年中國大廠AI大牛離職屢見不鮮。他們或回歸高校,或投身創業。如AI Lab主任張潼,滴滴AI Lab葉杰,字節跳動副總裁、AI Lab主任馬維英,京東AI開創者周伯文,阿里云AI智能首席科學家閔萬,阿里巴巴副總裁、達摩院自動駕駛實驗室負責人王剛,螞蟻集團原副總裁、AI團隊負責人漆遠……

    AI大牛紛紛離職,一定存在共同的緣由和底層邏輯,AI商業周刊試圖找到“放大鏡”,撥開AI大牛們離職的“洋蔥皮層”,挖掘事件冰山下的“隱秘角落”。

    中國大廠AI Lab:產業與科研之間的“浮萍”

    科研與產業就像天平的兩端,一個是今天,一個是明天,但國內大廠大多沒有找到這個平衡點。

    大多AI Lab成立的初衷是做基礎研究,很少接觸業務,但隨著企業的持續高投入難以直接帶來收益,不得不調整為支持業務產業化落地。

    那么,一些瑣碎、低門檻的工作,比如標注數據、修改模型、調參數等,自然被安排到了這些研究員頭上,甚至有網友調侃“和富士康的工藝師沒什么區別”。這與研究員的想法背道而馳,既然長期找不到自身價值,還不如回歸學術繼續深造。

    誠然,亦有部分大廠的AI Lab沒有業務壓力,但扛起了論文數量和質量較重的KPI

    發論文有兩個直接好處:一方面是企業很好的PR素材,以宣傳技術的領先性;另一方面可吸引更多的研究人才加入,對招聘大有裨益。

    但問題是,隨著CVPR、ICCV、ECCV等學術頂會的近些年投稿數量劇增,論文“內卷”得越來越厲害,論文入選愈來愈難。當投入與產出不成正比,企業便開始重新審視AI Lab存在的價值了。

    大廠內部的矛盾也一個不可忽視的阻礙,以為例,AI Lab研發需要業務側的數據,但不同部門之間的競爭激烈,業務側不一定積極配合。大廠需要的是大牛的光環,大牛需要的是大廠的經濟回報和數據資源,一旦不匹配的就會好聚好散了。

    大牛紛紛離開,中國企業真的還需要 AI Lab 嗎?

    AI Lab就像一個內部的高級外包。Lab做出來的研究如果想推銷給業務部門,人家不一定需要。且不說Lab的研究成果不一定能精準解決業務部門的痛點,一些財大氣粗的BG自己擁有搞個研究部門,沒有強烈的跟AI Lab合作的動力。

    不妨看看國外科技巨頭的實驗室是如何運營的。

    自2010年創立以來,谷歌母公司Alphabet旗下的秘密實驗室Google X針對各方面的重大挑戰每年構想上百個創意。太空升降梯?氣球上網?海水提煉燃料?智能眼鏡?……這些看似異想天開的點子都是Google X實驗室曾經有過的創意。

    Google X鼓勵、甚至要求定期探究荒唐想法。目前Google X已經成功實現不少創意,比如谷歌氣球和Waymo自動駕駛。當然也有很多創意最終失敗,比如Google Glass智能眼鏡。

    Google X的目的不是解決谷歌的問題,它也沒有肩負慈善的使命。這家組織存在的終極目標是,創立一些改變世界的企業,它們可能最終成為下一個谷歌。

    用創新思想和文化運營創新本身,看好長期價值和回報,是Google X滔滔不絕的創新源泉,也是國內企業值得借鑒之處。

    AI行業何去何從?

    AI大牛們紛紛離開互聯網大廠,亦是行業重新洗牌和革新的表象,那么AI行業將有怎樣的走勢?

    目前AI的風口已過或已接近尾聲,資本對AI的投資最終都需要落地和回報,整體來看,技術上近幾年不會有太大的突破。CV如果不是Transformer,整個AI領域的去泡沫化會更快。NLP目前也沒有什么本質的進展,未來幾年也不大可能會。

    在這種情況下,企業核心部門的算法團隊并不比AI Lab差,甚至更好,因為他們有更豐富場景的數據,而場景又倒逼算法的創新,包括算法效率提升和產品化能力。

    未來幾年,人工智能將步入高速產品化的時代,以數據推動的深度學習算法仍是重要驅動力。

    當然,未來的趨勢是“小數據”而不是“大數據”。近日,AI大牛吳恩達在接受IEEE Spectrum采訪時表示:大數據、大模型作為深度學習算法引擎已經成功的運行了大約15年,到目前為止,它仍然有動力。話雖如此,它只適用于某些問題,還有一系列其他問題需要小數據才能解決。

    大牛紛紛離開,中國企業真的還需要 AI Lab 嗎?

    小樣本學習將使人工智能能夠快速適應新任務,滿足快速迭代的新需求。例如來自OpenAI和Meta、WebGPT和BlenderBot 2.0的最新語言模型,它們可以在網上檢索對他們提出的問題的最新答案。

    過去一年,我們見證了大型語言模型的巨大進步,AI大模型比拼將在2022年繼續進行。2019年,OpenAI的GPT-2成為第一個擁有超過10億個參數的模型;2020年,GPT-3風靡AI社區,它擁有1750億個參數,讓之前的一切相形見絀,但GPT-3作為最大的AI模型的統治并沒有持續多久;2021年,谷歌Switch Transformer模型(1.6萬億參數)和北京智源研究院“悟道”(1.75萬億參數)模型打破萬億參數壁壘。

    這些大模型擁有更強的通用能力,降低了對數據的依賴。市場預計,2022年大型語言模型的規模將繼續增長。2022年最大的模型很有可能來自 OpenAI:GPT-4。

    當然,隨著人工智能深入到越來越多長尾應用,對算力需求倍增。英偉達剛剛發布了2021 Q4財報,其中數據中心業務營收達32.6億美元,同比增長72%,高于預期值31.5億美元。

    可以預見,AI行業是一場長跑,技術上持續迸發出小突破,是一場產品化能力、資本和人才的綜合較量。

    寫在最后

    AI大牛的出走,核心于公司高估了其創新技術的價值商業化可變現能力,低估了新技術落地的難度。AI大牛選擇回歸學術界/重回傳統行業都可能是未來趨勢。從傳統行業步入互聯網快車,沾一波新技術的從無到有的紅利已然結束。

    未來十年,BAT等互聯網大廠將會遇到巨大挑戰。以流量為主導的互聯網創業模式終止,而以“卡賽道”模式的科技創業模式剛剛開啟。

    在新一輪的技術創業浪潮中,互聯網大廠的優勢面臨前所未來的沖擊。事實上,我們發現大廠AI大牛紛紛離職,而創業公司AI大牛卻相對穩定。一些能夠對標美國Salesforce、Oracle等的TO B中國科技企業可能會崛起。

    贊助本站

    人工智能實驗室
    AiLab云推薦
    展開
    Copyright © 2010-2022 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港
    18禁无遮拦无码国产在线播放

    <table id="ej5zp"></table>