206 邵浩:人工智能新技术如何快速发现及落地(下)

你好,我是狗尾草科技合伙人,人工智能研究院院长邵浩。在上篇文章中我们聊了一些人工智能技术在落地过程中的难点痛点。今天,我们接着这个话题,继续聊聊在新技术层出不穷的情况下,技术管理者如何快速发现可应用的新技术,并将其落地到实际产品中。

新技术层出不穷,如何发现新技术

如果有关注arxiv网站的读者会感觉到,算法在近年来的迭代速度非常快速。以语言模型(Language Model)预训练方法为例,代表性方法有Transformer,ELMo,Open AI GPT,BERT以及最新的GPT2。其中,Transformer于2017年6月被提出。ELMo的发表时间是2018年2月,刷新了当时所有的SOTA(State Of The Art)结果。不到4个月,Open AI在2018年6月,基于Transformer发布了GPT1方法,刷新了9个SOTA结果。又过了4个月,横空出世的BERT又刷新了11个SOTA结果。到2019年2月,Open AI最新发布的GPT2,包含15亿参数,刷新了11项任务的SOTA结果。

因此,可能我们还在尝试验证一个算法的时候,另一个新算法已经刷新了原有算法的指标。那我们如何能够保持对技术的敏感度呢?以下是我的几个建议:

首先,优秀论文(英文为主)是必须要跟进的,尤其是阅读算法的原文,对于复现和修改算法细节非常有必要。其中,axiv(https://arxiv.org/ )是一个非常重要的平台,虽然没有同行评审,会带来良莠不齐的问题,但鉴于论文更新速度快,很多重要的成果都会在此进行预发布。一般来说,优秀的论文引用量都比较多,英文苦手也不用担心翻译问题,因为网络上会有很多业内高手对好论文进行解读,通过中文解读可以初步了解算法的性能和工程化的可能性。

其次,高质量的微信公众号也是了解新技术的一个快速通道。通用类公众号比如机器之心、将门创投,细分领域比如paperweekly(就是带你读论文)等,都是快速接触新概念新技术的途径(注:我没有收取广告费LOL)。

然后,对于工程化项目而言,GitHub(https://github.com)是一个不可或缺的代码源,工程师经常戏称GitHub是全球最大的同性交友网站。在这里,可以直接获取大量优秀算法的开源代码,还有经典论文的算法复现,可以在issue中提问和解答细节问题,还可以参与完善算法。

最后,要找机会参与圈内的活动。参加国内的一些圈内会议,不仅可以了解目前的技术进展,同时还可以和来自高校和企业界的朋友互通有无。尤其是一些大型会议,对公司的招聘和技术宣传也都是非常好的途径。机器学习、计算机视觉、语音技术、自然语言处理、知识图谱等都有专门的会议,这里就不再一一列出了。有兴趣的读者可以关注中国计算机学会的学术会议排名来进行选择。

新技术如何从理论到落地

在上一篇文章中,我们讨论了人工智能技术落地难的问题,接下来,我希望和你简单讨论下如何将优秀的技术进行落地的话题。

首先,从业务的角度来看,需要审视公司的主要竞争力是什么,不能为了用新技术而偏离了公司的核心价值。因为新技术通常是锦上添花,而不是雪中送炭的。在业务中,需要根据自己的产品做选择,用了人工智能技术,能不能给产品带来显著的提升,公司能否负担起人力成本和数据成本,甚至包括深度学习所需的硬件成本?

举一个简单的例子,机器学习中有一个子领域是分类(Classification),在深度学习还未兴起的时候,针对不同的数据进行分类,需要根据数据的分布特点,选择不同的适用算法,例如SVM,LR,决策树等。即便是在今天,传统的算法未必就比深度学习方法要差。我有一次面试一名头部大厂的高级算法工程师,他整个过程中只谈LR的方方面面,对于其他的算法不关心也不熟悉,好像是LR弄好了就能打遍天下的感觉。不可否认,这些传统分类算法在大量问题上都有优秀的表现,但有了效率更高的模型,也有必要去测试并判断它们能否用于实际产品中。

比如FastText这个算法,发布之初就得到了广泛支持,在自然语言分类问题上,不仅速度快,性能提升也相当明显。因此,经过一整套测试流程之后,我们将其作为了主分类模型。后来又出现了BERT,同样经过测试之后,我们发现其性能超越了FastText百分之一到百分之二。但这时候,由于其时间消耗远大于FastText,并不能作为主模型来用,我们仅将其作为并行处理中的一种参考方法,与若干传统机器学习方法一起来做stacking(Stacking是一种集成学习方法,感兴趣读者可以阅读其他资料进行了解)。

因此,算法好不好用,能不能落地,需要综合考虑各方面因素。比如说在做文本匹配的时候,有大量深度学习方法可以使用,理论性能也都是SOTA水准,但根据产品需求来看,有时候96%的准确率和95%的准确率,产品体验并没有多大差别,但投入的研发成本却要高出许多,反而用ES(ElasticSearch)自带的BM25算法又快又好,那就完全没有必要使用深度学习方法了。

同样的,对于感知技术,目前技术的成熟度也非常高。比如说人脸识别,如果和产品不是重度耦合,直接使用大厂的API或SDK就行了。但如果是自己的核心产品需要搭配人脸识别模块,就可以考虑在已有成熟的开源的算法上进行二次开发,甚至搭配自己的芯片,从而打造自己的核心竞争力。(注:别忘了确认算法的商用条件,以免陷入版权纠纷)

其他需要注意的点

1.技术和产品的权衡 正如前文提到的技术成熟度曲线,有些技术,在现阶段的确没有达到人类的期望值。这个时候,一个可选的解决方案是通过产品设计来补偿。

比如说大量“弱智”的聊天机器人产品,可以利用产品设计,来弥补技术缺陷。那该如何去做呢?关键在于,我们要让用户不要重点关注其技术表现,而是对产品的体验有一种惊艳感,发出类似“天哪,这样都可以“的赞叹。比如我们狗尾草科技提出的聊天机器人的虚拟生命形态,这个概念之前日本的Gatebox公司也提出过。基于这个概念诞生的琥珀·虚颜,就是我们推出的一款结合了AI+AR+IP以及GAVE引擎(Gowild AI Virtual Engine)的虚拟生命产品,它搭载holoera硬件平台及360°全息投影,创造了一个有情感、可养成、可进化的虚拟存在,但这种存在又可以和周边世界进行多模态真实互动,并针对用户行为习惯形成不同的性格体系。同时,人物还可以换成二次元角色和真实的明星,进一步提升用户体验和粘性。

有一句话说的好,技术不够产品来凑,产品不够运营来凑。用户接受才是硬道理,技术可以加分,但过硬的还是产品本身。

2.小公司和大公司 我接触过一些创业公司,一开始就期望做一个人工智能开放平台,虽然在前两年拿到不少融资,但最近大多数都销声匿迹。做平台型的事情,没有大量的人员和资金支持,是无法实现的。我们可以看一下国内的人工智能研究院,且不说百度腾讯的换帅事件,很多中小型公司的研究院也由于没有办法进行工业级产出,导致了大量资本投入换来的只是Demo和论文。

所以,对于中小型公司而言,需要做的事情是借助利好,顺势而为。同时精耕细作一个细分领域,在大公司无暇顾及的垂直行业杀出一条血路。无论是后期被收购还是能够独立壮大,都是比较好的结果。切忌大而全,什么都想做,做自己擅长的才是最重要的。

写在最后

大家现在都在谈人工智能技术,而且很多人都会把人工智能和AlphaGo以及深度学习划上等号。其实人工智能涵盖的学科范围是非常广泛的,包括心理学、神经科学、哲学、认知科学等等。我们目前看到的大量成果都只是深度学习和大数据的化学反应。而且,大量的人工智能应用还都是人工+智能,离真正的认知智能差距甚远。如何利用技术赋能产品,得到用户和资本的认可,才是最重要的。

参考文献:

  1. Radford, A., Narasimhan, K., Salimans, T. & Sutskever, I. (2018). Improving language understanding by generative pre-training

作者简介

邵浩,TGO鲲鹏会会员,日本国立九州大学工学博士。现任上海瓦歌智能科技有限公司总经理,深圳狗尾草智能科技有限公司合伙人,人工智能研究院院长,带领团队打造了聊天机器人产品“公子小白”及AI虚拟生命产品“琥珀•虚颜”的交互引擎。中国中文信息学会青年工作委员会委员,中国计算机学会YOCSEF上海学术委员会委员。研究方向为人工智能,共发表论文40余篇,出版了业内第一本聊天机器人著作,主持多项国家级及省部级项目,曾在联合国、WTO、亚利桑那州立大学、香港城市大学等任访问学者。