觀察者網(wǎng) 孫珷

“深度學(xué)習(xí)三劍客”摘得了2018年圖靈獎。深度神經(jīng)網(wǎng)絡(luò)早在1980年代提出，當(dāng)時飽受質(zhì)疑并不被看好，而這次獲獎的三位學(xué)者LeCun、Hinton和Bengio是專注其中的少數(shù)派。

他們堅(jiān)持30年終被認(rèn)可，得益于這波人工智能浪潮?！叭齽汀鲍@得圖靈獎實(shí)至名歸，但也不可否認(rèn)，這輪智能工業(yè)革命的推動者還有很多人。比如，產(chǎn)業(yè)界的代表黃仁勛，支持大規(guī)模并行計(jì)算的GPU已經(jīng)成為人工智能發(fā)展的重要硬件基礎(chǔ)。比如，大量的中國研究者，他們構(gòu)成這個領(lǐng)域的中堅(jiān)力量。

推特上曾有張圖將這次獲獎的學(xué)者和吳恩達(dá)等人的頭像列出，視他們?yōu)楦锩?，稱“你可以殺死革命者，但你無法推翻革命”。當(dāng)時有個外國用戶的評論就指出，下一級圍繞這幾個革命領(lǐng)軍者的，明顯應(yīng)該是中國研究者。

確實(shí)，大量中國博士生的努力非常重要，但這張圖還可以修改得更好一些，因?yàn)檫€有更重要的被遺漏了。革命不是請客吃飯，并非一點(diǎn)起星星之火就可以輕易燎原，我們不禁要問，推動人工智能真正落地的是誰？

黃仁勛在一次演講中提及智慧城市時說，到2020年，世界上將會有10億臺相機(jī)，運(yùn)用人工智能讓我們的城市更加安全。黃仁勛看到了要建設(shè)智慧城市就離不開攝像機(jī)的部署。但他沒有說誰來部署，其實(shí)道理就和建設(shè)基站一樣，最終還要靠“基建狂魔”中國來做。

從智慧城市到無人駕駛，人工智能是一個“講故事”的行業(yè)，是一個資本青睞的行業(yè)。但人工智能企業(yè)光有算法、有軟件是無法落地應(yīng)用的。

最近宇視科技總裁張鵬國就指出，AI是很熱，但是在所有的AI里面只有安防取得了規(guī)模落地。世界上沒有一個項(xiàng)目可以用算法交付。場景化、個性化需求如何落地？“不僅在機(jī)房里工作，也在路面工作，不僅在服務(wù)器存儲和網(wǎng)絡(luò)上工作，也在電線桿上工作，也在地下道工作。”

張鵬國為何說這個行業(yè)是一個嚴(yán)重被低估的行業(yè)？他讓大家看一下上市公司的PE倍數(shù)，?？怠⒋笕A那么好的公司，如果在巴菲特眼中看，他們都是頂級的投資目標(biāo)和標(biāo)的，但是只有20多倍。千方PE是40倍，還好在計(jì)算機(jī)版塊；海康、大華20多倍，在安防版塊。市面上充斥著大量的60倍、70倍、100倍、200倍的公司，遠(yuǎn)遠(yuǎn)不及海康和大華，也不及千方和宇視。難怪這讓他想起了李斯的“老鼠論”。

要知道，在安防行業(yè)中國的前幾名就是世界的前幾名?！耙?yàn)樗兄袊卜纻鹘y(tǒng)企業(yè)，在中國市場積累的技術(shù)和需求方案的優(yōu)勢。因?yàn)橐?guī)模也獲得成本優(yōu)勢，技術(shù)和成本都是補(bǔ)充的資產(chǎn)?！辟Y本市場這樣看待一個已經(jīng)在全球化競爭中取得成功的行業(yè)，真的合理嗎？

在務(wù)實(shí)爬桿子的人被視為“土”，這是一種扭曲的價值觀。資本市場的邏輯可能就是這樣，做不成的高估值，一旦做成了就低估值。

《華盛頓郵報(bào)》專欄作者梅根·麥卡德爾剖析為什么美國永遠(yuǎn)都不會有高鐵時說，美國基礎(chǔ)設(shè)施的建設(shè)成本比世界上任何其他國家都高得多。這個結(jié)論其實(shí)已經(jīng)否定了美國的許多許多可能性，而不僅僅是高鐵。現(xiàn)在她還可以問為什么美國永遠(yuǎn)都不會有移動支付？到了人工智能普遍應(yīng)用的時代，她或許又可以問更多為什么，因?yàn)橹悄艹鞘?、智能工廠、智能交通都以大規(guī)模基礎(chǔ)設(shè)施的建設(shè)作為前提條件，前提條件做不到，就永遠(yuǎn)做不到。

以5G、人工智能等為驅(qū)動的這一輪物聯(lián)網(wǎng)建設(shè)必然是碎片化的，杭州夏天公路地表溫度高達(dá)70℃，而在非洲可能要遇到電力供應(yīng)不穩(wěn)定的麻煩。不同的用戶和場景有不同的需求，需要識別車牌的攝像機(jī)和需要監(jiān)控魚塘的攝像機(jī)必然是完全不同的，要根據(jù)定制化需求進(jìn)行交付。還是以AI成功落地的安防行業(yè)為例，其SKU編碼數(shù)甚至高于通信行業(yè)一個數(shù)量級。華三可售SKU不超過1000個，宇視超過10000個，可見產(chǎn)品類別多么五花八門。

在智慧物聯(lián)網(wǎng)的時代，海量部署、滿足碎片化需求、快速交付產(chǎn)品的特點(diǎn)，將成為美國那些注重通用算法的學(xué)院派難以克服的障礙。如果糾正資本市場扭曲的價值觀，以“數(shù)據(jù)、算力、算法、產(chǎn)品、工程、方案”六個要素更全面衡量人工智能，以“能否做到”為評價的金標(biāo)準(zhǔn)，那么中國的優(yōu)勢幾乎囊括了數(shù)據(jù)、產(chǎn)品、工程和方案，在算法上其實(shí)也和美國不相上下，唯一有差距的僅僅是算力。說到算力當(dāng)然還是要佩服“兩彈元勛”老黃的，但中國也不是沒有填補(bǔ)CPU、GPU、FPGA技術(shù)差距的機(jī)會，重要的依然不是資本市場上高估值科創(chuàng)公司的“萬眾創(chuàng)芯”，重要的是交付碎片化的物聯(lián)網(wǎng)可用產(chǎn)品，是“萬眾用芯”。

回到本文開始的那張圖，資本市場給了黃埔軍校的科班出身高估值，但占領(lǐng)農(nóng)村才能奪取革命勝利，而這件事要靠那些做到了規(guī)模部署、做到了盈利卻還在低估值的企業(yè)去做。AI沒有百分之百的確定性，AI總是要誤判的，工程和集成的能力將決定AI能否“做得到”，能否“用起來”，工程實(shí)踐很艱苦，卻沒有得到應(yīng)有的認(rèn)可和尊敬。

我們要把中國擅長精工制造、擅長修路、爬桿子、建站點(diǎn)的勞動者也都畫上去；把管理、帶領(lǐng)他們建設(shè)中國智能工業(yè)的企業(yè)家也畫上去；把推動這些規(guī)劃的中國千千萬萬基層政府組織也畫上去，是他們站在中國AI博士生群體外圍更廣闊的地方，這才是即將改變世界的人工智能革命的全貌。