2012年，在第三屆ImageNet 大規模視覺識別挑战賽 (ILSVRC)上，神經網絡的堅守者Geoffrey Hinton和他的學生Alex Krizhevsky，所設計的基於卷積神經網絡的AlexNet，以 15.3% 的低錯誤率贏得了挑战，這幾乎是之前獲勝者錯誤率的一半，而本屆大賽亞軍的錯誤率高達26%。
這場比賽後來被視爲是AI發展史上的劃時代事件，從那時起，幾乎所有的計算機視覺研究都轉向了神經網絡，而在2012-2022的這十年間，AI已經無處不在，在歷史上首次實現了讓所有人而不僅僅是少數人或部分人類的生活和工作更好。
第三屆LSVRC到今年正好十年，AI取得的成就自不必提，如何看待AI在未來大發展前景，科學家們似乎產生了分歧。
2022年3月，知名 AI 學者、Robust.AI 創始人 Gary Marcus，發表了一篇《深度學習撞牆了》的文章，他認爲純粹的端到端深度學習差不多走到盡頭了，整個 AI 領域必須要尋找新出路。之後，Hinton 和 LeCun 都對他的觀點發起了駁斥，由此更引發了圈內熱議。
“恨鐵不成鋼”也好，“因相信而看見”也罷，這些處於理論研究一线的科學家們，自然有他們各自的道理。然而更應該引起重視的，其實是來自科技企業對AI進程的判斷。
在11月9日舉辦的聯想Tech World大會上，百度創始人兼CEO李彥宏就對此發表了自己的看法。他認爲：
“無論是在技術層面還是在商業應用層面，人工智能都有了巨大的進展，有些甚至是方向性的改變。”
李彥宏已經不是第一次作出這個判斷了。在2022年WAIC世界人工智能大會上，李彥宏也表達過這個觀點。
李彥宏的這個判斷值得重視，不僅是因爲這是來自以AI爲技術核心的科技公司創始人的看法，同樣是因爲這個判斷似乎與論战中LeCun大神的觀點趨同。LeCun 認爲，深度學習並沒有撞牆，但的確有一些障礙需要清除，而解決方案目前還不明朗。
顯然，“方向性的改變”與“有障礙需要清除”的意思是接近的，因爲目的都是排除障礙物的影響，至於排除影響的方式，可能是直接解構，也可能是繞過障礙另闢蹊徑。
那么，LeCun與李彥宏的作出的這個趨同判斷，到底是基於近年來的哪些科學理論與產業實踐呢？
自2012年第三屆ILSVRC以來，因爲都使用了深度神經網絡，大賽的成績每一年都實現了長足進步。
直到2016 年，在第七屆ILSVRC 上，圖像識別錯誤率已經達到約2.9%，遠超越人類的5.1%，這也就意味着該競賽已經完成了它的歷史使命，失去了存在的意義，所以2017年ILSVRC就成爲了最後一屆。
然而，雖然ILSVRC不舉辦了，但AI的前進步伐並沒有放緩。這是因爲：一方面，在ILSVRC所指向的圖像識別之外，還有更高階的圖像理解、語意理解去探索；另一方面，算力、大數據、邊緣計算環境的不斷優化，給予了AI向更高階、更智能的階段邁進的可能。
這其中最明顯的例子就是在ILSVRC偃旗息鼓那一年誕生的Transformer架構，被很多人稱爲“2010 年代十年中最偉大的發明”。它的誕生讓更爲高效的“多頭注意力機制”技術路线，取代了之前的卷積神經網絡，成爲更優秀的AI解法。
Transformer誕生後，谷歌搞出了架構Vision Transformer (ViT)，OpenAI 發布了 DALLE-2，DeepMind 發布了 AlphaCode，等等。
就在李彥宏發言中特別提到的2021-2022年，AI還取得了十分引人注目的進步，那就是既有震動科技界的優秀論文（MLP-Mixer，2021），宣稱卷積神經網絡和注意力之外，還有其他的AI進階實現路线；亦有香港中文大學研究室在論文中極具突破性提出，Transformer可以與GAN（生成對抗網絡）結合實現AI效率倍增。
顯然，作爲以AI技術爲核心競爭力的科技公司CEO，李彥宏與百度技術中台群組（TPG）、百度研究院，肯定會保持對這些AI領域最新研究成果的密切關注。只不過，在面向公衆演講之時，李彥宏使用了一個高度概括且更容易理解的詞匯——AIGC，去涵蓋自身對AI技術方向性改變的理解。
用李彥宏的話說就是：“這裏的方向性改變是，AI從理解語言、理解文字、理解圖片和視頻，走向了生成內容。我們稱之爲AIGC，即人工智能自動生成內容。”
由文字生成的AI畫作《太空歌劇院》，獲得美國科羅拉多博覽會年度藝術比賽的“數碼藝術”組別冠軍。
的確，李彥宏的觀察結論與科技行業從業者感知的完全相符。比如李彥宏在演講中提到的AI作畫，這已經比當年震驚科技界的谷歌識圖不知高出了幾許。
《經濟學人》編輯團隊在《Midjourney》上經過250次的文字輸入嘗試，生成了1,000張縮圖，再從中挑選出一張制成2022年6月出版的雜志封面圖片。
此外，還有AI創作文章，AI預測一個人的老年階段相貌，AI根據文字生成圖片，等等。
實際上，李彥宏所指出的，正式是一條從機器識別，到機器理解，再到機器創造的AI轉型之路，或者稱升級之路。
李彥宏演講中提到的AI作畫，僅僅是AI技術在商業應用領域打开想象力的一個代表。
實際上，在近兩年，連AI理論研究領域都取得了如此重要的進展，商業應用層面就更是百花齊放，百度自身就是一個非常好的例子。
比如，在AIGC領域，其背後是大模型技術，近些年來，伴隨數據井噴、算法進步，以及算力突破，預訓練大模型成爲人工智能發展的新方向。百度文心大模型作爲產業級知識增強大模型，真正源於產業實踐，又服務於產業落地。在大模型的產業落地上，百度首發行業大模型，探索出一套行之有效的大模型產業落地打法，讓大模型“能用、可用”，規模化落地價值顯現。
據了解，文心行業大模型基於通用的文心大模型，融合學習行業特有的大數據和知識，進一步提升大模型對行業應用的適配性。在能源電力領域文心大模型聯合國家電網研發知識增強的電力行業NLP大模型國網-百度文心，在金融領域聯合浦發銀行研發知識增強的金融行業NLP大模型浦發-百度文心，通過引入行業特色數據和知識，在電力、金融相關領域取得顯著的效果提升。在航天領域，文心大模型攜手中國航天發布世界上首個航天大模型——航天-百度文心大模型，推進航天領域AI技術應用。
百度的AI 數字人度曉曉，今年挑战創作高考作文，在40秒內寫了出40 篇，經過專家評閱，其得分可以排在總考生前 25%。
在百度App內，已經有很多視頻內容，是AI把百家號的圖文內容自動轉換成視頻的結果，而很難被觀者感知到。
然而，比起上邊的這些AI進步在打开的商業應用前景，自動駕駛顯然是價值更大，也對百度更重要的一個商業應用方向。
今年6月，通用汽車支持的Cruise項目，在美國舊金山开啓了全無人自動駕駛的商業運營，雖然中間也有各種磕磕絆絆，但他們還是堅持下來了，並且在不斷擴大運營範圍。
然而，Cruise跟百度的自動駕駛項目比起來，就顯得有點落伍了。
作爲國內最早布局自動駕駛的企業，百度已成爲全球四大自動駕駛領導者之一，也是唯一上榜的中國公司，擁有全球最多的高級別自動駕駛專利。
百度蘿卜快跑已經在北京、上海、廣州、深圳等城市實現自動駕駛出行服務，在年初訂單量就超過100萬，穩坐全球最大自動出行服務平台。
除了自動駕駛，過去一年百度在人工智能領域商業化進展，最明顯的是在基礎設施的智能化改造方面。
首先是智能交通。目前，中國公路交通網絡，還不能通過實時的信號燈調節和車路協同，來提升通行效率和降低事故發生率，城市擁堵讓很多人在路上浪費了大量的時間。各地爲了緩解交通擁堵，不得不實施對汽車的限購限行政策，這遏制了本來應該有的消費需求，也不能根本解決問題。根據相關數據，通過對交通網絡的智能化改造，可以讓通行效率提升15%-30%，這意味着GDP大約每年2.4%-4.8%的增長。目前，百度的智能交通方案已經在全國50多個城市落地實踐。就在前幾天，交通部正式將百度列爲交通強國的試點單位，在高精地圖、智能汽車、智能道路、雲平台、智能交通產業生態發展等方面开展試點。
可以預見，隨着通行效率的提升，對汽車的限購限行政策將走進歷史，爲城市疫情之後的經濟增長注入新的活力。
其次是能源水利基礎設施的智能化。中國在能源、水利、水務、供熱等領域建立起了強大的基礎設施物理網絡，但是過去的建設，重硬件、輕軟件，智能化水平不高。今年全國大面積高溫天氣，用電負荷屢創新高，整個電網系統都繃得很緊，哪怕一個小故障，都很容易導致大規模停電。現在，很多省級電網都使用了百度智能雲的AI巡檢，能724小時不間斷巡視，巡檢效率提升了6-10倍，有效保障了供電安全。
另外，在工業互聯網領域，憑借雲智一體的獨特優勢，百度智能雲打造了一個AI+工業互聯網平台“开物”，入選了國家“雙跨平台”。开物正在幫助中國企業在質量管理、安全生產、能耗優化、物流調度等主要場景中降本增效，提升創新能力，助力中國從“制造大國”向“制造強國”轉變。
在十年前，搜索絕對是互聯網技術中的執牛耳者，百度也被大部分人認爲是最具技術含量的公司。
實際上，機器深度學習突飛猛進的十年，也是百度跨進AI領域深耕的十年。在這十年中，百度一直堅持高強度研發投入，累計研發投入超過1000億，每年研發佔比都超過15%，去年更是達到23%，研發強度在國內民營企業500強中連續兩年排第一。今年9月7日，“2022百度最高獎”頒發，百度創始人、董事長兼首席執行官李彥宏，爲“大道”“潮汐”“撥雲”三支團隊分別頒發最高獎，獎金折合人民幣超2000萬元。
這樣高強度的投入，使得百度在人工智能的各個層面都有領先的自研技術，從最底層高端芯片昆侖，到飛槳深度學習框架，再到預訓練大模型，百度最近推出了金融、電力、航天等行業的大模型，從而能實現在應用領域效率的大幅度提升。這是許多其他AI公司所不具備的優勢。
如今，百度已經是全球爲數不多的提供AI主導的芯片、軟件架構和應用程序等全棧AI技術的公司之一。基於壓強式、馬拉松式的技術研發投入，百度發展出了三大增長引擎，包括以移動生態爲代表的穩健基本盤，以智能雲爲代表的新興業務，以及以智能駕駛和小度爲代表的前沿業務。
根據 2021 年 6 月的 IDC 報告，百度深度學習平台（飛槳）成爲中國使用最廣泛的平台（排名第一），超過了 Google 的 TensorFlow 和 META 的 PyTorch。
特別是在面向AI時代的業務架構調整之後，百度的MEG、IDG、ACG、TPG、SLG等覆蓋各種應用場景的業務部門，都已經在各條賽道取得了舉世矚目的成績。鑑於百度的這些成績，百度公司股票在今年夏季被列入恆生指數，成爲納入恆生指數的AI領域第一股。
“要卷就卷創新”，這是李彥宏在演講中的另一個關鍵句。其實，《深度學習撞牆了》所挑起的AI理論界爭論，離开了產業實力與商業應用，會顯得十分空洞。
而《經濟學人》封面標題——AI新境界，已經昭示了AI的方向性改變正在發生。
以百度爲代表的在AI領域前沿探索的公司，會把最新的AI理論成果進行產品化與商業化，之後再把數據反饋給理論界進行再優化。
這其實才是一條AI技術螺旋式上升的正確路徑。
本文作者可以追加內容哦 !
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。
標題：李彥宏爲什么說AI發生了方向性改變
地址：https://www.breakthing.com/post/30187.html
