商湯，要森林不是樹木_風聞

​出品 | 創業最前線

作者 | 龍老師

在AI賽道集中度日益提高的當下，商湯發佈了更為開放的開源計劃，但這只是商湯價值觀的一部分，用創始人徐立的話説就是——

我們要的是一片森林。我們需要各種各樣的生物，需要開放創新，這也是我們邁出的第一步，我們開源了這樣的算法框架，未來會引入更多的生態系統來共同完成。

1、AI下沉

為什麼我們經常説，創業者一定要是走在時間前面的人？

看看現在的AI創業就知道，國家的“新基建”正在加速推行，一個AI大規模投入運用的時代即將到來。

但這並不能阻礙我們做一個基本判斷，那就是AI風口的起步期、概念期基本已經結束了，AI創業步入深水區，AI在下沉。

經過幾年發展，中國到底有多少家AI企業？對於這個數據，各方的統計相差太大，最少的認為數千家，大多數認為過萬沒有問題，最極端的數據是某門户網站聯合天眼查發佈的報告顯示：全國人工智能企業總量近82萬家。

中國產業界的浮囂一向如此，千團大戰、O2O大戰、出行大戰……哪一個不是成百上千的企業入局，然後凋零？

但是，AI這個行業，和消費互聯網的行業佈局還是有所不同。消費互聯網可以一個模式霸佔市場，而AI行業是一個極其廣袤並且路徑高度不確定性的無人區。

在頭部，有一批旗艦級企業在前面衝擊無人區，包括阿里雲、百度、騰訊、商湯科技、科大訊飛新一代人工智能開放創新平台……同時也有一批中小微企業能夠存活，共同繁榮AI生態。

在2020世界人工智能大會商湯人工智能企業論壇上，商湯科技聯合創始人、首席執行官徐立提出：AI真正落地不僅要解決頭部問題，還要解決長尾裏的細小問題，人工智能的潮流已經毋庸置疑，而真正面對質疑，克服困難，解決人們生活中的點滴問題，才是技術真正進入人們生活的標誌。

隨着AI下沉到更廣泛的長尾應用場景，行業也已經進入大型企業拼生態能力，小微企業拼小切口的深度創新階段。

但這並不意味着行業出現了固化的跡象，AI的起步期結束不意味着企業沒有機會，相反，新基建命題的提出給了企業更多的機會。商湯也逐步建立三位一體的綜合能力和基礎平台級生態，商湯新一代人工智能計算與賦能平台項目2021年底落成後，將大幅提升對基礎算力的使用效率和自主原創算法的迭代效率，加快各類人工智能技術的演進和應用，並使算法、算力和數據三個基本要素成為一個有機整體。

同時在多年的AI落地實踐中，商湯深得其中三味。徐立的想法比較獨特——如果説的通俗一點，那就是AI的社會價值最大化，不能依靠幾個樣本工程，也不在於“人工智能”這樣的“顯學”有多麼火熱，相反，只有大量小眾場景都被AI滲透的時候，這個產業才逐漸成熟。

徐立舉的例子都非常的精細：

——共享單車近年火熱，但帶來了大量的城市管理問題，AI其實可以解決這個問題——通過檢測車和車之間的關係，車和停放區域的關係，車是不是停成整齊的一條線，車與地面是垂直還是傾斜……這可以解放幾萬個共享單車的人力管理員的工作。

——城市裏糞車偷偷排放是個問題，但無論是抽吸還是排放，外部視角看上去都差不多，那麼怎麼識別……辦法就是，檢測排放的井蓋是否異常，車輛停的時間是否過長，在不該停車的地方違停……

——有些歐洲國家在疫情期間限制外出，但不限制出門遛狗，於是大量的人“遛假狗”，你怎麼判斷他到底是不是遛狗？

在講完了這些後，徐立呼籲説，AI如果想要落地，最核心的部分一定是要把長尾應用的性能進行突破，才真正形成了價值閉環。當效率真正提升時，那些並不是最頭部的應用，得到逐個解決時，這才是人工智能深入到行業最關鍵的一點，長尾的應用才能夠完善價值閉環。

2、AI需要包容才能進步

在演講的論壇上，徐立帶來了幾幅馬的圖片，引起了大家極大的興趣。

這些馬都是四蹄騰空前後伸直，而且無論是中國古代的昭陵六駿，還是清代宮廷畫家郎世寧，還有無數中西方畫家的畫中，大致的姿勢都是這樣的。

但徐立告訴我們，這些馬都畫錯了。1872年，歐洲攝影家Muybridge提出了疑問，他用當時才發明的攝影技術連續拍攝了12幀奔跑的馬，第一次向世人揭示了馬是怎麼跑的。馬奔跑過程中，並沒有一個四蹄騰空的狀態。

在大家在想徐立的腦洞為啥如此之大的時候，他給出了問題的答案：“錯誤了沒有關係，錯誤的概念在這個過程中得到理解，並且正確的部分被延伸下來，就會對後世產生影響。”

原來他還是講的是AI，徐立對於社會對AI的“容錯”，有着切身的體會和殷切的希望。

他説：“我們要做技術，推動創新，其實對它的態度不能是求全責備，沒有一個技術是100%準確的。我們只有以一個包容的態度去認可技術的時候，它才有真正的發展。”

徐立舉例，當人臉識別作為解鎖和認證的一個手段，大家會討論人臉識別的準確率是不是足夠：人臉識別很容易就誤識，長得很像的弟弟能不能解鎖自己的手機……

商湯的做法是用成績來回應——今天的商湯，已賦能給4.5億台手機人臉解鎖功能，覆蓋幾乎中國所有手機品牌，日均人臉解鎖次數達到300億次，業界已經默認商湯的人臉識別能代替密碼；在酒店大堂等很多需要認證的地方，商湯總共有20多萬台智能設備在線為公眾提供服務，每年酒店入住超過3億人次。

然而，精度的問題剛剛解決，“假冒”的問題又出現了，用3D人臉面具去仿冒一個人來解鎖能不能騙過AI，用視頻生成的方式是不是真能夠忽悠機器解鎖……

商湯的做法是繼續實踐，他們推出的地鐵刷臉乘車方案，在鄭州、西安、哈爾濱等多個城市，已經大規模推出了刷臉支付乘車，這説明，在現代生活的主要系統——交通系統中，現在的人臉識別技術已能夠落地並解決城市級別的應用。

這些過程絕不是一帆風順的，但徐立不是一個喜歡叫苦的人。因為他對AI的特性瞭解的很清楚，AI在建立了算法和模型後，是具有自學習、自提升能力的，因此，只要不斷的重視長尾中體現出來的方方面面的“小問題”“小場景”，AI的能力就會不斷的提升。

同樣，他對於整個社會對AI的認知升級，充滿信心。

這個信心來自於一次偶然，有一天，徐立打車堵在路上，司機就和他説：其實有很好的辦法管理交通——每天上下班開私家車的人，上下班的路徑是一致的，所以只要把那些私家車和他們每天的路徑識別出來，就知道每天直行的車有多少，拐彎的車有多少了。之後根據這些信息控制一下紅綠燈，讓直行車多的先走，是不是整個交通就會變得很好？

徐立聽了之後非常詫異，這是一個普通司機給出的思路，但非常符合人工智能的要旨，他認為，普通公眾都對AI有了這樣的理解，説明整個社會開始瞭解AI、認知AI、擁抱AI，就像人們開始接受蒸汽機和交流電一樣，所以他説：“現在，普羅大眾，就已經有這樣對人工智能的認識，那麼，各個行業裏都可以比較順利的用人工智能改造了”。

3、商湯想要一片開放的森林

在開放上，商湯從來不遺餘力。

所謂的開放，其實就是要進行有梯次的賦能，最終形成生態。

我們可以看到，在“硬能力”的開發上，商湯通過建設、合作超算中心，並把算力開放給用户，讓很多需要AI算力但沒有必要獨立建設超算中心的傳統企業，以及需要AI算力進行研發和落地，但沒有能力搭建超算平台的生態鏈企業，都能夠得到算力上的賦能。

而在“軟開放”方面，商湯的主導的開源，能夠有效降低AI研發的門檻，加速產業應用步伐。開源，能夠聚合人才與智慧，從而推動AI社區的繁榮，併成為推動產業發展的強大助推器。

嚴格説來，商湯的OpenMMLab人工智能算法開放體系，既是一個戰略體系，也是一個生態規劃。從初衷來説，OpenMMLab是為計算機視覺的一些重要方向建立統一而開放的代碼庫，並不斷把新的算法沉澱其中，但是隨着不斷堅持開放多個開源算法庫和工具箱，這些開放資源得到了越來越多AI研究人員的積極使用、貢獻和回饋，對AI社區的發展產生了重要影響。

而在本屆世界人工智能大會上，商湯科技正式宣佈OpenMMLab戰略升級，成為由商湯科技發起的“人工智能算法開放體系”，以順應人工智能領域的開源趨勢。

其實，就在這幾個月內，中國的AI開源框架消息不斷，3月20日清華大學計算機系圖形實驗室發佈了開源AI框架計圖（Jittor），華為3月28日正式開源MindSpore。在一度被TensorFlow、PyTorch兩分天下的深度學習開源框架領域，國產自研AI開源框架正在不斷證明自己的生態野心。

其實，商湯很早就發現，深度學習框架是像芯片、操作系統一樣的戰略資源，並於2018年就開始啓動開源計劃OpenMMLab，逐漸確立了開放的生態，讓中國科技界，終於擺脱了必須在底層系統受制於人的尷尬，因此它也被稱為AI領域的“國貨之光”。

這種局面的出現，説明商湯在內的中國的整體AI實力在全球領先——為什麼美國、中國、歐洲被視為全球前三的可能產生AI根源性創新的原發地？一個很大的標誌就是，它們都建構了完全自主的深度學習框架。

而且，OpenMMLab產生於中國，它的大量特徵針對中國特色來開發——比如，面對中國還有70%的傳統企業沒有數字化2.0轉型的特點，OpenMMLab在友好性上大幅度提升；又比如，國外主流開發框架普遍都對中文的自然語言處理需求優化得不夠，也缺乏中文的應用場景和數據集，商湯就沒有這個問題。

作為新一輪科技革命和產業變革的重要驅動力量，AI已滲透到國家事務、社會運行、企業生產及人民生活的方方面面，而OpenMMLab主要面向專注於算法研發的實驗室、AI科技企業、以及獨立的AI研究小組等，為這些廠商提供AI算法的能力基礎，支持下游客户在AI領域的研究需求。

用這樣一段徐立的話來結尾是最好不過的，他説：“我們要的是一片森林。我們需要各種各樣的生物，需要開放創新，這也是我們邁出的第一步，我們開源了這樣的算法框架，未來會引入更多的生態系統來共同完成。”

*文中題圖來自攝圖網，基於VRF協議。