舌尖上的人工智能_風聞

人工智能在走着餐飲業類似的發展路線。

撰文 | 張軍平（復旦大學計算機科學技術學院教授）

上個月本學期第一次討論班結束，原計劃讓學生叫外賣來當晚餐的，負責組織的學生説大家想去外面吃火鍋。我想也行，便同意了，讓他們自行處理，於是便有了頭上貼着“退燒貼”的一組火鍋飯局圖。

最近放開了，我偶爾也會一家出門下館子。觀察了下，現在餐飲業還是有了些許變化。火鍋店多了，烤肉烤魚各種燒烤的店多了，牛蛙店也多了，還有遍地的飲料店。這些店不少還是連鎖店。

而以前那些菜式需要精炒的店子佔比卻少了不少。窄看上去，似乎餐飲行業正在向易於流水線作業的模式逐漸轉變。

究其原因，也不難理解。與精炒的菜式相比，火鍋店、烤肉烤魚和飲料店都極大降低了對廚師做菜水平的要求，基本功也不需要太紮實，只要把食材處理乾淨，其它操作要麼像火鍋店、烤肉店那樣交給顧客，要麼按固定配比即可完成。

好處也是明顯的，尤其在當下偏好以評分來選擇吃飯地方的時代。畢竟，通過固定配比獲得的口味，穩定性要好得多，也因此容易在各大吃飯相關的APP上形成高分，方便廣告優先推薦，馬太效應也會引來更多的客源。

同時，這種流水線的運營模式也能吸引更多餐飲業主繼續沿這一模式開店、開連鎖店。畢竟學習成本低，易於上手，可復現能力強，贏利方便，也符合現代人生活短平快的節奏。只要把餐廳內的服務做得足夠周到，環境裝飾得更舒適，就行了。而外賣的話，保證到達的時間也夠了。

但是，它是否真的保有了傳統做菜方式的靈魂呢？是否會把那些曾經舌尖上的美味變成稀有品或淘汰呢？

有可能，因為資本是逐利的，它會更傾向於選擇前者，而淘汰不那麼贏利甚至無法大規模且穩定贏利的舌尖上的美食。所以，一旦資本入場，有的時候美食也不是人想選就有得選的。你可能只能從資本偏好的美食中進行選擇了。以至於有人説，這其實是餐飲業的劣幣驅逐良幣。

事實上，人工智能近年來的發展何嘗不是如此呢？

雖然不是餐飲業，但人工智能卻也在走着餐飲業類似的發展路線。

自2012年以來，隨着深度學習的崛起，人工智能方向的研究已經逐漸同質化。大家都開始認識到深度模型、數據和算力的重要性。近10年來，多數的嘗試和突破都是在這三個面上進行發力的。要麼把模型做深，要麼對數據進行真實和虛擬的擴增，要麼把硬件環境做得足夠強大，電力消耗驚人也在所不惜。

不僅如此，深度學習端到端的設計理念，也起到了拉平效應和同化效應的作用。拉平就是廚師之間的水平差異不明顯了。一級廚師在這個時代沒有明顯的優勢。人工智能科研人員的情況也類似。因為很多模型的代碼或配方都是公開的，大家要研究點新模型，只需要模塊化的小修小改就行了，主要的時間消耗在模型的調參優化上，而不是鑽研相對困難的基礎理論上。

同化則是不太容易區分餐飲業之間的差異。烤魚、烤肉、火鍋、牛蛙，雖然食材上、製作工藝上有所區別，但大的道理似乎差不多，都是近成品的食材加上相對成熟的流水線作業模式。人工智能也是，只是能與人工智能沾得上邊的，各個行業都可以套在人工智能的大框架下來做相應的工作。交通監控、人臉識別、電力系統控制、無人駕駛，諸如此類。這些均可以視為不同背景的“食材”或數據，引入可以流水線作業的深度模型，再根據行業特色稍做調整。重點是後期的服務要做好，才有利於成果轉化和實際應用。

因為門檻降低，利潤卻不少，所以，樂意從事這個行業的人變多了。於是就像餐飲業一樣，這十餘年來，在人工智能發表的論文數飛速地攀升，落地的人工智能企業也如雨後春筍般湧出。

然而，也不難發現，在流水線作業的背後，越來越少見那些有靈魂的，需要慢工出細活的菜品了。哪怕是個水煮活魚，有的時候連服務員也不太推薦，因為蒸魚的時間太長，有可能會影響桌子的輪轉率。對人工智能也是，如果一個問題需要的理論基礎太深，解決問題的難度過大時，相關的科研人員有可能就直接跳過。優先級往往會偏向容易變現的科研方向或應用。

實際上，人工智能這種挑肥撿瘦的現象也不是現在就有了。早在1973年，Brooks在其《沒有表示的智能》中就指出過。他認為，自人工智能研究開始，人工智能科研人員就始終偏好做容易變現、落地的研究，而對困難問題往往選擇性地忽視。比如智能的基礎是感知，在沒有出現自然語言或認知之前，就有了只依賴於感知的智能體。那麼，跳過感知，去研究認知，並不一定符合人工智能的發展規律。“計算機之父”“人工智能之父”圖靈在其1950年的文章中也指出過，人工智能的研究有兩條路線，一條是從抽象出發，一條是像父母帶小孩一樣的。但到底哪條路線能給人類帶來真正的智能，是需要謹慎思考的。

而最近ChatGPT，GPT-4的進展似乎也讓人們再次看到了強人工智能、通用人工智能的希望。從其表現出來的對話性能來看，確確實實，它們讓人感覺已經有點接近人的智能和思考模式的味道了。但事實上，這仍然是弱人工智能，即看起來像。要做到強人工智能，可能就好比飛機與鳥一樣。目前，依賴於算法、大數據、算力的人工智能是在造飛機。但要設計出鳥，也許需要換條全新的路線。

造飛機，對資本來説，這無疑是件好事，因為可以看到非常明顯的落地和贏利模式。但資本的介入，有可能會像餐飲業一樣，最終會把真正有靈魂的“廚師”給淘汰或淹沒掉。極端情況下，有可能連通向真正強人工智能的通道和絕技都失傳了。

而對於希望從事人工智能行業的學生來説，到底是否該選擇這種流水線作業的模式進行研究，卻很難把握。因為，一個人的人生是有限的，作為碩士研究生或博士研究生攻堅科學問題的時間更是短暫，不過是三到五年。在已經能看到前景的方向上，做點能快速找到成就感的創新研究也無可厚非。但是，如果這一方向或路線最終被證明想到達終極真理是行不通的話，有可能就沒有機會完成轉型了。

尤其是0到1 的科研創新，並非是0.6到1那樣，簡單增加些或嫁接些新內容就行了。有的時候需要的可能是幾代人的努力，甚至有可能完全不清楚中間進程的意義在哪裏。但這些有靈魂的“廚師”，我們同樣需要給他們留些空間，不讓他們被資本的逐利性淘汰了。

本文經授權轉載自微信公眾號“平貓的音樂”。