heruspex的个人博客分享 http://blog.sciencenet.cn/u/heruspex

博文

腾讯与人工智能 精选

已有 8810 次阅读 2019-12-1 10:41 |系统分类:观点评述| 人工智能, 超级权力, 趋势分析

       我最早使用腾讯的产品是QQ,至今12年有余,主要用于同事、学生间的交流,文件分享和日志记录。而15年后,逐渐转到了微信。因为跑步的原因,也开始用了QQ音乐。而近年来,微信支付的功能也成了常用的方式之一,微信的零钱通也帮助管理了一小块的资金。而父母,则最爱玩的是QQ游戏。这可能已经为国内大部分使用腾讯产品的一个缩影,它表明了,腾讯的产品已经渗透进人民生活,无处不在了。

 然而,这是否意味着腾讯就能独霸天下了?或应该独霸天下呢?在2012年开始兴起的人工智能第三波热潮中,它是否可以抓住这一机会更快速地成长呢?

 不可否认,在这一波热潮中,腾讯吸引了华人圈中的大咖级人物如张潼的加入,在机器学习的理论和应用方面都有了显著的加强,另外,腾讯优图实验室也将计算机视觉方面的著名科学家、香港中文大学教授贾佳亚邀请过来。事实上,在腾讯其它各个部门都能看到人工智能人才引进的力度。成果也是明显被体现出来。如顶级论文发表这一块,与2012年刚兴起时的前几年相比,最近几年论文发表上腾讯公司似乎有后来居上的趋势,尽管目前与商汤相比,论文的总数仍相对少一些。

 然而,在人才引进的同时,我们也不难发现,当年曾作为百度人工智能三驾马车之一的张潼最终也没有稳定在腾讯,而是选择去了香港科技大学任教授。从外人眼里来看,像是一场回归,一场从企业向学术界的回归。事实上,三驾马车的吴恩达、余凯也已经从百度淡出,与他人合伙创业了。那么,是什么原因导致了这样人工智能人才的流动呢?

从我的角度来看,有几个可能的原因。一是成就感的追求,学者往往是通过探索未知问题的突破来获得成就感的,哪怕时间要得比较长,如5-10年甚至更长。而多数企业则会追求3-5年即可见效的实用性研究。即使在人工智能飞速发展的这几年,学术界和企业界在成就感的定位仍然存在着不小的鸿沟。要解决这一矛盾的办法是,企业界如腾讯不妨对一些已经在国际上有一定知名度的人工智能人士做到零考核,对他们提出的合理方案给出更长期的支持,经济上和人员组织的。二是对业绩的考核,企业追求KPI无可厚非,但过度的追求,也可能导致在基础研究如人工智能的基础研究的不受重视,从而造成这一部分研究人员的心理或物质两方面的失衡,进而导致人才的流失。三则可能是个人目标与企业定位上的差异。企业是全盘规划,而个人可能更希望在其方向上有更集中的投入或投资。

除了人员的流动外,人工智能在隐私保护、诈骗等方面也依赖于大公司的技术支持和责任。近年来,大量的人工智能应用都或多或少地涉及到了个人的隐私。一些是得到政府部门许可以,如乘火车飞机时的基于人脸识别的快速安检,一些则并不一定是得到个人许可的,但却仍然使用了带个人标签的数据来帮助训练人工智能模型,以便提升其预测性能。有些模型甚至具备收集儿童个人信息的能力,这事实上是有着比较大的风险的。那么,作为一个能引导人工智能应用下载量的公司,也许可以在这一块建立更能保护个人隐私的规则,如通过人工智能技术来筛选或阻止侵犯个人隐私、可能有诈骗风险的软件可为个人下载,通过也需要建立一些的防范机制确保个人信息不被泄露。这样,也就做到了大公司应该承担的责任。

   除此以外,人工智能还存在一些开放问题,需要大的公司来进行必要的支持,如人工智能是否真能具备情感、自我意识和常识智能等很多开放问题。这些问题的研究进展与进一步提升人工智能的真实“智能”密切相关,但往往不能在短期内形成进展和答案。如果腾讯这个级别的公司,能从利润中分一小杯羹去做这方面的探索,也能帮助我国在人工智能前沿探索上获得更好的突破。

  最后还需要提及的一点是,过大的公司容易形成超级权力,可能的问题是小型企业或研究机构有可能难以在相似的研究方向上形成优势,因而导致了潜在的生存危机。另外,由于资本对超级权力的绝对倾斜,小型企业或研究机构也可能会因此,无法在有可能产生创新的小领域上获得持续性的经费支持,进而打压了创新的积极性,一些潜在的创新有可能被扼杀在萌芽中。这一现象似乎在人工智能第三波热潮中,由于资本的趋利性,似乎比较明显 [1]

不过,值得表扬的是,腾讯的犀牛鸟基金已经为一大批有潜力形成重要成果的年轻学者提供初期的启动基金。希望这一举措今后能扩展到更为基础、不太容易短期形成成果的人工智能基础及相关研究领域。

 

 

张军平

20191129

 

参考文献:

1.  张军平.  人工智能时代的“超级权力”:形成机理与利弊分析.  国家治理,201913期,http://www.rmlt.com.cn/2019/0430/545829.shtml

 

 

zjp.jpg 

张军平,复旦大学计算机科学技术学院,教授、博士生导师,中国自动化学会混合智能专委会副主任。主要研究方向包括人工智能、机器学习、图像处理、生物认证及智能交通。至今发表论文近100篇,其中IEEE Transactions系列10篇,包括IEEE TPAMI, TNNLS, ToC, TITS, TAC, TIP等。学术谷歌引用3500余次,ESI高被引一篇,H指数29

出版科普著作《爱犯错的智能体》,曾连续20余次推荐至科学网头条,曾五次进入京东科普读物新书榜前三名。关于人工智能发展趋势的观点曾被《国家治理》周刊、《瞭望》、《科技日报》、《中国科学报》等媒体多次报道。



https://blog.sciencenet.cn/blog-3389532-1208308.html

上一篇:读研秘技九:讨论班与综合科研能力
下一篇:读研秘技十:不对称的压力与科研流水线
收藏 IP: 101.87.252.*| 热度|

16 郑永军 赵彦 武夷山 李剑超 蔡宁 周忠浩 彭真明 章成志 刘全慧 黄洪林 李春来 刘钢 章忠志 强涛 罗娜 霍天满

该博文允许注册用户评论 请点击登录 评论 (4 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-24 05:34

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部