坊間流傳著這么一個(gè)說(shuō)法：谷歌想回中國(guó)，必須靠AI；而靠AI回中國(guó)，必須搞個(gè)大事情。于是，上周四的晚上李飛飛發(fā)布了一篇博客，然后連著發(fā)了三條推特，宣布一個(gè)叫AutoML的AI產(chǎn)品了。

一夜之間，中國(guó)的科技媒體就爆炸了，空氣中似乎回蕩著那一句話：搞事情了、搞事情了、搞事情了……AutoML是不是跟谷歌的中國(guó)戰(zhàn)略有關(guān)，我們不做討論。這里希望幫大家搞清楚的，是這個(gè)AutoML到底要搞什么事情。

按照谷歌云AI項(xiàng)目首席科學(xué)家李飛飛的說(shuō)法，AutoML的目標(biāo)是降低開(kāi)發(fā)者、研究者和企業(yè)群體使用人工智能相關(guān)工具和框架的門(mén)檻。而通俗的理解大概就是，這個(gè)產(chǎn)品可以不用寫(xiě)一行代碼，就訓(xùn)練出一個(gè)企業(yè)級(jí)的機(jī)器學(xué)習(xí)模型。AutoML也就是“自動(dòng)機(jī)器學(xué)習(xí)”的意思。

驚不驚喜？意不意外？傳說(shuō)中學(xué)會(huì)機(jī)器學(xué)習(xí)年入50萬(wàn)呢，說(shuō)好的BAT瘋搶AI工程師呢？是不是感覺(jué)剛掏出去的培訓(xùn)費(fèi)被風(fēng)吹走了？更有網(wǎng)友驚奇地評(píng)論道：“不是說(shuō)一起用AI去革一大堆工作的命嗎？怎么我辛辛苦苦學(xué)AI，結(jié)果先被革命了？”

當(dāng)然了，現(xiàn)實(shí)并沒(méi)有這么殘酷。但谷歌的動(dòng)作并不是孤例，背后隱含著的，是一直被反復(fù)提及的“AI民主化”，并且也折射出“我們今天學(xué)的AI技術(shù)也許是沒(méi)用的”。

搞笑的吧？原來(lái)最先被AI革命的是AI工程師？

谷歌宣布的這個(gè)讓碼農(nóng)界風(fēng)聲鶴唳的東西，叫做AutoML Vision，是整個(gè)AutoML體系的第一款產(chǎn)品，專(zhuān)注自動(dòng)生產(chǎn)圖像識(shí)別領(lǐng)域的模型。

我們用簡(jiǎn)單易懂的方式描述一下這個(gè)系統(tǒng)是如何工作的：

假如以前我想要做一個(gè)能夠進(jìn)行圖像識(shí)別的AI系統(tǒng)，那么我需要在開(kāi)發(fā)框架上自己搭建訓(xùn)練過(guò)程，完成各種訓(xùn)練部署，導(dǎo)入數(shù)據(jù)集，整個(gè)過(guò)程需要使用編程的方式來(lái)完成。但在AutoML Vision上，我一行代碼都不用寫(xiě)，只需要按照說(shuō)明，把我希望訓(xùn)練用的圖片都拖進(jìn)系統(tǒng)里，然后耐心等待，一個(gè)訓(xùn)練好的機(jī)器學(xué)習(xí)模型就趁熱出爐了。

舉個(gè)例子，假如你想訓(xùn)練一個(gè)模型，用來(lái)識(shí)別你家的貓主子是不是生氣了（這得有多無(wú)聊。。.。。.），那么就只需要在AutoML Vision中放入你家貓的照片、它生氣時(shí)候的照片、高興時(shí)候的照片等等，然后你就會(huì)得到一個(gè)識(shí)別程序。用它連上手機(jī)拍照，就可以讓AI去理解貓大人的喜怒哀樂(lè)了。

是不是挺神的？

AutoML Vision拖放圖片界面

這背后，是谷歌利用了深度學(xué)習(xí)領(lǐng)域中的遷移學(xué)習(xí)（Transfer Learning）技術(shù)。把此前谷歌訓(xùn)練圖像識(shí)別模型時(shí)積累下來(lái)的訓(xùn)練過(guò)程，遷移到AutoML當(dāng)中，這樣就節(jié)省下后續(xù)類(lèi)似模型的開(kāi)發(fā)過(guò)程。

簡(jiǎn)單來(lái)說(shuō)，AutoML有點(diǎn)像谷歌云搭建的一個(gè)“解題公式”。之后的考生并不需要知道公式是怎么來(lái)的，只需要把問(wèn)題套進(jìn)去就可以得到答案。當(dāng)然了，這只是簡(jiǎn)單交代一下它的工作原理，實(shí)際上沒(méi)有那么容易。尤其在調(diào)試進(jìn)程中，不同模型需求和系統(tǒng)的兼容度是個(gè)大問(wèn)題。

總而言之，這個(gè)產(chǎn)品以及背后的思路，對(duì)于想做機(jī)器學(xué)習(xí)又缺乏專(zhuān)業(yè)技術(shù)和人才的企業(yè)來(lái)說(shuō)確實(shí)是個(gè)福音。它取消的，是通過(guò)代碼搭建機(jī)器學(xué)習(xí)模型的過(guò)程，以及復(fù)雜的調(diào)試工作。僅為碼農(nóng)們保留了輸入特定數(shù)據(jù)這個(gè)操作。很大程度上降低了機(jī)器學(xué)習(xí)訓(xùn)練中的工作量，尤其是編程工作。

但也別太樂(lè)觀。雖然AutoML目前還沒(méi)有正式發(fā)布，真實(shí)效果有待考量，使用價(jià)格也是未知數(shù)。但就目前信息來(lái)看，AutoML生成定制化模型需要的數(shù)據(jù)量還是很大的，不是毫無(wú)基礎(chǔ)的開(kāi)發(fā)者能夠搞定的。

而且它只能完成相對(duì)簡(jiǎn)單的任務(wù)，且只能套用谷歌給出的訓(xùn)練方案。如果想要制作比較復(fù)雜的機(jī)器學(xué)習(xí)系統(tǒng)，使用獨(dú)特算法進(jìn)行訓(xùn)練，那么編程還是不可避免的。

所以呢，目前來(lái)看真正用心且努力進(jìn)入AI開(kāi)發(fā)領(lǐng)域的朋友大可放心。除了圖像識(shí)別，谷歌未來(lái)還計(jì)劃將AutoML服務(wù)拓展到翻譯、視頻和自然語(yǔ)言處理等領(lǐng)域。這或許意味著初級(jí)的AI程序被自動(dòng)生成、快速?gòu)?fù)制到各行業(yè)已經(jīng)不遠(yuǎn)了。

雖然谷歌表示AutoML是目前唯一一個(gè)此類(lèi)產(chǎn)品，但其實(shí)各家也都在部署類(lèi)似的業(yè)務(wù)。比如亞馬遜的Amazon SageMaker，以及微軟還未正式發(fā)布的定制圖像識(shí)別模型服務(wù)。包括國(guó)內(nèi)的百度，也在旗下AI開(kāi)放平臺(tái)中推出過(guò)定制化圖像服務(wù)。

之所以說(shuō)谷歌這次“搞了個(gè)大事”，主要是因?yàn)锳utoML的自動(dòng)化程度更高，尤其是解決了自動(dòng)搭建訓(xùn)練模型和調(diào)參這兩大問(wèn)題。

不過(guò)在谷歌這么賣(mài)力的背后，似乎寫(xiě)著五個(gè)大字：AI民主化。

AI民主化，要取消了誰(shuí)的集權(quán)？

去年3月，剛剛加盟谷歌不久的李飛飛就表示，人工智能的下一步是完成“AI民主化”。在這次發(fā)布AutoML之后，她又一次表示由于資源稀缺，多數(shù)企業(yè)無(wú)法開(kāi)發(fā)個(gè)性化模型，所以AutoML的出現(xiàn)是為了進(jìn)一步推進(jìn)AI民主化。

那么問(wèn)題來(lái)了：AI民主化，到底是針對(duì)誰(shuí)的專(zhuān)政？要取消誰(shuí)的集權(quán)？

有人說(shuō)了，大部分先進(jìn)的AI技術(shù)現(xiàn)在是掌握在幾家大公司手里的。AI民主化當(dāng)然是要讓人人成為AI的主人，破解巨頭專(zhuān)政。

我只能說(shuō)，你當(dāng)人家傻??？

難道谷歌們會(huì)費(fèi)了好大力氣，為了瓦解自己的霸權(quán)？當(dāng)然不會(huì)。就像AutoML的產(chǎn)品思路中展示的那樣，省略掉了開(kāi)發(fā)者的技術(shù)門(mén)檻，谷歌從中吃虧了嗎？沒(méi)有。谷歌擁有了更多的用戶(hù)，自身的算法優(yōu)勢(shì)無(wú)形中得到了擴(kuò)張。并且AutoML的用戶(hù)訓(xùn)練模型是要直接部署在谷歌云上的，顯然這也是個(gè)變相捆綁，希望從刁鉆角度刺AWS幾刀。

對(duì)于最迫切希望得到“民主”的小公司和個(gè)人開(kāi)發(fā)者而言，巨頭兜售的開(kāi)發(fā)者賦能和去技術(shù)門(mén)檻式“民主”，絕不是仁慈的饋贈(zèng)，換取而來(lái)的是小開(kāi)發(fā)者們緊密依賴(lài)關(guān)系的生態(tài)交換。真正被AI民主化瓦解的，其實(shí)是夾在大公司和小開(kāi)發(fā)者之間的中層公司，或者叫算法公司、技術(shù)公司。

目前在世界各地的AI市場(chǎng)上，這類(lèi)中型公司都普遍存在。當(dāng)然其存在是有意義和價(jià)值的。對(duì)于巨頭來(lái)講，將技術(shù)能力打入各行各業(yè)，開(kāi)發(fā)各種各樣的應(yīng)用是完全不可能的，那么就有賴(lài)于開(kāi)發(fā)者去做這些事，自己做平臺(tái)服務(wù)和技術(shù)能力的輸出者就好了。

但小團(tuán)隊(duì)和個(gè)人開(kāi)發(fā)者能去做這些深入行業(yè)，或者極具創(chuàng)意的開(kāi)發(fā)嗎？其實(shí)也不行，因?yàn)閺念^開(kāi)始的技術(shù)太復(fù)雜，對(duì)人才的需求太高，一般開(kāi)發(fā)者和小企業(yè)根本玩不起。

于是就出現(xiàn)了大量夾層公司，他們以技術(shù)壁壘為主要產(chǎn)業(yè)支撐點(diǎn)。利用重技術(shù)和人才去做一些其實(shí)看起來(lái)不那么“重”的小應(yīng)用，或者以開(kāi)發(fā)定制化AI模型的方式向第三方收費(fèi)。

而谷歌、英特爾等巨頭企業(yè)都在倡導(dǎo)的AI民主化，事實(shí)上是將需要大量“AI勞動(dòng)力”完成的工作裝入自動(dòng)化模型里。向上收回底層技術(shù)開(kāi)發(fā)權(quán)，向下直接觸達(dá)細(xì)分開(kāi)發(fā)場(chǎng)景。

說(shuō)白了，小公司、個(gè)人創(chuàng)業(yè)者、人才稀薄地區(qū)想要引入AI，就必須能從成本上越過(guò)技術(shù)公司，自己玩得起AI。巨頭的AI民主化，當(dāng)然是希望瓦解那些憑借“二手技術(shù)”和“雇傭能力”卡位的企業(yè)，把他們的份額分給更小的開(kāi)發(fā)者。讓開(kāi)發(fā)者僅僅提供創(chuàng)意和運(yùn)營(yíng)、市場(chǎng)等能力來(lái)激活A(yù)I的廣泛前景。

所以所謂AI民主化，真正瓦解的是AI當(dāng)中非創(chuàng)造性工作制造的準(zhǔn)入壁壘。

而在AutoML代表的自動(dòng)化戰(zhàn)略進(jìn)一步實(shí)施后，最可能帶來(lái)的影響是AI產(chǎn)業(yè)鏈的去中層化。一些看似很大的公司，卻只創(chuàng)造了很小的價(jià)值，僅僅依靠AI技術(shù)壁壘來(lái)占據(jù)市場(chǎng)份額和資本關(guān)注，大概是這場(chǎng)“民主運(yùn)動(dòng)”中最危險(xiǎn)的一方。

今天的AI，會(huì)不會(huì)是跑不過(guò)馬的汽車(chē)？

最后，我們可能還要開(kāi)另一個(gè)腦洞：AI民主化雖然聽(tīng)起來(lái)很美，但未必全是好消息。

毋庸諱言，AutoML這樣的產(chǎn)品所帶來(lái)的AI民主化進(jìn)度，可以說(shuō)是肉眼可見(jiàn)的。如果回頭看看一兩年前，很容易就會(huì)發(fā)現(xiàn)AI的產(chǎn)業(yè)鏈和開(kāi)發(fā)規(guī)則已經(jīng)大變樣了。

但這對(duì)產(chǎn)業(yè)邊緣徘徊不前的企業(yè)來(lái)說(shuō)一定是好事嗎？就像文章開(kāi)頭提到的，AutoML一發(fā)布，很多程序員朋友第一反應(yīng)是調(diào)侃自己的AI白學(xué)了。但要知道，他們可才學(xué)了沒(méi)有多長(zhǎng)時(shí)間。那么對(duì)于想要進(jìn)入這個(gè)領(lǐng)域的企業(yè)來(lái)說(shuō)，類(lèi)似的恐懼會(huì)不會(huì)更深？

我們知道，在絕大多數(shù)共識(shí)里，今天以機(jī)器學(xué)習(xí)為主導(dǎo)的AI復(fù)興，核心是由三個(gè)因素構(gòu)成的：算法、算力和數(shù)據(jù)。有趣的是，這三個(gè)因素現(xiàn)在都在快速“被民主”。

算法上，AI開(kāi)發(fā)框架開(kāi)始越來(lái)越智能，AutoML這樣的產(chǎn)品甚至能自動(dòng)編程，實(shí)現(xiàn)算法工具化和模塊化。算力上，各種新的硬件和處理到來(lái)，算力成本近乎每一天都在跌落。數(shù)據(jù)上，越來(lái)越多的免費(fèi)數(shù)據(jù)分享成為常態(tài)。并且前沿的AI技術(shù)爭(zhēng)論中，已經(jīng)開(kāi)始質(zhì)疑大量數(shù)據(jù)對(duì)于深度學(xué)習(xí)的必須性。

總而言之，差不多每隔一段時(shí)間，AI的門(mén)檻就會(huì)下調(diào)一次。但從企業(yè)和開(kāi)發(fā)者的角度來(lái)看，這樣的情況就有點(diǎn)苦惱：現(xiàn)在部署的AI能力，會(huì)不會(huì)一個(gè)月之后就被淘汰了？

我們知道，汽車(chē)最開(kāi)始是跑不過(guò)馬車(chē)的。雖然最終證明了汽車(chē)絕對(duì)強(qiáng)過(guò)馬車(chē)，購(gòu)入汽車(chē)是正確的，但大家恐怕都不希望成為那輛超級(jí)老爺車(chē)的乘客。何況AI這東西，連汽車(chē)那樣的收藏價(jià)值都沒(méi)有。

就像此時(shí)此刻，不知道有沒(méi)有一位剛剛組建了豪華機(jī)器學(xué)習(xí)專(zhuān)家團(tuán)隊(duì)的企業(yè)家，突然發(fā)現(xiàn)原來(lái)自己想做的，隨便找個(gè)人操作下谷歌的新產(chǎn)品，再等上一天就搞定了。。.。。.

也許在今天，企業(yè)收獲的不是AI開(kāi)發(fā)門(mén)檻逐步降低帶來(lái)的好處，而是面對(duì)AI體系快速迭代產(chǎn)生的恐慌。畢竟我們都不知道，今天做的事會(huì)不會(huì)在幾個(gè)月之后就被證明毫無(wú)意義。

尤其對(duì)于中國(guó)企業(yè)來(lái)說(shuō)，習(xí)慣于追風(fēng)口，風(fēng)來(lái)則上，風(fēng)小則退。這么復(fù)雜且天天都在變的AI，誰(shuí)有心情跟它躲貓貓??？
編輯：hfy