2019年AI仍舊風口，別說大牛，剛畢業(yè)就年薪百萬的博士都有。但前谷歌工程師、研究深度學習的Ryszard Scopa認為，AI技能并沒你想的那么值錢，甚至正在貶值！數(shù)據(jù)，勝過更好的架構。

我們正處于人工智能的繁榮時期，機器學習專家的薪水高得驚人，投資者與人工智能初創(chuàng)企業(yè)會晤時，往往樂于敞開心扉，慷慨解囊。

這么做是正確的：因為這是每一代都會發(fā)生一次的變革性技術之一，AI這項技術將會繼續(xù)存在，改變我們的生活。

但這并不意味著讓你的人工智能創(chuàng)業(yè)獲得成功是一件容易的事。

我認為，任何人在試圖圍繞AI開展業(yè)務之前，都會遇到一些重要的陷阱。

你的 AI 技能正在貶值

2015 年我還在 Google 工作，那會兒就開始鼓搗 DistBelief (后來改名為 TensorFlow)。這玩意兒那時候實在太槽糕了，寫起來非常笨拙，主要的抽象還不符合你的預期。

要想讓它在 Google 所構建的系統(tǒng)之外發(fā)揮作用？

那真是一個白日夢。

兒子與我，使用藝術風格遷移進行圖像處理，這項技術激發(fā)了我對深度學習的興趣

2016 年底，我正在進行一個概念證明的研究，就是在組織病理學圖像中檢測出乳腺癌。我想使用遷移學習：采用 Inception，這是 Google 當時最好的圖像分類架構，然后使用我的癌癥數(shù)據(jù)重新進行訓練。我使用了 Google 提供的經(jīng)過預訓練的初始權重，只不過更改了頂層以便能夠匹配我所做的工作。我在 TensorFlow 中，經(jīng)過長時間的反復實驗后，終于弄明白了如何操縱不同的層，并使其大部分發(fā)揮作用。這些都需要很大的毅力去閱讀 TensorFlow 的資料，但至少我不必太過擔心依賴關系，因為 TensorFlow 準備好了 Docker 鏡像，真是太貼心了！

在 2018 年初，由于缺乏復雜性，上述任務并不適合作為實習生的第一個項目。多虧了 Keras（TensorFlow 之上的一個框架），你只需幾行 Python 代碼就可以完成，而且不需要深入理解你在做什么。但有一個痛點，就是超參數(shù)調優(yōu)。如果你有深度學習模型，那你可以調整多個參數(shù)，如層的數(shù)量和大小等等。但如何得到最優(yōu)配置并非易事，一些直觀的算法（如網(wǎng)格搜索）效果并不怎么樣。你做了很多實驗，感覺更像是一門藝術，而不是一門科學。

在我寫下這些文字的時候（2019 年初），Google 和 Amazon 已經(jīng)提供了自動模型調優(yōu)服務（Cloud AutoML、SageMaker），Microsoft 也正在計劃提供這一服務。我預測，手動模型調優(yōu)將會像渡渡鳥一樣滅亡，而對于機器學習工程師來說，這也算是一種很好的解脫。

我希望你們能明白其中的規(guī)律：困難的事情終將變得容易，你可以在獲得更多的同時而無需深入理解。過去那些偉大的工程壯舉，現(xiàn)在聽上去卻有些蹩腳。因此，我們不應該期望現(xiàn)在的壯舉在未來會變現(xiàn)得更好。

這是一件好事，也是取得驚人進步的標志。我們將這一進步歸功于像 Google 這樣的公司，正是它們在這些工具上投入巨資，然后免費給人們提供這些工具。它們之所以這樣做，主要有兩個原因。

你被商品化之后的辦公室

第一個原因，這是對它們實際產(chǎn)品（即云基礎設施）的商品化補充的嘗試。在經(jīng)濟學中，如果你傾向于一起購買兩種商品的話，那么購買的這兩種商品往往是互補的。舉一些例子：汽車與汽油、牛奶與谷物、培根和雞蛋等。如果其中一種商品降價了，那么另一種商品的需求往往就會增加。對云計算來說，它的補充就是運行在云端之上的軟件；而人工智能有一個特點，就是需要大量的計算資源。因此，盡可能降低開發(fā)成本是很有意義的。

Google 如此熱衷人工智能的第二個原因是，與 Amazon 和 Microsoft 相比，Google 擁有比較明顯的優(yōu)勢：起步更早。畢竟是 Google 普及了深度學習的概念，因此，它們成功搶走了很多人才。它們在開發(fā)人工智能產(chǎn)品方面有著更多的經(jīng)驗，這些使得它們在開發(fā)必要的工具和服務方面占據(jù)了優(yōu)勢。

盡管取得了令人興奮的進展，但對于那些在人工智能技能上投入巨資的公司和個人來說，并不是什么好消息?，F(xiàn)在它們?yōu)槟闾峁┝藞詫嵉母偁巸?yōu)勢，因為培養(yǎng)一個稱職的機器學習工程師，需要耗費大量的時間來閱讀論文，以及打下扎實的數(shù)學基礎。

然而，隨著工具的改進，情況就不再如此：它將會變?yōu)楦嗟氖情喿x教程而不是科學論文。

如果你沒有很快意識到自己的優(yōu)勢，那么圖書館的一群實習生可能就會搶走你的飯碗。特別是當實習生有更好的數(shù)據(jù)，這就引出了我的下一個觀點……

更多的數(shù)據(jù)比花哨的 AI 架構更重要

假設你認識兩個人工智能初創(chuàng)公司的創(chuàng)始人：Alice 和 Bob。他們的公司籌集到的資金大致相當，而且在同一個市場上激烈競爭。Alice 在最好的工程師和擁有豐富的人工智能研究經(jīng)驗的博士上進行投資，而 Bob 則雇傭了平庸但能干的工程師，并投資給她 （“Bob” 是 Robreta 的簡稱?。┮垣@得更好的數(shù)據(jù)。那么，你會在哪個公司身上下注呢？

我會在 Bob 身上下注。為什么呢？

因為，從本質上來說，機器學習的工作原理就是通過從數(shù)據(jù)集中提取信息并將其傳遞給模型權重中。在這一過程中，更好的模型會更有效（就時間和（或）綜合質量而言），但是假設某個足夠的基線（即模型實際上正在學習某些東西），擁有更好的數(shù)據(jù)將會勝過更好的架構。

為了說明這一點，讓我們做一個快速而粗略的測試。我創(chuàng)建了兩個簡單的卷積網(wǎng)絡，其中，一個是 “更好” 的網(wǎng)絡，一個是 “更差” 的網(wǎng)絡。那個 “更好” 模型的最后一層全連接層 （Dense Layer） 有 128 個神經(jīng)元，而 “更差” 的模型則只有 64 個。我在 MNIST 數(shù)據(jù)集的不斷增大的子集上對這兩個模型進行訓練，并繪制出了模型在測試集上的正確率與訓練的樣本數(shù)的關系圖。

藍色曲線代表 “更好” 的模型，綠色曲線代表 “更差” 的模型

訓練數(shù)據(jù)集大小的積極作用是顯而易見的（至少在模型開始出現(xiàn)過擬合和正確率達到穩(wěn)定之前是這樣）。代表 “更好” 模型的藍色曲線明顯優(yōu)于代表 “更差” 模型的綠色曲線。然而，我想要指出的是，就正確率而言，在 4 萬個樣本上訓練的 “更差” 模型的表現(xiàn)，要比在 3 萬個樣本上訓練的 “更好” 模型更好！

在我這個小例子中，我們處理的是一個相對簡單的問題，并且我們還有一個全面的數(shù)據(jù)集。然而在現(xiàn)實生活中，我們可沒有這么奢侈的條件。在許多情況下，你永遠也無法避免圖表中增加數(shù)據(jù)集具有如此顯著效果的部分。

而且，Alice 的工程師們實際上不僅僅是與 Bob 的工程師競爭。由于人工智能社區(qū)的開放文化及其對知識共享的重視，他們還與 Google、Facebook、Microsoft 和全球數(shù)千所大學的研究人員競爭。

如果你的目標只是解決問題（而非對科學做出原創(chuàng)貢獻），那么采用目前文獻中描述的表現(xiàn)最好的架構，并根據(jù)你自己的數(shù)據(jù)對其進行重新訓練，這是一個經(jīng)過實戰(zhàn)考驗的策略。如果現(xiàn)在沒有什么可用的東西的話，通常只需等待一兩個季度，直到有人提出解決方案。特別值得一提的是，你可以做一些事情，比如舉辦一場 Kaggle 競賽來激勵研究人員研究你的特定問題。

良好的工程設計始終很重要，但如果你做的是人工智能的話，那么數(shù)據(jù)就是形成競爭優(yōu)勢的關鍵因素。然而，最重要的問題是，你是否能夠保持住自己的優(yōu)勢。

保持 AI 競爭優(yōu)勢是很困難的

憑借出色的數(shù)據(jù)集，Bob 成功地與 Alice 展開競爭，她做得很好：推出了自己的產(chǎn)品，市場份額穩(wěn)步增長。她甚至可以開始聘用更好的工程師，因為坊間傳言她的公司是合適的選擇。

Chunk 想要趕進度，不過他比 Bob 有更多的錢。這一點在構建數(shù)據(jù)集時很重要。通過砸錢來加速一個工程項目是非常困難的。事實上，指派太多的新人反而有可能會阻礙項目的進展。然而，創(chuàng)建數(shù)據(jù)集卻是另外一種問題。通常來說，創(chuàng)建數(shù)據(jù)集需要大量的人工勞動，但你可以通過雇傭更多的勞動力來輕松擴展規(guī)模?；蛘呖赡苣橙藫碛袛?shù)據(jù)，那么你只需做的事就是向他支付許可費用。無論如何，有錢就是好辦事。

那么問題來了，為什么 Chunk 能夠比 Bob 籌到更多的資金呢？

當創(chuàng)始人發(fā)起新一輪融資時，他們會試圖平衡兩個可能存在沖突的目標。他們需要籌集到足夠的資金才能勝出。但是，他們又不能籌集太多的資金，因為這樣以來就會導致公司股權被過度稀釋。接受外部投資者就意味著出售公司的一部分。創(chuàng)始團隊必須在初創(chuàng)公司中保持足夠份額的股份，以免他們失去創(chuàng)業(yè)的動力（要知道，創(chuàng)業(yè)可是一項艱苦的工作?。?/p>

另一方面，投資者也希望他們的投資是投在有著巨大潛力的點子上，但他們必須控制風險。隨著感知風險的增加，他們會要求公司為他們支付的每一美元提供更多的股票份額。

當 Bob 籌集資金的時候，這是信心上的一次飛躍：人工智能能夠真正提升她的產(chǎn)品。不管她作為創(chuàng)始人的素質如何，也不管她的團隊有多優(yōu)秀，毫無疑問，她一直在努力攻克的問題難以解決。而 Chunk 的情況非常不同，他知道這個問題是很容易解決的，因為 Bob 的產(chǎn)品就是活生生的證據(jù)！

Bob 應對這一挑戰(zhàn)的可能反應之一是發(fā)起另一輪新的挑戰(zhàn)。她應該處于有利地位，因為（目前）她在這場競賽中仍然保持領先。然而，情況可能會更復雜。如果 Chunk 可以通過戰(zhàn)略關系確保能夠對數(shù)據(jù)的訪問呢？遇到這種情況該怎么辦？例如，假設我們正在討論一家癌癥診斷初創(chuàng)公司，那么 Chunk 可以利用他在一家重要醫(yī)療機構的內部地位，與該機構達成私下交易，而 Bob 很可能無法做到這點。

你的產(chǎn)品應該是可防御的，最好是有一條很深的護城河

那么，你將如何為人工智能產(chǎn)品構建可維護的競爭優(yōu)勢呢？

前段時間我有幸與 Microsoft 研究院的 Antonio Criminisi 交談。他的想法是，這個項目的秘密武器不應該只由人工智能組成。例如，他的 InnerEye 項目除了利用了人工智能外，還用到了經(jīng)典（不是基于機器學習）的計算機視覺來分析放射圖像。

從某種程度上來說，這可能和你創(chuàng)辦人工智能初創(chuàng)公司的初衷不一樣。不過，將數(shù)據(jù)扔到模型并看到它工作的能力還是非常有吸引力的。然而，傳統(tǒng)的軟件組件更難重現(xiàn)，因為這種組件往往需要程序員思考算法，并利用一些難以獲得的領域知識才能構建。

人工智能最好像杠桿一樣使用

對業(yè)務進行分類的一種方法是，看它是直接增加價值，還是為某些其他價值來源提供杠桿作用。讓我們以一家電子商務公司為例。如果你創(chuàng)建了新的產(chǎn)品系列，那么你可以做到直接增加價值。以前什么都沒有，現(xiàn)在有了小商品，客戶就可以為它們支付費用。另一方面，建立新的分銷渠道相當于起到杠桿作用。比如，通過開始在 Amazon 上銷售你的小商品，你就可以將銷售量翻倍。削減成本也是一種杠桿，如果你與中國的小商品供應商達成更好的交易談判，那么，你的毛利率將會翻一番。

相比直接施力，杠桿更有可能推得更遠。但是，杠桿只有在與直接價值來源耦合時才會起作用。如果你將微小的數(shù)進行加倍，它就不會停止變小。如果你沒有小商品出售的話，那么，獲得新的分銷渠道就是浪費時間。

在這種情況下，我們應該如何看待人工智能呢？有很多公司試圖將人工智能作為它們的直接產(chǎn)品（如用于圖像識別的 API 等）。如果你是人工智能專家，那么這個想法可能非常誘人。然而，這實在是一個非常槽糕的主意。首先，你是在與 Google、Amazon 等公司競爭。其次，制造真正有用的通用人工智能產(chǎn)品是非常困難的。比如，我一直想使用 Google 的 Vision API。 不幸的是，我們還沒有遇到這樣的一個客戶：他的需求與我們的產(chǎn)品完全匹配。它要么是太多，要么是不夠，總是這樣。定制開發(fā)可比在圓孔中釘入方形樁釘要好多了。

綜上所述，我們可以得出一個結論：將人工智能視為杠桿是更好的選擇。你可以采用現(xiàn)有的、可行的商業(yè)模式，并通過人工智能來增強它。例如，如果你有個流程依賴于人類的認識勞動力，那么，將這一流程自動化可以提高你的毛利率。我能想到的一些例子是心電圖分析、工業(yè)檢查、衛(wèi)星圖像分析等等。同樣令人興奮的是，因為人工智能留在后端，所以你有一些非 AI 選擇來形成并保持你的競爭優(yōu)勢。

結論：真正重要的是比對手擁有更好的數(shù)據(jù)

人工智能是一種真正的革命性技術。但是，將你的初創(chuàng)公司建立在人工智能之上可是一件非常棘手的事情。你不應該僅僅依賴于你的人工智能技能，因為，它們會因更大的市場趨勢而貶值。

構建人工智能模型可能是一件非常有趣的事情，但真正重要的事情是擁有比競爭對手更好的數(shù)據(jù)。要知道，保持住競爭優(yōu)勢是很難的事情，特別是如果遇到的是比你更有錢的競爭對手時，而你剛有了人工智能的點子，那么這種情況很可能會發(fā)生。

因此，你的目標應該是創(chuàng)建一個可擴展的數(shù)據(jù)收集過程，這個過程很難被競爭對手復制。人工智能非常適合顛覆依賴低資質人員認知工作的行業(yè)，因為它允許自動化這類工作。