12月14日的谷歌开辟者年夜会上，最冲动人心的新闻应当就是谷歌AI中国中间的成立了。身着红衣的李飞飞无疑是谷歌开辟者年夜会最年夜的配角，她在现场宣告：谷歌AI中国中间将由她和 Google Cloud 研发担任人李佳博士配合引导，激荡起了现场一片掌声。
李飞飞从洗衣工到斯坦福传授的传奇阅历被传遍全国，不能不让人感慨，我们又回到了崇敬迷信家的时期。
也许是由于人工智能自己就是一个学术话语权极强的范畴，如今的AI企业不论体量年夜小，总要请来几个传授、专家坐镇，时不时还要发篇论文，刷刷CVPR等等比赛的排名。
可成绩的症结是，我们崇敬迷信家，不只仅是由于迷信家有不凡的学术才能，还由于他们是把人工智能技巧从论文中带到我们身旁的传火者。
迷信家常有，而传火者不常有。明天就来谈谈，如何能力称得上人工智能范畴的传火者。
论文产物化：象牙塔表里的海水与火焰
在许多人的概念里都存有一个误区，论文发的多、专利请求的多、比赛排名足够高就意味着技巧有着更高的适用性和贸易远景。可现实上从论文到产物，再到优良的产物，之间里程常常比我们想象中要悠远。
不论是论文照样赛事，常常都邑给出一个幻想的恒定试验情况来寻求某一项技巧的极致能够。好比给出同一的硬件尺度或数据库，而得出的成果也是在某一尺度下的最好成果。
这就招致一种为难的成果：许多时刻论文走向一种异常刁钻的偏向，很难现实运用在生涯中。像是消耗年夜量盘算资本去寻求极小的模子紧缩，或是就义盘算速度去在极小规模内晋升模子精确率。但这些研讨结果常常只能在仿真情况中起感化，要想运用到实际中来，常常会碰到如许那样的成绩。
如今许多技巧模子都是开源同享的，将地下的模子停止参数调试，从一个范畴移植到另外一范畴其实不难，可想要完成产物化，就要为模子寻觅到适合场景，嵌入到实用的软件或硬件中。在这一进程中，若何面临技巧开源，难以树立壁垒的成绩就是一个难点。运用本钱愈来愈低的人脸辨认，就是技巧无壁垒、产物想象力匮乏构成的成果。
即便把技巧胜利产物化，也要考量产物的现实运用性。人工智能技巧的参加是否是真的能晋升用户体验，体验的晋升和所消耗的本钱之间能否又能找到均衡点……许多时刻人工智能产物还未经市场磨练，就曾经在折戟在论文产物化的进程中了。
论文和排名仅仅是人工智能家当的一小部门，有一些企业靠这些可以拿到年夜笔融资，但这毫不仅仅是胜利的标记。专家传授一脸斗志昂扬，可面前的投资人还双目灼灼的盼着论文变现呢。到最初常常在学界和业界成了两个极端，一边歌舞泰平承平的写着论文开着会，另外一边则为了优化产物急成了热锅上的蚂蚁。
总之，论文和会议比赛中的技巧存在于仿真世界中，代表的是人工智能无穷的能够性。而现在迷信家们纷纭走出象牙塔，我们愿望看到的是他们把技巧从仿真世界带到物理世界，向我们展现人工智能的运用性。
把眼光投向物理世界，学术力气落足在哪？
在明天的人工智能高潮中，既然有人靠水论文拿融资，天然也会有人可以成为技巧的传火者，把学术才能化为产物才能乃至贸易才能。上面就分离引见一下天然说话处置、盘算机视觉和强化进修三个范畴中的传火者。
帮谷歌AI衔接中国的李飞飞
抛开谷歌的光环，从加州理工卒业的李飞飞本身也有着极高的学术终点，在斯坦福试验室中的身材力行造就出了很多牛人，也凭着TED上壮大的演讲才能吸引了很多人存眷盘算机视觉范畴。
李飞飞对人工智能家当最年夜的进献无疑是创建了世界上最年夜的图片辨认数据库ImageNet。此前机械进修一向饱受过拟合和泛化的困扰，学界一向试图在模子上寻觅处理方法，直到李飞飞开端主导ImageNet的研讨，从数据集动手试图转变游戏规矩。
ImageNet的影响力愈来愈年夜，乃至从中出生了卷积神经收集如许适用性极高的技巧，盘算机视觉和深度进修也愈来愈多的运用在物理世界中：社交收集的图象标注、主动驾驶的物体监测……年夜量的落地运用也再赓续的向CV技巧供给反应，物理世界的技巧运用也催化了仿真世界中技巧的成长。
教机械人叠毛巾的Pieter Abbeel
提到强化进修，年夜多半人会以为这是一项间隔实际异常悠远的技巧，不外一向有人在测验考试着把这一技巧带到实际，Pieter abbeel就是个中之一。
在博士时代，Pieter Abbeel就与吴恩达一同提出了师徒进修这一强化进修中的主要概念。在伯克利任教时代，还因让机械人经由过程强化进修学会叠毛巾取得了MIT发表的TR35奖项。后来入职马斯克的OpenAI，还推出了有名的机械人练习场Gym，让许多团队可以在低本钱的条件下疾速练习智能体。
直到明天，硅谷机械人制作商Willow Garage的许多产物中还有Pieter Abbeel应用强化进修练习的结果。现在Pieter Abbeel曾经分开OpenAI，创建本身的团队，专注于应用强化进修让现有硬件装备自立进修完成义务。
主动化的普及度赓续增高的进程，实质上也是机械人练习本钱赓续下降的进程，强化进修的运用的落足的地方也在个中。
为百度结构深度进修的王海峰
NLP和CV两个范畴，都集合了年夜量华人迷信家。在学界和家当界都有结构的，不但有李飞飞，王海峰也是个中一个典范。
王海峰在学界的造诣许多，好比在16年被选了国际盘算说话学会（The Association for Computational Linguistics）的会士。在这个于影响力、威望性和活泼度兼备的学术组织中，王海峰成了是年夜陆首位、也是最年青的一名ACL院士。
2010年入职百度后，王海峰也在百度取得了很年夜的施展空间，接连结构了天然说话处置、互联网数据研发、图片搜刮和语音技巧等等多个部分。在2013年协助创建百度深度进修研讨院后，很快我们就看到了百度翻译、语音搜刮等等产物上的变更。
在这些用户体验的感触感染差别中，表现的是神经收集、语音辨认和常识图谱等等技巧的感性出现。
反动光降前夕，天秤两头的学与业
以上三位迷信家仅仅是人工智能范畴浩瀚传火者的代表人物，却也能坐井观天，融会到一点人工智能家当成长的势头。
有一些生物学界的人士已经对此次人工智能海潮做出过忠言，说明天的人工智能特殊像十几年前的生物学，论文满天飞、年夜学猛开专业、专家传授纷纭“下海”创业。最初生物学却由于家当化才能缺乏，湮灭了学术界的星星火光。而人工智能被称为下一次工业反动，天然要把“学”和“业”放在天秤的两头。
“学”的才能，既包含了论文数目、比赛排名，也须要考量技巧的立异型和适用性。
像现现在年夜火的DeepMind，他们揭橥的许多关于深度进修的论文中并没有益用太多超前的办法论，而是引源上个世纪的认知迷信办法，用来处理明天的实际成绩。
至于“业”的方面，常常要看技巧的根扎在哪里。以上三个案例中，迷信家们固然都出生象牙塔和试验室，但也都是典范的工程派，把技巧的基础深深的扎在了年夜企业和运用家当中。普遍的营业和普遍的运用场景意味着源源赓续的实际数据，以此汲取的营养，能力让迷信家们在仿真世界研收回的模子无穷实用于物理世界，让技巧实在影响到人们的生涯。把工业反动的火种带到实际中来。
不外我信任人工智能家当很难重蹈生物家当的复辙，一个明显的苗头就是，人们正在对天秤严重掉衡的企业掉去信念。好比此前的智能音箱风潮，市场上曾经看不到前两年对智妙手环一类产物的热忱，反而换来了很多对智障音箱的嘲讽。又好比一向强调本身学术配景的科年夜讯飞，也由于落地场景匮乏而饱受争议。
历经了从。com时期的几回泡沫，我们曾经愈来愈清晰本身想要的是甚么，关于空中神殿的勾画切实其实诱人，可想要真正转变近况，还需一次火种的传递。
