所以我們所謂的原創(chuàng)，就是從源頭掌握技術(shù)的核心鏈條，而不是說只在一個產(chǎn)業(yè)方向上擁有自己的自主知識產(chǎn)權(quán)。比如說，現(xiàn)在可以用谷歌算法來做識別功能，也是有自己的自主知識產(chǎn)權(quán)，也可以做商業(yè)模式，但是如果谷歌不推進，自己的識別功能也到了瓶頸的話，那很可能就不能往下推進了。所以我們所謂的原創(chuàng)是，從零開始打造基礎(chǔ)，從基礎(chǔ)端往下擴展。

有一組數(shù)據(jù)是中國投資和美國投資的對比。大家會發(fā)現(xiàn)很有意思，就是美國投資相對來說比較平衡，也就是說從基礎(chǔ)的操作系統(tǒng)、芯片端，到技術(shù)端再到到應(yīng)用端的投資，都是相互平衡的。但是中國的投資是不平衡的，對應(yīng)用的投入超過百分之八十，也就是中國人都喜歡看得到、離錢近的，但是對于基礎(chǔ)的架構(gòu)不太重視，大家會想干嘛不用別人呢？

這個情況下什么叫原創(chuàng)？我們認為原創(chuàng)就是要把底層的東西補起來，現(xiàn)在芯片只是其中的一個內(nèi)容。

商湯的核心理解是，在中國很多人都覺得新出現(xiàn)了一個“快速迭代”的概念�？焖俚�代，其實就是拿來主義，所謂拿來就是拿來別人的東西自己用，然后獲得商業(yè)成功；商業(yè)成功之后，再去補自己的短板。這個模式是肯定可以行得通的，因為中國過去二十年來基本上都是這個模式。很多成功的企業(yè)都是以商業(yè)模式的成功，再倒推到技術(shù)成功。

但是現(xiàn)在有兩個核心點。第一是技術(shù)發(fā)展勢頭非�？欤�軟件的技術(shù)、算法的技術(shù)，都達到了摩爾定律的速度，在美國每十八個月性能甚至?xí)�翻一番。在這樣的情況下，算法本身可以帶來足夠的時間窗口去布局。

第二的話就是算法的通用性、實用性以及持續(xù)性，其實已經(jīng)漸漸顯示出端倪。這才是我們在這個階段上為什么想要專注于把整個鏈條建立起來，這樣我們形成的壁壘就比較長。所以我說的“原創(chuàng)”不是說別人沒有原創(chuàng)，只是強調(diào)我們從零開始，搭建架構(gòu)擁有自主的能力。

虎嗅：你覺得AI時代最核心的技術(shù)應(yīng)該是什么？

徐立：首先，AI的技術(shù)是底層的技術(shù)，關(guān)鍵在于底層如何利用硬件形成一個平臺的訓(xùn)練系統(tǒng)�，F(xiàn)在的AI是在“造生產(chǎn)力工具”，我們稱之為“造腦”。

我們把人工智能分成兩個階段：2010年之前稱為叫數(shù)據(jù)驅(qū)動的時代，就是大部分是人的知識去指導(dǎo)機器，專家系統(tǒng)也都是加了人的知識在里面；2010年之后就進入到了純數(shù)據(jù)驅(qū)動的時代，純數(shù)據(jù)驅(qū)動的核心就是要造一個“大腦”，數(shù)據(jù)就相當于他學(xué)習(xí)教材讀書，大腦聰明不聰明是關(guān)鍵。書就是數(shù)據(jù)，但是大腦的聰明程度決定了這個系統(tǒng)的能力性。

AI的核心能力在于，第一要有造腦的工具。造腦的工具如果都是別人的，那很難往新的方向去造腦。如果現(xiàn)有的造腦工具不合適，肯定就造不出來。舉例來說，谷歌和Facebook都開源了，他們都是造腦的工具；但是反過頭來，如果還用別人的造腦工具，造腦的能力和腦容量就受到了限制。

第二件事情就是造腦的專業(yè)知識。就是即使有了工具，也需要有一個團隊知道怎么去造腦。所以這兩點是AI領(lǐng)域的核心差異化，就是如何結(jié)合應(yīng)用去造出大腦。這個能力恰恰是需要厚積薄發(fā)的，不是說AI突然間火了，隨便組建一個團隊就能做的。

我們能夠做的就是在現(xiàn)有的大腦上面做應(yīng)用，把應(yīng)用做好，把產(chǎn)品化搞得更豐富。比如一個很好的人臉識別系統(tǒng)，既可以做門禁，也可以做簽到，甚至還可以做VIP識別，也可以做會場系統(tǒng)。

現(xiàn)在的行業(yè)，大家更關(guān)心有沒有創(chuàng)新產(chǎn)品，但是對于人臉系統(tǒng)算法是不是原創(chuàng)的并沒有那么關(guān)心，對于訓(xùn)練人臉大腦的引擎是不是原創(chuàng)的更不關(guān)心，對于底層的架構(gòu)和服務(wù)器是不是能夠原創(chuàng)地聯(lián)系起來、機器之間是否存在聯(lián)接、是不是獨創(chuàng)的，可能就更沒有人在意了。所以我們覺得造大腦的能力是關(guān)鍵，其次才是和行業(yè)結(jié)合的應(yīng)用。

虎嗅：AI這個技術(shù)下一步最大的突破，或者是最需要攻克的難關(guān)是什么？

徐立：其實每一波都有新浪潮。所謂的浪潮，這波帶來的還是智慧勞動力。其實是希望AI在某些垂直行業(yè)能夠突破人本身的能力。在突破過程中，很核心的一點是，就算有了造腦的工具，但還是需要特別強的造腦工程師知道怎么去做�，F(xiàn)在的突破是，可能不需要研究人員的能力，這個大腦可以自主學(xué)習(xí)，面對任何一個垂直的任務(wù)，都可以找到一個自有解決方案。這樣就可以知道每個任務(wù)中有沒有達到人的準確率，如果達到的話就繼續(xù)推廣產(chǎn)品，如果沒有達到可能就是目的算法有一些缺陷。

目前來看，自動的大腦生成系統(tǒng)在未來一到兩年內(nèi)成熟度會比較高。現(xiàn)在的自動系統(tǒng)是大腦的每個模塊相對固定，而其中模塊的擺放是渲染出來的；實際上未來可以實現(xiàn)整個結(jié)構(gòu)都進行顛覆的變化。

AI的發(fā)展，以前是目標固定，然后是網(wǎng)絡(luò)結(jié)構(gòu)固定，但網(wǎng)絡(luò)參數(shù)是訓(xùn)練出來的�，F(xiàn)在是目標固定，就是結(jié)構(gòu)和參數(shù)都可以訓(xùn)練出來，再往后就是對整個行業(yè)的顛覆，就是目標的確定性。

機器現(xiàn)在還是在指定目標下完成特定任務(wù)，但是未來會在指定目標下學(xué)習(xí)網(wǎng)絡(luò)、結(jié)構(gòu)、參數(shù)這三個東西。現(xiàn)在是參數(shù)學(xué)習(xí)，未來是結(jié)構(gòu)學(xué)習(xí)，再以后是目標學(xué)習(xí)，給出一些數(shù)據(jù)內(nèi)容之后，就會發(fā)現(xiàn)機器可以學(xué)出某一種非指定的特定能力。

到了那個階段，機器可以figureout出來一些意料之外的能力。

作者：周超臣