|
|
|
随着感恩节气氛的日益浓厚,面对仅占最后一个月份额的2019年,辛劳和错失的工作已经尘埃落定。是时候迎来一个清收减亏、理清思路的冬储季节了。
从总体上看,人工智能一年来的产业化步伐是扎实而饱满的。当这个县城的老人们可以和他们聪明的助手交谈时,如果有人走过来大喊大叫——我们就去做人工智能!你可能认为这家公司已经下线十年了,或者说好的食物赶不上热的食物。
但如果是索尼,谷歌和Facebook,不是很精致吗。我讨厌它来得太晚。恐怕会在地板上擦的。同时,这也是一个小小的期望。保持这么长时间的力量是个大动作吗
那些关注科技新闻的人,可能或多或少地了解到了索尼新人工智能部门的一般细节,包括在全球设立办事处、让世界充满激情的使命愿景,以及相关的团队配置和人才招聘计划。
这两位将军将负责索尼人工智能的基础研发方向和工程师的招聘。虽然他们的简历五花八门,但也有着核心的一致性。
而美国“分部”的彼得森也是机器创新与旅游策划的关系人信徒。他的研究也集中在强化学习和机器人技术上,并得到了广泛的应用。他还是德州大学机器人组合项目的副主席和主席,并担任RoboCup的现任总裁。提高智能体的适应性和交互性是他的兴趣所在。
显然,这两位研究人员都不是象牙塔的纯教授。除了基本问题外,他们的研究目标非常明确——即更智能、应用更广泛的人工智能机器人。
与日本企业的精益成本管理相比,你可能对这种速度一无所知。但在全球工业规模上,却是同行们掀起的“龟速”。
以索尼标杆Facebook为例,扎克伯格在2016年的F8开发者年会上宣布了十年计划,奠定了人工智能战略的基调。接下来的2017年主题可以通过人工智能基础研究进行总结。Facebook人工智能研究部(fair)是当年取得最突破性进展的组织之一,受到人工智能毕业生的高度追捧。Pytorch深入学习开源框架上线。2018年,基础研究开始转向生产,人工智能成为Facebook几乎所有产品和服务的支撑。
在东轴线上,中国科技巨头从事人工智能的速度也很快。2015年和2016年以来,人工智能战略依赖相继提出。中国科技巨头从基础研究、开放服务、产业场景等方面迅速布局生态。今天,一个立体化、综合化的产业技术格局已经形成。
相比之下,索尼甚至日本的科技公司都竭尽全力建立了一支卓越的人工智能队伍。成立一个专门从事人工智能基础研究的独立部门花了这么长时间,许多原本分散的技术辉煌领域也被追逐甚至超越。
尽管索尼很少告别其一贯的封闭姿态,在第二代Aibo上打开API,并鼓励许多开发者在机器人狗平台上创建新的应用程序,但这款机器人宠物在过去20年里沉淀了索尼的技术能力(第一代Aibo于1999年推出),更适合日本社会老龄化、文化孤僻和单身盛行,具有情感舒适意义的智能机器人技术实用价值更大,难以在全球消费市场掀起波澜。
从,到人工智能,我们看到的是,索尼的“巨无霸”一次又一次缓慢地触碰着救命稻草,情不自禁。
二是“过度领先”。索尼坚称自己不是人工智能领域的新星,但由于没有得到充分宣传,其真正的人工智能能力可以“等同于谷歌和facebook”——主要是指其在人工智能机器人方面的软硬件优势。
虽然索尼的商用智能机器人产品已经在历史舞台上推出,但索尼并没有停止对人工智能和机器人的研究。2016年,索尼还投资开发人工智能技术的初创公司digital,以提升下一代智能产品的技术。
但人工智能进入公共生活的真正节点是机器神经网络和大数据打开的效率门。尽管我们今天正处于人工智能转型的如火如荼的过程中,但机器本身仍处于“弱智”阶段。而索尼以其智能机器人距离高而自豪,它真正为人类提供多种服务,需要解开一系列高难度的技术链条。真正的使用价值很难出口到消费市场,这就使得它只能依靠人工智能来挽回损失的梦想,这只能是一个长期的问号。
三是“孤立发展”。在研发方面,索尼对工程师的态度无疑是真诚的。为了抢夺人工智能人才,索尼在2019年为新员工提供了730万日元(约合46万元人民币)的税后工资优惠,比过去增加了40%。此外,还计划扩大股票期权(新股认购权)的激励制度,该制度也将给予研发部门的年轻人。同时,将为工程师提供人工智能课程培训,使技术和多个部门保持同步。
然而,索尼内部的隔离机制使得原本应该开放协调的人工智能战略,在零散的绩效考核和部门分工之间,让创造力变得筋疲力尽。比如,索尼的手机摄像头传感器之前已经被苹果、三星等厂商采用,但索尼的CMOS并没有加强手机的摄像头功能,因为摄像头部门担心手机的拍照能力会影响到摄像头的性能,所以拒绝为手机部门优化相关功能。
这种自主研发模式显然不能为人工智能的发展提供数据、模型、创新场景等必要的滋养,也与硅谷倡导跨部门沟通、坚持兴趣和目标导向的创新文化有很大不同。
从短期来看,我们几乎可以从人才资源优势、整体技术领先、产业链综合实力等方面判断索尼人工智能是一个“死人”。
例如,随着人工智能产业化的快速发展,技术商业化和成本效益日益受到重视,人工智能企业的盈利能力已成为资本市场关注的热点之一。日本科技企业在管理和经营上的经验(错误)可以帮助具有类似文化的中国企业避免走弯路。
同时,智能机械的工程优势,特别是软硬件协同、机器情感算法、泛智能技能等方面的知识沉淀,将在下一个aiot细分轨道上释放出新的产业辉煌。