大陆人工智能强势崛起之後,台灣地区科技產業该何去何从?
這是一篇近日在台灣科技圈很有影响力的文章。本文授权转自 INSIDE，DT君略有编纂。作者為 INSIDE 資深编纂李柏锋，内容為 Google 台灣地域董事总司理简立峰博士 9 月 25 日在台灣中心钻研院所主理的 人工智能跨域魁首营 ，以“AI 科技的财產利用”為题所颁發的演讲记实。圖丨Google台灣地域董事总司理简立峰博士
Google 的人工智能成长
如今人工智能真的很热点，但這个范畴并不是忽然呈現，是由连续串的前进所堆集而成。除算法，经由過程挪动装备和云端办事，咱们随時随地都在跟计较機互动，进而發生许大都据，奠基了根本。固然，這股高潮可能再過两三年後，會呈現人工智能的泡沫，但就像收集泡沫同样，泡沫以後是更康健的成长，财產的标的目的永久是朝向更智能化的办事去走，以是成长人工智能是一个必定的趋向。
我在 Google 事情的這段時代，看到最抱负的人工智能利用是垃圾邮件的過滤技能（Anti-spam），當初学術界很是多人在做钻研，如今几近没有了，由于问题已被解决了，大師信箱打開很少有垃圾信件。可是這不料味着已十分完善，将深度进修的技能利用上去以後，Gmail 如今對垃圾邮件的過滤又更前进了，一千封信内里大要只有一封是垃圾邮件，這也阐明了深度进修颇有價值。
深度进修是比年来学術界少数的重大冲破，可是论文上的冲破跟現实利用另有很大的差距。
除垃圾邮件之外，像是呆板翻译、语音辨认、圖象辨认這些 Google 的办事，都已用了人工智能的技能。
呆板翻译這部门有个有趣的小故事，Google 曾推出跨说话搜刮的办事，那時认為這很首要，由于利用者若是可以搜刮到本身习用说话之外的数据，不是更丰硕、更完备吗？成果推出後發明需求很小，由于大師對看不懂的说话没有乐趣，放在搜刮成果内里也是白搭，最後這个办事就關掉了。以是有時辰技能做不到，有時辰技能即便做获得，市場却没有需求。
Google 练习了 5000 个工程師去学深度进修，然後每位工程師去找一个项目，就有 5000 小我工智能的项目，再给他们足够的计较資本和数据，可是這内里证明有效的不到 10 个，并且有效還不晓得為甚麼有效，数据够多以是有效吗？没稀有据就没用吗？
AlphaGo 由于有不少棋谱可以拿来练习，以是越练越利害，可是若是 AlphaGo 忽然“失忆”了呢？以是接下来，DeepMind 团队在尽力让 AlphaGo 可以不必要豫备常识就可以這麼利害。若能乐成，那就是很大的冲破了。
我要夸大的是，Google 也不晓得甚麼可以做得很好，以是才會练习大量的工程師去测验考试，试乐成的人就構成一个大要 50 人的参谋团，任何有必要的项去狐臭產品,目均可以找這个参谋团咨询，或许可以少走一些冤枉路，或是晓得怎样做可能比力好，這是今朝 Google 的做法：
大量测验考试，堆集履历。
从 Google 履历给台灣的建议
起首，我建议台灣要起头堆集乐成的履历，創建一个全台灣地域级此外参谋团。由那些“已”在人工智能获得過乐成履历的人，来供给其他刚起头的人一些建议。這不是由上而下的引导，由于没有人晓得甚麼才是對的，可是履历的堆集可以少犯一点错，将人工智能从学術科学起头转酿成履历科学。
第二，台灣必定要創建開源（Open source）的文化。亚洲的開源观念亏弱，实在连带致使软件财產的弱势，這从 Android 的成长便可以看得出来。在 Win-Tel 期間，Microsoft 和 Intel 提前两年奉告台灣的工程師未来要怎样成长，工程師在两年前就起头做筹备了，固然可以做得很好。
可是到了 Android 期間，所有工具一起头就都是開源的，没有人奉告工程師要做甚麼，晚了整整两年，计较機已賣不出去了，而手機的销量却愈来愈高，這才意想到本来所有的工具早就在網上了，只是本身没有發觉罢了。
如今人工智能也同样，TensorFlow 這些东西早就開源在收集上，每小我均可以去用了，可是台灣有几多人真的去用了呢？全球已有一百万个项目在這个平台上，台灣却几近還没起头，此次還要晚两年吗？但问题是開源是一个文化，必要从小創建，如今率领開辟的人若是没有開源的观念，就很难接管開源，总感觉本身的工具為甚麼要開放给他人用？却没有想到你不開源的成果不是连结领先而是继续後进。
台灣的硬件财產思惟太乐成，阻碍了软件财產的成长
没有開源文化，再加之台灣是由上而下的带领，让這个环境變得更糟。Google 扁平且由下而上的组织运作，让每小我都保持好奇心，會本身去挖掘有趣的事變，测验考试新的东西，創建新的项目。這是怎样办到的？要有的一个观点是找到人材让他们阐扬，而不是找听命行事的员工。Google 有跨越一千位斯坦福大学的博士，让他们去学怎样写步伐，乃至连 debug 都本身来，让這些最聪慧的人去做最根本而首要的事變。
台灣的软件财產没法子冲破，问题也就出在這里。硬件财產用阶级式的办理是可以理解的，由于硬件制造必要高度规律，带领者不克不及本身下去做，而要做好办理事情。但是软件倒過来，最利害的人要放在最下层，让最聪慧的人用最利害的法子去解决问题。DeepMind 的開創人，就是本身写步伐，Google 三个呆板翻译的科学家也是本身写步伐。
在软件的世界只有将军没有兵士，硬件的世界则是将军批示兵士。
以是台灣的人材是将军仍是兵士呢？简略来讲，當一个软件工程師很认识開源东西的利用，他根基上就是一个将军了，可是问题在于，一个工程師即便在開源组织内里已是一个大神，台灣的企業仍是把他當小兵在用，台灣的组织让软件人材没有职位地方，他是被叫来做琐事的，可是从台灣企業到 Google 的工程師，报到後一个礼拜，便可以参加世界一流的团队。实在人材都在台灣企業，只是没被重用。
這是组织架構的问题，像是台灣如许硬件做得很好的地域，软件很难乐成，而软件做得很好的地域，硬件又老是做得稀希罕疏。
有人會问，在台灣一个软件公司怎样找到那末多的将军呢？這同样要从開源的文化起头。Google 一名 OS 团队的工程師是生物学博士，在本身的范畴找不到事情，但是他从小就在開源组织内里是一名颇有进献的工程師、知名的大神，厥後就进了 Google。
這固然也跟软件的教诲方法有關，实在经由過程開源平台举行步伐教诲是堆集成绩感最快的方法，由于你要学生写步伐看成業，写完也没人用，没有成绩感，也不會想继续写步伐，学了即是没学。可是换个方法，你要学生把写完的步伐上傳到開源平台去，写得好、写得有效的步伐就會有不少人用，学生的成绩感就有了，會更當真进修怎样写步伐，更愿意在開源社群内里进献，不单能力愈来愈强，并且這些人材也會被瞥见。
以是你還在问要去哪里找人材，而不晓得有開源社群的存在？在開源的世界，人材是要用抢的。
人工智能，先从“工人智能”起头，大量测验考试吧！
总结一下，這一次的人工智能成长，若是有大量数据，應當有機遇乐成，可是為甚麼會乐成今朝還不清晰。可以获得乐成的东西今朝已開放在那邊了，你必要做的就是不竭去用那些东西来测验考试和进修，越多人去测验考试，就越有乐成的機遇，由于今朝尚未人晓得怎样做才能包管乐成，以是独一的方法就是越多测验考试機率就越高，Google 如今就是如许做。
举一个例子，斯坦福的醫学钻研团队，不會写步伐，直接用 TensorFlow 去进修辨认醫学圖象来診断乳癌，成果比人类還乐成。以是稀有据、有东西，你就不要问到底有無用，先从速去试了再说。诚实说，這件事變其实不难，你晚了，機遇顿時就是他人拿走了。
最难的经常不是起头，而是最後一里路。以主动驾驶汽车為例，一年死于车祸的人有一百万人，但是只要主动驾驶汽车撞死一小我，可能就再也没有人敢用。這固然牵扯到律例、保险轨制的问题，以是另有很长一段路要走，可是現实上主动驾驶已比人类本身開车平安了。
也就是由于這些身分，最有可能先利用的場景是公交车專用道上的公交车，由于咱们已习气了地铁是没有人開车的，而在公交车專用道上也比力少有其他的滋扰身分，以是公交车司機多是起首赋闲的，也還大好人数未几，打击比力小一点。比及大師垂垂习气了路上的车也没有人開，下一步才有可能接管主动驾驶汽车的上路，這些成长不會是一步到位的。
学術界和财產界都空了，必需重新起头開展钻研
技能的成长另有很长的路要走，不外創投對人工智能的投資实在已靠近竣事了。
投資的最岑岭是在 2014 年的 9.72 亿美元，有 116 笔買賣，Google 收購 DeepMind 就產生在這一年。不只是投資的竣事，世界上的领先與後进也愈来愈小，之前 Google 和 HTC 互助建造手機，领先市場快要三年，你可以發明 Nokia 那些都没有遇上。可是如今 Google 在做 VR，大師都在做 VR，Google 做欠好，大師也同样都做欠好，实在大師的差距不因此年来计较，而因此天记的。
為甚麼？由于收集的存在，常识就在何处，你随時可以更新到最新的状况。实在對創投来讲，這是很艰巨的期間，由于曩昔你還可以去读学術论文，晓得将来會怎样成长，然後去投資最有機遇的范畴。可是如今学術钻研到财產利用几近相差無几。以主动驾驶汽车為例，大師的成长都差未几，乃至你會發明如今硅谷在用的一些技能连有無用都還不清晰。究竟结果，谁都不懂得會不會忽然發明主动驾驶只是一个泡沫？
ju888,
如今的环境是财產的利用主导了学術的钻研，没有人用的就没有人钻研，有人用的就一窝蜂钻研。Google 的創投去黉舍内里翻箱倒柜的找，却找不到除热点范畴之外另有谁在钻研甚麼并且得到很明白的功效，简略来讲就是找不到投資标的。
那能怎样办呢？Google 的創投认為，要把财產和学者从新再带回校园，让大師在校园内里从新本身找标的目的，而不是看着财產的需求去做钻研。比及又成长出新标的目的了，這个窘境才能解决，否则如今不论是学術界或是财產界，都已被掏空了。
台灣在人工智能的成长弱势：曩昔没有堆集
人工智能的成长没有一蹴可及的，曩昔要先有 Cloud first，然後才有 Mobile first，如今才能做到 AI first。
Google 翻译也不彻底都是人工智能，实在更有用的是“工人智能”，若是呆板翻得欠好，那就人来翻译，归正你也不晓得後面是人仍是呆板，可是练着练着，呆板就愈来愈利害了，18 年的前进可以很庞大。垃圾邮件的過滤也是如许，最有用的是利用者的揭發。以是先有“工人智能”，厥後才有法子呈現利害的人工智能，如今语音助理也是如许的，你可能感觉如今尚未很利害，可是會愈来愈利害的。
這实际上是台灣的弱势，曩昔没有乐成的云端办事和挪动化办事，如今要进入人工智能的成长，原本就天赋不足了，特别是那些基于大量消费者数据的成长，台灣更是毫無上風可言，像是電商的人工智能。以是先清点一下本身的强项，像是醫学圖象、像是经由過程無人機获得圖象数据以後的利用，可能就是台灣的上風。
感受上這几年台灣會有不少错過的機遇，像是 HTC 在手機的范畴上败北了，但這其实不只是台灣一家的问题，一样的问题早就呈現在日本、欧洲等市場，Nokia、Motorola、Sony 都比台灣更早垮下来。
為甚麼呢？由于曩昔硬件财產分工很细，有消费性電子、通讯财產，可是如今都整合在手機，之前有相機賣力摄影，如今用手機，之前有计较機，如今不少事變手機便可以做了，可是相對于来讲相機和计较機都做不得手性能做的事變。之前這些范畴加起来可能好几百个品牌，可是如今整合成手機以後可能十个品牌就太多了。不是這些品牌做得欠好，而是整合以後他们再也不有法子处于主导职位地方。
将来的品牌只會来自两个处所：美國和中國大陆
你觉得手機品牌就很好吗？实在你特长機，不是為了要用手機，而是经由過程手機来利用收集办事，像是 Facebook、微信，你真正要的是收集办事而不是手機，以是收集办事公司在3、五年後會免费送手機给你，让你可以更流利的利用他们的办事，Amazon 的 Kindle 就是很好的例子，用本钱價乃至亏本賣你電子书浏览器，可是让你在上面消费来赚钱，Kindle 消费者每一年消费可达 1450 美元以上。
曩昔全球有一千家品牌，台手機a片,湾有五个代工場，你還可以挑客户、谈代價，赚获得钱。可是如今手機的世界，全球五个品牌、五个代工場，你能怎样做？大師會起头整合，這就是為甚麼 HTC 會跟 Google 互助，這也是鸿海如今着手举行垂直整合的缘由。
以是如今的手機是拿来打德律風的吗？早就不是了。接下来，手機就是一台人工智能的超等计较機，而继续成长下去，這个装备也不叫做手機了，而是一个小我助理，是你的复成品，乃至比你還领會你本身。
整合到最後，将来的品牌只會来自两个处所：中國大陆和美國，将来是一个大國突起的期間。
圖丨2014-2017年全世界20大互联網公司市值變革
台灣该何去何从呢？
第一个機遇：5G 的成长带来的硬件需求。Google 如今的翻译 App 已很利害了，用手機的镜头拍到甚麼就翻译成中文，只是大要會有两秒钟的延迟，但這两秒的延迟很较着，致使很少人用，由于你若是拿来看日本電視，你就會發明那种延迟是不克不及接管的。但是比及 5G 的利用起头以後，那两秒钟的延迟就會消散，酿成及時翻译，這也才是真正进入人工智能利用的期間，5G 的成长是台灣的機遇。
第二个機遇：隐私权带来的半导体需求。今後你的手機不是德律風，是你养出来的人工智能，你的举动一向在让它變聪慧，你越用，它就越聪慧。固然，随之而来的也就是隐私权的问题了。
由于隐私权的问题，以是很多的事變不會是在云端举行，而是在手機上做，像是指纹辨认、人脸辨认，你若是上傳到云端去，那多伤害啊！中國大陆如今有不少手機就是如许做的，问题是一旦你的指纹或面部特性被偷走，你這小我就即是被复制了，以是法令會去请求這些辨认要在手機长进行。
可是在手機上做，指纹辨认和其他的 App 同享统一个处置器也不平安，很轻易破解，以是這時辰针對隐私权的平安问题，就會有特此外处置器来举行运算，其他的步伐都不克不及用這个处置器，以确保平安，手機上必要的处置器愈来愈多，平安需求所带来的半导体需求，就是台灣的機遇。
第三个機遇：人工智能的办事器需求。固然，有些办事是要在云端举行的，特别是那些必要巨大数据举行运算與练习的办事，以是對付办事器的需求也會快速增长，人工智能的办事器跟曩昔的办事器是截然分歧的架構，人工智能的成长愈来愈成熟，對付办事器的需求也會愈来愈多，這一样也是台灣的機遇。
以是简略来讲，台积電和那些能做人工智能所必要的办事器廠商均可以是以得利。
三个将来的趋向
除這三个台灣本来就有的硬件制造上風之外，也分享三个很首要的趋向。
起首，语音助理。简直，如今用的人未几，测试的市場范畴還小，语音辨认也只對那些字正腔圆的人有益，可是颠末一段時候以後，语音助理必定會普及，乃至不只扭转電商，也會代替搜刮引擎。
第二，汽车上的人工智能。如今的计较機代工場，接下来要起头為汽车廠办事。汽车很贵，對零组件的请求很高，以是跟计较機比拟市場比力小，毛利也比力高。接下来汽车愈来愈智能化，會酿成最大、最贵的计较機，可是分歧的是汽车品牌上百个，计较機的品牌只剩6、七个，以是台灣的代工企業未来有上百个客户，可是每个的量都不大，代工模式要酿成少许、多样、高毛利，有不少新的芯片需求會呈現，新的镜头需求會呈現。
德國的汽车廠就很是惧怕，由于曩昔他们的上風在将来都再也不是上風了。德國有很棒的引擎，将来的電动车是用马达和電池，曩昔開车的人很在意操控性，但将来是主动驾驶。當一台汽车的重点是计较機和软件，制造一台汽车就酿成了装璜财產，曩昔在手機上看到的垂直整合，将會在汽车上再看到一次，以是電子、機器和信息等專業必要从新整合，才能應付未来的需求。
第三，無人機。這也是一个整合的范畴，無人機要當作會飞翔的呆板人，利用已跨越几万种了。在消防范畴，很紧张的丛林大火，為甚麼没人伤亡，由于無人機可以奉告救火员怎样逃。在牧場，如今赶羊不是牛仔骑着马去赶牧羊犬赶羊，而是牛仔遥控無人機赶牧羊犬去赶羊，马赋闲了。
台灣的将来：两个小孩，一个出去赚钱，一个留着顾家
日本实在已抛却半导体财產，连最後一家东芝也賣掉了，有的人感觉接下来韩國和台灣地域的半导体财產也會被中國大陆代替，但我的见解是台灣地域會继续帮中國大陆和美國代工，韩國则没有這个機遇。
台灣的软件简直不强，可是 App 的人材倒是世界第九，跟印度差未几，只是由于市場小，赚到的钱很少，大可能是免费的东西类 App，没法子做办事型可收费的 App。以是有能力、有技能，可是要赚到钱有坚苦。
台灣地域位在东亚的中間点，曩昔办事日本，厥後进入中國大陆市場，接下来可以赚东南亚的钱，绕了一圈只要肯出去都有钱赚，這是其他竞争敌手都没有的庞大上風，以是很首要的就是让本身有挪动的能力，包含地舆上的挪动，不必定要跑到很远的处所去，光是台灣方圆就有不少機遇。另有就是范畴上的挪动，也不必要大幅扭转，像是本来做软件的人，可以略微转去跟做 IC 的人互助，就會多出不少機遇来。
有人问，台灣未来除做人工智能，其他還能做甚麼？实在就算曩昔三十年，也不是每小我都去台积電，只有五万人罢了。以是可能在人工智能的期間，也只有五万人會在這个财產，那其别人要過甚麼样的糊口呢？這是个有趣的问题。
我的建议是如许：
若是你家有两个小孩，一个出去外面赚钱然後把钱寄回来，由于如今機遇好得不患了，對台灣的人材需求很高，另外一个则留在家里，把家里赐顾帮衬好，把地皮赐顾帮衬好，让出去打拼的人可以放心出去，而且想要回来。
全数都留在台灣成长是不合错误的，由于如今一个出去事情的人影响力是留下来的人三倍，就连企業都出去了，由于機遇在外面，台积電去了南京，鸿海去了日本、美國，有很多人就會是以得利。
新竹叫小姐,那其别人要做甚麼呢？我称為“放心财產”，那些不想走的人，要跟這块地皮慎密的绑在一块儿，發生相信感。台灣是颇有相信感的处所，有很好的醫療、很好的食物、很好的农業，這些是其他处所找不到的，會吸引那些出去的人回来。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
頁:
[1]