文 / 騰訊《一線》薛芳
2018 年 1 月 28 日上午，《麻省理工科技評論》新興科技峰會 EmTech China 於北京國貿大酒店正式召開。
麻省理工科技評論中文版 CCO Irene Chen 主持瞭圓桌論壇《雲端上的 AI 風暴》，阿裡巴巴技術委員會主席王堅和亞馬遜 AWS 首席科學傢 Animashree Anandkumar 參與瞭這一話題。
雙方就分別就阿裡巴巴的阿裡雲同亞馬遜的 AWS 未來在公有雲領域的競爭發表觀點；同時王堅也談到城市大腦的下一發展目標，Anandkumar 對 AI 技術如何推廣提出可行性建議。
以下訪談全文：
Irene Chen：我記得在麻省理工科技評論去年的文章當中，有一篇標題讓我非常印象深刻，講到的事情是雲端將會成為未來 AI 決勝的主戰場。今天在臺上兩位，是來自阿裡巴巴的王堅博士與來自亞馬遜 AWS 的 Anandkumar。毫無疑問這會是將來全世界最重要的兩傢公有雲平臺公司，甚至於可以說這會是兩傢未來最重要的 AI 公司。
第一個問題想先請教兩位，怎麼看待阿裡巴巴的阿裡雲同亞馬遜的 AWS 未來在公有雲領域的競爭？
王堅：其實，關於雲和 AI 的關系，我覺得可以用另外一個角度重新描述一下，我把雲想象成 Internet（互聯網），因為 Cloud（雲）這個詞有很多的歧義。實際上是說，將來整個 Internet 是 AI 非常重要的承載主體。
此外，AI 與計算的關系也很有意義。雲計算也是我們做城市大腦的原因。AI，或者是我說的 MI（機器智能），是消耗計算資源最多的應用場景。您講的 AI in the Cloud（全部在雲端）在未來至少有兩個事情是非常激動人心的： 1）AI 一定是在互聯網上，盡管可能是在互聯網的設備上，但也是在互聯網上的；2）它所消耗掉的計算資源可能是史無前例的。
Animashree Anandkumar：我很同意，剛才我也聽到有嘉賓說到 AI 是就像是新的電力，那麼在我看來，雲就是電網，能夠讓不同的硬件或者是結構都能夠接入進來。因此，需要確保 AI 在不同的機器和設備上都可以使用。所以我非常同意王博士的觀點，我們需要有一種靈活性的概念，雲到底是什麼。
Irene Chen：現在我們看到很多的 AI 應用都是在終端，比如說智能手機、智能音箱，但 AI 需要很強大的運算能力，所以雲應該是 AI 的一個歸屬平臺。可不可以談一談，在未來我們所謂的客戶端跟雲端上的 AI 要怎樣發展：是要進一步整合、還是透過什麼機制去連接，才能夠讓 AI 或者是 MI 的效率更高？
Animashree Anandkumar：這個領域發展很快，深度學習除瞭學習本身，應用場景也很重要。目前在雲端和設備上所做的改進，在未來要考慮一下如何在這兩端之間進行資源的分配。我剛才提到，大多數的計算都是發生在雲端上的，但是它很昂貴，需要很多的數據。如果要把這個模型載入到終端設備上，我們現在還面臨的一個挑戰就是如何壓縮模型，讓它能夠在適用不同體量的設備。
比如阿裡在這個方面有很多經驗可以分享，我們也有一個項目叫 DeepLens，希望在不同的設備上都能夠應用這些 AI 模型。安裝好 DeepLens 之後，你可以直接運行這些模型進行不同的深度學習。我們看到，有很多物聯網的設備都在使用不同形式的 AI 應用。
王堅：關於 AI 在終端上還是在雲上，我覺得這不是非常準確的描述。我自己的理解，AI 一定會既在終端上，也在雲上。現在哪怕是一個音箱，都一定是連在互聯網上的。實際上，AI 已經分佈在瞭互聯網上，隻不過最後需要一個終端來最終使用。
此外，從我自己做 cloud company（雲公司）的角度講，相比於雲還是終端，我都覺得 真正的核心還是計算，不論雲端還是終端都需要分配計算資源。
但是，AI 資源在雲端和終端的需求是不一樣的。如果在終端上需要一個晶體管的話，在雲上一定會用到 100 個甚至 1000 個晶體管。也就是對於所謂的分佈式 AI 來說，在雲端用掉的計算能力一定會超過終端。 所以我覺得這是一個分佈式 AI 的年代，AI 無處不在，一起協同工作才會出現真正的 AI。
Irene Chen：謝謝博士，我接下來各自有兩個比較短的問題，想請教一下。過去兩年您教育市場上很多人有關城市大腦的事情，接下來的兩年，城市大腦的下一個階段目標會是什麼？
王堅：我認為下一個階段的目標，就是讓世界上每個城市都取消車輛的限行，也就是讓現在所有的道路，因為有數據和大腦，發揮到最高的效率。我認為現在的道路資源是足夠的，但沒有進行優化。
而更長遠的目標，應該不隻是像波士頓一樣把道路修到地下去。這個世界本來是不需要修那麼多路的，我們現在不得不這麼做，是因為資源的利用效率不高。今天的中國，每個城市大概都要拿出 20%-25% 的土地來修路，我們相信，如果經過城市大腦的努力，幫助城市省下 5% 的土地資源，將為社會提供一筆巨大的財富，也會開啟巨大的市場。
Irene Chen：我的接下來一個問題想問 Andandkumar，從一個科學傢的角度來說，AI 要如何進行普及和推廣？
Animashree Anandkumar：談到這點，我認為可以有不同的形式。
其中一點是要確保每個人都能夠獲得 AI。AI 是沒有國界的，我們想讓每一個願意從事 AI 研究的人都能夠接觸到它。有很多的 AI 實驗都需要大量的計算資源，在過去，這是需要超級計算機來完成的。但是現在，雲端已經成為瞭 AI 走向瞭大眾的途徑。所以我們有很多的項目用於研究、教育或者是非營利機構以及初創企業，我們希望他們都能夠非常輕易地獲得我們的 AI 研究資源。
第二點就是要實現全球化。當前許多的研究基本上都是使用英語的，比如說語音識別主要是用英語及其各種口音來做實驗。但我們希望能夠進一步推廣，確保不同的地域都有機會進行跨語言和跨文化的識別和研究。我們在輸入這些數據的時候，要確保它的多樣化和無偏見，即消除性別和任何形式的種族偏見。有瞭這些數據，我們才能夠確保它的輸出。
因為，即便是語言這樣輸入都會有一些偏見。我們把帶有偏見的文化輸入到 AI 體系的時候，它會蔓延到整個體系中去，這是非常危險的事情。所以我們有一些全新的研究，去探索公平對於人工智能的意義，以及我們又能夠采用什麼行動來確保數據的公平性，從而讓每個人都能公平地使用資源。
【一線】為騰訊新聞旗下產品，第一時間為你提供獨傢、一手的商業資訊。
