文 |李永华
来源 | 智能相对论（ID：aixdlun）
一边，是AI之父图灵将登上50英镑纸币；另一边，是不久前Google“技惊四座、震动全球”的打电话AI Duplex被纽约时报扒出人工“伪装”，成功的预订操作主要依靠人工冒充完成。
AI总是让人又喜又惊，有时候还有些“意外”。
一向被认为“商业”属性很浓、在AI上不太出彩的阿里，最近1个月似乎在集中“爆发”，一方面连续获得5个世界大赛冠军，包括在被称为人工智能世界杯的WebVision上，击败全世界150多支参赛队伍；
另一方面又在具体技术上实现突破，例如6月底，其宣布攻克了心血管识别技术，0.5秒识别单根血管，20秒识别完整冠脉树，“速度比起传统手段提升了近百倍”。
自从两年前成立达摩院，阿里AI一直少有声量，远不如其他互联网巨头甚至中小创业者那么博眼球，集中的技术势能表达不得不说让人意外。
事实上，粗略统计，阿里在AI前沿技术研究上已经累计获得了40多项世界第一。
为什么阿里的AI会先“影遁”再走向台前、“一次性”走到领先位置？这与AI发展的“基因”密切相关。
“商业太成功掩盖技术的光芒”与“AI基因论”
两年前，阿里巴巴CTO、花名“行癫”的张建锋曾说，“阿里的商业做得太成功，掩盖了技术的光芒”。
现在，阿里“突然”树立起人工智能技术上的引领者形象，回看这句话有了三层含义：
商业太成功导致大众对阿里AI技术的一面并不足够关注，如同聚光灯背后的黑色区域；
阿里的AI技术本来是“有光芒”的，现在看来“光芒”还不小；
阿里当年并不在乎技术的光芒是否能显现出来，所以即便被掩盖了，也不表现出很着急的样子，而到了现在，这个光芒大到了能“克服”商业聚光灯而被大众看到的程度。
从这些含义也可以看出，阿里AI定位和发展过程如此特殊，都呈现某种“弱功利性”的特征。
“基因论”在分析同一个业务竞争时往往很有价值。以功利取向作为标尺，商业公司发展AI在基因上大体分为三类：强功利性、弱功利性、一般功利性：
1、押宝型：强功利性，AI是企业的全部或者转型升级的依托
2011年，巴菲特120多亿美元投资了IBM，到了2016年底，巴菲特持有的股份大幅下降到8.6%，当时的IBM营收已经连续第20个季度下跌，创下15年来营收新低。
在这种情况下，2015年，IBM成立独立的Watson Health部门，收购多家医疗数据公司盯住AI医疗。显然，对IBM而言，AI是强功利性的，承载了蓝色巨人走出困境的希望。
同样的基因也出现在Google的AI身上。PC和移动端基于搜索构建的信息分发垄断地位受到信息流、短视频和社交网络等新媒体形态的严重挑战，2018年三季度、2019年一季度Google的营收皆不达预期，引发股价剧烈震荡，亚马逊广告业务的快速增长已经在威胁Google的老本行。
与此同时，Google的移动新业务、硬件业务也纷纷折戟沉沙。
这个过程中Google在不断加码AI，Waymo、Duplex等明星应用产品横空出世，押宝AI意图明显。
在“强功利性”下，AI必须能在十分有限的时间里创造支撑企业发展的商业价值。
2、战略型：弱功利性，AI不承担企业太多商业期许，只是企业应对未来的一种储备
与押宝型完全相反，AI不需要很早就与商业价值捆绑，至少企业不指望AI活着。
这些企业之所以要发展AI，都是为了大时代做储备，阿里AI就是如此。
2018财年，阿里巴巴集团收入达3768.44亿元，年度自由现金流总计达到158亿美元，淘宝天猫新增超1亿用户；阿里云已经跻身全球云计算巨头行列，而独立的蚂蚁金服估值更是达到1500亿美元。
阿里真的不需要AI那点东西创造的商业价值来撑场面，它需要做的只是把AI做好，为未来可能的变局做准备，而这种定调，即“弱功利性”。
从“达摩院”的定位也能看出，“一家致力于探索科技未知，以人类愿景为驱动力的研究院”，研究中心、联合实验室、AIR计划加上大量“学术咨询委员会成员”，与其他AI平台的后脑相比，虽然达摩院仍然以场景应用为导向，但在强调技术与应用的双向结合基础之上，却有着浓浓的去功利化之感。
如果类比的话，同样是电商+云的亚马逊，虽然其AI与阿里一样迅猛发展，但在根本上也呈现“弱功利性”，全球第一的市值并不靠AI，也不在短期内指望AI带来多大价值。
3、补充型：一般功利性，AI是企业发展战略的必要补充
AI对企业不可或缺，但也不至于影响到企业生死存亡，最典型当属腾讯。
在产业互联网大旗下，出于合作伙伴的智能需求，腾讯不能缺失AI环节但AI并不起决定作用，它只是腾讯的一项赋能资源。
马化腾多次在公开场合表示腾讯要大力发展AI，但总体而言腾讯AI布局的动作仍然比较迟缓。腾讯AI Lab、优图实验室、WeChat AI实验室，统一的AI后脑也尚未形成。
“腾讯觅影”这样的优质AI项目显示腾讯正积极投入AI建设，但并不狂热。
与腾讯类似的是微软，自印度人萨提亚成为CEO后，微软凭借Azure的出色表现挽回颓势重回巅峰，再次成为全球第三大企业。
云计算无疑是微软的关键重头戏，但AI也是与云无缝搭档、不可或缺的要素。
技术的弱功利性带来“自由”，AI更能够“蓄能”
盘点了AI发展的“基因”，更能够理解“弱功利性”下阿里AI令人意外的突然冒出。
“弱功利性”下阿里AI赢得了更宽松的发展环境，少有商业化压力的AI技术积累更能够形成专注技术本身的“蓄能”过程。
而同时，阿里并不急着让达摩院为阿里做出多大的商业价值贡献（尽管长期肯定需要），就算技术不断进步，也并不急着通过各种信息渠道发声，最终结果就是公众认知里的阿里AI突然爆发。
这种爆发，有三个“蓄能”式的原因：
1、场景应用是“目的”更是“结果”
在AlphaGo出世前，Watson一直是人工智能的代名词。然而，当IBM面临转型压力时，Watson被抽调了医疗一个领域进行集中发展。
可惜的是，太过于强调商业价值，Watson Health在成立后匆忙陷入商业应用。
一方面，Watson Health在技术完备度上不具备多个数据体之间建立连接的能力，例如肿瘤学的模型不理解心脏病，无法在临床环境很好地应用；另一方面，由于模型不够完善，Watson Health只能被喂食“整理好的”数据，应用过程必须有大量人力投入。
最终，Watson Health在2018年宣布裁掉50%-70%的员工，宣告失败。
场景应用一定要是AI技术的“目的”，否则AI就失去了现实价值。但是，实现这个目的显然不能在技术尚未完全成熟时强行上线。从大量“教训”来看，让技术自然发展、最终自然连接应用，“场景应用”成为“结果”更符合AI落地的需求。
至少，我们不会再看到Google捧了自己的Duplex一整年，投入商用最后被扒皮这样的事了。
毫无疑问，在“弱功利性”下，场景应用成为“结果”更具备可行性。
以阿里AI为例，虽然它仍然以“目的”（场景应用）为导向，但是，达摩院的科研似乎更看重技术与应用的双向结合，而不是从场景到技术的单向过程。
虽然都有实践反哺AI的必要过程，但阿里的AI技术不被应用需求所倒逼，可以从容等到技术足够成熟才进行广泛应用，它的逻辑和那些盯着商业化的“肥肉”再想着怎么把技术贴上去的企业并不一样。
与星巴克的合作中，阿里小蜜接管星巴克客服体系，为消费者提供自助开卡、自助激活、自助开发票、自助客服等24小时秒级服务；
在与山东淄博市的合作中，阿里的"AI卫星遥感影像分析"技术，在淄博市5965平方公里土地上进行违章建筑和破坏森林等行为的识别，将传统的几个月的分析时间缩短至几分钟；
阿里的"助理法官"技术已在杭州互联网上岗，可"1秒内断案"，未来有望实现"无人法庭”。
这些现实应用，无不是在技术先期充分发展之后，以“结果”的方式实现了“目的”。
例如，在"助理法官"应用前，阿里AI已经在顶级学术会议SIGIR官网发布相关研究成果，可以猜想的是，这一成果落地前，技术与应用已经不断进行双向磨合。
毕竟，弱功利性下，阿里AI有这个时间和条件，而强功利性下的玩家则不一定。
2、领先的算法“引领趋势”而不是“满足现状”
在“弱功利性”下，由于不必迎合市场保证商业利益，算法技术的发展往往更容易“超前”，偏向于以技术引领趋势而不是唯一以当下市场需求为导向。
这里以阿里AI为例，整理其“不为人知”的典型语音、视觉、NLP等算法成就：
首先必须承认的是，阿里的AI肯定有满足现实应用需求的成分，例如语音智能对阿里小蜜的生态版图扩张重要性不言而喻，基础技术的突破能够让阿里小蜜的用户体验更好。
但是，接近100%的准确率，通过图灵测试，数倍快于竞争对手……由整理后的材料也可以看出，在弱功利性下，阿里在无所顾忌地“超前”发展，阿里AI在不断超出现实需求进行突破。
脱离“弱功利性”，这样的投入和成果是难以想象的。
3、“不设限”才有AI全面的技术推动
从一开始，达摩院的AI布局就涵盖量子计算、机器学习、基础算法、视觉计算、NLP、人机自然交互、芯片技术等AI技术，涵盖机器智能、智联网、金融科技等多个产业领域。
如果是“强功利性”基因，能够发展的往往是那些最能转化成商业价值的技术，技术的“实际布局”中，商业化导向明显。
这并没有什么错，只是，AI时代要全面发展，恐怕还得多一些能够全方面都有投入、不计较短期利益的平台。
达摩院说自己要做“基础科学、颠覆性技术和应用技术的研究”，其实就是在“弱功利性”下没有太多商业向布局上的顾忌。
反过来，这种全面布局最终对阿里AI也有现实价值。
时至今日，阿里AI已经建成涵盖语音智能、语言技术、机器视觉、决策智能等方向的完善的机器智能算法，其语音AI、图像AI、NLP、决策AI的每日调用量高达百亿次，服务全球近15亿人，阿里小蜜2018年全年对话轮次高达14亿次，服务近5亿人。
“弱功利性”启示录：“温室才能开出更美的花朵”
普华永道调查显示，阿里巴巴研发投入连续三年居上市公司之首；
阿里的机器智能团队拥有10位IEEE Fellow、20多位知名大学教授，达摩院超过一半的科学家拥有名校博士学历；
阿里母体提供了堪称史上最复杂的业务场景和用户场景，多个国民级应用让阿里的AI进入“更多的用户-更多的场景-更强的AI-更多的用户”的“自增强回路”；
资金、人才、数据、实践、时间……充分的给养、低压力的成长、不急于表现的心态，什么都给你，还可以耐心等待你，某种程度上，阿里AI是在一个“温室”的环境中发展。
现在，这个温室里开出了让人意想不到的花朵，一出来就各种“第一”，超越各AI巨头。
而这，都与AI的弱功利性基因密切相关——它形成了“温室”，让阿里AI在这个“温室”里培植和生长。
当我们总是谈论AI不智能，甚至还戏谑“人工智障”的时候，其实不妨反过来想想，眼前所见到的这个AI是否被“功利”绑架，急着上线、急着变现、急着向股市或者其他利益相关方证明自己？
与“人”相反，直面“残酷现实”的AI反而无法得到充分发展，“弱功利性”下的温室更适合AI。
而从阿里AI突然爆发的势头看，最终，弱功利性反而将带来更强的现实价值，超越那些一开始就强功利化的平台。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
