财新传媒 财新传媒

阅读:0
听报道
编译:小蒋、李可、狗小白、周素云
 
我们正处于AI创业热潮之中,机器学习专家的薪资水平水涨船高,投资者也乐于对AI初创公司慷慨解囊。AI的普及成为推动社会生产力标志,必将改变我们的生活。
 
但是,本文作者前谷歌工程师、Inovo.vc的CTO Ric Szopa认为,AI从业者的技能正在贬值。他从一个选择题入手告诉我们,AI工具、数据集、资金投入以及行业+AI的优势正在一步步弱化单一的AI基础技术优势。
 
先来做一道选择题。
 
Alice和Bob是两位AI创业者, 他们的公司筹集了大致相同的资金,并在同一个市场上展开了激烈的竞争。
 
Alice把大部分钱花来雇佣最好的工程师,请来了一批在人工智能研究方面经验丰富的博士。
 
而Bob选择雇用资质一般但还算能干的工程师,并将省下来的钱用于获得更好的数据。
 
如果是你,你会给谁投资?
 
当然是Bob。
 
为什么呢?
 
从本质上讲,机器学习的原理是从数据中获取信息,并将其转化为模型权重。更好的模型使得这个过程更有效(时间或者整体质量方面),但如果假设模型训练相对都比较充分,更好的数据肯定会产生更好的结果。
 
为了说明这一点,让我们再进行一个快速而简单的测试。
 
假设我创建了两个性能不太一样的卷积网络。“更好”的模型的最后一个全连接层有128个神经元,而“稍微差一点”的只有64个。我在不同大小的MNIST数据集的子集上训练它们,并绘制模型在测试集上的准确率与训练样本数的折线图。
 
 
很显然,训练数据集大小具有积极影响(至少在模型开始过拟合和准确率达到稳定之前)。值得一提的是,在40000个样本上训练的“稍微差一点”模型的准确率比在30000个样本上训练的“更好”模型的准确率要高!
 
在我的小例子中,我们处理的是一个相对简单的问题,而且有一个比较全面的数据集。而在现实生活中,我们的条件并不是如此完美。在许多情况下,增加数据集经常会具有非常显著的效果。
 
事实上,Alice的工程师不仅仅是和Bob的工程师竞争。由于AI社区的开放文化及其对知识共享的重视,他们的竞争对手其实来自谷歌、Facebook、微软以及世界各地数千所大学的研究人员。
 
因此, 好的工程师虽然很重要的,但如果你是AI领域的话,数据的竞争优势会显得更为关键。
 
然而,更加重要的问题是,你如何才能保持自己的优势。
 
AI工具正越来越简单好用
 
2015年,当我还在谷歌工作,刚开始玩DistBelief,也就是后来我们所熟知的Tensorflow。当时这个工具太难用了,所以当时想让它在谷歌构建的系统之外运行完全是一个白日梦。
 
2016年末,我进行了一个概念验证的研究,在组织病理学图像中检测乳腺癌。当时我想使用迁移学习:采用谷歌当时最好的图像分类架构Inception,并在我的癌症数据上重新训练。我可以使用谷歌提供的一个经过预训练的初始权重,改变顶层结构来匹配我正在做的工作。
 
在TensorFlow上经过长时间的反复尝试,我终于找到了操作不同层的方法,让它基本上运作起来。这需要很大的毅力去阅读TensorFlow的资料。不过至少我不必太担心依赖关系,因为TensorFlow贴心地准备了Docker镜像。
 
 
在2018年初,多亏了Keras(基于TensorFlow的一个框架),只需几行Python代码就能完成这个项目,而且使用它不需要你对自己正在做的事情有深入理解。但它仍然有个痛点:超参数调优。
 
如果你有一个深度学习模型,可以调节多个参数,如层数和大小等。在我写这些文字的时候(2019年初),谷歌和亚马逊提供了自动模型调优服务(Cloud AutoML,SageMaker)。
 
我预测手动调优迟早会灭绝,工程师们也会从这项繁琐的工作中解脱了。
 
总的趋势是,将困难的事变得容易,你无需深入理解就能实现更多的东西。过去的那些伟大工程现在听起来相当一般,所以我们不应该期望我们现在的成就在将来有多好。
 
听起来很欢欣鼓舞是不是,但是,对于那些在AI技术上投入巨资的公司和个人来说,这可以是个坏消息。目前来说,掌握某些AI技术还算是企业的竞争优势,因为一个称职的机器学习工程师需要花费大量的时间阅读论文,并需要扎实的数学背景。
 
但是,随着工具的改进,情况将不再如此。读论文更多会转向读工具教程。如果你没有很快意识到你该关注的重点,一个带了数据更完备的实习生团队就可能会抢走你的饭碗。
 
想长期保持竞争优势?难上加难!
 
让我们再回到文章开头的例子。凭借出色的数据集,Bob成功地与Alice展开竞争,推出了自己的产品,并稳步增加了市场份额。他也慢慢可以开始雇佣更好的工程师,因为坊间传言他的公司是一个好去处。
 
但这时候,又出现了一个Chuck,虽然入局晚,但他比Bob更有钱。
 
在构建数据集时,钱至关重要。但通过砸钱来加快工程项目进度非常困难。事实上,使用太多新人可能会减缓进度,但构建数据集就不同了。数据集需要大量人工操作,而你可以通过雇用更多人手来搞定它。另一种可能是有人拥有数据,那么你所要做的就是支付数据使用费。
 
无论如何,钱能让数据集来得更快。
 
但是问题来了,为什么Chuck可以筹到比Bob更多的钱?
 
当创始人提出一轮融资时,他们会努力平衡两个可能相互矛盾的目标。他们需要筹集足够的资金在市场上竞争,但也不能太多,因为这会导致股权过度稀释。创始团队必须在创业公司中保持足够的股份,以免失去创业的动力。
 
另一方面,投资者希望投资具有巨大上升潜力的创意,但他们必须控制风险。随着预期风险的增加,他们会为支付的每一美元要求更大比例的股份。
 
当Bob筹集资金时,“人工智能确实对产品有所帮助”不过只是一个信念。无论他作为创始人多优秀,她的团队有多好,但有可能他试图解决的问题根本就难如登天。Chuck的情况非常不同。他知道他面临的问题完全可以解决!
 
在这种情况下,Bob的应对方法很可能是提出另一轮融资,以便处于有利位置,因为他(暂时)仍然在竞争中领先。但是,如果Chuck可以通过战略合作关系稳固获取数据呢?比如举个癌症诊断初创公司的例子,Chuck可能利用他在一家重要医疗机构的内部职位,与该机构达成一份内部协议。这时候, Bob很可能无法抗衡。
 
AI的杠杆效应
 
对业务进行分类的一种方法是,它是直接增加价值,还是为某些其他价值来源提供杠杆效应。以一家电子商务公司为例,增加价值就像创造了新的产品线,建立新的分销渠道则是一个杠杆,削减成本也是杠杆。
 
杠杆可能比直接施力更有效。但是,杠杆仅在与直接价值来源耦合时才起作用。一个微小的数字,翻了两倍,三倍,还是很小。如果你没有可出售的部件,开辟新的分销渠道也只是浪费时间。
 
在这种情况下我们应该如何看待AI?有很多公司试图将AI作为他们的直接产品(用于图像识别的API等),对一个AI专家,这可能很有吸引力。
 
然而,这常并不是一个好的选择。首先,你是在Google和亚马逊等这些大公司竞争。其次,开发真正有用的通用AI产品非常困难。例如,我一直想使用Google的Vision API。不幸的是,我们从未遇到过客户需求与产品充分匹配的情况。总是有各种各样要么开发不够要么开发过度的情况。
 
更好的选择是将AI视为杠杆。
 
你可以采用现有的,有效的商业模式,通过AI增强它。例如,如果生产流程依靠人类的认知劳动,那么将其自动化可能会为毛利率带来显著提升。这里我能想到的例子有:心电图分析,工业检查,卫星图像分析。同样令人兴奋的是,因为AI属于辅助后端,仍然可以利用非AI业务来保持公司的竞争优势。
 
结论
 
AI是一项真正的变革性技术。但是,以此为基础创业是一件棘手的事情。你不应该完全依赖于AI技能,因为市场趋势就是技术会贬值。
 
构建AI模型可能非常有趣,但真正重要的是拥有比竞争对手更好的数据。
 
保持竞争优势很难,特别是遇到比你资金更充足的竞争对手,这种情况在你的AI创业进行时很可能发生。你的目标应该是创建一个可扩展的数据收集过程,而这个过程很难被竞争对手复现。
 
AI非常适合颠覆依赖低附加值、劳动重复性的行业,因为它使该工作自动化成为可能。
 
相关报道:
 
https://www.kdnuggets.com/2019/01/your-ai-skills-worth-less-than-you-think.html
话题:



0

推荐

大数据文摘

大数据文摘

448篇文章 3年前更新

普及数据思维,传播数据文化

文章