出品 | 创业最前线
作者 | 龙老师
在AI赛道集中度日益提高的当下，商汤发布了更为开放的开源计划，但这只是商汤价值观的一部分，用创始人徐立的话说就是——
我们要的是一片森林。我们需要各种各样的生物，需要开放创新，这也是我们迈出的第一步，我们开源了这样的算法框架，未来会引入更多的生态系统来共同完成。
1、AI下沉
为什么我们经常说，创业者一定要是走在时间前面的人？
看看现在的AI创业就知道，国家的“新基建”正在加速推行，一个AI大规模投入运用的时代即将到来。
但这并不能阻碍我们做一个基本判断，那就是AI风口的起步期、概念期基本已经结束了，AI创业步入深水区，AI在下沉。
经过几年发展，中国到底有多少家AI企业？对于这个数据，各方的统计相差太大，最少的认为数千家，大多数认为过万没有问题，最极端的数据是某门户网站联合天眼查发布的报告显示：全国人工智能企业总量近82万家。
中国产业界的浮嚣一向如此，千团大战、O2O大战、出行大战……哪一个不是成百上千的企业入局，然后凋零？
但是，AI这个行业，和消费互联网的行业布局还是有所不同。消费互联网可以一个模式霸占市场，而AI行业是一个极其广袤并且路径高度不确定性的无人区。
在头部，有一批旗舰级企业在前面冲击无人区，包括阿里云、百度、腾讯、商汤科技、科大讯飞新一代人工智能开放创新平台……同时也有一批中小微企业能够存活，共同繁荣AI生态。
在2020世界人工智能大会商汤人工智能企业论坛上，商汤科技联合创始人、首席执行官徐立提出：AI真正落地不仅要解决头部问题，还要解决长尾里的细小问题，人工智能的潮流已经毋庸置疑，而真正面对质疑，克服困难，解决人们生活中的点滴问题，才是技术真正进入人们生活的标志。
随着AI下沉到更广泛的长尾应用场景，行业也已经进入大型企业拼生态能力，小微企业拼小切口的深度创新阶段。
但这并不意味着行业出现了固化的迹象，AI的起步期结束不意味着企业没有机会，相反，新基建命题的提出给了企业更多的机会。商汤也逐步建立三位一体的综合能力和基础平台级生态，商汤新一代人工智能计算与赋能平台项目2021年底落成后，将大幅提升对基础算力的使用效率和自主原创算法的迭代效率，加快各类人工智能技术的演进和应用，并使算法、算力和数据三个基本要素成为一个有机整体。
同时在多年的AI落地实践中，商汤深得其中三味。徐立的想法比较独特——如果说的通俗一点，那就是AI的社会价值最大化，不能依靠几个样本工程，也不在于“人工智能”这样的“显学”有多么火热，相反，只有大量小众场景都被AI渗透的时候，这个产业才逐渐成熟。
徐立举的例子都非常的精细：
——共享单车近年火热，但带来了大量的城市管理问题，AI其实可以解决这个问题——通过检测车和车之间的关系，车和停放区域的关系，车是不是停成整齐的一条线，车与地面是垂直还是倾斜……这可以解放几万个共享单车的人力管理员的工作。
——城市里粪车偷偷排放是个问题，但无论是抽吸还是排放，外部视角看上去都差不多，那么怎么识别……办法就是，检测排放的井盖是否异常，车辆停的时间是否过长，在不该停车的地方违停……
——有些欧洲国家在疫情期间限制外出，但不限制出门遛狗，于是大量的人“遛假狗”，你怎么判断他到底是不是遛狗？
在讲完了这些后，徐立呼吁说，AI如果想要落地，最核心的部分一定是要把长尾应用的性能进行突破，才真正形成了价值闭环。当效率真正提升时，那些并不是最头部的应用，得到逐个解决时，这才是人工智能深入到行业最关键的一点，长尾的应用才能够完善价值闭环。
2、AI需要包容才能进步
在演讲的论坛上，徐立带来了几幅马的图片，引起了大家极大的兴趣。
这些马都是四蹄腾空前后伸直，而且无论是中国古代的昭陵六骏，还是清代宫廷画家郎世宁，还有无数中西方画家的画中，大致的姿势都是这样的。
但徐立告诉我们，这些马都画错了。1872年，欧洲摄影家Muybridge提出了疑问，他用当时才发明的摄影技术连续拍摄了12帧奔跑的马，第一次向世人揭示了马是怎么跑的。马奔跑过程中，并没有一个四蹄腾空的状态。
在大家在想徐立的脑洞为啥如此之大的时候，他给出了问题的答案：“错误了没有关系，错误的概念在这个过程中得到理解，并且正确的部分被延伸下来，就会对后世产生影响。”
原来他还是讲的是AI，徐立对于社会对AI的“容错”，有着切身的体会和殷切的希望。
他说：“我们要做技术，推动创新，其实对它的态度不能是求全责备，没有一个技术是100%准确的。我们只有以一个包容的态度去认可技术的时候，它才有真正的发展。”
徐立举例，当人脸识别作为解锁和认证的一个手段，大家会讨论人脸识别的准确率是不是足够：人脸识别很容易就误识，长得很像的弟弟能不能解锁自己的手机……
商汤的做法是用成绩来回应——今天的商汤，已赋能给4.5亿台手机人脸解锁功能，覆盖几乎中国所有手机品牌，日均人脸解锁次数达到300亿次，业界已经默认商汤的人脸识别能代替密码；在酒店大堂等很多需要认证的地方，商汤总共有20多万台智能设备在线为公众提供服务，每年酒店入住超过3亿人次。
然而，精度的问题刚刚解决，“假冒”的问题又出现了，用3D人脸面具去仿冒一个人来解锁能不能骗过AI，用视频生成的方式是不是真能够忽悠机器解锁……
商汤的做法是继续实践，他们推出的地铁刷脸乘车方案，在郑州、西安、哈尔滨等多个城市，已经大规模推出了刷脸支付乘车，这说明，在现代生活的主要系统——交通系统中，现在的人脸识别技术已能够落地并解决城市级别的应用。
这些过程绝不是一帆风顺的，但徐立不是一个喜欢叫苦的人。因为他对AI的特性了解的很清楚，AI在建立了算法和模型后，是具有自学习、自提升能力的，因此，只要不断的重视长尾中体现出来的方方面面的“小问题”“小场景”，AI的能力就会不断的提升。
同样，他对于整个社会对AI的认知升级，充满信心。
这个信心来自于一次偶然，有一天，徐立打车堵在路上，司机就和他说：其实有很好的办法管理交通——每天上下班开私家车的人，上下班的路径是一致的，所以只要把那些私家车和他们每天的路径识别出来，就知道每天直行的车有多少，拐弯的车有多少了。之后根据这些信息控制一下红绿灯，让直行车多的先走，是不是整个交通就会变得很好？
徐立听了之后非常诧异，这是一个普通司机给出的思路，但非常符合人工智能的要旨，他认为，普通公众都对AI有了这样的理解，说明整个社会开始了解AI、认知AI、拥抱AI，就像人们开始接受蒸汽机和交流电一样，所以他说：“现在，普罗大众，就已经有这样对人工智能的认识，那么，各个行业里都可以比较顺利的用人工智能改造了”。
3、商汤想要一片开放的森林
在开放上，商汤从来不遗余力。
所谓的开放，其实就是要进行有梯次的赋能，最终形成生态。
我们可以看到，在“硬能力”的开发上，商汤通过建设、合作超算中心，并把算力开放给用户，让很多需要AI算力但没有必要独立建设超算中心的传统企业，以及需要AI算力进行研发和落地，但没有能力搭建超算平台的生态链企业，都能够得到算力上的赋能。
而在“软开放”方面，商汤的主导的开源，能够有效降低AI研发的门槛，加速产业应用步伐。开源，能够聚合人才与智慧，从而推动AI社区的繁荣，并成为推动产业发展的强大助推器。
严格说来，商汤的OpenMMLab人工智能算法开放体系，既是一个战略体系，也是一个生态规划。从初衷来说，OpenMMLab是为计算机视觉的一些重要方向建立统一而开放的代码库，并不断把新的算法沉淀其中，但是随着不断坚持开放多个开源算法库和工具箱，这些开放资源得到了越来越多AI研究人员的积极使用、贡献和回馈，对AI社区的发展产生了重要影响。
而在本届世界人工智能大会上，商汤科技正式宣布OpenMMLab战略升级，成为由商汤科技发起的“人工智能算法开放体系”，以顺应人工智能领域的开源趋势。
其实，就在这几个月内，中国的AI开源框架消息不断，3月20日清华大学计算机系图形实验室发布了开源AI框架计图（Jittor），华为3月28日正式开源MindSpore。在一度被TensorFlow、PyTorch两分天下的深度学习开源框架领域，国产自研AI开源框架正在不断证明自己的生态野心。
其实，商汤很早就发现，深度学习框架是像芯片、操作系统一样的战略资源，并于2018年就开始启动开源计划OpenMMLab，逐渐确立了开放的生态，让中国科技界，终于摆脱了必须在底层系统受制于人的尴尬，因此它也被称为AI领域的“国货之光”。
这种局面的出现，说明商汤在内的中国的整体AI实力在全球领先——为什么美国、中国、欧洲被视为全球前三的可能产生AI根源性创新的原发地？一个很大的标志就是，它们都建构了完全自主的深度学习框架。
而且，OpenMMLab产生于中国，它的大量特征针对中国特色来开发——比如，面对中国还有70%的传统企业没有数字化2.0转型的特点，OpenMMLab在友好性上大幅度提升；又比如，国外主流开发框架普遍都对中文的自然语言处理需求优化得不够，也缺乏中文的应用场景和数据集，商汤就没有这个问题。
作为新一轮科技革命和产业变革的重要驱动力量，AI已渗透到国家事务、社会运行、企业生产及人民生活的方方面面，而OpenMMLab主要面向专注于算法研发的实验室、AI科技企业、以及独立的AI研究小组等，为这些厂商提供AI算法的能力基础，支持下游客户在AI领域的研究需求。
用这样一段徐立的话来结尾是最好不过的，他说：“我们要的是一片森林。我们需要各种各样的生物，需要开放创新，这也是我们迈出的第一步，我们开源了这样的算法框架，未来会引入更多的生态系统来共同完成。”
*文中题图来自摄图网，基于VRF协议。
