首页 > 财经 > 正文

来源:AI科技评论

作者| 陈彩娴、蒋宝尚

编辑 | 青暮

据职场社交平台脉脉用户爆料,阿里巴巴人工智能实验室(AI Labs)基本关闭,阿里官网和达摩院都删除了阿里人工智能实验室的相关页面。

目前,此条消息已经是脉脉热榜第一,近200条留言,没有留言表明这是一条谣言,而阿里官方并未对此事作出表态。

据实名认证的阿里员工介绍,此实验室早在2019年的时候,负责给阿里掌舵的逍遥子就决定撤销。另有阿里员工证实实验室的几个科学家已经离开,而且有的去大学当教师。

图注:腾讯员工回复美团员工

至于“黄”的原因,在脉脉上其他公司的员工分析,可能是实验室的运营模式出现了问题。

马云曾经在2017年的云栖大会上给实验室(包括达摩院)有过定位:“90%以上研究的东西,不能只在实验室里面,必须在市场上。只有这样,这个实验室才能走得长。”

1

阿里 AI Labs:技术落地是首要任务

阿里巴巴人工智能实验室成立于2016年,但前半年一直低调行事,直到2017年5月才在公众面前高调亮相。

2017 年,阿里巴巴将马云投入上亿美元的 Pepper 机器人项目中止,把人员队伍拆分划进阿里巴巴人工智能实验室(又称“阿里 AI Labs”)。

2017年7月5日,阿里巴巴在北京举行“阿里人工智能实验室2017夏季新品发布会”,发布了阿里人工智能实验室第一款智能语音终端设备“天猫精灵X1”。

2017 年 8 月,阿里人工智能实验室推出了天猫精灵 X1 智能音箱和智能语音系统 AliGenie。

起初,阿里 AI Labs 的核心产品及技术研发团队包括实验室负责人陈丽娟(又名浅雪)、首席设计师李剑叶、硬件终端总经理茹忆、产品运营总经理杜海涛等。在阿里 AI Labs,研发人员占八成以上,主要分布在杭州、北京与深圳等地。

随后,阿里 AI Labs 继续扩大版图,持续招募顶级科学家加入实验室,为阿里巴巴开疆扩土。2017 年 10 月,擅长自然语言理解、实体挖掘的聂再清担任 AI Labs 北京研发中心总负责人,擅长计算机视觉的李名杨任 AI Labs 机器视觉杰出科学家。这意味着,阿里 AI Lab 在语音交互产品开发和视觉交互的 AI 产品方面有了担纲的人物。

2018 年 3 月 22 日,阿里巴巴人工智能实验室在北京召开新品发布会上公布了几项新产品:新版交互引擎 AliGenie 2.0;‘精灵火眼’+ XHolder;天猫精灵曲奇版:一款可搭载AliGenie语言系统的Mini智能音箱;天猫魔屏:一款 3D 智能投影仪,覆盖华数、优酷、土豆等多个内容平台。

在2018年1月中旬的CES 2018开幕现场,阿里 AI Labs负责人陈丽娟谈到了三大计划:1)主导推出 IoTConnect 蓝牙协议;2)推出mesh智能灯(也是首款支持IoTConnect蓝牙协议的智能家居硬件产品);3)与MTK联合发布一款内置IoTConnect协议的蓝牙芯片。

由此可见,陈丽娟对阿里 AI Labs的发展目标定位并非发展人工智能技术,而是推动物联网向智能联网升级,归根到底还是推动产品落地。

早在2017年云栖大会上,陈丽娟便坦言,阿里 AI Labs的研究方向主要是:语音、语言与机器视觉等三类,最主要的发展方向是智联网,在具体产品选型上更侧重人机交互。

陈丽娟领导阿里 AI Labs期间,也确实有过AI产品落地的高光时刻,例如将天猫精灵智能音箱打造成了一个百万级销量爆品。

但作为一个人工智能实验室,重心却是发展智联网,阿里在成立AI Labs时真的想好了吗?

在不断推动产品落地的过程中,阿里AI Labs也继续引入高端人才,扩大人工智能技术辅助智能产品打造的规模。

例如,2019年9月18日,阿里巴巴宣布,陈颖(前高通首席工程师)和谭平(加拿大西蒙弗雷泽大学终身副教授,前360人工智能研究院副院长)入职阿里 AI Labs。其中,陈颖担任人工智能和边缘计算首席科学家,负责 IoT 视觉方案;谭平担任计算机视觉首席科学家,负责构建3D全息虚拟世界。

2019 年云栖大会上,阿里巴巴人工智能实验室发布“家庭大脑”,宣布AliGenie升级到4. 0 版本。此外天猫精灵还宣布与平头哥联合开发定制了一款智能语音芯片。

之后,除了天猫精灵,阿里 AI Labs的多项产品逐渐淡出公众眼线。近日,阿里 AI Labs 被爆已关闭解散。从2016年成立至今,阿里 AI Labs 面世四年,仅略长寿于市场上韭菜般一撮一撮生长、又一撮一撮被收割的初创企业(平均寿命不过3年)。

是喜是悲,是哀是乐,难以定夺,自见分晓。

2

AI labs “黄”了有哪些启示?

在国内,人工智能实验室是伴随着人工智能技术爆发的浪潮涌现的。在人工智能浪潮之前,做研究一般是高校的“任务”。但人工智能的出现改变了这个格局,毕竟AI模型只有“拿”到充足的算力、算法、数据才能发挥效力,而这三类资源背后对应了只有大公司才能提供的:雄厚的财力,优越的人才待遇。

大公司往往需要对“资本”负责,做研究又伴随着很大的风险,毕竟十个研究失败九个是非常平常的事情。而公司的容忍度非常有限:失败一次问责,严重失败撤销部门。

另一方面,虽然一直宣称AI商业化市场是片蓝海,但AI项目一直无法找到入口。

例如,风靡全球的DeepMind,其成立10年来研发了众多明星产品:AlpaFold,用AI预测蛋白质三维结构,攻克生物科学50年挑战;AlphaGo,2016年击败了世界围棋冠军、职业九段棋手李世石,2017年击败了当今围棋第一人柯洁。

但在这些光环产品的背后,DeepMind却始终未探索出一条可行商业化路径,从最新的财务报告来看,长期大量研发投入,使其一直处于连年亏损的状态。

图注:DeepMind 2016-2019年亏损额趋势

再例如,Yoshua Bengio 等人创立的加拿大人工智能公司 Element AI,曾经得到了微软、英特尔、英伟达、腾讯等公司的融资支持,但最近也正以2.3亿美元出售,低于总融资额,大致相当于2折出售。

因此,从长远来看,公司成立研究型实验室,其生存和发展越来越牵扯到投资者的利益,公司掌舵者应该更深入地思考自己的未来和AI科学研究未来,从而找到短期和长期如何权衡的可行模式。

猜你喜欢
文章评论已关闭!
picture loss