今天的人工智能行业是否有些发烧？
如何降温？
人工智能专家，到底该如何创造出实际价值？
带着上面这些问题，量子位近日对阿里云人工智能首席科学家闵万里博士进行了专访。闵万里平时喜欢用花名“山景”来称呼自己。
而这个花名，来源于他的家乡大别山区。闵万里自小在山里长大，他说，如果有一天真的彻底闲下来，自己的终极理想是回山里隐居、支教。
采访的时候，我们也以“山景”来称呼这位科学家。
有个现象，叫“深度泛滥”
“我看了。但是说实话，还是希望人工智能领域能百花齐放，多一些研究方向。”当被问起是否关注了前几天在法国土伦召开的ICLR2017，有什么感受时，山景如是回答量子位。
2013年LeCun和Bengio牵头创办ICLR，被公认为机器学习&深度学习领域的顶级学术会议。
他进一步说道：“这些人都还是在讲深度学习的故事”，山景的观点是要独辟蹊径，“不是说人工智能就是深度学习。我说现在有个现象，叫‘深度泛滥’，一提到人工智能，就是深度学习，我觉得这个事情是有问题的”。
“今天所有成功的深度学习，都是一些‘黑盒子’：工程调调参数，样本量大，然后进去跑。跑出来结果知其然，不知其所以然。很危险，我很不喜欢这个状态”，学数学出身的山景说：我相信一点，我们所看到的任何现象背后都是存在第一性原理的，就像牛顿三定律一样。
“如果我们对基础的、本质的东西没有了解清楚就去对它进行描述，最后很可能发现自己走上一条偏颇的道路”，这位阿里云人工智能首席科学家对量子位说：“不过这也更坚定了我的信心：我们现在应该往新的方向去走，不能局限于深度学习”。
谈到未来趋势，山景也承认深度学习会继续发展，因为它的门槛已经相对较低，“只要具备了云计算的能力，就可以去跑数据”，因此，会有很多人继续朝这个方向走。
随之而来的会是一个量变到质变的过程，当深度学习达到了一定层次的时候，就会有人从深层原理上来对其进行反推。山景认为，基础理论取得突破的一天一定会到来，而这个时间取决于技术在实际应用中铺开的速度。
当AI遍及各行各业，找不到新的应用场景时，人们就会更多地从原理上进行探索。
AI过热不完全是坏事
现在，不少创业公司的商业计划书里都非得提个“人工智能”，感觉没这几个字都不好意思见投资人。谈到当下人工智能行业的过热现象，山景说，“有的人随便整了一个数据，就叫大数据，然后号称做的是大数据建模、大数据风控之类的东西，其实他那些数据可能都是一些网上扒来的、过时的数据。这里面的泡沫非常地大。”
“还有一个比较明显的特征，你可以数一下，我们现在每周的人工智能峰会有多少？”山景笑言。
不过从另一个角度来说，他也认为这不是一件坏事。毕竟有关注才会有资源投入，促进行业发展。任何新兴行业的发展，一定会有泡沫发生，大浪淘沙后才是真英雄。“产业的发展必然从开始的一窝蜂、过热，到慢慢冷静、聚焦，最后成熟”，山景说。
而对于如何给过热的AI行业降温，山景表示，AI还是应该向实际的应用场景去落地：“其实我觉得，我们现在做的就是在解答这个问题（指阿里工业大脑、城市大脑等）。不落地的东西说得再天花乱坠，都得不到大众的支持，老百姓的感知不一样——天天听到打雷却见不到下雨，肯定是不行的，一定要到应用当中去。”
AI专家要忘了自己是个专家
知乎上有篇文章里提到了这样一种现象：一些公司高薪聘请机器学习专家，而这些专家到来之后，也一直将自己的全部心血倾注在计算环境和模型的搭建上。
然而到最后公司发现，这些机器学习专家并没有给自己带来实际价值——原因是，专家只是专注于自己的数据准备、处理、建模、调参等工作，并未将业务和商业问题纳入自己的考虑；而专家和部门之间，又缺乏必要的联系和沟通，因此最终双方不欢而散。
那么，AI专家，或者说人工智能方面的人才到底该如何创造出真正的价值？
“我这样讲吧，十年前我是这样的状态”，山景博士扬着头，一边回想着说，“十三年前，那时候我刚刚博士毕业，我以为模型能解一切的问题。后来我很快发现了一个瓶颈：在你做的研究，发表的学术论文中，有非常多的假定条件，‘如果XXX……’，对吧？”
一个理想化的产品，从实验室走到实际生活中，这当中有非常大的不同。很多条件假设，都是不成立的，系统完全不支持。这种情况下怎么办？或者说，整个业务流程当中，根本没有这样的数据。又该怎么办？
“所以，人工智能领域，越是那些高大上的人，越难落地——他钻得太深了，以至于不接地气了。他不知道现实之中，该妥协、该变通的地方在哪里。我招的一些人也有这种情况，总是沉浸在细节的改进上，但其实，只是在一艘要沉没的大船上做内部装修——最后船还是沉下了水”，山景给量子位举了一个形象的例子。
在他看来，不少人工智能专家（尤其是从大学出来的），都存在不接地气的问题。
“去了公司压根没想过业务是什么。对业务场景的提炼其实比做研究还要难，你要知道哪些地方该放弃、该妥协、可以放弃、可以妥协……但是很多人没有意识到这一点，以为只是写文章发paper就好了”，山景说他后来明白发paper只是业务中一个环节而已。
来自山景的建议是：人工智能专家先忘掉自己的专家身份，多跟业务的人学一学。这样才可能实现接轨，才有可能创造价值。不然的话，你创造的价值永远只是文章，没有人能去把它落地。
而对于AI人才的职业选择，山景的建议是去那些“有业务的公司”。
“像有些人工智能的创业公司，说我搞图像识别，成功率到了99.9%，这种公司其实没前途的，因为它没业务。我见过太多这样的公司，一开始还关注它们的发展，后来发现它们大部分都被收购了，或者说偃旗息鼓了。这些都是伪创业。”
同时山景表示，阿里其实没有固定的人才培养模式，都是放到实战中去练兵。对新人会有一定的技术培训，但是很短。山景认为，战场是人才最好的训练场景。
山景老师接受采访时一直笑呵呵的。他说，可能自己的观点犀利了点，但这也确实是自己真实的看法。尤其当看到很多人人云亦云的时候，特别希望能给大家带来不一样的视角。
第三十四届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：liuhan
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，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。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
