AI長尾問題如何解決？商湯科技徐立：爆炸式增長的應用與技術需求最終是對算力的需求

每經記者 張韻    每經編輯 張海妮    

7月10日，2021世界人工智能大會在上海落幕。上海市委書記李強在上海市人工智能發展專家會議上表示，人工智能是上海未來發展過程中重點扶持的產業之一，在人工智能的基礎研究、算力算法和應用場景方面給予極大支持，同時上海將重點發展三個方面，包括智能網聯汽車、智能機器人、智能終端產品的應用。

隨著AI在生物工程、汽車智能、文娛旅游等各行各業的應用，AI技術正在突破行業的邊界，普惠AI也讓智能無所不及。但當AI發展進入到從產品走向產業的階段，新的問題也接踵而來，如何解決AI長尾效應成為擺在各行各業面前的新挑戰。《每日經濟新聞》記者試圖在此次大會期間找到答案。

自動駕駛商業化比拼升級

以智能網聯汽車應用為例，上海汽車集團股份有限公司副總裁、總工程師祖似杰認為，汽車產品已經從以硬件為主的工業化產品，轉變為以數據驅動的智能化終端。

“在產品研發上，人工智能正賦能一車千面的用戶體驗并縮短了整車開發周期。”祖似杰表示，人工智能正融入到數字化交通和智慧港口等核心環節，目前上汽集團已經面向乘用車市場啟動了L4級自動駕駛RoboTaxi項目，推進車路協同等技術的商業化應用，到今年底，上汽集團將在上海、蘇州等地投放運營40~60輛RoboTaxi產品。

同樣推進Robotaxi場景的除了上汽等傳統車企外，還有文遠知行、小馬智行、AutoX等自動駕駛創業公司。小馬智行副總裁張寧在大會期間的媒體溝通會上表示，Robotaxi已正式在上海開啟，覆蓋嘉定區主要城區路段，投入服務的車輛為搭載最新自動駕駛系統的雷克薩斯RX車型。

在小馬智行展區，記者看到公司還將L4級重卡作為技術落腳點，并計劃在2023年規模化量產車規級自動駕駛系統。可以看到，自動駕駛市場競爭日趨激烈，隨著技術的不斷發展完善，自動駕駛商業化路徑也逐漸清晰。

小馬智行自動駕駛展區。圖片來源：每經記者 張韻 攝

在祖似杰看來，自動駕駛最核心的問題是長尾問題，上汽集團計劃2025年實現RoboTaxi的量產，“無人駕駛接管里程必須做到處理事故的能力較人高一個數量級，才能真正用到實踐環節，否則一個高度智能體是無法被人類作為公共安全產品所接受”。

80%的長尾需要尚未得到滿足

在解答長尾問題之前，先要了解到底什么是數字化社會。在商湯科技聯合創始人、首席執行官徐立看來，構造一個數字化社會應該有幾個步驟：第一，場景數據化；第二，要素結構化；第三，流程交互化。

商湯論壇現場，徐立解讀數字化三步驟。圖片來源：每經記者 張韻 攝

舉個例子，商湯將自己的上海總部大樓進行了3D拆解，并把人文的理解疊加到了數字孿生上，構成了可交互的操作系統，將更多的流程植入到應用中，讓辦公場景變得更加智能化。比如會議室的預定、場館的推薦、序列化的排隊、自動送貨送餐、萬物的檢索等，是人工智能提供的增值化服務。

“在整個流程中，第一步是數據化，沒有數據化就沒有可操作空間，在這之后，全面的結構化以至流程的可交互化，才是真正意義上需要大規模的AI賦能。”在徐立的解釋下，數字化從一個抽象概念變得具體起來，他接著提出了一個觀點：由于場景當中的長尾應用細分繁雜，所以需要核心的技術突破，這個突破在于背后巨大的算力。

徐立表示，現在的應用80%都是低頻的、長尾的需求，這些需求如果沒有統一的人工智能方法去解決，面臨的就是投入大量的人力、收集巨量的數據，并且還不能解決小數據、小樣本問題。

另外，從技術本身來說，如果現在還聚焦在單一問題、大量數據、單一訓練的過程中，往往不能滿足更好的泛化能力要求。所以技術和應用的需求，最后歸結到對于算力的本質需求。

未來將是超級計算帶來的紅利

“如果我們在十年前看到的是人工智能深度學習算法突破帶來的一波紅利、五年之前我們看到的是大數據帶來的紅利，接下來的時間點，我們可能看到的是超級計算帶來的紅利，而這波紅利能夠幫助大家探索更大的空間。”徐立用一張圖表顯示了行業對算力的需求在過去10年翻了近百倍。

通常而言，當算法越精準，需要的算力就越少。但今天人工智能面臨的應用需求是大規模爆炸式增長，引發各種長尾問題已不能靠單一技術路徑得以解決，因此需要集中的大規模算力提供更多技術開源模型。

徐立告訴記者，這也是商湯科技從很早開始就決定做人工智能大裝置的原因。他將商湯AI大裝置類比為物理學中的粒子對撞機，因為粒子碰撞的結果是不可預測的，但是只有通過不停的探索嘗試，在某種程度上才能找出可解釋物理世界的規律。

同理，在人工智能可能性的探索過程中，很多的小樣本問題不是在著手的時候就能夠解決的，而是通過嘗試更大的大模型泛化能力，再蒸餾到小樣本零樣本的迭代過程中才能夠解決。

《每日經濟新聞》記者在商湯科技的展廳中了解了商湯大裝置的背后邏輯，簡而言之是在整合AI芯片和AI傳感器提供算力基礎上，建立AI通用算法開發平臺，以達到各行各業在小樣本迭代中找到合適的算法模型的目的，解決AI長尾問題。

而超級計算最終的目的是為了推動物理世界全面數字化轉型，打破虛實世界的次元壁。徐立認為，數字化的下一步是如何把虛擬世界的內容疊加到現實生活中去。