京東技術(shù)委員會主席周伯文：AI技術(shù)還面臨許多可信挑戰(zhàn)

　　2021世界人工智能大會期間，新浪科技專訪了京東集團技術(shù)委員會主席、京東人工智能研究院院長周伯文。在談到AI行業(yè)的下一步發(fā)展時，周伯文認(rèn)為，可信AI的突破，包含了一些技術(shù)挑戰(zhàn)，包括如何提供AI模型跨場景的應(yīng)用，讓AI模型更可解釋，更有魯棒性;另外一方面，AI模型的部署一定要價值對齊，讓AI系統(tǒng)的使用者、設(shè)計者和AI系統(tǒng)所有關(guān)聯(lián)方的價值都能夠得到保護。此外，周伯文還分享了對AI行業(yè)的思考，以及京東在智能制造等方面的布局邏輯。

　　產(chǎn)業(yè)的數(shù)字化是未來10年人工智能最大的機遇

　　“產(chǎn)業(yè)+AI幾年前就在討論。以前是站在AI的角度去看AI怎么落地，要去找產(chǎn)業(yè)。AI是一個金B(yǎng)aby，大家都想把它落地。今年我們是產(chǎn)業(yè)+AI，倒過來了，是幫助產(chǎn)業(yè)，包括各個行業(yè)提升效率，真正產(chǎn)生價值。AI能做什么，應(yīng)該做什么。”

　　在談到產(chǎn)業(yè)+AI的變化，周伯文表示，這個趨勢是更健康的，也是更持久的。

　　他在大會期間表達的一個核心觀點是“產(chǎn)業(yè)的數(shù)字化是未來10年人工智能最大的機遇”。原因是產(chǎn)業(yè)+AI發(fā)展到現(xiàn)在，不是為了迎合AI，而是產(chǎn)業(yè)自己有巨大的數(shù)字化需求。正好AI的技術(shù)發(fā)展到現(xiàn)在，從基礎(chǔ)算法到基本的模塊能力，都開始具備為產(chǎn)業(yè)數(shù)字化提供價值的地方。

　　企業(yè)如何在這波大浪潮中利用AI技術(shù)來重構(gòu)自己的業(yè)務(wù)?周伯文認(rèn)為，首先企業(yè)要用好AI技術(shù)。目前AI技術(shù)的可用性需要巨大的提高，AI的研究者和技術(shù)提供者首先要做很多工作，比如把通用AI能力整合成跟產(chǎn)業(yè)數(shù)字化、場景化的挑戰(zhàn)更匹配的模塊的能力。

　　“過去幾年我?guī)ьI(lǐng)團隊在做智能供應(yīng)鏈人工智能開放平臺，也是兩年前在這個會上我上臺，從科技部手里代表京東承擔(dān)了國家人工智能開放平臺的建設(shè)，這是我們國家第一個面向?qū)嶓w經(jīng)濟的人工智能平臺。”周伯文表示，團隊的目標(biāo)就是把京東的視覺、語音、機器學(xué)習(xí)理解的能力進行重構(gòu)、整合。

　　“一方面我們開放API的能力;另外一方面，更多是把這些能力重構(gòu)、組合，形成銷量預(yù)測、用戶畫像、供應(yīng)鏈優(yōu)化等跟場景結(jié)合的能力。”

　　智能制造的商業(yè)模式還有更多想象空間

　　“產(chǎn)業(yè)”是個很龐大的概念，企業(yè)在做AI賦能的時候，如何分類和選擇合適的產(chǎn)業(yè)?

　　周伯文表示，所有的產(chǎn)業(yè)可以分成生產(chǎn)制造、流通和消費，京東是以供應(yīng)鏈為基礎(chǔ)的技術(shù)與服務(wù)企業(yè)，所有的一切是圍繞消費者，給他們供應(yīng)他們想要的東西。“現(xiàn)在各個行業(yè)，包括醫(yī)療、制造、汽車、3C電子、快銷品、流通消費等環(huán)節(jié)里，AI都能產(chǎn)生很大的價值，這是我們看問題的角度。”

　　在京東推進產(chǎn)業(yè)數(shù)智化的過程中，智能制造是重要一環(huán)。周伯文表示，京東提的智能制造不是單一的API、AI能力，而是一整套的解決方案。

　　其中包括幾個方面，一是幫助企業(yè)規(guī)劃他們的產(chǎn)能、設(shè)計產(chǎn)品，今年618期間就幫助上千個品牌商在6·18期間推出了新的商品;二是打造底層數(shù)據(jù)平臺，提供給客戶來規(guī)劃環(huán)節(jié)數(shù)字化、智能化部署;三是精益生產(chǎn)，“有很成熟的3C電子制造企業(yè)用我們的智能工廠解決方案，用智能質(zhì)檢的方式，調(diào)用質(zhì)檢的結(jié)果自動優(yōu)化生產(chǎn)線的流程。”;四是供應(yīng)鏈方案，比如水泥混凝土行業(yè)，通過數(shù)字化、智能化之后，不但自己的效率提升了，也帶動了上下游企業(yè)提升了效率。

　　談到智能制造的商業(yè)模式時，周伯文表示，目前更多是在理念的落地、技術(shù)的落地、產(chǎn)品的落地，把這些技術(shù)產(chǎn)品和服務(wù)提供給客戶去使用，所以目前是以技術(shù)服務(wù)的方式來合作。但是未來是否有更深的合作和商業(yè)模式的挖掘，是有想像空間的。

　　AI的技術(shù)挑戰(zhàn)：如何更具魯棒性、可復(fù)制性、可解釋性……

　　隨著技術(shù)、場景應(yīng)用的快速發(fā)展，AI技術(shù)在許多垂直領(lǐng)域已有廣泛落地。然而，AI技術(shù)在應(yīng)用的同時，也面臨許多可信挑戰(zhàn)。

　　周伯文表示，AI發(fā)展到現(xiàn)在進展很明確，確實看到研究的周期在變短。比如近期不管是視覺領(lǐng)域還是自然語言理解領(lǐng)域，這些大規(guī)模的預(yù)訓(xùn)練模型讓AI在特別的場景下，解決問題的訓(xùn)練時間大大減少，因為它做好了預(yù)訓(xùn)練。

　　“就相當(dāng)于一個人你讀完了本科之后，再去學(xué)一個新的東西會快一些，在這方面確實我們能看到有進展。”

　　同時，挑戰(zhàn)依然很大。“之所以強調(diào)AI與場景結(jié)合，原因在于我們看到在落地的過程中，AI技術(shù)面臨的挑戰(zhàn)是如何變成可信賴的AI。”他表示，可信賴的AI是京東在2019年提的一個理念。當(dāng)時大家對AI落地過程中的挑戰(zhàn)認(rèn)識還不夠。

　　從技術(shù)層面看，如何讓AI更魯棒，更可復(fù)制，這是可信AI面臨的挑戰(zhàn)。

　　此外，AI的可解釋性也是一個挑戰(zhàn)，“比如我們要幫助企業(yè)做柔性生產(chǎn)和設(shè)計，會根據(jù)消費者的洞察設(shè)計產(chǎn)品，如果企業(yè)要采納這個建議，他們除了要看一堆模型的準(zhǔn)確度之外，還需要知道為什么這樣的設(shè)計更容易贏得消費者的喜愛。目前預(yù)訓(xùn)練模型的AI、神經(jīng)網(wǎng)絡(luò)的AI都不具備這些能力。”

　　所以目前在技術(shù)挑戰(zhàn)上，周伯文認(rèn)為最大的挑戰(zhàn)是如何讓AI在這幾個維度上更具可信賴，維度包括魯棒性、可復(fù)制性、可解釋性、隱私保護、價值對齊、負(fù)責(zé)任等。