AI长尾问题如何解决？商汤科技徐立：爆炸式增长的应用与技术需求最终是对算力的需求

每经记者 张韵    每经编辑 张海妮    

7月10日，2021世界人工智能大会在上海落幕。上海市委书记李强在上海市人工智能发展专家会议上表示，人工智能是上海未来发展过程中重点扶持的产业之一，在人工智能的基础研究、算力算法和应用场景方面给予极大支持，同时上海将重点发展三个方面，包括智能网联汽车、智能机器人、智能终端产品的应用。

随着AI在生物工程、汽车智能、文娱旅游等各行各业的应用，AI技术正在突破行业的边界，普惠AI也让智能无所不及。但当AI发展进入到从产品走向产业的阶段，新的问题也接踵而来，如何解决AI长尾效应成为摆在各行各业面前的新挑战。《每日经济新闻》记者试图在此次大会期间找到答案。

自动驾驶商业化比拼升级

以智能网联汽车应用为例，上海汽车集团股份有限公司副总裁、总工程师祖似杰认为，汽车产品已经从以硬件为主的工业化产品，转变为以数据驱动的智能化终端。

“在产品研发上，人工智能正赋能一车千面的用户体验并缩短了整车开发周期。”祖似杰表示，人工智能正融入到数字化交通和智慧港口等核心环节，目前上汽集团已经面向乘用车市场启动了L4级自动驾驶RoboTaxi项目，推进车路协同等技术的商业化应用，到今年底，上汽集团将在上海、苏州等地投放运营40~60辆RoboTaxi产品。

同样推进Robotaxi场景的除了上汽等传统车企外，还有文远知行、小马智行、AutoX等自动驾驶创业公司。小马智行副总裁张宁在大会期间的媒体沟通会上表示，Robotaxi已正式在上海开启，覆盖嘉定区主要城区路段，投入服务的车辆为搭载最新自动驾驶系统的雷克萨斯RX车型。

在小马智行展区，记者看到公司还将L4级重卡作为技术落脚点，并计划在2023年规模化量产车规级自动驾驶系统。可以看到，自动驾驶市场竞争日趋激烈，随着技术的不断发展完善，自动驾驶商业化路径也逐渐清晰。

小马智行自动驾驶展区。图片来源：每经记者 张韵 摄

在祖似杰看来，自动驾驶最核心的问题是长尾问题，上汽集团计划2025年实现RoboTaxi的量产，“无人驾驶接管里程必须做到处理事故的能力较人高一个数量级，才能真正用到实践环节，否则一个高度智能体是无法被人类作为公共安全产品所接受”。

80%的长尾需要尚未得到满足

在解答长尾问题之前，先要了解到底什么是数字化社会。在商汤科技联合创始人、首席执行官徐立看来，构造一个数字化社会应该有几个步骤：第一，场景数据化；第二，要素结构化；第三，流程交互化。

商汤论坛现场，徐立解读数字化三步骤。图片来源：每经记者 张韵 摄

举个例子，商汤将自己的上海总部大楼进行了3D拆解，并把人文的理解叠加到了数字孪生上，构成了可交互的操作系统，将更多的流程植入到应用中，让办公场景变得更加智能化。比如会议室的预定、场馆的推荐、序列化的排队、自动送货送餐、万物的检索等，是人工智能提供的增值化服务。

“在整个流程中，第一步是数据化，没有数据化就没有可操作空间，在这之后，全面的结构化以至流程的可交互化，才是真正意义上需要大规模的AI赋能。”在徐立的解释下，数字化从一个抽象概念变得具体起来，他接着提出了一个观点：由于场景当中的长尾应用细分繁杂，所以需要核心的技术突破，这个突破在于背后巨大的算力。

徐立表示，现在的应用80%都是低频的、长尾的需求，这些需求如果没有统一的人工智能方法去解决，面临的就是投入大量的人力、收集巨量的数据，并且还不能解决小数据、小样本问题。

另外，从技术本身来说，如果现在还聚焦在单一问题、大量数据、单一训练的过程中，往往不能满足更好的泛化能力要求。所以技术和应用的需求，最后归结到对于算力的本质需求。

未来将是超级计算带来的红利

“如果我们在十年前看到的是人工智能深度学习算法突破带来的一波红利、五年之前我们看到的是大数据带来的红利，接下来的时间点，我们可能看到的是超级计算带来的红利，而这波红利能够帮助大家探索更大的空间。”徐立用一张图表显示了行业对算力的需求在过去10年翻了近百倍。

通常而言，当算法越精准，需要的算力就越少。但今天人工智能面临的应用需求是大规模爆炸式增长，引发各种长尾问题已不能靠单一技术路径得以解决，因此需要集中的大规模算力提供更多技术开源模型。

徐立告诉记者，这也是商汤科技从很早开始就决定做人工智能大装置的原因。他将商汤AI大装置类比为物理学中的粒子对撞机，因为粒子碰撞的结果是不可预测的，但是只有通过不停的探索尝试，在某种程度上才能找出可解释物理世界的规律。

同理，在人工智能可能性的探索过程中，很多的小样本问题不是在着手的时候就能够解决的，而是通过尝试更大的大模型泛化能力，再蒸馏到小样本零样本的迭代过程中才能够解决。

《每日经济新闻》记者在商汤科技的展厅中了解了商汤大装置的背后逻辑，简而言之是在整合AI芯片和AI传感器提供算力基础上，建立AI通用算法开发平台，以达到各行各业在小样本迭代中找到合适的算法模型的目的，解决AI长尾问题。

而超级计算最终的目的是为了推动物理世界全面数字化转型，打破虚实世界的次元壁。徐立认为，数字化的下一步是如何把虚拟世界的内容叠加到现实生活中去。