专访瑞莱智慧CEO田天： AI产业“第一增长曲线”放缓，需突破三大“关卡”打开新市场

近年来，人工智能在全球进入爆发期。值得注意的是，由此引起的数据伪造、算法瓶颈、隐私安全、伦理困境等问题也日益凸显。人工智能也亟需发展出安全、可信、可靠与可扩展的技术。

人工智能企业瑞莱智慧CEO田天告诉《每日经济新闻》记者，传统行业由于场景复杂和隐私保护强监管等因素，真正可以使用的数据往往并不充足， 由大数据、大算力驱动的AI产业“第一增长曲线”开始放缓。

为此，需要从增强AI底层能力出发，围绕算法可靠、数据安全、应用可控的三大目标打造新一代基础设施，推动AI在金融、工业、安全、新基建等领域的高价值赋能，挖掘产业“第二增长曲线”。

瑞莱智慧CEO田天 受访者供图

算法、数据、应用层“关卡”待突围

人工智能想要成为新时代的“水和电”，成为驱动各行业升级的底层通用能力，依赖于完备的AI基础设施。

“2020第三代人工智能产业论坛”上，瑞莱智慧CEO田天在接受《每日经济新闻》记者专访时表示，继承自互联网时代的经验，当前AI基础设施建设的重心集中在数据中心、算力平台上，主要解决AI“温饱”问题，为AI提供基础运算环境。

在上述基础设施的支撑下，数据和算力的快速增长作为“外部驱动力”，带动了AI技术在包括人脸识别、语音识别等领域的一波浪潮，驱动AI产业“第一增长曲线”出现。

然而，随着AI赋能传统行业的逐步深入，新矛盾开始凸显。传统行业由于场景复杂和隐私保护等限制，真正可以使用数据往往并不充足，同时算力的增长也解决不了算法能力上限的问题，在这种情形下，AI“第一增长曲线”开始放缓。

“就好比赛车，我们不仅要供给更多的燃料，更好的配件，更重要的还需要一个能更好驾驭各类情形的驾驶员，在复杂条件下作出正确的操作选择。” 基于上述行业背景和挑战，田天表示，要在相同的数据、算力条件下，更好地支撑AI赋能行业的深度应用，需要为AI打开“数据”和“算力”之外的全新维度，在数据平台和算力平台之外，打造基于第三代人工智能技术的AI基础设施，从增强算法底层能力出发，发展出AI“内生驱动力”。

不过，打开新市场也面临新的挑战。田天称，人工智能发展亟需突破算法、数据、应用层的三大“关卡”。

在算法决策层，AI决策任务往往涉及高价值场景，决策一旦出错可能引起巨大损失，甚至威胁生命安全，为此每一个决策都需要极高的可靠性，包含提供可理解的决策依据与抵御漏洞攻击的能力。

而在备受关注的数据隐私和安全层面，由于提升AI能力需要最大限度挖掘数据价值，但是在金融、医疗、公共安全等场景的AI应用中，需要用到的数据往往涉及个人隐私信息，简单明文数据传输和利用很可能导致隐私泄露，因而，在训练AI模型时，必须与密码学、区块链等技术进行融合发展，保证数据隐私安全。

最后，AI应用场景的管控也至关重要。田天举例称，近年来，人脸识别“种族歧视”背后的算法公平性问题，深度伪造换脸技术的负面应用等案例就曾引发诸多争议。因而，对于AI技术的应用发展，需要持续思考，在商业性与社会影响之间需要寻找到平衡。

底层创新需与用户需求深度融合

事实上，纵观全球人工智能产业，多家企业也在探索与思考人工智能智能发展过程中面临的上述“关卡”。

但在田天看来，随着产业需求不断深入，技术探索方式也应迭代创新。区别于此前常态化“见一个解决一个”的问题处理办法，目前在人工智能技术的落地过程中，需要做到“发现一个问题就看到一类问题”，并通过底层框架、平台和方法论的突破，打造AI原生基础设施，助力产业的整体升级。

那么，如何突破“三大关卡”打造AI原生基础设施，实现产业赋能升级？

对此，田天向《每日经济新闻》记者表示，需要在算法可靠、数据安全、应用可控三方面持续探索，以实现对现有AI平台升级赋能，拓展AI在各类场景上的可用性。他进一步解释，这是现阶段人工智能产业需求，也是产业目标。

不过，打造AI原生基础设施并非易事。田天坦言，在这个过程中，在技术路径上需要突破传统以数据驱动的方式。贝叶斯深度学习、可解释机器学习、AI安全对抗攻防、新一代知识图谱、隐私保护机器学习等第三代人工智能技术框架则提供了实现基础。

“通过技术重构和能力升级，构建AI原生基础设施，可以打开AI能力的全新维度，激发AI的第二增长曲线，为AI赋能各行各业带来全新市场机会。”田天举例称，在金融应用场景，基于隐私保护机器学习平台，可以在合规、隐私保护的前提下，实现基于多方数据的联合AI建模，显著提高智能风控、反欺诈、精准营销等应用的效果；在刷脸支付场景，可以在AI安全平台保护下，提供安全、受保护的刷脸支付系统。

与此同时，田天表示，打造基于第三代人工智能技术的AI基础设施是一种底层创新，一方面，需要和科研单位及学科机构保持深度合作，才能保持技术先进性。另一方面，需要与不同平台类型的厂商、不同领域的行业组织展开合作，制定行业标准、规范，与不同垂直行业终端用户需求深度融合，才能推动应用大面积落地。