原创:快手商业洞察(微信公众号:kuai_insight)

  摘要:2018年10月,快手正式对外宣布开启“商业化元年”;同年12月,设立于美国西雅图的FeDA智能决策实验室正式成立,由刘霁担任负责人。随着他的到来,快手商业化确定了三大核心技术理念:坚持端到端的整体优化,坚持以客户为核心的个性化建模,通过大幅提高计算能力 降低AI的试错成本、并、提高迭代效率。

  这是最好的时代。科学技术飞速发展,研究室里的公式和理论正在以最快的速度转化成工业成果。曾经冷门的“机器学习”、“深度学习”、“人工智能”如今变得炙手可热,企业开始关心星辰大海,对科学家翘首以盼。科研成果和商业文明甜蜜互动,共同谱写着新时代的光荣与梦想。

  这是最坏的时代。昨天火热的方法、工具、理论可能一夜之间被淘汰。技术的迭代效率让人类兴奋,但焦虑和威胁论随之而来。冷清孤寂的科学道路迎来了一大波亢奋的资本,泡沫越吹越大,在埋头钻研和忙于代言之间,天平已经渐渐失衡。

  但好在,总有一批不断探索科学边界的科学家在引领社会进步。2018年10月,净化工程网 ,机器学习算法专家、美国罗彻斯特大学助理教授刘霁加入了快手,担任快手FeDA智能决策实验室负责人。他将如何带领这支“空军部队”提升快手的技术效率?如何依靠与众不同的视角,赋予经典技术全新的应用?如何不断突破技术的研究范畴,去影响改变未来?

  刘霁,快手FeDA智能决策实验室负责人

  让科学的花结出产业的果

  2018年1月30日,刘霁在北京国贸大酒店的宴会厅遇到了快手创始人、CEO宿华,留下了两人的第一张合影。为了表彰全球 35 位 35 岁以下的华人科技创新青年(MIT TR 35),《麻省理工科技评论》举办了这次评选。活动的目的很明确,在全球范围内评选出最有才华、最具创新精神,以及最有可能改变世界的 35 位年轻技术创新者,分别授予发明家、创业家、远见者、人文关怀者及先锋者五类荣誉。

  那天,1982年出生的宿华凭借在机器学习和社交网络的研究获得了“创业家”称号。在腾讯 AI Lab担任专家研究员、美国罗彻斯特大学助理教授刘霁则因“让机器学习算法更准确更高效,探索人工智能潜力的边界”获得了发明家的称号。就像大多数工程师的初次见面,两位研究领域相似的机器学习专家快速找到了共同语言,在合影时分站两端的二人当时不曾预料到,对技术的共同追求能让两人产生什么样的化学反应?技术的边界如此广阔,最终让二人跨越地理上的距离,成为一起并肩作战的战友。

  回忆起那天的场景,刘霁依然印象深刻。“那一年正好是AI在各个行业落地的元年。AI技术如何应用于短视频领域,如何通过机器学习理解和优化视频内容,以及内容的智能和个性化分发处理,这个话题让我尤其感兴趣。”颁奖典礼结束后,刘霁对快手的兴趣更加浓厚了,他发现即使在海外,也有很多人玩儿快手。“表现形式很新颖,内容既真实,层次丰富,特别符合中国的多元文化特色。”刘霁评价道。

  2018年,AI在概念普及、技术提升及资本助推等多重因素的影响下,正式成为“风口”,各路玩家纷纷涌入,市场上以“AI”为卖点的公司和产品如雨后春笋般出现。但让刘霁担忧的是,这些被包装出来的“AI项目”大多只是空中楼阁,缺少实际落地的场景和能力。“我上学那会儿,机器学习还是冷门专业。”研究了十多年机器学习的刘霁深知技术的重要性。“泡沫会散去,但技术不会变,潮水退去,才知道谁在裸泳。”

  刘霁认为,要理解AI,首先要明白什么是“真AI”。“严格来讲,目前市场所说的大多数AI其实是机器学习。”刘霁表示,数据、算法模型和计算能力是AI 能力的三个核心,缺少任何一个都不能算是“真AI”。

  他用时下火爆的AI+医疗举例:起到决定性作用的可能并不是算法,而是数据。因为不同医院的设备、流程不一样,数据不打通就没有意义。刘霁表示,随着AI的流行,入门变得容易。TensorFlow等机器学习软件可以让一个没有经过专业训练的人快速上手,但对于真正将AI视为核心竞争力的公司来说,数据、模型和计算能力的提升需要付出大量的时间和精力培养,需要下慢功夫。

  此外,AI技术必须要有实际的落地场景,跟产业结合,才具备现实意义。“一个裁缝技术再好,如果连顾客都没见过,也设计不出合适的衣服。”刘霁表示,以前的机器学习研究成果只是停留在理论上和实验室级别的验证上,他希望将技术成果与产业结合,做出一些真正改变行业的事情。