應(yīng)用焦點(diǎn)在哪里，AI的突破口就在哪里

今年，AI頂會(huì)CIKM的時(shí)間檢驗(yàn)獎(jiǎng)?lì)C給了京東何曉冬博士創(chuàng)立的DSSM雙塔模型，而這是他10年前的一個(gè)研究成果，也是今天智能推薦技術(shù)的基石模式之一。

DSSM并不是本文討論的焦點(diǎn)，但它是一個(gè)窗口，它可以透視在10年前和今天，人們是如何用不同的方式去對(duì)待AI的創(chuàng)新，以及由此帶來的截然不同的效果。

——導(dǎo)語

01

經(jīng)得住時(shí)間檢驗(yàn)的技術(shù)

老友何曉冬最近又拿一新獎(jiǎng)，向來低調(diào)的他，也十分歡喜。我和他特意多談了幾句，引發(fā)了這次對(duì)他的訪問和一些思考。

這個(gè)獎(jiǎng)關(guān)系到一篇10年前發(fā)表的論文，論文的主題是關(guān)于DSSM 模型（也就是雙塔模型）的提出（論文名為：基于點(diǎn)擊數(shù)據(jù)學(xué)習(xí)用于網(wǎng)絡(luò)搜索的深度結(jié)構(gòu)化語義模型）。

所謂善戰(zhàn)者無赫赫之名，在網(wǎng)上搜索DSSM模型+何曉冬，結(jié)果并不太多。

其中，大部分搜索結(jié)果只是提及，DSSM是2013年由微軟在CIKM上發(fā)表的一個(gè)貢獻(xiàn)。

CIKM，就是信息檢索和數(shù)據(jù)挖掘國(guó)際學(xué)術(shù)會(huì)議 CIKM (International Conference on Information and Knowledge Management) ，是AI領(lǐng)域的“頂會(huì)”之一。

較少有人曾經(jīng)由雙塔模型而注意到何曉冬，可能和這樣一個(gè)事實(shí)有關(guān)——就是這篇論文，當(dāng)時(shí)過于超前，也十分的精短。

“2013年的時(shí)候，學(xué)界對(duì)這個(gè)（雙塔模型）的工作，是有懷疑的。包括論文寫出來后都還有些懷疑。我們論文最開始投是一個(gè)全的長(zhǎng)文，最后審稿人給的意見是覺得選題很一般，建議我們要不投個(gè)短文試試，所以我們就改成短文投出去?？赡芤?yàn)槭沁@個(gè)原因，投出去當(dāng)時(shí)沒有引發(fā)廣泛關(guān)注，后面也陸續(xù)第一時(shí)間應(yīng)用到我們?cè)谖④浀墓ぷ骼铩?，何曉冬回憶說。

但是，站在2024年這個(gè)角度再看過去，結(jié)果就完全不同了，無論在哪個(gè)AI開發(fā)者社區(qū)，你都可以讀到類似以下的一段話——

DSSM在業(yè)界搜索引擎廣告推薦方面的影響力，目前來說是超過其它幾乎任何一個(gè)模型，基本上統(tǒng)治了召回/粗排階段。在大模型領(lǐng)域，它更是無人不知。

十年窗下無人問，一舉成名天下知。

而此刻的何曉冬，早已經(jīng)從大洋彼岸的微軟研究員，變成了今天的京東探索研究院院長(zhǎng)、京東科技人工智能業(yè)務(wù)負(fù)責(zé)人。

目前波瀾壯闊的數(shù)字化、智能化的熱浪，使我們產(chǎn)生一種錯(cuò)覺——那就是只要是新的、好的技術(shù)發(fā)明，很快就能用于實(shí)踐，很快就能夠從實(shí)驗(yàn)室走向產(chǎn)品化、從產(chǎn)品化走向商業(yè)化。

這種認(rèn)知是謬誤的，或者至少是有偏差的。

一方面，經(jīng)受得住時(shí)間和實(shí)踐雙重檢驗(yàn)的論文，并不是那么多。

另一方面，即使一篇論文或一個(gè)科技成果，有很重要的理論價(jià)值和應(yīng)用價(jià)值，但它能夠被應(yīng)用起來，也需要天時(shí)地利人和。

給大家講兩個(gè)小故事。

一個(gè)是我們現(xiàn)在每臺(tái)智能手機(jī)、每臺(tái)筆記本電腦里都裝著的SSD（俗稱閃存盤），給人的印象是這幾年才推廣的。但事實(shí)上，閃存盤這個(gè)發(fā)明的理論基礎(chǔ)，1967年就有了。但時(shí)間流轉(zhuǎn)到20年后，才由日本東芝的一位研發(fā)人員——舛岡富士雄發(fā)明了NOR FLASH，一種劃時(shí)代的產(chǎn)品。

結(jié)果呈報(bào)上去，東芝根本就不重視，因?yàn)闁|芝當(dāng)時(shí)的注意力都在DRAM方向上（一種內(nèi)存）。

結(jié)果這位科學(xué)家又不屈不撓的搞出了NAND FLASH閃存，這就是我們今天所用的固態(tài)硬盤的基礎(chǔ)介質(zhì)。

沒想到，這次東芝倒是有所表示了：獎(jiǎng)勵(lì)了他幾百美元獎(jiǎng)金，然后可能是覺得他有些刺頭，把他調(diào)到了一個(gè)邊緣崗位上，又是若干年。

直到在東芝度過了23年，從28歲變成51歲之后，舛岡富士雄選擇了辭職。這時(shí)候閃存已經(jīng)是一個(gè)千億美金市場(chǎng)。

舛岡富士雄在2006年起訴了東芝，并索賠10億日元。但結(jié)果很糟糕，他只拿到了8700萬日元的和解金，折合下來只有幾十萬美元，而這本來是一個(gè)可以問鼎諾獎(jiǎng)的發(fā)明，可以為發(fā)明者帶來無窮的財(cái)富和榮譽(yù)。

其實(shí)，科學(xué)家的優(yōu)秀科研成果轉(zhuǎn)化，靠個(gè)人努力從來是艱難的。

我們可以看看剛剛獲得2024年諾貝爾物理學(xué)獎(jiǎng)的“深度學(xué)習(xí)之父”辛頓的例子，辛頓在2006年在深度學(xué)習(xí)方向的研究取得重要成果后，其實(shí)對(duì)如何推廣這項(xiàng)技術(shù)也感到茫然。

于是，直到2012年，他才成立了一間小公司，但卻對(duì)如何后續(xù)發(fā)展，并無做好準(zhǔn)備。

辛頓的幸運(yùn)是，由于當(dāng)時(shí)人工智能產(chǎn)業(yè)的勢(shì)頭已經(jīng)開始明顯的抬頭，很多企業(yè)都在密切關(guān)注能推動(dòng)人工智能技術(shù)重大突破的新理論，這使得辛頓的公司在幾乎沒有任何實(shí)際業(yè)務(wù)的情況下，就得到了來自百度、谷歌的競(jìng)買。

這其中，最關(guān)鍵的時(shí)刻并不是辛頓在2006年做出的研究，而是谷歌決定請(qǐng)辛頓加入。如果沒有谷歌平臺(tái)上諸多場(chǎng)景對(duì)辛頓的成果的驗(yàn)證、實(shí)踐和孵化，深度學(xué)習(xí)是否還有今天這么高的地位，谷歌是否能拿出一系列基于這個(gè)理論的產(chǎn)品，都很難說。

辛頓的戲劇性經(jīng)歷說明了，在技術(shù)轉(zhuǎn)向應(yīng)用的過程中，充滿了種種的不確定性。即使在商業(yè)體系、技術(shù)體系更為成熟的地方，科研人員在推廣自身研究并付諸于產(chǎn)業(yè)應(yīng)用的路徑，也仍然是不平坦和充滿隨機(jī)性的。

這也說明了，刨除純粹的底層理論性研究外，檢驗(yàn)一個(gè)技術(shù)是否是真正有價(jià)值的技術(shù)，時(shí)間只是表征，實(shí)際上還是真正在工業(yè)化場(chǎng)景里的應(yīng)用價(jià)值，是對(duì)現(xiàn)實(shí)世界的變革的推動(dòng)。

而這，可能才是何曉冬辭別美國(guó)的首席研究員、教授、博導(dǎo)等赫赫頭銜，愿意回國(guó)來到京東的原因，因?yàn)檫@里有他想要的轉(zhuǎn)化環(huán)境和條件。

“對(duì)于科研工作，而我不喜歡這種‘發(fā)完就不管’的做法，我希望看到它在真實(shí)世界里創(chuàng)造出價(jià)值”，何曉冬說：“而京東一開始就有這種氛圍”。

02

范式轉(zhuǎn)換：從科學(xué)創(chuàng)新到產(chǎn)業(yè)創(chuàng)新

何曉冬的履歷其實(shí)比較簡(jiǎn)單，清華本科、中科院碩士、密蘇里大學(xué)哥倫比亞分校博士，然后加入微軟，一直從事語音識(shí)別、語言理解、圖像與語言多模態(tài)信息處理等領(lǐng)域的研究，然后于2018年加入京東，擔(dān)任副總裁，主管人工智能方向的技術(shù)和產(chǎn)品研發(fā)。

學(xué)術(shù)界的評(píng)價(jià)是，何曉冬是本領(lǐng)域世界級(jí)科學(xué)家之一，吳文俊人工智能杰出貢獻(xiàn)獎(jiǎng)獲得者。他發(fā)表了200多篇論文，引用5萬余次，并多次獲得ACL杰出論文獎(jiǎng)、IEEE SPS Best Paper等獎(jiǎng)項(xiàng)。

這好像是一條從學(xué)霸到頂級(jí)學(xué)者，再?gòu)捻敿?jí)學(xué)者到產(chǎn)業(yè)創(chuàng)新的重要人物的必經(jīng)之路。

但是，我認(rèn)識(shí)的太多AI牛人，走通了從學(xué)霸到頂級(jí)學(xué)者的路，卻沒有走通從頂級(jí)學(xué)者到產(chǎn)業(yè)創(chuàng)新的重要推動(dòng)者的路。

這里面有太多的干擾項(xiàng)，但我覺得主要因素就是兩個(gè)——個(gè)人意愿和工作氛圍。

從個(gè)人意愿來講，何曉冬選擇來到京東，就是希望做出一些改變，對(duì)真實(shí)世界的改變——他在微軟研究資源和環(huán)境寬松，整體上偏于純研究，離應(yīng)用比較遠(yuǎn)?！皝砭〇|是真正的上一線了”，他興奮的說：“而且這里有非常豐富的場(chǎng)景，是能夠做出一番成果的?！?/p>

從企業(yè)環(huán)境來講，我見過的一些科學(xué)家進(jìn)入企業(yè)后，往往不樂于帶團(tuán)隊(duì)、背業(yè)績(jī)，還是希望有一個(gè)相對(duì)簡(jiǎn)單的研究環(huán)境。

但何曉冬相反，他和我講過，一開始就要帶團(tuán)隊(duì)，而且要背業(yè)績(jī)，雖然最開始也是如履薄冰，但“心里是歡喜的，因?yàn)槟阒滥闼芯康募夹g(shù)有可能真正改變這個(gè)行業(yè)”；他說這話時(shí)，是由衷的歡喜——因?yàn)樗谝郧暗沫h(huán)境里的任何研究，很多時(shí)候基本走不到能聽到真實(shí)用戶反饋的那一步。

被稱為科技大佬必讀書的托馬斯·庫恩的名著《科學(xué)革命的結(jié)構(gòu)》里，非常清楚的描繪了這樣一種場(chǎng)景，他認(rèn)為——科學(xué)技術(shù)的突飛猛進(jìn)催生了一系列的理論與技術(shù)創(chuàng)新，促使科學(xué)技術(shù)日益整體化，學(xué)科間相互交叉滲透的趨勢(shì)大大增強(qiáng)，預(yù)示著人類文明史和認(rèn)識(shí)史進(jìn)入一個(gè)重要的時(shí)期——以往的科學(xué)更多地表現(xiàn)為個(gè)體勞動(dòng)；現(xiàn)代科學(xué)技術(shù)的發(fā)展，促使這種勞動(dòng)方式發(fā)生改變，它需要一群人一起努力，讓科學(xué)制度化、專業(yè)化和集約化的程度大大提高。

而我也非常清楚的記得，何曉冬和我說過一番意思完全相近的話：“現(xiàn)在的AI研究，已經(jīng)不是幾位科學(xué)家在實(shí)驗(yàn)室就可以完成的了，而需要許許多多的人的跨界協(xié)作。技術(shù)在不同場(chǎng)景會(huì)產(chǎn)生不同價(jià)值，所以研究技術(shù)也需要許許多多的業(yè)務(wù)場(chǎng)景，這都是單純?cè)趯W(xué)術(shù)界得不到的，這也是吸引我以及類似技術(shù)工作者來京東檢驗(yàn)我們的成果，甚至是檢驗(yàn)真理的原因”。

03

ai加速落地，場(chǎng)景成關(guān)鍵因素

而讓他在京東堅(jiān)持下來的一個(gè)原因是，這里的研究和應(yīng)用場(chǎng)景的聯(lián)動(dòng)，實(shí)在是太快了。

前面說到的雙塔模型，何曉冬在做出理論設(shè)計(jì)、發(fā)表論文后，非常渴望得到在真實(shí)環(huán)境中的檢驗(yàn)， “當(dāng)年，經(jīng)過一個(gè)全球副總裁的推動(dòng)，才把這個(gè)技術(shù)呈現(xiàn)給了業(yè)務(wù)部門，中間歷時(shí)一年。應(yīng)用了之后產(chǎn)生效果”，何曉冬說：“這也是我來京東的原因?！?/p>

在京東，何曉冬的團(tuán)隊(duì)是一群更年輕、但更有欲望做出變革的年輕人。

何曉冬團(tuán)隊(duì)有很多80、90后，他們有的進(jìn)入京東后，依舊聚焦自然語言處理（NLP）、語音識(shí)別（ASR）等AI技術(shù)的研究和產(chǎn)品研發(fā)；也曾有一段時(shí)間，這幫年輕人一邊開發(fā)，一邊仍執(zhí)著于拿著自己研發(fā)的算法和論文，在各種排行榜上打榜。

然而，當(dāng)他們拿著沖榜成績(jī)以及國(guó)際會(huì)議和期刊論文，打算說服業(yè)務(wù)買單時(shí)，“無力感撲面而來”。再厲害的學(xué)術(shù)成績(jī)，也要證明自己有應(yīng)用價(jià)值。令他們印象深刻的是，當(dāng)時(shí)業(yè)務(wù)反問的一句話：“可以為用戶帶來什么好處？”

后來，這個(gè)年輕的NLP團(tuán)隊(duì)開始對(duì)當(dāng)時(shí)的“發(fā)現(xiàn)好貨”頻道進(jìn)行技術(shù)攻堅(jiān)，這是一個(gè)需要大量?jī)?yōu)質(zhì)文案的板塊，內(nèi)容的好壞會(huì)直接影響用戶種草下單的欲望。

幸運(yùn)的是，在他們技術(shù)攻堅(jiān)的過程中，不僅有極大的算力支持，還有海量、高質(zhì)量的真實(shí)用戶反饋信息，這是形成研發(fā)閉環(huán)的至關(guān)重要的環(huán)節(jié)。

同時(shí)，更重要的是，大半年的項(xiàng)目周期，技術(shù)上有幾十個(gè)卡點(diǎn)，上下游涉及的成員從不做甩手掌柜，每周一次的例會(huì)，更像是密集攻堅(jiān)的學(xué)術(shù)研討。

不到一年時(shí)間，這個(gè)團(tuán)隊(duì)就率先攻克了多個(gè)技術(shù)難關(guān)。靠“發(fā)現(xiàn)好貨”項(xiàng)目，團(tuán)隊(duì)還拿到了京東的技術(shù)金獎(jiǎng)。

04

應(yīng)用推動(dòng)創(chuàng)新是AI發(fā)展的第一性原則嗎？

目前，AI究竟該用什么路徑發(fā)展，已經(jīng)成為行業(yè)里一個(gè)爭(zhēng)論的焦點(diǎn)。

一部分人認(rèn)為，要想做出核心突破，就應(yīng)該專攻底層技術(shù)，因?yàn)橹挥械讓蛹夹g(shù)的積累，才能有上層應(yīng)用突破的可能。

但這種路徑的弊端是，AI發(fā)展太快了，以至于沒有人能夠說清AI現(xiàn)在的“底層技術(shù)”到底是什么，方向到底是什么。

“ChatGpt4出現(xiàn)，ChatGpt3.5就被人拋棄了。如果只是押寶某個(gè)技術(shù)方向、某個(gè)模型，在強(qiáng)手如云的行業(yè)里，隨時(shí)會(huì)出局。除非你是頂級(jí)巨頭，能同時(shí)去賭多個(gè)方向。但即便如此，這也不能保證你就是贏家。Chatgpt不是由擁有數(shù)萬研發(fā)人員的谷歌做出來的，而是由只有150人的openAI團(tuán)隊(duì)做出來的，這個(gè)案例還不夠深刻嗎？”，一位AI的資深大咖這樣對(duì)筆者說。

另一種觀念認(rèn)為，AI業(yè)者，一方面要保持對(duì)底層技術(shù)的敏感性，另一方面主要是關(guān)注應(yīng)用方向，比如京東，結(jié)合自身的產(chǎn)業(yè)場(chǎng)景做各種AI+，反而收獲累累。

任何業(yè)務(wù)的成功，都體現(xiàn)在是否遵循了符合自身規(guī)律的第一性原則。

比如特斯拉，在推動(dòng)電動(dòng)汽車的時(shí)候，遠(yuǎn)遠(yuǎn)沒有今天如此發(fā)達(dá)的供應(yīng)鏈，也沒有一套現(xiàn)成的規(guī)律可以摸索。

但他們就是選擇了自主建廠、自行研發(fā)電池系統(tǒng)、拿掉激光雷達(dá)……換言之，特斯拉成長(zhǎng)背后遵循的第一性原理，就是用技術(shù)降本，將產(chǎn)品賣給更多人，獲得更多利潤(rùn)，繼續(xù)投入技術(shù)研發(fā)。

而京東AI的第一性原則就是問題導(dǎo)向、痛點(diǎn)導(dǎo)向， 跳出純技術(shù)、純學(xué)術(shù)的固有思維，針對(duì)現(xiàn)存矛盾突出的問題，探索本質(zhì)，思考解決之道。

從挑戰(zhàn)來看，自然語言處理是目前AI最成熟的領(lǐng)域之一，要想在強(qiáng)敵環(huán)伺之下殺出重圍并不是一件簡(jiǎn)單的問題。

而從真實(shí)結(jié)果來看，這幾年京東在AI上的進(jìn)展，是肉眼可見的，他們?cè)谥悄芸头?、智能外呼、?shù)字人、AIGC營(yíng)銷等方面的進(jìn)展都是巨大的。得到了用戶用真金白銀買單的認(rèn)可、也拿到了中國(guó)AI最高獎(jiǎng)——吳文俊獎(jiǎng)。

沒有什么比這個(gè)更能證明，京東的AI研究走在一條以應(yīng)用反饋式創(chuàng)新驅(qū)動(dòng)技術(shù)研究，再通過大量的實(shí)戰(zhàn)積累理論高度的閉環(huán)之路。

“在解決AI應(yīng)用落地的過程中，京東成為了AI大規(guī)模落地應(yīng)用的一個(gè)很好的土壤。技術(shù)文化既有導(dǎo)向性又寬容度，這種氛圍可以吸引更多的科技人才，京東也會(huì)成為AI前沿技術(shù)落地創(chuàng)新的策源地”，何曉冬說。