或许 你的AI技能正在“贬值”

我们正处于AI创业热潮之中，机器学习专家的薪资水平水涨船高，投资者也乐于对AI初创公司慷慨解囊。AI的普及成为推动社会生产力标志，必将改变我们的生活。

但是，本文作者前谷歌工程师、Inovo.vc的CTORic Szopa认为，AI从业者的技能正在贬值。他从一个选择题入手告诉我们，AI工具、数据集、资金投入以及行业+AI的优势正在一步步弱化单一的AI基础技术优势。

先来做一道选择题。

Alice和Bob是两位AI创业者， 他们的公司筹集了大致相同的资金，并在同一个市场上展开了激烈的竞争。

Alice把大部分钱花来雇佣最好的工程师，请来了一批在人工智能研究方面经验丰富的博士。

而Bob选择雇用资质一般但还算能干的工程师，并将省下来的钱用于获得更好的数据。

如果是你，你会给谁投资？

当然是Bob。

为什么呢？

从本质上讲，机器学习的原理是从数据中获取信息，并将其转化为模型权重。更好的模型使得这个过程更有效（时间或者整体质量方面），但如果假设模型训练相对都比较充分，更好的数据肯定会产生更好的结果。

为了说明这一点，让我们再进行一个快速而简单的测试。

假设我创建了两个性能不太一样的卷积网络。“更好”的模型的最后一个全连接层有128个神经元，而“稍微差一点”的只有64个。我在不同大小的MNIST数据集的子集上训练它们，并绘制模型在测试集上的准确率与训练样本数的折线图。

蓝色是“更好”的模型，绿色是“稍微差一点”的模型

很显然，训练数据集大小具有积极影响（至少在模型开始过拟合和准确率达到稳定之前）。值得一提的是，在40000个样本上训练的“稍微差一点”模型的准确率比在30000个样本上训练的“更好”模型的准确率要高！

在我的小例子中，我们处理的是一个相对简单的问题，而且有一个比较全面的数据集。而在现实生活中，我们的条件并不是如此完美。在许多情况下，增加数据集经常会具有非常显著的效果。

事实上，Alice的工程师不仅仅是和Bob的工程师竞争。由于AI社区的开放文化及其对知识共享的重视，他们的竞争对手其实来自谷歌、Facebook、微软以及世界各地数千所大学的研究人员。

因此， 好的工程师虽然很重要的，但如果你是AI领域的话，数据的竞争优势会显得更为关键。

然而，更加重要的问题是，你如何才能保持自己的优势。

AI工具正越来越简单好用

2015年，当我还在谷歌工作，刚开始玩DistBelief，也就是后来我们所熟知的Tensorflow。当时这个工具太难用了，所以当时想让它在谷歌构建的系统之外运行完全是一个白日梦。

2016年末，我进行了一个概念验证的研究，在组织病理学图像中检测乳腺癌。当时我想使用迁移学习：采用谷歌当时最好的图像分类架构Inception，并在我的癌症数据上重新训练。我可以使用谷歌提供的一个经过预训练的初始权重，改变顶层结构来匹配我正在做的工作。

在TensorFlow上经过长时间的反复尝试，我终于找到了操作不同层的方法，让它基本上运作起来。这需要很大的毅力去阅读TensorFlow的资料。不过至少我不必太担心依赖关系，因为TensorFlow贴心地准备了Docker镜像。

在2018年初，多亏了Keras（基于TensorFlow的一个框架），只需几行Python代码就能完成这个项目，而且使用它不需要你对自己正在做的事情有深入理解。但它仍然有个痛点：超参数调优。

如果你有一个深度学习模型，可以调节多个参数，如层数和大小等。在我写这些文字的时候（2019年初），谷歌和亚马逊提供了自动模型调优服务（Cloud AutoML，SageMaker）。

我预测手动调优迟早会灭绝，工程师们也会从这项繁琐的工作中解脱了。

总的趋势是，将困难的事变得容易，你无需深入理解就能实现更多的东西。过去的那些伟大工程现在听起来相当一般，所以我们不应该期望我们现在的成就在将来有多好。

听起来很欢欣鼓舞是不是，但是，对于那些在AI技术上投入巨资的公司和个人来说，这可以是个坏消息。目前来说，掌握某些AI技术还算是企业的竞争优势，因为一个称职的机器学习工程师需要花费大量的时间阅读论文，并需要扎实的数学背景。

但是，随着工具的改进，情况将不再如此。读论文更多会转向读工具教程。如果你没有很快意识到你该关注的重点，一个带了数据更完备的实习生团队就可能会抢走你的饭碗。

想长期保持竞争优势？难上加难！

让我们再回到文章开头的例子。凭借出色的数据集，Bob成功地与Alice展开竞争，推出了自己的产品，并稳步增加了市场份额。他也慢慢可以开始雇佣更好的工程师，因为坊间传言他的公司是一个好去处。

但这时候，又出现了一个Chuck，虽然入局晚，但他比Bob更有钱。

在构建数据集时，钱至关重要。但通过砸钱来加快工程项目进度非常困难。事实上，使用太多新人可能会减缓进度，但构建数据集就不同了。数据集需要大量人工操作，而你可以通过雇用更多人手来搞定它。另一种可能是有人拥有数据，那么你所要做的就是支付数据使用费。

无论如何，钱能让数据集来得更快。

但是问题来了，为什么Chuck可以筹到比Bob更多的钱？

当创始人提出一轮融资时，他们会努力平衡两个可能相互矛盾的目标。他们需要筹集足够的资金在市场上竞争，但也不能太多，因为这会导致股权过度稀释。创始团队必须在创业公司中保持足够的股份，以免失去创业的动力。

另一方面，投资者希望投资具有巨大上升潜力的创意，但他们必须控制风险。随着预期风险的增加，他们会为支付的每一美元要求更大比例的股份。

当Bob筹集资金时，“人工智能确实对产品有所帮助”不过只是一个信念。无论他作为创始人多优秀，她的团队有多好，但有可能他试图解决的问题根本就难如登天。Chuck的情况非常不同。他知道他面临的问题完全可以解决！

在这种情况下，Bob的应对方法很可能是提出另一轮融资，以便处于有利位置，因为他（暂时）仍然在竞争中领先。但是，如果Chuck可以通过战略合作关系稳固获取数据呢？比如举个癌症诊断初创公司的例子，Chuck可能利用他在一家重要医疗机构的内部职位，与该机构达成一份内部协议。这时候， Bob很可能无法抗衡。

你的产品需具备防御性，最好是一条“护城河”

AI的杠杆效应

对业务进行分类的一种方法是，它是直接增加价值，还是为某些其他价值来源提供杠杆效应。以一家电子商务公司为例，增加价值就像创造了新的产品线，建立新的分销渠道则是一个杠杆，削减成本也是杠杆。

杠杆可能比直接施力更有效。但是，杠杆仅在与直接价值来源耦合时才起作用。一个微小的数字，翻了两倍，三倍，还是很小。如果你没有可出售的部件，开辟新的分销渠道也只是浪费时间。

在这种情况下我们应该如何看待AI？有很多公司试图将AI作为他们的直接产品（用于图像识别的API等），对一个AI专家，这可能很有吸引力。

然而，这常并不是一个好的选择。首先，你是在Google和亚马逊等这些大公司竞争。其次，开发真正有用的通用AI产品非常困难。例如，我一直想使用Google的Vision API。不幸的是，我们从未遇到过客户需求与产品充分匹配的情况。总是有各种各样要么开发不够要么开发过度的情况。

更好的选择是将AI视为杠杆。

你可以采用现有的，有效的商业模式，通过AI增强它。例如，如果生产流程依靠人类的认知劳动，那么将其自动化可能会为毛利率带来显著提升。这里我能想到的例子有：心电图分析，工业检查，卫星图像分析。同样令人兴奋的是，因为AI属于辅助后端，仍然可以利用非AI业务来保持公司的竞争优势。

结论

AI是一项真正的变革性技术。但是，以此为基础创业是一件棘手的事情。你不应该完全依赖于AI技能，因为市场趋势就是技术会贬值。

构建AI模型可能非常有趣，但真正重要的是拥有比竞争对手更好的数据。

保持竞争优势很难，特别是遇到比你资金更充足的竞争对手，这种情况在你的AI创业进行时很可能发生。你的目标应该是创建一个可扩展的数据收集过程，而这个过程很难被竞争对手复现。

AI非常适合颠覆依赖低附加值、劳动重复性的行业，因为它使该工作自动化成为可能。