如今，人工智能已經(jīng)深入到社會(huì)的方方面面，滲透到每個(gè)人的日常生活，從自動(dòng)駕駛到人臉識(shí)別，再到機(jī)器翻譯。

然而，大家似乎只知人工智能，卻少有人了解機(jī)器學(xué)習(xí)。其實(shí)，人工智能得到廣泛應(yīng)用，其底層基石正是機(jī)器學(xué)習(xí)。

絕大多數(shù)涉足人工智能的公司，無(wú)論是提供解決方案的科技公司，還是應(yīng)用人工智能的行業(yè)用戶，都會(huì)把機(jī)器學(xué)習(xí)作為其主要業(yè)務(wù)領(lǐng)域之一。

未來(lái)，隨著人工智能的社會(huì)普及和行業(yè)深入，機(jī)器學(xué)習(xí)在產(chǎn)業(yè)界的重要性會(huì)得到進(jìn)一步加強(qiáng)。在新興的大模型領(lǐng)域，會(huì)有機(jī)會(huì)涌現(xiàn)出一批科技創(chuàng)新企業(yè)，成為人工智能賽道上真正的明珠。

機(jī)器學(xué)習(xí)是人工智能的基石

機(jī)器學(xué)習(xí)就是讓計(jì)算機(jī)來(lái)模擬人類的學(xué)習(xí)行為，是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑。

機(jī)器學(xué)習(xí)具有兩個(gè)典型的過(guò)程，一是訓(xùn)練，二是推理。這兩個(gè)過(guò)程，都需要大量的算力作為保障，尤其是“訓(xùn)練”，不僅需要龐大的AI算力，往往還需要海量的數(shù)據(jù)。

機(jī)器學(xué)習(xí)的訓(xùn)練和推理，相當(dāng)于人類的學(xué)習(xí)和工作。其中訓(xùn)練的過(guò)程尤其重要，就像人類要通過(guò)16-20年的漫長(zhǎng)學(xué)習(xí)才能具備工作能力一樣。訓(xùn)練的結(jié)果則是“模型”，類似于人類的知識(shí)。而推理的過(guò)程則是把模型(知識(shí))，應(yīng)用到實(shí)踐工作中。

以自動(dòng)駕駛為例。自動(dòng)駕駛汽車上都安裝了很多攝像頭和傳感器，用于探測(cè)路況。根據(jù)采集到的視頻等數(shù)據(jù)，做出判斷之后，決定下一步操作：轉(zhuǎn)彎、并線、加速、減速等。這個(gè)過(guò)程就是推理，推理依賴的不僅是實(shí)時(shí)采集到的數(shù)據(jù)，更需要使用訓(xùn)練產(chǎn)生的模型。

訓(xùn)練的工作是在推理之前完成的。自動(dòng)駕駛公司要進(jìn)行數(shù)十萬(wàn)，甚至上百萬(wàn)公里的實(shí)際道路學(xué)習(xí)。對(duì)于測(cè)試中獲得的圖片和影像數(shù)據(jù)，通過(guò)人工等標(biāo)注方式，告訴計(jì)算機(jī)什么是路人、什么是車道、什么是限速牌等等。計(jì)算機(jī)需要通過(guò)各種算法對(duì)數(shù)據(jù)進(jìn)行分析，最后形成了模型，被裝載到自動(dòng)駕駛汽車上。

目前，機(jī)器學(xué)習(xí)被普遍采用的部署方式是：在云側(cè)進(jìn)行訓(xùn)練，因?yàn)樾枰�大量的�?shù)據(jù)和算力;在邊側(cè)或者端側(cè)進(jìn)行推理，因?yàn)樾枰�低時(shí)延和貼近應(yīng)用。

機(jī)器學(xué)習(xí)的不同實(shí)現(xiàn)方式

當(dāng)前，人工智能的主要處理對(duì)象是自然語(yǔ)言、圖片、視頻等，從這些數(shù)據(jù)中提取信息，進(jìn)行處理分析，并加以理解，最終落地實(shí)際應(yīng)用。機(jī)器學(xué)習(xí)的對(duì)象，也正是這些數(shù)據(jù)。如何從數(shù)據(jù)中獲得知識(shí)，一直是科學(xué)界和產(chǎn)業(yè)界共同努力的方向。

在機(jī)器學(xué)習(xí)的訓(xùn)練過(guò)程中，算法至關(guān)重要，有決策樹(shù)算法、樸素貝葉斯算法、隨機(jī)森林算法、神經(jīng)網(wǎng)絡(luò)算法等等。但這些是科學(xué)家們需要努力攻關(guān)的，對(duì)于產(chǎn)業(yè)界而言，更為關(guān)注的是機(jī)器學(xué)習(xí)的實(shí)現(xiàn)方法。

按照訓(xùn)練(學(xué)習(xí))方式的不同，機(jī)器學(xué)習(xí)通�？梢苑譃楸O(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三大類。

監(jiān)督學(xué)習(xí)，也被稱為有導(dǎo)師的學(xué)習(xí)，如同老師教學(xué)生一樣。在監(jiān)督學(xué)習(xí)過(guò)程中，訓(xùn)練的每個(gè)示例都是要有標(biāo)注的，就像上面提到的自動(dòng)駕駛實(shí)際道路學(xué)習(xí)一樣。監(jiān)督學(xué)習(xí)依賴于高質(zhì)量的數(shù)據(jù)，包括數(shù)據(jù)的質(zhì)和量。質(zhì)——必須準(zhǔn)確，否則計(jì)算機(jī)就會(huì)學(xué)到錯(cuò)誤的知識(shí)，導(dǎo)致推理出錯(cuò);量——要覆蓋到實(shí)際道路的所有情況，否則計(jì)算機(jī)就不知道該如何應(yīng)對(duì)該情況。

非監(jiān)督學(xué)習(xí)，即沒(méi)有導(dǎo)師的學(xué)習(xí)，訓(xùn)練的數(shù)據(jù)不需要做標(biāo)記，減少了人工做數(shù)據(jù)標(biāo)識(shí)的工作量，而且能夠覆蓋人想象不到的情況。比如在AI工業(yè)質(zhì)檢中，可能的產(chǎn)品缺陷種類太多，人工很難窮舉。非監(jiān)督學(xué)習(xí)的實(shí)現(xiàn)難度更大，是機(jī)器學(xué)習(xí)的未來(lái)發(fā)展方向。

強(qiáng)化學(xué)習(xí)也叫增強(qiáng)學(xué)習(xí)，其訓(xùn)練過(guò)程不需要數(shù)據(jù)，而是通過(guò)特定環(huán)境中一系列行為的后果進(jìn)行學(xué)習(xí)。強(qiáng)化學(xué)習(xí)輸入的是環(huán)境反饋，即獎(jiǎng)懲信號(hào)，類似于馬戲團(tuán)的動(dòng)物訓(xùn)練過(guò)程。

此外，深度學(xué)習(xí)和聯(lián)邦學(xué)習(xí)，也是機(jī)器學(xué)習(xí)正在快速興起的兩個(gè)分支。前者已經(jīng)在AlphaGo上得到成功實(shí)踐，后者則由于數(shù)據(jù)安全的要求而隨著隱私計(jì)算得到應(yīng)用。

迅速壯大的行業(yè)應(yīng)用市場(chǎng)

市場(chǎng)研究公司IDC的預(yù)測(cè)數(shù)據(jù)顯示，未來(lái)五年，全球人工智能IT投資規(guī)模的年復(fù)合增長(zhǎng)率約為26.5%;到2026年，中國(guó)市場(chǎng)的規(guī)模有望達(dá)到266.9億美元，全球占比約為8.9%，位列全球第二。

在這個(gè)快速增長(zhǎng)的市場(chǎng)中，機(jī)器學(xué)習(xí)算力、機(jī)器學(xué)習(xí)開(kāi)發(fā)平臺(tái)、機(jī)器學(xué)習(xí)行業(yè)應(yīng)用，將占據(jù)非常重要的組成部分。

在算力層面，除了專業(yè)的芯片公司，很多科技公司也在開(kāi)發(fā)用于機(jī)器學(xué)習(xí)的芯片。比如，華為的昇騰芯片、AWS的訓(xùn)練芯片Trainium和推理芯片Inferentia、阿里云的推理芯片含光800等。

人工智能應(yīng)用要想落地，還必須要有機(jī)器學(xué)習(xí)開(kāi)發(fā)平臺(tái)的支持，這是一個(gè)面向開(kāi)發(fā)者、數(shù)據(jù)科學(xué)家、業(yè)務(wù)分析師的PaaS平臺(tái)。目前，機(jī)器學(xué)習(xí)開(kāi)發(fā)平臺(tái)的提供商大致有兩類，一類是云服務(wù)商，比如AWS的SageMaker、華為云的ModelArts等;另外一類是專業(yè)的人工智能公司，比如第四范式的Sage Platform、九章云極的DataCanvas等。

在應(yīng)用層面，隨著越來(lái)越多的企業(yè)開(kāi)始數(shù)字化轉(zhuǎn)型以及智能化升級(jí)，機(jī)器學(xué)習(xí)在行業(yè)市場(chǎng)得到了廣泛應(yīng)用，為人工智能賦能產(chǎn)業(yè)提供助力。除了人臉識(shí)別、自動(dòng)駕駛、機(jī)器翻譯等消費(fèi)級(jí)應(yīng)用，工業(yè)質(zhì)檢、新藥開(kāi)發(fā)、金融風(fēng)險(xiǎn)評(píng)估等企業(yè)級(jí)應(yīng)用，也越來(lái)越多。

制造行業(yè)的AI視覺(jué)質(zhì)量檢測(cè)，是機(jī)器學(xué)習(xí)最成熟的應(yīng)用場(chǎng)景之一。IDC預(yù)計(jì)，到2025年中國(guó)工業(yè)AI質(zhì)檢整體市場(chǎng)將達(dá)到62億元，年均復(fù)合增長(zhǎng)率為28.5%。中科創(chuàng)達(dá)在Amazon SageMaker之上構(gòu)建了創(chuàng)達(dá)智慧視覺(jué)檢測(cè)系統(tǒng)，幫助某面板制造企業(yè)取代人工質(zhì)檢，檢測(cè)時(shí)間從3.5秒降低到0.1秒，準(zhǔn)確率從85%提升到99%。

另外比如蛋白質(zhì)結(jié)構(gòu)研究，是生命科學(xué)領(lǐng)域的基礎(chǔ)問(wèn)題。深勢(shì)科技與阿里云機(jī)器學(xué)習(xí) PAI 團(tuán)隊(duì)合作，通過(guò)全新的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)推理加速方案FoldAcc，結(jié)合深勢(shì)Uni-Fold最新模型代碼和參數(shù)，將單次預(yù)測(cè)能支持的最大氨基酸序列長(zhǎng)度提升至6.6k，覆蓋99.992%已知的蛋白序列。

無(wú)論是機(jī)器學(xué)習(xí)的行業(yè)應(yīng)用還是通用應(yīng)用，未來(lái)都會(huì)有更多的科技創(chuàng)新企業(yè)涉足其中。這也對(duì)其提出了更高的要求——既要懂前沿的AI科技，也要有深度的行業(yè)洞察，兩者缺一不可。

正在快速興起的大模型市場(chǎng)

從機(jī)器學(xué)習(xí)的實(shí)現(xiàn)方式可以看出，“模型”是機(jī)器學(xué)習(xí)的關(guān)鍵環(huán)節(jié)，它是“訓(xùn)練”的結(jié)果，也是“推理”的基礎(chǔ)。要得到一個(gè)好的模型，需要海量的高品質(zhì)數(shù)據(jù)，也需要海量的算力支持，可謂成本高昂。

一方面是模型訓(xùn)練的投資巨大，另一方面是每個(gè)行業(yè)應(yīng)用都是差異化的，這就導(dǎo)致需要重復(fù)進(jìn)行大量的模型訓(xùn)練，使得機(jī)器學(xué)習(xí)的成本居高不下，阻礙了行業(yè)應(yīng)用的普及。

大模型的概念，由此而快速興起。國(guó)內(nèi)一些頭部科技公司亦涉足其中，比如華為的盤古和百度的飛槳等。

大模型更準(zhǔn)確的叫法應(yīng)該是基礎(chǔ)模型，是大規(guī)模預(yù)訓(xùn)練的結(jié)果，因?yàn)橛兄�多達(dá)千億甚至上萬(wàn)億的參數(shù)，而被稱為大模型或者超大模型。

大模型被稱為規(guī)�；�生產(chǎn)高性能機(jī)器學(xué)習(xí)模型的生產(chǎn)線：通過(guò)提煉各大領(lǐng)域的共性來(lái)進(jìn)行大規(guī)模預(yù)訓(xùn)練，生產(chǎn)出標(biāo)準(zhǔn)化的基礎(chǔ)大模型;然后再根據(jù)各個(gè)行業(yè)不同的共性需求，訓(xùn)練出行業(yè)預(yù)訓(xùn)練大模型;最后根據(jù)具體應(yīng)用場(chǎng)景的需求，通過(guò)少量定制開(kāi)發(fā)形成推理模型，從而落地應(yīng)用。

這樣的逐級(jí)訓(xùn)練大模型的方式，可以最大程度降低全社會(huì)在機(jī)器學(xué)習(xí)成本上的投入，實(shí)現(xiàn)AI應(yīng)用的規(guī)�；�落地。仍以自動(dòng)駕駛為例，如果每個(gè)整車廠都要從頭開(kāi)始做模型訓(xùn)練，無(wú)疑是很大的浪費(fèi)，畢竟大家面臨的道路情況是一樣的。如果有專業(yè)第三方公司來(lái)訓(xùn)練和提供標(biāo)準(zhǔn)化的大模型，就可以避免重復(fù)投入。這樣，既降低成本又能提升性能，使自動(dòng)駕駛更快落地。

大模型市場(chǎng)才剛剛起步，未來(lái)發(fā)展空間很大，當(dāng)然變數(shù)也很大。訓(xùn)練好大模型和應(yīng)用好大模型，同樣重要。在這兩個(gè)環(huán)節(jié)上，未來(lái)或許會(huì)涌現(xiàn)出一批創(chuàng)業(yè)企業(yè)，尤其是專注于生產(chǎn)行業(yè)大模型的科技創(chuàng)新企業(yè)。