這幾天AI界的一件大事，是被稱為“北美AI五巨頭”之一的Facebook，突然宣布對旗下AI團隊與管理架構(gòu)進行全面重組。

其中最顯著的變化，要屬Facebook的AI名片、人工智能教父級人物LeCun宣布不再擔任FAIR團隊的負責人，專注擔任首席科學家，將更多精力投入學術(shù)工作。

這件事看起來只單純的企業(yè)變動，但Facebook如此大動作調(diào)整AI，顯然不是無目的的亂改。隱藏在其背后的戰(zhàn)略思考，或許暗示了在今天這個時間節(jié)點上，巨頭企業(yè)如何看待整個AI產(chǎn)業(yè)的發(fā)展。

今天咱們來開個腦洞，嘗試剝離一下這件事的背后，隱藏了哪些關(guān)于產(chǎn)業(yè)方向的細節(jié)和暗示。

從更大的視野看去，兩條不一樣的AI之路，正在今天此消彼長地影響著AI世界的走向。

商業(yè)化的步伐：AI的兩條路之爭

首先應該理解的，是Facebook到底在做一件什么事：為什么扎克伯克和施羅普夫愿意淡化作為AI名片的LeCun，也要堅持進行AI重組？

最直接的原因，顯然是由于LeCun的個性和科學家身份使然，其團隊風格太過自由和學術(shù)化，雖然研究實力強勁，但研發(fā)成果卻始終跟Facebook的產(chǎn)業(yè)布局若即若離。

顯然，對AI產(chǎn)業(yè)化進度的不滿，是這次體系調(diào)整的根本原因。在重組架構(gòu)之后，Facebook AI部門的管理架構(gòu)變得更加精簡，AML也將同F(xiàn)AIR更加緊密的合作。這意味著Facebook希望快速加強產(chǎn)學同頻和AI研究成果的商業(yè)化應用。

真正應該引起我們重視的，是這場Facebook的內(nèi)部AI“革命”，免備案空間 香港服務(wù)器，似乎傳遞出的是目前科技公司在面對AI時的兩種選擇。假如把這兩條路比作AI的岔路口，那么他們分別是這樣的：

道路A：公司重金打造研究體系，任由研究系統(tǒng)自有發(fā)展。等待成果自然成熟，匯入公司業(yè)務(wù)當中。這是歐美科技巨頭開啟AI時的常規(guī)玩法，基本是按照谷歌的模式。

道路B：快速讓學術(shù)體系和產(chǎn)業(yè)體系發(fā)生頻繁、有序、成規(guī)模的聯(lián)系，按照產(chǎn)業(yè)需求反向定制化進行學術(shù)突破，高頻開放的打造產(chǎn)學一體化。

顯然，Facebook希望調(diào)整步伐，開始從A向B移動自己的產(chǎn)業(yè)部署。

有意思的是，這種選擇不是只有一個人在戰(zhàn)斗，甚至可以說這是在今天AI界非常主流的一件事。

其最直接的參照系，大概就是百度近一年的AI業(yè)務(wù)與產(chǎn)業(yè)布局調(diào)整。尤其不久前我們看到，百度研究院剛剛進行的新一輪的升級。引入了新的頂級科學家，并且以“商業(yè)智能”和“機器人與自動駕駛”這兩個高度富有商業(yè)可能性的命題作為研究方向。

如此默契的同步，難怪西方媒體有評論認為這是Facebook第很多次保持與百度AI的戰(zhàn)略同步。

而這個有意思的現(xiàn)象，背后或許隱藏著AI界的普遍疑問：企業(yè)究竟如何處理學術(shù)研究與商業(yè)化應用間的關(guān)系，究竟如何處理自生態(tài)與整個AI產(chǎn)業(yè)間的聯(lián)系？傳統(tǒng)的道路A，是否即將在這個快速發(fā)展的AI車道中失效了？

產(chǎn)學間的天平：“百度模式”的萬物生長

今天的AI世界，一個普遍的疑問是以學術(shù)來主導AI產(chǎn)業(yè)，在企業(yè)世界放任學術(shù)研究無規(guī)則發(fā)展，究竟是不是一件好事？

尊重學術(shù)自由，給予學術(shù)極大支持當然是好事。但是今天對于AI公司的產(chǎn)學分離傳統(tǒng)有兩點詬?。阂皇鞘欠駪撟岆y以快速進入商業(yè)應用的學術(shù)研究回歸學校與純研究機構(gòu)，否則浪費投資人的錢做“炫技式”研發(fā)似乎不妥；二是企業(yè)資源畢竟有限，是否應該找到產(chǎn)學間的平衡點，集中力量突破最有待AI企業(yè)去解決的問題。比如百度研究體系在無人駕駛上的高度投入和產(chǎn)學一體，已經(jīng)在今年Apollo的成長中被驗證是正確的。

無獨有偶，近年來微軟、IBM、亞馬遜，正在紛紛調(diào)整自身學術(shù)科研體系與產(chǎn)業(yè)的連接程度，規(guī)劃出整體化鮮明、有清晰戰(zhàn)略意圖的產(chǎn)學同頻體系。包括近段時間百度所做的調(diào)整，免備案主機，都是著眼于聚焦產(chǎn)業(yè)方向，升級研究體系，加強產(chǎn)學體系的一體化對接等等。

另一個有趣的坊間傳聞，是Facebook最開始做AI、設(shè)立兩大AI實驗室，據(jù)說就是李彥宏建議給扎克伯克的。

那么是否有可能，Facebook這次架構(gòu)調(diào)整的深層動因之一，就是希望學習和模仿百度的成功呢？

與之形成鮮明對比的，或許是近段時間來受到很多爭議的谷歌模式。比如在產(chǎn)品人才和工程人才快速上位AI的今天，谷歌依舊是李飛飛繼續(xù)帶隊并委以重任。另一方面，谷歌的產(chǎn)業(yè)布局依然保持著大而全的“全面開花模式”，近乎沒有谷歌不做的AI產(chǎn)品，但同時也很難說其哪個產(chǎn)品做得特別好。缺少聚焦和專注，缺少產(chǎn)品思維，都已經(jīng)在去年一年中成為圍繞谷歌的輿論陰影。

而DeepMind持續(xù)保持虧損狀態(tài)，谷歌大腦難以提供鮮明產(chǎn)業(yè)支持等問題，也說明了學術(shù)端的速率似乎還是與產(chǎn)業(yè)端不同。

這或許表明，產(chǎn)學分立的傳統(tǒng)AI模式，正在日益像百度等企業(yè)代表的產(chǎn)學一體方向過度。天平開始傾向有清晰計劃和高度產(chǎn)業(yè)組織能力的AI力量。

日益封閉還是持續(xù)開放，這是一個問題

隱匿在產(chǎn)學天平背后的，是企業(yè)如何思考AI，認識AI產(chǎn)業(yè)的問題。