“AI真正落地不仅要解决头部问题，还要解决长尾里的细小问题，人工智能的潮流已经毋庸置疑，而真正面对质疑，克服困难，解决人们生活中的点滴问题，才是技术真正进入人们生活的标志。”商汤科技联合创始人、CEO徐立在2020世界人工智能大会商汤科技企业论坛上发表《人工智能创新策源力》演讲时说道。
人工智能自诞生至今一直面临各种质疑，徐立认为人工智能技术正是在质疑中不断落地、迭代优化。每一次的技术试错，都会带来增量价值。比如说人脸识别，起初人们质疑人脸识别的精度问题，关注人脸识别是否会出错，双胞胎人脸识别如何解决。但今天，他以商汤为例，已经赋能了4.5亿台手机的人脸解锁，每天的日均人脸解锁的解锁次数是300亿次，大家已经默认了人脸能代替密码。随后人们又开始关注3D人脸是否会仿照真实人脸来解锁，在这些质疑中更多城市级别的应用诞生，例如地铁场景中的刷脸支付，甚至在戴口罩的情况下，也能够解决城市级别的刷脸问题。
随后，徐立提出了人工智能领域的“长尾理论”——“不同于人脸识别这类关注度非常高的头部应用，一些低频、小众的长尾应用才是完善人工智能价值的核心，只有突破长尾应用才能完善价值闭环，真正影响到普罗大众的日常生活。”徐立所提及的长尾应用场景包括垃圾抛洒、粪车排放、单车违停等。例如在共享单车领域，利用人工智能技术可以解决车与车、车与地面的关系，识别共享单车是否违规停放。而在粪车偷排问题上，利用人工智能算法可以把时间、地点、人物关系串联，解决井盖检测问题。
“我想说的是人工智能真的还能做更多有意思的事情，比如生成一只猫、一个虚拟人物，ps照片、剪辑视频等等。”徐立说，这些事情只要套入一个开源的框架模型中，加上算法分析，就能运用人工智能技术赋能我们的生活。徐立也提及了AI当下面临的挑战，他认为没有任何一家人工智能企业可以触达所有的数据，怎样做数据协同、数据资产、数据共享，以及在各不分享训练数据的情况下，如何协同推动算法精度的提升、标准的制定，都是摆在目前的切实问题。
为了解决数据协同和生态共建问题，商汤科技宣布升级OpenMMLab人工智能算法开放体系，涉及10多种研究方向，100多种算法和600多个预训练模型，后续还将陆续开源更多算法。据介绍，OpenMMLab自18年10月份开源以来，已经在GitHub（开源代码库）累计产出了1.6万个项目。
“大家如果要去找一棵大树，都会想到去森林里找，人工智能也一样，人工智能细分场景和细分应用非常多，我们要去拥抱这个生态，而不是一颗独木，所以最关键的创举一定是开放。”徐立说。他提到三个创新策略：第一，行业要做到包容，不能对算法求全责备，对于正确率的要求适当放低，只有包容才能起到迭代的价值；第二，要解决长尾行业应用的实践，不能再聚焦在头部的应用当中，人工智能不能为了一个亮点，解决一个核心的问题，真正的要做到效率的提升，而是需要把大量的细节问题解决。第三，需要开放创新，开源算法框架，引入更多的生态系统，达到生态的平衡和完善。
人工智能不是洪水猛兽，它在慢慢改善我们的生活，赋能产业。徐立说道，行业要实现变革，进行创新策源，在于技术如何提升大众的认知，只有普罗大众能够真正理解人工智能可以让我们的生活更便利更智慧，才能深入到各行各业中去。
