新浪科技杨雪梅
“我认为人工智能下一步的发展，就是可信赖的AI。”
2021世界人工智能大会期间，新浪科技专访了京东集团技术委员会主席、京东人工智能研究院院长周伯文。在谈到AI行业的下一步发展时，周伯文认为，可信AI的突破，包含了一些技术挑战，包括如何提供AI模型跨场景的应用，让AI模型更可解释，更有鲁棒性；另外一方面，AI模型的部署一定要价值对齐，让AI系统的使用者、设计者和AI系统所有关联方的价值都能够得到保护。此外，周伯文还分享了对AI行业的思考，以及京东在智能制造等方面的布局逻辑。
产业的数字化是未来10年人工智能最大的机遇
“产业+AI几年前就在讨论。以前是站在AI的角度去看AI怎么落地，要去找产业。AI是一个金Baby，大家都想把它落地。今年我们是产业+AI，倒过来了，是帮助产业，包括各个行业提升效率，真正产生价值。AI能做什么，应该做什么。”
在谈到产业+AI的变化，周伯文表示，这个趋势是更健康的，也是更持久的。
他在大会期间表达的一个核心观点是“产业的数字化是未来10年人工智能最大的机遇”。原因是产业+AI发展到现在，不是为了迎合AI，而是产业自己有巨大的数字化需求。正好AI的技术发展到现在，从基础算法到基本的模块能力，都开始具备为产业数字化提供价值的地方。
企业如何在这波大浪潮中利用AI技术来重构自己的业务？周伯文认为，首先企业要用好AI技术。目前AI技术的可用性需要巨大的提高，AI的研究者和技术提供者首先要做很多工作，比如把通用AI能力整合成跟产业数字化、场景化的挑战更匹配的模块的能力。
“过去几年我带领团队在做智能供应链人工智能开放平台，也是两年前在这个会上我上台，从科技部手里代表京东承担了国家人工智能开放平台的建设，这是我们国家第一个面向实体经济的人工智能平台。”周伯文表示，团队的目标就是把京东的视觉、语音、机器学习理解的能力进行重构、整合。
“一方面我们开放API的能力；另外一方面，更多是把这些能力重构、组合，形成销量预测、用户画像、供应链优化等跟场景结合的能力。”
智能制造的商业模式还有更多想象空间
“产业”是个很庞大的概念，企业在做AI赋能的时候，如何分类和选择合适的产业？
周伯文表示，所有的产业可以分成生产制造、流通和消费，京东是以供应链为基础的技术与服务企业，所有的一切是围绕消费者，给他们供应他们想要的东西。“现在各个行业，包括医疗、制造、汽车、3C电子、快销品、流通消费等环节里，AI都能产生很大的价值，这是我们看问题的角度。”
在京东推进产业数智化的过程中，智能制造是重要一环。周伯文表示，京东提的智能制造不是单一的API、AI能力，而是一整套的解决方案。
其中包括几个方面，一是帮助企业规划他们的产能、设计产品，今年618期间就帮助上千个品牌商在6·18期间推出了新的商品；二是打造底层数据平台，提供给客户来规划环节数字化、智能化部署；三是精益生产，“有很成熟的3C电子制造企业用我们的智能工厂解决方案，用智能质检的方式，调用质检的结果自动优化生产线的流程。”；四是供应链方案，比如水泥混凝土行业，通过数字化、智能化之后，不但自己的效率提升了，也带动了上下游企业提升了效率。
谈到智能制造的商业模式时，周伯文表示，目前更多是在理念的落地、技术的落地、产品的落地，把这些技术产品和服务提供给客户去使用，所以目前是以技术服务的方式来合作。但是未来是否有更深的合作和商业模式的挖掘，是有想像空间的。
AI的技术挑战：如何更具鲁棒性、可复制性、可解释性……
随着技术、场景应用的快速发展，AI技术在许多垂直领域已有广泛落地。然而，AI技术在应用的同时，也面临许多可信挑战。
周伯文表示，AI发展到现在进展很明确，确实看到研究的周期在变短。比如近期不管是视觉领域还是自然语言理解领域，这些大规模的预训练模型让AI在特别的场景下，解决问题的训练时间大大减少，因为它做好了预训练。
“就相当于一个人你读完了本科之后，再去学一个新的东西会快一些，在这方面确实我们能看到有进展。”
同时，挑战依然很大。“之所以强调AI与场景结合，原因在于我们看到在落地的过程中，AI技术面临的挑战是如何变成可信赖的AI。”他表示，可信赖的AI是京东在2019年提的一个理念。当时大家对AI落地过程中的挑战认识还不够。
从技术层面看，如何让AI更鲁棒，更可复制，这是可信AI面临的挑战。
此外，AI的可解释性也是一个挑战，“比如我们要帮助企业做柔性生产和设计，会根据消费者的洞察设计产品，如果企业要采纳这个建议，他们除了要看一堆模型的准确度之外，还需要知道为什么这样的设计更容易赢得消费者的喜爱。目前预训练模型的AI、神经网络的AI都不具备这些能力。”
所以目前在技术挑战上，周伯文认为最大的挑战是如何让AI在这几个维度上更具可信赖，维度包括鲁棒性、可复制性、可解释性、隐私保护、价值对齐、负责任等。
