目录
 
一、瀑布模型
 
1.1什么是瀑布模型
 
1.2特点
 
1.3优缺点
 
1.4客户需求
 
二、快速原型模型
 
2.1什么是快速原型模型
 
2.2优缺点
 
2.3快速原型模型的思想产生、原理及运用方式
 
2.4类型
 
2.5开发步骤
 
三、增量模型
 
3.1什么是增量模型
 
3.2特点
 
3.3优缺点
 
3.4作用
 
四、螺旋模型
 
4.1什么是螺旋模型
 
4.2特点
 
4.3优缺点
 
4.4限制条件
 

一、瀑布模型
 
1.1什么是瀑布模型
 
1970年温斯顿.罗伊斯提出了著名的“瀑布模型”，直到80年代早期，它一直是唯一被广泛采用的软件开发模型
 
瀑布模型将软件生命周期划分为制定计划、需求分析、软件设计、程序编写、软件测试和运行维护等六个基本活动，并且规定了它们自上而下、相互衔接的固定次序，如同瀑布流水，逐级下落
 
 
瀑布模型是最早出现的软件开发模型，在软件工程中占有重要的地位，它提供了软件开发的基本框架。其过程是从上一项活动接收该项活动的工作对象作为输入，利用这一输入实施该项活动应完成的内容给出该项活动的工作成果，并作为输出传给下一项活动
 
从本质来讲，它是一个软件开发架构，开发过程是通过一系列阶段顺序展开的，从系统需求分析开始直到产品发布和维护，每个阶段都会产生循环反馈，因此，如果有信息未被覆盖或者发现了问题，那么最好 “返回”上一个阶段并进行适当的修改，开发进程从一个阶段“流动”到下一个阶段，这也是瀑布开发名称的由来
 
对于经常变化的项目而言，瀑布模型毫无价值
 
1.2特点
 
1、阶段间具有顺序性和依赖性
 
该阶段具有两重含义
 
必须等前一阶段的工作完成后，才能开始后一阶段的工作
前一阶段的输出文档就是后一阶段的输入文档，因此只有前一阶段的输出文档正确，后一阶段的工作才能获得正确的结果
2、推迟实现的观点
 
对于规模较大的软件项目来说，往往编码开始的越早，最终完成开发所需时间越长。因为前面阶段的工作没做或做的不扎实，过早地考虑进行程序实现，往往导致大量返工，有时甚至发生无法弥补的问题
 
瀑布模型在编码之前设置了系统分析与系统设计的各个阶段，分析与设计阶段的基本任务规定，在这两个阶段主要考虑目标系统的逻辑模型，不涉及软件的物理实现
 
清楚的区分逻辑设计与物理设计，尽可能推迟程序的物理实现，是按照瀑布模型开发软件的一条重要的指导思想
 
3、质量保证的观点
 
为了保证所开发的软件的质量，在瀑布模型的每一个阶段都应坚持两个重要做法
 
每个阶段都必须完成规定的文档，没有交出合格的文档就是没有完成该阶段的任务
每个阶段结束前都要对所完成的文档进行评审，以便尽早发现问题，改正错误
传统的瀑布模型过于理想化，实际的瀑布模型是带"反馈环"的。如图所示（图中实线箭头表示开发过程，虚线箭头表示维护过程），当在后面阶段发现前面阶段的错误时，需要沿图中左侧的反馈线返回前面的阶段，修正前面阶段的产品后再回来继续完成后面阶段的任务
 
 
瀑布模型是文档驱动的模型，遵守这个约束可使软件维护变得比较容易一些，从而显著降低软件预算
 
 
1.3优缺点
 
优点：
 
为项目提供了按阶段划分的检查点
当前一阶段完成后，您只需要去关注后续阶段
可在迭代模型中应用瀑布模型
缺点：
 
不适合需求模糊或需求经常变动的系统
由于开销的逐步升级问题，它不希望存在早期阶段的反馈
在一个系统完成以前，它无法预测一个新系统引入一个机构的影响
在用户可能需要较长等待时间来获得一个可供使用的系统，也许会给用户的信任程度带来影响和打击
最终产品往往反映用户的初始需求而不是最终需求
1.4客户需求
 
对项目而言，是否使用这一模型主要取决于是否能理解客户的需求以及在项目的进程中这些需求的变化程度；对于经常变化的项目而言，瀑布模型毫无价值，可以考虑其他的架构来进行项目管理，比如螺旋模型
 
瀑布模型强调文档的作用，并要求每个阶段都要仔细验证。但是，这种模型的线性过程太理想化，已不再适合现代的软件开发模式，几乎被业界抛弃，其主要问题在于：
 
各个阶段的划分完全固定，阶段之间产生大量的文档，极大地增加了工作量
由于开发模型是线性的，用户只有等到整个过程的末期才能见到开发成果，从而增加了开发的风险
早期的错误可能要等到开发后期的测试阶段才能发现，进而带来严重的后果
按照瀑布模型的阶段划分，软件测试可以分为单元测试，集成测试，系统测试
 
 
 
二、快速原型模型
 
2.1什么是快速原型模型
 
快速原型是快速建立起来的可以在计算机上运行的程序，它所能完成的功能往往是最终产品能完成的功能的一个子集
 
快速原型模型是增量模型的另一种形式，在开发真实系统之前，迅速建造一个可以运行的软件原型 ，以便理解和澄清问题，在该原型的基础上，逐渐完成整个系统的开发工作
 
它允许在需求分析阶段对软件的需求进行初步而非完全的分析和定义，快速设计开发出软件系统的原型，该原型向用户展示待开发软件的全部或部分功能和性能；用户对该原型进行测试评定，给出具体改进意见以丰富细化软件需求；开发人员据此对软件进行修改完善，直至用户满意认可之后，进行软件的完整实现及测试、维护
 
 
2.2优缺点
 
优点
 
克服瀑布模型的缺点，减少由于软件需求不明确带来的开发风险
适合预先不能确切定义需求的软件系统的开发
缺点
 
所选用的开发技术和工具不一定符合主流的发展；快速建立起来的系统结构加上连续的修改可能会导致产品质量低下
使用前提是要有一个展示性的产品原型，一定程度上可能会限制开发人员的创新
2.3快速原型模型的思想产生、原理及运用方式
 
1、思想产生
 
在需求分析阶段得到完全、一致、准确、合理的需求说明十分困难
 
获得一组基本需求说明后，就快速地使其“实现”，通过原型反馈，加深对系统的理解满足用户基本要求，使用户在试用后对需求说明进行补充和精确化，从而获得合理完整、现实可行的需求说明
 
再把快速原型思想用到软件开发的其他阶段，向软件开发的全过程扩展
 
先用相对少的成本，较短的周期开发一个简单的、但可以运行的系统原型向用户演示或让用户试用，以便及早澄清并检验一些主要设计策略，在此基础上再开发实际的软件系统
 
2、原理
 
利用原型辅助软件开发
 
经过简单快速分析快速实现一个原型，用户与开发者在试用原型过程中加强通信与反馈，通过反复评价和改进原型，减少误解，弥补漏洞，最终提高软件质量
 
3、运用方式
 
由于运用原型的目的和方式不同，在使用原型时也采取不同的策略
 
抛弃策略：将原型用于开发过程的某个阶段，促使该阶段的开发结果更加完整、准确、一致、可靠，该阶段结束后，原型随之作废。探索型和实验型就是采用此策略的
附加策略：将原型用于开发的全过程，原型由最基本的核心开始，逐步增加新的功能和新的需求，反复修改反复扩充，最后发展为用户满意的最终系统，演化型快速原型就是采用此策略
采用何种形式、何种策略运用快速原型主要取决于软件项目的特点、可供支持的原型开发工具和技术等，根据实际情况的特点决定
 
 
2.4类型
 
在软件开发中，原型是软件的一个早期可运行的版本，它反映最终系统的部分重要特性
 
探索型
 
这种原型目的是要弄清对目标系统的要求，确定所希望的特性，并探讨多种方案的可行性
 
实验型
 
这种原型用于大规模开发和实现之前，考核方案是否合适，规格说明是否可靠
 
进化型
 
这种原型的目的不在于改进规格说明，而是将系统建造得易于变化，在改进原型的过程中，逐步将原型进化成最终系统
 
2.5开发步骤
 
1、快速分析
 
在分析人员与用户密切配合下，迅速确定系统的基本需求，根据原型需要体现的特征描述基本需求以满足开发原型的需要
 
2、构造原型
 
在快速分析的基础上，根据基本需求说明尽快实现一个可行的系统
 
要求具有强有力的软件工具的支持，并忽略最终系统在某些细节上的要求，主要考虑原型系统能够充分反映所要评价的特性
 
3、运行原型
 
发现问题，消除误解，开发者与用户充分协调
 
4、评价原型
 
在运行的基础上，考核评价原型的特性，分析运行效果是否满足用户的愿望，纠正过去交互中的误解与分析中的错误，增添新的要求，并满足因环境变化或用户的新想法引起的系统要求变动，提出全面的修改意见
 
5、修改
 
根据评价原型的活动结果进行修改
 
若原型未满足需求说明的要求，说明对需求说明存在不一致的理解或实现方案不够合理，根据明确的要求迅速修改原型
 
快速原型模型不带反馈环，软件产品的开发基本上是线性顺序进行的
 
快速原型的本质是"快速"。开发人员应尽可能地建造出原型系统，以加速软件开发过程，节约软件开发成本
 
原型的用途是获知用户的真正需求，一旦需求确定了，原型将被抛弃
 
 
 
三、增量模型
 
3.1什么是增量模型
 
增量模型也称渐增模型。使用增量模型开发软件时，把软件产品作为一系列的增量构件来设计、编码、集成和测试。每个构件由多个相互作用的模块构成，并且能够完成特定的功能
 
使用增量模型时，第一个增量构件往往实现软件的基本需求，提供最核心的功能
 
把软件产品分解成增量构件时，唯一必须遵守的约束条件是，当把新构件集成到现有构件中时，所形成的产品必须是可测试的
 
 
 
 
瀑布模型或快速原型模型目标是一次就把一个满足所有需求的产品提交给用户
 
 
增量模型把整个软件产品分解成许多个增量构件，分批地逐步向用户提交产品
 
 
3.2特点
 
把瀑布模型的顺序特征与快速原型法的迭代特征相结合
 
将软件看作一系列相互联系的增量，在开发过程的各次迭代中，每次完成其中的一个增量
 
 
 
风险更大的增量模型
 
 
确定用户需求后就着手拟定第一个构件的规格说明文档，完成后规格说明组转向第二个构件的规格说明文档，同时设计组开始涉及第一个构件
 
 
使用该方法将不同的构件并行构建，可能加快工程进度，但将冒构建无法集成到一起的风险
 
 
 
 
3.3优缺点
 
优点
 
能在较短的时间内向用户提交可完成部分工作的产品
将待开发的软件系统模块化，可以分批次地提交软件产品，使用户可以及时了解软件项目的进展
以组件为单位进行开发降低了软件开发的风险。一个开发周期内的错误不会影响到整个软件系统
开发顺序灵活。开发人员可以对组件的实现顺序进行优先级排序，先完成需求稳定的核心组件。当组件的优先级发生变化时，还能及时地对实现顺序进行调整
缺点
 
由于各个构件是逐渐并入已有的软件体系结构中的，所以加入构件必须不破坏已构造好的系统部分，这需要软件具备开放式的体系结构
在开发过程中，需求的变化是不可避免的。增量模型的灵活性可以使其适应这种变化的能力大大优于瀑布模型和快速原型模型，但也很容易退化为边做边改模型，从而是软件过程的控制失去整体性
如果增量包之间存在相交的情况且未很好处理，则必须做全盘系统分析，这种模型将功能细化后分别开发的方法较适应于需求经常改变的软件开发过程
3.4作用
 
1、开发初期的需求定义只是用来确定软件的基本结构，使得开发初期用户只需要对软件需求进行大概的描述；而对于需求的细节性描述，则可以延迟到增量构件开发时进行，以增量构件为单位逐个地进行需求补充。这种方式能够有效适应用户需求的变更
 
2、软件系统可以按照增量构件的功能安排开发的优先顺序，并逐个实现和交付使用。不仅有利于用户尽早用上系统，能够更好地适应新的软件环境，而且在以增量方式使用系统的过程中，还能获得对软件系统后续构件的需求经验
 
3、软件系统是逐渐扩展的，因此开发者可以通过对诸多构件的开发，逐步积累开发经验。实际上，增量式开发还有利于技术复用，前面构件中设计的算法、采用的技术策略、编写的源码等，都可以应用到后面将要创建的增量构件中去
 
4、增量式开发有利于从总体上降低软件项目的技术风险。个别的构件或许不能使用，但一般不会影响到整个系统的正常工作
 
5、实际上，在采用增量模型时，具有最高优先权的核心增量构件将会被最先交付，而随着后续构件不断被集成进系统，这个核心构件将会受到最多次数的测试。这意味着软件系统最重要的心脏部分将具有最高的可靠性，这将使得整个软件系统更具健壮性
 
 
 
四、螺旋模型
 
4.1什么是螺旋模型
 
螺旋模型是一种演化软件开发过程模型，它兼顾了快速原型的迭代特征以及瀑布模型的系统化与严格监控。螺旋模型最大的特点在于引入了其他模型不具备的风险分析，使软件在无法排除重大风险时有机会停止，以减小损失。同时，在每个迭代阶段构建原型是螺旋模型用以减小风险的途径
 
螺旋模型是快速原型模型以进化的开发方式为中心，在每个项目阶段使用瀑布模型法。该模型的每一个周期都包括需求定义、风险分析、工程实现和评审4个阶段，由这4个阶段进行迭代。软件开发过程每迭代一次，软件开发又前进一个层次。用螺旋模型的软件过程如下
 
 
 
 
简化的螺旋模型
 
 
 
 
完整的数据模型
 
 
 
 
 
 
 
图中带箭头的点划线的长度代表当前累计的开发费用，螺旋线的角度值代表开发进度，螺旋线的每个周期对应于一个开发阶段
 
 
图中的四个象限代表了以下活动
 
 
制定计划：确定软件目标，选定实施方案，弄清项目开发的限制条件
风险分析：分析评估所选方案，考虑如何识别和消除风险
实施工程：实施软件开发和验证
客户评估：评价开发工作，提出修正建议，制定下一步计划
 
4.2特点
 
螺旋模型在“瀑布模型”的每一个开发阶段前引入一个非常严格的风险识别、风险分析和风险控制，它把软件项目分解成一个个小项目。每个小项目都标识一个或多个主要风险，直到所有的主要风险因素都被确定
 
螺旋模型强调风险分析，使得开发人员和用户对每个演化层出现的风险有所了解，继而做出应有的反应，因此特别适用于庞大、复杂并具有高风险的系统
 
4.3优缺点
 
优点
 
对可选方案和约束条件的强调有利于已有软件的重用，也有助于把软件质量作为软件开发的一个重要目标
减少了过多测试（浪费资金）或测试不足（产品故障多）所带来的风险
在螺旋模型中维护只是模型的另一个周期，在维护和开发之间并没有本质区别
缺点
 
采用螺旋模型需要具有相当丰富的风险评估经验和专门知识，在风险较大的项目开发中，如果未能够及时标识风险，势必造成重大损失
过多的迭代次数会增加开发成本，延迟提交时间
4.4限制条件
 
螺旋模型强调风险分析，但要求许多客户接受和相信这种分析，并做出相关反应是不容易的，因此，这种模型往往适应于内部的大规模软件开发
如果执行风险分析将大大影响项目的利润，那么进行风险分析毫无意义，因此，螺旋模型只适合于大规模软件项目
软件开发人员应该擅长寻找可能的风险，准确地分析风险，否则将会带来更大的风险
一个阶段首先是确定该阶段的目标，完成这些目标的选择方案及其约束条件，然后从风险角度分析方案的开发策略，努力排除各种潜在的风险，有时需要通过建造原型来完成。如果某些风险不能排除，该方案立即终止，否则启动下一个开发步骤。最后，评价该阶段的结果，并设计下一个阶段

　　国内对于人工智能的讨论大多是不成体系的碎片式，很难从中深入了解人工智能的发展脉络和技术体系，也很难有实际借鉴意义。人工智能的历史、核心技术和应用情况进行了详细说明，尤其是其中重要的认知技术。这份报告将有助于我们对人工智能和认知技术进行深入了解，也有助于各行业的公司考量人工智能应用的实际价值。
 
　　一、概述
 
　　近几年各界对人工智能的兴趣激增，自2011年以来，开发与人工智能相关的产品和技术并使之商业化的公司已获得超过总计20亿美元的风险投资，而科技巨头更是投资数十亿美元收购那些人工智能初创公司。相关报道铺天盖地，而巨额投资、计算机导致失业等问题也开始浮现，计算机比人更加聪明并有可能威胁到人类生存这类论断更是被媒体四处引用并引发广泛关注。
 
　　IBM承诺拨出10亿美元来使他们的认知计算平台Watson商业化。
 
　　谷歌在最近几年里的投资主要集中在人工智能领域，比如收购了8个机器人公司和1个机器学习公司。
 
　　Facebook聘用了人工智能学界泰斗YannLeCun来创建自己的人工智能实验室，期望在该领域获得重大突破。
 
　　牛津大学的研究人员发表了一篇报告表明，美国大约47%的工作因为机器认知技术自动化而变得岌岌可危。
 
　　纽约时报畅销书《TheSecondMachineAge》论断，数字科技和人工智能带来巨大积极改变的时代已经到来，但是随之而来的也有引发大量失业等负面效应。
 
　　硅谷创业家ElonMusk则通过不断投资的方式来保持对人工智能的关注。他甚至认为人工智能的危险性超过核武器。
 
　　著名理论物理学家StephenHawking认为，如果成功创造出人工智能则意味着人类历史的终结，“除非我们知道如何规避风险。”
 
　　即便有如此多炒作，但人工智能领域却也不乏显著的商业行为，这些活动已经或者即将对各个行业和组织产生影响。商业领袖需要透彻理解人工智能的含义以及发展趋势。
 
　　二、人工智能与认知科技
 
　　揭秘人工智能的首要步骤就是定义专业术语，勾勒历史，同时描述基础性的核心技术。
 
　　1、人工智能的定义
 
　　人工智能领域苦于存在多种概念和定义，有的太过有的则不够。作为该领域创始人之一的NilsNilsson先生写到：“人工智能缺乏通用的定义。”一本如今已经修订三版的权威性人工智能教科书给出了八项定义，但书中并没有透露其作者究竟倾向于哪种定义。对于我们来说，一种实用的定义即为——人工智能是对计算机系统如何能够履行那些只有依靠人类智慧才能完成的任务的理论研究。例如，视觉感知、语音识别、在不确定条件下做出决策、学习、还有语言翻译等。比起研究人类如何进行思维活动，从人类能够完成的任务角度对人工智能进行定义，而非人类如何思考，在当今时代能够让我们绕开神经机制层面对智慧进行确切定义从而直接探讨它的实际应用。值得一提的是，随着计算机为解决新任务挑战而升级换代并推而广之，人们对那些所谓需要依靠人类智慧才能解决的任务的定义门槛也越来越高。所以，人工智能的定义随着时间而演变，这一现象称之为“人工智能效应”，概括起来就是“人工智能就是要实现所有目前还无法不借助人类智慧才能实现的任务的集合。”
 
　　2、人工智能的历史
 
　　人工智能并不是一个新名词。实际上，这个领域在20世纪50年代就已经开始启动，这段探索的历史被称为“喧嚣与渴望、挫折与失望交替出现的时代”——最近给出的一个较为恰当的评价。
 
　　20世纪50年代明确了人工智能要模拟人类智慧这一大胆目标，从此研究人员开展了一系列贯穿20世纪60年代并延续到70年代的研究项目，这些项目表明，计算机能够完成一系列所本只属于人类能力范畴之内的任务，例如证明定理、求解微积分、通过规划来响应命令、履行物理动作，甚至是模拟心理学家、谱曲这样的活动。
 
　　但是，过分简单的算法、匮乏的难以应对不确定环境（这种情形在生活中无处不在）的理论，以及计算能力的限制严重阻碍了我们使用人工智能来解决更加困难和多样的问题。伴随着对缺乏继续努力的失望，人工智能于20世纪70年代中期逐渐淡出公众视野。
 
　　20世纪80年代早期，日本发起了一个项目，旨在开发一种在人工智能领域处于领先的计算机结构。西方开始担心会在这个领域输给日本，这种焦虑促使他们决定重新开始对人工智能的投资。20世纪80年代已经出现了人工智能技术产品的商业供应商，其中一些已经上市，例如Intellicorp、Symbolics、和Teknowledge。
 
　　20世纪80年代末，几乎一半的“财富500强”都在开发或使用“专家系统”，这是一项通过对人类专家的问题求解能力进行建模，来模拟人类专家解决该领域问题的人工智能技术。
 
　　对于专家系统潜力的过高希望彻底掩盖了它本身的局限性，包括明显缺乏常识、难以捕捉专家的隐性知识、建造和维护大型系统这项工作的复杂性和成本，当这一点被越来越多的人所认识到时，人工智能研究再一次脱离轨道。
 
　　20世纪90年代在人工智能领域的技术成果始终处于低潮，成果寥寥。反而是神经网络、遗传算法等科技得到了新的关注，这一方面是因为这些技术避免了专家系统的若干限制，另一方面是因为新算法让它们运行起来更加高效。
 
　　神经网络的设计受到了大脑结构的启发。遗传算法的机制是，首先迭代生成备选解决方案，然后剔除最差方案，最后通过引入随机变量来产生新的解决方案，从而“进化”出解决问题的最佳方案。
 
　　3、人工智能进步的催化剂
 
　　截止到21世纪前10年的后期，出现了一系列复兴人工智能研究进程的要素，尤其是一些核心技术。下面将对这些重要的因素和技术进行详细说明。
 
　　1）摩尔定律
 
　　在价格、体积不变的条件下，计算机的计算能力可以不断增长。这就是被人们所熟知的摩尔定律，它以Intel共同创办人GordonMoore命名。GordonMoore从各种形式的计算中获利，包括人工智能研究人员使用的计算类型。数年以前，先进的系统设计只能在理论上成立但无法实现，因为它所需要的计算机资源过于昂贵或者计算机无法胜任。今天，我们已经拥有了实现这些设计所需要的计算资源。举个梦幻般的例子，现在最新一代微处理器的性能是1971年第一代单片机的400万倍。
 
　　2）大数据
 
　　得益于互联网、社交媒体、移动设备和廉价的传感器，这个世界产生的数据量急剧增加。随着对这些数据的价值的不断认识，用来管理和分析数据的新技术也得到了发展。大数据是人工智能发展的助推剂，这是因为有些人工智能技术使用统计模型来进行数据的概率推算，比如图像、文本或者语音，通过把这些模型暴露在数据的海洋中，使它们得到不断优化，或者称之为“训练”——现在这样的条件随处可得。
 
　　3）互联网和云计算
 
　　和大数据现象紧密相关，互联网和云计算可以被认为是人工智能基石有两个原因，第一，它们可以让所有联网的计算机设备都能获得海量数据。这些数据是人们推进人工智能研发所需要的，因此它可以促进人工智能的发展。第二，它们为人们提供了一种可行的合作方式——有时显式有时隐式——来帮助人工智能系统进行训练。比如，有些研究人员使用类似MechanicalTurk这样基于云计算的众包服务来雇佣成千上万的人来描绘数字图像。这就使得图像识别算法可以从这些描绘中进行学习。谷歌翻译通过分析用户的反馈以及使用者的无偿贡献来提高它自动翻译的质量。
 
　　4）新算法
 
　　算法是解决一个设计程序或完成任务的路径方法。最近几年，新算法的发展极大提高了机器学习的能力，这些算法本身很重要，同时也是其他技术的推动者，比如计算机视觉（这项科技将会在后文描述）。机器学习算法目前被开源使用，这种情形将促成更大进步，因为在开源环境下开发人员可以补足和增强彼此的工作。
 
　　4、认知技术
 
　　我们将区分人工智能领域和由此延伸的各项技术。大众媒体将人工智能刻画为跟人一样聪明的或比人更聪明的计算机的来临。而各项技术则在以往只有人能做到的特定任务上面表现得越来越好。我们称这些技术为认知技术（下图），认知技术是人工智能领域的产物，它们能完成以往只有人能够完成的任务。而它们正是商业和公共部门的领导者应该关注的。下面我们将介绍几个最重要的认知技术，它们正被广泛采纳并进展迅速，也获得大量投资。
 
　　一文了解人工智能的基本常识
 
　　1）计算机视觉
 
　　是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉技术运用由图像处理操作及其他技术所组成的序列来将图像分析任务分解为便于管理的小块任务。比如，一些技术能够从图像中检测到物体的边缘及纹理。分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。
 
　　计算机视觉有着广泛应用。其中包括，医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被Facebook用来自动识别照片里的人物；在安防及监控领域被用来指认嫌疑人；在购物方面，消费者现在可以用智能手机拍摄下产品以获得更多购买选择。
 
　　机器视觉作为一个相关学科，泛指在工业自动化领域的视觉应用。在这些应用里，计算机在高度受限的工厂环境里识别诸如生产零件一类的物体，因此相对于寻求在非受限环境里操作的计算机视觉来说目标更为简单。计算机视觉是一个正在进行中的研究，而机器视觉则是“已经解决的问题”，是系统工程方面的课题而非研究层面的课题。因为应用范围的持续扩大，计算机视觉领域的初创公司自2011年起已经吸引了数亿美元的风投资本。
 
　　2）机器学习
 
　　指的是计算机系统无需遵照显式的程序指令而只是依靠暴露在数据中来提升自身性能的能力。其核心在于，机器学习是从数据中自动发现模式，模式一旦被发现便可用于做预测。比如，给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库，系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多，预测就会越好。
 
　　机器学习的应用范围非常广泛，针对那些产生庞大数据的活动，它几乎拥有改进一切性能的潜力。除了欺诈甄别之外，这些活动还包括销售预测、库存管理、石油和天然气勘探、以及公共卫生。机器学习技术在其他的认知技术领域也扮演着重要角色，比如计算机视觉，它能在海量图像中通过不断训练和改进视觉模型来提高其识别对象的能力。现如今，机器学习已经成为认知技术中最炙手可热的研究领域之一，在2011-2014年中这段时间内就已吸引了近十亿美元的风险投资。谷歌也在2014年斥资4亿美金收购Deepmind这家研究机器学习技术的公司。
 
　　3）自然语言处理
 
　　是指计算机拥有的人类般文本处理的能力，比如，从文本中提取意义，甚至从那些可读的、风格自然、语法正确的文本中自主解读出含义。一个自然语言处理系统并不了解人类处理文本的方式，但是它却可以用非常复杂与成熟的手段巧妙处理文本，例如自动识别一份文档中所有被提及的人与地点；识别文档的核心议题；或者在一堆仅人类可读的合同中，将各种条款与条件提取出来并制作成表。以上这些任务通过传统的文本处理软件根本不可能完成，后者仅能针对简单的文本匹配与模式进行操作。请思考一个老生常谈的例子，它可以体现自然语言处理面临的一个挑战。在句子“光阴似箭（Timeflieslikeanarrow）”中每一个单词的意义看起来都很清晰，直到系统遇到这样的句子“果蝇喜欢香蕉（Fruitflieslikeabanana）”，用“水果（fruit）”替代了“时间（time）”，并用“香蕉（banana）”替代“箭（arrow）”，就改变了“飞逝／飞着的（like）”与“像／喜欢（like）”这两个单词的意思。
 
　　自然语言处理，像计算机视觉技术一样，将各种有助于实现目标的多种技术进行了融合。建立语言模型来预测语言表达的概率分布，举例来说，就是某一串给定字符或单词表达某一特定语义的最大可能性。选定的特征可以和文中的某些元素结合来识别一段文字，通过识别这些元素可以把某类文字同其他文字区别开来，比如垃圾邮件同正常邮件。以机器学习为驱动的分类方法将成为筛选的标准，用来决定一封邮件是否属于垃圾邮件。
 
　　因为语境对于理解“timeflies（时光飞逝）”和“fruitflies（果蝇）”的区别是如此重要，所以自然语言处理技术的实际应用领域相对较窄，这些领域包括分析顾客对某项特定产品和服务的反馈、自动发现民事诉讼或政府调查中的某些含义、以及自动书写诸如企业营收和体育运动的公式化范文等。
 
　　4）机器人技术
 
　　将机器视觉、自动规划等认知技术整合至极小却高性能的传感器、致动器、以及设计巧妙的硬件中，这就催生了新一代的机器人，它有能力与人类一起工作，能在各种未知环境中灵活处理不同的任务。例如无人机，还有可以在车间为人类分担工作的“cobots”，还包括那些从玩具到家务助手的消费类产品。
 
　　5）语音识别技术
 
　　主要是关注自动且准确的转录人类的语音。该技术必须面对一些与自然语言处理类似的问题，在不同口音的处理、背景噪音、区分同音异形异义词(“buy”和“by”听起来是一样的)方面存在一些困难，同时还需要具有跟上正常语速的工作速度。语音识别系统使用一些与自然语言处理系统相同的技术，再辅以其他技术，比如描述声音和其出现在特定序列和语言中概率的声学模型等。语音识别的主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。比如Domino’sPizza最近推出了一个允许用户通过语音下单的移动APP。
 
　　上面提到的认知技术进步飞快并吸引了大量投资，其他相对成熟的认知技术仍然是企业软件系统的重要组成部分。这些日渐成熟的认知技术包括决策最优化——自动完成对复杂决策或者在资源有限的前提下做出最佳权衡；规划和调度——使设计一系列行动流程来满足目标和观察约束；规则导向系统——为专家系统提供基础的技术，使用知识和规则的数据库来自动完成从信息中进行推论的处理过程。
 
　　三、认知技术的广泛使用
 
　　各种经济部门已经把认知技术运用到了多种商业职能中。
 
　　1）银行业
 
　　自动欺诈探测系统使用机器学习可以识别出预示着欺诈性付款行动的行为模式；借助语音识别技术能够自动完成电话客服；声音识别可以核实来电者的身份
 
　　2）医疗健康领域
 
　　美国有一半的医院采用自动语音识别来帮助医生自动完成医嘱抄录，而且使用率还在迅速增长；机器视觉系统自动完成乳房X光检查和其他医学影响的分析；IBM的Watson借助自然语言处理技术来阅读和理解大量医学文献，通过假设自动生成来完成自动诊断，借助机器学习可以提高准确率。
 
　　3）生命科学领域
 
　　机器学习系统被用来预测生物数据和化合物活动的因果关系，从而帮助制药公司识别出最有前景的药物。
 
　　4）媒体与娱乐行业
 
　　许多公司正在使用数据分析和自然语言生成技术，自动起草基于数据的的公文材料，比如公司营收状况、体育赛事综述等。
 
　　5）石油与天然气
 
　　厂商将机器学习广泛运用在矿藏资源定位、钻井设备故障诊断等众多方面。
 
　　6）公共部门
 
　　出于监控、合规和欺诈检测等特定目的，公共部门也已经开始使用认知技术。比如，乔治亚州正在通过众包的形式来进行财政披露和竞选捐助表格的数字化，在这个过程中他们就采用了一套自动手写识别系统。
 
　　7）零售商
 
　　零售商利用机器学习来自动发现有吸引力的交叉销售定价和有效的促销活动。
 
　　8）科技公司
 
　　它们正利用机器视觉、机器学习等认知技术来改进产品或者开发全新产品，比如Roomba机器人吸尘器，Nest智能恒温器。
 
　　上述例子表明，认识技术的潜在商业收益远大于自动化带来的成本节约，这主要体现在：
 
　　更快的行动与决策（比如，自动欺诈检测，计划和调度）
 
　　更好的结果（比如，医学诊断、石油探测、需求预测）
 
　　更高的效率（亦即，更好的利用高技能人才和昂贵设备）
 
　　更低的成本（比如，自动电话客服减少了劳动成本）
 
　　更大的规模（亦即，开展人力无法执行的大规模任务）
 
　　产品与服务创新（从增加新功能到创造新产品）
 
　　四、认知技术影响力与日俱增的原因
 
　　在未来五年，认知技术在商业领域的影响力将显著增长。原因有二，首先，近些年来，技术性能有了实质进步，并处于持续研发状态。其次，数亿美元已经投入到技术商业化中，许多公司正致力于为各商业部门的广泛需求提供定制化开发和打包方案，以使这些技术更易购买和配置。虽然并非所有的技术提供商都能幸存，但他们的努力将共同推动市场前进。技术性能的改善和商业化正在共同扩大着认知技术的应用范围，这种情况在未来几年都将持续下去。
 
　　1、技术提升扩展了应用范围
 
　　认知技术大踏步前进的例子非常多。比如Google的语音识别系统，一份报告显示，Google用了不到两年时间就将语音识别的精准度从2012年的84%提升到如今的98%。计算机视觉技术也取得了突飞猛进的发展。如果以计算机视觉技术研究者设置的技术标准来看，自2010年到2014年，图像分类识别的精准度提高了4倍。Facebook的DeepFace技术在同行评审报告（译者注：同行评审，是一种学术成果审查程序，即一位作者的学术著作或计划被同一领域的其他专家学者评审。）被高度肯定，其脸部识别率的准确度达到97%。2011年，IBM为了让Watson在智力节目《危险边缘》中获胜，曾对Watson进行优化，提升两倍的答案精确度。现在，IBM又宣称如今的Watson比当时“智能”了2400%。
 
　　随着技术的改进和提高，技术应用的范围也在不断扩大。比如，在语音识别方面，机器曾经需要大量训练才能在有限词库里勉强识别出来，由语音识别技术延伸出的医疗应用程序也很难得到真正普及。而现在，每个月互联网上都会有数以百万次的语音搜索。另外，计算机视觉技术过去被狭隘的理解为部署在工业自动化方面，但现在，我们早已看到这一技术被广泛运用到监控、安全以及各种各样的消费应用里。IBM如今正拓展Watson在竞赛游戏之外的应用，从医疗诊断到医学研究再到财务建议以及自动化的呼叫中心。
 
　　并不是所有的认知技术都有如此令人瞩目的发展。机器翻译有了一定发展，但幅度很小。一份调查发现，从2009年到2012年，将阿拉伯语翻译到英语的精确度仅仅提升了13%。尽管这些技术还不完美，但他们已经可以影响到专业机构的工作方式。很多专业翻译人员依靠机器翻译提升翻译精准度，并把一些常规翻译交给机器，自己专注在更具挑战性的任务上。
 
　　很多公司正努力将认知技术做进一步研发，并逐步将其融入到更多产品尤其是企业级产品里，以方便企业用户购买和部署。
 
　　2、对商业化进行的大规模投资
 
　　从2011年到2014年5月，超过20亿美元的风险投资流入到基于认知技术研究的产品和服务里。与此同时，超过100家的相关公司被兼并或收购，其中一些被互联网巨头如亚马逊、苹果、Google、IBM或Facebook收购。所有这些投资都在培育一个多样化的公司图谱，这些公司正在加速认知技术的商业化进程。
 
　　在这里，我们并不会提供关于某公司在认知技术商业化方面的细节，我们希望说明，认知技术产品拥有丰富的多样性。下面就是致力于认知技术商业化的公司名单，这个名单既不是完整无缺也非固定不变，而是一个动态的，用于推动和培育市场的指标。
 
　　数据管理和分析工具主要使用自然语言处理、机器学习等认知技术。这些工具利用自然语言处理来从非结构化的文本中提取出意思，或者借助机器学习帮助分析人员从大规模数据集中发现深层含义。这个领域的公司包括ContextRelevant（译者注：美国的一家大数据挖掘和分析公司）、PalantirTechnologies（译者注：这家公司称要将数据、技术、人类和环境连接起来）、以及Skytree（译者注：一家借助机器学习进行市场分析并提供决策依据的大数据公司）。
 
　　认知技术的各个部分可以被整合到各种应用和商业决策中，分别起到增加功能和提高效率的作用。例如，Wise.io公司提供一套模块来促进商业决策，比如客户支持、营销和销售，这里面会用到机器学习模型来预测哪些客户比较容易流失，以及哪些潜在客户更加容易转化。Nuance公司通过提供一种语音识别技术来帮助开发者进行需要语音控制的移动APP的开发。
 
　　单点解决方案。众多认知技术成熟的标志是它们正在被不断的嵌入到特定商业问题的解决方案中。这些解决方案的设计初衷是要比公司原有的解决方案更加有效，并且几乎不需要认知技术方面的专业人员。普及度比较高的应用领域包括广告、营销和销售自动化、预测以及规划。
 
　　技术平台。平台的目的是为建立高度定制化的商业解决方案提供基础。它们会提供一系列功能，包括数据管理、机器学习工具、自然语言处理、知识表示和推理、以及将这些定制化软件整合在一起的统一框架。
 
　　3、新兴应用
 
　　如果这些技术的表现和商业化趋势继续发展，我们就能够大胆预测认知技术的应用将更加广泛，被接受程度也会大大增加。数亿美金的投资涌入这些基于机器学习、自然语言处理、机器视觉或者机器人技术的公司，这预示着许多新应用即将投入市场。在商业机构依托认知技术构建自动化业务流程、增强产品和服务方面，我们也看到了巨大空间。
 
　　五、认知技术在企业的应用路径
 
　　认知技术将在接下来几年里变得流行。在未来2-5年，技术层面的进步和商业化将扩大认知技术对企业的影响。越来越多的企业会找到一些创新性应用来显著改善他们自身的表现或者创造新功能，以增强他们的竞争地位。企业的IT部门现在可以行动起来，增加对这些技术的了解，评估出适用这些技术的机会，将这些技术可能带来的价值向领导进行汇报。高级商务和公共部门的领导应该思考认知技术将对他们的部门以及整个公司产生何种影响，这些技术将如何激发创新并提升经营表现。
 

1.人工智能大发展时代，如何利用大数据改变现有商业模式？
 
http://www.duozhishidai.com/article-17554-1.html
 
2.人工智能来势凶猛，人工智能最热门的技术趋势是什么
 
http://www.duozhishidai.com/article-923-1.html
 
3.今年人工智能领域，十项中外人工智能领域富有突破性的技术
 
http://www.duozhishidai.com/article-17560-1.html
 
 
 

 
 
 
一个职业、一种思维、一个方案
 
产品经理到底是什么，究竟要做什么事
 
苏杰老师给出了新的答案
 
如果你有过：
 
迷茫 —— 没有想法
 
无助 —— 想法难以落地
 
瓶颈 —— 缺乏创造力
 
就来看看这本苏杰老师新著《人人都是产品经理（创新版）：低成本的产品创新方法》。
 
 
 
 
 
 
本书从案例启发到思维落地，创造性地提出一套应对多变时代的低成本创新方法——5MVVP，用于解决产品创新从无到有各个环节碰到的问题。
 
MVV即Minimum Viable/Valuable，意为最小可行且有价值的。不同于精益创业里的最小可行产品（MVP），MVV中有两个V。五个P分别代表：
 
具体流程为案头研究（Paperwork）
原型设计（Prototype）
产品开发（Product）
运营推广（Promotion）
复制组合（Portfolio）
它涵盖了创意从无到有，从点子到产品再到产品矩阵的全过程，帮助产品工作者有效地想清楚、做出来、推出去，打造“爆款”新品，构建产品矩阵。
 
接下来我们来看一些案例，进一步了解5MVVP框架是如何运作的。
 
 
 
下文节选自《人人都是产品经理（创新版）：低成本的产品创新方法》一书。
 
 
▊ 第一个例子发生在Paperwork阶段
 
任何一个值得解决的问题，通常已经有了解决方案，只是这些方案效率有高有低。所以，当我们要验证想法的时候，去问问用户“现在是怎么解决这个问题的”，往往能得到很有价值的回答。
 
下面是我一位朋友的故事。
 
他和团队发现图片识别技术可以用来区分小鸡的性别。他觉得可能找到了一个创业机会，于是很兴奋地去做调研，却发现根本没需求。
 
现在的养鸡场分大、中、小三种。大型养鸡场的典型客户是肯德基这类企业。对于肯德基而言，它们对小鸡没有性别的要求，不用区分。中型养鸡场不会主动区分性别，除非客户有特殊需要，比如偶尔有客户只要母鸡，他们才做挑选。这一步的额外成本可以忽略不计，甚至可以转嫁给客户。而小型养鸡场往往是由农户经营的，他们的典型客户通常是小餐馆，他们会让客户自己到养鸡场来按需抓鸡，没有区分小鸡性别的必要。于是，我的朋友做了几天的Paperwork后就把想法放弃了，节省了大量的时间和资源。
 
▊ 第二个例子发生在Prototype阶段
 
有一位创业者发现，随着“双创”大潮的到来，越来越多没经验的创业者开始创业，于是他认为创业者们很可能需要一个“创业者的hao123”。因此，他打算做一个网站或App，把创业各个阶段会用到的产品和服务都汇集起来，创业者们可以按需索取，降低成本又提高创业成功率。
 
当他告诉我这个创意之后，我很难直接判断出这个想法是否靠谱。于是我告诉他，你可以先做一个原型，比如写一篇微信文章，把你认为最有价值的服务都罗列一下，把这篇文章转发到创业者聚集的微信群里，看看浏览、转发、收藏等数据是否“漂亮”，然后再决定下一步怎么做。后来他这么做了，发现并没有出现火爆的现象，于是他决定继续优化想法。
 
这其实就是一个很简单的用原型来验证解决方案的例子。
 
▊ 第三个例子发生在Product阶段
 
曾经，有一个兴趣爱好社区想做自己的聊天系统。他们对要解决的问题和解决方案都没什么疑问，他们的重点问题在于，新上线的系统应该多复杂呢？举个例子，第一个版本要不要做“传文件”这种功能呢？这类扩展功能还有很多，想做好的话，它会像怪兽一样吃掉所有资源。
 
那怎么来验证开发“传文件”功能的必要性呢？我给他们这样的建议，先在线上做一个假的“传文件”按钮，用户单击以后，系统会弹出提示，和用户开个玩笑（当然，这类做法要符合社区氛围），提示内容大意：“为现在这个功能还没有实现，用户可以先通过其他网盘来传文件。”运行几周后查看使用该按钮的人数，如果很少有人按下这个按钮，那么就继续保持现状，甚至把按钮下线；如果有很多人按下这个按钮，再考虑开发传文件的功能。
 
▊ 第四个例子发生在Promotion阶段
 
假设，我们在此前的其他阶段进展都很顺利，现在手里有一笔推广预算费用，如何才能让这笔推广预算的投入产出比最高？这就是分销冲刺要解决的问题。
 
以我的公司良仓孵化器为例。我们做过一个面向创业者的类似miniMBA 的培训项目。项目开始时，我们有很多渠道可以接触到潜在客户，不过这些渠道中哪个效果最好，谁都不知道。于是，我们做了为期两个礼拜的分销冲刺，大家分头向各个方向发力，直接看能签约、付款的数字结果。有人主攻良仓已经服务过的企业高层，有人主攻良仓合伙人的朋友圈，有人主攻高校MBA的渠道，有人主攻商会类的渠道……两周以后，结论出来了，于是兵分几路的人马集合，合力主攻那个效果最好的渠道。
 
▊ 最后一个例子发生在Portfolio阶段
 
处于这个阶段的公司大都已经是大公司。在我们比较熟悉的那些大公司里，字节跳动在这方面就做得很好。
 
今日头条App成功之后，字节跳动公司沉淀了诸多能力，形成了实质上的“中台 ”。比如算法平台，提供每个产品都需要的最基础的推荐技术。又如App的生产模板，可以用来单纯生产一个App“外壳”，它包含用户能看到的App界面，但并不具备App的后台系统。字节跳动公司在这方面已经实现了傻瓜式的操作，从基本布局、重点位置到图形化设置等都有成熟方案可选，并且用极少的技术资源就可以实现。再如商业化团队，字节跳动公司对于后续推出的一个又一个App，都可以用相对低的成本给予支持。
 
正因为这样，字节跳动才会被称为“App工厂”，积极地看，这就是成功复制的典范。
 
五轮MVVP的五个例子已经说完了，大家还可以思考一下，生活中哪些事情可以用上这些方法？（比如买房之前，在白天晚上、天晴下雨等不同的条件下多跑几趟看一看；准备开始炒股之前，先用模拟软件小试身手。）
 
关于本书
 
 
 
 
▊《人人都是产品经理（创新版）：低成本的产品创新方法》
 
苏杰 著
 
本书是“人人都是产品经理”系列图书的第三本，关键词是“产品创新”，力求做到源头扎实、案例丰富、问题驱动、动态扩容，苏杰老师将在这本书中带领大家思考产品经理如何自我反思、完成进化。
 
 
 
 
▊ 作者简介
 
苏杰
 
阿里巴巴前产品经理
 
良仓孵化器创始合伙人
 
产品创新顾问
 
　　2006年至2014年，供职于阿里巴巴集团，一直担任产品经理。期间曾做过中小企业的管理软件、淘宝的卖家工具、淘宝的垂直市场、天猫会员体系/营销工具/大型活动、移动社区类产品等，也是集团内在线学习、知识管理平台的搭建者，负责过阿里巴巴产品大学、阿里巴巴内部的创新孵化器等。此外，供职期间还公示、授权了20多项专利。
 
　　2015年，成为良仓孵化器的创始合伙人，主要负责入驻团队在产品创新领域的辅导。截止2020年中，良仓孵化器已经服务超过2000家初创公司，运营场地约20万平方米，入孵企业融资总额20亿，总估值近300亿。此外，作者拥有自己的咨询工作室，会承接一些大型公司的创新业务，典型客户如阿里巴巴、华为、字节跳动、中国银联、平安集团、上海汽车等。
 
著有系列畅销书《人人都是产品经理》《人人都是产品经理2.0》《淘宝十年产品事》，创建了网络翻译团队@七印部落，译有《启示录：打造用户喜爱的产品》《四步创业法》《有的放矢》等书，以及乔布斯《遗失的访谈》等视频。
 
▊ 业内力荐
 
查理 / 百世物流科技（中国）有限公司HRD
方毅 / 浙江每日互动网络科技股份有限公司（个推）创始人兼CEO
郭列 / 脸萌&FaceU创始人
郝志中 / 混沌大学创新商学院院长
蒋涛 / CSDN与《程序员》杂志创始人兼董事长
江岭 / 成都晓多科技有限公司创始人兼CEO
金宇 / 睿远基金管理有限公司董事总经理
老曹 / 起点学院、人人都是产品经理社区创始人
李晓燕 / 杭州易现先进科技有限公司（易现EZXR）创始人兼CEO
李振杰 / 上海智众医疗科技有限公司CEO
梁公军 / 太极资本创始人、微软原技术顾问
梁宁 / 著名产品人
Luke（后显慧） / 三节课创始人兼CEO
罗振宇 / 得到App创始人
吴伟 / 上海富友支付服务股份有限公司总裁
吴晓波 / 财经作家、890新商学、蓝狮子出版创始人
薛华 / 吉利科技集团智慧能源研究院副院长
尹正文 / 平安健康保险股份有限公司CFO
于红 / GGV纪源资本投资执行董事
于兆鹏 / 银行业产品管理、项目管理专家
袁月 / 度小满理财产品运营总监
张洁 / 华旦天使投资基金公司董事总经理、湾西加速器创始人
张泉灵 / 酷得少年（天津）文化传播有限公司董事长、央视前主持人
郑刚 / 浙江大学管理学院科技创业中心（ZTVP）主任、教授
郑晓峰 / 杭州千岛湖啤酒有限公司董事长
朱睿 / 上汽集团乘用车公司组织发展高级经理
▊ 本书目录
 
第1章 概述
 
1 为什么每个人都要会产品创新
 
2 传统行业的产品创新：千岛湖啤酒的脑洞
 
3 作为一个产品的本书
 
4 产品从无到有的方法框架
 
第2章 案头研究：MVV Paperwork
 
1 理解用户Ⅰ 发散思维：用户故事与用户生态
 
2 需求采集：各种方法怎么灵活应用
 
3 理解用户Ⅱ 收敛思维：用户画像与用户旅程
 
4 竞品生态：真正有效的竞品分析该怎么做
 
5 打造属于你的点子过滤器
 
第3章 原型设计：MVV Prototype
 
1 Y模型：问题域到方案域的硬核解题思路
 
2 用“原型”低成本验证：差个程序员，也可以做产品
 
3 设计冲刺：谷歌创投如何帮助产品成功
 
第4章 产品开发：MVV Product
 
1 产品服务系统：我们说的产品到底是什么
 
2 好产品的评价标准：静态与动态维度下的好产品特质
 
3 产品起步：产品早期的迭代逻辑
 
4 KANO模型：雪中送炭还是锦上添花
 
第5章 运营推广：MVV Promotion
 
1 产品生命周期与运营重点：时刻和用户一起成长
 
2 真正的成功指标：让运营更有方向
 
3 提升效率：关于“做出来”和“推出去”
 
4 商业化：赚钱的方式与模式
 
第6章 复制组合：MVV Portfolio
 
1 从产品到产品矩阵：可复用、能积累、善生死
 
2 内部效率：关于沟通与协作
 
3 组织文化：面向未来，如何持续创新
 
4 长期主义：公司与行业的演化
 
第7章 换个视角看产品创新
 
1 投资人视角：产品的不同阶段，重点看什么
 
2 创业者视角：找到合适且真正有用的产品经理
 
3 关于产品创新工作坊
 
后记
 
 
 
 
这本书不仅适合狭义的产品经理看，也是每一位想通过产品创新改变世界的人都应该看的实用指南。
 
最后，附上苏杰老师在十年前写下的一段话：
 
不是每个人都能以产品经理为业，但在我看来，产品经理是一类人，他做事的思路与方法可以解决很多实际的生活问题。
 
只要你能够发现问题并描述清楚，转化为一个需求，进而转化为一个任务，争取到支持，发动起一批人，将这个任务完成，并持续不断以主人翁的心态去跟踪、维护这个产物，那么，你就是产品经理。
 
至少，你已经是自己的产品经理了。这才是“人人都是产品经理”的真谛。
 
希望这本书及本次分享，能够给你带来启发，帮助你在产品发展的各个阶段能够预知风险、少走弯路~
 

2021-03-01 14:21:19
 
 
世间有一种软件，名叫“深度学习框架”。
 
在人工智能的江湖，常听人言：得框架者，得天下。
 
多年以前，一面画着大G的大旗在高处飘扬，美国谷歌公司的深度学习框架占据大半江山。万万没有想到，一场大风暴来了。
 
2018 年，脸书公司“同款”对标产品把一款前辈产品吸纳进来，联剑并肩，威力大增。一年后，火力全开，专拣敌人的罅隙进攻。连冲数剑，杀开一个缺口，有守有攻，看看就可闯出。放眼学术圈，更是独领风骚，顶级学术会议的胜利快报像雪片一样飞来。
 
小心低头，王冠易掉，谷歌框架的王者时代，结束了。
 
历史总是吊诡，一些无名之处会发生极为有名的战役。战事残酷而隐秘，高深晦涩的技术仿佛咒语，牢牢挡住人们的视线。
 
美国白宫《2019年国家人工智能研发战略规划》报告中，美国将中国视为人工智能主要对手，进行了深刻观察。
 
“中国人工智能发展势头很猛。” 这话猛一听，真让人高兴。
 
后半句是个打击：“中国人工智能缺点亦十分明显，硬件、算法、人才……人工智能框架创新能力薄弱。”
 
“硬件” “人才”……这题我会，这题我会，“框架”是个啥？
 
假如人工智能深度学习是太平洋上的一个岛屿，算法是岛上茂盛的植被，框架和芯片则是地质结构，算法建在框架和芯片之上。
 
深度学习框架，头顶两个光环亮闪闪，第一个，基础软件。
 
几乎所有的深度学习开发者，都要用深度学习框架。
 
几乎所有的深度学习算法和应用，都是用其实现的。
 
作为一种复杂基础软件，有这样一条原则：极少数人“造”轮子，大部分人“用”轮子。
 
框架研发门槛高不可攀，本质上，这类产品是大型科技企业才“配”拥有的基础设施，小门小户造不起。
 
多说一句，打败围棋大师李世石的人工智能阿法狗（AlphaGo）听过吧，框架也是其背后的底层技术。
 
谷歌科学家的凡尔赛是：“我们让阿法狗更顺畅”。
 
 
 
1上半场：美国科技大厂的豪门恩怨
 
简单地说，深度学习框架=深度学习操作系统。
 
世间最流行的两个深度学习框架，谷歌公司的TensorFlow和脸书公司的PyTorch。
 
开发者压力山大，
 
需要“精通”这两个，
 
或至少“熟练”其中一个，
 
甚至，“辅修”第三个框架，“选修”第四个。
 
谷歌与脸书，作为美国科技企业，其框架产品的流行度，像极了可口可乐和百事可乐。
 
快乐肥宅水统治世界，兵家必争之地必属枭雄。大型科技企业想尽一切办法取得技术上的领先优势，深度学习框架不会错过，也无法绕过。
 
算法突破、数据爆发、算力增长的“铁人三项”支撑了AI的浪潮，唯一能将“铁人”整合的系统软件，是深度学习框架。
 
它好比底座，对下，完成对底层硬件的调度；对上，支持模型搭建。
 
人工智能的一堆新玩（算）意（法）：人脸识别、图像分类、图像检测与分割、语音识别、广告推荐、GAN、强化学习等等，被封装在软件框架里。
 
封装，不是封印。
 
孙悟空冲着框架大喊：“人工智能，叫你一声，敢答应吗？”
 
Siri（用机械女声回答）：穿豹纹超短裙的那位，你有事找我？
 
一般来说，只有超大型科技企业才能支撑“操作系统”的开发。
 
深度学习的“操作系统”萌芽于高等学府，但早期工业雏形出现在美国科技豪门，是大公司竞争的舞台，也是全球计算机技术精英群体，最精锐部队的角逐。
 
使用全国通用感叹词：“卧槽，深度学习框架是硬科技。”
 
把全球AI顶级精英俱乐部的会员分成两类：一类是原创AI算法的发明者, 一类是AI框架的发明者。
 
前一类是加钱阅读的部分，后一类是本文的重点。
 
请大家记住这些名字，因为这些“精神小伙”，对深度学习框架的发展至关重要。
 
 
现任阿里巴巴技术副总裁贾扬清，浙江绍兴人，从初中三年级开始接触电脑，他一直觉得自己学编程挺晚的。
 
2002年是他高考那一年，浙江省是高考界的领跑者，清华大学计算机系的分数线很高，他去了清华自动化系。
 
在科学界，瑞士是物理和数学领域的领跑者。也在2002年，瑞士戴尔莫尔感知人工智能（Idiap）研究所诞生了第一个机器学习库Torch。
 
 
欧洲最高山脉阿尔卑斯山的雪顶千年不化，山脚下的瑞士名城马蒂尼（Martigny），既是登山爱好者的天堂，又是葡萄酒产区。
 
这是个做学术的好地方，自1991年以来，这里的研究所就是全球人工智能和认知智能领域的领导者之一。
 
机器学习库Torch，出自“葡萄酒产区”研究所的一份研究报告（三位作者分别是：Ronan Collobert、Samy Bengio、Johnny Mariéthoz）。
 
其中一位作者姓本吉奥（Bengio），没错，这位眉毛粗粗的科学家，就是深度学习三巨头之一，约舒亚·本吉奥（Yoshua Bengio）的兄弟。
 
2007年他跳槽去了谷歌。
 
Torch意为火把，成为框架旷野的第一颗火种。
 
“库”（Library）是一系列事先编写好的代码集合，在编程中调用，可以减少重复工作。
 
加拿大蒙特利尔大学的深度学习框架的开发，始于2007年，Theano是行业祖师爷。
 
框架和图灵奖获得者颇有渊源，约舒亚·本吉奥（Yoshua Bengio）和伊恩·古德费洛（Ian Goodfellow）都有参与Theano。
 
 
库和框架的不同之处，在于境界。
 
库是兵器库，框架则是一套武林绝学的世界观，程序员在这个世界观的约束下去练（编）拳（程）法（序），结果被框架所调用。框架接管了程序的主控制流。
 
反正，框架比库厉害多了。
 
有了框架，才能做到只关注算法的原理和逻辑，不用去费事搞定底层系统、工程的事。生命短暂，都想走捷径。话不能这么说，都996了，生产队里的驴也得歇歇。
 
转眼间，贾扬清已经在美国加州大学伯克利分校攻读博士学位。也是在此期间，他开启了计算机视觉的相关研究。
 
那时候，他常被一个问题困扰：怎样训练和设计深度学习的网络？为此，贾扬清想造一个通用工具。
 
著名的Caffe框架的发音和“咖啡”相似，是“快速特征提取的卷积框架”论文的英文简称。巧合的是，这个框架像咖啡一样流行。
 
这是贾扬清第一个C++项目，多年以后，他在阿里巴巴回忆：“最开始的时候没有测试，代码纠错（Debug）成了最痛苦的事。”
 
2013年的Caffe框架是他的成名之作。在工业场景的计算机视觉系统上，Caffe 稳健快速，是无可争议的王者。
 
 
这一年，Parameter Server（参数服务器）的两位著名教授走向台前，邢波（Eric Xing）教授和Alex Smola教授，现在两位均在美国卡内基梅隆大学（CMU）任教。
 
参数服务器是个编程框架，也支持其他AI算法，对深度学习框架有重要影响。
 
高校实验室善于技术创新，深度学习框架的很多精髓创意源于此地。但是，深度学习框架复杂性高、工程量极大，长期负责复杂产品，高校并不擅长。
 
事实也证明，多年后，高校出生的深度学习框架，都以某种方式“进入”企业，或者被企业赶超了。
 
嗅觉敏锐者，业已出发。
 
2015年11月，TensorFlow开源，由谷歌大脑团队开发。谷歌的搜索、油管、广告、地图、街景和翻译的背后，都有其身影。
 
 
谷歌开源AI产品备受瞩目。若论起名的原因，TensorFlow直译，张量（tensor）在图中流动（flow）。由此也可获知，数据流图是框架的重要技术。
 
再往细说，数据流图由算子组成，算子又分为大算子和小算子。Caffe是大算子抽象，TensorFlow是小算子抽象。小算子好处是灵活，坏处是性能优化难。
 
TensorFlow原创者之一是谷歌天才科学家，杰夫·迪恩（Jeff Dean）。
 
为什么说他是天才？
 
赞美之词就免了。在2000年下半年的时候，Jeff Dean的代码速度突然激增了40倍，原因是他把自己的键盘升级到了USB 2.0。编译器从来不会给Jeff Dean警告，但Jeff Dean会警告编译器。
 
笔者承认，这确实是两个段子，出处无考。
 
2015 年是一个重要的年份，何恺明等人的研究成果，突破了边界，在准确率上再创新高，风头一时无二。
 
谷歌AI研究员弗朗索瓦·乔莱特（Francois Chollet）几乎是独自完成了著名的Keras 框架的开发，为谷歌再添一条护城河，大有“千秋万代，一统江湖”的势头。
 
这时候，喊一嗓子“深度学习是下一个重大技术趋势”，已经没有压倒性的反对意见了。
 
美国西雅图素有“阿拉斯加门户”之称，微软公司总部位于西雅图卫星城，从那里开车13个小时就能到达谷歌公司总部所在地山景城。在AI的跑道上，很多人在追赶谷歌，但是，微软既没有好车，也没有弯道，压力大了，方向盘也能捏碎。
 
按理说，背靠微软的产品本应有个好前途，框架却都没有流行起来。
 
英文单词Minerva的意思是“智慧女神”，这是微软亚研院一个孵化项目的名字，由当时的副院长张峥发起，项目组成员有纽约大学王敏捷和北京大学肖天骏。
 
现在张峥在亚马逊上海AI研究院做院长。两名大将也随之前往，现在均是张院长麾下主力。
 
后来，就没有后来了。开源（Github）给女神画上了句号。
 
2016年，从先后关系上讲，CNTK（Cognitive Toolkit）伸手接过女神的接力棒，可惜魔障难消，用的人少，没有推广开，于2019年停止维护。
 
GitHub上的悼词是：“在这个版本之后，没有新功能开发的计划。”
 
这意味着，微软已经放弃了CNTK。
 
两次前车之鉴，微软仍没有认输的打算。
 
因为深知框架的重要性，也因为微软的电脑里，绝不会长期使用贴着别人家logo的AI工具。
 
2016年，贾扬清从谷歌TensorFlow团队离职，跳槽到了Facebook公司。与谷歌挥手道别，四载光阴（实习两年，工作两年），往事依稀，他的内心充满感怀。
 
西雅图作为美国的超一线城市，华盛顿大学是城市招牌之一，华人武术宗师李小龙就毕业于此。“天才少年”陈天奇也在这里取得了计算机博士学位。
 
陈天奇在AI圈的名气，不比李小龙在武术界低，且都是少年成名。
 
陈天奇读博士的第二年，一个叫做MXNet的项目开始了，这是一个名牌大学联合学术项目。
 
仅仅一年时间里，就做出了完整的架构。团队中还有一位闻名遐迩的大神，李沐（现任亚马逊公司资深主任科学家，principal scientist）。
 
2016年5月，MXNet开源，浓缩了当时的精华，合并了几个原来有的项目，陈天奇cxxnet、参数服务器、智慧女神、颜水成学生林敏的purine2。
 
所以，MXNet，读作“mixnet”，mix是中文“混合”之意。
 
可巧了，从华盛顿大学到亚马逊公司全球总部不到6公里，开车只消10分钟。总部大楼抱着两个“温室大球”坐落于市中心。可能是近水楼台先得月，这次亚马逊公司火眼金睛，行动迅速。2017年9月，MXNe被亚马逊选为官方开源平台。
 
江山代有才人出，该退休时就退休。同一年，祖师爷Theano官宣退休。
 
这时候，贾扬清借鉴谷歌TensorFlow框架里面的一些新思想，实现了一个全新的开源Caffe2。三十而立的他，成长为遍历世界级产品的第一高手。
 
谷歌TensorFlow在人间潇洒走一回。未曾想一场大风暴正在酝酿。
 
2018 年，PyTorch接纳Caffe2后，意外崛起，上演令谷歌框架王冠落地的戏剧性一幕。
 
易用性确实可以抢客户，但谷歌没有想到脸书抢了这么多。
 
后来者确实可以居上，但谷歌没有想到脸书仅用如此短的时间。
 
改旗易帜，有人哗然，有人唏嘘。
 
 
谷歌出发最早，为何没有独坐钓鱼台？为什么是脸书抢了市场？
 
谷歌野心非常大，初期想做很大很全的工具。虽然完备性很强，但是，系统过度复杂。虽然以底层操作为主，有很多基础的功能，但是这些功能没能封装得很好，需要开发者自己解决（定义），手动工作过多。
 
三个AI开发者凑在一起，花生配酒，吐槽谷歌TensorFlow，十有八九。
 
甲有点激动，说：“实在太难用了，想骂脏话。”
 
乙表示赞同，说：“简直就是一个缝合怪。”
 
“一座屎山，还要往屎上堆屎。”丙说完，深埋头，叹口气。
 
虽然TensorFlow可直接使用天下排名第一又易上手的Python语言来编写程序，算子库丰富，TPU加速，但是，一些个性化规定琐碎，新概念层出不穷，开发者要视其为一种新的编程语言来学习。
 
再者，系统非常复杂，代码又长又臭，难以维护。更糟的是，API很不稳定，易变脸。API好比电脑键盘，键盘上的字母位置天天变，谁受得了？你想要一个活着的祖宗吗？
 
仅仅是丢市场还不够惨，PyTorch框架带火了背后的技术（动态执行等），脸书开始左右技术趋势。
 
谷歌仰天长啸，潸然泪下，口中默念：“万万没有想到。”
 
命运像水车的轮子一样旋转，有时高，有时低，而亚马逊公司的MXNet从来没高过。
 
知乎上有两篇非常火的高赞帖，可一窥其端倪。
 
李沐：《为什么强大的MXNet一直火不起来？》。
 
贾扬清：《如何看待亚马逊 AI 李沐团队大批人员离职?》。
 
谈起亚马逊和MXNet框架的缘分，就不得不提起一位美国卡内基梅隆大学的高人，Alex Smola教授，他也是李沐在CMU的博士导师。
 
2016年7月，Alex Smola教授从CMU重返工业界，加入亚马逊AWS担任副总裁级别的科学家（职级为Distinguished Scientist）。大半年后，2017年3月，李沐加入AWS，直接向老师Alex Smola汇报。
 
师徒同框，双手比V。
 
此时，巨头已整装列位，兵马齐发。
 
 
微软岂能袖手旁观，微软在智慧女神和CNTK两次滑铁卢之后，依然斗志昂扬准备第三次入局。
 
这次，微软思路清奇地设计了ONNX（全称Open Neural Network Exchange），一种开放式深度学习神经网络模型的格式，用于统一模型格式标准。
 
ONNX是脸书和微软合作力推的，贾扬清也是发起者之一，目标剑指“标准和生态”。
 
说白了，一个PyTorch模型可以被导出ONNX文件格式的模型。
 
不止于此，随后，微软基于ONNX这个桥梁研发了一个推理用的ONNX Runtime框架，低调地在2018年最后一个月开源。
 
想做“标准”，得大家伙都同意。
 
ONNX没成为标准，若论原因，可能是ONNX还做得不够好吧。
 
ONNX Runtime框架的“新功能”暴露了巨头之间的动态竞争关系。
 
这一次，微软站队脸书，给Pytorch机器学习库做了几个 “好用的部件”。
 
若论其中一个原因，可能是微软和脸书没有云上的竞争关系，这几年脸书公司的定位依然还是互联网公司，没有发展云计算。
 
亚马逊云（AWS）、谷歌云、微软云则斗红了眼。
 
第三次进军框架，微软的策略是，强攻不下，组队打怪。若有一日，Onnx Runtime 框架有希望挑战Pytorch框架，肯定调转火力，支持自家。
 
真正的竞争激烈，不是玩家多，而是高手多。短短几年之内，几座技术巅峰，拔地而起，各有各的精绝。
 
其一，谷歌和亚马逊是计算图的拥趸。两者都以更高的、令人赞叹的工业级工程质量把计算图抽象推向新高度，把表达能力推向新的里程碑。
 
其二，脸书公司在计算过程中没有计算图的概念。但在解决易用性上，超常发挥。
 
谷歌皇冠跌落，给后来者“跌出”希望，留给中国队的时间不多了。
 
 
 
2下半场：中国队的出征
 
2014年的某一天，北京海淀区丹棱街5号接待了一位特殊的客人。
 
这位来自美国CMU的教授，名叫邢波，此时任微软亚研院顾问一职，他擅长的领域包括大规模计算系统。他也是AI科学家俱乐部的白（ding）金（ji）会（da）员（lao）。
 
恰在此时，微软亚研院副院长马维英（现任清华大学智能产业研究院讲席教授、首席科学家）找到一位研究员，名叫袁进辉，他是清华大学计算机专业的博士，师从张钹院士。
 
知识使人年轻，很多科学家，年逾不惑，双肩包+步行，背影仍像学生。而袁进辉却头发花白，笑容谦和，像是在校园里散步的退休教授，其实他是1981年的。
 
马维英副院长和袁进辉谈起，谷歌较先起步，已将大规模主题模型的训练系统技术，应用到谷歌广告系统和推荐系统的关键组件中。邢波教授近期既然到访北京，那不妨合作。
 
于是，邢波教授团队和袁进辉团队双剑合璧。这场合作的成果，被表扬了。主管全球研究院的微软副总裁周以真女士评之为该年度看到的最令人激动的成果，不过这是后话。
 
那时候的动力，一方面来源于超过谷歌，直道超，没有弯道。另一方面，业界有多位知名科学家和资深工程师，已经在同一问题上酝酿已久。难度可想而知，条件却捉襟见肘。没有可供使用的集群，没有工程师团队的支持。
 
按打游戏的说法，微软想上分，那就要看一下配置。推算一下可知，即使是当时最先进的算法，在当时的硬件环境中训练目标规模的模型，至少要半年时间。
 
再看一下，双方阵容。
 
提起邢波教授的团队，恐怕AI学术圈无人不知，其本人位列论文发表贡献第一（2018），其学生很多已是名校教授，每年发表的论文数量，源源不断地为CMU名列全球大学计算机科学与人工智能的排名第一“贡献力量”。
 
“微软代表队”是袁进辉研究员，还有一个实习生高飞。
 
这个条件，这个目标，看了只想眯眼说“呵呵”。
 
美国宾州匹茨堡和中国北京，时差十几个小时。袁进辉后来回忆：一年多的时间里，每天邮件不断，每周好几次电话会议，技术难题不讨论透彻不罢休。只要足够幸运，就会在错误的道路上迅速挨揍，只要高手够多，不足之处就不会被放过……马维英和刘铁岩两位大佬，羽扇纶巾，幕后帷幄。
 
项目结束的时候，2014年已近尾声。大家伙的心声是：“缺少任何一个人，结果都不是大家看到的样子。”
 
那一次，袁进辉为破坏式创新的威力，窒息。
 
这次合作，成果是LightLDA。它的算法结果是一流的，系统实现是一流的，仅用数十台服务器，完成之前成千上万台服务器才能做的事，所以得到周以真女士的高度评价。
 
民（zhi）间（hu）评价：“要我说，LightLDA那是真的正经贡献，又smart，又是解决关键问题，又真work，正经把Topic Modeling（主题模型）在大数据时代的潜力大大地提高了。”
 
当时，北京大学计算机科学技术系网络与信息系统研究所，研究分布式系统的肖臻教授也给与LightLDA相当的肯定。这事，被肖臻的学生以敬仰袁进辉大神事迹的口吻在知乎讲过。
 
而今复盘，大势的端倪早已显露，大数据、大模型、大型计算架构设计呼之欲出。而这个领域的学者，普遍在2018年才意识到这个问题的重要性。
 
微软亚研院不愧为AI黄埔军校，技术前瞻性极强，但是，复杂基础软件的成功，不是仅靠“单刀赴会”。
 
 
大公司必胜，那是夸海口。
 
大公司必争，才是真灵验。
 
坐标北京西二旗，百度大厦和百度科技园。
 
技术大牛背景的李彦宏，牵着搜索入口的现金牛，依着“牛脾气”治理百度，他看不上云计算，这倒让阿里巴巴笑了。
 
其实，看不上云计算的技术大佬不止一位，自由开源软件GNU/Linux的鼻祖理查德·斯托曼（Richard Stallman）也多次在公开场合“怼”云计算。
 
巧合的是，他俩观点出奇地一致：云计算不是技术创新，而是一种商业模式创新。
 
李彦宏睥睨云计算，却对人工智能，满眼小星星。
 
百度深度学习研究院（IDL）在人工智能的江湖里，是桃源仙境般的存在，处处大神，遍地高手。高水平科学家、研究人员、工程师密度之大，令人惊叹，感觉连保安都要会编程才配在门口刷工作证。
 
昔日盛景，已成绝响。
 
时间拉回到2013年，百度第一位T11徐伟，同时也是百度深度学习框架PaddlePaddle的原创者和奠基人。
 
每一家科技巨头的深度学习框架的首位指挥官，均非等闲之辈。徐伟也是Facebook早期研究员，Facebook产品矩阵丰富，他负责大规模推荐平台，在多个产品背后显神功。
 
可能是有法律文件约束，百度大神科学家的离职，大多不公开原因。徐伟离职加盟地平线，他将手中的接力棒交给了另一位神级技术大牛，撸码一绝的王益。
 
见过王益的人会说一个词，“聪明绝顶”，重音在后面两个字上。
 
王益在知乎谦虚地自称“四十岁老程序员”，言谈之间一副老技术专家的低调本色。他在加入百度之前曾任谷歌研究员，是少见的“APAC创新奖”获得者（参与开发一个分布式机器学习的工具）。王益是清华大学机器学习和人工智能博士，师从清华大学周立柱教授。
 
有一次在知乎分享程序员成长经验，他轻描淡写地说了一句：“我有一位恩师，徐伟。”
 
细节总是让人容易忽略，早年，王益曾向徐伟抱怨：“某某团队好像就是想用他们自己研发的工具，不用PaddlePaddle？”
 
后来，王益在回复一位网友跟帖时解释当时这一问题存在的合理性：“设计PaddlePaddle是技术换代的时候，步子大，当时来不及优化用户体验，不愿意用确实有道理。离开后，后来人持续优化了体验。内部组织结构调整也促进了新技术的接纳。”
 
这也印证了一位百度匿名AIG离职科学家高管对笔者的独家透露：“百度内部曾经有两个类似的产品，最后敲定PaddlePaddle的人，是陆奇。”
 
了解此事的人不多，也正因此，采访前夕，这位科学家高管仍在反复向笔者强调——“请务给我匿名”。
 
百度最早出发，生态建设也最早起步。
 
2017年年末，百度市场部的朋友找笔者交（chi）流（fan），给PaddlePaddle出谋划策。那时候，开源框架的运营和推广已经全面拉开：北航软件学院的教材出版、顶级学术会议模型复现、高校宣讲……
 
据说，陆奇离职前，仍然紧盯PaddlePaddle的进展。
 
一山行尽，一山青。框架的玩家，不止科技大厂。
 
人工智能独角兽旷视科技是从2014年起内部开始研发框架。在2021年的采访中，旷视天元的负责人田忠博告诉笔者：“原因很简单，仅以当时的开源框架，没有办法真正做好科研，才会有自己做深度学习框架的想法。”
 
举一例，就能说明问题。
 
旷视科技有一篇ShuffleNet的学术论文，仅用Caffe提供的“工具”，永远也探索不到ShuffleNet这件事情的可能性。由此看来，旷视科技早已参悟，研究和工程的共振，离不开强大框架的支持。
 
百度PaddlePaddle开源时间点是在2016 年8月。现在看来，这是历史性的一刻，尤其在中美摩擦的历史背景下回看，更不敢皱眉设想，一旦美国忌惮中国的人工智能发展势头，把深度学习框架彻底掐死。
 
百度的出征，代表着中国队上场了，标志着中国科技企业参与到人工智能最残酷的战役之中。
 
 
2017年，AI盛极一时，独角兽频现，融资快讯爆炸。而PaddlePaddle作为国内唯一的开源深度学习框架，此后两年多，都是孤家寡人。
 
2018年7月，百度成立深度学习技术平台部，由2011年就入职百度的马艳军总负责。
 
毕竟是国产框架，2019年，百度PaddlePaddle有了中文名，名叫“飞桨”。国外产品连个中文名都懒得起。
 
零的突破之后，新问题是，“用工业级的质量，把创新在框架上实现出来”。
 
2019年2月，一流科技获得千万级Pre-A轮投资，袁进辉是创始人兼CEO。此事之后，才有些小道消息传出，早在2017年初，快手创始人宿华就投了一流科技，天使轮。
 
“小伙子睡凉炕，全凭火气壮。”一家只有几十人团队的初创公司也来做复杂基础软件。投资人一脸懵逼地进来，一脸懵逼地离开。
 
谁都会挑用起来顺手的锤子。框架在一家公司内部很难统一。
 
百度内部“军令如山”，必须统一使用飞桨。
 
旷视科技内部可以用任何开源框架，员工中自发使用天元框架者居多。
 
微软亚研院的情况是：很多工程实现是实习生完成，干活时会让同学们继续用熟悉的框架干活，很难强行统一用CNTK。
 
互联网科技公司大多是软件起家，华为则被戏称为“泥腿子们”终于“洗干净脚进城”的硬件厂商。是啥不重要，能打就行。所以，华为要拿出来单聊。
 
华为在开源软件世界里，风评不高，前脚还有：“鸿蒙失火，殃及池鱼” （禁止谐音梗，扣钱）。
 
华为MindSpore的行动颇为迅速，可惜，在群众情绪上，被鸿蒙拖了后腿。
 
2018年10月10日，上海。华为全联接大会上，肯德基外卖全家桶套餐，不对，讲错了，是AI战略与全栈全场景AI解决方案。这是华为高层首次提起MindSpore这个事儿。
 
2019年，10月15日，14点02分，王益在网上突然发帖问了一句，这“开源框架”什么时候开源啊？有匿名采访者告诉笔者：“贾扬清回了一句，‘Show me the code’。”笔者没有找到原文或者截图。
 
按工作流程，华为MindSpore官方进驻知乎，先发了一个“Read me文档”（翻译为“阅读指南文件”）。结果，人在家中坐，祸从天上来，很多人误以为“开源”只有“Read me”而已，热度直接飞起。
 
最息事宁人的评论：“沸腾就完事了，想那么多干嘛。”
 
最佳画面感评论：“站在马里亚纳海沟里挥舞道德的内裤。”
 
神评论：“按揭开源。”
 
网友的才华，从手机屏幕里喷出来。
 
哪怕华为员工看到这些评论，也笑出了猪叫，细一想，要克制，便在暗地里捂嘴笑。
 
一位老牌厂商高管在采访时，告诉笔者：“华为不了解生态系统对软件的影响。这就是为什么他们在发布手机操作系统时，没有考虑如何构建生态系统。”受访人要求笔者匿名。
 
这一评价，一针扎在要害上。
 
外国框架并不成熟，也不完美，这也是国产框架参战的部分原因。
 
有人发问：“为什么要再做一个框架？”
 
华为内部也有人扪心自问：“MindSpore解决的特色问题到底是什么？”
 
可能是2020年正式开源前夕，
 
可能是华为中央软件院总架构师金雪锋博士、算法科学家于璠博士、开源社区运营团队负责人黄之鹏等人第一次“齐聚”会议室，
 
可能是一场“元老会”。
 
笔者了解到，在华为内部组织结构中，MindSpore属于昇腾产品团队，也归属于计算产品线。这是一个和华为“小云”同级别的BU。
 
匿名采访者透露，MindSpore在内部也是要承接业务部门需求的。
 
MindSpore再早之前的研发时间线不得而知，因为“事关”华为最敏感的“部（xin）位（pian）”。
 
细细翻阅三位科学家的公开观点，
 
第一位，华为MindSpore首席架构师金雪锋博士。
 
第二位，一流科技创始人袁进辉博士。
 
第三位，谷歌公司Waymo自动驾驶汽车感知和规划任务机器学习平台资深研发工程师、阿帕奇基金会MXNet项目委员会委员、Horovod（是Uber开源的一个深度学习工具）技术委员会委员袁林博士。
 
他们共同认为：“市场需求没有很好地满足，技术没有收敛，创新还有空间。”
 
国外框架出发时，广阔天地，大有可为，国产框架正好相反。好摘的果实都已被摘走，只剩高高树顶上的，还有那零散摔落在地的。
 
国货当自强，同情分不要也罢。
 
国产深度学习框架的建设者，藏好后退的发际线，在时代的噪音里，纵身一跃。
 
2020年，国产深度学习框架井喷。
 
3月20日，清华大学计图（Jittor）。
 
3月25日，旷视科技天元（MegEngine） 。
 
3月28日，华为MindSpore。
 
7月31日，一流科技OneFlow。
 
四家国产，同期开源。五家国产，旌旗列阵。这一年最有可能被追认为国产深度学习框架的“元年”。
 
 
守旧的经验是，既然国外开源了，就抓紧学。既然人家成了事实工业标准，就尽力参与。总是慢了好几拍，Linux这轮就是这样。
 
引用某游戏厂商的经典台词是：“别催了，在抄了，在抄了。”
 
可惜竞争从来不是游戏。
 
深度学习框架的台词是：“不能照抄，不能舔狗，舔到最后，一无所有。”
 
2020年，国产框架在技术上不是单纯的跟随者角色了，也有很多创新点可圈可点。
 
飞桨作为国内最早的开源框架，模型库是最丰富的。以模型库的形式沉淀成深度学习框架生态的一部分，生态也起步早。
 
古人云：“不谋全局者，不足以谋一域” 。有匿名采访者认为：“华为是国内投入框架研发最坚定的大公司。”
 
可以观察到，华为剑指全栈AI战略，投入非常大。硬件算子库、基础软件、平台、产业基金、联合项目、标准、论文专利、人才，几乎所有的地方都发狠力。
 
华为内部技术高管（笔者被反复要求匿名）告诉笔者：“大厂发展深度学习框架一定不是为了卖钱，而为了发展生态。华为发展深度学习框架，一方面是自主可控，一方面是坚定地发展AI全栈能力。Mindspore并没有拘泥于自家的芯片，不能仅仅视为一款产品，而是战略级的平台，这是明确公开说的。”
 
翻看所有的宣传稿件，不难总结出，华为有全场景，端边云协同，比如，华为自己有手机业务，方便对硬件做指令级优化。
 
但是，华为做的远不止这些。
 
第一，在拿MindSpore 为抓手，来解决深度学习之外的、以前在超算领域关注的一些计算任务（科学计算）。其它框架虽然也有这个目标，但华为想到了，也做到了。
 
第二，AI有个公开的槽点，即被黑盒问题所累。然而，牵扯到AI安全的问题，既基础，又前沿，搞得人少，困难多。对于基础软件来说，又格外重要。
 
华为金雪锋博士有一个表述：“按DARPA（美国国防部先进研究项目局）的说法，可解释AI的目的，就是要解决用户面对模型黑盒遇到的问题，从而实现：用户知道AI系统为什么这样做，也知道AI系统为什么不这样做，用户知道AI系统为什么做错了。
 
这个问题被华为关注，无疑提高了国产框架段位。你在研究拳法，我在研究拳法背后的哲学根基。
 
华为MindSpore开源后，很多质疑的声音消失了，酝酿了半天的道德制高点没有骂出来，憋得怪难受。
 
不过，有些批评，华为确实该虚心接受，不是外人，都能过去。
 
 
 
3如何竞争？
 
滔滔江水，浪奔浪涌，摩尔定律却日渐消失于地表。
 
需要在硬件层面对AI进行优化浮出水面，因为在微观层面的编译器优化，需要和硬件厂商合作。这是华为的独家优势。在所有框架公司里，唯独华为有芯片。
 
官宣用语：“用昇腾+MindSpore，构建华为数字底座”。
 
华为被特朗普轰炸了几轮，印象十分深刻。
 
在独家硬件的加持下，MindSpore的名场面是，有开发者感受到“快到飞起”的兴奋。
 
这也不是唯一的路，因为深度学习编译器也登上了舞台。巧不巧，这又是一个底层技术。
 
所以说，深度学习框架门槛高不可攀，算法、底层硬件、操作系统、分布式系统、编译器，一个都不能少。
 
TVM编译器在2017 年开源，能够在任何硬件后端上有效优化和运行计算，可作为框架的后端。学术方面，进展也迅速，比如“如何利用TVM直接参与硬件设计过程的迭代，使得加速器设计在一开始的时候就可以直接获得软件的支持和目标的具体反馈”。
 
TVM的背后是陈天奇团队，与其竞争的还是中国人民的老朋友，谷歌（MLIR）。
 
国产框架，万箭齐发之势。
 
创业公司代表队唯一的队员，一流科技袁进辉博士则放出豪言：“要做出世界上速度最快的。”
 
AI科学家的豪言壮语，比起罗永浩的那句“收购不可避免走向衰落的苹果公司，并复兴它”，也没克制。
 
天下武功唯快不破。
 
他认为，第一，在分布式深度学习里，计算仅仅是一个方面，多个GPU上任务的协同需要频繁地把数据在GPU之间传来传去。数据在数据流图里行走（flow），想走得快，算得快，吞吐量得大，得将数据通信也设计成数据流图的一部分，不能让传输成了瓶颈。
 
第二，哪里需要数据通信，需要什么形式的数据来进行通信，都要开发者去编程实现，这很麻烦，框架应该自动实现。
 
袁进辉博士的总结是：“OneFlow有两个创新点：一会自动安排数据通信。二把数据通信和计算的关系协调好，让整体效率更高。”
 
2020年，多节点和多设备的训练成为深度学习的主流，这一趋势符合袁进辉创业之初的判断，而这一思路可追溯到2014年他在微软亚研院的思考。
 
袁进辉团队的短板明显存在，AI研发投入“壕无人性”，直白一点：创业公司穷。不过，2021年春节前，高瓴创投独家领投一流科技A轮融资，总额5000万元人民币。
 
框架，A面是各有特色，B面是什么呢？
 
答案是，大规模。
 
这世界上唯一能够碾压国内一线城市房价增速的，只有AI模型的规模。虽然硬件和软件的进步已经将每年的训练成本降低了37%；但是，AI模型越来越大，以每年10倍的速度增长。
 
人工智能模型就像宇宙飞船飞向太空最远处，正在探索能力的边界，拓展人类的想象力。
 
 
大模型，跑步前进，工业级实现，拔腿直追。
 
迈入大型模型训练时代，要求深度学习框架能够在面临数百台、数千台计算机的庞大规模时，有效地进行训练。
 
比如，对于单个设备或多个设备数据并行这种简单场景的支持已经足够优秀，但在模型更大或者神经网络拓扑更复杂时，通用框架的易用性和效率都大打折扣，有这种需求的工业级应用只好下血本研发定制方案。
 
大规模训练是当前各厂商竞争的一个焦点，谁输谁赢仍有变数。但可以肯定的是，只待“百团大战”的第一枪打响后，就是全方位的比拼（易用性，完备性，高效性）。
 
坏消息是，国产在市场和生态上与美国巨头依然有很大的距离。
 
好消息是，这不是一个完全被动的局面。
 
甚至，国产框架的竞争也在细分，分化出局部战役。
 
框架分为训练和推理两部分，训练框架难度大，推理框架次之。
 
华为推理框架已经做到了生产级别，交付到了华为手机上。在手机巨头厂商中，框架的玩法，各不相同。
 
都知道，苹果机器学习框架CoreML的代码是高度商业秘密。
 
巨头的动作出其不意地整齐划一，端侧深度学习推理框架，BAT已经全部出手。
 
百度Paddle Lite、阿里巴巴mnn、腾讯ncnn、华为移动端推理框架Bolt（华为诺亚方舟实验室开源）、OPEN AI LAB的边缘AI推理框架Tengine ，甚至连小米也有，MACE。
 
单论技术难度，这些同类产品比深度学习框架低很多，但也各怀绝技，各有千秋，只是误放在一起比来比去，就不是内味儿了。
 
深度学习框架的战场上，全行业最拔尖的团队悉数上场。
 
 
 
4开源也竞争
 
做基础软件，
 
一要决心，
 
二要耐心，
 
三要开源，
 
因为是大投入、长周期、抢生态。
 
关于开源与生态，笔者最想采访的是美国硅谷创投圈资深人士，思科云计算事业部研发老大徐皞。
 
多次联系，终于得到他的回复。
 
他告诉笔者：“生态系统对操作系统而言，比操作系统本身更重要更难发展。这个道理很简单：操作系统可以雇几百个人写出来，生态需要恳求几万、几十万、几百万的人去写应用才算数。对手机电脑而言，多数用户是为应用买单，而不是为操作系统买单；对框架而言，多数用户是为能不能快速解决商业问题而买单。”
 
开源是一个隐秘的角落，“大教堂与集市”的比喻口口相告，代代相传，是开发者眼中独一无二的圣地，挤满了来自全世界贡献与分享的热情，胸前佩戴“开源项目主要贡献者”的奖章，是江湖地位的象征。
 
曾几何时，开源软件是对抗大公司的侠者。
 
而如今，大公司却对开源软件越来越青睐。巨头对开源的投入，其背后是生态，是为了占领市场。开源软件的开发，不再是开发者之间松散的合作。
 
开源软件公司有更多主导，开源软件的开发效率和质量都有所提升。
 
开源的“不竞争”是另一种形式的竞争。眼下这几年，开源商业模式有变。徐皞认为：“开源软件真正兴盛，真正有突破，也就是五到十年的事情，开源软件商业模式依然在非常早期。”
 
开源软件的背后是竞争，是研发与工程的投入，不投入，怎么占领。
 
Linux是有很多家的贡献，但是安卓代码1200万行，全部是谷歌工程师自己写的。
 
看看美国公司对开源市场的投入力度，中国公司不能落后，更应该主动投入，占据，甚至主导。
 
开源和闭源，隔山两相望，且看那密密麻麻的布防，哪个山头都有重兵。
 
开源软件世界里，框架虽为一隅，却极尽奇观。最好的思想，最好的代码都悉数拿出来了。这是分享，也是一种较量。
 
前美国国防部咨询顾问，史蒂夫·马奎斯的说法是：“开源项目，来源于最纯粹的竞争。如果一个开源项目在商业世界获得了成功，那决不会是出于侥幸，决不会是因为其它竞争者恰好被规章制度所累、被知识产权法约束、被人傻钱多的金主拖垮。一个开源项目胜出了，背后只会有一个原因——它真的比其他竞争者都要好。”
 
有借有还，再借不难。“借用思路”是爽了，但又诱发更深层次的竞争。
 
 
上帝说，要有光。
 
特斯拉说，要有电。
 
开源说，要有代码。
 
若问深度学习框架将带来什么，得想清楚深度学习的未来在哪。
 
听说过深度学习又被称为软件2.0吗？作为数据驱动范式的顶峰，从数据里自动推导出程序，而不是必须靠程序员绞尽脑汁手动书写程序，这是一个划时代的进步。
 
深度学习可能从一个小小岛屿，演进成一个大陆板块。
 
在接下来的十年，深度学习软件有机会变成每个软件工程师医药箱里的必备“药丸”（不要乱想，不是蓝色的那种）。人类最重要的计算机软件将由其创造，自动驾驶，药物发现……
 
开源软件的玩法自由奔放，但也有公地悲剧、PR铜臭。深度学习框架是一款理解成本很高的软件，群众基础薄（mei）弱（you）。于是，有人用“AI平台”一词，胡乱指代，张冠李戴，故意混淆，真令人作呕……大过节的，算了算了。
 
有决心，就有私心，有疯子，就有骗子。
 
时间总能给出答案。
 
 
 
5结语
 
古人云，按经济学的规律办事。
 
大约两百多年前，英国经济学家杰文斯指出，技术成本降低，将提升技术的普及度，从而扩大市场规模。
 
起初，戴着大粗金链子，说错了，戴着领结的大英煤老板十分担心，掐指一算：第一次工业革命让蒸汽机效率提升，每台用煤量减少，总的用煤量会下降，生意要下滑。
 
结果事实正相反，用煤量大幅增加，好开心呀，因为蒸汽机使用成本降低了，使得蒸汽机用得更广泛了。
 
框架的道理也一样，降低了研发人力成本，降低了计算资源成本，带动市场规模扩大。
 
两百年后的今天，人工智能深度学习算法的大火，创造了算法软件包史无前例的机会，软件开发中的标准化就是把每个人都要干的活统一起来，成为工业化的环节。
 
深度学习框架牛就牛在把共性提炼抽象出来，用最简约的代码实现，代码越简单越牛。
 
软件流水线提升整个行业的水平，彻底替代手工打造的落后局面。
 
 
图为：贾扬清在阿里巴巴公司的工位
 
搞深度学习框架的那群人，
 
他们，可能是同学同事同行，亦狂亦侠亦友。
 
他们，必然是浩宇璀璨群星，风雷意气峥嵘。
 
贾扬清，化身修罗，重回故里，现任阿里巴巴技术副总裁。
 
陈天奇，学府道场，CMU大学教书，投入深度学习编译TVM。
 
李沐，蒲团打坐，驻守美国亚马逊，现任资深主任科学家。
 
徐伟，开山老祖，现任地平线AI首席科学家。
 
王益，绝顶神僧，谷歌、腾讯、蚂蚁金服美研主任科学家，2021年初去脸书公司。
 
袁进辉，苦炼金刚，网名老师木，清华博后，微软科学家，穷酸创业。
 
林敏，羽化成仙，跳出三界，研究基础理论去了。
 
无论是产品，还是生态，最终，市场会决定胜出者。
 
人工智能头顶高科技花环，被高高捧起，又被左右开弓扇耳光，灵魂三逼问：到底行不行？啥时候突破？谁杀死那只独角兽？
 
突破难规划，创新难计划，独角兽不拼命也不行……此后，深度学习框架，对于国外开发者同样重要。
 
需要发问的是：如何才能做出全球大流行的开源深度学习框架？网友质问的原话是：“你敢超过吗？”
 
（未完待续，这篇文章太长了，转发后，去你的收藏夹吃灰吧。）