商汤科技徐立：AI不应仅聚焦头部应用，长尾应用完善价值闭环

“我们不能对算法求全责备，应更加包容地见证AI技术发展，普罗大众对于AI认知的提升也是关键点，真正的技术策源在于如何去提升大众的认知。”在2020世界人工智能大会商汤科技企业论坛上，商汤科技联合创始人、CEO徐立说道。

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。以人脸识别为例，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。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。

“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。”徐立表示。

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。

当人工智能技术渗透到越来越多的细分场景时，挑战也随之出现。中国工程院院士、同济大学校长陈杰认为，未来人工智能在训练数据、核心能力、学习机制、方法能力、可塑性、协同性、功耗等方面面临挑战，例如未来大量数据可能是低质量、无标签、无标注的数据，耗能极大。

在昨晚的“AI夜话”中，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。“人工智能的细分场景非常多，我们要的不是一颗独木，而是一片森林，最关键的创举就是一定要开放。”徐立表示。