上觀新聞
昨天（29日）濕漉漉的陰雨天。“模速空間”3樓的一場創(chuàng)新創(chuàng)業(yè)青年大討論卻聊得熱火朝天。
圍繞“從‘年輕的事業(yè)’到‘世界的舞臺’”這個話題，人工智能領(lǐng)域的創(chuàng)業(yè)者、科研精英、產(chǎn)業(yè)嘉賓，及來自上海創(chuàng)智學(xué)院的青年學(xué)子，圍坐一起，碰撞思想的火花。
就在一年前，同樣的地點，一場以“下一代智能體的自主進(jìn)化”為主題的沙龍正在舉行。習(xí)近平總書記高興地參與進(jìn)來，同現(xiàn)場青年創(chuàng)新人才親切交流。大家紛紛向總書記匯報所在團(tuán)隊開展人工智能技術(shù)研究和產(chǎn)業(yè)應(yīng)用的收獲體會。
走過這一年，這群年輕人始終牢記總書記殷殷囑托。他們中有的打通了實驗室與產(chǎn)線的“最后一公里”，有的筑高了企業(yè)的技術(shù)壁壘，有的憑借領(lǐng)先技術(shù)助力相關(guān)項目完成產(chǎn)業(yè)化落地。他們把彼時那份激動揉進(jìn)了每個加班的深夜、每次模型的更新迭代和攻堅克難中。
而“模速空間”也從物理的集聚空間長成一個生態(tài)系統(tǒng)，有無數(shù)場思辨討論、資源對接在這里開展。“創(chuàng)業(yè)與科研”“大廠與小廠”“成功與失敗”……不斷地交互碰撞、相互賦能中，“年輕的事業(yè)”正走向世界的舞臺。
趙立榮 攝
將“干實驗”與“濕實驗”全鏈路打通
曾幾何時，“頂天”的科研與“立地”的創(chuàng)業(yè)被視為兩條平行線。如今，它們必須交互。
“在真實的業(yè)務(wù)場景中獲得反饋閉環(huán)，是技術(shù)迭代和人才成長的關(guān)鍵。”“90后”曾書霖是“模速空間”入駐企業(yè)無問芯穹的總經(jīng)理。這一年，他兼任上海創(chuàng)智學(xué)院產(chǎn)業(yè)導(dǎo)師，頻繁往返于西岸與華涇北楊人工智能創(chuàng)新小鎮(zhèn)，率隊攻堅“智能終端”等前沿領(lǐng)域。
眼下，他參與構(gòu)建的“人工智能終端軟硬適配優(yōu)化中試平臺”近期推出端云一體安全脫敏的技術(shù)方案，有望讓OPC（一人公司）也能享受到安全可靠的端云一體AI算力，降低創(chuàng)業(yè)門檻。“個人創(chuàng)業(yè)者提出需求，平臺就能提供從技術(shù)匹配到智能測試認(rèn)證的全棧服務(wù)。”
在數(shù)學(xué)中，斜率代表變化的速率。曾書霖以此作比，技術(shù)平臺的搭建，是關(guān)于“認(rèn)知斜率”的儲備——每一次真實的反饋，都是認(rèn)知爬坡的支點。
“現(xiàn)在做科研，早已不是單點技術(shù)的突破了。”上海人工智能實驗室的青年科學(xué)家劉翼豪呼吁，要避免同質(zhì)化內(nèi)卷，應(yīng)去尋找那些數(shù)據(jù)獲取更難、看似“邊緣”但潛力巨大的領(lǐng)域。
從科研轉(zhuǎn)型創(chuàng)業(yè)的品覽智造創(chuàng)始人李一帆深有感觸。他分享了自己的創(chuàng)業(yè)故事，“得問一個好問題，一個真正有價值的問題，且不著急下結(jié)論。”他提醒大家：創(chuàng)業(yè)本身也是一場“實驗”，需要用科學(xué)的方法去控制變量和試錯成本。
上海科學(xué)智能研究院物質(zhì)科學(xué)團(tuán)隊的“95后”青年科學(xué)家徐麗成，從自身創(chuàng)業(yè)實踐出發(fā)，點出了從科研構(gòu)想到落地產(chǎn)品的關(guān)鍵——“最后一公里”往往不是技術(shù)本身，而是如何讓不會寫代碼的科學(xué)家能方便地使用模型。而他們團(tuán)隊創(chuàng)立的“格物致遠(yuǎn)”，正是希望通過智能體平臺和自動化實驗室，將利用計算機(jī)模擬和數(shù)據(jù)分析進(jìn)行研究的“干實驗”與實驗室操作生物樣本和試劑的“濕實驗”全鏈路打通，讓AI真正賦能物質(zhì)創(chuàng)造。“科研教你定義問題，創(chuàng)業(yè)教你用技術(shù)解決需求，二者結(jié)合才能創(chuàng)造更大價值。”
“每一次失敗，都是創(chuàng)新的引子”
過去一年，MiniMax成績斐然：今年初成功在港股上市，全球Token（詞元）消耗量躋身行業(yè)前列。其執(zhí)行總編輯周曉榕將這份成績歸因于上海這片創(chuàng)新的土壤——AI創(chuàng)新創(chuàng)業(yè)生態(tài)已然成形，上下游協(xié)同共生。
“AI正在填平大廠與初創(chuàng)公司之間的資源鴻溝，”周曉榕說，“一個人或幾個人加上AI，就能撬動曾經(jīng)只有大團(tuán)隊才能完成的巨大價值。AI是這個時代給年輕人的機(jī)會——它無限提高了我們的能力上限，又讓試錯成本變低。”
階躍星辰CTO朱亦博則用“π型人才”作比，用“無限不循環(huán)小數(shù)”的人生來鼓勵大家。“學(xué)校培養(yǎng)的更多是‘T型人才’，有專業(yè)的一豎。但在社會上，你需要另一豎——走到河的對岸，去理解產(chǎn)業(yè)、了解市場需求。”
如何看待“成功與失敗”，年輕人們也有著更深層的情感共鳴。在AI這個快速變化的領(lǐng)域，比拼的不是不犯錯，而是犯錯后恢復(fù)和學(xué)習(xí)的快慢。
紅熊AI的CEO溫德亮分享了自身經(jīng)歷。為了提升企業(yè)級AI準(zhǔn)確率，他和團(tuán)隊曾“燒”了3000多萬元，嘗試了各種方法，幾乎全部打了水漂。然而正是這次失敗，讓他們發(fā)現(xiàn)了模型在長上下文中的“近因效應(yīng)”，由此創(chuàng)新性地提出增加“記憶層”的解決方案，最終將準(zhǔn)確率從70%-80%一舉提高到98%以上。“每一次失敗，都是技術(shù)創(chuàng)新的引子。”如今，紅熊AI保持每周更新一個版本的迭代速度，領(lǐng)先全球競爭對手，為企業(yè)發(fā)展贏得了時間窗口。
蜜度蜜巢總裁劉益東也分享了類似理念：成立不到兩年，融資5輪，迭代近90個版本，成為全球記憶驅(qū)動領(lǐng)域的領(lǐng)跑者。“通過失敗修正自己的認(rèn)知，爭取在下一次做得更好。”
解決“假”問題，還是深挖真需求
酷愛科技創(chuàng)始人張佳維關(guān)注的是AI最硬核的一環(huán)：場景應(yīng)用。
前一天，他剛參加了一場AI場景對接會。AI企業(yè)代表與央企國企需求方肩并肩挨著，時間精確到分鐘，像一場高強(qiáng)度的“技術(shù)相親”。
張佳維對“需求”有著冷靜判斷。“客戶提的需求，到底是不是真需求？”他舉例：有制造業(yè)客戶提出，“跟單員每天花四小時做訂單跟蹤表，能否用AI加速？”技術(shù)上完全可以實現(xiàn)。但團(tuán)隊往下挖了一層，發(fā)現(xiàn)真病灶在于三個系統(tǒng)各自為政、數(shù)據(jù)不通。“如果從源頭打通數(shù)據(jù)流，跟蹤表就會自然消失。你加速一個本不該存在的流程，那就是給跑偏的馬車裝發(fā)動機(jī)。”
他們團(tuán)隊的做法是：深挖，做咨詢落地陪跑。“我們把行業(yè)知識結(jié)構(gòu)化，同一套知識庫服務(wù)核價、質(zhì)量標(biāo)準(zhǔn)、新人培訓(xùn)、子公司共享。一個知識資產(chǎn)解決整個組織的優(yōu)化問題。”
時間有限，但熱度一直蔓延至場外。討論結(jié)束，年輕人們?nèi)齼蓛删墼谧呃龋粨Q聯(lián)系方式，約定下一次見面時間。
責(zé)編：
審核：王云峰
責(zé)編：王云峰