【环球网科技报道 记者 林迪】“当前AI企业盈利难主要缘于AI解决方案的定制化程度高，而预训练大模型可以在一定程度上解决这一问题;而研发规模相对小且实用的预训练模型，以及对预训练模型的有效压缩或许能够加速AI的落地盈利。”近日，特斯联集团首席科学家、特斯联国际总裁邵岭在接受记者采访时表示。
本月初，特斯联宣布任命国际电气与电子工程师协会会士（IEEE Fellow）邵岭博士为集团首席科学家、特斯联国际总裁，将负责公司人工智能在各产品线众多应用场景中的核心关键技术及产品的研发与部署，以及相应产品在海外的本地化开发和落地。
在采访中，邵岭指出，加入特斯联主要缘于其研究理念与特斯联业务前景的契合，随后分享了当前AI产业发展所面临挑战及未来发展突破口的观点。
据了解，作为特斯联的首席科学家，未来他将在特斯联建立一支有AI研究员和工程师组成的团队，来给集团赋能。团队的部分成员将长期专注于技术的研究与开发，其他成员将协同集团的其他业务单元，帮助其解决在产品及解决方案研发过程中遇到的与AI相关的困难和问题。
另外，作为特斯联国际总裁，邵岭还将整体负责公司在境外的业务，包括研发、产品本地化、销售等。我们也将逐步探索与境外政府部门、企业、机构、高校等建立合作。
谈到AI产业的发展趋势，他分析称，当前的AI主要基于深度学习。一方面，深度学习使得AI在视觉、语音、自然语言处理等许多相关领域的应用性能大幅提升——在某些领域，比如图像识别、下围棋，AI的性能甚至已经能超过人类。另一方面，AI的能力仍基于“暴力算法”（brute force）及大数据——智能参与的程度并不高。过去几年里，预训练大模型在中国和美国越来越受到欢迎，通过预训练的大模型，仅需要有限的数据即可实现对模型针对新场景的调优，这极大改变了AI模型开发的范式，使AI得以从定制化走向批量生产。
他进一步举例称，“如我们所知，AI并非一项直截了当可以轻易实现的技术。AI的发展需要大量计算资源、大数据，及AI人才来开发相应的模型；并不是所有的企业都有从0开始发展AI的需求或掌握足够的资源。所以，特斯联打造的科创中心可以作为服务初创企业、中小企业、学术机构的平台，推动它们更方便快速、更经济地采用AI技术。”
“我认为，AI企业无法盈利的主要原因在于，AI解决方案通常需要很高程度的定制化，且难以规模化生产。如今预训练大模型可以一定程度上解决这个问题，但并非所有的AI初创公司能够负担训练大模型的成本。因此，研究规模相对小且实用的预训练模型以及对预训练模型的有效压缩或许能够加速AI的落地。”最后，邵岭表示，AI医疗、陪伴型机器人以及自动驾驶都是未来极具发展潜力的AI领域。
关键词： 解决方案
