查看原文
其他

吴承霖:放弃数亿财富自由机会,只想做一个 AI 幕后玩家 | TGO 专访

Milan TGO鲲鹏会 2022-11-14

吴承霖在互联网大厂摸爬滚打几年,曾是华为、腾讯史上最年轻的技术专家。他也曾错失了不少实现财富自由的机会,如在华为做开源,代码被人打包卖了十几亿美元,放弃过拿到价值数亿元期权的机会。

但他从不觉得遗憾,对他来说,做什么事才决定了一个人。2019 年,吴承霖开始创业,成立深度赋智,开发出了 AutoML 产品全自动 AI 中台,以 AI 制作 AI,与北美 DataRobot 竞争;目前公司已发展到 80 人,半年内已拿下十余个行业头部客户。

当然,他的人生开挂远不如此。比如,28 岁入选福布斯 30 位 30 岁以下精英和胡润 30 位 30 岁以下创业领袖,29 岁成为 CEO,拿到多个 AI 顶级竞赛的世界冠军,在人工智能顶级期刊 TPAMI 上发表论文。

在 AutoML(自动机器学习) 领域,他试图打破常规,改变行业现状。这和他的理性性格、始终勤奋,拥有缜密数据化思维有很大关系。

在吴承霖身上,你可以看到 90 后创业者的特点:自信锐气,想法新奇,对自己认可的事情高度自律,勇于表达自己的不满,并想积极用行动去改变这个世界。

吴承霖和他的成长故事,未来可能会成为一个传奇,不管是关于奋斗还是野心,它一定无比精彩。

以下是 TGO 对吴承霖的访谈实录:

01
一个有着软性外壳的理性人

TGO:听说您入选了 2018 年福布斯 30 位 30 岁以下精英。

吴承霖:对。公平的说,福布斯中国 U30 在榜一年五六百个人,但这代表不了什么。张一鸣 2013 年也在这个榜上,能不能跑出来还靠每个人自己。

TGO:张一鸣是您的偶像吗?

吴承霖:他数据化管理很强,我们现在也遵循数据化管理,但整体的哲学稍有不同,我们是一个 To B 公司。当然,我觉得技术方向可以称为偶像的还是埃隆·马斯克。

TGO: 为什么是马斯克?

吴承霖:他有一些基础习惯,比如,把每天的所有时间都拆成了 5 分钟的时间片,然后会安排自己的每一个 5 分钟的工作。除此之外,他会要求自己去学习很多他以前不会的东西,他能在很多场景下,用一个小时学到别人 100 小时才能学到的东西。

TGO:您一天的时间安排和习惯是什么样的?

吴承霖:Elon Musk 5 分钟颗粒度是比较优秀的。我现在是 15 分钟颗粒度时间管理,还做不到 5 分钟。我也要求公司的所有成员做 15 分钟颗粒度时间管理,做到自律、自驱、自省。虽然大家从字节、腾讯、百度的、华为来的,但确实只有少数同学能跟得上这一套管理方法。

TGO:您是一个对自己和对别人要求都非常高的人?

吴承霖:我主要是对自己的要求高,但对别人还好,我刚才说的自律、自驱、自省,大家都是自愿实行,我并不严格抓这一套。而且其实我们推起来还有很多的问题:原始的期望是先 plan 再 report,但实际可能大部分人都只写 report 了。

TGO:您如何管理自己的能量,保持一个比较好的精神状态?

吴承霖:我有一个独立的 OKR,叫做长期健康搞大事 O,其中 KR 有几条,一个是维持多巴胺的中轴,因为人没有情绪时效率最高,另一个 KR 是控制最低的全因死亡率。

吴承霖自己制定的健康 OKR
TGO:您做事习惯量化和数据化,遵循一定的科学标准?

吴承霖:确实是。这个 OKR 是我 11 月某天心血来潮,花两个小时制定,每一个点背后都有一篇论文,每篇论文都在这个文档里面,证据都是明确的,比如喝咖啡可以降低 12%-22% 全因死亡率。整体来说,这是一个比较好的生活方式。

TGO:您是一个非常理性的人?

吴承霖:我是一个非常典型的有感性外壳的人,但会非常理性看待感性外壳。


02
想做一个幕后玩家,给每个公司卖“军火”
TGO: 您现在的理想是什么?

吴承霖:我们现在做的事情是用 AI 制作 AI,我们称为 Meta AI,做完了 Meta AI 之后,我们下一步是 Meta AI 的平方,让做 AI 能自我进化,到那时,可能我们会成为推动强 AI 出现的第一波人。这个事情很有意思,可能会改变 AI 行业本身。

TGO:这个技术走在世界前列吗?

吴承霖:自动机器学习效果我们是全世界最好的。在 2010 年,我就用自动机器学习炒股票了,主要是基于遗传算法和神经网络,做特征生成、特征选择、模型选择、模型结构调整、超参数优化等等;那时候还没有正式的自动机器学习的概念。当时业界、学术界也没有发现比我更早的。

TGO: 您设计的金融市场交易机器人后来有把它卖掉吗?

吴承霖:我当时都是在学校里赚的钱,赚了几年的生活费和工作后第一台笔记本。毕业之后,到了华为,工作强度很高。我理解像用 AI 炒股票这种事情得高举高打,需要有一个巨大的公司才能做得好,因此,这个事情没有继续了。

TGO:您希望别人将您定位为一个技术专家、创业者、企业家?

吴承霖:我喜欢躲在幕后做一个幕后“黑手”。

TGO:像诸葛亮那样?

吴承霖:不是的。用个比喻的话,我比较喜欢做“一战”、“二战”期间的美国,美国是能真正最后能够跑出来的国家。对我而言,角色和 title 都没有意义,做什么事情才决定了一个人。

TGO:什么样的事情您会记忆深刻?

吴承霖:比如我在腾讯时,我们申请机器要做非常多的评审,这些评审并不一定合理,因为我们用的机器数并不多,一年也就是几万块钱的成本。从公司角度来说完全没有必要评审,纯粹是为了流程而流程,这些机制直接影响了我们打竞品。我会把这些点全部都记下来,包括评审过程耗了多少时间,哪些事情是有效的,哪些是无效的。但这是原来腾讯定的部门之间相互制约的体系,我很难改变。那个时候老板认为是对的,但很明显这种体系对腾讯局部战场不利。我记下来这样的事情,是防止自己以后重蹈覆辙。

03
大部分人还没到比智商的程度
TGO:您在 30 岁之前就达到了很多人一辈子才能有的高度,有什么秘诀吗?

吴承霖:这不是什么高度,我做的事情并不复杂,高度也不怎么高。我只能说我相对努力,我刚毕业那两年在华为,每天早上 9 点上班,晚上 11 点下班,最后一个去关灯,我记得那个时候扫地的都已经走了。我发起过一个编程马拉松的活动,即连续 365 天每天在业余时间贡献 50 行有意义不重复的开源代码,因此,11 点回家后我会写代码写到两点,然后第二天早上 9 点继续上班,这样的作息持续了两年。

TGO:您在事业上很拼!

吴承霖:只能说相对勤奋,我理解很多人实际上都可以做到这样的勤奋程度。大部分人根本没有到比智商的程度,勤奋都还没有比过。我理解智商大家差距不会很大。我有一个同事,每天想下了班去哪玩,怎么去生活地更好,我也很羡慕。但有舍有得,你想要变得更强,你就要有自己的付出。

TGO:您在腾讯和华为积累的经验是什么?

吴承霖:先表明一个观点,很多时候东西都不是别人教的,也不是环境给的,都靠自己。据说自学是最有效率的学习方式。我在华为和腾讯,学的大部分东西是没有任何人教的,都是我自己学出来的。如果说在华为和腾讯有什么 benefit,有!在华为,我们的组写 Linux kernel 人比较多,代码质量比较好,我们可以探寻到全世界代码能力边界。在腾讯做搜索推荐,大部分的逻辑没有任何人教我,都是自己一点一点从各种各样的论文摸索出来的。我们当时扛的 KPI,被称之为不可能的 KPI,如,让某核心业务的点击量涨三倍。

TGO:既然不可能实现,为什么要定?

吴承霖:老板想赚钱,我们压力比较大。这种目标压上来以后,我们就得想尽各种各样的办法去完成,幸运的是在那一年,虽然说人很少,但我们想出了完整的低成本实现路径,仍然把这个目标给实现了。

TGO:您如何评价您的前上司腾讯看点 CTO 徐羽?

吴承霖:他是一个非常典型的优秀的技术领袖,不管做到什么级别都会去看代码,像 Google、微软很多厉害的高管都是有这样的习惯,这种习惯非常难养成,他在这方面能力非常突出。

04
Meta AI 会让许多 AI 工程师失业吗?

TGO:创业两年多,您觉得创业最难的是什么?

吴承霖:最难的是做公司内部的 SOP(标准作业程序),SOP 建立后,建得好公司能自行运转,但能做好的人凤毛麟角。字节跳动这方面能力是业界首屈一指,值得我们学习。另一方面我们做的是一个非常典型的极难技术,这就要求整体团队专业能力强、智商水平高、全身心投入,这几个点都比较困难。

TGO:极难的技术体现在哪里?

 吴承霖:我们今年在人工智能最顶级期刊 TPAMI 发了两篇论文,2021 年全中国所有的公司加起来就发了十来篇,中国除了我们以外,还有字节、华为、腾讯、商汤。这两篇是我们随手发的,大概能够侧面描写我们的技术难度。

TGO:您是怎么发现 AutoML 的市场痛点?

吴承霖:2010 年,我就认为 AI 的生产和制作不应该由人来做,我们一开始就做这个事情,不是立足于市场,只是认为这个事情是对的,后面发现这本身实际上也是一个巨大的市场。AutoML 这个方向在中国还是一个小市场,但在北美已经有跑出来的公司了(指 DataRobot,也是深度赋智的实际竞品)。

TGO:您为什么认为 AI 的生产不应该由人来做,而是由机器来做?

吴承霖:人应该去做更加有创造性的事,去研究 AI 和推动 AI 领域的进步。Meta AI 的核心本质就是全自动机器学习,就是把所有的人所需要做的事情,全部都搬到一个搜索空间里,进行一个自动化的求解。

TGO:这样是不是意味着以后有很多的 AI 工程师要失业了?

吴承霖:AI 从业者应该做更有价值的事情,如果只是简单排列组合,价值并不高。

TGO:深度赋智不做“双十一”活动这种线下预测,因为场景受到人工的干扰。是不是意味着 AI 也是有边界的,这个边界在哪里?

吴承霖:AI 逻辑有两个,一个是省人,一个是超人。省人,拿销量预测来说,计划员不用花那么多时间去做计划了,超人像推荐系统,做的最好的实际上就是今日头条和抖音。AI 肯定是有边界的。如果我们把 AI 看成一个独立物种,它现在能做的事情不太可能覆盖人所有能做的事情,它只能做人类做事情的一小部分,有些事情可以超人,但大部分事情它还做不过人类。AI 现在能做的任务数可能不到 100 个,但现实场景人类要做的任务数远远比这个数量多。

TGO:目前 AI 最前沿的技术趋势和创新的应用场景是什么?

吴承霖:比如 Prompt。我们现在生产的是比较小颗粒度的神经。如果将这些组合在一起,会成为一个大的单位视神经,再往上组合可能就是真正一个大脑。但这中间的组合衔接,以及里面各个小的神经元的定义需要一个实现过程。Prompt 能帮助我们更好的实现这一套技术。因为 AI 各个任务都需要很多样本,自监督可以把样本量从原来的 10000 降到 100,Prompt 可以把 100 降到 10,我们期望能够把 10 再降到 1,然后 1 再降到 0。如果能降到 0 的话,它就真的完全不需要训练,可以直接拿来用。

TGO:请问成功的 To B 服务市场的逻辑是什么?

吴承霖:核心是要能够立竿见影,关键有两点:第一点是能在对应的场景明确算出端到端 ROI(投资回报率),第二是要能够快速落地看到效果。


本期嘉宾介绍:
吴承霖,深度赋智创始人 & CEO,TGO 深圳学员;
90 年生,厦门大学计算机本科,曾是华为 2012 实验室成员之一,带队攻入顶级开源项目,2014 年,加入腾讯,成为 T3.3 高级研究员。2018 年,入选福布斯 30 位 30 岁以下精英,2018/2019 年胡润 30 位 30 岁以下创业领袖;2019 年,创立深度赋智,并在人工智能顶会 NeurIPS、KDD Cup 竞赛获得多个世界冠军,在人工智能顶级期刊 TPAMI 2021 发表了 2 篇 AutoML 论文。  

end


推荐阅读

点击下方图片即可阅读

有赞沈淦:代码是一种信仰,破圈才能突围 | TGO 专访

吴晟:程序员不当CTO,也能过上理想的生活|TGO专访

青云周小四:我的愿望是活到 75 岁,有一天倒在办公桌上 | TGO 专访

关于 TGO 鲲鹏会

TGO 鲲鹏会是极客邦旗下科技领导者聚集和交流的组织,学员由 CTO、架构师、技术 VP、具有技术背景的 CEO 等组成,目前已经在北京、上海、深圳、广州、杭州、成都、硅谷、南京、台北、厦门、武汉、苏州等 12 个城市定期举办学习活动。

TGO 鲲鹏会采用了“学员共建”的组织形式,希望通过“共建、自治”的方式维护各城市的健康发展,为学员提供必要的服务,帮助学员个人更好地学习和成长,助力学员企业之间更好地合作与交流。加入 TGO 鲲鹏会,全方位提升自身价值,成为卓越科技领导者!


点击阅读原文或扫码加入TGO鲲鹏会!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存