世界会奖励那些长期纯粹的人 | 5Y Talk x 商汤科技
今天，商汤科技在港交所成功上市。
商汤科技在2014年成立，彼时正是移动互联网高歌猛进的时代，商汤选择了一条更为长期的道路，专注于计算机视觉和深度学习原创技术。这意味着要抵御短期诱惑，意味着为了巨大的愿景长期投入，商汤付出了诸多努力。我们相信这个世界会奖励那些长期纯粹的人和企业，这也是五源与商汤自2017年结缘并相伴至今的理由。
上市是重要的里程碑，也是AI行业新征程的起点。人工智能是时代的篇章，中国AI的蓬勃发展离不开千千万万创业者、政府机构和投资同行的努力，所有人一起造就了硬科技时代。商汤始终以“坚持原创，让AI引领人类进步”为使命，我们期待未来商汤在更广阔的世界继续前行，创造更大的社会价值。祝贺商汤！
商汤上市庆祝仪式
近期，商汤科技董事长兼CEO徐立与五源合伙人张斐、五源EIR赵禾嘉进行了一次对话。他们聊到了创业者的选择，企业的信念与人工智能的未来。徐立谈到，对一家企业价值的评判标准，是看它在历史长河中留下了什么。这也是我们一直相信的，世界会奖励那些长期纯粹的人。
再次祝贺商汤科技！
01
跳进湖里
赵禾嘉：回顾创业最初，为什么从一个科学家和学术研究者，选择创业来做商汤？
徐立：其实也不算一个选择。现在回看的话，那个时间点技术正在带来跳跃式的变化。现在来看当时是很好的契机，比如当时人脸识别的准确率第一次超越人眼睛的准确率。技术在工业界的使用和学术研究不同，一旦超过工业使用红线，就会铺天盖地的起来。
如果所有东西都是逐步的、渐进的，技术创业就非常难，没有足够多时间窗口的时候，永远是大型企业不断往前推进的状态。
张斐：现在回看会觉得那个时间特别好，但当时正值移动互联网高歌猛进的时代，很多人可能都在忙着做APP或者O2O，你们为什么在那么多选择里面选择这个，有没有焦虑这个事情很非主流？
徐立：很多时候的选择其实也没那么多理由。我想讲一个故事，我当时在上海交大，每天在思源湖边上走一走晒晒日光，感觉非常美好，本科毕业时有一个非常强的冲动，说要不就游一下思源湖吧，就跳到思源湖里游过去了。
当时也不能说是有多大的执念，就是突然抓住内心一点点小的冲动，如果刚好有人劝你说别跳了，可能也就不会跳。就像创业，在那个时间点我们看到趋势起来，但要不要做，还是要看人，有些人就会想抓住自己那一点点心理的变化，很多选择并不是那么理性的。
张斐：你是属于内心很有激情、很不一样的。很多人其实都习惯在一个既定轨道里面来做选择，比如很少人真的有勇气跳到湖里去。
徐立：可能就那么一两个变量会改变你的路线。对很多创业者来说，有时候内心有一点点的转变，其实可以抓住它。
当然外部条件也很重要，我本科毕业时下决心说硕士毕业也来跳湖，结果硕士是冬天毕业的。
赵禾嘉：商汤这么多年，什么是一直没变或者始终坚持的？
徐立：我们相信技术带来的生产力提升到一个数量级之后，一定会改变整个社会的生活状态，产生巨大的社会价值，商汤可以用原创、创新的力量去收获一部分价值。
当时我们定公司的使命愿景，一众高管在深圳开会。我说我们既然看得到技术的突破和变化，为什么不能真正去实现它。就像阿姆斯特朗讲的，这是他个人的一小步，但是人类的一大步。不管背后是科学家迈的一大步还是一小步，我们都去迈，当时说让人工智能去引领人类进步。
汤老师说，我想加四个字，坚持原创。其实原创本身也不是企业存在的目的，反而恰恰是被很多人诟病的点，说原创做商业化非常难，但我们还是加到公司使命中。原创带来的是增量的价值。如果要衡量一个企业的价值，我相信就是看它最终结束时，对这个世界有没有哪怕那么一点点的改变。改变最大的源头来自于增量价值。
张斐：很多中国的科技创新企业可以在美国找到原型，有路径可循，在方向和战略上其实没那么焦虑。而AI领域，全世界AI都在高歌猛进， 商汤一直走的很前面。你们在做一个非常前沿的事情，也没什么可参考的标准，就像是在黑夜里走路，会不会心里发慌？你怎么知道这条路正确还是错误，能不能走得通？
徐立：你问了一个人工智能最核心的问题，怎么有一个对答案评判的上帝函数。深度学习很多的部分尝试回答这个。
从整个时空发展趋势看，我一直认为中国在人工智能发展上有非常好的土壤。现在这波人工智能走的是大数据的归纳路线，本身就与中国的价值体系更吻合。
可能传统的哲科思维从欧洲演绎法开始，这么多年的整套体系的建设，使得在工业革命时候它能够通过去推达边界，带动了机械论的创新。这件事情上确实西方走在了前面，并且享受了这一波发展红利，他们也坚信这种机械论还原论对于这个世界本质的可控性。但实际上我觉得也不完全对，因为毕竟我们是拿我们很现有的认知去定义的机械论。而人类现有的认知，对于广袤世界的理解是非常片面的。
欧洲的人工智能治理有一个条件叫可解释性，一定要有解释，只给一个公式不敢用。而我们可能不会问背后的原理到底有没有完全的可解释性，只要测试好边界就能够投入使用。所以在中国人工智能使用的认知度很高。
不是说哪个更优，但至少目前阶段，中国具备人工智能的认知土壤。很多时候技术革命再到真正的产业革命之间差的就是一个认知。所以，虽然我们没有所谓可以参照的路径，但我们的土壤是更适合的。
而且，大家可能认为我们对很多东西的认知都是可还原、可控的，实际上并不是，比如说飞机起飞，以及自行车的平衡，到现在也是一个力学的难题，但经过千百万次测试大家觉得安全了就用了。为什么有些人会将新兴技术视之为洪水猛兽，只因为不了解它的边界，如果我们能够花一些时间划出它的边界，渐渐大家也都会觉得不外如是，能带来生产力工具的效率的提升就使用了。
张斐：回到刚才那个问题，你一个人拼命往前跑，心里会慌吗？会不会觉得有一天可能我这条路不一定对?
徐立：我觉得做CEO本质上一定要是乐观主义者，也要有一点盲目自信，每一条路可能都能走通，问题是要及时调整你的姿势。而且人类这么多年演进下来的最大突破之一就是组织力，组织力某种意义上就是信息的传达，使我们相信这件事情能成。所以我们在用人类千百万年的沉淀，去解决道路选择的问题，我还是有非常大的信心。
张斐：在这个黑暗隧道里什么是你坚信的东西？
徐立：技术的颠覆式变化会带来巨大的产业变化，而且我们相信这和技术的生产成本挂钩。所以我们要降低人工智能本身的生产成本，甚至是百倍以下数量级的降低，这样它一定可以更普遍的存在，成为时代的基础设施。
从左至右：五源EIR赵禾嘉、商汤科技董事长兼CEO徐立、五源合伙人张斐
02
怕什么真理无穷
赵禾嘉：人工智能在往大算力和大模型走，商汤也在往这个方向做一些储备，从底层来看我们做了哪些探索？
徐立：通用模型好像突然间变得很热，大家讲参数大，但我觉得过一两年大家都不会关注参数问题，因为本质不在于参数，而是你应对这个问题的方法论。
人工智能刚起来时大家说数据驱动，要识别一个杯子就收集杯子的数据做训练，单一任务、单一场景解决单一问题，看上去是数据驱动的逻辑，但实际上，识别本身是一个近邻问题，在整个空间中采样的点足够多的时候，它就知道这是杯子。实际上对这个世界通用的理解能力越强，它的鲁棒性就越大。
所以我们在2015年的时候我们就开始参与ImageNet，那时候就开始调整大参数模型，那一年我们发表的SenseNet做了1000多层的网络。当时主流并不认为做大模型或者更通用的物体识别这件事情有太大意义，除了学术意义，企业可能就专注在一两个垂直领域。
但我们发现单一问题、单一解决的生产效率上不去。对每一个物体收集大量的数据做训练，成本会非常高。比如我们一个人平均每天要接触到600多个物体，如果只考虑三个要素的结合，也要处理3500多万种可能性。3500万是什么概念，现在没有任何一个企业能够有这么多的模型把这些事情都覆盖。
另外，你看世界的组成要素，人、车、物、事、场，用手机、车载摄像头、智慧城市看到的都是。但今天车内的和智慧城市的感知系统不是同一套系统和方法，我们需要更多业态的数据进行融合。我们的认知就是需要在更大层面上做一个更通用的感知模型，对于细分应用就可以用少量的数据、甚至零数据来进行模型训练。做一个不恰当的类比，如果想把小孩培养成数学家，不会让他只学数学一门课，还是会去学体育、画画，甚至音乐来帮助大脑训练。既然人类是这么做的，为什么我在识别这些东西的时候，不是用这种通用的方法。
我们投入的大型算力就是为了解决人工智能本身的生产效率这个核心问题。我们的路线和布局一直很一致，从2015年到现在，临港的算力中心建成不是因为大模型火了我去做一个超算的，而且因为几年前开始布局，才有今天的算力。
张斐：算力模型的上限是什么，或者它的边界能做到什么阶段，你怎么看？
徐立：从技术角度，现在按场景来分的通用模型基本上能够带来价值，比如城市场景、工厂场景，未来可能会有更大的商业化价值。再往后，也许算力能再上一个数量级。
其实过往十年中，最顶级的人工智能算法对于算力的需求已经提升了100万倍。理论上应该是算法越精妙，需要的算力就越小。其实不是，因为大家都在搜索一个更大的解空间。所以很有意思的是，我一直认为接下来人工智能进入到一种猜想模式，这也是下一阶段可能的突破和更大的红利。进入到算力红利的时候，你会发现数据并不是那么关键，关键是算力对解空间的探索。机器可以给出一些超出人认知的猜想，猜想出世界的发展规律。
张斐：大家都期待着AI有更大的突破，更大的突破是来自于新一代的算法的出现，还是依赖于更好的定义场景和问题，以前也有人说依赖更好的数据。你觉得哪个维度真的可能将AI带到更高的高度？
徐立：算法当然也都在演进，但我觉得算法底层的思考逻辑这些年是没变化的，这一波红利还没有完全释放。接下来，可能对越是未知的、原来的理论体系没有建立起来的科学，突破就越大。
就像生命科学、地球科学，甚至社会学，机器可以从数据中给出猜想，AI加速了我们对于真理探索的可能性。为什么把我们的AI设备称之为大装置，因为就类比于粒子对撞机，撞的时候也没有预期结果是什么样，撞出来东西都是随机的，但可以推动整个世界发展。
张斐：这个挺有趣的，五源也在看很多前沿科技，现在发现AI几乎是所有产业背后的一个很强的驱动力，比如DeepMind做的蛋白质结构预测的AlphaFold2,他们又做了一个新公司Isomorphic Labs。如果我们知道了蛋白跟蛋白怎么结合，知道RNA怎么到蛋白质，DNA怎么到RNA，整个生命机制可能就被发现了。如果这个场景里有大的突破，对人类文明都是巨大的推进。
徐立：我非常坚信这点。底层工具的突破会让我们对于宇宙真理的探索又往前一步。接下来5年，可能我们总结出的很多宇宙运行法则都会被超算算力颠覆。机器可能猜想出各种规律，这个规律甚至未必是真的，但可以让人的认知提升，这就够了。
有人说宇宙就是一个跟你开玩笑的东西，当你快要发现它真理的时候，宇宙的复杂度又会往前提升。当然这给我们一种躺平的理由，说也别去找了，你不去找宇宙只比你复杂一点点，往前只会更复杂。但计算机反正也不累对不对，可以让它不断往前。
张斐：我最近看Peter Thiel 有句话讲得特别深邃，他说现在有两个技术在推动世界发展，一个是Blockchain，代表典型的分布式系统，强调个人主义，另一个是AI，大算力集中式，你怎么看他这个分类？
徐立：我觉得长远来说，AI一定是带来更多普惠的。比如AI进入医疗或者教育，让原来无法获得的资源变得可获得。但同时我们也要测试它的边界，因为这个过程中可能也会失去人文价值，比如医疗过程中人的关怀是不是最重要的，医生告诉你说70%是癌症，但是医生也会跟你说没事，好好治疗会好的，这个事情起到多大作用，我们没有研究过，这些可能是后面核心的点。
赵禾嘉：你觉得实现通用人工智能最大的挑战是什么，或者我们最需要突破的瓶颈？
张斐：或者说通用人工智能这条路存在吗，这条路上最大的障碍可能是什么？
徐立：要看什么样的通用，现在的通用只是在某一个特定任务上的通用。而如果讲AGI是更像人的智能，现在我们做的都还不是。人类是可以不停地改变和迭代自己的优化目标，而现在的AI很多是在完成被交代的任务。
现在这波技术落地的最大的障碍，其实是人类的认知。为什么从2015、2016年开始大家开始谈人工智能伦理，是因为之前的人工智能人工指导的智能，用管人的方法管机器，所有的逻辑都能理顺，不会有什么问题。但猜想形式的智能超出了人的认知边界。这个过程中如果人类没有及时测试边界，对它约束优化，未来使用中可能会出问题。很多东西前期如果不去治理，后面基础设施要推倒重建，会成为落地很大的障碍。在认知层面，测定边界就很重要。
03
世界会奖励那些长期纯粹的人
徐立：Fisher（张斐）是一个很深度思考的人，比如你做过一个分享讲传教士和无家之犬，这些思考可以让你有一个更宏观、全局的方法来看世界，但可能也和投资要追求利益回报不一样。就像你要拯救世界和要利益回报这两件事情一定不完全是同一方向的，这会不会影响你做投资？
张斐：这个不会困扰我。我很早就想明白了，举个例子来说，我是个重度音乐爱好者，在音乐喜好上你选择四大天王还是罗大佑，这是审美决定的。每个人都有自己的审美，这决定了你选择和哪些人在一起，可以身心愉悦地和那些人长期在一起。
如果只是为了简单的商业目标，这个事情不会持久，你的自我激励也不够。我觉得这个世界还是会奖励那些长期纯粹的人。我的算力很有限，所以要在某些维度上做优化而不是全局优化。
这个世界不是靠market share来赢的，世界实际上是非常极化的，如果真的要把改变世界的人列出来其实并不多，如果我们这辈子有幸可以和其中的某些人在一起，我觉得无论对我个人还是对五源来说都是很好的事情。如果你想在每个地方都赢，大概率也是平庸的赢。
赵禾嘉：Fisher这么多年都专注在前沿科技领域，我们一直在寻找的创业者的特质或者能力是什么？
张斐：我们的标准其实挺简单的，从人的角度我们一直说要寻找那些稀缺的创业者，我们之前说过一个标准叫3Sigma。如果把人按照正态分布来看的话，大部分人都是在3Sigma以内，两端是非常不一样的人，当然有一端可能是反社会分子，而另外一端的人，可能他的行为方式和价值观与社会主流很不一样，但是他的志向和偏执会改变这个社会。
真正改变世界的大部分都属于这些人，我们喜欢和这些人在一起，我们是选择那些愿意花巨大的努力去改变这个世界的人，这种人其实是非常少的。这也是为什么我们可以和徐立、和商汤一起合作的最重要的原因。
04
长期的慢选择
赵禾嘉：我们经常都需要做各种决策，你的方法论是什么？如何可以做高质量的快速决策？
张斐：我喜欢做长期的慢选择，对快选择没有那么高的标准。高质量决策一定会影响你决策的速度。所以短的选择不要纠结，要在变化中关注反馈，快速调整。
长期的慢选择我有几个大原则，第一就是以终为始，我喜欢比喻说要有鸟的视野，站得更高才能看得更远，在更高的维度看问题，看到长期最大的可能性。
第二个原则就是，我喜欢像Elon Musk这种人，我常常会设想假设他在面对这个问题时会怎么做选择。真正优秀的人是能够定一个更好的目标，进而系统的去寻找实现的路径，我觉得这是Musk做得特别好的一件事情。有时候你会被一些问题的限制条件所困扰，而优秀的人会给你一个好的模板和指导。
你刚才那个逻辑很有趣，比如你希望商汤能够在历史上留下什么，而不是说这个公司最大可以成为什么。其实你给的维度是非常长期的，在历史长河里，而不是在一个有限时间里。反过来说，我们也希望能跟一群优秀的创业者在这社会上留下一些东西，对社会产生一些长久的影响，而不是说只是赚了一些钱或者只引起了一点小的波澜。
徐立：投资人有一个优势是可以作为时代的见证者。在战场上的人可能很难真正看清战场上在发生什么，像一些新兴产业速度非常快，但很多信息是被淹没的，大家去回看这些时往往是胜者说，实际上早期的发展也非常值得去见证。当下谁能够真正意义上的见证和还原这场波澜壮阔的变革，我相信投资者会成为这样的角色。
赵禾嘉：纵观过往的各种选择，两位做过最艰难或者挑战的决策是什么？
徐立：可能从读书到工作、创业，一直都还在做这一件事情，这个选择比较难。早期我们周围的同学和同事真正从事这个行业上的也很少，这个过程中不是一直都像现在这样有时间窗口。其实每一步可以说艰难但也都是必然，它是创业的必然规律。
张斐：这就像打游戏，回看不觉得难，过程中肯定是越来越难。最难的选择就是在每个当下你是否愿意去挑战更难的事情。到了一定阶段，你是选择停下享受当下的成功，还是继续推着自己走到自己的极限，这是很难的选择。
这也是为何我喜欢那些职业运动员。我读阿加西的传记时对一个细节印象特别深，阿加西是很著名的网球运动员，他在每次上场前都要花半小时在淋浴间里待着，因为打到后面到世界冠军时他身上几乎都是伤，每一个零部件都有问题，他要在半小时的淋浴期间选择今天是否上场，这是心智的选择。这个世界上最厉害的那批人都是在到了一定阶段之后，还要推着自己去打一场更难的仗，这是很难的事情。
05
我们期待的未来
赵禾嘉：关于未来两位最大的期待和担忧是什么？
徐立：以前《三体》的作者刘慈欣讲过一个故事，当时聊到人工智能会不会跟人类对抗、毁灭人类，他说人工智能即使会毁灭人类，也不会是以我们想象的方式。比如人类做出一个人工智能机器人让他去做曲别针，他就不停地做曲别针，最后就把整个地球都做成了曲别针，人类就毁灭了。
战争和动荡是打不倒人类的，而所有潜移默化的变化最不易警觉。
未来我最期待是人工智能通过润物细无声的方式改变我们的生活，是以一种服务的方式呈现，而不是人类的生活已经被颠覆了很多，但我们完全不知道，这需要在很多层面上有更好的约束优化的空间。
张斐：我对人工智能有很长久的期待，我觉得制约我们社会发展的其实是人类有限的算力，比如我就是记忆很不好，我自己觉得人工智能会慢慢解决人类大脑的局限性，这对人类社会的帮助是非常大的。
很多人担心机器会取代人类，但有一天我突然想明白了这个事情。有一天我在听音乐时候，闲得没事突然想要快进两倍速，结果优美的大提琴音乐在两倍速时变得令人无法接受。其实人类的审美是与生理有关的，比如人的耳朵接受的频率，这是人类非常独特的优势。我觉得人类的大脑不是要去跟机器竞争算力，而应对这些更高维的思考、创意和审美有更多关注，可能社会会变得非常不一样。
徐立：我觉得生产力的变化一定会悄然而至，我也希望有生之年可以对这个世界运行的原理有更深入的了解。四十不是不惑，而是很惑，会发现原来你对于世界的理解非常片面，而此前没有更多解读的工具和空间。但有这样的工具出现时候，你会更想要了解一些宇宙的真相。曙光就在眼前的时候，很令人兴奋。
张斐：就像相对论一样，他对社会的影响可能在几十年、上百年一直存在。
赵禾嘉: 最后两位可以给彼此一个祝福。
徐立: 我很欣赏fisher对于每一件事情背后的抽象，作为投资人希望你秉持哲学家的状态，这可能对世界的改变真的很有意义。
张斐：我和徐立特别投缘，每次跟徐立聊天都很有启发，这是特别好的一件事情。祝徐立能够带领公司把商汤做成一个更大的基础设施。另外这个世界的真理还有很多我们尚未发现，希望商汤能在帮助人类发现世界真理方面有更大突破。
互动送礼：）
文章给你带来了哪些思考？你对人工智能有哪些见解？欢迎在留言区分享你的观点。我们会选取3位读者的精选留言，送出五源帆布袋+五源卫衣一件。注：留言截止至2022年1月7日，快来解锁访谈嘉宾同款卫衣吧！
五源资本（原晨兴资本），目前管理约320亿人民币规模的美元和人民币双币基金。五源资本寻找、支持、激励孤独的创业者，为其提供从精神到所有经营运作的支持。我们相信，如果别人眼中疯狂的你，开始被相信，世界将会别开生面。
BEIJING·SHANGHAI·SHENZHEN·HONGKONG
WWW.5YCAP.COM