人們?cè)?jīng)想象中的AI愿景很美好，現(xiàn)狀卻不盡人意。AI在自動(dòng)駕駛、新藥研發(fā)等日常應(yīng)用上并未實(shí)現(xiàn)當(dāng)初的預(yù)言，常見的吐槽是，全球的科技巨頭匯集了一大批最聰明的大腦，但更多還是專注于思考廣告的精準(zhǔn)投放、信用評(píng)分以及并不怎么智能的“智能”音箱上。

理論上說，只要有正確的算法和足夠的計(jì)算資源，AI可以解決所有任何可用數(shù)據(jù)表征的問題，而現(xiàn)在數(shù)據(jù)、算法和硬件資源已經(jīng)足夠豐富，AI用于造福社會(huì)的所有條件都已具備。我們看到了AI的廣闊應(yīng)用以及初步效果，但實(shí)際上，技術(shù)應(yīng)用并不深入，遠(yuǎn)遠(yuǎn)沒有發(fā)揮出已有機(jī)器學(xué)習(xí)研究的所有潛力。

為什么會(huì)導(dǎo)致這種局面？事實(shí)比世界上的科技巨頭和媒體對(duì)于AI的研究更新還要深刻。 ??編譯器大牛Chris Lattner曾指出 ??， AI系統(tǒng)和工具的單一化和碎片化正是造成這一問題的根源。

為了解決這一難題，2022年1月，編譯器大牛Chris Lattner宣布下海創(chuàng)業(yè)，同Tim Davis共同成立了Modular AI， 目標(biāo)是重建全球ML基礎(chǔ)設(shè)施，包括編譯器、運(yùn)行時(shí)，異構(gòu)計(jì)算、邊緣到數(shù)據(jù)中心并重，并專注于可用性，提升開發(fā)人員的效率。目前，Modular AI團(tuán)隊(duì)已參與構(gòu)建過來自TensorFlow、TF Lite、XLA、TPU、Android ML、Apple ML、MLIR等世界上大部分的生產(chǎn)機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施，并已將生產(chǎn)工作負(fù)載部署到數(shù)十億用戶和設(shè)備。

近日，Modular AI宣布完成3千萬美元的種子輪融資，由Google Venture領(lǐng)投。在Chris Lattner等人發(fā)布的最新一篇官方博文中，發(fā)出了“靈魂三問”： AI如此重要，為什么軟件卻如此不堪？為什么科技巨頭沒有解決AI難題？如何解決這一難題？ 當(dāng)然，他們也給出了回答。OneFlow社區(qū)對(duì)原文進(jìn)行了編譯整理。

1 AI如此重要，為何軟件卻如此不堪？

AI軟件最初是為構(gòu)建AI技術(shù)的全棧研究人員、工程師和架構(gòu)師設(shè)計(jì)的，它從未被定義為一項(xiàng)產(chǎn)品，因此， AI軟件在底層設(shè)計(jì)上就有缺陷。

這種軟件是由大型科技公司為解決他們自己的問題而構(gòu)建的，而其它企業(yè)都在“滴漏式（trickle down）基礎(chǔ)設(shè)施”上使用這些軟件。于是便產(chǎn)生這樣的現(xiàn)象：只有最大和最具商業(yè)影響力的AI應(yīng)用才在實(shí)踐中構(gòu)建和部署，即便如此，也只有在企業(yè)的需求與大型科技公司的內(nèi)部需求一致性很高的情況下才能實(shí)現(xiàn)。

這是為什么呢？ 因?yàn)楫?dāng)下的AI軟件很單一，研究屬性很重，主要用于滿足科技巨頭（這些軟件的研發(fā)者）的發(fā)展規(guī)劃。 這些軟件是研究人員為了做研究而創(chuàng)造的，而AI的快速發(fā)展使得研究人員沒有時(shí)間停下來再重新構(gòu)建。

相反，隨著時(shí)間的推移，我們?cè)黾恿嗽絹碓蕉嗟膹?fù)雜度，致使該行業(yè)很難維護(hù)和擴(kuò)展碎片化的定制工具鏈，這些工具鏈在研究和生產(chǎn)、訓(xùn)練和部署、服務(wù)器和邊緣端之間都存在差異。

人工智能系統(tǒng)現(xiàn)在已然成為一片不兼容技術(shù)的汪洋大海，只有那些綜合型科技巨頭才有能力使用AI實(shí)現(xiàn)他們的目標(biāo)。

2 為什么科技巨頭沒有解決AI難題？

AI研究和開發(fā)人員通力合作，使部署AI取得了成功，科技巨頭們利用其龐大的計(jì)算和財(cái)力來推進(jìn)其產(chǎn)品和核心業(yè)務(wù)的優(yōu)先級(jí)，包括他們自己的云、電話、社交網(wǎng)絡(luò)和人工智能硬件。

雖然他們對(duì)該領(lǐng)域做出了卓越的貢獻(xiàn)，但從商業(yè)角度講，它們不可能把AI推廣到全世界（涵蓋所有硬件、云和ML框架），而世界其它地方也不能指望它們這么做。不過，這個(gè)不幸的事實(shí)限制了世界上其他國(guó)家使用這項(xiàng)技術(shù)，沒有能力來解決大型科技公司所關(guān)注領(lǐng)域以外的問題，包括世界面臨的一些最重大的社會(huì)經(jīng)濟(jì)和環(huán)境問題。但這不是我們想要的未來。

雖然巨頭為人工智能的發(fā)展做出了巨大貢獻(xiàn)，但要讓人工智能充分發(fā)揮其潛力，還需要一家獨(dú)立的公司，這家公司不用優(yōu)先考慮自己的硬件、云基礎(chǔ)設(shè)施、手機(jī)的發(fā)展或自己的研究；同時(shí)我們需要一家中立的公司，做最符合全球用戶和企業(yè)利益的事。 我們需要把從人工智能軟件的快速增長(zhǎng)中學(xué)到的知識(shí)融入到下一代技術(shù)中，以此來為所有組織面臨的各類問題提供可用方案和通用標(biāo)準(zhǔn)。

今天，中小型科技公司面臨的最緊迫的問題是，如何突破能力、成本、時(shí)間和人才的限制將AI投入生產(chǎn)。

出于機(jī)會(huì)成本的考慮，他們的創(chuàng)新技術(shù)難以推廣到市場(chǎng)，產(chǎn)品體驗(yàn)欠佳，將最終給他們的發(fā)展帶來負(fù)面影響。對(duì)整個(gè)社會(huì)來說，這意味著我們還需等待相當(dāng)漫長(zhǎng)的一段時(shí)間才能用AI來解決世界上的一些重大難題。

我們沒有時(shí)間等科技巨頭們推出涓滴式的AI軟件。 AI可以改變世界，但前提是碎片化問題必須得到解決，并且全球AI開發(fā)者社區(qū)無需為高質(zhì)量的基礎(chǔ)設(shè)施所困擾。

3 誰來解決這一難題？如何解決？

Modular正在構(gòu)建下一代AI開發(fā)者平臺(tái)，它將更加實(shí)用、高速且靈活。

我們的平臺(tái)通過通用接口統(tǒng)一了流行的AI框架前端，并且強(qiáng)化了對(duì)各種硬件后端和云環(huán)境的接入和可移植性。我們正在重建核心開發(fā)人員的工作流工具，使其更具表現(xiàn)力、可用性、可調(diào)試性、可靠性、可擴(kuò)展性，實(shí)現(xiàn)優(yōu)越性能。我們的工具可以輕松部署到現(xiàn)有的工作流中，使用者無需重構(gòu)或重寫代碼，便可無縫接續(xù)完成工作，并且以更低的成本實(shí)現(xiàn)生產(chǎn)力和性能的提升。我們將加速挖掘AI價(jià)值，并且盡快將其推向市場(chǎng)，惠及廣大用戶。

當(dāng)AI能夠更加細(xì)微地滲透到各類應(yīng)用中時(shí)，它的潛力也將得到充分展現(xiàn)——屆時(shí)，你將不必圍繞AI來定義你的應(yīng)用。我們的平臺(tái)由模塊化、可組合的基礎(chǔ)設(shè)施組件構(gòu)建而成，支持重新搭配和擴(kuò)展以實(shí)現(xiàn)各種用例。同時(shí)，即使在不了解整個(gè)系統(tǒng)是如何運(yùn)作的情況下，各領(lǐng)域?qū)＜覀円材芡ㄟ^我們的平臺(tái)進(jìn)行創(chuàng)新。我們已經(jīng)親眼目睹了模塊化方法如何解鎖新用例，而這是我們過去未曾想過的。

為了真正修復(fù)AI基礎(chǔ)設(shè)施，我們既要解決“硬技術(shù)”問題（如針對(duì)異構(gòu)計(jì)算技術(shù)的編譯器），也要建立可無縫銜接的端到端開發(fā)者工作流。

4 從“AI研究時(shí)代”跨入 “AI生產(chǎn)時(shí)代”

我們的成功意味著全球開發(fā)者們將獲得真正可用、可移植和可擴(kuò)展的AI軟件。

在新世界里，缺乏充沛預(yù)算或頂尖人才的開發(fā)者也可以像全球科技巨頭一樣高效地開展工作；AI硬件的效率和總擁有成本 (Total Cost of Ownership，TCO）將得到優(yōu)化；企業(yè)可以輕松插入定制的ASIC以滿足其使用情況；部署到邊緣就像部署到服務(wù)器一樣容易；企業(yè)可以使用任何一款最符合其需求的AI框架；AI程序可以在硬件上無縫擴(kuò)展，將最新AI研究部署到生產(chǎn)中簡(jiǎn)直再輕松不過。

我們將看到：AI行業(yè)的發(fā)展不再受限于科技巨頭們按自身需求所決定的時(shí)間表；AI行業(yè)的發(fā)展將會(huì)更加快速、更加集中；創(chuàng)新在堆棧的各個(gè)層面蓬勃發(fā)展，開發(fā)人員專注于在自己的專業(yè)領(lǐng)域?qū)⑿碌膭?chuàng)新推向市場(chǎng)，并為我們所有人建立一個(gè)更加美好的未來；行業(yè)飛速發(fā)展，帶領(lǐng)我們從“AI研究時(shí)代”跨入 “AI生產(chǎn)時(shí)代”。