算法|一场泛零售数智化要怎么做？( 五 )

为什么这么说呢？人工智能这个软件，可以很小，仅在一台笔记本电脑上运行。比如，拿笔记本电脑写一个猫脸识别的算法，门口安个摄像头，猫殿下迈着猫步一脸傲娇“刷脸”进门。
可以很大，全世界的猫同时刷脸进门。这时候，笔记本电脑下线了，请上一条龙的服务。当“大系统”和“一条龙”报错的时候，麻烦大了。研发同事高举大大的纸牌子刷出亮眼的存在感：“为什么我的任务没能跑起来？”

文章插图
简单一问，暴击三连。
科技公司里，时刻都会面对工（痛）程（苦）问题，关键在于拿什么心态面对，公司的企业文化又鼓励员工用什么心态面对。没有工程文化的科技公司，是没有灵魂的躯壳。朱小坤说：“做大型计算机系统软件不出名，技术别人也听不懂，唯一期待就是业务出效果。”
朱小坤提到的大型计算机系统软件，为什么京东非要自己搞？因为没有现成的软件，配得上京东庞大的生意体量，配得上京东策马奔腾的算法，配得上京东供应链流星赶月的数智化。关键是，AI这个东西。开源的AI软件在工业级的场景里不够用，非得自建流水线，量（深）体（度）裁（定）衣（制）。
有人笑谈，这是艺术，而不是科学，在复杂和简单之间散步，设计决定需要依据科学和艺术。回想起朱小坤的发型，让人似乎读懂了什么。
朱小坤常说：“没什么诀窍，我也是学的。大型人工智能软件对基础设施的依赖非常强，而基础设施的稳定性特别难做，慢慢来，急躁不得。找到一个问题，解决一个问题。”
深度定制是个大工程，“规模”和“性能”都让人头疼。

文章插图
大厂家家都要干，且都揣着绝活。京东的深度定制，不只是定制一部分，是定制一个大全套（流水线从模型开发、模型训练，到模型服务）。
如此这般，最硬核的来了。人工智能没日没夜训练模型，好比部队要军训，一批算法模型上了战场。训练得好，聪明能干。训练不好，人工智障。有人对着手机屏幕大骂：“啥破玩意，APP里给我推荐的啥东（垃）西（圾）。”
为此，需要对不同黑科技，推出不同的AI框架，比如，强化学习框架，图深度学习框架伽利略（Galileo），在线学习框架，而且都是“9N”开头的代号。例如，图深度学习框架伽利略，解决大规模图算法在工业级场景落地问题。虽然深度学习算法的生产流程的整条链路改动大，但也不能放任自流。
一百个模型，有一百个生产方法，这是灾难。要就有标准的生产方法，比如著名的BERT模型。还有统一的超大规模深度学习框架擎天柱（Optimus），支撑几十个业务场景，每天都能生产数千个增量和全量的AI模型，解决规模问题的标准化。

文章插图
【算法|一场泛零售数智化要怎么做？】Paul总在采访中谈道：“AI技术的高速发展无疑颠覆了我们的想象，目前AI技术的应用已经贯穿于京东零售整个商业流程。” 至此，人工智能，泪流满面，深鞠一躬。商业和技术无法分割，谈100次技术，就会谈101次商业。星辰大海中，不是看到希望才去坚持，而是坚持了才看到希望。