應用焦點在哪里，AI的突破口就在哪里

今年，AI頂會CIKM的時間檢驗獎頒給了京東何曉冬博士創立的DSSM雙塔模型，而這是他10年前的一個研究成果，也是今天智能推薦技術的基石模式之一。

DSSM并不是本文討論的焦點，但它是一個窗口，它可以透視在10年前和今天，人們是如何用不同的方式去對待AI的創新，以及由此帶來的截然不同的效果。

——導語

01

經得住時間檢驗的技術

老友何曉冬最近又拿一新獎，向來低調的他，也十分歡喜。我和他特意多談了幾句，引發了這次對他的訪問和一些思考。

這個獎關系到一篇10年前發表的論文，論文的主題是關于DSSM 模型（也就是雙塔模型）的提出（論文名為：基于點擊數據學習用于網絡搜索的深度結構化語義模型）。

所謂善戰者無赫赫之名，在網上搜索DSSM模型+何曉冬，結果并不太多。

其中，大部分搜索結果只是提及，DSSM是2013年由微軟在CIKM上發表的一個貢獻。

CIKM，就是信息檢索和數據挖掘國際學術會議 CIKM (International Conference on Information and Knowledge Management) ，是AI領域的“頂會”之一。

較少有人曾經由雙塔模型而注意到何曉冬，可能和這樣一個事實有關——就是這篇論文，當時過于超前，也十分的精短。

“2013年的時候，學界對這個（雙塔模型）的工作，是有懷疑的。包括論文寫出來后都還有些懷疑。我們論文最開始投是一個全的長文，最后審稿人給的意見是覺得選題很一般，建議我們要不投個短文試試，所以我們就改成短文投出去。可能因為是這個原因，投出去當時沒有引發廣泛關注，后面也陸續第一時間應用到我們在微軟的工作里”，何曉冬回憶說。

但是，站在2024年這個角度再看過去，結果就完全不同了，無論在哪個AI開發者社區，你都可以讀到類似以下的一段話——

DSSM在業界搜索引擎廣告推薦方面的影響力，目前來說是超過其它幾乎任何一個模型，基本上統治了召回/粗排階段。在大模型領域，它更是無人不知。

十年窗下無人問，一舉成名天下知。

而此刻的何曉冬，早已經從大洋彼岸的微軟研究員，變成了今天的京東探索研究院院長、京東科技人工智能業務負責人。

目前波瀾壯闊的數字化、智能化的熱浪，使我們產生一種錯覺——那就是只要是新的、好的技術發明，很快就能用于實踐，很快就能夠從實驗室走向產品化、從產品化走向商業化。

這種認知是謬誤的，或者至少是有偏差的。

一方面，經受得住時間和實踐雙重檢驗的論文，并不是那么多。

另一方面，即使一篇論文或一個科技成果，有很重要的理論價值和應用價值，但它能夠被應用起來，也需要天時地利人和。

給大家講兩個小故事。

一個是我們現在每臺智能手機、每臺筆記本電腦里都裝著的SSD（俗稱閃存盤），給人的印象是這幾年才推廣的。但事實上，閃存盤這個發明的理論基礎，1967年就有了。但時間流轉到20年后，才由日本東芝的一位研發人員——舛岡富士雄發明了NOR FLASH，一種劃時代的產品。

結果呈報上去，東芝根本就不重視，因為東芝當時的注意力都在DRAM方向上（一種內存）。

結果這位科學家又不屈不撓的搞出了NAND FLASH閃存，這就是我們今天所用的固態硬盤的基礎介質。

沒想到，這次東芝倒是有所表示了：獎勵了他幾百美元獎金，然后可能是覺得他有些刺頭，把他調到了一個邊緣崗位上，又是若干年。

直到在東芝度過了23年，從28歲變成51歲之后，舛岡富士雄選擇了辭職。這時候閃存已經是一個千億美金市場。

舛岡富士雄在2006年起訴了東芝，并索賠10億日元。但結果很糟糕，他只拿到了8700萬日元的和解金，折合下來只有幾十萬美元，而這本來是一個可以問鼎諾獎的發明，可以為發明者帶來無窮的財富和榮譽。

其實，科學家的優秀科研成果轉化，靠個人努力從來是艱難的。

我們可以看看剛剛獲得2024年諾貝爾物理學獎的“深度學習之父”辛頓的例子，辛頓在2006年在深度學習方向的研究取得重要成果后，其實對如何推廣這項技術也感到茫然。

于是，直到2012年，他才成立了一間小公司，但卻對如何后續發展，并無做好準備。

辛頓的幸運是，由于當時人工智能產業的勢頭已經開始明顯的抬頭，很多企業都在密切關注能推動人工智能技術重大突破的新理論，這使得辛頓的公司在幾乎沒有任何實際業務的情況下，就得到了來自百度、谷歌的競買。

這其中，最關鍵的時刻并不是辛頓在2006年做出的研究，而是谷歌決定請辛頓加入。如果沒有谷歌平臺上諸多場景對辛頓的成果的驗證、實踐和孵化，深度學習是否還有今天這么高的地位，谷歌是否能拿出一系列基于這個理論的產品，都很難說。

辛頓的戲劇性經歷說明了，在技術轉向應用的過程中，充滿了種種的不確定性。即使在商業體系、技術體系更為成熟的地方，科研人員在推廣自身研究并付諸于產業應用的路徑，也仍然是不平坦和充滿隨機性的。

這也說明了，刨除純粹的底層理論性研究外，檢驗一個技術是否是真正有價值的技術，時間只是表征，實際上還是真正在工業化場景里的應用價值，是對現實世界的變革的推動。

而這，可能才是何曉冬辭別美國的首席研究員、教授、博導等赫赫頭銜，愿意回國來到京東的原因，因為這里有他想要的轉化環境和條件。

“對于科研工作，而我不喜歡這種‘發完就不管’的做法，我希望看到它在真實世界里創造出價值”，何曉冬說：“而京東一開始就有這種氛圍”。

02

范式轉換：從科學創新到產業創新

何曉冬的履歷其實比較簡單，清華本科、中科院碩士、密蘇里大學哥倫比亞分校博士，然后加入微軟，一直從事語音識別、語言理解、圖像與語言多模態信息處理等領域的研究，然后于2018年加入京東，擔任副總裁，主管人工智能方向的技術和產品研發。

學術界的評價是，何曉冬是本領域世界級科學家之一，吳文俊人工智能杰出貢獻獎獲得者。他發表了200多篇論文，引用5萬余次，并多次獲得ACL杰出論文獎、IEEE SPS Best Paper等獎項。

這好像是一條從學霸到頂級學者，再從頂級學者到產業創新的重要人物的必經之路。

但是，我認識的太多AI牛人，走通了從學霸到頂級學者的路，卻沒有走通從頂級學者到產業創新的重要推動者的路。

這里面有太多的干擾項，但我覺得主要因素就是兩個——個人意愿和工作氛圍。

從個人意愿來講，何曉冬選擇來到京東，就是希望做出一些改變，對真實世界的改變——他在微軟研究資源和環境寬松，整體上偏于純研究，離應用比較遠。“來京東是真正的上一線了”，他興奮的說：“而且這里有非常豐富的場景，是能夠做出一番成果的。”

從企業環境來講，我見過的一些科學家進入企業后，往往不樂于帶團隊、背業績，還是希望有一個相對簡單的研究環境。

但何曉冬相反，他和我講過，一開始就要帶團隊，而且要背業績，雖然最開始也是如履薄冰，但“心里是歡喜的，因為你知道你所研究的技術有可能真正改變這個行業”；他說這話時，是由衷的歡喜——因為他在以前的環境里的任何研究，很多時候基本走不到能聽到真實用戶反饋的那一步。

被稱為科技大佬必讀書的托馬斯·庫恩的名著《科學革命的結構》里，非常清楚的描繪了這樣一種場景，他認為——科學技術的突飛猛進催生了一系列的理論與技術創新，促使科學技術日益整體化，學科間相互交叉滲透的趨勢大大增強，預示著人類文明史和認識史進入一個重要的時期——以往的科學更多地表現為個體勞動；現代科學技術的發展，促使這種勞動方式發生改變，它需要一群人一起努力，讓科學制度化、專業化和集約化的程度大大提高。

而我也非常清楚的記得，何曉冬和我說過一番意思完全相近的話：“現在的AI研究，已經不是幾位科學家在實驗室就可以完成的了，而需要許許多多的人的跨界協作。技術在不同場景會產生不同價值，所以研究技術也需要許許多多的業務場景，這都是單純在學術界得不到的，這也是吸引我以及類似技術工作者來京東檢驗我們的成果，甚至是檢驗真理的原因”。

03

ai加速落地，場景成關鍵因素

而讓他在京東堅持下來的一個原因是，這里的研究和應用場景的聯動，實在是太快了。

前面說到的雙塔模型，何曉冬在做出理論設計、發表論文后，非常渴望得到在真實環境中的檢驗， “當年，經過一個全球副總裁的推動，才把這個技術呈現給了業務部門，中間歷時一年。應用了之后產生效果”，何曉冬說：“這也是我來京東的原因。”

在京東，何曉冬的團隊是一群更年輕、但更有欲望做出變革的年輕人。

何曉冬團隊有很多80、90后，他們有的進入京東后，依舊聚焦自然語言處理（NLP）、語音識別（ASR）等AI技術的研究和產品研發；也曾有一段時間，這幫年輕人一邊開發，一邊仍執著于拿著自己研發的算法和論文，在各種排行榜上打榜。

然而，當他們拿著沖榜成績以及國際會議和期刊論文，打算說服業務買單時，“無力感撲面而來”。再厲害的學術成績，也要證明自己有應用價值。令他們印象深刻的是，當時業務反問的一句話：“可以為用戶帶來什么好處？”

后來，這個年輕的NLP團隊開始對當時的“發現好貨”頻道進行技術攻堅，這是一個需要大量優質文案的板塊，內容的好壞會直接影響用戶種草下單的欲望。

幸運的是，在他們技術攻堅的過程中，不僅有極大的算力支持，還有海量、高質量的真實用戶反饋信息，這是形成研發閉環的至關重要的環節。

同時，更重要的是，大半年的項目周期，技術上有幾十個卡點，上下游涉及的成員從不做甩手掌柜，每周一次的例會，更像是密集攻堅的學術研討。

不到一年時間，這個團隊就率先攻克了多個技術難關。靠“發現好貨”項目，團隊還拿到了京東的技術金獎。

04

應用推動創新是AI發展的第一性原則嗎？

目前，AI究竟該用什么路徑發展，已經成為行業里一個爭論的焦點。

一部分人認為，要想做出核心突破，就應該專攻底層技術，因為只有底層技術的積累，才能有上層應用突破的可能。

但這種路徑的弊端是，AI發展太快了，以至于沒有人能夠說清AI現在的“底層技術”到底是什么，方向到底是什么。

“ChatGpt4出現，ChatGpt3.5就被人拋棄了。如果只是押寶某個技術方向、某個模型，在強手如云的行業里，隨時會出局。除非你是頂級巨頭，能同時去賭多個方向。但即便如此，這也不能保證你就是贏家。Chatgpt不是由擁有數萬研發人員的谷歌做出來的，而是由只有150人的openAI團隊做出來的，這個案例還不夠深刻嗎？”，一位AI的資深大咖這樣對筆者說。

另一種觀念認為，AI業者，一方面要保持對底層技術的敏感性，另一方面主要是關注應用方向，比如京東，結合自身的產業場景做各種AI+，反而收獲累累。

任何業務的成功，都體現在是否遵循了符合自身規律的第一性原則。

比如特斯拉，在推動電動汽車的時候，遠遠沒有今天如此發達的供應鏈，也沒有一套現成的規律可以摸索。

但他們就是選擇了自主建廠、自行研發電池系統、拿掉激光雷達……換言之，特斯拉成長背后遵循的第一性原理，就是用技術降本，將產品賣給更多人，獲得更多利潤，繼續投入技術研發。

而京東AI的第一性原則就是問題導向、痛點導向， 跳出純技術、純學術的固有思維，針對現存矛盾突出的問題，探索本質，思考解決之道。

從挑戰來看，自然語言處理是目前AI最成熟的領域之一，要想在強敵環伺之下殺出重圍并不是一件簡單的問題。

而從真實結果來看，這幾年京東在AI上的進展，是肉眼可見的，他們在智能客服、智能外呼、數字人、AIGC營銷等方面的進展都是巨大的。得到了用戶用真金白銀買單的認可、也拿到了中國AI最高獎——吳文俊獎。

沒有什么比這個更能證明，京東的AI研究走在一條以應用反饋式創新驅動技術研究，再通過大量的實戰積累理論高度的閉環之路。

“在解決AI應用落地的過程中，京東成為了AI大規模落地應用的一個很好的土壤。技術文化既有導向性又寬容度，這種氛圍可以吸引更多的科技人才，京東也會成為AI前沿技術落地創新的策源地”，何曉冬說。