“我們不能對算法求全責備，應更加包容地見證AI技術發展，普羅大眾對於AI認知的提升也是關鍵點，真正的技術策源在於如何去提升大眾的認知。”在2020世界人工智能大會商湯科技企業論壇上，商湯科技聯合創始人、CEO徐立説道。
人工智能自誕生至今一直面臨各種質疑，徐立認為人工智能技術正是在質疑中不斷落地、迭代優化。每一次的技術試錯，都會帶來增量價值。以人臉識別為例，起初人們質疑人臉識別的精度問題，關注人臉識別是否會出錯，雙胞胎人臉識別如何解決。隨後人們又開始關注3D人臉是否會仿照真實人臉來解鎖，在這些質疑中更多城市級別的應用誕生，例如地鐵場景中的刷臉支付，甚至在戴口罩的情況下，也能夠解決城市級別的刷臉問題。
“不同於人臉識別這類關注度非常高的頭部應用，一些低頻、小眾的長尾應用才是完善人工智能價值的核心，只有突破長尾應用才能完善價值閉環，真正影響到普羅大眾的日常生活。”徐立表示。
徐立所提及的長尾應用場景包括垃圾拋灑、糞車排放、單車違停等。例如在共享單車領域，利用人工智能技術可以解決車與車、車與地面的關係，識別共享單車是否違規停放。而在糞車偷排問題上，利用人工智能算法可以把時間、地點、人物關係串聯，解決井蓋檢測問題。
當人工智能技術滲透到越來越多的細分場景時，挑戰也隨之出現。中國工程院院士、同濟大學校長陳杰認為，未來人工智能在訓練數據、核心能力、學習機制、方法能力、可塑性、協同性、功耗等方面面臨挑戰，例如未來大量數據可能是低質量、無標籤、無標註的數據，耗能極大。
在昨晚的“AI夜話”中，徐立也提及了AI當下面臨的挑戰，他認為沒有任何一家人工智能企業可以觸達所有的數據，怎樣做數據協同、數據資產、數據共享，以及在各不分享訓練數據的情況下，如何協同推動算法精度的提升、標準的制定，都是擺在目前的切實問題。
為了解決數據協同和生態共建問題，商湯科技宣佈升級OpenMMLab人工智能算法開放體系，涉及10多種研究方向，100多種算法和600多個預訓練模型，後續還將陸續開源更多算法。“人工智能的細分場景非常多，我們要的不是一顆獨木，而是一片森林，最關鍵的創舉就是一定要開放。”徐立表示。