從大方向來講，人工智能未來可期。騰訊科學(xué)家劉杉對這一結(jié)論篤定認(rèn)可。但同時她說自己從來不是追逐潮流的人，所以，“我覺得要盡量避免過熱，很多事情還是要想清楚，一步一個腳印把它做好，回歸技術(shù)本身，以及讓技術(shù)造福人類本身。”
劉杉
5月17日，騰訊控股（00700.HK）發(fā)布2023年一季報，其營業(yè)收入1499.86億元，同比增長11%，凈利潤(Non-IFRS)325.38億元，同比增長27%。在科研領(lǐng)域，一季度騰訊研發(fā)開支達(dá)152億元人民幣，保持歷史高位。
據(jù)悉，2018年至今，騰訊研發(fā)投入已經(jīng)超2200億元。截至2022年底，騰訊在全球主要國家和地區(qū)專利申請公開總數(shù)超過6.2萬件，騰訊發(fā)明專利授權(quán)量位列全國民營企業(yè)第二。
今年4月26日，第23個世界知識產(chǎn)權(quán)日，騰訊發(fā)布“鵝廠女性發(fā)明人專利數(shù)”：超2.2萬件，占專利申請總數(shù)35%以上，且有多位女性發(fā)明人的全球?qū)＠暾埩砍^百件。
在騰訊內(nèi)部，有一個經(jīng)常被提起的女性發(fā)明人劉杉博士，她是騰訊多媒體實驗室的負(fù)責(zé)人，也是國際著名多媒體專家、IEEE Fellow（美國電子電氣工程師學(xué)會最高級別成員），擁有數(shù)百件全球已授權(quán)專利。
騰訊多媒體實驗室是做什么的？
在今年3月底的博鰲亞洲論壇2023年年會上，騰訊集團(tuán)高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生在“下一代互聯(lián)網(wǎng)”分論壇上提出：“AI驅(qū)動一切”是下一代互聯(lián)網(wǎng)核心，“過去，互聯(lián)網(wǎng)內(nèi)容和服務(wù)的生產(chǎn)者，都是圍繞人展開；未來，機(jī)器也會成為內(nèi)容甚至服務(wù)的供給者。”
而這一切都離不開底層技術(shù)的支持，如：音視頻編解碼、網(wǎng)絡(luò)傳輸和實時通信，多媒體內(nèi)容的處理、理解、智能化生產(chǎn)和應(yīng)用、沉浸式媒體壓縮、建模,以及傳輸系統(tǒng)和端到端解決方案等。
這些“底層技術(shù)”正是騰訊多媒體實驗室的主攻領(lǐng)域。
近日，澎湃科技與騰訊多媒體實驗室的“掌舵人”劉杉博士隔著太平洋，通過“騰訊會議”認(rèn)認(rèn)真真地聊了聊，意外地發(fā)現(xiàn)，劉杉是一個內(nèi)心住著工程師的科學(xué)家：她擁抱一切不可知，但在執(zhí)行落地時，她既是“計劃控”，也是“效率控”。
劉杉對人工智能是未來可期的大方向篤信不疑。對目前大火的ChatGPT，她說：“新技術(shù)和產(chǎn)品被使用和討論是非常有意義的事情，但同時應(yīng)盡量避免過熱，要想清楚，一步一個腳印把它做好。我希望所有的新技術(shù)最終都能為人類造福。”
除了人工智能，劉杉認(rèn)為團(tuán)隊目前正在探索的機(jī)器視覺及其應(yīng)用前景廣闊。何謂機(jī)器視覺？簡單理解就是機(jī)器上面加上視覺能力，用機(jī)器輔助人眼來做測量和判斷。
2020年，劉杉成為面向機(jī)器視覺的視頻編碼技術(shù)國際標(biāo)準(zhǔn)專題組的聯(lián)合組長，這是一個“全世界都從零開始”的新項目，騰訊是重要參與方和貢獻(xiàn)方。
劉杉
“標(biāo)準(zhǔn)圈”的“老資格”
劉杉本科畢業(yè)于清華大學(xué)電子工程系，2002年，從美國南加州大學(xué)電機(jī)工程系取得博士學(xué)位。她從2006年起開始從事“國際標(biāo)準(zhǔn)”工作，曾先后在多家全球500強(qiáng)和國際知名企業(yè)擔(dān)任高級技術(shù)和管理職務(wù)。2017年加入騰訊。
劉杉入行的時候，視頻編解碼國際標(biāo)準(zhǔn)還是H.263/AVC，今天已是2020年批準(zhǔn)的H.266/VVC。
“標(biāo)準(zhǔn)”是什么？劉杉盡可能通俗地解釋道，“每一代標(biāo)準(zhǔn)比起上一代標(biāo)準(zhǔn)的特點，簡單直接的指標(biāo)就是壓縮效率提升一倍�？瓷先ネ瑯拥囊曨l畫質(zhì)，本來帶寬是2M，現(xiàn)在變成1M，節(jié)省了很多帶寬。重要的是，這些標(biāo)準(zhǔn)不是指導(dǎo)性的，是必要性的，即全球行業(yè)內(nèi)生產(chǎn)廠家都必須遵循。”
她舉了一個更直觀的例子：“比如咱倆現(xiàn)在用騰訊會議進(jìn)行視頻通話，我用的是一個品牌的手機(jī)或電腦，你用的是另一個品牌的手機(jī)或電腦，他們要使用同一套標(biāo)準(zhǔn)，如果你我二人有一方的手機(jī)不是用這個標(biāo)準(zhǔn)，我們就沒辦法通話，也沒辦法看到對方。”
“標(biāo)準(zhǔn)”就是這么“有原則”。這也解釋了騰訊為什么要積極參與國際通行標(biāo)準(zhǔn)的制定，以及劉杉的價值，而標(biāo)準(zhǔn)制定蘊含著巨大的商業(yè)價值和社會價值，包括騰訊在內(nèi)的全球公司（百家）每一次都不敢懈擔(dān)
標(biāo)準(zhǔn)會議每年定期召開幾次。全球?qū)＜揖奂惶脦砀髯缘念I(lǐng)先技術(shù)進(jìn)行熱烈的討論，有時候是激烈的辯論。討論一般要持續(xù)十天，“我記得一月的日內(nèi)瓦冬天很冷，每天天沒亮，我們踏著雪步行去會常每天正常的結(jié)束時間是晚上九十點鐘，凌晨三四點鐘也有過。”劉杉回憶。
劉杉說，“沒有一定的熱情和體力，不太容易撐下來。”
“搶修隊長”
劉杉的工作不止“標(biāo)準(zhǔn)”這一項。
她把手頭的工作分為三個臺階：最底層是前沿技術(shù)探索和研究，包括標(biāo)準(zhǔn)制定；第二層是將基礎(chǔ)研究，比如標(biāo)準(zhǔn)制定后，把其產(chǎn)品化、工程化，比如無線投屏、騰訊會議使用的屏幕內(nèi)容編碼；還有一項是每天都在進(jìn)行的工作，比如騰訊視頻、騰訊云等現(xiàn)有產(chǎn)品的持續(xù)優(yōu)化，保證業(yè)務(wù)穩(wěn)定性，隨時接收業(yè)務(wù)反饋有來自行業(yè)的，也有來自用戶的，比如大家比較關(guān)心的怎么修復(fù)各種Bug。
要不是隔著“騰訊會議”，劉杉說可以把自己的日程表給澎湃科技記者看，“雖然現(xiàn)在已是電子信息時代，但我還是會用紙質(zhì)的本子和筆去記錄每天的安排，感覺這樣更有質(zhì)感。”
劉杉的父母都是老師。在她記憶中，從很小時侯父母開始交給她帶日歷的記事本。劉杉自此養(yǎng)成了用記事本做規(guī)劃的習(xí)慣。
“我會定期規(guī)劃。年底的時候想一下明年做些什么，坐飛機(jī)的時候會想一下未來半年、三個月、一個月，我和我的團(tuán)隊、項目怎么規(guī)劃。具體到每天，我每天睡前會把第二天要做的事情寫下來，第二天按照計劃，一件一件事去完成。”
騰訊多媒體實驗室在中國和美國都有團(tuán)隊，新冠大流行之前，劉杉在兩邊的時間基本對半，還有20%左右的時間會在全球跑，出席各種國際會議。隨著疫情的退潮，今年春節(jié)過后，劉杉已回國一次。
劉杉似乎很享受兩邊團(tuán)隊能夠接力干活的狀態(tài)，仿佛自己“偷”到了時間，她很興奮地告訴澎湃科技記者，“我記得突擊趕一些產(chǎn)品時間點時，給兩地工程師排班，國內(nèi)同事下班的時候，美國同事正好起來，雙方交接好，美國晚上正好是國內(nèi)早上上班時間，美國同事繼續(xù)開發(fā)。”
那是2018年年底，劉杉帶領(lǐng)團(tuán)隊做無線投屏產(chǎn)品的研發(fā)，后來，無線投屏升級為騰訊會議。一年后，2019年的圣誕節(jié)，騰訊會議正式發(fā)布。
“一發(fā)布就疫情了，用戶量一下子就上來了，帶來很多挑戰(zhàn)。”劉杉說。
騰訊的很多產(chǎn)品，不僅騰訊會議，在線教育類的產(chǎn)品，所有用戶都要同時占用計算資源，包括騰訊云底層的容器能力等，都面臨很大的挑戰(zhàn)。“當(dāng)然，不止騰訊，國內(nèi)外的互聯(lián)網(wǎng)科技公司，都面臨這樣的挑戰(zhàn)。但挑戰(zhàn)和機(jī)遇并存，原來規(guī)劃中要挑戰(zhàn)的DAU（日活躍用戶數(shù)量），疫情一來，DAU即達(dá)到歷史新高。”
在騰訊內(nèi)部，人人都是自家產(chǎn)品的體驗官，包括馬化騰。
從某種意義上說，劉杉的團(tuán)隊在騰訊內(nèi)部有點像“搶修隊”，劉杉就是“搶修隊長”。
“不管是騰訊會議還是騰訊視頻，底層技術(shù)一個重要組成部分都是音視頻技術(shù)。”過去的2022年，劉杉團(tuán)隊的工作重點之一是降本增效，說白了，就是怎么樣把帶寬成本壓下來，但同時不影響用戶體驗。一輪輪測試、評估、測試，直到找到那個最優(yōu)平衡點。
AI未來可期
劉杉2017年加入騰訊，即開始“標(biāo)準(zhǔn)布局”，2018年下半年又開始做編解碼工程的實現(xiàn)，包括屏幕內(nèi)容編碼、實時音視頻，這些技術(shù)不僅支持騰訊會議，騰訊云、全民K歌、云游戲、QQ等騰訊眾多業(yè)務(wù)線都在使用這些底層技術(shù)。
與此同時，劉杉已看到沉浸式媒體的未來，包括虛擬現(xiàn)實 （VR）、增強(qiáng)現(xiàn)實（AR）和混合現(xiàn)實（MR），也包括全真互聯(lián)網(wǎng)。“我在2018年說，一定要做這件事。當(dāng)時整個行業(yè)都持觀望態(tài)度。”
2018年夏天，劉杉招了第一個工程師，開始搭建VR系統(tǒng)，2019年進(jìn)入下一階段：6DoF（6向自由度），一種更沉浸式的體驗。比如：體育賽事里精確毫秒級同步拍攝選手運動狀態(tài)下的多角度轉(zhuǎn)瞬即逝的精彩畫面；在線教育時提供舞蹈、游泳、球類等在線學(xué)習(xí)新形式。
2019年除了全面鋪開沉浸式媒體，劉杉又提出現(xiàn)在大火的AIGC（又稱生成式AI，意為人工智能生成內(nèi)容），“當(dāng)時業(yè)界還沒有這4個字母的縮寫，我跟團(tuán)隊說要開始做智能內(nèi)容生產(chǎn)。”劉杉說，半年后她向公司高層做了這方面的匯報和展示，得到領(lǐng)導(dǎo)的認(rèn)可和支持。
從大方向來講，人工智能未來可期。劉杉對這一結(jié)論篤定認(rèn)可。但同時她說自己從來不是追逐潮流的人，所以，“我覺得要盡量避免過熱，很多事情還是要想清楚，一步一個腳印把它做好，回歸技術(shù)本身，以及讓技術(shù)造福人類本身。”
去年12月的一次國際會議上，劉杉主持過一場關(guān)于元宇宙的討論，參與討論的有來自谷歌、英偉達(dá)等業(yè)界的高管、科學(xué)家。劉杉發(fā)現(xiàn)，大家對元宇宙都沒有非常清晰的定義，都是發(fā)散性思維，感覺什么都可以包含進(jìn)去。所以劉杉更愿意退回一步討論“全真互聯(lián)”，或者VR/AR等具體技術(shù)帶給大家的沉浸體驗，以及這些技術(shù)怎樣實現(xiàn)產(chǎn)品化，為文化傳承服務(wù)，比如她的團(tuán)隊與故宮研究院、敦煌研究院的技術(shù)合作。
一些正在進(jìn)行中的項目可能不太方便透露，劉杉只舉了一個例子，即面向機(jī)器視覺的視頻編解碼技術(shù)。“2019年開始探索，隨著國際標(biāo)準(zhǔn)組織正式立項，我2020年開始擔(dān)任國際標(biāo)準(zhǔn)專題組的聯(lián)合組織，這是一個全世界都從零開始的探索。如果說，之前的音視頻技術(shù)解決的是人和人的關(guān)系，我們現(xiàn)在要開始探索人和機(jī)器、機(jī)器和機(jī)器的關(guān)系。”
劉杉曾在接受媒體采訪時說，“感謝公司給予我‘科學(xué)家’的稱號，不過在我的內(nèi)心里也一直住著一個‘工程師’。”
科學(xué)研究是開放的、不確定的，研究的成果往往和最初的預(yù)想不一樣，但做產(chǎn)品是反推的邏輯，需要更多確定性和規(guī)劃。
“二者沒有孰優(yōu)孰劣，每個人都要找到自己的熱情所在。就我個人的經(jīng)歷，我喜歡嘗試新東西并樂于擁抱變化。”劉杉說，她很喜歡喬布斯的一句話：“生命里的每一個點，最終都會連成線。”她的工作經(jīng)歷中有過算法研究也有過產(chǎn)品開發(fā)，她堅信，“所有的工作，只要你認(rèn)真投入過，都不是浪費時間，都將是你的積累和財富。”
