下拉刷新
释放刷新
正在刷新
  • 刷新
  • 倒序

2018-04-16 14:06:32

由猎云网、AI星球共同主办的“2018年度人工智能产业峰会”将于4月17日在深圳大中华希尔顿酒店举办。创客猫受邀到场进行独家图文直播。

2018-04-16 14:10:40

活动流程:

微信图片_20180416141049.jpg

2018-04-17 09:20:51

创客猫已抵达活动现场。

2018-04-17 09:23:12

ckm.jpg

2018-04-17 09:24:08

ckm.jpg

2018-04-17 09:24:48

ckm.jpg

2018-04-17 09:25:17

ckm.jpg

2018-04-17 09:25:42

ckm.jpg

2018-04-17 09:46:17

主办方致辞

猎云网创始人兼CEO 靳继磊

ckm.jpg

2018-04-17 09:48:57

靳继磊:

提到深圳的春天,总让人想到希望。深圳从小渔村成长为拥有一千三百万人口的大城市,既有时代的机遇,也少不了全国各族人民的期望。深圳有一句话,来了就是深圳人,体现出这座城市的包容性,几十年来深圳通过制造业积累了财富,并逐渐投入到高新技术的研发和创新中,吸引了众多优秀的技术人才和创业者。与此同时,风险投资随之而来,在硅谷上“中国硅谷”报告大多数是写深圳,这里正在成为全球公认的硬件硅谷。尤其是在外国人的眼里深圳从改革开放到今天的转变几乎代表中国奇迹,深圳不仅是一千三百万创业者的故乡,更是华为、中兴、腾讯等等企业的发源地,今天人工智能成为全国科技创新的新焦点、新风口,在这场数字革命的浪潮中,深圳已经抢先布局人工智能的战略制高点,越来越多的深圳企业汇入人工智能的浪潮,不但推动技术本身的进步,也在各行业带来创新模式的重大改变,让人工智能迅速落地,逐渐清晰。

2018-04-17 09:49:41

ckm.jpg

2018-04-17 09:50:57

靳继磊:

人工智能的产业形态类似于金字塔的形状,处于金字塔的顶端是算法和芯片,门槛较高,中间是计算软硬件平台,最底层是应用层面,包括自动驾驶、图像识别、医疗等多个垂直市场。如今中国在这个金字塔的中底层已经取得一定的产业优势和成绩,而其中从全国范围来看深圳是其中的显著代表,深圳具有完备的制造产业链,包括制造机器人的产业链,为设计开发制造人工智能系统提供了得天独厚的条件。深港合作的高校和研究机构,正在为人工智能的落地源源不断培养高层次人才,学术界和企业界的融合不断深化,这是深圳打造AI硅谷的优良条件。

2018-04-17 09:52:45

靳继磊:

猎云网作为领先的科技媒体和投融资平台,上线以来为创业者提供优质的创业内容,通过各方面的服务为创业者提供价值。如今,在大众创业、万众创新的政策推动下,中国的创业创新正在迎来最好的时期,创业者顺势而起,使我们看到深圳具有的优势和对资本的吸引力。因此,我们从成立之初就开设深圳分站,希望和更多的深圳企业家、创业者建立良好的沟通合作,并与高速成长的企业携手共进,希望创业的大潮留下浓墨重彩的一笔。

社会的变革已经到拐点,对大数据、智能化的数据决定企业角逐世界重要砝码,直到今天,广东人敢为天下先的精神在创业。智能时代来临之际,我们需要了解AI变革的规律,引领新的商业变革的到来,抓住先机,更好拥抱新时代的到来,而不是被智能化浪潮所淘汰。

2018-04-17 09:53:45

主题演讲:人工智能时代下的精准零售

林元庆 Aibee创始人兼CEO

ckm.jpg

2018-04-17 09:55:30

林元庆:

Aibee确实比较新,有很多人不一定听说过,我们取这个名字的本意是AI赋能升级传统行业。

我们的使命是AI升级传统产业,大家知道在过去10年左右,AI最成功改造的行业是搜索。十年前的搜索和现在的搜索有非常大的区别,比如十年前的搜索基本上都是文本的,现在的搜索已经不但理解文本,还可以理解图片、视频,现在搜索这么大数据的处理,都是通过算法做到的,现在搜索的背后人工智能是起到非常重要的作用。

我自己出来创业,非常希望做AI升级,搜索以外的行业。我出来之后拜访了很多的企业,比如在零售、教育、旅游,我们希望AI进来能做三件事:一是降低人力成本,二是提高用户体验,三是增强运营效率。我们希望在这些行业上AI能同时做到这三点。从技术层面来看,非常需要AI进入传统产业,对AI来说,数据是非常重要的。第一波的大数据,在互联网企业。第二波,我自己的努力,是在传统行业。即使是从技术发展的角度来看,AI应该和传统行业结合。

2018-04-17 09:58:45

林元庆:

我们计划2018年AI升级两个行业,开始升级两个行业:一是线下零售,二是会做AI升级线下领域。

线下零售,过去一两年来说,我们理解要进入新的时代,大家最近听到很多。Aibee像我们说的精准,精准零售核心是希望在零售的场景下实现信息找人。我个人理解,互联网时代和AI时代非常重要的区别,在互联网时代还是人找信息,通过搜索或者去那里玩要找攻略,基本上还是处在人找信息。AI时代,应该是要做到信息找人,我们现在已经看到很多新闻客户feed流,把你关心的新闻都聚合在一起,你只要在这上面看新闻就可以。现在很多阅读习惯不再看分散到各个地方的新闻客户端,基本上只要去今日头条或者百度feed流,一个地方就可以有你关心的所有新闻。

ckm.jpg

2018-04-17 10:00:05

林元庆:

Aibee我们做精准零售,怎么做?我们想做的场景分三个不同的层次:一是最简单的零售场景,快餐的连锁,比如星巴克、麦当劳、肯德基等,他们的SKU很少,大概10-20个。他们的目标很明确,就是快餐,这是最简单场景的零售。我们希望有非常好的机制让这个店非常知名让来这边的顾客能感觉到非常好的体验。

二是精品店的连锁,SKU在几百到一千,用户的需求会比较多样,跟快餐店相比。这里面大家很容易想到,特别是对于高端精品店,怎么提高转化率。三是Shopping mall,可能是十万级别甚至到百万SKU,一个Shopping mall关心的人也是在几十万,这个规模要更大。

2018-04-17 10:02:45

林元庆:

我拿Shopping mall作为例子来讲怎么样实现信息导流,你要做到信息导流很重要的是要理解人有什么,人要有信息。在这个场景我们要对信息精准理解,我们做的是非常全面的顾客的识别,我们希望知道每个人来,对产品里面做全链货品的管控,所有的SKU都可以自动识别,做到全场景覆盖。我们要做精准零售,在Shopping mall场景就要对人货场有非常好的理解。有了这个例子,我们为了做精准推荐还需要高精度的推荐算法。刚才说的人货场的理解是建立高维度的用户发现,这个维度不是大家通常的看到几十维或者几百维,我们说的高维度可能是上百万维度的用户画像,拿着用户画像需要研发非常高精度的推荐算法,这样能够实现我们的精准推荐。

ckm.jpg

2018-04-17 10:04:27

林元庆:

举一个例子,线下场景下对精准度的要求更高。比如说在百度或者在阿里,他们给你推荐广告,比如推荐十个广告,他们觉得转化率很高,他们很高兴。线下的场景,比如你推荐十条信息,只有一条有点感兴趣,以后肯定就不看这条信息了。在线下的场景,要求更高。不管是用户发现层面还是推荐算法的层面,我们需要全新的做法,希望在信息上有大的提升。我们是提供整体解决方案,大家可以感觉到,我们要做人脸识别、人的检测跟踪、三维重建或者商品识别,mall里面还可能做AR,AR可能还需要语音识别,我们要做的线下零售不是单点技术,这是我们公司Aibee非常多的AI创业公司非常不一样的地方。为了做这个事,要金刚钻,我们团队希望搭建非常强大的团队。

2018-04-17 10:05:14

林元庆:

创始人除了我,还有Silvio,他是斯坦福的教授,在三维重建的领域是非常顶尖的专家。我们的团队在硅谷和北京两个地方。虽然公司刚刚成立5个月,公司去年11月份成立,但是去年1月份就已经给一些企业做工作,我们的发展非常快。

2018-04-17 10:07:45

主题演讲:AI,互联网汽车的新引擎

夏珩 小鹏汽车联合创始人兼总裁

ckm.jpg

2018-04-17 10:09:50

夏珩:

我今天是来自制造行业,我在学习、工作一直是学汽车、做汽车。我发现现在不光是汽车领域,整个工业界和AI的融合是非常明显的趋势。在AI硬件上融合以后,有哪几个非常明显的特征?我个人总结起来,1、传感,我发现大量的传感的新技术在升级,在创新。2、执行,怎样把机器人的执行做得更加精准、更加明确、更加到位,这是很多团队研究的。3、决策,如何用AI的算法进行智能控制。4、连接,如何通过连接让不同的工业设备之间变得更智能、更协同,具有更多的能力。

2018-04-17 10:11:49

夏珩:

我相信大家在探索过程中都发现各行各业的工业品有和AI结合的前景,我觉得AI+互联网+电动汽车是中国新汽车时代的巨大机会。1、中国在2015年到2017年的新车总销量达到了8900万台,接近9000万台,现在是全球当之无愧的第一大新车市场,几乎接近美国每年新车销售量的2倍。

2、同时2017年全球新能源汽车达到了100万的销量,每年几乎按照50%-100%的增量迅速上升。

3、中国汽车发展史上,我们发现首次出现自主品牌,占比超过40%以上。中国人越来越自信,越来越多的产品选择了中国自主品牌。在这样的变局情况下,汽车和AI的结合能够给我们带来大商机。AI技术不仅仅作为科学的前沿,能够在汽车里面体现非常大的商业价值。我们相信随着AI和汽车技术的融合,汽车价值越来越多从机械转到软件,从以前的销售转向运营和服务。这是互联网汽车越来越多的商业机会。

ckm.jpg

2018-04-17 10:14:56

夏珩:

小鹏汽车要做的事情是基于AI和汽车融合的互联网汽车,我们觉得第一个核心挑战是自动驾驶,自动驾驶是AI在汽车领域结合的最最明显的一个技术特征,自动驾驶,我在刚开始提到难点无非是四方面:1、传感,我们利用哪些传感器为自动驾驶保驾护航?现在用于汽车上的传感器、摄像头、雷达,怎样把摄像头和雷达不同的有点利用起来,融合起来,为我们做正确的决策、合理的决策,这是自动驾驶方面传感方面的难点。

2、执行方面,汽车毕竟和安全相关,我们的转向、刹车如何精确、安全的执行,这是非常大的难点。

3、决策,如何根据传感信息进行正确的判断而做出正确的选择。

4、网联,怎么把不同车之间的数据安全的连接起来,同时给我们的决策提供正确的信息,这是非常重要的一点。

2018-04-17 10:17:50

夏珩:

小鹏汽车成立4年中,前面3.5年时间都是在做研发的工作,我们可以看到AI时代的创业比起整个创业要重很多,从研发一直到产品的落地,经历了漫长的时间。在这个阶段,我们也看到大量的团队做自动驾驶。小鹏汽车有哪些自己的思考?

1、L3的自动驾驶落地,我们觉得自动驾驶的Demo并不难,如何商业化是最难的。小鹏汽车最开始大规模量产上部署的自动驾驶功能是基于低速的自动驾驶,比如堵车时的自动跟随、自动泊车等等,尤其自动泊车方面,我们做了大量非常新的尝试。比如说现在市面上大多数的自动泊车只能识别一个车位,我们可以识别多个车位。现在市面上的大量自动泊车功能需要人的很多辅助操作,自动化程度更高等等。长远来看,我们希望能够在2022年把L4的自动驾驶实现,而且L4的自动驾驶跟特定场景结合起来,能够给企业的商业模式带来巨大的变化。

ckm.jpg

2018-04-17 10:20:54

夏珩:

2、小鹏汽车的思考,一是在于量产的自动驾驶落地开始,我们预计今年年底、明年年初大批量交付的车辆就会搭载L3的自动驾驶系统。实际上我们现在有几百台车在小范围、小批量的交付运行。交付运行过程中,我们测试云端、终端和数据的迭代和演进,我们觉得互联网汽车、AI汽车另外一个显著的特点是可升级、可连接,我们的车交付给用户之后它仍然可以继续升级,通过OTA升级,不断更新软硬件的体验。

3、个性化和本地化,为什么我们觉得自动驾驶在中国的创业有非常大的机会?因为它本来是特征非常明显的技术,特别是中国的驾驶习惯、亚洲的驾驶习惯和欧洲、美洲是非常不一样的,如何针对中国特定的路况、中国年轻人的驾驶习惯来进行我们的自动驾驶,这是我们思考的话题,这方面我们会做大量的工作。

ckm.jpg

2018-04-17 10:22:31

夏珩:

小鹏汽车作为互联网产品,我们核心差异化,除了适用于中国特色的自动驾驶,很重要的点是自建我们自己的超级充电网络,今年会在全国建设小鹏汽车自己的150个超充站,三年内建超过一千个超充站,这个超充站和人工智能有什么关系?我们先打造好适合电动汽车用的天罗地网,天罗就是4G网络,地网就是超充网络,不仅提供好的服务体验,也是进行OTA升级非常好的阵地,包括自动驾驶运营非常好的阵地。第三个是跟特斯拉 model3相比,我们的自动化更强,成本更低。

2018-04-17 10:24:36

主题演讲:把握AI好项目,泡沫丛中的投资秘诀和逻辑

姚海波 昆仲资本创始合伙人

5ad5615fa6ecb.jpg

2018-04-17 10:26:58

姚海波:

泡沫看两件事,一是钱,二是人。这是最新的数据,中国人工智能创业公司占全球9%的比例,但是我们拿到全球接近48%的融资,超过美国排名第一。这是过去一年发生的,2017年之前我们一直在美国之后,这是我们看到资金的流向。

第二个,中国目前只有1/4不到的人工智能的从业者,超过十年的经验。这个数字对标看美国,美国其实也是一半,所以大家都在选择创业机会的全新的状态。从人才梯度讲,我以前在湾区做过一些投资,湾区的小伙伴是从伯克利和斯坦福给我最新的数据,今年AI博士的申请仍然是在高位的,我大概了解了一下,今年斯坦福的AI人工智能专业的博士大概有6000人左右申请,可能过去几年的申请,AI人工智能基本找不到工作,还有来自这个行业的同行转行做投资。

5ad55e278c4f6.jpg

2018-04-17 10:29:22

姚海波:

除了人和资金,接下来就看美国,美国在人工智能行业不太多谈什么?头部,这是中美在人工智能行业最大的区别。比如美国很多投资公司,我称之为母体公司,母体就是最后都有可能回归母体。

美国的互联网巨头他们之间的渗透只是做边缘业务的渗透,中国的互联网机构是全业务的渗透。比如美国亚马逊不会做搜索,Google不会做支付,中国是互相渗透。美国的更倾向做生态系统,在生态系统找到自己的位置,而不是做头部公司集齐所有资源。

美国的AI创业公司都在微观上做积极结合,有一个公司的案例蛮有意思,Pilot AI一个非常早期的公司,他们也是做人脸识别的,目前做极端设备的人脸识别,它的收费模式和中国做安防完全不一样,一个月一个摄像头收客户800美金,尤其是境外的客户,他们是原以为算法付费。中国的公司必须给硬件、软件、有方案,而且方案还要有人过来服务。我觉得这是一个巨大的不同。

ckm1.jpg

2018-04-17 10:32:28

姚海波:

至于什么时候进入下半场?我给大家提几个新鲜事。过去一年有34家AI的安全公司拿到融资,其中这里面有4家估值接近或者超过10亿美金,这些公司,我觉得这是未来人工智能的军备竞赛,比如Cybereason做人工智能网络安全,每秒钟发送800万个探针信息,在检测你这台设备是不是在网、是不是在线。后面的Harvest AI,它专门监控每个公司的专利,你的专利每秒钟被多少人检测、被多少人复制、被多少人copy、被多少人引入,意味着你的专利是不是会被侵权。

2018-04-17 10:33:19

姚海波:

去白领化的AI公司加速,不管是在座的各位,每位用户并不在乎应用背后有AI技术。AI教父说了,如果引入人工智能应用,大家已经用得非常流行,它其实不是未来。什么是去白领化?可能接下来在座的媒体,包括律师,我们的记者还有这些作者,以及都由白领工作变成了蓝领工作。

AI边缘处理化,过去我们的代表云设备、手机设备到各种边缘设备。刚才小鹏汽车的代表讲到我们布局了三家汽车公司,昨天我们几个人开会分析,Uber的汽车的撞车事件,出问题的可能不只感知的问题,还有其他。我们接下来的战场可能到这些设备上。

ckm2.jpg

2018-04-17 10:35:55

姚海波:

6位数的AI人才,为什么讲6位数?过去一年在AI领域的人才需求,比如说这家公司大家都知道,过去一年在人员方面的费用是1亿欧元。中国有一个同行是全球招募五百强公司前十大的猎头公司做了一份报告,过去整个AI人才的薪水,美金是40万美金左右,这只是入行不到5年的研究人员,未来你的公司可能不仅需要Android工程师,还需要AI工程师。

最后的观点,我相信大家会认同,人工智能最大的赢家是互联网和创业公司,这是麦肯锡找了行业80位CEO做的访谈得出的结论。

2018-04-17 10:37:31

姚海波:

我觉得中国是有着巨大创新腹地土壤的国家。深圳有一段时间出了几个名词,山寨机、黑手机,后来政府要求把这个写到政府报告,叫初级创新产品。我们深圳市鼓励创新,但是我们是初级创新产品,这是中国的一大特色。第二个是可以从零做到一、从一做到一百的能力。比如以色列只能从零做到一,我们既可以从零到一,也可以从一到一百,中国既可以做2B,也可以做2C市场。如果在座创业的小伙伴,你会看到有几波浪潮,如果大家踩上点都可以有机会,不管是AI还是智能网联汽车,还是过去几个时代,这些时代造就了很多公司。国家对我们很支持,比如深圳的腾笼换鸟、湖南的智能制造、贵州的大数据,还有军民融合的时代等。

ckm3.jpg

2018-04-17 10:39:11

圆桌论坛:2018,行业AI应用的进击方向

主持人:乔昕 深睿医疗CEO

对话嘉宾:黄丽辉 零秒科技CEO

何绍钧 十方创投管理合伙人

伍楚芸 云从科技高级副总裁

练叔凡 宽带资本董事

黄迁 小i机器人华南技术中心总经理

ckm.jpg

2018-04-17 10:43:03

乔昕:

大家谈论技术的同时,更关注技术如何落地,应用的场景、商业化的程度、市场的潜力,我所在的医疗行业首当其冲。我和很多投资人聊的过程中,大家都是希望看到你的商业计划。

各个行业遇到的问题可能都非常类似,下面的话题我们聊一聊咱们各自的行业是不是有类似的情况,咱们企业遇到这些问题怎么回答这个问题。先从企业家朋友开始。

ckm.jpg

2018-04-17 10:46:38

黄丽辉:

AI这块是大势所趋,不仅是医疗行业,在人们满足了基础的需求之后,AI算是能够提高人们生活的必须要经过的技术变革。不管是医疗行业还是教育行业,也是同样存在这块东西。我们给早教机器人提供核心技术,我们在这块有些体验比较深的感触。儿童教育本身是刚需点,随着二胎政策的开放,大家对这块的需求是只增不减,除此之外,在这块市场之前,交互式早教机器人替代之前,就有点读的学习机这些东西。但是传统早教的方式已经满足不了现在的家长或者小朋友的需求。

我们做了非常多的不管是技术角度还是垂直这块都做了很多突破。从医疗行业的导诊开始的整个流程,早教机器人也是从语义技术服务到往上层做内容,跟教育机构合作,不断挖掘,从心理建设、儿童的行为分析到儿童白天上课、晚上如何进行陪伴的补充教育。往下和业内比较知名的芯片厂商合作,做成软硬件的打包方案,让下游可以更好的应用。我们还可以配置一些基础知识的人员,让他们更好、更快的应用服务。

ckm2.jpg

2018-04-17 10:50:29

伍楚芸:

云从现在有很多重点行业,比如银行金融,一开始我们做+AI,+AI是在现有的业务场景或者流程上加上我们的AI技术,对现有流程或者场景做了补充。譬如说现在大家做的刷脸取款、刷脸付款,实际上它只是+AI,这是我们现在做的最多的。我们现在和银行要往AI+上做改变,AI+是要用AI技术重新打造一个行业、引领一个行业,创造更多的业务场景。我们不是针对传统的业务场景做效率提升,而是创造新的业务需求、新的业务场景,让银行或者金融行业,从最传统的业务往更深度化的业务上做改变。

我们现在和很多的总行做试点,做智慧银行的试点,我们走过的路可能都是一样的,我们要和银行的风控系统、核心银行系统、安全系统做结合,从而把我们的技术能够达到更多的提升。

2018-04-17 10:52:43

伍楚芸:

我举这个例子想说,我们现在思考一个问题,中国在技术落地上我认为做得比其他任何国家都做得好,因为我们有非常好的资源,包括数据资源、技术资源,包括国家政策的扶持。在这种情况下,云从探索的角度是我们做更多AI+的行业,除了银行,我们在交通、教育、新零售做了更多的探索。我觉得人工智能以及技术健康走过必然的路,我们需要把技术和业务做更深入的结合,从而创造出引领行业改革更尖端、更新的业务场景来,才能使AI的产业能够在中国蓬勃发展下去。

ckm3.jpg

2018-04-17 10:55:03

黄迁:

AI技术不会让人失业,让人转岗,这点我非常认同。因为在我们经历的行业和客户来看,这个过程非常明显,因为我们之前做机器人出身,在几个大型机构里面,他们有大量的客服人员每天接电话,在各种各样的微信、短信上进行对话,其实很多工作是重复性的工作,通过我们自然语言处理的技术,大部分转变为与机器的对话和交流之后,大大降低人力,降低运营成本和客服成本。

小i机器人很多时候在产业落地上,利用AI技术来降低重复性的劳动带来的成本,为各行各业在怎么节省成本,利用AI技术来发展它的业务方面,都做了很多促进的工作。包括其他的,也是通过这样的技术来降低成本。在产业结合上,我们认为AI一定是在未来有巨大的应用场景,在各行各业都有非常、非常多的落地。这个市场是巨大的,也是值得每个人参与其中的。

ckm4.jpg

2018-04-17 10:57:05

乔昕:

我们问问两位投资人,你们选择企业的时候比较看重哪些地方。

2018-04-17 11:00:41

何绍钧:

每个技术都有它的生命周期,对于AI来讲我自己有一点感觉,现在风起了,但是风口来了没有?那是要谈的。在不同的行业里面落地,它自己本身也有时间段,在很多具备的条件里面,我们看项目的时候会看不同的方法,对AI来讲,我觉得AI是“有解决方案,没有统一”。

很多情况下,我们看BP的时候,发现有很多一直过来谈应用场景,我问他们,你们和行业的人谈过没有?我刚才非常同意伍总讲的,是AI+还是+AI,两个的区别是很大的。我曾经创业的时候,觉得自己可以改变这个世界,主导你们行业,我告诉你们行业怎么做。但是回头发现,因为行业本身有自己的规律,有自己的做法,我是同意+AI,我们是辅助的工具,AI自己本身是一个技术,它不是solution,几十年的IT行业在未来也是一样,谁会付款、谁会买单,你是给一个解决方案。他们愿意为这个买单,但是不会为技术买单。

ckm7.jpg

2018-04-17 11:03:03

何绍钧:

从不同的角度来看,我是从技术的角度,我是码农、工程师出身,从AI新的方面来讲,是不是很酷的东西,这个东西很酷。另外一方面,作为公司领导人的角度,我怎么看技术?技术本身,不管是IOT还是AI,你能否为我企业解决问题?还是新的技术有没有机会把我边缘化,那是我作为一个行业的CEO角度看。另外一个角度看新的事物在里面,我自己看到一个酷的东西,我会不会为这个东西买单。我们讲的是一个锦上添花的事,还是看完以后现在掏钱包的事。

最后我从投资人的角度来看这件事,我对这家公司本身有什么酷的技术、有这么酷的团队,它有实在落地的方案,我值不值得投这家公司,然后你才去看它的估值是否合理,他们的认识是否合理,最后有没有可能变成一家独角兽?每个投资人都找独角兽,但都没有找到,都是误打误撞。

2018-04-17 11:07:49

练叔凡:

我相信大部分投资机构看AI的项目,我估计主要关注的点都差不多,首先是行业,二是人才,三是数据。行业场景说明你做的事情市场空间有多大,你做的空间越大,它可以影响后面的因素。比方说公司的人才,我相信只要这个公司的愿景足够大、市场足够大,虽然现阶段人才、技术支撑多一点,但是我相信会吸引很多传统产业或者传统丰富经验的人加入这个事,所以第一个还是看场景是否足够大。

第二个是关于数据,看数据获得的成本和合规性,相对来说中国的创业环境还是比较好的,相对落说数据量比较大,咱们数据获得的不管是途径还是合规性,比美国或者其他国家相对宽松一点。我们做这样的事情,我们看这样的创业公司,肯定要看数据标志的成本或者数据的来源是否合规。讲到人才团队,这对于不同阶段的公司不一样,比如成熟的有些业务或者比较成熟的公司在进入一些行业,不管是技术团队还是市场、渠道、销售团队都需要足够强。对于早期公司更加偏重团队。

ckm8.jpg

2018-04-17 11:10:31

练叔凡:

刚才讲的关于AI创业企业的产业落地,投资人怎么看这个事?对于我们基金,我们投的时候会关注具体领域,比如刚才说客服,除了小i机器人,我们也投了呼叫中心基础设施的公司,包括做呼叫中心系统集成的公司,我们希望在某个细分领域比较密集的投资,这些公司之间形成协同,希望帮助到一些新兴创业公司来相互介绍、相互鼓劲,能带进去。这是我们投资机构能做的第一件事。

第二件事就是耐心,我们一直看企业,打到企业的客户或者打到精准客户,它之前所需要经历的销售过程、POC的过程、落地、回款的过程,这个过程非常长。我们主要看这个事情的前景,只要我们觉得认同这个方向,我们不会太紧张,说马上要多少亿来看,我们还是会有一贯的支持,不管是资金上的还是业务上的支持。

ckm9.jpg

2018-04-17 11:13:51

乔昕:

医疗行业落地,我今天和各位企业家一聊,发现各个行业都很难,我原来一直以为医疗行业最复杂,因为每个科室、每种疾病,医院里面用不同的信息系统。医院的信息系统是最复杂的信息系统,前两天我看统计,说中国有三千多个不同的医院信息系统在使用,有的是找隔壁电脑商城里面的小伙子开发的系统,有各种各样不同的系统,跟国际上也是这几年才开始做一些标准化的工作。这对于人工智能在医疗领域,当然我们看到有很多的价值在这里面,我们评估医疗的产品或者医疗的技术,医疗本身的价值最重要,然后再考虑信息化的价值,对它的效果是否有提升。大家到医院,尤其是三甲医院,甚至有些医院每天的门诊量都会超过几万,每个医生都非常繁忙,中间没有工作流程如果不能非常方便的嵌入,人家不会接受。第三个是成本,你有没有成本的优势。医院采用了你的系统,我非常同意,我们是一个解决方案,能不能对它产生各种各样的经济上或者流程上或者是在临床上有巨大创新的技术。现在人工智能在医院的落地,刚才我提到十个应用,在医院可能十个都不止,可能上万,各种各样的应用,所以它是非常、非常细分的技术的解决方案的场景。这也是很多人工智能的企业,像我们企业,有很大一部分员工是来自医疗,很多医生在我们团队当中。所以说落地、商业化对人工智能下一步的发展非常重要。如果没有买单,投资人能承受的也是有限的。

2018-04-17 11:17:00

乔昕:

大家都说2016年是人工智能的元年,我们经过了2017年的高速发展,到了2018年,大家有什么期望?

2018-04-17 11:20:19

黄丽辉:

一是不断做一些技术栈,这是保证公司立足的前提。二是跟行业要做垂直,要做得足够深入,才能有机会突出,才有机会胜出。

ckm1.jpg

2018-04-17 11:23:48

何绍钧:

在深圳跟AI有关系,我们自己聚焦在几个领域,对深圳,特别是广东省、珠三角,我自己觉得AI+IOT等,是为所有的制造业有很好的机会,AI本身加上我们看的,在所有视频方面,某些领域真正能解决问题,比方基建方面,我们怎么样改进,然后减轻公司的负担,我们是非常看好这个行业的,真正落地。

ckm6.jpg

2018-04-17 11:25:18

伍楚芸:

我们认为2018年、2019年是生死存亡最关键的两年,尤其对AI初创企业来说,我们认为这是危机和机遇并存的两年,必须在2018年、2019年,在某些领域、某些行业必须扎根,才有可能往上走一个非常快速的台阶。从我们的角度来看,因为我们认为行业AI的进步是有差异的,从目前角度来看,从去年开始,包括今年,其实安防行业是非常大爆发的一年,厚积薄发很多年,突然爆发出来。

第二个是我们认为一些传统的2B的行业会有非常快速的发展,包括金融、零售、交通,像这种是我们通过AI技术能够快速提升这些传统行业的效率的行业,2018年、2019年绝对是非常快速爆发的一年。我们会把一些行业往2018年、2019年上看,有可能教育行业的步子会往后一点,商业价值的爆发可能相比起我刚才说的几个行业会稍缓一两步。

2018-04-17 11:26:55

伍楚芸:

医疗行业,医疗行业也在爆发,但是现在它的爆发程度和刚才说的安防、金融,智能商业、新零售,它的爆发程度是不一样的。它可能是在爆发的非常初期的阶段,但是从金融和安防,它可能已经到了1.5或者是1.5往2.0迈步的阶段,我们认为2018年、2019年非常好,至少我觉得在2020年的时候,我相信中国会涌现出一大批非常优秀的AI的企业,如果大家能用两年时间快速的找到自己合适的位置,包括云从自己,我们有非常大的战略,所以我们也希望这两年能够往上带一个台阶。我们认为AI是第四次工业革命,希望接下来的中国涌现出一批大量级的AI公司。

2018-04-17 11:27:05

练叔凡:

看未来三年,我认为两条线,一是对刚才说的三个领域,安防、医疗和无人驾驶,时间顺序差不多就是这样,一次做实的阶段。现在这个行业有非常多的独角兽,现在根据自己的业务来经营他们企业的业务,一些安防行业在证明他们的价值,接下来是医疗的落地,后面是无人驾驶。这是我们看的主线。我认为2018年、2019年是AI全面落地、全面铺开的两年。

除了这些独角兽覆盖的领域,在行业,不管是企业服务还是那些2C的新零售、教育、文娱,各个领域有非常多用AI提高效率的领域。我相信随着大的AI平台的发展,随着中国整体AI人才的团队的越来越溢出,接下来会有很多小而美的领域被创业者发现,去创造价值。

2018-04-17 11:28:21

主题演讲:人工智能如何推动传统教育产业升级

樊星 乂学教育联合创始人兼CTO

ckm.jpg

2018-04-17 11:32:31

樊星:

乂学是一家人工智能教育互联网的公司,乂学目前已经完成2.7亿的天使轮融资,新一轮融资正在进行,我们在美国建立了我们的研发中心。在全国开了500多家分校。乂学创立开始一直致力于用人工智能的方法给大家提供个性化的教学体验。

教育市场的情况,从现在的表格可以看到,基本上网络教育已经在多个方面代替了线下教育,且大大超出线下教育。我们可以看到中小学辅导里面还没有看到靠谱的网络教育替代,教育不是这么好做的。现在的投顾公司,比如新东方、好未来所占的份额只有5%,这里面主要的原因是老师的资源导致这个问题,老师的量是不够的,老师的质量怎么样,同样一个老师在早上10点和晚上10点提供的教学质量完全不一样。老师的位置,今天有一个好老师可能和你不在一个城市,也没有办法给你提供好的教育。

ckm.jpg

2018-04-17 11:35:00

樊星:

从整个市场层面看,现在整个行业的痛点是什么?我们现在的教育和三千年前孔子的教育没有本质的区别,我们可以看到90%的孩子在学校2/3的时间浪费了,千人千面的教育和千篇一律的教学需求的划分。很多同事都有孩子,我们认为孩子在学校1/3的时间讲的是孩子听不懂,1/3的老师讲是的他已经听懂的,只有1/3是听不懂且他应该学的,这是为什么有2/3的时间是浪费的。这是我们现在的现状。问题意味着机会,我们怎么解决这个问题?

2018-04-17 11:37:35

樊星:

乂学给出来的方法,我们能不能用人工智能的方法让系统代替一个优秀的特级教师,从而给每个孩子带来个性化的教学服务。我们如果能用系统性复制无数优秀的特级教师,全中国每个孩子在每个学科里面都有这样的老师培养他,这个孩子的所有潜力、所有能力是不是都可以挖掘呢?这是非常理想的情况。

我们可不可以考虑把若干个老师的大脑装进一个系统里面去,这个系统可能就模仿了无数人的大脑,每个优秀的老师都有自己的套路,针对某些孩子的问题解决。如果这个AI系统能模拟很多老师,那是不是AI系统可以对每个孩子都提供这样的服务呢?这个东西听起来有点天方夜谭,实际上已经落实了。比如导航系统里面,导航系统把地图放进去,加上无数的AI导航策略,现在完成给每个人提供个性化导航的任务。

ckm1.jpg

2018-04-17 11:39:15

樊星:

做到这个对行业的变革性意义有三点:教育资源不公平问题,因材施教这个喊了数千年的问题得到解决,我们培训机构无法扩张老师的教学资源的优势没有集中的问题也可以得到解决。

乂学目前已经完成了国内首个教学全覆盖学前、学中、学后人工智能自定义系统的研发,基于这个基础,乂学走得比较激进,我们完成了70%是AI系统老师给孩子教,只有30%是我们的人工老师在教。我们是这样理解,教育教和育是拆开,教是教学,教学这件事100%或者90%以上可以用AI或者系统来替代,我们把育人的工作交给老师做。我们认为未来的教育会是这样的情况。经过乂学实际的实践,目前我们的机构里面很大程度摆脱了对老师的依赖或者降低了对老师的依赖。

ckm2.jpg

2018-04-17 11:42:48

樊星:

自适应教育并不是新鲜的事,其实在国外已经有很长时间的探索。国外做了人机大战,他们高校里面发现AI系统教的班比教授教的效果还要好,他们的得分更高。自适应关键的几个点,主要是这上面的几个点。我们怎么模拟一个优秀的教育老师,我们可以通过精准个性化推荐,主根溯源真正放弃几个点,你必须找到问题,更重要的是推荐,你给人药方必须靠谱。追根溯源,你给出来的方法不能只治标不知本。你要有舍有得,不能鱼与熊掌兼得,孩子的时间有限,这是系统里面要做到的事情。乂学目前已经做到3.6万知识点,和1.5亿知识关联图谱,这些都得做。

2018-04-17 11:44:30

樊星:

我们的AI系统、我们的人工智能自适应老师,为什么比人工老师牛?牛在什么地方?它当然有弱点,主要牛在三点:第一是精准检测,精准检测可以比人工老师高很多,精准检测可以看到有三点:一是准,二是细,三是测得快。人工老师很难达到,这里面有一个类比,我们可以想像,医院里面的CT机,可以在你躺下10分钟以后得到精准的报告,而你要得到同样的报告,用传统的方法要10天半个月时间才能得到。

第二是个性化推荐,个性化推荐我们可以想一下,我们现在都在今日头条,我们可以发现今日头条给你推出来你特别想看的内容,或者让你欲罢不能的内容,我们每次让孩子学的东西让孩子欲罢不能的内容。这些要基于孩子实时状态的判断以及对他评估,然后给出合适的推荐,个性化推荐只有AI系统才能达到这样的精准化程度。第三个是自我学习,人工智能系统可以季度或者半年时间就有很大的进度。百度导航,最早是上海到南京,而现在是几何数增长。

ckm3.jpg

2018-04-17 11:47:27

樊星:

在乂学的引导下,人工智能自适应成为行业的共识,大家认为这是整个教学的未来,在这样的环境下,有很多同行在积极、快速的跟进。

在乂学实际的学习里面,我们已经用人工智能的方法让这个系统代替了老师,代替了70%的情况。这个东西是不是靠谱呢?其实整个从目前的教学效果和市场反馈来看,目前这条路走得是对的,是没有太大的毛病的。而且可以走得更深。

2018-04-17 11:51:10

主题演讲:视频AI情景营销商业化落地

董慧智 video++COO

ckm.jpg

2018-04-17 11:53:03

董慧智:

video++是从2014年开始创立,到现在3年多的时间,我们一直致力于AI+文娱,当然文娱更加集中在视频领域。AI现在快速发展的过程中,要解决什么样的问题呢?其实我们都知道视频是非常、非常风采多彩并且最容易打动人的媒体。

视频占据了市民22%的时间,每天放在视频中有22%的时间,视频中我们能做的事情是看它,被视频打动,看到视频的内容。视频的商业化进程是非常薄弱的,大家看到视频是90分钟前面1-2分钟的硬广,所有的用户都希望它消失,最好不要有。商业化和用户体验之间的感受是永远脱节的。视频如何做到更好的商业化?这是我们一直做的。我们通过AI要做的事情是把视频的内容价值挖掘出来,让他对营销、对商业更有价值。

ckm.jpg

2018-04-17 11:56:21

董慧智:

大家都看重视频,包括现在很火的直播短视频,其实在整个视频领域的广告和商业化的体量已经接近千亿,而且它还在快速增长之中。大家都知道随着快手、头条、抖音的快速发展,短视频的广告也在快速成长。2017年一直到2018年、2019年,一直到2020年,整个市场基本上每年都有20%-30%的成长。

形式上,视频广告还是老三样。视频内容价值如何挖掘出来?我们自己做的AI是把视频内容进行结构化,这里面视频不能商业化最重要的原因是因为视频内容是黑盒子,通过人的观看才能真正打动你。

我们首先做的事情是对视频进行扫描识别,挖掘出来里面的场景,再根据场景进行投放。我们做的事情实现了这样的目的,视频中所有的广告,目前一共有两种投放方式。大家比较熟悉的,比如说《爸爸去哪儿》、《欢乐颂》,这样的节目中看到广告组进行投放的时候,选择投《欢乐颂》是因为这个大IP有很大的流量,符合品牌的调性。第二种投放是DSP,就是所谓的程序化投放,程序化投放可以定义为人群定向投放。

ckm.jpg

2018-04-17 11:58:32

董慧智:

把一个广告组进行投放有效的营销分为三个维度:1、人群的定向,能够把广告给最适合看我广告的人,我最希望看到的人看。

2、性价比高。很多广告说我花一千万投广告,我知道其中500万被浪费了,但是我不知道哪500万被浪费,性价比是所有广告主都关心的内容。

3、场景,目前为止,很多时候大家投大IP也是为了投场景,RIO鸡尾酒投《欢乐颂》是因为里面有很多特别适合RIO鸡尾酒出现的地方,所以才会投它。

但是你发现这三个点无法兼容,当我使用大IP进行投放的时候,我会发现《爸爸去哪儿》、《欢乐颂》官名动辄好几千万甚至上亿,虽然达到场景的定向,但是没有办法兼顾性价比。而传统的DSP投放可以得到非常棒的人群定向,但是没有办法预知我的广告到底在什么地方出现。

ckm.jpg

2018-04-17 12:00:33

董慧智:

我们在做的事情,我们把用户的关注度和用户的好感度曲线和内容关联度关联在一起,我们做了这样的研究。蓝线表示情感共鸣曲线,当用户在看到和内容非常相关的广告的时候,他内心是非常接受的,情感共鸣已经被接受起来。这时候效果最好。这是我们做这件事情的基础,我们要找到广告主最希望看到它的广告出现的地方,它的情景投放。

ckm.jpg

2018-04-17 12:02:01

董慧智:

当个品牌投放通过什么样的途径、什么样的场景进行投放,才能让广告内容和视频内容结合得非常紧,从而让用户不断可以接受这个广告,并且自动产生好感的关联度,我们进行了这样的总结。

当我在一个餐厅,只是一个很简单的场景,没有任何感情共鸣。当我通过AI技术把餐厅里面发生的故事学术出来,这时候适合什么场景或者品牌投放就明确,比如家庭聚餐,可口可乐。闺蜜Party,可能是女性用品。当我们把人、物体和场景结合在一起,形成一个故事、形成一个非常棒的情景,自然而然会激发出用户心里面对这个场景自然而然的场景流露或者情感共鸣,把品牌和当时的情感因素关联在一起。通过这个方式,我们把广告和内容联系在一起,既提升用户体验也提升品牌广告投放的效率。

ckm.jpg

2018-04-17 12:04:35

董慧智:

我总结一下AI+文娱的整体思路,AI在文娱方面能做的事情有三方面:一是感知,我们把人能感知和看得到的情感共鸣数据化、数字化,形成情景单元,这样可以直接利用的数据。二是自动化,自动化的检索出任何一个品牌或者一件商品进行推送时候所需要的场景,可能这些场景多达上万个。三是优化,自动化投放完了以后根据数据结果反馈回来,再优化投放策略,从而使视频之中的内容价值得到多方面的展现。

ckm.jpg

2018-04-17 12:07:47

主题演讲:人工智能研发设计和应用示范区建设之路

望治国 中新南京生态科技岛招商总经理

微信图片_20180417122613.jpg

2018-04-17 12:17:42

ckm.jpg

2018-04-17 12:20:58

微信图片_20180417122725.jpg

2018-04-17 13:58:35

主题演讲:以更广阔、更深入的视角看AI

联想集团 副总裁、联想创投集团 合伙人 宋春雨

ckm.jpg

2018-04-17 14:07:07

ckm.jpg

2018-04-17 14:09:31

宋春雨:

大家可能会想到人工智能技术是黑科技,我更想以更广阔、更深入的视角来看人工智能。人工智能关键产业的关键赋能要素,我们总结有五大关键要素,首先是前端的计算,就在于物联网。它对于数据的采集至关重要。

第二个是边缘计算,赋予前端的计算,智能化核心的组成部分。

数据端是汇聚在云端,云计算、大数据基础平台技术和人工智能的算法共同赋能,五大关键要素在人工智能时代共同作用来颠覆传统行业和给传统行业进行赋能。

联想创投从2011年开始,系统性的布局智能互联网和人工智能,我们的投资逻辑是从智能互联网的五大关键要素,从前端开始投。我非常清晰的记得,2011年,我们投入Face++天使的时候,那时候估值才几千万人民,今天寒武纪A轮就十亿美金。联想创投除了这两家公司,实际上我们在整个的全价值链条一共投了30多家人工智能的核心企业。

2018-04-17 14:11:51

宋春雨:

基础设施层面,智能互联网时代的算力非常关键。这是我们为什么投目前的人工智能深度处理器还有芯片的主要原因。除了这个之外,我们还投了一个公司,是做前端的计算,在智能工业的领域,目前中国的中船、高铁、风电的设备上都已经安装了智能传感器来做智能设备的匹配和优化,极大的赋能产业。

当然,智能互联网核心在大数据和深度学习的算法层面,我们有5家非常典型的公司,除了Face++在计算机视觉领域,还有另外一家自动化所投资的水滴科技,它把人工智能赋能在制造业的领域,最主要是高铁的无人驾驶检测车领域来做,还有固态识别。今天上午的嘉宾林元庆非常高兴做了Aibee的天使投资人,元庆把人工智能和传统行业项目结合,在精准零售业进行落地。

2018-04-17 14:13:17

宋春雨:

垂直行业领域,目前我们看六大垂直行业,智慧交通、智慧工业、智慧医疗、智慧家庭和智慧城市来进行整个AI的赋能。从我们来看,智能互联网时代确实基于PC互联网和移动互联网的时代,会如此深度的变革垂直行业的各个细分领域,带来N倍速效率提升的领域,这是我们认为下一个最重要的投资机会,带来N倍速的增长。

微信图片_20180417143031.jpg

2018-04-17 14:14:49

宋春雨:

大家知道AI的战争实际上是人才的战争,很多领域的算法,从AlphaGo、AlphaZero,包括工业领域工业AI的提出,人工智能算法核心技术的提升是驱动这个产业非常重要的驱动力。大家可以看到包括百度的首席科学家,刚刚创立了一个公司,把人工智能赋能在工业制造领域。像刚才讲的两个人是我们投资的蔚来汽车的美洲区的总裁,在做L3、L4的深度研发。Face++的孙博士,在计算机视觉领域的顶尖科学家。我们发现在所有投的公司里面的科学家,有一半在中国、有一半在美国,人工智能两极化的分立,从数据来看是非常明显的。中美是领先人工智能整个的创业和创新。

2018-04-17 14:15:22

宋春雨:

智能互联网不是孤立的,必须和产业进行深度融合才能体现它的价值。这里面对于创业者来说,要有本领域的科学家,还要在算法突破,同时还要有在行业深度融合的东西。Face++团队在智慧城市领域帮助中国公安部构建天网系统,是有很强的公安部指挥作战和情报数据结合起来才能做出这样的产品。金融领域的赋能,给现在的金融业赋能也是如此。包括林元庆建立的AI小蜜蜂和零售业几家大型零售业从小连锁店的模式,几十个SKU到上百个SKU的小型连锁店,到几万人大的Shopping mall的赋能,必须要和产业深度融合才可以。

微信图片_20180417143103.jpg

2018-04-17 14:16:35

宋春雨:

联想大数据平台,我们耕耘了十年时间,联想大数据是中国为数不多可以和BAT数据中心媲美的,我们有几十PB的数据。我们在宝钢供应链的优化,宝钢以前的整个钢板优化,之前浪费了很多钢板的耗材。使用联想大数据,预算率从60%提升90%多以上,每年节约成本,第一年节约成本超过1.5亿元,给宝钢省出来的。库存的增长时间降低了20%左右,这就是我说的大数据和制造业深度融合的案例。

2018-04-17 14:18:54

宋春雨:

有人经常问我,智能互联网时代、人工智能时代能不能出下一个BAT?我们的判断非常坚定,我们认为不只是人工智能的技术作为新科技,还有新物种和新平台方面,我们觉得都会带来巨大的机会。比如今日头条,今日头条的核心技术是推荐引擎,它现在成为文化和娱乐新物种的公司,它创造了大家获取知识和内容的新物种公司,你说它是人工智能的公司还是说它是内容的媒体的公司,两者是不区分的。未来的机会是大融合,也就是说新科技、新物种、新品牌、大融合。比如林元庆把AI赋能新零售做精准零售的行业,当它积累了上亿人在线下零售店实时购买的数据之后,它实际上就是最大的线下搜索引擎和推荐引擎,这点的价值实际上不亚于下一个阿里和百度。我们非常看好智能互联网时代的大融合的机会,我们觉得会诞生下一个伟大的公司。

微信图片_20180417143221.jpg

2018-04-17 14:19:04

主题演讲:深度学习处理器

寒武纪副总裁 钱诚

微信图片_20180417143131.jpg

2018-04-17 14:21:17

钱诚:

寒武纪公司是一家智能芯片领域的独角兽公司,经过两年办公司的历程,从2016年3月份到现在,随着在智能芯片领域、人工智能领域的深耕细作,发现从点技术、到做系统到做生态,体量也是非常重要的。

人工智能时代已经来了,跟我们以前的工业化时代、信息化时代一样,离不开最核心的物质载体。在工业时代,我们最核心的物质载体是发动机,我们在高端的汽车、轮船这些大设备商逐渐赶上世界的先进水平。在芯片领域我们正在赶超做集成电路的研发。智能领域的时代,像人工智能的芯片是非常核心的技术,我们把它类比成高端发动机的有门槛的产品,它需要架构、需要材料、需要算法、需要非常多领域的高技术才能产生划时代的产品。一旦研发出划时代的产品,意味着你在这个领域会站到1-2年的先机。基于这样的判断,我们觉得智能芯片很快会形成千亿的市场,我们需要做智能时代的芯片公司。

2018-04-17 14:23:06

钱诚:

我们的智能芯片在应用领域主要是绘制三个细分领域:一是消费的电子产品,可能需要非常有弹性的算法,大多数是点技术。

二是工业方面,在我们的交通方面,需要用到系统性的人工技术。对技术的需求还是刚性的,比如说自动驾驶汽车,一秒钟可能需要运行一百次自动探针的循环。

点技术和系统技术的融合到最后需要形成生态,那就是第三方面,我们现在做的大数据、云端智能的方向,要形成整个的生态,可能要提供非常多智能的接口给用户用,同时连接起消费者和流量入口。这三个领域对计算能力和智能芯片的需求非常旺盛,比如汽车行业,可能用智能的芯片和智能的算法为整个体系经过改造,它可能一下子颠覆几万亿的市值。

2018-04-17 14:25:38

钱诚:

大数据的产业有什么问题?用于解决问题的方式是属于非常独特的计算范式,它和我们以前熟知的理论推导、实验验证,不一样的地方是通过大量的数据从中间挖取出你所需要的有用的信息,最终得出一个结论。它对于数据的利用效率是低密度的,在计算的效率上,目前它也很难达到高的性能功耗比。现在排名非常靠前的超算系统还有一些巨型系统,计算智能的算法达到每瓦10G的次数,我们想让它提高到什么程度?在智能芯片领域,深度学习处理器领域,大家希望提升100倍以上,达到每瓦1T的水平,比如寒武纪的芯片、Google的TPU芯片,还有新创的团队和老牌的芯片制造商,大家说我要研发的是下一代智能芯片,智能芯片大家的目标是每瓦1T的量级。

2018-04-17 14:27:03

钱诚:

深度学习处理器,目前上面跑的应用有代替人类感知的,耳朵、眼睛的图象识别、语音识别。目标要瞄准代替我们整个大脑的综合性系统,比如说AlphaGo下围棋的系统,这方面不仅需要支持感知性的,不仅支持单一的神经网络,可能还需要支持外延的,更广泛的机器学习的算法,其中有些想要进行机器学习,也要进行支持。这样才能把典型的复杂的人工智能算法全部在芯片中跑起来。

微信图片_20180417144555.jpg

2018-04-17 14:28:41

钱诚:

人工智能的应用上,深度学习瞄准的应用方面,我们可以看到,从imagenet到visual Genome的变化。比如我做分类的过程中,一个小狗,把小狗的图像改一个像素,结果识别成游艇,这样不行,会出现事故。我们不仅要识别出来,为了在人工智能的复杂应用中还可以管用,我们需要理解人工智能所识别出的物体,找到背后的关联。这样就需要做这样的联系,这方面目前的趋势是多模态的识别,通过语音、图像各种各样的输入,通过很多不同种类的神经网络算法使得它全部都支持。通过智能的融合,最终得出很准确的判断。

2018-04-17 14:30:01

钱诚:

我们做VR技术,你要做很好的设备出来,你可能需要做人机交互,让人在这个场景下运营。还要用SLAM技术构建虚拟的场景出来,建模,还要做虚拟人物的AI,覆盖目前的所有深度学习算法和小部分的机器学习算法。如果你想要一个设备支持它,你怎么做?你需要做的是支持现在所有深度学习算法,这里列举了自然语言理解、搜狗速记,其实不是很准确,还是要不停发展。有很多算法把传统的机器学习、深度学习、神经网络做理解。

2018-04-17 14:31:19

钱诚:

怎么做到全支持神经网络算法?外界以为深度学习的优势、处理器的优势是做定制芯片,不是这么简单。首先是芯片要想做好,你需要用有限规模的小芯片,现在芯片增加很快,从几十层增加到几千层的网络,硬件结构固定之后,算法不断变化,你要支持千变万化的算法。它的功耗是小范围浮动,你的算法希望精度越高越好,对芯片的设计提出很多的需求。像寒武纪是跟其他的芯片、其他的厂商最显著的区别,围绕这三个方向,我们迄今为止申请了200多项PCP专利。我们通过三个方式来解决这样的问题。

2018-04-17 14:33:46

钱诚:

到目前为止,我们的芯片软硬件结合是完全和市场主流的软件无缝连接,软件人员用编辑接口开发的部分不需要经过芯片,直接可以跑起来。这中间要做到这一点是很困难的,编译器需要人员大量手工开发,有很多规则需要人工总结,目前很难有全自动的工具做。

微信图片_20180417144600.jpg

2018-04-17 14:35:01

钱诚:

寒武纪之前提出有一定轰动性的产品是2016年的时候,寒武纪1A是做华为的芯片里面去,通过我们的合作伙伴华为的市场推广,基本在国内传统芯片领域,如果需要加入人工智能的IP,希望立刻买到,目前都是独家找寒武纪提供。未来我们的发力点放在服务器端的芯片,比如和目前的P40等进行对标的芯片,因为我们判断以后人工智能的应用会出现很多重量级的软件、重量级的系统。类似于微信,人的生活方方面面都离不开的,一艘宇宙飞船、一辆汽车、一栋大楼和你交付的就是虚拟的人,你所有的需求和它进行交付,它自动帮你把整个系统完成运行。

2018-04-17 14:40:27

钱诚:

寒武纪在学术方面,还有市场推广方面,到目前为止创造了7个第一,今年2月份,美国的一个杂志对中国人工智能的发展做了分析报道,第一页,花大篇幅专门介绍了寒武纪的芯片目前做到什么程度。当然,这些学术方面在我们办公司之后,我们就提出了稀疏化神经网络的支持,二是应急。具体的细节没有公布,在不停的申请专利。目前做智能芯片的领域,大家对知识产权非常看重。这是我们之前做的事情。

微信图片_20180417144720.jpg

2018-04-17 14:41:07

主题演讲:“AI+”创业新机遇

国科嘉和执行合伙人 陈洪武

ckm.jpg

2018-04-17 14:42:35

陈洪武:

过去几年,在政策的暖风不断的吹,各个地方政府都在AI方面的关注度非常大,你要在很多地方讲到当地落地,政府很多都要讲,是否是人工智能,应该讲过去几年的政府大力的产业政策,一些新的优惠政策,还有人才政策等等各种各样的政策,使AI的创业热潮不断持续的升温。中国过去几年AI的创业环境非常良好,对于我们的创业者来讲是非常良好的。

往前几年大家讲技术,很多大的公司冲进来讲要做平台,应该讲平台和技术在过去来讲是很多大的机构、大的资源框的非常重要的方向,大家讲我有数据就做一个大的平台,可以吸引大量的创业者进来,形成所谓的新生态。有技术的人可以做技术,把我的技术赋能到各个行业去,我也通过技术成为一个所谓的平台。大家在过去几年里强调的依然是所把握的优势,到底优势在哪儿?是数据、客户基础还是技术?每个人尝试的角度和维度都不一样。过去几年持续不断的资源投入,持续不断的人才涌入,使得AI应用的场景越来越落地。我们自己的理解是过去几年,AI从开始引入市场预热一直到高烧状态,到现在为止,AI已经真正到了落地成果展示的阶段。也就是说再往下讲AI,单纯讲数据、单纯讲平台、单纯讲技术,我认为没有那么大的吸引力。更多踏踏实实到场景里面找应用,用AI技术去改变你原来传统商业形态的创业模式,可能越来越有机会。

微信图片_20180417150652_副本.jpg

2018-04-17 14:45:15

陈洪武:

对于国科嘉和来讲,过去几年一直在寻找在场景当中运用有优势的公司,这是我们在AI领域的布局,首先是深醒,它非常好的应用了AI技术去解决安防、公安领域的问题,他们的应用场景非常好的提升公安在打击犯罪方面的效率和能力,我觉得这非常重要。

像我们在医疗领域投了连心医疗,利用AI的技术去做放疗方面的方案设计。

微信图片_20180417150816.jpg

2018-04-17 14:47:52

陈洪武:

智能硬件方面我们也投了很多,比如钛米机器人,推的在医院里面,在无人状态下搬手术器械、医疗废物、导医,特别的应用场景是在核医学科的应用场景。以前核医学科的医生护士长时间暴露在辐射的环境里面,他们身体受到的伤害是潜移默化而且是必然的,应用我们的设备以后,我们的机器人可以走到病人面前帮病人送药,检查病人的身体体征,给他传递医嘱。以前需要医生、护士在高危环境下做的事,现在都用机器替代。大大降低医护人员受到伤害的概率,大大提升患者的满意度。所以他们的机器可以说颠覆性的改变了医疗场景下的服务形态的提供。

微信图片_20180417150908.jpg

2018-04-17 14:50:23

陈洪武:

刚才讲了AI的应用场景和怎么让AI系统跑得更好,在这些领域里面,我们在数据获取方面的技术也投了很多,包括云计算、数据库,在数据处理和存储方面应该讲大大提升效率,比传统的数据库有很大的性能提升。对未来的AI人工智能方面的应用提供了非常好的抓手。数据应用里面,我们投了网帅数据、罗格数据,都是在数据应用方面做了很好的尝试。这是国科嘉和在过去两年投的跟AI相关的企业。随着技术的成熟,AI越来越落地,我们应该讲国科嘉和依然会在AI的应用场景里面来不断的探索。

微信图片_20180417151144.jpg

2018-04-17 15:00:49

主题演讲:“天眼天网恢恢,AI在安防领域的商业化漫谈”

深醒科技联合创始人兼CTO袁培江

微信图片_20180417151316.jpg

2018-04-17 15:03:36

袁培江:

今天很多机构很关注人工智能在哪个点、哪个领域能真实落地,目前可以清晰看到,有很多企业,尤其创业公司更多是赋能,更多的是在探索,比如说做芯片的,有人做前端的感知,包括后面的决策,包括各种各样的。这些东西哪个是我们未来孵化的或者未来培育的,是巨头的,哪些是可以落地,真实的给我们带来应用的。作为深醒,我们在这个过程中采用完全新的模式,把技术和数据和应用整体的结合起来,提供所谓落地的解决方案。甚至上午大家提到的,你做的需求是你创造的,是你先有目标再找问题还是先找到真实的强需求,什么样的需求愿意买单,什么样的需求支撑你的企业发展。作为创业公司,我一直说我们很清楚我们知道自己能做什么,因为这是我们的优势,往往是基于一种商业模式,可能是基于某种专有的技术,或者基于特定的效率的驱动。实际上创业公司最大的问题是在于你要知道你知道你不能做什么。

微信图片_20180417152524.jpg

2018-04-17 15:06:15

袁培江:

刚才宋总和陈总提到,作为机构,尤其是国内著名的资本,他们更关注的是宏观的。今天我很感谢有这个机会向他们学习,包括向同行学习。但是作为创业的公司,我们更精准的定位,因为我们每分钱、每分人力其实都是有一个平衡点,当我们不断的烧钱、不断的融资、不断创造可能的需求,为未来做铺垫,就意味着我们处在悬崖的边上。深醒一直很冷静。我想分享一下深醒这两年能快速进入这个领域,而且我们是国内比较早的提出AI的落地,而且很专注的,当大家觉得安防是很苦、很累,而且不是有特别明显回报的时候,大家知道这个项目周期很长,从首次陌拜到最后合同落地要10个月,别人享受盛宴,我们还在辛苦的耕耘,因为我们要知道这个冬天其实很大程度是我们自己造成的。如果你的技术、你的产品对客户只是伪需求,只是昙花一现,那意味着你为自己打开了这个冬天的序幕。深醒的每个产品,每个点,甚至每个技术、每个升级,包括每个方案,最终不是我们自己定的,是我们的客户,是他们愿意买单的。

微信图片_20180417152645.jpg

2018-04-17 15:10:16

袁培江:

有人问到2018年和2019年的愿景是什么?一是生存,二是收获。经过这么多年的努力,我们以前拿到的单是百万级,去年拿的单是千万级,今年拿到的很多单是上亿的。这个领域拿的单子上亿很多是巨头公司做的,我们作为初创公司能拿到这样的单子,说明人家愿意和我们一起做事。作为创业公司,我们一定要知道这个生态不一定是自己亲自拓展,要找到好的合作伙伴在这个过程中一起发现机会,一起优化你的技术、优化你的产品、你的方案,最终我们可能会在新兴的领域会真正打造成为初创公司的发展。上午有初创公司提到AI会出现新的巨头,这不是温室中孵化的,我们要在发展过程中相互依靠、相互促进。我们现在开始搭建自己的平台,搭建自己的航母,我们有各种各样的装备。诚挚邀请各位和我们一起,我们现在拿的很多单子都是过十亿的,这不是一家公司能做的。创业公司一定知道自己可以做什么,怎么做好做精,我今天想和大家说的第二点是,我们可以在一个领域共同打造。

2018-04-17 15:12:31

袁培江:

公安的痛点不是我们定义的,公安的痛点是各种数据没有打通,真正的解决没有精力和时间,需要你给他提供交钥匙的工程,需要你提供的产品和技术是完整的,而不是工具。它的各个部门,而且每个地方的需求不一样,深圳的反恐压力很小,但是边疆,很多地方贩毒,那都是很重要的问题,怎么给他们提供服务是我们需要共同面对、共同解决的。

微信图片_20180417153141.jpg

2018-04-17 15:14:32

袁培江:

这就是真正的痛点,我们就是由一个很小的事情打动一个城市。曾经有一年,有一个公安局用我们的系统很快可以看到效果。当你提供的服务提供安全保证,而且可以提供可见到的效果,什么都不用说。我们希望每个创业者也是一样,他们真正愿意接受的,我们不用太多担心。红海、蓝海更多是在于我们自己。这里面涉及车牌、声纹、结构化等,有可能不是我们做的,但是我们了解他的需求,我们知道他需要什么。如果大家有这方面的技术,我听到很多行业专家讲过类似的,我们完全可以在这方面紧密合作,去解决它的痛点。当只有服务好之后,它才相信你,不管是公安还是军工,最重要的是口碑,口碑是我们自己一天天打造出来的。我们把整个系统,整个需求打通了,打通数据、打通算法,包括部署整个提供了。所以说我们的系统目前在行业里面具有非常强的实用性。我们非常期待大家在这个行业里一起打造,当你有足够强的造血能力,有足够强的能力,我们可以将冬天变成春天。

2018-04-17 15:15:59

主题演讲:“投资人更看好AI赋能,而非AI是一项黑科技”

启明创投合伙人叶冠泰

微信图片_20180417152743.jpg

2018-04-17 15:16:29

叶冠泰:

我用大家看得比较熟的Gartner科技成熟曲线来区分黑科技。不成熟、不商业化的东西有两个轴可以来做分割,一是时间轴,AI是很多技术中几个比较重要比如深度学习,它已经算是在最高点,在第一个曲线的最高点是深度学习,一般来说就是大家耳熟能详的,人脸识别、语音识别。其实每个东西刚开始的时候都是黑科技,但是随着时间的迁移,随着技术的成熟,它就变成可以赋能的项目,所以当我投这个公司的时候,不是刚开始就是黑科技,不是刚开始就是赋能,而是投资之后它发展成黑科技。

2018-04-17 15:17:09

叶冠泰:

今天我们看到很多芯片公司,像寒武纪做得非常好。寒武纪两三年前我见过他们。我个人是做芯片设计起家的,我是芯片工程师,我第一份工作在硅谷做这个。做芯片的东西是非常多的时间,需要两三年时间芯片才会成熟。生态链是需要多时间的积累,它不是智慧程度的东西。赋能和黑科技,赋能如果投,我可能在比较快的时间里面就实现商业价值,它所需要的技术或者生态链基本已经开始成型。可能我并不需要等一个芯片,等两年之后才可以做出来,才可以商用。现在可以做,今天已经有很多公司展示了什么可以用,比如安防,安防是已经成熟的行业。智能猫眼、智能家用摄像头,是已经成型的行业,它的硬件是成型的,芯片也是成型的,它只需要加成算法就可以做这样的东西。行为识别、公安的摄像头,刚才提到的不管是申请的1亿还是Face++,都是从这方面来的。中国公安对这方面的花费非常巨大,大家可能也知道,中国在安防上面的花费比国防还要大,国家有这么大的支出,在这里面是可以很容易追熟的行业。

2018-04-17 15:18:45

叶冠泰:

图象识别,不管是无人机的巡检还是飞控方面,它依托于无人机的生态链,它开始越来越成熟。像这里面,你们可以看到是已经成熟而且可以投资的领域。但是AI科技还是需要3年或者更长,我觉得很大的因素是这里面有很大部分硬件,比如芯片先成熟起来,芯片成熟起来之后才有能做的服务。不管是机器人还是自动驾驶的汽车,他们都需要更强大的积累,现在大家对于智能驾驶汽车,不是像特斯拉已经在卖的L2,它只是辅助驾驶,并不是真的智能驾驶。真的智能驾驶是2021年或者2022年,到今天是4年,从去年开始是5年,所以有比较长的积累,而且必须有特定的硬件。智能驾驶,刚开始投资的东西,可能并不是算法本身,可能投的是毫米波雷达、激光雷达等硬件,这些硬件从现在可以开始投入。

2018-04-17 15:20:05

叶冠泰:

投资AI黑科技,从投资人的角度来说,它的要求也是不一样的。赋能的行业和硬件技术,相对来说已经开始成熟,所以我们投资的会是技术和商业更加平衡的团队。而且它比较成熟,也代表在AI领域,今天也有很多人聊,但是我还是不断的需要再去强调。其实算法再精确还是需要硬件的。算法再精确更重要的是数据。所以现在BAT的优势是数据实在是太多,初创企业的算法再厉害,其实还是缺乏数据的。我们在投资赋能的时候,如果你直接和BAT竞争,我们要比它的数据更多,这不现实。我们想的是什么场景里面它是足够强的,比如医疗领域,没有人说医疗领域BAT数据比其他人更多,这需要数据积累。这可能是初创企业的机会。

2018-04-17 15:22:30

叶冠泰:

总的来说,去掉一些活的、私有数据的来源。这方面是AI赋能,它不需要找所有人都是CMU、微软、百度这样的团队,我们只需要用优秀的行业上的算法,但是再结合我们的数据和落地能力,就可以做得很好。如果我们投AI黑科技,它要做技术性难点,不但我们要攻克,并且要把握到它可以产生,而且还要找其他人来做,因为我们不可能都做了。它需要世界级的团队,并且能力超强。

2018-04-17 15:27:22

叶冠泰:

我们的策略,我们最看重最优秀的团队,我们把自己定位为最优秀的团队服务的机构,刚才提到的策略和上面没有太大差别。我们是看长期的基金,而且我们非常热爱新技术和AI的结合。我们是有11年历史的风投基金,目前为止融了40亿美金左右,今年上市的除了B2B,还有一个药业公司已经过会,我们投资的种类很多,我不一一介绍。

谢谢大家!

2018-04-17 15:30:27

微信图片_20180417152951.jpg

2018-04-17 15:33:31

主题演讲:“AI+教育让因材施教成为可能”

成长保创始人兼CEO路小得

微信图片_20180417160538.jpg

2018-04-17 15:35:55

路小得:

我们看到教育的个体通过过往的时间,在线教育越来越趋于对个体化培养的过程。在线教育行业只有短短15年时间,接下来我们要即将进入第四个在线教育时代。我们是1.0在线教育时代的典型用户,一起回忆一下,我那时候第一次触网通过在线教育完成自己的学习是我大学的时候考四六级英语,通过网站下载了《老友记》的字幕,通过字幕完成学习体验。1.0的学习是比较碎片化的,有一个社区,大家有共同的需求,能够通过下载的形式获取资源,到2.0时代的时候,我们发现时间跨越了资源,大家的连接时间变长了,这时候就会有点播、音频,有了更多的视频、音频的直播课程、点播课程。进入3.0,时间真正打通,跨越空间的局限,大家形成实时互动。越来越多更小范围的人被聚集在一起。当你的身边坐的越来越像你的同班同学,技术推动的是这样的事情,它不再是不知道谁莫名在哪里的学习过程,而是跨越时间和空间,让更多、更远范围的学习者能够走到同样的场景里面来,进行有社交、有温度的学习互动。

微信图片_20180417161507.jpg

2018-04-17 15:37:26

路小得:

在线小班课程,大家可以看到学生手的动作以及线上产品在同样的班级里面可以PK完成。数据的抓取和学习过程当中,是让交互更深度的进入整个在线班级,所以班级不仅仅只是PPT+上课的模式,真正的教育是数据抓取和互动上做到从技术核心,让每次的数据反馈立刻反馈给老师,所有的传播都应该是实时的。这是在线小朋友,包括整个点击和他们每个动作的轨迹,都可以通过这样的形式来完成。而且这是不同的地方小朋友用不同的设备终端同时完成。它可以完成很多复杂的动作,有不同数据成绩的抓取。这是儿童教育体现,通过体感,抓取数据轨迹和同步,做到让教育结果和教育过程更有趣。

2018-04-17 15:39:56

路小得:

我们用这么多的技术手段真正做到的是希望保护好孩子的好奇心、求知欲和探索精神。这三点是教育领域最重要的部分,一个孩子的这三项能力被呵护的时候,他的终身学习过程才不停有更强的学习结果。

2018-04-17 15:41:22

路小得:

教育4.0提出自由组合,我们前面提了匹配逻辑,有不同的模块、不同的老师,满足学员、老师、科健、难度系数和时间不同维度的组合。通过每次课程课后动态匹配来完成每个人的课程计划。第三点提出的是精算式反馈系统,它并不是一气呵成、一口气走到底的课程计划,而是通过数据不断累计,重新的算法,能够完成的是这个孩子在接下来之后的体验和学习计划上进一步的提升。所以它是由整个精算不停优化孩子的教学过程。我们之前谈的是很多学习者和老师方面,这是从广度上的,在匹配逻辑上是广度的逻辑,通过丰富多样性来进行不停匹配。我们在精算里面还强调一个观点,就是学习深度,它是纵向、深度式的逻辑。大家可以猜一下,这是成长保的一个讲师这位讲师毕业之后加入成长保的平台,大家可以猜一下她讲了多少节课。她一年时间讲了三千节课,意味着她平均每个月讲300节课。这就是典型的深度学习的过程,通过数据匹配,她能够在短暂的时间内完成大量的数据累计,完成她自己经验上的叠加。

微信图片_20180417161717.jpg

2018-04-17 15:45:59

路小得:

在线教育在科技助力上给这些从业者插上翅膀,通过技术和平台让他们的梦想飞得更高,走得更远。大家不知道一个三千节课的老师意味着什么,一个小学或者高中老师一个学期的课程计划量是两百节,一个刚刚毕业两年的老师通过后台匹配,可以完成主任级、高级职称教师的深度经验。这时候他在面对任何孩子都可以非常有经验的说,因为面对三千节课意味着接触过一万个孩子,有这样经验的老师可以称之为特级教师。它的魅力在于跨越时间和空间的成本,让一切的梦想变成可能。我们希望通过我们的技术的推动,让每个孩子成为独立思考的人。

2018-04-17 15:50:51

圆桌论坛:AI商业化进程中的问题与反思

主持人:

越疆科技CEO刘培超;

对话嘉宾:

狗尾巴草智能科技CEO邱楠;

乐聚机器人创始人兼CEO常琳;

沸点资本创始合伙人涂鸿川;

招商局创投VP甘自辛;

信天创投合伙人张俊熹;

微信图片_20180417161835.jpg


2018-04-17 15:51:59

刘培超:

第一个问题,智能硬件的需求中,有哪些是真实需求,哪些是伪需求,目前大家怎么看这个问题?

微信图片_20180417165728.jpg

2018-04-17 15:53:25

涂鸿川:

从AI角度来说,AI领域十年、二十年的起步。其实95年,各位还没有开始用电脑。我记得95年打印出网页,是URL网址的时候,加起来不到3页纸。我觉得今天的AI类似于那种,稍微比那时候好两三年。从那个点到后来有市值10亿美元、100亿美元是十年后的事情。现在的智能硬件,坦白说今年的智能硬件是属于非常早期的,但是有它的功能。这里面很重要的点,不纯粹是靠硬件,但是深圳有一个好处,我们看到很多智能机器人,看了之后差距并不大,应该还可以做更多的事情。比如通过做语音的方式,我觉得这只是开端。现在更多是用户怎么互动,比如导航,每部车的速度怎么样、每部车的行驶,这都需要AI。我个人觉得现在还是处于AI的1.0、2.0的阶段。

2018-04-17 15:55:25

甘自辛:

我们只能说现在的需求看上去比较浅显,优秀需求沉在水下,看不出来,更多是技术的拓展和技术的进步。某种意义来讲,从我本人包括我背后的机构来讲,我们会更关注已经能够应用到应用场景中的东西。对于演进中的技术还需要不断的积累,向上突破这部分,需要保持关注。我并不觉得我们今天看起来看不懂,暂时想不到拿来怎么用就是伪需求。有很多东西只能判断这是渐进变化的东西,现在需求方不是非常明确,更多的是这样子看。像刚才这位前辈提到的,我们这个行当中,在AI技术应用的领域,真的是刚刚启航,有很多东西可能现在看不清楚,我觉得真需求很多。我不认为所有东西都是伪需求,只有需求量集中起来成本过高,或者需求付费意愿不够强烈,体验没有到那个程度的需求。

2018-04-17 15:57:14

张俊熹:

这个世界的万世万物都是可以被量化的,隐含的是背后可以形成数据。二是宏观世界不存在真正意义的随机,很多事情是可以通过设计算法解决的,这是我们顶层的世界观。在这个世界观的指导下,为什么选择投资产业互联网?

我们认为这是未来明确、必要的需求。当一个行业从定性分析到定量分析的时候,它会释放巨大的产能。我们也是看到国内很多的早期互联网企业、电商企业,他们的发展历程,让我们看到了他们形成的在线化、数据化、人工智能化以后,产生巨大的商业价值和影响力。反观我们中国现在的更多的产业,其实可能连第一步数据在线,就业务在线都还没有实现,这块的潜力我认为刚刚开始,有很多点和很多位置需要我们填。我认为这是明确的、长期的可以耕耘的需求点。

2018-04-17 16:00:02

常琳:

我想举两个例子,现在80%的智能硬件企业都是亏损的。它为什么亏损?如果造出来的产品是符合市场需求的,亏损的概率应该是很低的,只要它经营,在这方面有一定的运营能力。

第二个是相比当年的大疆,大疆在6、7年前整个无人机的状态也是很艰难,它当时和别人经常讲的一句话,我们的无人机不知道能干啥,或者别人常问不知道怎么用,这是最根本的。

汶川地震之后,无人机可以代替人飞到废墟中观看当时现场更多的状况。这次之后,全国拍摄户外节目等,就直接找到无人机,大疆发现原来我们可以应用到明确的场景,可以航拍,他找到航拍的群体来提供航拍,发展航拍的功能,进而达到现在85%的无人机市场占有率。

这两个例子是想说明现在大部分智能硬件企业都说自己有技术优势,技术优势对应到产品优势上是很漫长的过程,有技术优势的企业OK,如果你真正能把技术优势变成符合市场需求的产品优势,才是真正真正市场所需要的,才能说企业能占领这块。

微信图片_20180417165854.jpg

2018-04-17 16:03:23

邱楠:

目前AI发展的方向不存在真需求和伪需求,我们说AI在商业化落地主要做两件事:一是改变我们的交互方式,改变我们的交互方式之后可能会形成新的硬件平台,无论是语音还是交互的入口,带来新的流量。它会有很多新的需求产生。

二是AI在商业应用场所落地,它会提升数据利用的效率。这两方面都是真实的需求,只是有的需求找不到实际应用落地的场景,有的需求技术还不够成熟,还受制于外部的条件,还需要一定的时间慢慢成长。可能很难快速得到商业化的体现。

我认为从大的方向来看,是没有所谓的真需求和伪需求。如果我们在小的产品或者功能设计的细节上面来看,可能有些从产品的逻辑上来说,它可能会是些伪需求。我们之前看到有些产品很有意思,比如摇控器加一个语音识别的接口,我觉得这个功能是一个伪需求。这个功能没有人使用。它可能存在一些细节的伪需求,但是大的方向上来说都是真实的需求,只是成熟和没有成熟的区别。

微信图片_20180417165759.jpg

2018-04-17 16:05:25

刘培超:

第二个话题,目前工业机器人和工业级应用过程中,AI获得了上千万、上亿甚至几十亿订单的应用,消费级的机器人或者AI硬件的消费过程中,还是一波三折,跌宕起伏,还没有非常漂亮的数据。大家针对这个现象如何看待,并且在2018年到2019年会有什么样的改变?

2018-04-17 16:08:06

甘自辛:

终端消费者是不断挑剔的,当这个产品本身的大部分终端消费者还是用技术集成的产品,当它集成的体验、技术的应用的成熟度还不够的时候,它组合出来的体验往往是很难达到消费者原以为之买单的心理门槛的。这本身制约机器人相关的问题。环境中是进一步优化系统、优化设计,进一步提高我们的集成效率。另外一方面是更精准的聚焦需求人群、画像范围更精准,把它更精准的找出来。可能2008年的时候,小米社区,你需要他们,他们是原以为你在这个阶段成熟的产品买单、支持,去帮助你走过这个阶段,带来更成熟的产品,得到更广泛消费者认同的阶段性支持力量。我个人感觉去年和今年都处于这样的状态,所以今年我个人说不准,还要再观察。

微信图片_20180417170128.jpg

2018-04-17 16:13:54

涂鸿川:

这个问题非常有意思,AI在产业和制造业,其实很普遍,主要原因是AI在行业很重要,标准化相对来说对制造业生产的零件和步骤都是标准化。AI的使用来看,顺气自然,比较好做。C端,男女从年龄阶段,它完全是非常散户,个体化。C端用户面对7、8种,语言、方言,这个东西要累计非常大的数量。我相信今天大家看到不少AI产品在台上演讲。我觉得是很不错的生意,但是面对产业的时候,我们比较担心的是,AI是系统集成项目,尤其面对产业来说,它不是一个AI,AI放进去,厂家马上拿着用。

2018-04-17 16:15:43

张俊熹:

现在很多AI的机器人在2C这块进展不是很顺利,有几个解释:一是任何东西都有跨越鸿沟的过程,当早期的创新品要去影响你最早的用户的时候,我们国外有几个比较有名的众筹社区,这里面看到很多很有创新性的产品。但是它往下走的时候,这个东西是走向终端用户的认知鸿沟,因为它改变终端用户的消费习惯和理解力,需要学习和适应。这个过程不容易教育,以前想得天马行空的东西反而纷纷折戟。

小米生态为什么取得这样的成功?小米系的智能硬件公司都是在做改良,做外观和整个东西的基于传统的改良,没有特别激进的创新的点在。由于它做得比较稳,而且是用户明确的需求、现有的需求,在这个基础上做得更好,性价比更极致,这块打开市场,用户接受度比较高。那些更加有前瞻性的,每个人都希望家里有一个大白,看家里的健康。但是这条路要走下去,还有很多底层技术和用户的接受度,还有很长时间要走。作为投资人,这块我比较谨慎,但是作为消费者我是非常愿意尝鲜的特点。

2018-04-17 16:18:13

邱楠:

刚才说到工业机器人是落地比较好的,我认为AI为我们生活带来两个改变,交互方式的改变和数据利用效率的提升。工业机器人主要是数据利用效率的提升,目标很明确。在这个领域通过深度学习可以在数据利用效率得到提升。人脸识别、自动驾驶等等领域都是用数据效率提升,所以得到快速成长。

现在最痛苦的是家用机器人,它主要是交互模式的改变。现在恰恰是交互技术上,技术的成熟度不够。我们的知识图谱的介入到各种认知技术的推理、联想、记忆等等都还不够,这是很大的难题。前面的感知,我们哪怕对于降噪和处理,都有很多提升的地方。包括响应速度、响应时间,交互的体验感,这是纯技术层面,在技术限制的条件下,像早期的电脑,在286时代不可能让电脑成为畅销,因为有很多被使用的功能,以当时的计算条线达不到。现在的交互技术达不到在家庭机器人所期望的场景,这个时候我们需要做的事情是要慢慢的等2-3年,随着技术的进一步提升,家庭机器人应用场景变得更多。

第二个方面是我们要重新定义我们的使用场景,让用户对交互技术的期待有所下降,当这个交互技术的期待有所下降的时候,那有可能在某些场景上我们的家庭使用,在单一条件下,让用户觉得我的满意度达到,期望值被满足,这个可以做到。

微信图片_20180417170317.jpg

2018-04-17 16:20:23

常琳:

趋势角度,智能硬件会经历哪些过程?相当于整个互联网进程的第三阶段,第一阶段大家都知道,是PC时代,用电脑上网的时代。第二阶段是手机上网的时代。第三阶段是要进一步到互联网时代,物与物之间形成互联。在趋势上,未来物联网形成的阶段的到来,肯定就是智能硬件大普及或者说智能家居大普及。这是从趋势讲。

产品的角度,什么样的产品能够成为爆品,比如一年卖10万台、20万台、30万台在消费者这端。我们内部定义产品的时候会有几个原则,和大家分享。第一个原则是消费类端非常重要的因素是价格,价格在消费类领域非常敏感,现在大部分智能硬件的产品由于成本问题、因为整个供应链不是特别齐全,成本下不来,价格端非常高,所以消费者接受不了。产品黏性上,产品的用处、产品使用的次数和频率,消费者使用过程中是不是变成必需品或者常用品。这两点是在一个产品在消费类领域变成爆品非常重要的因素,现在进入互联网普及的早期阶段。

2018-04-17 16:23:13

刘培超:

第三个问题,目前我们一直讨论AI硬件,从投资角度或者创业角度,怎么看待AI在商业化和产品化进程中所存在的问题?我们可以看到有些公司整个估值非常高,资本非常活跃。但是我们刚才说到,整个消费场景还是需要一步步探索。是不是资本吹起来的泡沫?当泡沫去的时候,如果是的话,去的时候会留下什么?

2018-04-17 16:26:49

张俊熹:

我们自己是这么看的,我们投的AI题材的公司,像刚才提到我们主线是看产业,一切基于产业发展升级的具体的事情、任务。有些技术能力的服务,掌握屠龙之术公司的创始人,他们想办法改变、改造,这里面需要有几个角色具备,一是定义新型产品经理,这个角色一定要理解这个产业存在的问题在哪里,他要懂产业。

而且他是连接现实问题和现实技术所谓的产品经理。二是掌握核心技术,不虚,蛮扎实的掌握屠龙之术的技术班底,同时匹配着和这个产业比较搭的市场营销和销售能力的团队。我认为在早期做基于2B的AI创业有可能具备一定的成功可能性。

我们理解,未来人工智能的发展是人作为生产要素的价值可能会不断的被削弱,要不就是被机器取代,要不就是和机器融为一体。我们觉得这个势头不可阻挡,你得找到设计这样子产品、服务,解决行业问题的项目,这是我们看到比较务实的创业之道。

微信图片_20180417170219.jpg

2018-04-17 16:30:34

常琳:

人工智能要当成技术工具,而不是变成标榜自己的标签,人工智能和互联网一样,能切入不同的场景,把它变成工具,把人工智能变得有价值。

邱楠:

说到这个特别怀念以前的古典经济时期,从前的巨头都很慢,车马邮件也很慢。现在创业靠自己的经营,短时间内由于资本的原因把规模做得很大,把创业和竞争变得更加艰巨,窗口期变得更短,规模效应更明显。资本注入通过资本把规模放大,快速形成规模效应,形成壁垒和网络效应,最后形成技术和商业的胜出,这是没有办法的一件事。通过短期快速形成规模化,你很难让它快速实现同样相等的收益,这个收益一定是滞后的。我们应该慢慢等一会儿。

2018-04-17 16:35:04

刘培超:

整个圆桌论坛关于AI创业遇到的问题,涂总也给做一次总结,提一些您的经历和建议。

涂鸿川:

今天在场地创业者,起码是站对了赛道。今天看到很多好的案例,你再给它3-5年,你身边几乎所有的东西背后都有一个人工智能存在,这是无可避免的,你到深山也逃不掉。我们看到的市场有几个,在投资方面我觉得还是非常重要,这是一个刚需,是高频,尤其你面对C的时候这是必须的。我非常艰辛下一个十亿、百亿甚至千亿的公司肯定是从AI出来,就算今天到硅谷,因为我在硅谷有很多VC投资人,大家都是觉得肯定会有的,是谁很难说。但是刚才说的泡沫,的确人傻钱多,人傻,最近有什么好的话题、热门话题,其实对创业者来说是好事,希望更多的资本是人傻钱多,对创业者有帮助。

微信图片_20180417165951.jpg

2018-04-17 16:39:49

主题演讲:赋能智能零售的AI商品识别

码隆科技创始人兼CEO 黄鼎隆

微信图片_20180417165632.jpg

2018-04-17 16:44:34

黄鼎隆:

码隆科技4年前开始做的时候,说我们要做商品识别。当时投资人不明白,什么是商品识别?好像都是做人脸识别,识别人脸用在安防或者金融,商品识别是什么?4年前我们也说不大清楚,我们只是有一个感觉,我们认为人工智能最大的应用场景应该在实体经济,而不仅仅是在跟安全相关的场景。实体经济中,各个行业围绕不同的商品在运行的,比方说纺织服装也围绕服装产品运行等。如果我们开发一个人工智能,这个人工智能像各个行业的专家一样看懂商品,这个人工智能一定非常有用。我们当时抱着这样的新年,一直持续的做商品识别这方面的研发。很幸运的得到了很多投资人的支持,过去每年完成一轮融资。刚才主持人提到新零售的风潮起来,新零售在零售的场景是各种各样的产品,以前要人识别商品,然后收多少钱。现在AI比人做得好,所以我们推出基于商品识别技术对新零售的解决方案。今天很高兴趁这个机会来给大家介绍我们怎么用商品识别的人工智能技术来给新零售赋能。

2018-04-17 16:45:35

微信图片_20180417170417.jpg

2018-04-17 16:48:50

黄鼎隆:

为什么我们可以做到一个摄像头就可以让一个柜子变成智能货柜?因为摄像头的背后连上非常聪明的大脑,我们放在云端的大脑,叫ProuductAI这样的大脑,ProuductAI是最懂商品的AI,是专门为商品设计的人工智能。这样的商品识别的AI为什么可以做到这点?基于几个原因:

1、商品识别技术领域的持续投入,我们过去4年只专注做一件事情,就是做商品识别的人工智能技术的研发。我们应该是这个世界上投入研发资源最多的公司。像AlphaGo,它看了很多棋谱,它开发出超越人类的能力,脱离棋谱,创造出创新的下棋方法。而ProuductAI现在在数十亿的数量的商品的数据的训练下,它现在也演进出了一个能力,这个能力就是世界上所有的商品,哪怕它没有看过,它也能够把这个商品检测出来。因为商品有一个特点,商品是无穷无尽的,你总是有没有见过的商品。而现在ProuductAI只要给他商品,只要这个商品带有一定的包装。大家可以现场扫二维码,或者点网页,可以提交任何商品的照片,ProuductAI马上就可以把这个商品检测出来。这是现在世界上唯一可以做到这个事情的人工智能,对商品识别的事情上它已经可以做到举一反三了。

2018-04-17 16:50:44

黄鼎隆:

2、商品识别的世界,商业的世界是没有绝对干净的环境,这给这个技术带来一个困难,我们收集到的数据总是带有噪音的数据,很难获得绝对干净的数据,如何对噪音数据进行有效的处理,这是我们非常有特色的技术。

把这样的技术用在货柜,就会带来非常非常有用的特性,我们可以把货柜本身作为一个商品数据的收集与训练器,如果是其他的技术,你可能需要把其他的商品放到一个盒子里面,要保证非常干净的背景是要拍摄各种各样的图片,你才能去训练一个模型,而我们不需要。我们把这个商品放在柜子里面,虽然柜子的背景很复杂,有各种干扰,没有关系,这些干扰的数据足够让我们训练出非常好的识别模型。

2018-04-17 16:51:48

微信图片_20180417170358.jpg

2018-04-17 16:53:07

黄鼎隆:

3、商品大维的理解能力,你放一个商品仅仅认出来不够,商品背后有各种各样的属性和场景,比如衣服为例,你仅仅识别出这是一件衬衣,这不够。大家扫描这个二维码可以到页面识一下,你可以随意拍摄一个人的衣服或者上传自己的自拍照,我们会给出衣服的各种属性,比如衣服的领型、袖型,是什么风格,是不是小清新,它上面有什么图案,颜色是什么,等等的属性都可以识别出来。它像专业的服装设计师一样可以看懂衣服这个商品。另外商品所处的场景非常重要,一个智能货柜,这个柜子摆在会议室还是游乐场,还是摆在火车站是不一样的。而ProuductAI也具有对商品识别的能力,大家扫描这个二维码或者登录这个页面,你拍现场的图片试一下,ProuductAI马上就会告诉你在会议的现场,对于场景的理解也是ProuductAI高出别的AI很多的能力。

2018-04-17 16:55:39

微信图片_20180417170409.jpg

2018-04-17 16:57:06

黄鼎隆:

下面再举一些其他的例子,基于ProuductAI,刚才的是SKU几十个、几百个的场景。这是基于ProuductAI给大型超市,几十万SKU的超市做的无人结算的解决方案。你只要把货品放到购物车,你推着购物车到结算的地方,只需要通过一个摄像头就可以识别出购物车里面各种各样的商品,你可以随意摆放,瓶子无论是横着还是竖着放,甚至倒着放都可以。罐子也是如此。可以看到这里面的场景很复杂,由于我们对噪音数据的处理能力,像这样放在塑料袋的苹果也可以准确识别有多少个苹果。

收银之前的导购,这是我们开发的另外一个原形,我们把ProuductAI和可穿戴设备结合起来,我们在Hololens开发的设备,你戴上眼镜可以看到顾客身上穿的衣服卖多少钱、是什么牌子,你可以看到它身上黑色体恤和店里的牛仔短裤搭配,你就可以给顾客推荐相应的搭配商品。通过这种方式可以快速把初级导购变成高级导购,也是AI赋能的场景。

2018-04-17 16:59:19

主题演讲:人工智能浪潮的产业现状与投资思考

达晨创投合伙人 任俊照

微信图片_20180417171025.jpg

2018-04-17 17:01:51

任俊照:

人工智能的路径是什么样的?我们的感觉,人工智能不是一蹴而就的,一定需要长时间的过程。在这个过程中需要耐力,需要找到非常好的落脚点,可能这个落脚点不是非常大,也可能不是非常性感的,但一定是很接地气的热点。

我觉得第一个阶段是数据的形成和应用的阶段。把原来人工智能的深度学习的特点,把非结构化的数据变成结构化的数据,这就是非常大的进步。另外,结构化的数据,这是大数据的时代,很多大数据的应用点,在这个阶段更多的应用是把结构化的数据、非结构化的数据之间的转化,把非结构化的数据和结构化的数据进行融合,形成落地、形式解决方案。另外利用传感器,传感器是为了采集数据,以前很多地方没有数据,一定要采集,传感器在这个阶段是很好的机会点。这个阶段更多的是人力的替代,原来是人干的事情,现在需要机器替代。

2018-04-17 17:04:50

任俊照:

第二个阶段,数据越来越多,会形成行业的认知,形成认知就形成知识图谱,形成相当于认知专家顾问的角色。第二阶段应该是智能顾问的阶段。这个行业的数据很多,我需要在这个行业把数据深度挖掘,形成可以给我们工作或者生活提供智能顾问的角色,当然它是虚拟的。

第三阶段,进化的更高阶段,就是智能机器人的时代,这里面可能需要更大量的计算,第二阶段的特点是芯片要求比较高,对数据的积累要求比较高,同时传输的5G技术要求比较高。第二阶段在芯片和大数据的积累以及5G方向。第三阶段依赖的是更大量的计算,包括疑似推理模型算法的成熟,可能人工智能更像真实、虚拟的人类一样,只是看不到外形。

2018-04-17 17:05:12

微信图片_20180417171047.jpg

2018-04-17 17:07:37

任俊照:

人工智能这么热,我们要寻找它整个的落脚点还是有一丝逻辑性,要回归到当前的社会、当前的产业是什么样。比如国家的政策,提供供给侧改革,鼓励的是一种创新,现在很多的科技创新都是围绕着新的技术力量,围绕新兴的行业开展的。

未来几个比较重要的趋势:一是个性化的趋势,这是消费人群的特点有关系,特别是90后的消费人群以及收入的增长,更加需要个性化的诉求。如果实现个性化诉求,不仅仅是在整个产业链,在构建产业链,同时也需要关键技术,跟人工智能技术和大数据技术一样,所谓的个性化就是精准化营销。怎么样知道你这个人背后的行为,怎么给你这个人用户的画像,形成能了解你消费的偏向和爱好的。这里对数据的分析,对人工智能的技术也就产生了。

2018-04-17 17:09:29

任俊照:

第二个是品质化的方向,这是消费升级的结果。收入水平达到一定程度,自然要求更好的产品。

第三个是智能化方向,智能化方向是今天社会的技术发展到今天的重要特点,技术在今天发展阶段,实际上是很乐观的,今天为什么选择智能化?背后有很多逻辑性存在。我们在很早之前,关注智能化,智能化围绕产品智能化和制造过程的智能化,是两个智能化。产品的智能化也需要我们很多传感器,包括很多的算法,包括语音交互,一系列技术的组合。同样包括芯片,因为需要做好这种算法,同样要有很好的芯片在底层做支撑的支持。

2018-04-17 17:10:56

微信图片_20180417171103.jpg

2018-04-17 17:12:15

任俊照:

第四个是智能化的升级,这是和制造业相关的,我们是全产业链的关注,所以我们不断的看每个行业变化的特点,一个行业的变化也需要另外一个行业发展到一定程度的支撑。产业的规划有相互之间的关联性,制造业的升级同样也是需要智能化、数字化的手段,一旦产生数字就产生数据,有数据就可以为人工智能、为后面的大数据分析提供舞台。

新技术的发展方向和趋势,我们每年关注CES,每年有新的趋势和趋向,这两年已经看出来。整个智能化的方向围绕三大方向,汽车、智能的家居、新型消费电子。为什么这样?汽车的智能化和未来无人化方向走,实际上就是大型机器人,只是另外一种形态展现出来。让汽车变得更加智能,意味着我们使用汽车的时候更加舒服、更加方便、更加傻瓜化,而且更加安全。我们说社会上如果可以找到一个产业,如果有一种技术让它发生革命性的变化,那意味着我们的消费者重新要把这个产品、把这个行业重新消费一次,重新购买消费、重新购买汽车。意味着这种技术产生以后对行业产生变化,会让整个行业、整个经济起来。

2018-04-17 17:14:53

任俊照:

新型的消费电子也是一样的,新型消费电子有两个特点:一是新型展示方式,代表的是VR和AR的方向,VR、AR未来要和人工智能结合。因为它的交互,如果更好的展示,只有通过语音交互的手段,通过智能化的方式,才能更好的体现产品的体验感。还有一个方向的智能硬件是绝对要关注的,也是刚才讨论的时候提到智能机器人的方向,比如服务机器人,这是未来进入家庭的重要新型的消费电子。只是现在的体验感不够,但是技术一直往前发展,只要这个东西能让人生有更美好的生活、更美好的便利性,意味着这种东西一定有生命力,只是技术需要积累。这是信息行业的发展阶段。我们每年关注行业发展到什么阶段,因为这次方向都是和技术有关系,技术的成熟是需要有一个阶段,意味着这个产业的发展也需要一个过程。

2018-04-17 17:15:23

微信图片_20180417171125.jpg

2018-04-17 17:16:46

任俊照:

当下人工智能市场的机遇,首先提供一体化的数据解决方案,我觉得这是非常好的方向。应该体现出工具型,把结构化的数据和非结构化的数据融合在一起,在各个行业应用,在安防、新零售、工业检测、教育、医疗。

第二个是构建基于语音交互的行业知识图片,跟交互相关,未来走入家庭领域的时候,它需要积累的,需要形成的商业支撑。

第三个是传感器方向,让硬件和环境进行交互,捕捉的数据要传感器,这是环境感知类,现在体现在手机和汽车上。

第四个是提供运算能力的芯片,这个方向是提供基础设施的能力。

未来的经济趋势,从2012年开始下滑,在新兴产业开始从2012年开始,新兴产业不是很强大,还是需要很多的技术在不断完善的过程,我的感觉是2020年左右的时候,我们很多新的技术逐步成熟,可能在某个时间点形成一种迭代,形成相互的推动的效应。我们预计2020年会有很多新兴产业会突然爆发,爆发的背后是技术的成熟和技术的商业化带来的结果。

2018-04-17 17:17:51

主题演讲:激光雷达如何赋能AI                      

速腾聚创联合创始人兼COO 邱纯潮

微信图片_20180417173457.jpg

2018-04-17 17:20:09

邱纯潮:

我们研究的领域是激光雷达的领域,它是一个感知的领域,我们希望利用激光雷达的系统赋予机器人有超越人类眼睛的环境感知功能。它作为机器人的眼睛拥有非常强的距离,像我们的感知距离,我们推出的激光雷达的距离很远。它出来的图像是三维数据,它的精确度达到厘米级。我们是一家传感器公司,传感器在人工智能领域的新机遇也是大有可谓。激光雷达和摄像头或者其他传感头的对比,它的优势是重构三维数据模型,并且全天候做,一台机器人希望它重复的做一些标准化的工作,激光雷达能够协助机器人做到这点。我们可以看到激光雷达的应用里面有包括无人车、机器人、安防、监控、工业机器人、地图测绘等等,它是基础的传感器,我们再利用算法赋能,它可以服务非常多的行业。

微信图片_20180417173625.jpg

2018-04-17 17:23:40

邱纯潮:

首先是我们非常关注的自动驾驶领域。我记得两年前,外界都说激光雷达是否在自动驾驶领域需要用到?当时对我们来说还是蛮幸运,特斯拉的车经常出事故,它里面有两个经典的事故,我相信在座的诸位都应该蛮清楚是什么情况。第一张图是因为其他的传感器在户外的感知存在不足,直接把人撞死。另外一个是人家超车,人家没有办法发现它,直接撞上去。强调安全的领域,激光雷达履行自动驾驶对人类安全的承诺是非常的必不可少的。激光雷达如何赋能自动驾驶?首先是做3D环境的建模,能够建出模型之后,像右边的图可以准确的探测出环境的信息,然后去通过SLAM加强定位,然后做防范。

2018-04-17 17:26:21

邱纯潮:

我们是雷达系统感知解决方案的供应商,我们明显感觉到去年第三季度开始,自动驾驶没有我们想象的那么远,它正在快速落地到我们生活的各个领域中。我们其实可以看到清华校园里面的图书运送,我们看到非常多快递,我今年接到的订单有小几千台物流车下地服务。

商用领域也在做很好的尝试,比如我们看到前段时间非常火的无人驾驶的巴士,这个车在推动无人巴士的快速下地。像这样的车在港口里面,我们的合作伙伴在港口自动驾驶货车快速下地。前两周的时候,全球首支无人清洁车队也下地,引起了很多的议论。还有一些其他领域,我们想象中的是像小的低速载人的场景,我们认为是城市未来的空间,包括塞车等等的领域都会用到自动驾驶。大家可能觉得你讲的这些确实是车,但是普通人说的车是乘用车,乘用车自动驾驶什么时候到来还不好说。

微信图片_20180417173728.jpg

2018-04-17 17:28:56

邱纯潮:

乘用车用激光雷达引起争议的主要原因,不是说激光雷达加上去没有办法起到更安全的作用,这肯定不成立。但是不能大量落地的主要原因是大家觉得激光雷达非常贵,难以量产。并且觉得不能通过车规。我今年和一些车厂沟通的时候,本来是L商级别的自动驾驶,用摄像头和激光雷达的方式实现,但是很多车厂说方案要改,因为大家感觉固态激光雷达的到来没有这么快。我们今年在一个展示上展示了固态激光雷达,它的成本可以做到几百美金。用这样的激光雷达可以做到L3级别自动驾驶的快速上。

2018-04-17 17:30:27

邱纯潮:

另外激光雷达在安防领域的应用,这是入侵报警的应用。安防领域有很多的传感器,比如视频监控或者光线对涉、雷达探测等等方式。比如说闭路电视的模式,它是比较直接的,但是它很难做到实时监测。现在一般用的情况是要一个人密切监事,要24小时盯着它。光线对射是被动监测,无测序距离等,也是可以让激光雷达发挥。激光雷达在安防领域可以降低漏报率,可以检测出具体的信息之后,另外它的探测精度很高,距离很远,像我们现在用的激光雷达可以探测到方圆200米的距离。

微信图片_20180417173847.jpg

2018-04-17 17:31:03

邱纯潮:

如果安防领域的应用,它很难产生误报,我们可以看到自己激光雷达,人进来或者入侵进来,移动算法对它进行分类,基本上就是天网恢恢疏而不漏。它可以实现大范围的不间断的监测,像这里面下面是摄像头的拍摄,用激光雷达可以得到人的行动。在复杂的大环境下精确跟踪物体。激光雷达去赋能AI的路径,我们坚持做激光雷达的解决方案,激光雷达是比较新的方案。像我们看到的音响,从大音响到小的台式音响,它要经历这样一个过程。激光雷达一样,从无到有、从有到优,从优到精的情况。激光雷达如果集成到手机里,拍出来的是三维的世界。通过核心的算法,我们辅助到自动驾驶、安防等等领域。

2018-04-17 17:32:46

主题演讲:AI时代,我们如何成长为更好的自己

iPIN CEO 杨洋

IMG_0447.JPG

2018-04-17 17:35:57

杨洋:

AI时代的到来有很多大佬鼓吹AI的威胁论,人类会失业,未来找不到工作。尤其对于焦虑的人来讲,对于学生时代来讲,他未来变成很重要的事。

一个人一辈子很漫长,对一个人一生重大的时刻只有三天,却要掌握海量信息来决策。了解2500家学校的状况,还有十万院系的详情,还有志愿填报规则,还有录取概率预测。做好这个事还需要对整个社会超过12000个职业的了解,和你自己的了解,还有各个大学的各个专业的真实的就业情况,比如说连大学自己都不知道自己学的怎么样,你们要相信他们,他们的宣传是否靠谱?比如我的大学,我读华中科技大学,那时候是华中理工大学,那时候录取分数很高,为什么选择这个专业?因为那个系的老师跟我爸爸说,21世纪是光的世界,所以我进去了。我知道这个学校的就业数据是去华为,我知道华为很苦逼,我就逃了。但是没有办法知道。还有你未来一生的规划,还有填表的技巧,没有人会告诉你。

微信图片_20180417175102.jpg

2018-04-17 17:37:36

杨洋:

去年我们的团队测试的最终结果,在这个行业里有很多专家,我们做出来的填报结果,用我们的机器生成的表,能帮人节省至少5分以上,尤其山东省是规则变化很大的省,我们相对于专家节省近10分。如果你填报,专家看书,那本书有很多过去3年的数据,然后根据3年的数据做简单的预测。说实话,我们每个人在跟谁竞争?跟这个社会的其他人竞争,这是动态的过程,规则每天发生变化,你的同学也发生变化,社会也发生变化,一切都发生变化。仅仅通过一点点信息做预测是很难、很难的。这时候机器发生巨大的作用。AlphaGo下围棋,用机器学习棋谱,然后来预测每个学校的概率。我们平台随着用户量增多,产生蝴蝶效应。

2018-04-17 17:40:18

杨洋:

我怎么选择未来?高中要知己知彼,知己知彼就是了解自己,传统的测评工具把职级分了16类,比如数据挖掘、数据分析,传统的测评把这两个分在同一类,从我们的机器,数据挖掘对人的要求和后者都是对逻辑要求很强,数据挖掘搞得更加重视人的创造力,数据分析更加重视人的认知信息和洞察力。这是我们研究了1.3亿人的职业发展口径,看什么岗位的人成长更好。这种测评方式脱离了传统的测评方式。AI对人的岗位要求更清楚的了解,这是人才改革特别需要了解的数据。

2018-04-17 17:42:32

杨洋:

我们对学校了解,对大学的了解,比如中华女子学院也招男生吗?你知道清华大学的男女比例现在是6:4,很多人不相信,怎么可能女生这么多?这些数据不断变化。挖掘机是很糟糕的专业,北京的一所技巧的人开得很好,他们都是为工地培养,而不是技校培养。我们为你们了解社会真实的情况。

各个公司怎么用人,比如华为和中兴,用人策略非常相似,但是消费用人差异是非常、非常大的。华为招销售怎么招?当年在大学的时候有机会选择华为,我同学一半在华为,他们给我销售的岗位,我没有选择,因为我学光电系,后来我看到数据,发现华为的销售专门招工程专业。

2018-04-17 17:44:58

杨洋:

职业发展趋势,我经常在大学里面和学弟、学妹做分享,他们知道想怎么做做AI,怎么培养人才。什么岗位最稀缺,我们全国1.3亿人,五千多个岗位分析出来,供需差距越来越大的岗位其实是保姆。保姆每年的供给数量越来越下降,社会需求越来越大,比如说三年前我们公司聘的阿姨三千多,现在六千多,三年时间薪资翻了一倍。未来的人工服务,很多细节方面是机器很难替代的,这是人类反而更有竞争力。区域产业结构,我们发现他们真的做到把传统制造业移出的构想。

去年我们做到行业细分的第一,提供更准确的预测和更多的信息,各大巨头都在和我们合作。有一个巨头做了大量PR,做到三千多万的用户,后来发现投入产出不成正比,后来转向用我们的技术支撑。包括现在拓展到更多的领域,除了高中,还有大学,如何帮助大学生出国、读研和就业择业选择方向。甚至包括国家推出的政策导向,从高一开始就要对未来做规划,然后择业,没有文理分科,替代的是三个科。这是新的职业发展趋势。

微信图片_20180417175301.jpg

2018-04-17 17:47:27

杨洋:

用俞敏洪的话结为,迷茫,因为缺少人生的地图。用海量数据重构人生地图,帮助每个人看到这个世界。这就像去医院看病,想去医院看病,第一步诊断,挂号,第二步医生给你开方子,拿方子抓药,这是看病的流程。我们用类似的方式给人做这样的诊疗,然后做评估,根据评估和你个人的意愿做规划,根据规划再解决学习问题,学习问题可能是我们聚合各种各样的技能,什么情况下提升自己的短板等等。等到学习再做评估,这是我们希望做陪伴个人成长的顾问的角色。这是AI赋能,希望能够帮助在座的各位以及你们的小孩,以后能有更好的未来。

2018-04-17 17:49:16

圆桌对话:融合裂变,预见AI技术创新下一幕

主持人:松禾资本合伙人 汪洋

对话嘉宾:爱啃萝卜机器人CEO 佘元博

极视角联合创始人 罗韵

SpeakIn势必可赢科技COO 易鹏宇

驭势科技首席生态官 邱巍

慧拓智能机器有限公司CEO 曹东璞

微信图片_20180417180355.jpg

2018-04-17 17:55:49

汪洋:我想问一下在座的台上五位嘉宾,人工智能为最近几年一下子变得很活跃起来,人工智能这几年又变成风口上的猪?

2018-04-17 18:00:12

邱巍:

整个大潮叫人工智能,无人驾驶只是其中的一个重要的可以落地的领域,任何一个潮流起来,它有技术背后的突破。像深度算法的突破,还有AlphaGo这种的亮相触动它的神经。同时也有背后国家意志的推动,包括中间国家突然把人工智能行业推到这么高的高度。当然还有资本对这方面的青睐。我觉得任何浪潮都是有方方面面的因素推动起来,并不是单一的因素,还是有技术的周期。

微信图片_20180417183111.jpg

2018-04-17 18:02:39

易鹏宇:

我们做深语音智能方面,做车的多媒体控制。站在我们的角度,这两年随着人机交互的剧烈变化,特别是由于智能手机逐步发展,从2011年开始,到后面2014年、2015年,从一人一手的普通功能机,到一人一台甚至多台的功能机。这里面显示大量新的数据,它需要进行它的处理。比如说我们接触到的安防领域,比如民生社保领域,它人工完全不足以处理这些信息。包括微信这种交流方式突然的爆发,可能每个人每天会发无数的语音信息和文字信息,这些信息都需要技术的东西。我觉得这方面是市场发展,由于海量的数据带来很多问题,或者是需要更好的方式来解决。我觉得人工智能作为很好的解决工具,所以得到大家在不同领域的发展。

2018-04-17 18:06:57

罗韵:

我还是非常同意易总的观点。我觉得人工智能在这个领域,移动互联网是很好的趋势,它让人慢慢知道可以用科技的手段去完成生活化的事情,并且通过移动互联网让人们去习惯的生活和这种智能设备之间可以变得这么亲近,也是移动互联网前期的作用使得我们有了大量的数据,有了数据之后产生了我们对数据的思考,怎么样利用起来,进而服务到更多的人群。我觉得移动互联网其实是对AI起到很好的前期的市场的教育作用。我觉得这是一方面。到另外一方面,技术层面,我们从数据的处理层面,包括了以前对于服务器、设备的基础设施没有这么完善,到这两年,以及云服务的提供来使得整个基础设施变得完善,我觉得这也是很好的促进AI的引发到现在在生活方方面面的过程。第三方面,我觉得是在于从创业者的角度,可能过往的移动互联网或者O2O,他们可能更聚焦的是线上的场景,在线的场景。其实有了在线场景,大家就会慢慢的思考线下的场景怎么办,AI也是很好的从线上转线下或者让线下赋能的手段,只要是这三方面都起到很好的推进作用,才使得这两年的AI技术突然火爆起来。

微信图片_20180417182310.jpg

2018-04-17 18:10:17

佘元博:

人工智能突然火起来,一方面是趋势,另一方面是国家政策的推动。还有智能市场的推动。除了这几个方面,我想重点说一下在技术和相关联的产业上的进展。我们是做智能机器人领域,智能机器人领域的人工智能的火热或者智能机器人行业的火热,在技术层面有很大的进展,就是在最近几年,因为从2010年到2014年,国外有很多新鲜的技术,尤其是以美国为主,比较追求开源的文化、开源的思维,有很多新鲜的技术都公开化。作为国内或者国际上的很多技术的人才,它的学习能力非常强,这些技术有了国外平台的加持,大家进步很快。尤其技术领域,尤其智能软件技术。相关的产业领域,譬如说智能手机,它的发展带动了一些产业的发展,像传感器都变得微电子化,价格也变得非常便宜,所以在整体智能机器人的供应链、产业链上会大大降低成本。再就是电动车产业的推动,比如说平衡车等等的发展也造成了产业上成本的降低。还有体感游戏带动RGBD这样深度感知传感器的规模化,以及成本的降低,还有像关联的很多其他相关联的锂电池等等,导致电动车和智能机器人整体上游产业链非常健全,加上技术层面的因素,我觉得这是智能机器人行业最近几年爆发起来很大的因素。

佘.jpg

2018-04-17 18:13:38

汪洋:

谈完人工智能最近几年火起来的原因,第二个问题想问,最近几年大家都讲互联网,互联网本质解决的是连接和信息推送的问题,这是互联网解决的问题。人工智能最终是要解决什么问题?这个问题想请佘总、易总、邱总从你们的角度谈一下,人工智能最重要解决什么问题?

2018-04-17 18:15:17

邱巍:

刚才您提到互联网解决的是生产关系的问题,人工智能在自动驾驶上,解决的是生产力问题。它如何使得今天的生产制造、物流、经济的运行等做得更加高效。讲到无人驾驶,我们可以看到背后是物流和交通,要解决的是信息流的问题,人流、物流,还有能源方面的高效的协同。高效的协同原来是人做这件事,使我们出现拥堵方方面面的原因。人工智能是从某方面帮助人类,使他高效的运行。这是交通层面这样看。无人驾驶的技术,我觉得不仅仅是汽车本身来说,它会改变整个社会的运行规律,所以我们在讲大物流、大出行的同时,我们也讲乘客经济,当人从驾驶员变成乘客的时候,他的大把时间怎么解决?同时他又是第三者移动空间,可以承载各种各样的商业。例如今天我们看到把生鲜物品放在上面和电商相结合,或者把电商的高效和体验有效结合。我们也可以把今天类似VR包箱的东西放进去。它从这个角度会给我们的生活带来巨大的变化。

2018-04-17 18:18:35

易鹏宇:

大家讲到人工智能说了很多,人工智能要取代什么岗位,AI技术起来以后哪些职业会失业。站在我的角度有另外一种解读,一方面一些岗位会消失,但是人工智能本质解决的是帮助我们放飞自我。很多机械重复性的事情可以解放人类出来干任何事情。另外人工智能本质是工具,在我们没有工具的时候,人修房子、做一个兵器,对人打磨,很艰难。但是有了工业化的生产以后,我们发现人类社会本质是往前迈了一大步,因为人腾出更多的时间创造一些新的模式,做更多的思考。另外人工智能解决的问题是提高一些领域的规范或者标准,这种规范标准有些是好的,有些是提高难度。比如国家的安全部分,比如火车站和机场通过人脸识别,可以帮助到更多的乘客有更好的安全感,让维护安全的警卫做得更轻松。同时提高个犯罪人的成本,这个规范框住不同的人,有不同的效率。使得我们很多运行更有规律可行,让大家沿着设定规范的地方去做社会的交往。前面有一位创业者做的是帮助同学们选择学校,我觉得这是很好的事情。很多家长、同学花十几年的时间做很多努力,最后一刻做选择的时候,可能因为旁听某个亲戚、朋友、某个家长朋友的话,最后误导了自己的意愿,这是人工智能能够帮助我们去聚焦我们想做的事情,把我们解放出来的表现方式。

微信图片_20180417182924.jpg

2018-04-17 18:20:49

汪洋:

大家知道人工智能项目在现在,不说前两年,很多人工智能项目还是有红利的,包括做项目投资都非常关心技术的情况。我想问一下罗总和曹总,你们怎么看待技术红利在人工智能创业领域的优势,这个优势能够持续多久?后面人工智能的门槛变得越来越多,那人工智能创业对于创业者的核心竞争力是什么?

2018-04-17 18:23:15

罗韵:

我是承认的,肯定有技术红利的。我觉得很正常,在当下发展阶段里面产生的很好的技术,我们利用技术很好的完成一个事情。如果技术红利是有周期性的,它帮我们很好的解决一个问题。当红利退去的时候,我们更重要的考虑是这个产品我们本质要解决的是什么事情?可能这样的回归才能保持人工智能下的竞争力。这也是我们目前做的一些解决方案。技术本身有红利,但是技术层面接触不到的是我们了解到的行业里面的具体的需求,或者是每个行业里面的具体的怎么样结合AI,去实现产业的升级。真正可以把红利利用起来的是一定要把技术怎样用,以及解决什么问题给思考好。

另一方面,AI我们都离不开,刚才一直有提到,包括上一个圆桌也有提到,我们会判断有些需求是不是伪需求,当下确定不了。但是有两个点是很好的判断,需要他们有一定的数据基础,如果本身的数据基础不是那么充足,那这个技术的落地存在很大的困难。另一方面,技术本身有没有定义好能解决的问题,我们思考的是怎么样解决这个问题,有很多可以用AI解决。这是我小小的看法。

2018-04-17 18:29:33

曹东璞:

罗总说得非常好。目前经历了AI的新技术,特别是在技术的初期,技术红利还是比较明显的。随着技术的逐步发展,逐步成熟,这个时候看到更多的是系统工程的东西,而不是简单的基于目的,像突出的技术脱颖而出。早期的时候,如何把技术转化为后期更多的是工程化的东西,这块转换的时候是比较关键的事情。这个事情如果把握好,到后期可能红利会一直持续下去,要不然很快就赶上去了。

微信图片_20180417183018.jpg

2018-04-17 18:29:48

本次直播到此结束,我们下次再会!