2018 全球人工智能與機器人峰會（CCF-GAIR）昨日於深圳召開。本次大會共吸引超過2500餘位 AI 業界人士參會，其中包含來自全球的 140 位在人工智能領域享有盛譽的頂級嘉賓。
在本次會議中，作為深圳本土創新企業，雲天勵飛CEO陳寧博士在會場向數千名觀眾及數百家媒體介紹了雲天勵飛自主研發的雲天“深目”系統及應用案例。
而後，陳寧博士還向與會來賓講述了雲天勵飛對於芯片的理解及認知，以及雲天芯片的迭代歷程。
除此之外，在會議現場，陳寧博士還談到了雲天勵飛在AI+新零售領域的佈局。在他看來，人工智能在未來會如同電能一樣無處不在，而零售行業將會是AI落地的一個絕佳場景，AI可以幫助線下實體店打造全新購物體驗，通過一系列技術去構建精準的用戶的畫像，從而精準實現消費習慣預測。
值得一提的是，會上，雲天勵飛還在200多個國內頂尖AI企業中脫穎而出，榮獲“AI+安防 最佳商用成長獎”這一殊榮。
大家好，我是雲天勵飛的CEO陳寧，很高興今天有機會在這裡跟大家分享我們作為深圳本地一支人工智能創業團隊在深圳創業三年多在人工智能領域的探索。
“天眼”，通過一套系統調用全球的視頻監控資源，對於任意個體進行實時的定位。我想這個場景在座的各位都不陌生，它在科幻電影中層出不窮。而云天勵飛在深圳通過創業的三年時間，打造了一套區域級的天眼系統。
我們通過融合人工智能的芯片技術、深度學習的算法技術、人臉識別以及後臺的大數據挖掘等等一系列的技術，在深圳的機場、地鐵，以及十多個行政區域打造了這樣一套城市級的天眼系統。
如今深圳2萬民警的警務雲終端上，都有一款叫做雲天“深目”的動態人像APP，通過這款APP，經過嚴格的權限管理系統，深圳的2萬民警可以對任何一個犯罪嫌疑人在2秒鐘的時間，檢索他從深圳的機場到地鐵，到南山、福田、羅湖、龍崗跨區域的活動軌跡，落地他的身份，查詢他的前科。
這套系統在深圳上線接近兩年的時間，協助公安破獲了經偵、技偵、網警、打拐、緝私等等各類案件5000多件，協助找到了100多個走失的兒童和老人。
這套系統由於其顛覆性的實戰效果也快速地被複制到了北京、上海、杭州、青島，參與了2016年的G20西湖核心安保圈服務，也參與了博鰲論壇、青島的上合峰會等等一系列的服務工作。並且也被複制到了東南亞的一些國家。
這套系統背後的技術有算法、芯片、數據。基於這些核心的技術，我們提到了有很多的刑事案件，我們略去刑事案件，不在這樣一個場合討論它的細節，我們簡單看幾個跟大家能接觸到的看到的民生案例。
在這套系統上線之後，通過互聯網的手段，以及人工智能、人臉識別等等手段，只要檢測到在人行道的紅燈亮起，踏入人行道的這些行人，在他踏入人行道之後，他的人像和相關的身份信息（被隱蔽關鍵信息），在保護隱私的前提下，及時地被推送到了馬路對面的大屏幕上，對闖紅燈的行人進行了相關的震懾，並且深圳交警在去年下半年推出了一個行人闖紅燈曝光臺，在交警的官網上對這些闖紅燈的行人甚至通過信息的推送，提醒你在深圳的若干路口闖了幾次紅燈，並且納入公民的徵信系統進行管理。
這些手段當然也觸發了一系列社會關於個人隱私的討論，今年年初有一系列的相關的討論，但是我們想提的這些技術手段，處罰不是目的，更關鍵的是通過技術的手段提醒大家，能夠遵守社會規則。我們從結果來看，到今年年初的統計數據，在這個路口闖紅燈的人數已經下降到了一年前的大概8%左右。並且這套系統已經被複制到深圳的近百個路口，去維護社會治理的治安。
第二個案例是公安部嘉獎的案例，叫做“天圖”案件。這是一個比較大的名字，實際上這個案例是整治偷自行車的案件。
在深圳的一個區域的一個派出所的民警發現在本派出所的轄區內，在去年上半年有一個小夥子7進7出派出所，每次偷了自行車，案值200元左右，教育以後只能再釋放，無法刑拘。
通過跟我們的產品工程師溝通，我們設計了一套一人一檔的系統，對於偷自行車的人員技術數據的挖掘，把這個嫌疑人作為這個檔案庫的第一條記錄放進去進行跟蹤，兩天後發現他又騎著一輛新的自行車，這次民警不再對其進行抓捕或者詢問，而是在系統裡面推動動態人像系統進行自動的跟蹤，發現第二天他騎到了一個修車鋪，交給了一個修車人員，收取了一定金額的貨幣，這個修車人員經過民警的研判，很有可能是一個銷贓人員，這個人員的人像被錄入系統，作為系統的第二條記錄，進行自動的監控和監管。
幾天後發現又有另外一個小夥子到同樣一個修車鋪，交給了這個修車人員，也是領取了一定的貨幣，這個小夥子也有可能是區域內的偷竊自行車的人員，作為第三條記錄納入系統。
就這樣在一人一檔的系統，幾個月下來積累的數據，串案、併案，在這個區域的公安局收網，一舉抓獲了在本區域內跟偷自行車和銷贓相關的318人。而這個系統只有人工智能才能做，因為他們不是一個犯罪團伙，他們只是跟偷自行車和銷贓相關的一個鬆散的社會關係，被這套智能系統挖掘出來。
真正老百姓每天感受到的這些社會的安全指數，未必是由這些命案或者搶劫來導致的，而是天天發生在我們身邊的這些錢包、自行車被盜等等的小型案件，而人工智能的技術助力平安城市的同時，可以提升老百姓的幸福指數。
第三個案例是在2017年的除夕的前一天，深圳公安接到報警，一個3歲的小男孩被拐帶，在接到報警後的兩個小時之內，通過“深目”系統，分析研判，查詢到犯罪嫌疑人的軌跡，落地他的身份，但是彼時嫌疑人已經帶著這個小孩上了通向武昌的高鐵。公安跟高鐵的乘警聯動，在除夕凌晨把這個小男孩和嫌疑犯扣住，把小男孩解救，送回了父母的懷抱。整個過程從被拐帶到回到父母的懷抱，耗時不到15個小時。用華為CEO郭平的話說，這是人工智能帶給我們的，讓這個小男孩在還沒有感受到恐懼的時候就回到了父母溫暖的懷抱。
還有很多類似這樣的案例，只有技術才有可能及時協助我們去找到這些蛛絲馬跡。
“深目”系統在深圳上線以來，在一個區域統計的2016年和2017年兩搶兩盜的同比的警情下降大概50%左右。
而這背後是前端的人工智能芯片和雲端的深度學習和大數據分析的算法的端到雲的架構。從前端的各類視頻採集設備，攝像機、機器人、智能手機、車載相機等等，我們通過植入人工智能、深度學習的算法和芯片，將其從一個傳統的視頻採集設備轉換成一個視頻的及時分析、認知和感知設備，在前端攝像機裡面就可以做到人臉檢測、人臉跟蹤、人臉提取，甚至特徵轉化。將這些人臉的圖片和特徵值傳輸到雲端，在雲端基於人臉的特徵值才可以做到海量數據的快速檢索。比如說現在我們可以一秒鐘從30億人臉中檢索到一個目標人員的軌跡，基於雲端的一臺普通的PC機的運算能力。這跟前端的芯片的結構化和雲端的大數據的處理能力是分不開的。
基於這樣一個雲到端的架構，我們展望未來，所有的終端將具備人工智能的功能，而所有的這些人工智能的功能都將是由我們這樣一系列的終端的芯片來承載。因為在產業化的過程中芯片將是人工智能大規模產業化必將突破的一個瓶頸，比如說AlphaGo 1.0的系統曾經用了1920顆CPU和280顆GPU，訓練一盤比賽的電費都要1000美元，這說明傳統的芯片不匹配人工智能的複雜計算，我們需要面向神經網絡的高性能、低功耗的芯片，去承載這樣的複雜算法，能夠將其植入到各類的終端中，去進行一個大規模的產業化。而這些芯片源於算法的定義，比如說我們需要一系列的面向深度學習的芯片，去承載它複雜的神經網絡的運算。而這些算法是源於高質量的、可標註的一系列的訓練的數據，而數據又是源於場景，所以我們提出場景定義芯片，我們認為人工智能的芯片必然是一系列的專用的、面向各類應用場景的芯片，將會嵌入到各類的終端設備中。
基於這樣的場景定義芯片理論，我們認為未來的人工智能的芯片將是一個開放和開源的平臺，所以我們率先提出將人工智能芯片免費化，去打造一個開放式的平臺，將它送入所有的到攝像頭的智能化的設備中，通過本地的結構化，採集結構化的數據到雲端，去進行大數據的分析。
這是雲天勵飛設計的兩代IPU的芯片，其中最核心的是我們自主知識產權的一款面向深度學習的處理器IPU，這顆處理器的IPU，我們設計了100多條指令集，面向多層神經網絡去優化，我們第二代的IPU將在一個月以後將會投片生產。
算法、芯片、數據是人工智能三個核心的要素，芯片就像人工智能的軀體，算法是人工智能的靈魂，而面向場景的這些數據則是人工智能的營養，只有將這三個要素緊密地結合在一起，才有可能打磨出一款又一款改變和顛覆每一個傳統行業的產品。雲天勵飛在過去的三年裡面將這三要素通過我們三名聯合創始人分別在芯片、算法和數據這三個領域的跨界創新的融合，我們試圖顛覆一個傳統的視頻監控的安防行業，將其帶入視覺智能時代。
AI對安防、智能駕駛、機器人、醫療等等眾多的行業將會產生顛覆性的影響，我們可以大膽地預測，下一個被顛覆的萬億級的行業，繼安防之後是新零售。所以雲天勵飛也從去年開始在AI+新零售領域做佈局。在新零售領域，我們認為AI可以助力我們線下的實體店去打造全新的購物的體驗，通過線下類似視頻監控等一系列的技術手段，我們可以構建一個精準的用戶的畫像，對於群體和個體精準的用戶畫像，通過圖象的識別和款式的識別，甚至對消費者的服裝Logo的識別，可以做到一個精準的消費習慣的推送和預測。通過刷臉支付、自動售賣商店、自動購物機等等一系列的設備和新的營銷模式和現象，通過對後臺採集的這些數據的挖掘，可以構建一個更加便利的用戶的體驗。通過這些後臺大數據的分析，可以為商家提供更加精準的物流和商品的選擇和推送。
為什麼我們在今天認為在線下的實體店，通過結合視頻監控和wifi等等一系列的技術手段，有可能做到線上的精準營銷，把線上的精準的技術能夠帶到線下？因為我們認為人工智能的算法，尤其是依託芯片這個載體，即將變成可能。通過這些芯片將前端的傳感器、本地結構化信息，通過結構化的信息在雲端大數據的分析，一個端到雲的架構，像在安防行業一樣，我們可以在這些物理世界裡面打通最後一公里，進行數據的真實的分析和用戶畫像的構建，讓感知、數據分析、人機互動可以無處不在。
最終我們認為通過前端的一系列的人工智能芯片承載的這些深度學習，和未來的人工智能的算法模型，通過後臺海量大數據的分析，這樣端到雲的架構，我們可以讓人工智能像電能一樣無處不在，而我們的人工智能的這些芯片即將成為像我們牆上的插座一樣，通過這樣一個全新的、開放的、免費的商業模式，讓人工智能的芯片無處不在，通過後臺的人工智能來賦能各個傳統行業。雷鋒網雷鋒網
閱讀更多 雷鋒網 的文章
