人工智能究其本質，以深度學習為例，學習借鑑了腦科學的部分研究成果。目前，人工智能商業化落地已經開始走向了各行各業當中。
“因此，我們覺得要做人工智能領域中偉大的企業，一定要緊跟整個人類科技發展的前沿。一方面我們在深度學習、多模態深度語義理解、類腦人工智能方面做大量的前沿研究和探索；另一方面我們非常重視AI核心技術與行業領域場景深度結合，打造AI產品與服務，深入賦能行業。”深思考的CEO楊志明表示這就是公司最早的設想。
連續多輪創業，團隊來自AI一線科學家
在成立深思考之前，楊志明博士已經帶領團隊經歷了三次AI領域的創業。第一次創業他將信息安全和AI結合起來；第二次則是把AI的深度學習用於廣告推薦；到了三次創業，他將AI用在了法律行業的垂直領域。
2012年後，人工智能在國內悄然興起。楊志明在此時也意識到深度學習的時代到來了，於是，他開始了第四次創業，即成立了深思考人工智能iDeepWise。
圖 | 深思考CEO 楊志明
深思考的定位是一家專注於類腦人工智能與深度學習核心科技的公司。日前發佈了“多模態深度語義理解”深思考大腦4.0，面向智慧商業和智慧醫療大健康領域進行產品的商業化落地，為其提供終端人工智能解決方案。
在團隊方面，人工智能企業不同於其他行業企業，團隊核心技術的積累與AI的核心人才尤其重要。在團隊方面，楊志明博士和深思考的核心團隊正是由中科院自動化所、軟件所、計算所、微電子所等中科院院所、清華大學、海外知名大學人工智能方向的科學家與領域業務專家組成。他們在人工智能領域一直是一線前沿的科學家，具有豐富的經驗。得益於此，其在深度語義理解、計算機視覺和深度學習處理器等方面擁有多項發明專利，具備深厚的技術積累。
楊志明博士表示：“我們和一些初創AI企業的區別在於，核心團隊已經在AI行業做了十多年，積累的技術基礎比較深。另外，多次的創業經歷也令我們意識到創業要更多的關注技術到產品的落地，所以我們也著重關注產品落地，把自己的技術積累和和領域業務相結合去創業，形成剛需的產品。”
因此，在技術形成產品商業化落地的時候，深思考有兩種產品形態：一種為雲模式，產品即為雲服務，企業可以通過接入服務快速的拓展業務；另外一種則是端模式，其將算法與深度學習處理器DPU形成AI芯片一體化解決方案，針對特定領域的業務為客戶提供服務。當前，該公司推出的產品與解決方案是“多模態深度語義理解”深思考大腦，具體包含：人機交互與文本語義理解模組、視覺語義理解模組、深度學習處理器模組、情感計算模組、大數據分析模組。
以雲模式+端模式的方法落地醫療大健康領域
其中，醫療大健康領域是深思考切入的重要場景之一。2018年3月，起對外首次發佈了醫療影像專用AI芯片“M-DPU”，用於支持機器人對人類關鍵組織進行精準識別與定位，也能夠搭載在智能音箱等硬件設備中為用戶提供健康諮詢。
談及從選擇醫療大健康領域切入的原因時，楊志明表示：“AI技術去解決剛需痛點問題，是永遠都具有生命力的。當前，國內的醫療大健康市場夠大，醫療資源不平衡，因此AI技術在這一領域具有廣闊的應用前景，通過把AI技術與醫療大健康結合能夠切實地解決一些問題。”
因此，深思考的雲模式在走向商業化的時候主要應用於健康篩查與健康諮詢兩個方面的服務。在健康諮詢方面，其採用雲模式接入的方式與九陽、小米等上市公司進行合作，在智能音箱、電飯煲等產品中接入健康諮詢服務,為消費者提供飲食建議、營養諮詢、膳食製作等健康管理服務。同時，當智能音箱、手機等接入其雲服務後，他們也能夠提供日常健康諮詢、婦嬰領域、慢性病、腫瘤等診前診後諮詢。
在AI健康篩查方面，深思考提供的是宮頸癌篩查服務。病理掃描儀接入其醫療大健康C6雲，然後用AI批量幫助醫院的醫生進行篩片；端模式則是由原來的GPU大服務器，變成現在非常小功耗、高性能的DPU芯片，集成AI算法後嵌入到病理掃描設備中，然後進行宮頸癌篩查。
然而，由於醫療行業的特殊性和重要性，在政策規定等方面的都非常嚴苛。他們又是如何打開市場的呢？
楊志明表示：“我們當時的策略是兩方面結合，一方面針對三甲醫院去進行一些科研合作，同時，另外一方面重點將產品落地放在較為市場化的第三方檢測機構進行合作，目前在第三方檢驗機構的覆蓋率已達到60%-70%。”
落地智慧商業，在人機交互多輪語義理解具有突出優勢
此外，智慧商業也是深思考落地應用的領域之一。據楊志明博士介紹：“我們主要專注於汽車的4S智慧展廳。相較於傳統的4S店，AI智能展廳能夠應用於多個方面，包括以實體或者虛擬出現的AI迎賓；通過AI進行人機交互，讓消費者能夠通過掃描二維碼、機器人、APP等去詳細瞭解4S展廳中每一款車的詳細情況。並且，消費者可以隨時隨地向AI諮詢關於車的多種問題。”
同時，其也通過大數據分析平臺為智慧展廳提供用戶畫像。從年齡、性別、購車諮詢時的情緒、停留時間、消費者關注的焦點、購車偏好等多個維度的大數據分析輔助4S店長和主機廠商決策層做決策。
深思考在整個服務的過程中，應用到的核心技術之一就是多模態深度語義理解技術。
楊志明告訴鎂客網，其在多輪人機交互語義理解方面有突出優勢，使得機器人能夠與人多輪人機交互，能夠理解上下文，並且，在人機交互的過程中實現會話意圖的自由切換與準確識別。其語義理解是多模態的，相較於一般技術僅理解文本、僅理解語音，深思考第四代機器人能夠同時深度理解文本、語音和視覺圖像背後的語義。
當前，深思考已推出“多模態深度語義理解”深思考大腦4.0，在中文語義理解、多輪人機交互和機器閱讀理解方面取得一定突破。在剛剛結束的中文語義理解與人機交互領域權威賽事SMP2018-ECDT中，深思考人工智能再次榮獲語義理解多輪人機交互全國第一名，蟬聯2017、2018年兩屆冠軍，同時在“2018機器閱讀理解技術競賽”中，全球排名前1%。
結語：
在楊志明博士看來AI已經發展到了後深度學習時代，他們在產品研發落地的過程中正在探索：如何使用少量數據樣本也能構建準確的AI模型，如何遷移其他領域的AI模型，如何在實際應用落地時構建無監督的深度強化學習模型......
“未來無監督的強化學習將是人工智能落地於行業非常重要的一個方向。”他說。
更多優質內容，請持續關注鎂客網~~
閱讀更多 鎂客網 的文章
