12月5—6日，2018創業邦100未來領袖峰會暨創業邦年會（以下簡稱“創業邦100未來領袖峰會”）在北京國家會議中心舉行。12月6日上午的人工智能論壇，雲從科技聯合創始人溫浩發表了主題為“打造AI閉環 引領產業變革”的演講，犀利觀點如下：
1、AI不是單獨產業，一定要跟產業結合；不能只是賦能，而是打造產業閉環
2、未來智能感知技術將成為入口，APP未來入口功能會逐漸弱化
3、AI落地五步驟：學術研究-行業驗證-商業落地-行業平臺-智能生態
以下為溫浩的演講內容實錄：
今天分享的是“打造AI閉環 引領產業變革”，AI產業提的最多的是AI賦能，我如果是AI公司，我一定在某塊是比較擅長的，視覺國內做得比較多的企業好幾家，還有語音，還有大數據或者機器學習的。我們認為技術先進性沒有問題，是肯定的，這個技術門檻是會逐漸降低的，谷歌會把自動機器學習都開始慢慢開放了。以後甚至很多訓練都會慢慢變得非常容易，讓很多需要專門數據工程師，高級工程師才能做的事情，變成一般的只要有兩年、一年以上經研究可以做了，技術門檻不是非常關鍵的事情。如果只談一個行業賦能，是沒有太大意義的。AI一直就不是一個產業，它其實是一個工具，工具是很難把它做成非常大的產業，我們要做首先要打造技術的閉環，可以給客戶帶來更大的價值，技術閉環就從感知到認知再到決策。計算機視覺、語音都是感知的事情，人類的各種器官視覺上就是眼睛，還有人臉識別，物體識別，五官能夠做的感知的事情。這個事情做好之後做大腦，腦科學和分析決策角度做分析和決策的事情，這是我們認為的閉環。
人臉識別目前的應用已經非常多了，可能包括門禁、閘機。為什麼人臉識別這麼火呢？可能從技術上講人臉識別是最成熟的，最落地的。從作用來講，智能感知第一步叫識別你是誰，如果機器連你是誰都不知道怎麼做後面事情呢？所以人臉識別為什麼各行業用得這麼多，包括交通啊、安防啊，就是這個原因，所以要做的第一件事就是識別你是誰。其實我們是從2011年，我們創始人周博士從美國回來，當時計算機視覺技術方向很多，但是摸索了兩年之後，從2012、2013年開始，就開始集中在人臉識別上，我們成立公司的時候，人臉識別還沒有爆發，但是我們技術上已經做好準備了。
第二個，我們在中科院裡、公司裡建了很多高端光學實驗室，可以從結構化的角度採集人臉數據。另外從感知上是非常引領技術變革的，我們第一代的PC，就是從原來的一體化界面到圖層化界面，從鼠標鍵盤誕生移動互聯網，最近10年智能手機觸摸式的交互引領了移動互聯網的時代。後面可以很容易知道通過HCI（人臉識別、語音、NLP、VR、AR）更多的技術，就可以實現更自然的智能感知。比如我們點外賣是拿出手機，點開APP，再選想吃的菜式，這種模式其實還比較複雜；以後可以直接語音喚醒，手機上個人助理不需要通過APP，就是通過語音助手，後者個人助手可以直接跟你進行對話，問你想吃什麼，你現在情況是什麼，餐館是不是比較擁擠，是不是有什麼優惠或者折扣，幫你推進你適合的口味。推薦完了再點評，甚至可以打開AR、VR虛擬場景看到這個菜是什麼樣，幫你下單，下單可以直接人臉支付，整個流程就非常流暢。我們在移動互聯網都講入口，研發什麼超級APP搶流量，以後就是通過智能感知技術就實現這個入口，APP未來，最多十年之內入口功能會慢慢弱化。
這是我們和中科院、上海交大做的聯合實驗室，我們現在除了視覺以外，在語音方面也做了技術的鋪墊，最近創了世界紀錄，在文本方面。如果AI技術裡面，我們把計算機視覺做得最好，全世界有幾十家公司，語音識別技術做得非常好的，大概有這麼多公司，兩個技術都做得很好的公司呢？很少。國內可能是百度，國外是谷歌。再加上數據的分析，就更少了。這地方列舉了用戶的行為，通過計算機視覺或者語音進行感知，感知完了採集到數據，我給到機器做機器學習，建模型可以做到數據的用戶畫像，然後可以做精準的推薦，可以再看用戶的行為是滿意還是不滿意，還是有什麼其它更好的建議。我們一定要打造一個技術閉環,才能夠真正幫用戶解決問題，這還只是C端，服務B端會更多，比如幫一個銀行或者其他商業，怎麼樣去挖掘用戶，怎麼樣去幫他用戶畫像，然後給她推薦，做完成後再採集數據，這是我們在B端該的事情。
我們在相關的國家腦科學研究中心上海，加入了首批科學家團隊，這是我們相關的神經網絡裡有一些工作，提高了效率。後面我們介紹一下，我們怎麼樣通過這些技術真正引領產業的變革，剛才我說了AI不是單獨產業，一定要跟產業結合，最後形成不光是賦能，而且是可以幫他打造閉環，而且可以幫他提高，引領變革，現有的商業模式是可以顛覆掉的。我們首先做產品，再到解決方案，最後再到平臺。
現在涉及到的行業有安防、商業、交通，機場裡、火車站裡，包括金融，首先金融裡是有很多需求，有很多數據，相對自身的革新能力也不是特別強，特別涉及到國家資本安全、金融安全，這點也可以雲從發揮自己優勢，我們作為中科院體系的國家隊，這是我們終端產品包括中期模組，就是不是最終產品形態但是可以鏈接到產品上的。舉一個例子，除了給銀行做最基本的身份識別，識別身份，遠程開戶常見的服務以外，我們還可以做到信用卡的推介，電子銀行、千人千面，包括智慧網點的運營。ATM機給上海建設銀行，每個月網點有上千個在上海，ATM2000多臺超過10億現金，這些現金如果放多了可能會產生利息，一個月可能好幾百萬，放少了會影響服務質量，所以它需要一個準確的機器學習模型，去模型預測應該放多少現金，這可以幫他每個月節省上百萬的利息，這還只是上海的一家建設銀行。而全國有這麼多銀行，這麼多地區，這個事情是我們要慢慢去做的。
我們是從感知到決策，這樣一個理論支撐，再比如銀行機房，他的機房服務器故障檢測，什麼時候需要更換配件，配件更換的週期和頻率，應該怎麼樣。這就是我們做的事情，我們現在做了53個解決方案。產品的解決方案有了，我們再去做平臺，就是要鏈接到銀行裡面的、包括機場裡面的 ，這個智能化改造的核心。那這個事情就好比什麼呢？我用你的終端產品，但是很容易被替代，今天我用你的相機，明天我用他的門禁，這些東西是可以被替代的。但是這個平臺，他連接的他的內部的業務系統，他是很不容易被替代的，他就像手機的操作系統，是剛性的。我們在2015年開始做銀行的集成生物識別平臺，雖然功能不多，只有生物識別，但是銀行200多個業務系統只要涉及生物識別都要連接我們的平臺，而且是總行級別的，放在建設銀行總行，或者農業銀行總行，下面所有分行、支行、網點都要用的，這是沒法更換的。我們依此類推智慧大腦，在機場大樓安檢、登機等等的都連接到智慧大樓裡，包括公安部，我們也做了5個平臺，也是類似的思想，包括商業，我們做的日產4S店幾百家的店，也是一個大的信息平臺。
最底端的，我們是定義在模組，它是連接各種各樣的設備，我們去做門禁閘機肯定做不過傳統行業，傳統行業做的很好，只是沒有能力而已，這個能力是可以很容易搭建的，所以我們要去定義模組，定義設備，AI不是跟傳統廠商PK的，這個沒有太大意思的。還要定義平臺和場景，要告訴你平臺怎麼升級你的行業，怎麼連接你的業務，怎麼引領變革。我們和公安部、四大行等等的成立聯合實驗室，合理合法情況下使用它的數據進行機器學習，進行相關的數據標準定義。這個事情做了之後，後面再推下面行業客戶和設備就非常容易。
我們認為AI企業落地有五步要走，從最早的時候，我們的創始人周博士從美國回來，他當時在UIUC就拿過六次世界冠軍，但他當時就想學術的權威根本不代表行業的領先，怎麼樣落地呢,當時他想第一步是學術研究，你的技術是先進的，包括你的論文、專利。第二部分，行業驗證，首先你的技術能不能在實踐中得到驗證，這個非常關鍵，真正在安防、金融場景下能不能用。第三步，就是你的商業落地，你的產品有沒有設計出來，有沒有真的去解決問題，解決方案有沒有，
能不能真正用起來，旺起來。第四步，是能不能幫行業建一個關鍵性的平臺，連接它的智慧平臺，做智慧化改造的一個引領。最後一步，我們努力的在做智能生態。我們一家做不出來的，很多事情還不夠，還必須要更多的解決方案和產品，這時候就會聯合上下游、合作伙伴一起把這個生態建得更完整。
我們現在，雲從的技術是從2006年開始，2011年中科院，2015年成立。現在作為國家隊在中科院下對我們非常支持，我們參與了國家標準、行業標準的制定，2017年承擔了國家發改委的AI平臺，叫做人工智能基礎資源公共服務平臺，是百度、訊飛和騰訊一起做的。2018年做了高準確的人臉識別，是應用平臺。最後是基於核心的自研SOC芯片的人臉識別平臺。雲從科技現在在上海、重慶、蘇州、廣州、成都有五大研發中心。從最早學術7次世界冠軍，行業內部PK得了100多次第一名。行業裡專注在銀行（400多家合作銀行，100多家總行）、公安（29個省）、機場（60多個機場）。在未來五年，我們希望能夠基於國家平臺，用AI定義設備和場景，依託我們的能力、技術閉環，從感知、認知、決策，再依託我們的計算資源、數據資源、智力資源，打造整個定義智慧生活的目的，可以真正從產業角度怎麼樣定義變革，怎麼樣賦能，怎麼樣改變每個人的生活，希望做到這樣的目的。
我的此結束，謝謝大家！
閱讀更多 創業邦 的文章
