cpapporg为什么能买彩|17app直播福利号
 2018/11/14-18 深圳會展中心
“顛覆性創新技術”主題論壇 I 現場實錄
新聞來源:高交會組委會 發布日期:2018-11-15

  主題:第二十屆高交會——中國高新技術論壇—— “顛覆性創新技術” 

  時間:2018年11月15日09:30-12:00 

  地點:深圳會展中心 

  實錄內容: 

     

  (王海東 深圳衛視主持人)

  主持人:尊敬的各位嘉賓大家上午好,這是“2018年中國高新技術論壇”,我是深圳衛視主持人王海東,今天我們要討論的主題是“顛覆性創新技術”。 

  我們知道在過去這么多年科技創新已經成為經濟社會發展的核心動力之一,而顛覆性創新技術的出現不僅僅給所在行業帶來了天翻地覆的變化,同時也對于整個社會生產結構乃至人類的生活都帶來了重大的變化。在過去的幾年間相信各位對此已經有了比較深刻的感受。 

  如今,“突出顛覆性技術技術”已經成為中國發展的國策,我們應該如何看待顛覆性技術?發展顛覆性技術,面臨怎樣的困難和挑戰?今天我們針對這個話題,圍繞量子通信與量子計算,以及人工智能兩大顛覆性創新技術來開始一場充分的研討,今天上午一共有九位嘉賓在這里發表演講,下面直接進入到主題演講的環節,我們第一個主題是量子通信與量子計算專題,一起來看看我們距離未來的通信和計算革命還有多遠的路要走。在這個專題上發表演講的嘉賓是中國科學院院士,中國科學院量子信息重點實驗室主任,郭光燦先生;郭光燦院士主要從事量子信息的理論與實驗研究,由他領導的中科院量子信息重點實驗室,在量子糾纏研究中取得重大的突破,成功制備出八光子糾纏態,刷新了多光子糾纏制備與操作數目的世界記錄。今天他演講的題目是《量子計算機》,大家掌聲歡迎。 

   

  (郭光燦 中國科學院院士、中國科學院量子信息重點實驗室主任)

  郭光燦:很高興能夠在這論壇做個報告,報告題目是量子計算機。量子力學誕生100多年,已經為人類創造了像互聯網、電腦之類新技術,它們是由量子基本原理產生的,已經影響我們整個人類社會的發展,這是大家感受得到的,但是這些技術都是經典技術,他們服從經典物理的規律。量子信息的誕生將把我們帶到量子技術的時代,利用量子特性開辟新的技術,而這些量子技術比經典技術它的性能要高得多,可以突破經典物理的極限。比如說量子計算機就比電子計算機要快得多,所以人類從現在開始,就從經典時代,經典工具邁進量子工具的新時代,這就是量子信息誕生的重大意義。在人類社會發展歷程中我們要進入新的時代,這個時代的前景非常輝煌,但是它的路很漫長,不是馬上就能到的,所以外面的宣傳說量子什么技術可以馬上走進到千家萬戶,這就是不對的,離真正的應用還早。 

  我今天報告的量子計算機就是量子技術里面最顛覆性的技術,講這個主題之前,我要先說幾句跟這有關的話,最近幾年量子信息炒作太過分,本來量子技術就非常神秘,量子世界確實很奇怪,但是經媒體炒作,個別學者炒作以后,就把量子信息弄得非常火,好像自然界所有搞不清的都可以歸結于量子糾纏,什么靈魂呀、宗教呀都要靠量子糾纏,這是不對的。究竟量子技術可以給人類帶來什么?不能做什么?哪些是有可能應用的?哪些非科學的玄學,必須講清楚。量子技術究竟有哪些真實可用的,隨著人們研究的不斷深入,會不斷開拓出來,我今天要講的量子計算機是其中最重要可以做的。這里要講的是幾個肯定做不到的,我要講兩點: 

  第一:糾纏非常奇異,AB兩個糾纏粒子分開,對其中一個測量便瞬時引起另一個狀態發生變化。這種瞬時變化被認為是超光速的通信,所以叫做幽靈,那么這種幽靈究竟是什么?其實在量子世界沒有超光速,兩個糾纏粒子之間的瞬時變化無需任何信息的傳遞,真實的物理原因是它們的量子關聯,量子關聯是產生這個現象的本質因素,在量子世界和經典世界一樣,不存在超光速的信息傳輸。 

  第二,最近有人在大力宣傳,量子信息可以把人瞬時的從某個地方傳送到另外一個星球,我們以后從深圳去紐約不用再買飛機票,用量子技術就可以直接過去了。這肯定做不到,這不是技術的問題,是原理性做不到。量子信息作為科學不允許有這樣的現象發生,這是把科學幻想和神話當成科學知識來傳播,將量子力學妖魔化造成很大不良影響,所以我要澄清兩點,超光速的通信不存在,把人瞬時送到另外一個地方絕對做不到。我寫了《量子十問》發表在網絡上可以查到,其中兩問就是回答這兩個問題,今天時間寶貴就不多講,回到主題,量子計算機。 

  量子計算機是怎么誕生的?這與電子計算機的發展有關,摩爾定律說,電子計算的運算速度每18個月翻一翻,確實如此,摩爾定律帶來了人類社會翻天覆地的變化。上個世紀80年代一幫物理學家就提出一個問題,摩爾定律會不會無限地下去?摩爾定律會不會終結?他們的研究結論是摩爾定律肯定會死亡!一旦摩爾定律終結了,什么技術能繼續提高計算機的運算速度?就誕生了量子計算機,摩爾定律失敗了,量子計算機就是替代者,當時電子計算界根本不理物理學家的這個結論,并嘲笑他們是杞人憂天。現在美國政府前幾年宣布摩爾定律失效,目前微電子發展方向不再追求速度,而是專門化和低能耗。以量子計算機的研究又重新引起人們的研究熱情,實際上80年代物理學家已經把量子計算機的主要理論框架建立了,90年代便開始了研究如何在物理上實現。 

  量子計算機與經典計算機不同在哪?經典計算機處理的數據叫比特,比特是0或者1,我們處理的數據就是01串,量子計算機就不一樣,量子世界的不確定性滿足疊加原理,微觀粒子是處在01疊加的狀態,這叫量子態或者叫量子比特,這就是量子跟經典最本質的區別,量子特性體現在這個疊加原理,體現在量子比特上。如果你用到0或者1做信息功能就是經典,量子計算機就以量子比特作為信息處理的單元,量子計算機所有的過程都遵從量子力學的規律。 

  一個電子計算機存儲器要么01,只有一個數,量子存儲且可同時存儲01兩個數,兩個存儲器,電子計算機還是存一個數,但是量子計算機可以同時存四個數,如果有N個存儲器,電子計算機也是存一個數,但是量子計算機可以同時存2N次方的數據,所以量子計算機的存儲數據能力是電子計算機的的2N次方倍。計算是什么?就是對存儲器的數據實施操作,操作一次就把數據變化為另一個數據,電子計算機不管多大就是存一個數,操作一次就變成另外一個數,整個運算過程就這樣一步一步操作,所以電子計算機都是用串性運算的模式,量子計算機就不同,操作一次可以把這個的2N次方數據變成新的2N次方數據,這叫并行運算,這可能就要快得多。所以量子計算機不是靠處理數據的速度而是靠并行運算能力來加速運算速度的。而這種并行運算能力是來自于量子世界的量子特性。 

  Shor90年代提出一個算法可以求解大數因子分解,這個問題是現在廣泛使用的公開密鑰的安全基礎,如果你把這個大數分為兩個素數,這個密碼就破了,如果分不了就是安全的。全世界并用1600臺工作站并行運算花了8個月將129位的數分成兩個素數,雖然分解成功,但是代價是要這么多資源和時間。而采用量子計算機,有并行運算能力,一秒可以分解成功。一旦量子計算機研制成功,現在廣泛使用的公開密碼體系全部會被破解,最近美國政府已經宣布要把現有的公開密鑰分期分批淘汰,這個因為量子計算機的實現已不再是遙遙無期了。總之,量子計算機的運算能力跟電子計算機的運算能力相比,就相當于經典計算機的運算能力與算盤的運算能力的相一樣,因此一旦實現了電子計算機時代過渡到量子計算機時代,人類社會將會經歷多個天翻地覆的變化。 

   量子計算機要做的事就是解數字問題,要輸入數據,數據是經典的,所不同就是處理數據的方法不同,電子計算機用電子芯片,串行運算,量子計算機用量子芯片,并行計算。除了芯片,還要有量子軟件等,所以量子計算機的研制是一個復雜的工程問題。 

  量子計算機所涉及到的硬件包括量子芯片操控系統和測量系統,軟件量子算法、量子編碼、量子系統的結構還有用于制備量子芯片的量子材料等。美國從90年代初開始布局了量子計算機研究,逐步聚焦到半導體和超導的固態體系,固體,固態它的好處就是可以擴展,但是固態的量子相關性非常脆弱,很快消失掉,如果一個計算機還來不及解決問題,就被破壞掉,那么運算就失敗。所以怎么容錯是一個關鍵問題。多年基礎研究,固態的量子相干時間大幅度增長,容錯有了可能了,所以人們的研究熱情又高漲起來。國際上半導體量子芯片現在已制備出三個比特,芯片里面三個量子比特,我們從2010年起步,目前也已經做到三個量子比特。基本上達到國際的水平。雖然有進展,但是離終點還很遠,跟國際上相比我們跟他們差不多。超導國際上比較領先,相干時間已經提到100個微秒,現在他們已經做到10幾個比特,我們國內在超導方面遠遠落后于國際。 

     國際上的趨勢是這樣:20167月,美國政府已經宣布在五年之內要做到量子計算機可以實際應用,美國幾乎所有的公司都成立了量子計算機研發中心。歐洲搞了十億歐元的量子宣言規劃,澳大利亞集中力量硅基半導體芯片,最近跟法國聯合起來,共同開發硅基量子計算機。2015年谷歌說已經做了9個超導量子比特,他們擬做到49個,2016IBM已經做了5個,他們要做50個,他們認為50個量子比特的量子計算機它的運算能力是所有經典超算趕不上的,給它起了個名字叫量子霸權,意思是說我是最牛的,誰也趕不上,后來發現50不夠,我們現在用經典計算機就可以模擬65個量子計算機功能,所以定到50個還不行,現在霸權起碼要達到100個左右,也就是說做到經典計算機沒有辦法超越的水平可能要到100個比特左右。 

    谷歌現在最新成果已經做到超導72位量子比特,相干時間都差不多能達到可應用。IBM做到20位比特,這兩家代表了目前在超導方面國際上最高的水平;即使實現了量子霸權其應用也是非常有限,是功能比較低級的應用,而且是專用機不是通用機,通用機就是能夠解決所有問題的,專用機是相干時間內能處理特定任務,這叫專用機,IBM有可能在三五年做出第一個產品,但是即便做出來了,仍然是一個專用機,是一個功能很低級的專用機,但是盡管低級,其五臟俱全。就像我們電子計算機普及以前,電子計算器先普及,功能很差但是它是數據運算很全,將來有可能先是量子計算器產品上市,這是大概的狀態。 

   整個量子計算機發展處在從晶體管時代到集成電路時代的過渡階段。我們現在是搞一個本源公司,大家有興趣可以到那里看,那個公司平臺里面告訴你量子計算機的基本知識,告訴你怎么操作,怎么用經典來模擬量子比特。 

    總的來說,量子計算機的主要困難,量子芯片的物理量子比特數起碼是10萬以上,還有相干時間要足夠長,能采用量子糾錯技術跟容錯技術,這兩個技術都很難實現,理論上可以解決,但是做起來很難。所以要確保量子計算機任務完成,相干時間足夠長,每次操作時間足夠快。如果專用機先把容錯糾錯難點放在一邊,追求比特數,比特數做到一定程度,就能夠比電子計算機更快的解決特定的問題,這個比特數大概是50100才可以達到量子霸權,這個就是量子計算機的發展情況。我20分鐘的報告時間也差不多了,謝謝大家。 

  主持人:在剛剛的演講中郭光燦院士為我們分享量子計算機的工作原理和并行計算能力以及最新的進展以及面臨的困難,同時他為我們做兩個有趣的澄清,就是世界上并沒有超光速,也不會存在人體的瞬間位移。我們再次掌聲向郭光燦先生表示感謝。以上就是我們今天的第一個演講主題量子通信與量子計算,接下來進入“人工智能:賦能之路上的未知與挑戰”專題。在這個環節第一位演講嘉賓是微軟全球資深副總裁,大中華區董事長兼首席執行官柯睿杰先生。柯總全面負責制定和實施微軟在大中華地區的業務運營及整體戰略,旨在打造一個在移動為先,云為先”的世界中領先的生產力和平臺公司。他的演講題目是以云和人工智能之力,賦能每一人。大家歡迎柯睿杰。 

   

  (柯睿杰 微軟全球資深副總裁、大中華區董事長兼首席執行官)

  柯睿杰:非常感謝對我熱情的邀請,中國的科技可以說在21世紀發展得非常快,它也是我們中國經濟社會發展的非常重要的部分,也是科技創新的重要領域,深圳我們知道它是一個科技之城,它也是大灣區的一個重要區域,在這個地方我們可以看到它已經是發展成為世界上最重要的經濟中心之一,在這里可以看到有很多的工程師,有很多研發中心,他們做的非常好,同時也是在我們的生態合作方面也是不斷推進我們的工作。可以說我們在這里有非常多的創新在進行,有很多的公司都在進行創新,這就是為什么我們一直在努力的進行合作,不斷推進創新的原因。 

  當然,在這個地區我們需要不斷做的就是要理解今天這個主題是什么,我們可以看到在未來創新之路的上面可以遇到很多的未知和挑戰,大家在圖片可以看到一個人騎著一匹馬,和旁邊的蒸汽機進行比賽。這是過去18世紀的事情,他希望跑得更快,我們可以看到這個蒸汽機它的速度比騎馬的人會更快,所以你會看到人類怎么跟技術進行比較呢?我們怎么樣才能夠有更快的速度呢?當時蒸汽機的不確定性是最大的,但是人類發現的確實是難以發現的新機遇,包括旅游、貨運、移民以及新一代的城市國家發展,也包括人際關系的發展,整個大格局也包括就業有很多的更新更好的工作進入到我們的生活當中。無論是設計師、建筑師,也包括修理汽車、維護汽車的人,包括鋪設維護軌道的人,做培訓的工程師、指揮人員、服務員以及沿途每個車站的那些基礎設施建設從事過去的工作人員都看到有新的就業機會,有巨大的轉型。在那個時候我們沒有這樣的遠見,但是我們再來看一下汽車行業是不是也在經歷類似的變化?是的,電話是不是經歷了類似的變革?是的,汽車我已經說了,沒問題,計算機也正在經歷同樣巨大的蛻變,今天我們又處于另外一個令人難以置信的變革時期,和之前一樣只要有變革就會有很多的未知數,但是我們將作為一個行業,作為一個社會必將能夠去克服這些挑戰,前提就是如果我們能夠采取深思熟慮,并且是負責任的方面,這也是我今天演講的重點。 

   我們必須要有作為,知名的咨詢公司埃森哲也提到,人工智能或者說人工智能它的潛力有機會到2030年使得全球的GDP翻一番,只要能夠通過一系列的技術包括建立新的關系實現。這將打造在人和機器之間的新的關系,這樣的一種關系是和我們之前的關系截然不同的,我們已經開始這一場旅程,我們現在已經見證著將近20年的人工智能發展,是不是正在加速?也許正在發生,但是人和機器之間的關系變革將繼續持續下去,而今天創新已經不斷地在拓展我們的極限,包括如何能夠幫助我們去應對那些最難最大地球性問題。與此同時當你看到這樣的場景,你也非常興奮,因為能夠把人和機器緊密地聯系起來,來溝通解決全球性的老大難問題。無論是醫療、農業,以及如何給地球星球給它更好的給養。我也想給大家做一段分享,我們如何通過這個短片在未來做出更大的變革。 

     (視頻播放) 

  微軟是希望能夠通過技術來增強和拓展人類的能力,我們見證了很多偉大的發明,都用來解決很大的問題,其實背后都是將技術和人類的智慧無縫組合。從微軟的角度,是希望能夠在日常生活中,在任何地方為每個人提供人工智能,這意味著計算能力必須需要無處不在,為每人所使用,不僅在云端,也包括邊緣端,這也是我們業務層面已經設計并且要實現這樣的目標,也就是從云到邊緣的云基礎架構,并且我們也為整個生態系統的開發者們提供平臺和工具,從小小的傳感器到整個云端都被注入了人工智能,因此每個人都能夠在您的日常生活中得以使用。 

  在服務提供方面我們也將支持我們的合作伙伴一起打造結合AI解決方案,也為他們帶來并且提供給他們人的資源,我們知道人是任何不同技術發展的核心,這也是能夠幫助我們實現更好的轉型之旅,對于微軟我們有什么樣的獨特之處?當你提到云的規模時候,可以想象到全球任何一個地方想要從這些技術當中獲益,如果你希望AI實現全球分布,必須要有全球化的基礎設施架構,微軟現在已經有54個Azure區域,比谷歌、阿里云的組織更多,我們也將繼續擴大我們全球的基礎設施足跡,進入到更多的偏遠地區,我們把南非第一個數據中心得到部署,我們也在中國不斷地部署Azure區域,不斷滿足客戶不斷增長的需求。此外,我們在安全認證方面,隱私合規方面已經有了超過70多項的認證,也超過了很多其他的公有云,我們得到了客戶信任,得到了合作伙伴的信任。此外我們也希望能夠為解決方案的開發者提供保護,保護他們的IP、知識產權,這也是能夠讓微軟脫穎而出的。 

   在中國,我們也正在通過21V的運行系統來進行整個業務的布局,能夠讓每個人滿足您不斷發展的需求,我們希望能夠讓這個平臺,這些工具,能夠讓星球上的每個開發者能夠用得到。我們也在整個AI領域研究方面是一個領袖,無論是做語音識別包括圖象識別、語言的翻譯等等,其實您都能夠找到一系列來自微軟的解決方案,這些都是能夠給到開發者們,能夠幫助他們開發他們的技術,我們也提供超過100多個基于AIKPI和相關的工具,能夠讓開發者和企業創建自己的AI融合的產品和服務。在中國我們有超過10萬名開發人員日以繼夜使用這些工具服務于我們的伙伴,這些能力正在被不同的行業產生巨大的作用,無論是零售、金融服務、教育、醫療保健等等無處不在,就在深圳,就在這片土地,我們也是和全球最大的基因企業包括基因組解決方案的企業,和他們簽訂了協議,將基因組解決方案推向全球,與此同時也和中國領先的房地產開發商一家企業共同通過AI開發新的房地產端到端的服務,也包括能夠改善他們每天的生活和運行。還有一個非常重要的在中國的資源,就是整個AI研究院研究中心,微軟亞洲研究院能夠給到當地的客戶提供一系列的服務,這是一個強大的團隊,幫助我們的客戶,幫助大學能夠朝著更高的水平進行發展。 

  我想給大家舉一些例子,東方海外OCL總部設在香港,世界上最大的集裝箱運輸公司之一,他們和亞洲研究院一起合作,使用我們的物聯網機器學習、人工智能來更有效地管理整個東方海外全球的船隊。通過我們一系列的算法,我們為他們建立起一個優化的模型,能夠提高全球集裝箱的管理。借用這樣的技術和解決方案東方海外預計每年可以節約1000萬美元的運營成本,而且它現在能夠不斷地拓展,有機會實現更多的成本優化的機會。這也是為什么我們發現財富500強公司里面有95%的企業使用微軟智能云的服務,其實在中國也有超過11萬家公司使用我們的世紀互聯運營的微軟云,我們也和中國的智能云生態系統當中有超過1400個合作伙伴,整個生態系統當中有大量的開發人員,在中國正如我說的,有超過10萬家使用微軟提供的微軟云,還有超過40萬開發者在云技術方面從物聯網到AI到云端,到邊緣端的解決方案日以繼夜地付出。我們也深知人不會使用他們無法信任的技術,他們信任技術,他們也更容易建立人和人的信任。這背后帶來不僅是壓力,也代表著擔當,包括像微軟這樣的企業,我們的設計師包括技術的設計,從一開始就關注隱私、安全性。 

  微軟的人工智能的開發,遵循一系列的,包括道德、倫理規范,我們希望能夠最大限度地為人類降低風險,作為一家企業我們在和其他公司合作的時候,我們也非常關注技術的使用必須要找到一個合適的方式。而且隱私和控制非常重要,我們希望能夠去管理數據當中的隱私,包括數據的訪問權,數據所在的位置,如何使用這些數據等等;在數據的使用方面,我們絕不會去使用一些侵犯客戶隱私,而且我們所提供的是高度中立或者中性化的數據平臺,不會以任何方式尋求使用或者以其他的方式利用客戶的數據,因為在這個行業里面,我們必須要贏得世界的信任,只有在這幾個規范下來做事才能夠贏得信任。我們提到了安全性,與此同時也是非常重視,當那么多的數據流每天都在發生,也許從邊緣端、客戶部署端到云端,雙方的流動都在發生,我們也花了很多的資源,投入很多的金錢用來做技術安全的保護,加密的保護,我們每年投入超過10億美元,專門用于客戶保護,尤其是包括邊緣端的安全保障,一方面要保障它的智慧能力,也要確保從邊緣和云端之間能夠探測檢測一系列的威脅和保護,我們還建立起了安全中心,我們利用這一安全中心提供給我們一系列有關威脅狀況,脆弱風險的洞察、見解,這也是開放、透明,也是我們合作伙伴、客戶可及的,這也是我們被他們信任的原因之一。 

  人工智能和倫理道德規范都是非常根本的,我們在這個過程當中會對任何的偏見和歧視進行斗爭,我們也在這個過程當中不斷地避免偏見,這是非常重要的;同時公平以及避免偏見也是很關鍵的一個因素,只有這樣才能夠使得像微軟這樣的公司能夠贏得客戶的信任。 

  我們非常重視這個方面的問題,我們希望能夠確保人工智能能夠不斷地去擴大它的能力,能夠幫助我們去更好地發展,抓住一些機遇,我們認為在技術方面有很多的產品,我們也承擔著很多的責任,對于微軟我們責無旁貸,當我們看到其他的例子的時候,比如說AIR  DOG,跟他們合作我們需要做的就是不斷地在世界范圍內能夠開設很多的實驗室,幫助我們不斷地去檢測到糖尿病的疾病,我們對這些數據進行分析,我們能夠很好地檢測到患糖尿病的風險或者比例,我們跟它進行合作,要不斷地去跟糖尿病進行斗爭,我們知道世界范圍內有很多人患糖尿病,在中國已經有超過1億人患有糖尿病,在世界范圍內有更多,所以我們需要不斷地去改變我們的社會,希望我們能夠打造一個更好的社會,我們可以利用AI的技術幫助我們獲取更好的治療以及更好的管理我們的健康,更好地找到治療糖尿病的方法,為了這樣做,我們就需要消除我們的偏見,同時我們也要很好地收集一些數據,然后去分析,今天我們有了更多的選擇,有了很多的醫生幫助,技術可以幫助我們找到所需要的治療和幫助,所以我們可以不斷地去使用這些新的技術,幫我們接觸到更多的治療方法和幫助,我也可以告訴大家,在這個社會或者在其他的一些領域,我們其實也是可以利用技術為社會做更多的事情,打造一個更美好的社會。 

  這就是微軟公司做的一些事,我們非常關注安全的問題,我們保護客戶的隱私,我們也非常透明,我們的組織也非常緊湊,所有的這些我們都希望能夠共同努力,能夠跟研究機構、政府部門、民間社會共同合作確保我們是正確使用這些技術,能夠為社會帶來美好的一面。我們也希望我們能夠不斷地延伸人們的能力,雖然我們說這些機器這些技術不是為了取代人類,但我們可以使用這些技術更好地幫助人類,在微軟我們也是可以利用這些技術來幫助我們很好地解決面臨的一些挑戰,我們的使命就是要賦予每個人能力,給他們賦能,為這個星球為整個社會帶來更多的好處。 

   我希望所有的這些人都有同樣的使命,我們能夠攜手,共同解決我們面臨的主要挑戰。只有通過技術很好地恰當使用技術就能夠完成這個使命,謝謝。 

  主持人:謝謝柯睿杰先生;在剛才的演講中柯睿杰先生為我們分享關于人工智能非常重要的定義,就是如何打造人和機器的之間的全新關系,如何邁入新時代,就是實現技術和人的無縫結合,拓展人的能力,改變醫療、工程通訊在內的每個行業,解決個人生活和全球性的問題,柯睿杰先生為我們分享微軟的智能云架構以及全球化的分布規模以及他所思考的關于責任方面的諸多問題,我們再次掌聲向柯睿杰先生表示感謝。接下來要請出的這位嘉賓是德國工業4.0之父、德國國家科學工程院前院長、德國國家電動汽車平臺指導委員會主席孔翰寧先生,他的演講主題是自動系統—機遇與挑戰。 

   

  (孔翰寧 德國工業4.0之父、德國國家科學工程院前院長、德國國家電動汽車平臺(NPM)指導委員會主席)

  孔翰寧:女士們先生們早上好,首先我非常榮幸能夠來到第二十屆高交會——中國高新技術論壇,我相信大家在此前的嘉賓當中也是聽到了很多的技術變革以及我們遇到的第二波數字化的沖擊。大家都已經感受到技術的重要性,我們也是能夠看到在未來我們需要更多的解決方案,比如說可以利用一些人工智能的技術等等來幫助我們去做很多的事情,比如說機器人等等,可以運用這些新技術幫助我們實現更多的任務。 

   我也相信在幾年以前當我們剛開始的時候,我們需要更多的系統來幫助我們做操作,在2008年2009年我們遇到經濟危機的時候,當時就是要一些新的技術或者新的解決方案來幫助我們應對危機。我可以說這個基本的改變,我們需要一些原則指導工業的升級或者變革,自動化其實就是一個很好的方案,它可以打造我們的能力,不斷使用自動化操作,這種自動化的系統幫助我們學習很多新的技術,一些新的情況,以便于我們可以更好找到出路和解決方案。 

  可以說這個應用過程說這個影響和沖擊是可以預見的,而且是非常明顯的,在德國、中國都是如此,我們都是制造的大國,我們知道自動化其實是制造領域非常重要的一個方面。首先我想跟大家分享的信息就是關于我們在未來自動化是什么樣的?我們應該如何更好地適應未來發展的趨勢,這也是我們如何能夠進行更智能的制造,同時也要思考在生產的過程中我們需要用哪些戰略。第二個問題,我們的商業模式怎么樣才能夠更好地適應工業4.0時代發展的需求?現在我們更多時候談論的就是以數據驅動的服務,就像剛剛開場的時候講過,我們一定要注意的,要思考的問題就是如何能夠更好地利用自動化的系統影響我們的生活,影響我們的工作、交通。我們要的就是有什么樣的經濟商業模式更好地滿足我們的需求?另外也是希望它能夠做成一個有益的循環。 

   去年德國的總理也是在工業4.0時代對這個概念的提出給予了肯定,同時我們也是跟很多人進行合作,我們希望能夠從科學領域,從技術領域,從政府層面有更多的合作,我們可以看到這個PPT上,我們有很多的國家層面合作,也有很多的科學家進入到團隊里面,當然過程當中我們也是碰到很多的挑戰,所以我們現在需要采取更多的戰略,比如說學習的戰略,幫助我們很好地應用這個概念。 

  如果我們來看基本的自動體系它的原則,我們需要考慮的就是在人類的方面,我們需要采取行動,另外我們要考慮到環境。我們需要對我們的環境采取的是負責任的行動,我們必須很好地去預測我們的這些行動會帶來什么樣的后果,所以需要更好地去理解、預測這些技術可能帶來的一些影響。比如說對環境有什么樣的影響,我們要采取相應的知識來進行培訓,以及進行系統的學習,就是利用我們所學到的知識和過去經驗幫助我們找到未來方向的策略。最后一點要做的就是,要找到一些模式,一些系統,我們知道這個系統本身它有什么樣的限制性,在能力方面有哪些缺陷,我們在未來需要實現哪些方面的突破。這也是我們要考慮的,所以我們也是在我們的實驗室不斷地做一些模擬,我們去看看這種情景是如何反映的,以便于我們找到更好的應對方案和解決方案,你可以把所有的方面組成一個組織架構,正如圖片所表現,我們要看看里面的話題是什么,比如說我們還會考慮到主要的原則,就是會有一個自我調節的框架,我們希望在這個過程當中,能夠跟相應方進行很好的協作。能夠有不同的控制選擇,中間有一系列的自模型,包括環境的模型,包括不同領域的模型,任務模型、合作模型,用戶模型,我們在各種規劃庫當中也有過去重復性的計劃規劃,可以得到利用。這是一個大的人工智能參考架構,在下面還有一系列的技術。 

  包括和人有關,我們需要去了解一點,在這中間無論是人還是市民、公民也會在每天的生活遇到這種自動系統,不僅在辦公室,在他們的家中,甚至在通勤的路上都會有,我們也會關注人和技術之間的交互,關注安全層面,也關注法律、倫理規則的一致性,這三個地方都要保持一致。 

  我們不能以孤島的方式對待他們,我們在另外一方面要關注在社會方面大家還有一系列的顧慮,包括人的角度,我到底在所謂的責任主體轉移方面要在什么程度上運營,我們要通過一系列的用戶案例,希望能夠找到一系列的有關機會、風險,能夠提高它的透明度,不僅是未來的出行,2030路線圖,包括安全包括你所獲得的時間上的節約,包括供應側的一系列改進,這是一個非常全面的考量才能夠有機會說服人接受這個系統帶來的效用。與此同時大家在出行行業可能大家非常熟悉,最近幾年自動駕駛領域循序漸進的過程,在自動和部分自動化,在那個時候一定程度上駕駛員可以解放雙眼,可以解放雙手,但是還是在必要的時候必須要接管、負責,他還是要在駕駛的過程中會遇到一些問題,現在我們進行責任主體的轉移時候,就進入到完全或者高度的自動駕駛,也就是說在這里能夠讓車完全掌管,你能夠解放雙手、雙眼、解放大腦,甚至最后實現解放全人,但是我們知道還是需要很長的時間真的做到完全自動駕駛。 

  最近我們打造一個非常重要的平臺,這是德國的人工智能平臺,在這中間的條條框框看到一系列的有關指導委員會的工作組,有聚焦應用,有很多的實用建議,有健康衛生、出行、生活、應急救援相關。接下來跟大家分享我們工作組做的具體工作,包括未來的工作,協作機器人,其實現在在很多的大會展會都會看到,下一步我們結合軟體機器人和人之間的合作,我們希望能夠通過這樣的一種協作式的解決問題,不是所謂的預先定義給到機器人輸入的順序,不是由人給到機器人,也許有一些突發事件會發生,必須要有機器實現自我的重組來面對這些意料之外的事情,也就是人和機器在未來會以團隊的形式進行合作。 

  關于出行,我們也會關注在智慧交通系統當中各種情境目錄下的認證,比如說寶馬要做很多數據的一系列訓練,包括它也有利用神經網絡能夠來幫助每臺汽車擁有一個比較類似相同的大腦,接下來進入到整車測試,我們需要更大的情境庫,有各種不同可能的事件、極端的情況對它進行認證,也就是這個車可以上路了,但是問題是我們是不是可以允許這個系統能夠持續地去學習,在這里非常重要,因為這和駕駛員的行為可能又息息相關,而最后你可能會在不同的車型上有不同的能力。有時候會關注我們在做培訓,訓練的時候我們希望系統能夠實現持續再訓練再調整,我們也希望能夠把整個情景庫做得更全。也要考慮情境庫和數據量是不是足夠,尤其是非常極端、特殊的案例、情境,如果有能力去打造盡可能多的數據,我們需要不僅是實際的模型,也需要虛擬模型,我們也需要來對這些數據實現自動生成的能力,包括甚至在車速變化,在路上可能包括燈光,包括有的時候車上面有人,我們設立的是數以億計的場景庫。 

  還有人機的互動,有些不太容易的就是一方面讓這個車具有智能的,它是能夠在每一種情境下不需要任何外部的幫助,不需要外部的通信就能夠保持這個情境的安全,這是我們需要去做的。另外的問題就是人和社會的問題,比如說駕駛員會接管,這樣的情況可能系統會不會拒絕它,有的時候可能人會覺得是不是系統出問題了,所以我要接管,我要用人來駕駛,這中間還是會有問題,這是很大的問題。甚至有時候會關注系統是不是真的發現這個駕駛員違反交通法規了,他是不是能夠去接管來代替駕駛員的判斷?另外一個情境就比較恐怖,如果機器識別這個駕駛員要發布恐怖襲擊,它去接管,會涉及到總體平衡的總體安全性的平衡。 

   接下來進入到醫療行業,在過去的十年里面看到很多的研究在發生,現在有很多的系統,比如說我們要控制人們的血糖水平,這是非常重要的一個努力。人為的錯誤很多,可能有時候搞錯患者,所以我們如何能夠實現精準醫療,個性化醫療,有了這些系統能夠幫助我們做好這部分的管理,現在通過系統來監控甚至來定義什么時候你需要更多的禁食或者更多的胰島素給藥,在這里能夠大大地降低,包括在院內的死亡率,一方面讓我們的工作量減少,能夠讓人做得更多,但是我們同樣也要關注什么時候要通知人類在什么樣的程度上機器可以進行自主工作。另外一個情境也是我們比較容易想到的,是希望能夠讓這些設備機器進入到受污染的惡劣環境下,因此我們需要將無人機探測現場,還要在地上的機器人能夠做應急救援受傷的人,在這張片子上可以看到列出一系列的技術挑戰。還有一些例子是類似的惡劣環境,是深海環境,我們可以看到這樣的一個智能化環境能夠提供深海開采的潛能,甚至可以實現水下的電池充電,這也是非常好的實現長期自動駕駛,而且在右邊非常有意思是像猴子一樣,類猴機器人,有一個可移動的脊椎還有很大的裝了傳感器的腳。 

  基于統計學的深度神經網絡的方法,一方面我們更需要,或者同樣需要也是傳統的基于知識的人工智能一系列手段方法,能夠讓兩者之間相輔相成,左邊是統計或者深度神經網絡的學習,能夠提高我們一系列知識方面的能力,利用過去基于知識學習能夠幫助我們解釋神經學習的結果,完善知識圖譜,有關于文化變化,需要實現是組織內部的靈活性,在一個組織里面如何去關注效率,而在另外一邊在同一個組織內部還要非常靈活另外一種分權或者去中心化的決策能力,在未來甚至現在終身學習變得更重要,中間有柔性的強調差異度,有針對化的在職培訓,同樣我們也需要做定制化的學習,能夠針對每個員工給到更屬于他的專屬培訓。 

  我覺得對于第四次工業革命,AI是一個非常重要關鍵的技術,也我們整個工業4.0成敗的關鍵。人工智能能夠幫助我們一方面保持在經濟大環境下的競爭力,另一方面提高生產力釋放我們的靈活性,而且它最終對環境也是有好處的,這些解決方案可以帶來循環經濟,而且它甚至能夠超越我們傳統的生產方式。而且能夠有一些所謂的城市化的生產,也就是離我們員工的家更近的靈活生產方式,最后提到對于生活質量的改進有更好的工作,也就是能夠實現工作生活的平衡,能夠帶來更好的社會包容,最后非常重要的一點,能夠更到各位安全的環境,像之前的講者提到,如果有機會人工智能到2030年讓我們的GDP翻一番,這的確是一個我們絕對不能妥協,我們只有非常努力地去把這些從競爭方面,環境的質量,生活的質量一同向前推進,謝謝各位的聆聽。 

  主持人:感謝孔翰寧先生;孔翰寧先生提出了AI將成為工業4.0的核心技術,他著重為我們介紹自動系統的AI架構,特別強調關于人和技術的互動,他以很多的篇幅放在出行領域,談到安全法律倫理問題,非孤島心態以及人的適當介入問題。下面的演講嘉賓,是亞馬遜AWS全球副總裁、大中華區執行董事容永康先生。亞馬遜AWS是亞馬遜于2006年推出的云計算服務平臺,向分布在全球190多個國家的上百萬客戶提高可靠、可擴展低成本的云基礎設施平臺服務。今天容永康先生的演講題目是以人工智能推動企業創新。 

   

  (容永康 亞馬遜AWS全球副總裁、大中華區執行董事)

  容永康:謝謝各位,我就簡單給大家介紹一下亞馬遜在人工智能方面的一些對于市場、企業的貢獻。 

  亞馬遜其實在人工智能深度學習的投入已經差不多20年,我們以實戰的經驗給我們的客戶提供服務,當年我們在電商的平臺推出的一個實時的產品建議,都當時在十多二十年前已經把相關的功能用到自己的服務跟產品上。可能大家也留意到在2012年我們已經在配送的點里面,已經用了大量的機器人做相關的產品傳輸。我們也把相關的一些人工智能、深度學習用到無人飛機英國方面的配送,我們比較驕傲的地方就是亞馬遜的云音響,2014年推出以來,全球包括我們自己還有相關的生態圈,銀行、政府、很多的消費產品都可以用到語音音響去提供服務給客戶。我們在兩年前在西雅圖,最近也在芝加哥、紐約也會推出無人商店,這些都是我們亞馬遜另外一個部門的一些應用,其實這些應用他們都是借助于亞馬遜AWS公有云設計出來的不同應對,我們在三年多前就把相關的一些底層技術透過AWS亞馬遜公有云推到市場,讓我們AWS的企業客戶也好,開發者也好,初創企業也好可以用到我們相關的技術。 

  從我們的經驗來說,首先我們作為一個快到第14個年頭的全球規模最大的公有云提供商來說,我們覺得公有云的推出是把傳統的IT消費模式完全顛覆了,當我們把AI的功能放到公有云的時候,也是另外一次的顛覆,是把過去的一些貴族式的服務、功能,圍繞著人工智能、深度學習的貴族式的玩意推到全球每一個愿意去用的一些開發者或者是數據科學家。所以它也是一個福星。 

  我們在三年以來,每一年我們看到用AWS公有云的AI功能的使用者每一年的增長都是非常高速的,這也代表我們提供的功能是可用性非常高的。這里有一萬個不同的大大小小企業,都在用我們的人工智能功能,再應用到不同的場景上去,有些是做測試,有些是在他們的新產品方面提供一些人工智能化的服務給他們的最終用戶。像通用醫療,他們就在不同的國家針對當地的國家醫療團體,醫院預先幫助到這些醫生提前再把他們的病人X光片、MRI片預先深度學習,提出一些診斷或者病理的分析,讓醫生見到病人的時候已經有一個更準確的判斷,這樣也可以增加醫生的治療速度跟準確性。 

  這是美式橄欖球把人工智能用在他們每一次比賽之前,已經針對不同的球隊,他們習慣用的一些陣勢,跟每個球員跑的方向、速度,喜歡怎么跟不同的球員之間的配合,都做了大量的人工智能、深度學習的數據分析。會提前一兩周給相關的球隊,也會給他們的廣播電視臺去做一些推廣,吸引更多的觀眾到當天比賽的時候,有更多的娛樂性,因為他們可以提供很多不同的陣勢分析之后,觀眾就可以看到哪個球隊贏得機會比較高,增加整體的娛樂性。 

  在金融行業大家也知道它們有大量的是以達到千萬到一億級不同的財務報告,這些財務報告是牽涉到千千萬萬全球的不同企業,這些里面涵蓋了很多的企業他們的投資方向,投資風險,所以他們也因為有這么大量的數據根本沒有辦法用人工的方法去做這種分析,所以他們也用了亞馬遜AWS的深度學習去快速找出一些問題、機會所在,提供更準確的咨詢報告給相關的企業,讓他們服務的種類更多。 

  這是我們中國的一個初創企業,針對英文線上教育的流利說,現在他們有接近差不多一個億的學生,付費的學生也超過100萬,他們可以按照不同學生的進度跟他們說話的一些方法,學習的方法,還有一些環境可以用人工智能的模式去把相關的信息收集過來,會做一些非常精準的定制化培訓課程跟老師的搭配,所以在這方面我們也是很高興可以讓我們國內在教育領域的初創企業的成功。 

  賽車行業在過去很多都是用數據中心的模式,去收集大量的數據,每一次比賽,每一輛賽車的數據都收集回來,在過去成本又高,效率又低,兩年前他們開始把這些相關的數據弄到AWS上面,再用我們深度學習的功能再給一些建議給賽車場,讓他們知道在哪些不同的賽場,哪一類型的環境,不同的賽車標配或者專配速度、安全可以提到最高, 

   這是美國的健康跟醫藥公司,他們就用到深度學習,加快他們在健康產品方面的研發結果出來,從數據上從實驗方面的效果大大把時間縮短。這是另外一家中國的初創企業,它是專門針對大卡車運輸的無人駕駛,他們成立已經三年多四年,他們研究人員在北京,也有大量的研究人員,他們開始把相關的數據跟學習的模塊放到我們的AWS上面,把好幾百萬不同的場景用自己開發的學習框架,積累了大量的安全跟自駕的環境,他們在過去一年已經成功在美國可以在無人駕駛的過程中做到超過200英里距離的無人駕駛,但是這是很特殊的場景,因為這是針對大卡車,跟小汽車的場景有點不同。對于我們來說,AWS可以成就國內的初創企業在這方面的突破跟成功,我們也覺得非常驕傲。 

   剛剛說的都是一些比較專業的企業或者在研究方面他們的能力還是比較強的,或者在某一個專業行業里面已經有一些個人或者企業的突破。但是在我們這三年以來在云推出大量的人工智能、深度學習的工具之后,其實有更多的開發者跟技術能力還沒有這么強的企業跟我們說,你們可不可以提供一個所謂的部署跟開發的工具,可以減少這些不必要的,像云計算的資源標配,數據上面的管理,還有怎么樣用不同的學習框架,很煩瑣的東西盡量簡單化,不一定要透過開發軟件,寫編程的模式去做,用傳統我們提供的工具,一般還是用六到九個月,才能成功把一個產品推出來。這些時間我們聽到大量客戶給我們的回應,去年年底的時候,推出一個還沒有固定的中文名字,大概的意思叫“魔法發生器”,盡量減少用編程的方式讓我們的技術能力開發能力沒有那么強的企業和開發者快速用簡單的方法,在頁面上把打勾可以把不同來源的數據,不管是IOT收集回來的數據或者是視頻,都快速集中在一起,處理好,安排好,用不同的學習板塊、框架學習。這也是秉承AWS在這快14年當中,我們所堅持的就是把貴族的東西平民化,開放出來,這是我們貫徹的實實在在服務人的承諾,也是我們的行動、行為。 

   這個工具在明年年初中國開放出來給中國區域的客戶用,現在主要是在美國、歐洲、日本有服務,但是很快就會在中國推出來。 

  9月份的時候,我也在上海的世界人工智能大會上宣布,亞馬遜AWS也在上海落地,我們專門針對中國市場的人工智能跟深度學習的研究院,會共同跟中國的客戶一起研發或者是執行一些項目是適合中國地區的需求。我們還是秉承我們做事的風格,這里所研發的產品都是開源的。 

   在中國運營公有云,我們是通過跟北京的光環新網和寧夏的西云數據運營,交給這兩個運營合作伙伴推到市場上去, 

  繼續為中國的市場做相關的研發。    作為一個起步最早的公有云公司,我們不單只是從服務的種類,在前沿的技術普及也是做了大量的工作,我們覆蓋190個國家,在這里我們成就不少國內的初創企業,還有大型的企業也有國企,在出海的時候大量地減少他們在海外部署新服務經營點的時間,我們會繼續秉承我們這方面的工作,不但是支持國內的業務發展,繼續加快加大協助中國的企業把他們的業務拓展到海外去,這也是我們繼續會堅持的做法。 

  主持人:感謝容永康先生的精彩演講。亞馬遜AWS是業內最早的公有云公司,在容永康先生剛才的演講中,一開始容總為我們回顧亞馬遜這么多年的創新歷史,他提了公有云非常重要的意義,就是他顛覆了傳統的IT消費模式,使得追諸多的貴族式游戲更加平民化,也介紹了AWS方面的應用實例,涵蓋醫療、金融、健康、在線教育等多個行業,公司的類型從行業的巨頭到初創企業都有,在這里容永康為我們分享AWS在他們各自身上能夠發揮怎樣的作用,與此同時基于對于貴族式游戲平民化的追求,AWS也在過去兩年更多關注到開發者以及技術小白在這方面的需求,因此在去年的年底推出了一個類似于魔法發生器的服務,它的核心是減少編程的魔術幫助客戶快速地收集處理數據,并且實現學習,最后容永康先生也為我們介紹AWS在上海落地的情況以及它未來促進本土企業技術創新和數字化轉型的若干愿景,我們再次向容永康先生表示感謝。接下來請出的演講嘉賓是ArcSoft虹軟創始人兼CEO鄧暉先生;鄧暉先生于1994年創辦的虹軟,是全球領先的視覺人工智能技術提供商,為80%以上的主流安卓手機用戶,提供奇妙的黑科技感受。鄧暉先生的演講題目是+AI視覺人工智能相關話題,掌聲歡迎。 

   

  (鄧 暉 ArcSoft 虹軟創始人兼CEO)

  鄧暉:謝謝主持人,我今天代表虹軟公司給大家分享一下我們用視覺人工智能的技術賦能行業的一些心得和體會。 

  虹軟做視覺人工智能并給客戶開始提供這方面的解決方案已經是10多年前了,過去這一兩年人工智能應該說是非常熱,今年國內的相關論壇也非常多,人工智能目前在政府和大企業的推動下得到了比較廣泛的注意和關注以及蓬勃的發展,有很多新的相關各種各樣的獨角獸在這個行業里頭涌現出來。行業的發展過去這幾年也是基于計算機的計算能力大大的提升以及新的人工智能工具,我們叫深度學習大力地發展。深度學習作為一種工具就像交通行業一樣,有了高鐵使得在飛機、汽車、輪船加入了非常有效的新工具,使整體人工智能就像高鐵對交通行業的賦能一樣,使得人工智能得到了更加廣泛的應用。 

  人工智能對于產業的應用我想各位通過各種各樣的宣傳都非常清楚了,今天我就不贅述了。實際上數字化我們看過很多的企業,也做過統計,麥肯錫的數據統計,數字化程度越高的企業,越有可能使用人工智能,中國是一個非常大的制造業大國,也是一個農牧業和制造業的大國,如果沒有特別強的數字化程度是不是也有機會通過人工智能能夠讓他們的生產效率以及各方面的科技含量大大地提升。能夠使得他們變成一個傳統的制造業能夠變成一個先進的制造業呢? 

  人工智能當然有很多方面,剛剛幾位大公司的高管都介紹了各種各樣的方案,其實視覺技術有些比較特別,計算機視覺相當于人的眼睛,對我們來說,人的這雙眼睛當然需要的是看得見,同時看得更清楚,顯微鏡是可以幫助我們看到非常微小的東西,望遠鏡可以幫助我們看到更遙遠的東西,看得見捕捉到的東西,看得懂的東西最后可能通過各種各樣的方式,存儲、傳輸分享下來,看得見在我們的整個產業可能更多像攝象頭的公司,光學的公司,看得清和看得懂可能更多是一些半導體的企業和算法公司,像傳輸、分享以及各種樣的其他相關形式等等,它就是算法的壓縮以及3G、4G的傳輸,為什么用要4G和5G最大的數據量就是來自于影像、視頻。 

  這個圖大家都是看得見看得清看得懂,然后存儲,能不能馬上傳輸和分享?這是過去大家做得比較多的,尤其是監控攝象頭,抓到了圖像以后馬上通過網端傳出去,或者你就存下來。現在看得清和看得懂做過以后,很多的公司可能把它通過端的攝象頭傳到云端然后再進行影像進一步處理,能夠看得更清楚,對它進行分析。但是這個情況可能在某種情況下尤其是大多數情況下,如果先傳輸,先壓縮然后再去進行分析,它實際上經濟性比較低,就是因為你的網絡、帶寬要求非常高。二是這些大多數的視頻和影像可能傳上去以后不一定有價值,可能90%都是不一定有價值,看得清和看得懂如果能在端上進行很快及時進行處理,從整個產業和整個使用的過程來說,應該說是最有效率和最有價值的。但是要看得懂,實際上人工智能是需要非常巨大的計算能力,整體的發展是要產業的持續在半導體和算法上的發展,能夠把整個終端在成本上大大降低,才能達成。 

  我們相信IOT和5G未來將會使攝象頭無處不在,會有更多的地方使用各種各樣的攝象頭,不管是數碼的器件甚至非數碼的器件也有可能安上攝象頭。 

  大家可能講到人工智能,大家可能馬上理解的就是人臉識別、安防,如何利用人臉識別抓壞人,能夠利用人臉識別找到然后進行監控。其實視覺人工智能它的應用領域應該說是非常廣泛的,安防可能是一個很大的行業,但是也是一個比較碎片化的行業。虹軟目前在汽車、安防、智能的保險,所謂智能保險就是智能碰撞的人工定損,最后變成智能定損,還有智能零售、手機、服務業、制造業等等我們做了大量的工作。目前在這些行業給予行業賦能。 

  智能手機是當今最普及的智能化設備,也是攝象頭全世界出貨最大的行業,一年大概有15、16億臺的智能手機,每臺手機現在大概掛在3到4個攝象頭,手機的行業它的整個行業一年需要的攝象頭大概在100億顆,這是所有行業加起來的攝象頭都不可比擬的。在座使用安卓手機的話,你可能會有80%、90%的機會會使用我們相關影像處理的算法。 

  我們相信汽車未來會有十顆以上的攝象頭在汽車里面,我們大家比較清楚,講得比較多就是自動駕駛,360度的環視幫助倒車,實際上目前發展更加大的是一個智能座艙,在一個智能座艙里面你可能對乘客、駕駛員等等各方面的行為分析,他可能會將來幫助智能駕駛得到更好的發展,我們會看到未來五年基本上所有的汽車都會有車內的智能座艙大量的攝象頭的產生。這些攝象頭可能是人臉識別,也可能是對你的疲勞檢測,還是對這些貨車、公交車司機行為,打電話、抽煙、可能對于一些汽車上遺留下來的,是不是上面有小朋友留在車內等等,將來這些攝象頭會在智能座艙和整個汽車里面會得到比較多的應用。虹軟在這里面也是一個主要的玩家,我們提供的還是影像和視覺的解決方案。 

  物聯網設備也可以跟大家溝通一下,可能很多地方大家看到的物聯網設備,有些掃地機已經加上了攝象頭,我們正在跟這些廠商合作,比如說我們可以在烤箱上加攝象頭,把食物放到烤箱里面,可以自動調節溫度和時間,可以通過各種各樣的數據分析使拷出來的東西都是外焦里嫩的。今年我們發布了世界上帶有智能能夠認識所有的食物和商品的智能攝象頭,它的成本是行業的平均水平50%不到,運營成本基本上是零,整合和安裝的成本也非常簡單。 

  虹軟跟中國最大的汽車保險企業達成了戰略合作協議,我們給他們提供人工智能的算法,能夠智能定損在端里頭得到實現,什么意思?這個汽車在馬路上撞車以后,馬上對你的損壞的部位拍一段小視頻或者拍幾張照片,馬上可以知道在你家或者碰撞的附近有多少家修車的鋪可以給你提供修車服務以及所有的修車的費用。這部分保險公司就認了,從這個角度來說是什么理念?一是你不需要把你的車再開到定損中心或者等保險公司的理賠員到現場來,提升了用戶的體驗,減少了駕駛員的時間花費在碰撞處理的問題上。對于保險公司來說會大大減少定損員出勤的需求,以及保險后期會產生其他的貓膩等等行為,可能對于保險公司來說每年節省的成本是百億級以上的。 

  人工智能其實還是可以賦能制造業和農牧業,我也給大家講一些我們的體會: 

  中國有全世界非常大的木材和木板地板的加工的企業,他們的木材加工企業有一半的能力都是在挑木板,為什么要挑?這一棵樹上的木板,樹的顏色不一樣,在這種情況下你要是一個批次在一個地方要鋪木板,一定要把基本上相似的顏色木板放在一起,大量的地板公司在出貨的時候一半的時間大量的人力都在挑木板。這些東西在挑的過程就是手搬著木板再加上人工用眼睛去看,人工智能智能的攝象頭可以給這些企業賦能,大大提升勞動生產力,像大理石等等企業都在合作,包括農業。 

  安防市場當然是一個萬億的規模,我們覺得這個市場是一個非常巨大的,剛剛我說到的前面幾個,肯定是要找到一個行業,要找到行業的非常重大的亮點以及看到這個行業未來潛在的發展以及巨大的機會。一定是要找到一個非常頂端的合作伙伴。這個市場實際上是非常碎片化的市場,人臉識別對它的比喻更多是像白米飯,每個餐廳都要有它才能開餐館,但是白米飯的商業價值實施的成本比較高,所以我們虹軟決定把自己所有的人臉識別引擎,目前是向所有的大眾以及開發商全部免費開放了,目前在中國大概有三萬家中小企業以及個人的開發者在使用虹軟,我們希望兩年內達到十萬家,謝謝。 

  主持人:感謝鄧暉先生的精彩演講,視覺人工智能在AI中會扮演什么角色,今天鄧暉先生他以世界行業為例,為我們提視覺AI的核心價值,就是看得清看得懂方面通過相關的深度學習以在端上的快速處理來作為工具,從而大大提升行業的效率和價值,為我們分享諸多有趣的行業應用,包括了智能手機、智能駕駛,而且在智能駕駛這一塊專門指出,智能座艙未來會成為智能駕駛視覺AI的重點應用場景,也包括了AIOT與互聯網設備的連接以及智能零售,金融保險安防等等,也能促進的傳統制造業、畜牧業方面的諸多應用,我們再次感謝鄧暉先生為我們送上這樣的一場充滿想象力和實踐力的精彩演講。下面的演講嘉賓是華為云中國區總裁洪方明先生。華為云是由華為公司傾力打造的云服務品牌,為客戶提供穩定可靠、安全可信、可持續嚴禁的云服務,目前合作伙伴已經超過6000家。洪方明先生的演講題目是華為云+AI行業變革的智能引擎。 

   

  (洪方明 華為云中國區總裁)

  洪方明:尊敬的各位嘉賓,朋友們,大家上午好。我是華為云中國區總裁洪方明,謹代表華為感謝各位一直以來對華為公司的信任關心支持和幫助,我今天的演講題目就是華為云+AI行業變革的智能引擎。在接下來的時間我想和大家分享在過去的一年多中,華為如何以普惠的方式幫助這個行業加速智能化的進程實踐程度。 

  任何技術只有準確的定位才會充分地發揮其價值,給AI這樣的技術進行合理的定位,是我們理解和應用人工智能的技術的基礎。華為認為AI是技術的結合,是一種新的通用技術,就像19世紀的鐵路和電力以及20世紀汽車和電腦、互聯網一樣,并不是一個簡單的產品,并不是一個封閉的系統,AI將成為一種基本的生產力,普遍適用于大部分的經濟活動。 

  AI的產業變革已經影響了我們的生產生活的各個方面,過去一年當中我們在人工智能的應用于城市的信號系統,也是大幅度提升了城市的出行效率,在預防性醫療方面,通過人工智能我們是有望實現壽命的延長,真正實現中醫說到的治未病的理念,在實時多元的翻譯領域,幫助人們跨國旅行,在自動駕駛和電動車方面,很多嘉賓也分享了,也是目前最熱的議題。 

   我們預計到2025年全球的AI市場空間將達到3800億美金,90%將來自于企業市場。未來的市場是云化和智能化的主場,在座的每一位也都是變革的主角。我們以全新的模式重構企業和行業。但是我們在過去一年和很多合作伙伴、客戶超過200多個項目的AI項目的實踐當中,我們發現有三個因素阻礙了AI在各行各業的應用: 

  第一,慢,開發的效率低,標注、訓練、部署整個過程非常耗時。 

   第二,貴,AI技術資源尤其是算力非常稀缺和昂貴,從我們目前接收到的整個算力的資源不僅僅購買的周期長,而且非常有限。 

   第三,缺,AI的人才短缺根據我們高盛的統計,2017年全球人工智能的人才儲備,中國只有5%左右,差不多500萬人。 

  當前的事實是AI開發需要越來越多的人才更長的時間擁有算力,而AI算力在我們普遍感受到依舊是稀缺,AI五的開發人才也是AI發展的瓶頸。剛剛結束的上海舉行的華為的全年階大會華為給出一個解決方案,華為以普惠的方式讓企業用得好用得放心,針對貴和慢的方式,全站是指技術的視角,包括芯片使人訓練,全場景是公有云、物聯網、邊緣計算行業終端,針對AI人才缺乏的難題,華為提供豐富的AI功能和API,相當于我們造一輛車沒有必要每一臺車去重新造輪子,華為開放了開發的平臺。客戶和我們的伙伴可以利用這樣的邊界工具開發自己想要的AI能力。我們還會把總結到的AI實踐的經驗以及行業集成的方式開放給大家,幫助行業客戶快速落地AI的應用。華為云是國內唯一的全平臺全節點和全服務通口的安全認證的云服務平臺,安全性能是值得大家信任的。 

   剛剛講了華為云在AI領域的全站全場景的戰略,我們提到華為企業智能也稱之為EI,主要是面向各個行業提供智能的解決方案,幫助企業提升生產效率和精細化的運營,商業模式的創新讓行業變得更智能。我們提到的華為云的智能提供主要是利用公司在研發上面的優勢,提供云、邊端全戰協同服務,充分利用各行業的優勢,最后落地到全行業。華為云EI還提供了一站式的協同開發的平臺,管理多種華為云的服務,統一開放入口,實現多種服務作業、編排和調試。突破的就是我們統一了開發云,大家知道2017年工信部中國軟件與信息服務產業報告的統計,熟悉SK2標準語言的中國軟件工程師有數百萬,這也意味著AI能力嵌入到廣大軟件開發者,可以大大降低AI的開發門檻。 

  我以一個簡單的例子來看一下:比如說深度學習的服務,基于軟硬件結合的方案,對于分布式訓練的調度算法,可以提供一千多種GPU節點的訓練,GPU的訓練加速可以達到0.8,意味著我們在一級一級的圖片規模下的模型訓練,可以從原來的三四天縮短到只有小時級。這個服務就可以快速地自動訓練定制化模型,針對不同水平和需求的客戶,華為EI也嘗試將服務分層,便于客戶真正做到方便應用。 

   接下來一起看一下華為云EI部署一年多來的具體實踐成果: 

   首先看到EI在交通場景的進展,交通智能體也是我們華為EI面向交通行業的綜合解決方案,今天正好在深圳,我們在深圳、北京的大城市交通管理中都有這樣的應用,大家也有體會,深圳在全國的車輛密集度應該是最高的城市,每公里有510輛車,今年六月份以來,深圳的交警就選擇華為云的EI在坂田采用了人工智能的技術,根據交通擁堵的狀況實時調整交通燈的時間;以前是人看燈或者車看燈,現在要做到交通路口的燈看車或者看人,通過這樣的應用,能夠讓車的平均速度提升17.7%,車的通勤時間也節約超過10分鐘。我們在北京交管局的合作中也有類似的結果,我們在北京的海淀區的商街基于交通管理的實時在線的決策,最新的結果報告車流方向平均延誤下降25.2%,平均車速提升到15%,支路的平均延誤時間降低到10—20%,這樣的應對給廣大老百姓在生活出行,整個城市的運營效率帶來了極大的提升。 

  剛剛是雙十一過去,在座肯定也有很多垛手黨的朋友在焦急等待快遞,華為云EI正在縮短大家的等待時間,我們最近跟德邦聯合合作當中,目前的結果,我們可以看到對暴力分揀視頻的檢測可以達到70%,德邦因此會降低賠償服務達到30%,他們每年在這一塊的損失是以億計的,給他帶來整個的成本降低是非常可觀的。在這個地方我們作為垛手黨來講,也可以更安心、快捷地收到購買的物件。還有像醫療行業,我們通過路徑的規劃也取得了同樣明顯的結果,下面看一下工業領域的落地實踐,大家知道工業領域的空氣壓縮機是非常耗電,據統計工業界5%—6%的電力都是被這個所消耗的,在這個地方由于電氣的老化一系列的問題,會帶來電力的大量消耗,我們通過人工智能的應用,我們也極大改善了效率,包括在一些管道內的模型應用,可以給我們帶來很大的節省,我們統計這一塊給客戶帶來10%的電力節省。 

  另外一個例子是油氣管道的應用,可能搞石油行業的朋友知道,因為它幾天的停工可能一年的利潤就會被消耗掉,應用我們的模型實現油氣故障概率的定位。我在五年前在瑞典的挪威國家石油公司找到我,如何實現這樣的需求,當時我們并沒有找到很好的方案,但是通過過去一年的嘗試,我們現在已經比較好地解決他們的問題。 

   我們還非常熟悉的場景,當前全國各種類型的園區,不管是生活的小區還是機場、校園的場合,我們在全國的數量應該是超過120多萬個,幾乎所有的園區由于缺乏智能手段,在運營管理面臨巨大的挑戰,我們也時不時從新聞上看到園區的不安全因素存在,我們通過華為EI在園區的落地,有效應對這樣的挑戰,為園區的運營者帶來了收益,目前華為云的EI園區的解決方案,提供七類的應用場景,常見的三類:一是安防,通過安防的業務減少30%—40%安保人力,讓他們服務于其他的園區。二是訪客和門禁管理,在這方面可以實現更快速、快捷的通過,從原來的時間可以縮短到原來的五倍。三是我們也通過視頻監控和能耗設備的關聯,做到無人區的照明,空調的自動關閉,也給園區的能耗可以降低到10%以上的結果。這也是給我們極大效應。 

  由于互聯網在4G技術的普及,視頻與我們的生活息息相關,但是視頻內容的監管是全球性的難題,視頻內容是不是合法,是不是健康,是不會引發版權的糾紛,傳統的做法是需要大量的時間和人力,我們幫助中華圖片庫實現數千萬網絡圖片的交叉檢查,準確率可以達到99%,這個也在很多的互聯網公司有應用。在視頻的深度分析領域,EI的精準視頻拆節的準確率可以達到98%,使效率提升到10倍以上,我們也在社交當中進行應用,我們也可以看到EI的應幫助用戶形成了一個青山綠水的互聯網環境。 

  其實人工智能應用我們在與政府的合作當中,包括政府的電子政務場景下有大量的應用,我們相信在未來更多的場景當中,EI的場景改善公共服務,包括體驗方面有更多可以覆蓋,我就不詳細贅述。 

  上面是我們華為云EI落地的場景當中典型的實踐成果,我們看到這些成果背后是合作伙伴大力支持和取長補短互相配合的結果;把生態體系作為企業發展的基石,在云的時代我們認為伙伴的生態的重要性會進一步增加,這是我們的基因,華為云做行業智能化升級的黑土地,攜手伙伴,共建繁榮生態。在全球分布的云的資源上與全球合作伙伴和客戶進行聯合創新,孵化出更多的解決方案。 

  我們的目標是攜手伙伴提供穩定可靠,安全可行和持續的智能云服務,與大家一起應對未來快速變化,最終取得成功。 

  在華為云合作伙伴的支持下,華為云EI為更多的場景提供服務,前面已經有了比較多的介紹,在接下來的時間我們會跟合作伙伴打造更多的應用場景。華為公司的愿景是把數字世界帶給每個人每個組織和每個家庭,構建萬物互聯的智能世界,EI是華為云在華為愿景的落地手段,華為云有技術有未來,值得信賴這是我們做云的初心,也是華為云的核心競爭力,這是我今天的演講,非常感謝大家。 

  主持人:感謝洪方明先生,在這個話題方面我們聆聽了諸多的行業巨頭他們的分享,其中包括微軟、亞馬遜、華為,可以說他們是各具特色,微軟的規模全最大,亞馬遜行業最早,華為是最了解中國自己生活的這片土地,相信聽過分析之后,大家對于人工智能如何賦能行業未來之路應該有了更加全面的了解,當然我們說人工智能也絕非僅僅是各行業巨頭關注的戰場,我們非常高興地看到如今中國在諸多的AI細分領域出現了很多優秀的公司,他們在技術的推進,在商業模式方面都有著非常優秀的實踐,我們很高興今天請到了其中幾位佼佼者,來自虹軟的鄧暉先生就是其中的一位,接下來我還要請出一位;重慶金鑫科技產業發展有限公司董事長楊永東先生;金鑫科技致力于智慧城市的開發計應用,楊永東先生創立的BEONE品牌,已成為中國知名品牌。他今天的演講題目是萬物皆有靈—APOS萬物互聯智慧操作系統。 

   

  (楊永東 重慶金鑫科技產業發展有限公司董事長)

  楊永東:大家上午好。我們手機有操作系統,電腦有操作系統,但是在萬物之間是沒有一套操作系統的,金鑫公司經過20多年的努力,在萬物之間建了一套操作系統,這套操作系統的名字叫APOS萬物互聯操作系統。 

  在我們的系統里面,整個世界有很多的億級的產品要接入進來,這些產品如何進來?又如何進行相互的連接將是我們很大的難題,首先億級量級的設備接入就是一個天大的問題,如果靠我們的工程安裝人員,靠用戶自己接怎么接?怎么服務?怎么運算?服務的效率又怎么樣?什么時間多久可以實現?安不安全?服務的內容準不準確?是不是我們需要的服務會不會出現各種各樣的故障?這些都是我們要面臨,人類正在面臨的問題,這些問題怎么解決?要實現我們所有的設備進出自由,接入的時候就是一個設備只要通上電就會和周圍的一切產生關系,發生無窮無盡的交互關系,這個進出自由怎么實現?在1991年美國思路公司技術中心的首席技術官提出一個構想,普世計算,我認為在適當的時間、適當的地點,適當的信息推送給適當的人和這個人產生適當的交互,這個構想我個人經過八年的時間做到了糊涂了,最終的結果是什么?我來舉個例子: 

  這是一個家庭的設備,大約100平方米的房子,用上家里的設備,最后發現一個問題,這個太麻煩了,它的數據量是148的89651178次方,這是我們計算出來的場景模式,就有這么多種,如果這么多種通過超算去算還有可能,但是計算的時間將是小時為單位,找到我們的記錄都是小時為單位。但是我們不可能家家戶戶都隨時隨地都超算。我們怎么來做到這一點呢?困難面前就是機會,困難都是滋養我們的,我們又花了幾年時間發明一種新的東西,飛靶理論,我很想把它說清楚,但是沒有一次成功說清楚過,這個飛靶理論用了無窮無盡多張技術的無邊無際的技術白紙,送給了無窮多個人用無窮多的筆畫了無窮無盡的需求,可以在上面任何自定義,但是不是定義為功能,定義為功能它會糊涂,就形成無窮無盡的規則,針對的是每個人或者每個小的組合形成這么一個,服務無窮的需求,比如說智慧社區、校園、酒店都可以,形成之后效果就變了,我們在這幾個領域里面,普適計算,飛靶理論,有了基礎之后,對于云端還有IOT以及所有產品的區塊鏈方式,我們在所有的產品在任何一個地方、環節、設備出現故障它都不會出現崩潰做成一套操作系統,會自動地調度,加入所有設備相關的信息,這些信息、資源推送給相應對應的一些人,這些人的反饋又自動進行交互,接下來來看看它有什么使用。 

  (視頻播放) 

  這是一個昨天下午錄制的真實場景,圖片效果不好,但是它能展現出人與所有的設備無窮地交互過程,原來我們總是想理解人,總是猜他怎么想的,總想實現心想事成,我們做了之后才發現,其實要是實現不用心想事有成那該多好,這個系統就可以實現人與自然與設備,設備與設備,設備與環境之間的神經級的交互。 

  有人說人與人心與心的距離是最遠,這個不容易感受到,我們感受到攝象頭與紅綠燈的距離太遠,我們APOS做出了整個操作系統,這套操作系統能夠讓所有的設備接入非常簡單,只需要通上電就可以,怎么實現?它在這個系統里面可以孵化出若干個智慧城市的應用模塊,這些都是全開放的,權威專家做了鑒定,具有獨特性,填補了該領域空白,達到國內外領先水平,我覺得這個不重要,重要是能夠支持全產業鏈的規模化應用,也就是無論加多少設備都能夠承載,整個架構是柔性的,任何一個地方的光纖斷了都不會出現這樣的情況。 

  這個也得到了倪光南院士的認同,倪光南院士對這個系統進行了考察,這個系統自主知識產權理論以及它開放的協議和它的整個操作系統,在這個系統里面最快可以一秒完成一個設備的接入,50毫秒所有的運算就可以完成,它的系統支持百億級設備的接入,因為它的機制不一樣,提供的服務效率非常高,數量非常龐大,在這個體系里面,我們打算通過這樣的體系建造成為一個世界物聯網生態平臺,目前這個工作緊鑼密鼓在進行著,將在2019年7月1日面向全球,無論是什么硬件只要有協議,最快需要一秒鐘,為什么最快?因為你自己對系統的消化,你自己設備的消化時間不一樣,無窮盡級的應用可以通過開發接口形成一個世界物聯網生態平臺。 

  在這個過程中,整個世界還處在產業初期,我相信我堅信我是一切問題的根源,在任何時候任何情況下,遇到的任何問題,都是我的問題,歡迎大家撥打我的電話,我是一切問題的根源,謝謝。 

  主持人:感謝楊永東先生;下面要請出的演講嘉賓是深圳進化動力數碼科技有限公司CEO高路房先生。進化動力深耕機器視覺前沿應用于算法,是業界領先的計算機視覺技術解決方案商。高路房先生今天將和我們分享人工智能引領新一代家電變革,掌聲有請。 

   

  (高路房 深圳進化動力數碼科技有限公司CEO)

  高路房:我們是一家在人工智能行業深耕在家電行業的一家技術型公司,簡單來說我們為家電行業提供的是什么解決方案?主要是給家電行業提供視覺、語音、幫助家電從目前大家的互通互聯智能化到幫大家做決策的智能化過程。 

  家電行業其實在很多投資人也好系在一些市場分析師也好,是一個很不性感的行業,因為它雖然存量市場大,但是行業競爭激烈,毛利比較低,但是我們同時在這個行業做了這么多年下來,也看到了機遇。人工智能就是這么一個機遇。 

  針對智能化這個市場,這是美國一家咨詢公司的數據,從2015年到2020年整個智慧家電的市場將會發生50%的年復合增長,家電2015年到2030年的年復合增長比例會達到22%,的確我之后會在后面的解決方案里面上,會介紹整個智慧家電會給大家的生活帶來全方位的顛覆。對于我們的客戶來說,因為我們是一家服務全球500強以及國內知名家電的解決方案提供商,我們會給我們的客戶帶來兩倍的毛利增長,企業的銷售收入也會有3—4倍的增長。 

  這是已經在這個行業里面有大動作的廠商,有世界500強也有國內的新興公司和國內的頭部企業,很多一部分是我們目前正在合作的廠商。我們在供應鏈上無論是大的OEM還是ODM,還是上下游的半導體也在也一塊發力,大家可以看到未來這一塊會是萬億級的市場。 

  作為一個立足于中國市場的公司,我們也很快地看到中國市場會有一個很好的機遇,因為目前中國市場消費者對于新興的智慧型產品的接受度要遠高于全球其他國家,中國的消費者對于智慧型產品的消費能力和產品接受度都是相對比較高的。這么龐大的市場以及快速增長的市場,目前市場仍然處于導入期,一定是具有挑戰的。 

  目前整個家電廠商行業的痛點: 

  產品差異化小,毛利低。毛利低的原因很大一部分原因因為大家是主營銷投入。雖然整個家電行業大家累計了幾個數據在那里,但是近億的用戶在那里大家的數據變現能力比較差。 

  目前家電行業在轉型變革中,大家碰到的一些挑戰是什么?相比于安防行業已經累計了成億的用戶畫像數據,家電行業還是屬于小市場,目前我們經常碰到廚電行業的數據只有幾千個品種,目前這個市場對于數據累計應用還是比較早期的階段,跟場景的Knowhow還是處于比較早期的,比如說我們跟洗衣機客戶接觸的過程中,不同的紡織面料混合在一起,也是分析出來怎么調解整個行業還是處于摸索階段。大家也知道家電行業是一個成本相對敏感的行業,如何提高高性價比的解決方案,來優化每個人的家庭生活也是廠商迫切需要高性價比的方案。本地化的及時處理,因為很多家電是不聯網的,如何在本地及時處理這些數據,同時給大家提供方案,保證大家的隱私,也都是我們廠商相對比較關注的重點。 

   我給大家介紹一下這個行業深耕的落地方向: 

  第一,抽油煙機,我們不僅可以實現傳統的視覺方案和煙感方案整合的識別技術,同時可以做到,大家知道在廚房是家庭中PM2.5最高的地方,我們通過視覺和多傳感器的融合,有效識別煙量,進而保證廚房的噪音控制,根據場景中的煮飯煙的大小來智能化調節進抽油機的檔位,保證廚房的污染程度是非常低的狀態,保證您家人的健康。 

  第二,烤箱的使用品,很多我們的小白用戶不知道烤箱的產品是怎么配對它的生熟度和食物之間的關聯,我們為客戶提供完整的視覺和多數據的解決方案,使得客戶快速地把這個方案植入烤箱之后,可以快速智能化調節程序。 

   第三,冰箱的解決方案,可以智能識別冰箱里面的物品保質期,保證冰箱食物的新鮮程度。 

  第四,空調的解決方案已經落地到市場上,大家可以經常看到的解決方案,通過識別每個人的體溫以及距離空調的遠近程度調節風量等等。 

  這是我剛剛談到洗衣機的解決方案,我們可以有效地對場景中間的衣料的混色和洗滌的紡織面料進行識別以后,優化你的洗衣程序,進行省水,對衣物的面料進行保護。 

  我們今天在高交會現場也有一個展位,我們為客戶提供什么樣的服務?因為我們也知道在家庭生活場景中每天產生的數據是2.5×10的18Z一天,如何通過這些數據提取出有效的人工智能算法和人工智能場景服務大家,這是我們公司的愿景。 

  我們給客戶提供的是本地化的嵌入式系統模塊,植入之后結合云端可以有效地結合智能家電場景中現場幾時的處理,包括烤箱、抽油機,通過我們的模塊有效高效實現人工智能化的本地化處理,同時我們給客戶提供大數據平臺,通過這個大數據平臺獲取用戶的使用習慣,提升他們的數據閉環能力。我們的客戶價值在什么地方? 

  我們給家電廠商客戶提供產品差異化的特性,同時他們云到端的數據打通,實現產品的快速量產,降低他們的營銷成本,進而優化。同時把用戶的習慣數據分析出來給客戶,優化他們的供應鏈和產品。 

    我們的合作伙伴有ceva等等,有他們的支持我們才可以快速實現從快速產品化到落地客戶的過程,謝謝大家。 

  主持人:感謝高路房先生。如果說楊永東先生的智慧家居幫助我們更好地害怕太太,那么高先生的智能家電幫助我們更好地拋棄太太。在家庭生活當中不僅有太太,還有熊孩子,這就是我們今天上午的壓軸演講嘉賓帶給我們的分享話題,下面這位嘉賓是上海掌小門教育科技有限公司聯合創知人兼副總裁余騰先生。掌小門是一家線上教育服務提供商,目前在一對一專屬在線教育領域,占據中國近70%的市場份額。余騰先生今天的演講題目是AI引領教育升級,掌聲有請。 

   

  (余 騰 上海掌小門教育科技有限公司聯合創始人兼副總裁)

  余騰:各位好,我是上海掌小門教育的聯合創始人余騰,跟前面嘉賓講的內容不一樣,因為我剛剛聽到很多家電傳統的工業化跟人工智能的結合,今天主要跟大家分享的是人工智能跟在線教育的結合到底會是一個什么樣的場景。今天主要從兩個緯度來跟大家做分享: 

   第一,AI+在線教育能夠實現教學過程的智能化。第二,師生關系量化平衡。 

  掌門一對一公司是做中小學一對一輔導的公司,我們有全國非常多的學生和老師進行一對一的匹配,通過互聯網方式實現課外輔導的情況。其實在這個過程中會發現傳統的線下教育方式,有一些傳統的弊端,包括到一個學生他可能不同的學生在一個教室里面都需要做同樣的十道題目,這樣的事情對于一個好的學生來講可能并不需要做十道題目,可能需要做三道題目就可以解決這樣的知識點或者一張試卷對于他來講可能十道題目都是在浪費他的時間。 

  老師和學生的教學的事情本身具有滯后性,我們必須通過最終的結果,考試的成績才能夠衡量一個老師教學生到底教得好不好,但是我們在結果已經出來以后,已經是一個滯后的反饋,如果說能夠在一堂課里面,在一節教學的課里面得到老師到底這節課教得好不好,學生有沒有準確地吸收,我們認為這個是更加快速反映教學的過程,所以教學的課堂需要量化。 

  掌門現在已經有一千萬的注冊學員,包括每天有十萬節的課程在運行,我們有很多的課件和題庫在使用,我們有三個大的數據庫是我們現在所掌握的。 

    一是掌握用戶學習畫像的大數據,二是掌握了表現化題目的大數據,三是掌握了視頻教學課堂的大數據。 

  第一,用戶學習畫像大數據,AI和在線教育的結合,主要從課前課中課后各個緯度進行數據過程的結合,比如說前面的測評、預習和課中的教學內容,通過人工智能的推薦,可以很好地讓學生從之前需要學習十道題目掌握得知識點變成只需要學習三道題目可以解決一個知識點的過程。包括前面在課前的預習測評,課中上課內容以及課后的作業和題庫可以實現學生下一節課的內容不是由老師給出的,而是由AI助教給出他說下一節需要學什么內容,因為我們可以直接判斷出他之前的知識掌握得怎么樣,我們幫助學生找到最短的學習路徑,通過AI+在線教育的方式,避免走一些彎路,通過這樣的方式實現它的學習效率的最方便。 

  第二,課堂的大數據,我們對于一節課進行了很多的分析,包括對學生情緒的識別,對上課過程當中老師和學生交互次數的判別等等,通過很多的方式去對一節課進行打分和量化,這些課到底老師教得怎么樣,學生吸收怎么樣,哪個關鍵的時刻學生走神了,或者學生什么時候聽得最專注,我們可以通過很多的數據做識別。這樣之后一節課我們能夠最終得到一個測評反饋報告,給到老師之后老師可以很清楚知道哪些方面可以優化,包括他做題目的數據。 

   我們對于AI和老師的角色,我們認為AI是老師的助教角色,也就是說AI可以幫助老師做很多的作業批改,做學情的跟蹤,通過老師上課的不同情況以及他得到的成績結果進行跟蹤,可以做的很多的課程規劃等等,以上這幾個點就是人工智能和在線教育很大程度的密切結合。 

  在傳統的學習里面,老師和學生的信息交互其實是并不對等的,也就是說大部分情況下,老師是向學生輸送知識點,但是在傳統的教育,學生向老師輸送回來的信息是不通暢,這部分學生是中等生或者差生,他們因為上課的環境也沒有辦法把他們一些疑惑和困難點反饋回給老師,這是傳統的教學模式導致了信息不通暢,所以很多學生考的分數不高或者得到的成績不好,很大程度上因為他們不懂的地方沒有人幫他們解決。 

   在我們基于一對一的教育+AI結合之后,我們其實通過剛剛的幾個結合大數據,老師在課堂上面的學生學習情況的表現可以反饋給老師,在這樣的情況下老師和學生之間上課這個信息的傳輸會得到平衡。 

  這就是我們通過人工智能+在線教育做的事情,我們希望老師和學生可以實現零距離溝通的渠道。這是掌門一對一的使命,我們使命是讓教育共享智能,讓學習高效快樂,不僅僅是讓全國各地的學生都能享受到全國最優質老師的教學,同時我們希望每一節學習的過程中,都是高效的,并且是快樂的,高效就是基于我們前面講的很多AI的部分,能夠帶給學生在學習路徑上更短的體現。以上就是我今天的分享,謝謝大家。 

  主持人:謝謝余騰先生。各位到這里今天論壇的上半場就要告一段落,再次感謝各位嘉賓的分享,下午的13:30還是在這個場地上,我們將會繼續進行顛覆性創新科技主題論壇的下半場。 

  (本文為現場速記稿,未經本人審核)  

       

    

    

    

cpapporg为什么能买彩