GMTIC 2018全球营销技术创新峰会

2017GAITC唇枪舌战:AI的第三次寒冬会不会来到?

活动家 2017-6-12 IT互联网 2,211 2017GAITC唇枪舌战:AI的第三次寒冬会不会来到?已关闭评论 喜欢 (0)
全球人工智能技术大会,人工智能,第三次寒冬,2017GAITC,朱频频,黄晓庆,张泉灵

2017年5月21日,由中国人工智能学会、中文信息学会主办,亿欧承办的2017·全球人工智能技术大会在北京·国家会议中心拉开帷幕,学术界、工业界、高校师生参与其中,5月21日为活动的主论坛,主讲嘉宾包括中国人工智能学会理事长-李德毅院士、IBM中国研究院院长-沈晓卫、微软公司全球资深技术院士-黄学东、香港FDT金融银行家兼FDT总导师-马蔚华等。

在5月21-22日举办的2017全球人工智能技术大会上,进行了两场尖峰对话,可谓是精彩纷呈。两组嘉宾在台上唇枪舌剑,论战人工智能,场间妙语连珠,引爆多个当下的AI热点。提问环节更是反响热烈欲罢不能,本文是尖峰对话速记整理,一起来再次回味当时的热烈场面。

刘宏(主持人):

大家好,我们今天下午的话题,人工智能会不会很快进入第三次寒冬,有请今天的对话嘉宾:

西北工业大学教授、西北工业大学智能声学与临境通信中心主任陈景东

小i机器人创始人CEO朱频频

达闼科技创始人兼CEO黄晓庆

亮风台创始人兼CEO廖春元

紫牛资金合伙人张泉灵

北京深瞐科技有限公司董事长兼总经理陈瑞军

红杉资本中国基金合伙人周逵

今天下午是产学研资,英雄荟萃,先请大家花一两分钟做个介绍,谈一谈自己的工作和人工智能的关系。有请。

陈景东:

各位前辈,各位朋友,各位来宾,大家下午好,非常容幸有机会认识大家,我叫陈景东,来自西北工业大学,2010年加入西北工业大学,组建了智能声学与临境通信研究中心,现在我们中心有50多位研究人员,包括6位千人计划专家。中心主要的研究方向包括麦克风阵列、语音降噪、回声对消、去混响、空间声、高光谱、人因工程等。

目前,我们中心和人工智能领域几家非常杰出的公司有紧密合作的关系,包括科大讯飞,广州视源(CVTE)和华为。在加入西北工业大学之前,我在美国贝尔实验室工作了近十年,主要从事声信号处理和语音通信领域的研发工作。在这之前,还在日本的ATR和澳大利亚的Griffith大学工作过。今天非常荣幸能有机会和大家交流。

黄晓庆:

我们公司是达闼科技公司,我是2015年从中国移动出来创业的,我们推出了云端智能机器人这个概念,应该说是2012年提出来的,后来就出去创业去干,我们的目标是做出真正接近人工智能的机器人,代替家庭保姆,相信我们能够做出很好的机器人,谢谢。

廖春元:

我是廖春元,亮风台信息科技创始人兼CEO,我们做增强现实产品和解决方案。之前在清华大学念本科和硕士,后来在美国马里兰大学读博士,并在硅谷的富士施乐研究院从事AR相关研究。2012年底回到国内,创办了亮风台,开始AR创业。大家都知道AR(增强现实)和VR经常相提并论,但我觉得它更像AI。增强现实是人工智能和人机交互交叉的学科,重在人的因素。

我美国的师爷就是斯坦福教授Terry Winograd,他是人工智能的鼻祖,后来转向研究人机交互,这是我们的技术基因。我们公司主要提供增强现实的软件平台和硬件终端。不知道大家手上有没有装美图秀秀和手机QQ?其中已经有我们提供的AR技术。硬件方面,我们在2015年底已经发布了国内首款双目立体视觉AR眼镜,最近还获得了有工业设计界奥斯卡之称的德国红点奖。

张泉灵:

我来自紫牛基金,我叫张泉灵,在紫牛总的投资项目和投资款当中,人工智能都占到我们总的项数和总的投资款三分之一,所以也是重仓板块,涉及到人工智能,包括人机交互,前端的自动化和后端的数据处理,这三个大方向都有一些涉猎。

作为一个文科出生的前主持人,投这个方向是特别容易受到歧视,好在我们发现和科学家们特别有互补性,从我们投资的领域来说,我们会问每一个人工智能创业公司三个基本的问题,第一个你的稳定的数据来源是从哪里来的;第二的,你的技术是落在什么样的场景下的;第三,谁会为你买单。我们发现在第二和第三件事情上我和科学家有特别多互补的作用,我刚刚完成了在长三角一大圈工厂的调查,是很多制造业工厂,核心就问一个问题,就是哪些岗位你们目前是不可缺少,但是招不到人,这些地方都是很好的人工智能落地的场景。

陈瑞军:

我的公司名字是深瞐科技,2012年公司成立,2012年之前一直做安防工业,安防行业是中国非常有特点的行业,每年投资是几千亿,怎么样利用这些数据和信息,我们的公司应该是做了四年多的工作,目前我们公司是定位在安防行业的人工智能技术和产品的供应商,我们跟安防行业的主要的公司都有一些合作。2015年公司已经实现盈利,我们计划2019年在国内A股IPO上市。公司下一步的规划,在提供开放安防行业人工智能软件和硬件的基础平台和安防行业内众多的公司共同合作,来开发行业内的一些应用,谢谢。

周逵:

我叫周逵,红杉资本的合伙人,红杉资本一直把大IT,包括传统IT技术互联网和人工智能当成我们主要的投资方向,我们在这个方向40多年的历史,在中国投资了TMT行业有2-3百家公司。今天在互联网尤其是移动互联网,把连接和信息变得无处不在,而且是变成每个人都可以享受的服务,AI这个词开始越来越热,我们想变得更加的智能,而不只是连接的效率。

在这个方向上,我们明显感觉到有一个特征,就是突然很多创业者跑出来,从大公司,从院校,从研究所走出来做他们自己的事。第二个鲜明的特征是,他们出来解决的是实际的问题,产品是能卖得出去的。至于我们的投资,看两个关键指标,一个是是谁来做这件事,第二个是解决什么现实问题。

朱频频:

我是小i机器人创始人,现任CEO朱频频,16年前我和我的合伙人一起创立了小i机器人,当时我还在中科院读博士一年级,16年创业历程也看到了AI的发展。开始创业的时候,我们做了MSN上的聊天机器人,当时在上面聚集了几千万的用户,后来也发现MSN聊天机器人没有合适的商业模式,我们之后把商业模式转到了为企业和政府提供人工智能解决方案方面,从2C转到了2B,虽然经过了几年比较困难的时期。

但是从2011年开始业务不断蒸蒸日上,在智能客服应用市场,绝大多数的企业都采用了智能客服机器人,我们做了几百家大型的客户,还有十来万的中小客户和开发者在我们的平台上使用,小i机器人开拓了智能客服的应用,随着现在移动互联网的发展,我们做了客服机器人,是非常典型的会话式机器人,而且应用的场景也在不断的丰富,在智慧城市,智能家居,智能车载和智能物联网当中都有非常广泛的应用。谢谢大家。

刘宏(主持人):

通过大家的介绍,发现下午的嘉宾不仅仅是精英教授,还有创业的精英和资本的精英。大家是第三次浪潮的参与者和见证人,能不能用两三个关键词描述一下这个浪潮,谈冬天之前我们就暖暖身。

朱频频:

第三次热潮的背景大家都已经知道了,这个我就不说了,我简单说一下在去年7月份的时候,我参加IJCAI2016,和几位人工智能的大拿在一起,议题就是第三次人工智能的浪潮会不会成为第三次低潮。当时我的观点是不会,这是肯定不会,因为我们坚持了那么多年才赶上这个热潮,我肯定不希望变成一个低潮。究竟是什么样的原因呢,其实是有三个大的原因。

第一,在人工智能的技术发展,其实已经有了很多很好的技术基础,就是三个非常重要的要素,第一个就是更多更好的数据;针对这些数据的基础平台,有更多更好的算法,比如深度学习的算法,还有增强学习的算法;还有就是计算机的计算能力不断增强,无论是并行和分布式计算,还是GPU/FPGA/TPU等专用的处理芯片,还有未来的量子计算,可能离我们都不是那么远。我本人是中科大毕业的,本科学的就是量子物理,人工智能和量子物理还是有一些跨界融合的部分,我本人也对量子计算机的发展充满信心。所以这三个技术的支撑,现在人工智能发展不仅仅是一个概念,而是有一个坚实的基础。

第二个大的方面,现在人工智能很多时候不仅仅是谈概念了,而是它已经跟很多的商业环境真正结合在一起,创造了实际的商业价值,我觉得这点非常非常重要。因为我们大家可以回去看一看,前两次的人工智能的低潮是因为什么产生的,就是大家的期望跟它实际创造的价值有非常大的鸿沟,才会产生这种低潮,现在这种商业应用已经看到了,在很多地方真正创造出了巨大的价值。

第三个方面,也是很重要的一点,所谓在认识层面,大家对人工智能的认识,之前一提到人工智能就会想到SuperAI(超级人工智能),就会想到像变形金刚的机器人,认为AI就是一种普适的技术,可以解决所有的问题。当然不是这样,AI不可能解决所有的问题,也只能是一个一个问题去解决再系统化,现在已经认识到,AI要在不同的场景,不同的行业当中去发挥它的能力,我们现在离所谓的超级AI还有很长的距离,但是我们需要不断解决一个一个的问题,在这过程中却有可能对传统行业产生颠覆性的发展。所以对AI的认识问题也是很重要的一点。

刘宏(主持人)周总您的观点。

周逵:

如果我把IT技术当成人类发展的助手,我们利用这个角色,IT技术过去几十年的发展,都是为今天的浪潮做的准备。其实回顾过去,像芯片,网络,互联网的发展,可能我们一直是在浪潮当中吧,这个浪有多大呢?,我觉得在很多方面刚刚开始。

举个例子,十几年前新浪对整个传媒出版业是巨大的冲击,今天突然出来了一个今日头条,也就这两三年的时间,好像在最传统的需求上面有更聪明的做法,需求还是原先的需求,但是做法可以不一样。第二点,有一点点不一样是产生了今天这么大的商业价值,商业价值一定是用户价值为前提,说明创新落到了实处。所以我把这个当成一个例子,我们可以看到在其他许多环节上都有类似的机会,所以我觉得说浪潮才刚刚开始。

刘宏(主持人):

我补充一个小问题,红杉资本近几年的投资项目当中,有没有比人工智能更热的热点?

周逵:

每年的热点不一样,两三年前的滴滴和今年的摩拜,包括今天谈的人工智能,比如滴滴它有可能是人工智能里特别大的一家公司,滴滴一家公司要把出行问题给更聪明地解决了,这是够大的,到今天来看,在移动互联网从窗口期接近70%渗透率的时候,短时间出来的会一些巨大的公司,比如滴滴和美团,两三年就变成巨大的公司。

今天AI人工智能这些公司,我觉得可能还没有像它们当年激发出来的2C业务的爆发效率,很多在积累一些核心技术,在面向一些行业应用,所以速度不会像Didi美团那么快那么惊人。但他们它对生活带来的变化,把时间放长也会是非常惊人的。

陈瑞军:

刚才老师说提几个词,一个是技术或者学术,然后是人才,然后是资本,这是这一轮人工智能非常明显的三个特点。也就是因为这三点,我们在发展过程中也遇到了一些问题,人才到什么程度,资本到什么程度呢,我提供一个说法,我们行业内非常有名的一个企业家曾经跟一个学者说,你现在发表论文的数量和等级可以做成估值,根据论文数量的多少可以估算成估值,也就是说人工智能现在人才的奇缺性,我个人观点,人工智能的技术还停留在非常小的局部范围内的技术发展的过程中。

在更大的产业和实业领域来说,还有非常大的障碍,也就是因为这一点,我认为人工智能一定在这一轮会产生一个低估,一个衰落,这个衰落当然是一个新高潮的开始。我个人可以预测,这个事情应该在三年,也就是2019年的时间,2016年3月份阿尔法狗战胜人类开始,到了2019年就是三年,这三年的时间我们培养研究生和博士也是三年,这些人才可以从事人工智能技术的行业,原来少数稀缺性的人才从事人工智能的状况会发生很大的变化。

第二个特点,由于资本的追逐,三年的时间,大家也需要交卷,无论是A轮B轮C轮,大家都要交卷,不管是任何一个公司,最终大家作为一个产业来说它需要盈利,什么时候能盈利,什么时候能给投资人和市场一个回报,我想这三年时间也会见到一个结果,如果人工智能不立足于产业,它还不能成为一个很大的潮流,这一点前面老师提到的一部分,也是这个原因,谢谢。

刘宏(主持人):

观点已经形成了鲜明的对峙,前两名专家都认为人工智能或者希望人工智能的冬天不要到来,因为是投资人,我们陈总明确说出来冬天要带来,而且一共三年,已经过了一年半,我们听听张总的观点。

张泉灵:

我可能是比较中间的位置,因为我们通常判断一个东西是否由热转冷,我有一个非常形象的一句话,是否符合,故事讲完了,然后就没有然后了。属于是这种状况它一定会很热,所有人都信了这个故事,然后就没有然后了。

这波的然后有没有然后呢,至少我看到了一些比较积极的方向,第一个方向,比如说今天打开手机,随身不离的这样一个东西,你会发现里面东西都包含人工智能的东西在,比如说智能的搜索,智能的对话,比如打开滴滴,怎么样让车辆合理的分布,最合适的车接你,背后是有人工智能,再比如说后面是否会变成无人驾驶的大的公司。

打开美团,怎么能够让送外卖的人员最快的方式抵达你这,超过半个小时就罚钱,包括今日头条,包括您说到的美图,这个后面已经提供了大量的人工智能的落地,而且有用的场景,我觉得这个归功于我自己的判断,不光是人工智能一个行业有突破,而是像移动互联网的诞生,使得人工智能有了更好的落地场景,所以在交界处它的发展会非常快,这个场景更加欣喜的一点,我们认为非常保守,对安全性要求非常高的行业,比如医疗,临床医疗当中对安全性有非常高的标准,医疗又是有严格的政策管理,有它的金标准,有医疗的技术,但是他们不排斥人工智能会进入医疗领域,我们不谈直接造成商业的项目,这样的研究在进行。这两个交界的领域让我看到了人工智能,然后还有然后的一个非常好的现象。

我为什么说我是偏中间的呢,目前人工智能的确它是热度是非常高,周总说了,它不会像原来C端的移动互联网和互联网发展这么快,价值发展这么高,但是市场上人工智能公司出来要的估值一点不低,这意味着从资本的方向来说,你在未来五年十年上涨的曲率多陡,因此这能不能变成一个有然后的故事,所有投资人寄希望几个大的商业落地的方向,例如说无人驾驶,例如说安防,例如说精准医疗,这几个都是万亿级以上的大市场,如果真的在未来几年真实出现它的商业价值,这些故事就有很多的然后。如果几个比较大的点,这几个打通了,在其他的方向上,比如B端的智能制造等小方向上,有一些被看准了,这些故事不会那么热,所以我会偏中间。

刘宏(主持人):

张总自身是文科的投资人,没想到观点这么犀利,提出了然后的然后,其实第三浪潮已经是然后的然后的然后了,现在是第四个然后了。廖总您怎么看。

廖春元:

首先我想定义一下什么叫“冬天”。是哈尔滨的冬天,还是广州的冬天?我觉得AI今天的发展有点像广州的冬天,不太可能出现哈尔滨那样断崖式的的冬天,因为我们已经看到了实实在在的产品落地,在创造价值,这点和纯粹的噱头,浮于口头的话题完全不一样。比如刚才其它嘉宾提到的智能语音客服,智能安防,金融、AR等领域都有产品纷纷落地。比如我们在去年过亿人参加的QQ-AR火炬活动之后,到现在已经有不少大手机APP在强调AR能力的接入,在娱乐、电商、教育等方面的纷纷深入结合。这是我们看到的市场价值,这也给了从业者很大的信心。但是,这其中也确实有泡沫的存在,其中一种泡沫源于大家期望过高,对技术的边界认识不清楚。

第一次接触AR、AI技术的时候觉得脑洞大开,无所不能。但是作为理科生,我们会拍拍砖头,告知局限。结果客户往往会走到另外一个极端,认为这个不能做,那个不能做。显然两种状态都不可取。所以我们要以发展的眼光看待AR、AI,看清楚它的边界,现在的边界在哪里,未来的边界在哪里。把现在的技术用好,和应用场景匹配,就能够创造价值。对AI,大家有热情,有期待,更要有正确平和的心态。第二种泡沫就是短线的炒作,这也终将在商业市场中被挤破。总而言之,对于AR、AI,我觉得核心的一点,就是让它创造价值,这才是核心中的核心。

刘宏(主持人):

其实哈尔滨的冬天非常的美,广州的冬天也不是那么可怕。

黄晓庆:

我和他们的观点完全不一样:我认为春天刚开始。在2000年左右出现了互联网的春天,从1995年到2000年,有很多互联网公司出现,但是很多公司消失了,不是因为停止了,后面互联网+移动通讯,从2007年开始,开始进行爆发性的发展,因为3G的应用。实际上互联网得到了什么东西,一个是移动通讯对互联网的支持,二是由于移动通讯带来的位置服务,永远在线,这些很特殊的技术从根本上改变了我们的行为,因此我们看到今天的社交、滴滴打车、共享单车等等。

反过来我们看一下,有什么东西真正从根本上改变人工智能,改变了机器人?我跟大家举两个例子,第一,深度学习。深度学习的技术从2005年到现在短短十几年的时间,可是它在相当多的重要的领域超越了我们过去所讲的人的极限,人能够达到的水平,深度学习的算法,现在能达到和人一样的水平或者超越,这意味着什么?意味着深度学习作为一种技术,它已经给人类带来了一个前所未有的水平。

第二,大家有没有注意到传感器的发展?一个小小的摄像机才多少钱?1美元,也许再过几天只有几美分了,给我们带来的是什么?大家如果熟悉生物学就知道,寒武纪是生物进化出眼睛了,世界上的95%的生物在那个时候爆发了,到现在机器人有眼睛了,那机器人就会爆发,我们今天看到了什么?我们什么也没有看到,我们刚刚揭开一层皮,未来10年到30年,我们人类将会看到我们人类从来没有看到的机器人的时代。

刘宏/主持人:

感谢黄总,您说的是春天。接下来请陈教授。

陈景东:

刚才主持人说用三四个词总结一下这次人工智能热潮的特点,我想可以用三个字来描述:实、热、广。目前的大数据加深度学习的技术途径非常有效。大家可以看到人工智能在某些领域取得了非常好的成绩,除了围棋,象棋,还有很多其他的例子,比如说刚才黄学东老师介绍了微软的语音识别技术,在Switchboard任务上已经达到了和人媲美的识别性能,再比如说,CVTE利用基于深度学习的计算机视觉技术控制集成电路板制造的质量,用于检测原器件是否漏掉、放错,是否有虚焊等,也取得了非常好的效果。所以说这次热潮有非常坚“实”的技术基础。

“热”,这次浪潮和以往不同,以前两次浪潮由学术界引领,人工智能领域的学者们希望推动技术的发展和技术的转换。本次浪潮不同,企业界是主要推手,希望通过技术、人才、资本的整合快速推动技术的转换,热度非常高。以前学术界的教授或研究人员要去企业界找个工作,大家还怀疑教授们是不是货真价实,这次浪潮中,做得好的教授,很多企业想尽千方百计去挖,工资翻5到10倍屡见不鲜。

再就是“广”,以前两次浪潮,主要是人工智能领域的专家关注的多,本次不同,除了人工智能领域以外,做传感的要做智能传感,做材料的要做智能材料,做信号处理的在做智能信号处理,制造领域的的在推动智能制造。应该说人工智能技术链条和产业链条上的各个环节都在为技术的发展和转换做努力,所本次参与人工智能技术研发的人员非常多,覆盖的领域非常广。如果我们相信群体智能,群体智能在这次浪潮中发挥的非常大的作用。

刘宏(主持人):

好,陈教授三个字,时,热,广。刚才黄总说让机器人睁开眼睛,有一个话题,就是人工智能和机器人怎么深度结合的问题,人工智能走进日常生活一定有一个载体,有人说机器人是人工智能走进百姓家庭的载体,但是非常遗憾的是,到今天为止只有一款扫地机器人是比较成熟,每年几百万台的销售,开始走进了日常生活,但是很大程度上不是被老百姓接受,下一个话题请各位嘉宾说一说,如果你们家里有一台机器人,下一个刚需从哪里开始。

朱频频:

我并不认为扫地机器人已经进入了千家万户,因为我们做过一款很失败的扫地机器人,我们把人工智能技术植入到扫地机器人。我们的定位是这不是一款会说话的扫地机器人,而是一台会扫地的智能机器人,我们可以和扫地机器人对话,命令它进行各种操作,好像很智能,但是我拿到家里自己用,也是我第一次用扫地机器人,用起来真的是非常麻烦,它把很多散落在家里的头发给我扫到了卷网里去了,清理头发比扫地还要麻烦,扫地机器人还会对着我家墙角不停地扫,在我原来在墙上的一些石灰都弄掉了,变得更脏了。

当然现在有一些先进的扫地机器人,已经脱离了随机的扫地算法,进化成了带有摄像头,可以在家里进行视觉的建模,但是你感觉这种机器人太贵了,现在刚才说卖了几百万台,按照这么多家庭的情况来看,它还远远不足,其实很多时候并不认为它已经满足了我们现在的刚需。

未来的消费级的机器人该怎么进入到家庭里面去呢,我还是持比较悲观的态度,但是我认为可能会有一种路径,这种路径是什么呢,其实就是它完成部分场景的工作,在后台积累了大量的数据,并且和你家里的系统进行了某种程度上的打通,然后再逐步用一种我们可以接受的移动式的机器人进入到家庭。我个人认为,像亚马逊的Echo就是一种很好的模式,它现在销量接近上千万台,也是因为亚马逊自身的销售平台,连卖带送,逐渐有很多家庭使用这个机器人,而且每个房间都会放一个,它会让人和机器之间的互动会有一个联动,后面有一个平台叫Alexa,有4000人为这个平台工作,这个平台需要那么多人开发吗,那么多人干吗呢?

我了解到,很大一部分人是做很多后台应用的对接,跟智能家居设备的对接,我觉得这点非常非常重要,因为它先通过这样一个比较简单的场景交互,让大家形成这样一些习惯,假设下一步亚马逊会推出一款可以移动的智能机器人,这个机器人推到家里的时候,以前Echo可以完成的事情它已经可以完成,而且现在是移动的,不需要每个房间装一个了,它可以根据你的位置,跟你主动产生交互,因为它跟家里的电视机、空调交互过,已经产生一定的数据积累,已经了解到你的习惯,你想看什么电视,会把什么电视内容呈现给你,这种价值才会渐渐的显示出来,这是可能的路径。我不认为会有一款什么新的消费机器人能够成为暴品。

我们现在看到卖到家里的机器人,绝大部分,玩了一段时间以后就会放在哪个地方落灰了。小i之前和很多的机器人进行了对接,有一款很有名的机器人Nao,小孩第一眼看到的时候相当喜欢,10万块钱一台,现在可能便宜一点,但是就是那款机器人,我把它抱回家去了,给我儿子玩,一个星期以后就玩腻了。所以我总体持悲观的态度,有一些路径是慢慢进化出来的,可能在某些点才会爆发出来。

刘宏(主持人):

谈到了几个观点的概念,扫地机器人的方向是睁开眼睛扫地,家用机器人要活起来,同时要有黏性。

周逵:

未必说能走动才是机器人,刚才提到Echo,它是在充当一个秘书助力的角色,可能会比扫地机器人大得多,这是我第一个感觉。第二个,看你办公室有什么人,其实秘书助力的角色之外还会有一个是保安,这个角色其实都已经装进家庭去了,装摄象头是很容易被人接纳,未来就进化成一种安防的机器人。

陈瑞军:

我的观点,人工智能是一场特别长的长跑,它一定需要很长时间和产业结合,关于消费领域的机器人,我看到大部分的观点,就是AI在消费领域没有特别大的成熟的应用,所以我们看到的机器人,我觉得可能最开始先从一些娱乐或者玩具的方向,也许有一些意义,要想真正解决问题,可能更多把它细分,用细分理解用户的需求,学习用户的需求,深入场景,这个时间还比较长。

刘宏(主持人):

张总是不是需要做饭的机器人呢?

张泉灵:

我觉得做饭机器人相对挺遥远但凡涉及到执行机构这样的事情,是遥远的事情,我非常同意前面两位说的,下一步在C端真的有爆发可能性的,我觉得是一个始终在线的家庭的语音助理,刚才黄总提供了一个非常重要的观点,他说为什么这一代的移动互联网突然在2007年之后就爆发了,其实跟基础设施有关系,3G4G的普及,可以让用户始终在线,这是一个非常重要的点。

原厂的语音技术和(英文)最大的差别,是它始终在线,这个感受和你简单的语音操作和进场的语言操控完全是不同的体验。我自己试用(英文)的结果,最爽的事情是你早上完全不需要睁开眼,它就可以告诉你几点。比如技术上,我们说到圆场的语音交互,很多人说隔几米都能识别,其实真的用户体验中,这个不是重点,这个刚刚开始,始终在线,远程交互。

廖春元:

我补充一点,刚才说机器人语音的很多,但计算机视觉交互也是非常重要的一个方面。比如现在有用AR在家里做亲子教育,支持物品识别、人脸识别、肢体互动等。计算机视觉可以发挥很大的用处。另外,如果将来有做饭的机器人我还是很有兴趣买一个。

黄晓庆:

目前为止,Echo我认为是昙花一现,因为你的手机可以随时随地成为一款Echo,你可以把手机随时唤醒,可以给手机取任何的名字,非常遗憾的是苹果给我们大家一个特别坏的例子,大家忘记把手机变成一个非常有效的助手了。如果有一个公司做好了,手机就完蛋了。机器人在什么领域会好用呢?大家知道达芬奇机器人,中国是仅次于美国的,据我了解301就有9台达芬奇,这样就有9个世界一流的医生。

达芬奇是一个完全没有人工智能,但是又可以非常精确的在医生的远程操控下完成手术任务的线控机器人。如果我们再做一些相当有效的人工智能技术,可以让一般的手术医生做一个非常高明的手术。再比如说给大楼擦窗户,这些工作有一定的危险性,那么机器人为什么不可以擦窗户呢?服务型的机器人市场一定会出现,有一个医疗机器人可以代替一个医生,代替一个护士,这样的话它的用途会更加广泛。

陈景东:

刚才主持人的问题是家庭需要不需要一款机器人,我很早就开始使用扫地机器人,03年就买了一台扫地机器人,然后基本上每年换一太,不过几年前来我彻底抛弃了扫地机器人。在可靠性、噪声等方面机器人还存在很多问题,尽管每一代新的扫地机器人在功能方面都有很多改进。我们应该把机器人和人工智能分开来讲,智能进家庭已经开始变成现实,现在很多家用电表已经智能化了,抄电表的人不需要到家里抄了,现在有些家庭已经有了智能监控,将来肯定会越来越多。

不过我们不需要根据一些伪需求开发一些机器人,比如控制某些电气和电灯的开关,人能够轻易完成这些事情,不需要机器人去做。我们需要机器人去完成我们人不方便完成的事情。机器人进家庭第一要可靠,第二最好不要让它总跟在你身边。我觉得智能进家庭肯定是趋势,智能一定要存在,但最好不要让人感觉有个东西老是存在在你的周围。

刘宏(主持人):

谢谢陈教授,看来几位嘉宾的观点各抒己见,机器人走进应用,走进社会说的非常好,人工智能产业的发展,依赖于投资,技术,人才,在人才培养方面,中国人工智能学会在李德毅院士的领导下,正在推动一件非常伟大的事情,把人工智能学科,智能科学与智能学科列为国家一级学科,有人问什么是一级学科,我告诉他数学、物理、化学就是一级学科,我们要做的事情就是和它们并列,就是在人工智能人才教育方面做的积极尝试。

与此同时,我们看到在国家大众创业、万众创新的口号的指引下,很多大学生辍学创业,很多大学生一毕业创业,投入到机器人产业,人工智能产业,我想请各位嘉宾说说自己的观点,人工智能领域人才的培养,未来的技术发展,和青年人的创业活动,你有什么好的建议,陈教授先开始。

陈景东:

我想,首先,人工智能涵盖的领域特别广,从传感、机械,材料,信号处理,通信,到感知和认知智能,我们培养人才要均衡,覆盖面要广。现在深度学习非常热,但我们不能因此就只去培养深度学习方面的人才。

我们培养人才,第一要考虑到人工智能学科所覆盖的各个领域和产业链条上所覆盖的各种技术;第二条,大学完成的基础教育,综合素质的培养,专业方面的培养企业也可也完成。企业做人工智能,还是以产业化为目的,每个行业的需求不一样,具体的技能还需要企业进行再教育,当然我们需要企业界和学术界进行联合。

我知道现在创业很热,我想说现在有很多创业是伪创业,别人搞了围棋比赛,搞了象棋比赛,我们也创造很多比赛,拿了很多所谓的全球第一,却没有太多的技术含量,这种伪创业会造成很多泡沫,以至于很多创也者认为,只要我有资金,懂得一点,甚至有的不懂人工智能也去创业,那你碰到的寒冬将会很快到来。我想说,从素质的角度来讲,你至少要了解人工智能产业链和技术链条上的至少两到三项以上技术,才可以谈创业。真正的技术只掌握在少数人手里,我们希望把学生培养成这样的少数人,但这需要有一个过程。

刘宏(主持人):

陈教授讲的非常深刻,人工智能的冬天不一定到来,但是对于盲目的创业者来说,你的冬天随时都会来临。

黄晓庆:

我说一下和陈教授的观点不一样的看法,我个人认为我们的教育方法存在一些有待改进的问题。比如说,你会发现那些能够上比较好的大学、比较成功的孩子,成绩都并不是特别优秀的。因为这些孩子考上那么好的学校证明他不傻,为什么成绩不好?因为没有认真学习学老师教给他的知识,而使学自己感兴趣的东西,就算玩也是自己喜欢的东西,所以将来的成功,是保证他是一个有激情的人,去干自己热心钻研的事情,最后就成功了。我们的教育体系往往是把所有人培养成一样的人,最后没有很强烈的兴趣,很难从事自己真正热爱的事情。

我们今天同样面临一个问题,我们大部分的知识可以去学一下就行了,就让小孩子学真正对他们的未来有用或者培养他有激情要去学的,现在这个社会最需要的是什么?最需要研究深度学习和机器人的人,为什么学校不多教一点出来?产业界推什么产品的时候,一推马上就过剩,工业界也是会响应人才的需求,但是目前来看,学校的响应比较缺失,100万美元才能请一个研究深度学习和机器人的人才,而他的同学毕业以后可能薪资只需要10万美元,为什么给这个学生100万美元?不过是多读了几本书,这是有严重问题的,我们一定要尽快的迅速的解决这个问题。

刘宏(主持人):

黄总话题引入深刻了,父母都是大学教授,学二代的身份,对中国的教育提出了挑战。

廖春元:

我觉得大学生创业口号喊的很多,但我个人的确持谨慎的态度。大学生创业其实挺难的。创业成功的因素很多,而这几个因素都不是大多数刚本科毕业的学生具有的。第一个是技术积累。就算你硕士和博士毕业,在计算机视觉领域内做的比较好,但作为一个过来人,我很清楚做出一个完整的产品链需求的积累周期会很长。举个例子,我们给腾讯QQ提供ARSDK,腾讯当时的要求是这个包要小于3M,但业界通常在30M,这是一个看起来非常简单的要求。但是要做到这一点,需要从算法、工程、数据等多个方面去优化,挑战很多。

在AI创业中,AI的课程只是一部分,工程化的实践是另一个非常重要的方面。而这些实践一般只有在工业界工作过程中才能积累。第二点,除了技术还有个人阅历。很多时候讲情怀等等还是很必要的,不只是给员工灌鸡汤,自己也需要给自己灌鸡汤,用阅历来让自己坚持,这是挺难的。就像人工智能这个长久的路,如果只是就着一腔热情干了一年,算了,拜拜,不能坚持的话,创业就没有了意义。

第三点,社会周边的资源。我们刚毕业的时候,可能几个朋友有很好的工作,但大家在职场刚开始的时候,拥有的能量很有限。工作一段时间以后,自己在成长,你的朋友也在成长,你会发现过一段时间,五年或者十年,你的朋友就是某某总,也自然成为自己的社会资源。以上这些都是创业非常重要的因素,但这些因素都需要时间去沉淀。对于学生来讲,首先应该把基础知识学的扎扎实实;第二点就是实践,课本上的东西和实际做产品,有很多很多的不同,这个视野一定要打开;第三点,尤其是志向做创始人的同学,眼界要从技术跳到整个市场,锻炼产品思维。刚才讲了人工智能人才非常稀缺,但是我感觉比人工智能技术人才更缺的是人工智能产品经理,市场上屈指可数。

张泉灵:

说到人工智能产品经理,我一直有一个想法,我觉得真正人工智能的产品,因为有具体的落地场景,这个团队真的是跨界的,因此我们的教育,除了专业化的教育,比如培养人工智能的人才,深度学习的人才之外,是不是在跨界的领域开短训班,未来有可能真正的好主意是这种跨界领域培养出来的,因为这种跨界领域不仅提供了相应的知识,而且它给跨界的人才提供了碰撞的可能性,这就会诞生很多完全想不到的事情。

真正的连接,我觉得是真实的需求,不知道有解,有技术的人不知道有用,你需要把需求的有解和技术的有用连接起来就能碰撞出火花。刚才几位给年轻的创业者提出了建议,我跟愿意在学校里,有非常身后背景的人出来创业的人提建议,我身边已经看到很多学术界的大牛拥抱工业界和拥抱新的产业,非常令人值得欣喜的状况,但是我得说,适合创业的真的是少数人,有一部分还是比较适合去做成果的转化,就是你把1卖到,如果没有想清楚的话,这后面还是有大量的坑。

比如早期的时候,特别容易看到两个基本的坑,第一个坑叫做不舍得,融到了资不舍得雇人,刚才说了人工智能的人才多贵,用博士生多贵,用硕士生便宜,这是一个要推进的事情。第二个事情就是拿项目,拿项目拿惯了,在整个人工智能市场还在早期的时候,即便是甲方,他提出大量的需求是伪需求,不要认为给你需求就是一个正确的需求。举个例子,曾经有一个团队,拿到了一个银行服务机器人的需求,要在银行大厅有自动的机器人,有语音识别,知道你来没来过,同时替代门口的打卡器的功能,这个东西做出来有没有用,只要给钱就行了,这个机器人进了银行大厅以后,三天就被锁死了,银行大厅进口就能看到1号窗口,2号窗口了,不用你引领,这就是甲方没有想到的伪需求,但是一个很好的团队,在里面一呆就是9个月,所以学术出来创业,早期的时候一定要想好必须绕过的坑。

陈瑞军:

人工智能的产业是一个非常复杂的,时间非常长的产业,人工智能只是一项技术,不是产品,作为产品必须对它有很深的,理解用户的需求,经过大量现实场景的学习。我建议对于学习人工智能的学生,未来毕业的就业和创业的建议,如果你就业呢,一定要选择在行业上有相当背景的企业,不是选择单纯的就是技术公司,刚才在我说的未来两三年的时间内会发生巨大的变化,如果不注重行业背景,这个公司很难生存下去。第二个如果你创业,一定要选择有行业背景的合伙人,如果不是这样,也很难立足,因为人工智能只是技术,不是产品

周逵:

刚才主持人提到这个AI教育,我觉得就是一个鲜明的创业机会,需求太明显了。我今天是作为嘉宾,但是我上午就来了,就是来学习,但没发给我学分。在座的可能真正可以组织内容,坐在下面的这么多的教授和博士,还有一些企业家和投资人,都是内容的来源,我知道那么多人没有我今天能参加这个学习的机会,所以需求非常明显,至于是不是一级学科需商榷,但是肯定是教育创业的机会。建议,可以有一个深入的和一个简洁版的组合课程,这事除了院士牵头之外应该有一个创业者,把它当成一个产品来设计,当成商业来运营。把这个教育产品推销推广到合适的院校,我觉得这个市场很鲜明,是可以做的,我们有兴趣可以一起讨论。

朱频频:

说到创业这个事,我已经创业16年了,我是一个典型的学生创业者,在读博士一年级的就开始创业。最近一些记者也问到这一点,他说给你再来一次的机会,你还会选择创业吗?我的第一反应是我不会创业了,为什么,因为太苦太难了。但是我又思考的十几秒钟,我没有别的选择只能创业,因为我实在找不到其他的职业可能适合我的性格,适合我的梦想。我想说创业不是一种职业选择,如果你纠结我是要创业还是去这家公司或那家学校,我觉得还是趁早打消创业的念头,创业就是一种冲动,创业就是做事的一种方式,如果你有选择,在你碰到困难的时候,你就没有办法义无反顾的往前走。

刚才说到学术界出来创业,我认为是这样的情况,并不是说学术界出来创业一定不好,而是说你是出于什么样的动机出来创业的,是因为出来创业玩票,还是创业是因为有人给你风险投资,没有想清楚的话,我觉得创业失败可能性非常之大。作为一家公司来说,尤其是一家做AI的公司,需要的不仅仅是所谓的最好的算法,商业应用中不需要最好的算法,也不能用最好的算法,要用最合适的算法。

更重要的是,把你的商业应用,你的数据和你的算法能够形成一个正向反馈的循环,这点是最重要的过程,怎么样形成正向的反馈的循环,需要的不仅仅是产品经理这个角色,而且需要能很深入理解你的商业模式,究竟带来什么样的价值。

我们在创业初期做一些商业应用的时候,我们会陷入到一个非常困难的境界,比如我们小i用在智能客服领域当中,面临着一个到底是先有鸡还是先有蛋的问题,因为你要训练一个好的机器人,你就需要很多的数据,很多的知识,才可以达到比较好的结果。但是,客户会告诉你,我没有,为什么呢,他是真的没有,那你怎么办,你还要等着他把东西给你吗,我碰到过很多这样的情况。一些企业会找一些学校做类似客服机器人这样的事情,我需要你的Data,需要你的知识库,我有知识库就能把你这个问答做出来,事实上企业提供不出来这些东西,他们原先的知识是非结构化的,原先的知识是散落在企业各个部门的,这些事情是必须要解决的。

我们只好把这些领域的知识,用手工的方式摘取出来,我们也用过所谓好的算法,想从文本当中直接挖掘答案,这个效果太差了,只有50%的准确率,这个怎么可能商用呢,所以先通过这样一些方法,先积累这个领域的知识和语义,这个时候可以达到80%的准确率。即便如此还是有些客户不接受,他说如果没有百分之百的准确率,这个东西我是不会让你上线的,因为他负不起这样的责任,所以我们碰过几次壁。但也企业说80%够了,20%不会的转到人工,让人和机器一起协作,这样真有好的效果,而且更重要的是什么,这个机器人上线以后,它产生了真实的大量的数据,这些数据再不断的分类,不断的学习,机器人的效果也在不断变好。很多时候都需要这样的过程。

对于学生创业,我认为学不学深度学习等相关技术关系不大。作为AI一些基础的技术,开创性的技术,那些做核心研究的人,比如像创造人工智能理论的人,那是真正需要的开拓者。但是你现在做人工智能应用,需要什么高深技术吗,老实说真的不需要,需要的是对应用场景的深入了解,以及对深度学习的框架的了解。所以我觉得需要一些基础的技能,学校里培养的还是基础的技能,有了基础的技能,我们今天谈深度学习,也许三五年以后不谈这个事情了。现在研究的热点,之前是DNN+X,现在是DQN+X,已经发生了非常大的变化。

刘宏(主持人):

周总讲的非常贴近实际,而且很深刻,一句话,创业成功不需要复杂的动机,而需要简单的冲动。

陈景东:

教育有很多种几种,学历教育,短期培训等。人工智能技术链条非常长,面非常广,从学科发展和学生培养,我们需要考虑到学生毕业10年以后会发展到什么程度。所以希望我们培养的学生面要广,深度要,这种人才培养不是一两天的事。当然,专门技能的培训也是要的,比如我们可以搞校企联合培训班,花三五个月,学生把问题带到高校来,专家讲一讲,学生在针对自己的问题和应用试一试,这种获取专门的知识和技能更快捷。总之,短期教育和长期教育要区别对待,但两者可以补充。

提问:大家好,我是来自上海日企的,和朱总洽谈过业务,我们公司有100多人的客服,我们今年在考虑智能客服,在做这个项目的时候,我之前研究了包括小i机器人和上海其他供应商,做了一些简单的咨询,刚开始做完咨询的时候,我在网上试了一下,包括小i机器人的应用,比如我先提出来一个问题,我问了一个问题,我想和贵公司进行业务洽谈,能不能提供给我一些联系方式,但是好几家的供应商理解不了我的话,理解不了洽谈是什么意思,小i没有问题,给了我一个联系人,我和小i机器人和IBM有业务的沟通,刚才谈到商业领域的应用,包括消费的应用。

我就是想了解,大家谈到了很多的应用,我公司也提到了一个问题,(英文)整理是一个很大的问题,散落在各个部门,并没有一个结构化和系统化的整理,对实际企业碰到的问题,具体怎么解决,虽然市场上很热,但是我们实际应用的时候并不是这样子,连洽淡这两个字都无法识别。

朱频频:

因为现在有很多企业有这样的问题,我们之前加载知识,不仅仅是FAQ,这是最简单的形式,包括本体,包括知识图谱,以及专家系统,对于最简单的FAQ,已经散落在企业内部了,包括在领域当中的一些新的词汇,比如刚才谈到洽谈这个词,这也是一个通用的词汇,我们通过什么样的方式来获取呢?通过一些工具,主要通过对大量非结构化文本,通过机器学习的方法挖掘一些新词,挖掘一些新的概念出来,辅助我们的工作人员,帮助先整理在这个领域的词汇和概念。

我们理解是在问答过程当中,至少是有两个步骤完成的,第一个步骤是做自然语言的处理和理解,第二个是在知识层面进行搜索、比对、匹配和推理。第二个步骤中,即关于知识结构化的梳理,这个过程是无法用机器完全自动化完成的,但是可以用机器辅助的方法,和工作人员结合完成这个工作,当机器人上线以后,通过用户使用的反馈,我们可以快速梳理,可以快速增长这个知识库。所以在初期有一些工作必不可少,但是有一些工具,可以帮大家寻找新词,寻找新的概念。

刘宏(主持人):下一位观众。

提问:请问张泉灵老师,我们知道您是2015年底从央视离开,之前做了那么多年的主持人,现在做投资,请问您之前都是有主持人方面的积累,怎么转型到投资,在这个过程中您做了哪些功课,我知道做投资是非常累的,因为你要投一个公司,要了解一个行业,我想知道您做了哪些努力和功课?

张泉灵:

这个转型是挺累的,原来当记者和主持人的时候有特别好的基本的积累,第一的积累就是人脉的积累,你当主持人和当投资人都会面临同样的困境,你需要知道的知识太泛了,它不是任何一个专业学校教给你的,因此你必然会碰到需要大量顾问的时候,所以在投资领域有任何方向不懂的,原来当主持人最好的积累,就是我能找到一个懂的人给我讲讲,帮我判断,这是当主持人非常重要的积累。

第二个,当记者也有一个特别重要的能力,快速学习能力,因为你并不知道今天对什么样的事情做判断,我们面临大量的是突发事件,比如各种各样的火灾,火灾是有各种状况,比如你是公共场所的火灾还是居民楼的火灾还是化工厂的火灾,如果是化工厂的火灾就复杂了,是有毒还是无毒,举个例子跟你说明什么呢,说明当记者的时候也是被迫,要很短的时间快速学习一个领域和掌握一些知识,并且找到你的知识的结构化支撑的人脉系统,这是我原来养成的两个特点有利的地方。

但是,它有不利的地方,从记者转投资人最不利的是什么,最不利的是,记者会养成一个特别坏的工作习惯,过快的自洽,因为我不得做出这样的选择,从早上10点接到这个任务,到晚上8点,我到直播的时候,有话没话我都要开始说话,我必须给自己在8定的时候先形成一个认知闭环,我得理解,然后最最关键的是我并不需要对未来负责任,我只需要保证在当天晚上8点说的对就OK了,至于明天晚上8点,你可以连续报道,可以不断形成自洽,所以我们会快速形成自洽,这个习惯对投资来说是非常坏的。投资有一个特别重要的心态,就是我真的不懂的心态,这样才能够在这条路上保持一个畏惧心,所以不是快速掌握这么多新知识可怕,而是这两年来我自己需要斗争的事情,是要改掉快速自洽的逻辑。

刘宏(主持人):

80分钟的对话交流,相信大家意犹未尽,对话只是开始,是我们友谊的开始,是我们交流的开始。今天下午七位产学研资进行了观点的阐述,观点鲜明,精彩非凡。人工智能第三个冬天会不会来呢,不管人工智能是春天,夏天,秋天还是冬天,但是人工智能的时代来了。谢谢各位嘉宾。

转载请注明来自活动家资讯,本文标题:《2017GAITC唇枪舌战:AI的第三次寒冬会不会来到?》

喜欢 0 发布评论
2018年度朗迪金融科技峰会(朗迪Fintech)
第二届中国金融科技与区块链创新2018年度盛会
Top