演講：孫慶凱

編輯：克雷格

【新智元導讀】目前，在人工智慧產業革命的浪潮中，國內各大巨頭紛紛聚焦人臉識別領域，創業公司不斷廝殺，雲從科技作為「國家隊」如何發揮自身中流砥柱的作用？雲從科技合伙人、高級副總裁孫慶凱在3月29日新智元產業躍遷AI峰會上，詳解通過「雲」+「端」的模式，構築雲從AI+核心能力。

孫慶凱 雲從科技合伙人、高級副總裁

孫慶凱致力於計算機視覺、人工智慧產業化應用，推動「中國智造」和「智慧社會」的升級。Milestone Commerce Technology Service Inc、US Gateway LLC創始人，對接中國政府和企業與美國政府及企業，致力於中美之間的技術交流與合作。21年項目經驗，曾擔任IBM中國、中聯集團醫療、政府事業部負責人，致力於中美技術交流與合作，推動政企合作。豐富的戰略諮詢和政企合作經驗，紮實的理論基礎及複雜大型項目管理經歷，熟悉人工智慧技術在各個行業的應用。

以下為孫慶凱的演講：

孫慶凱：感謝楊總給這麼一個機會，我今天是第二次參加新智元峰會，第一次在新智元峰會上演講。剛才很多專家討論一些技術問題，我從商業的角度討論一下雲從在整個科技類人工智慧產業落地的探索和實踐。

人工智慧60年三起兩落：不再是風口，而是趨勢

人工智慧大時代現在已經來臨了，它不是風口而是趨勢。為什麼這麼說？

人工智慧從上世紀50年代到現在已經走過60多年，經歷了幾次風口。1956年出現了兩個重要事件：一件是麥卡錫等人在達特茅斯學院建立了人工智慧發展的架構、另一件事是康奈爾大學認知心理學教授羅森布拉特在這一年基於神經元的理論創建了神經網路模型，通過監督學習的方式來訓練它，讓它能夠達到識別什麼是三角形，什麼是正方形，這一模型成為人工智慧的基石。不幸的是模擬神經網路的結構在多層化之後，當時的演算法和計算能力解決不了多層次的傳遞問題而被否定，最後整個風口過去了，神經網路被推到了計算機科學的邊緣。

80年代美國出現的專家系統又一次把人工智慧提到了檯面，甚至日本人從中看到了希望，傾全國之力打造第五代機，意圖在科技上彎道超越美國，但是不幸的是條件依然不成熟，人工智慧再一次夭折，這是第二個風口。

2012年又一個所謂的風口來了，辛頓帶領的團隊一直沿著模擬神經網路和深度學習方面的研究，2012年也被作為人工智慧里程碑的一年，辛頓的演算法在這一年的視覺大賽中大獲全勝，把人工智慧帶回到神經網路和深度學習的正確的道路上來。而重要的兩個人：ImageNet的創建者李飛飛、GPU的生產者黃仁勛，為人工智慧的回歸起到了關鍵作用，這是否也預示著中國人在人工智慧領域的優勢呢？但是這件事徹底改變了世界，它已經不是風口了，它是大勢所趨，是一個新的計算時代的開始，是信息時代邁向智能時代的重要拐點。

李彥宏曾經說過：「互聯網只是開胃菜，人工智慧才是主菜」。前20年通過互聯網積累大量的數據，為整個人工智慧神經網路在深度學習的訓練打下堅實的基礎。另外一點，隨著整個算力，尤其是晶元硬體的發展，包括並行計算的GPU出現，解決了算力的問題。基於數據和算力，結合演算法才使得人工智慧得以實現，成為大勢所趨的智能時代。人工智慧開始在世界範圍內蓬勃發展，我們國家也很快做出響應。2017年人工智慧上升為國家戰略，無論在政府工作報告還是「十九大」都提了出來，推動互聯網大數據和人工智慧和實體經濟的深度結合。

我們國家產業發展到現在為止已經摒棄了以前傳統的加工行業，現在要上一層樓，往智能化方向發展。人工智慧正好是適應了這個趨勢，國家把人工智慧作為發展戰略，我想有兩個目的：一是在科技領域彎道超車美國的最佳時機；另外一個是人工智慧會改變整個中國的製造業水平。

在商業領域，幾乎所有大的廠商都進入到人工智慧行業，包括巨頭阿里巴巴、騰訊，百度，也包括傳統的行業廠商，像海康、東方網力，科大訊飛等等。但是，隨著人工智慧時代的到來孕育而生的大批的人工智慧初創企業更是這個舞台的主角。

巨頭大舉進入人工智慧領域，創業公司深入行業才是突圍之道

現在，大家公認亞馬遜的貝索斯是一個非常成功的企業家，2014年亞馬遜推出Ehco智能語音音箱，人們通過智能音箱這一人機交互的入口在亞馬遜上購物，完全改變了傳統的購物方式，它的背後最重要的是那套Alexa智能輔助系統，通過大數據分析來慢慢的改變人們的生活習慣，這才是真正的大腦。

亞馬遜本身作為一個電商，同時也做物流，通過下游通道累計了大量的數據，Alexa系統正是基於大量的亞馬遜累計的數據，同時利用AWS雲計算平台，完全實現智能化，實時的引領著科技最前沿。亞馬遜正是通過人機交互入口的Echo音響和Alexa智能分析大腦，迅速的連接了大量的硬體設備廠商，建立了完整的生態，也讓亞馬遜股價一路狂漲，到2017年貝索斯超過比爾·蓋茨成為世界首富。

在整個人工智慧領域裡面，中國和美國幾乎同時起步，視覺系統在人工智慧領域占的比例是非常高的，尤其在中國，有著天然豐富的場景。俗話說百聞不如一見，人類所有的信息來源，80%來自於視覺。在美國不大可能有這麼多的場景和需求，未來視覺領域裡面一定是中國超過美國，尤其在應用領域。

所有的巨頭都湧入了這一領域，作為擁有人臉識別核心演算法的科技公司——雲從將發揮什麼樣的作用？雲從現在掌握著核心演算法，作為現在人工智慧裡面頂尖的公司，在目前的圖像識別領域正在發揮著巨大的作用。

目前來說，圖像識別領域最上游是晶元，大家知道以前傳統晶元X86解決不了並行計算的問題，GPU的出現解決了圖象識別的算力問題，但是無論GPU，還是谷歌的TPU，都是通用晶元，基於FPGA的半通用晶元廠商賽靈思和阿特爾，佔據著大量的市場。阿特爾被英特爾收購後，也意味著英特爾在人工智慧領域的決心，賽靈思則選擇和IBM合作，開發類腦晶元。

中國在不甘落後，大量公司和資金湧向上游晶元領域。深鑒科技、地平線、寒武紀估值都很高。去年被稱為AI元年，大規模投資在晶元這個領域裡。但是目前來說，實現真正的專業晶元大規模生產還需要一段時間，這就為以演算法為核心的企業留下了深入行業的空間。現在整個人工智慧人臉識別領域演算法已經非常成熟，識別率也越來越高，產品應對場景也越來越成熟，圖象識別公司也越來越多，正在發揮著巨大的作用。

面對下遊方向，作為核心演算法的技術公司，我們是簡單的作為技術提供商呢？還是更加複雜的參與面對用戶、場景做分析？雲從選擇的是後者，我們選擇這條比較艱難的路的原因，是因為只有深入行業，深入場景，才能真正了解客戶的需求，才能結合場景做出真正的解決方案和產品，才能建立真正的生態系統。

以前講「+AI」，是在傳統行業當中賦能，把人工智慧的東西加到傳統行業，物競天擇適者生存，一定要先適應環境才能改變環境，從「+AI 」到「AI+」，人工智慧通過演算法在行業當中先進到裡面去，再通過技術、解決方案能夠把用戶所有的需求，各個場景了解得非常清楚，之後可以從賦能的「+AI」到「AI+」。通過深入行業完善解決方案和產品，我們可以利用雲從的大數據分析系統，來實現改變傳統行業應用，真正引領行業向智能化的發展。做到無所不在和無所不能的人工智慧。

看一個實例場景，在銀行的場景，雲從通過跟四大行建立聯合實驗室，通過技術和產品的提供深入了解客戶的需求，通過引入一些專家探討實際的技術應用，然後把我們的生物識別平台IBIS系統加入銀行應用當中。線上有一個銀行大腦，相當於亞馬遜Alexa系統，這是一個大數據分析系統。另一端通過線下的應用場景，這個場景有標準化的智能機具，從ATM刷臉取款到POS刷臉支付，提供很重要的場景和應用，也提供數據，通過我們的線上的銀行大腦來改變整個銀行的應用生態。這不只是一個軟體來實現，都是軟硬同步，包括我們的雙目紅外識別相機等等。

就晶元技術架構來講，硬體的工程師遠遠少於軟體演算法的工程師，所以將來一定是幾個因素同時在起作用，包括硬體，演算法，數據和應用場景。「AI+」的核心能力是打穿上下游的重要因素，未來一定要深入垂直領域的行業，才能實現完整的生態，誰掌握了這個出海口，誰就掌握了整個未來。

大家都知道，現在最流行的架構就是雲+端，雲主要是雲平台、大數據計算分析，將AI引領到行業的方方面面，實現智能化。另外，埠也是通過AI專業晶元，通過專業的核心演算法，能夠把行業無限延展，把場景應用得更廣泛、更充分。

「國家隊」雲從：智力、平台、大數據三大資源做護城河，參與制訂諸多國家標準

雲從一直致力於通過入口來打造自己的雲從大腦，這基於三個條件：

第一，很好的智力資源，我們在中國、美國有很好的研發團隊，創始人周曦也是從美國回來的，美國有技術前沿團隊，一個在UIUC，一個和谷歌的合作團隊；

第二，平台資源，2017年國家發改委評出人工智慧基礎公共服務平台，從技術層面對於雲從在圖象識別領域裡的一種肯定，我們跟谷歌一個團隊深度合作打造平台資源；

第三，大數據資源，雲從跟公安部，四大行，民航總局有聯合實驗室，作為中科院的旗下企業，中科院給我們支持還是比較大的，建立聯合實驗室，這樣有大量的數據可以使用開發。

雲從是「國家隊」，2006年周曦到UIUC讀博士，他的導師是視覺領域屬於泰斗級人士，四院院士Thomas S. Huang，他從美國開始到現在，在圖象識別領域一共獲得七次世界冠軍。2011年周曦博士回到中科院，2015年4月份成立雲從到現在三年時間，我們參與制訂了很多國家標準，也獲得各種PK的62次第一。

2017年國家戰略確定之後，我們跟科大訊飛、百度、騰訊一起承接人工智慧基礎公共服務平台項目任務，這是從技術方面。2018年我們獲得高準確度人臉識別系統的產業化和應用項目，這是從產業落地和應用層面對雲從的肯定。

雲從在中科院和上海交大有聯合實驗室，有四個研發團隊在上海、重慶、成都、廣州，廣州去年南沙給了我們非常好的政策，我們在那邊建了人工智慧研究院，廣州市政府給予20億的扶持基金。

產業化落地一定要深入行業，只有深入行業才能把產業生態做好。雲從最開始是進入銀行領域，2015年4月份進入銀行領域一直到現在整整三年時間，已經把中行總行、農行總行，以及基本把建總行這塊市場拿下，佔了人臉識別系統裡面60%以上的份額。2016年10月份正式進入安防行業，不到兩年時間，我們已經在24個省實現上線，有十幾的項目在同時落地，包括省級架構，包括下面的地市。最近我們也進入公安部的一個平台。

另外一點，在民航領域裡面，現在主要大的樞紐機場80%有雲從產品，主要是進站口的的安檢系統。除了在銀行、公安、證券以外，將來在教育和醫療領域，雲從打造垂直領域，深入行業，解決行業的應用，從「+AI」到「AI+」，實現整個產業落地。

雲從對行業的認識有三點：當一個新的計算時代來臨的時候，無論多大的廠商，面對新的科技公司都面臨著重新洗牌的局面，這些新公司都有彎道超車的可能性；另外，把握核心技術架構的先導，能夠先入為主迅速佔領行業，創建生態，是一個企業成功的關鍵；第三，再好的技術，只有跟場景和應用落地，才能打造非常偉大的企業。

我的演講到此結束，多謝各位！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！