飛象網(wǎng)訊（李樂羽/文），4月28日消息，在今天的GMIC 2017北京大會(huì)上，Qualcomm全球副總裁 & 創(chuàng)投董事總經(jīng)理沈勁發(fā)表題目為人工智能將如何改變產(chǎn)業(yè)生態(tài)的主題演講。
以下為演講內(nèi)容：
主題：AI+國(guó)際創(chuàng)新峰會(huì)重塑產(chǎn)業(yè)未來
時(shí)間：2017年4月28日13：30——
地點(diǎn)：國(guó)家會(huì)議中心310會(huì)議室
嘉賓：沈勁 全球副總裁 & 創(chuàng)投董事總經(jīng)理, Qualcomm
大家下午好！人工智能已經(jīng)進(jìn)入了下半場(chǎng)，大家說上半場(chǎng)是什么概念？我們知道50年代提出了人工智能的概念，應(yīng)該說上半場(chǎng)就是在50年代和今天這個(gè)之間我們稱之為上半場(chǎng)；如果說要挑一個(gè)事件作為一個(gè)界限來劃分上下半場(chǎng)，我個(gè)人愿意選擇2014年6月7號(hào)，因?yàn)樵谀且惶煲唤M所謂的專家在網(wǎng)上面和一個(gè)名叫“牛津”的人在網(wǎng)上進(jìn)行聊天對(duì)話，聊了5分鐘之后，專家這邊有1/3的人認(rèn)為這個(gè)“牛津”就是13歲的一個(gè)小孩，事實(shí)上這是一臺(tái)由三個(gè)俄國(guó)的科學(xué)家所做的人工智能的計(jì)算機(jī)。按照?qǐng)D靈測(cè)試規(guī)則，這是一個(gè)標(biāo)志點(diǎn)，就是機(jī)器的智能已經(jīng)勝過了人的智能。正好那一天，為什么他們舉辦這個(gè)活動(dòng)呢？也是圖靈先生逝世的60周年。
下半場(chǎng)是什么概念呢？還要講一個(gè)故事，指數(shù)發(fā)展的下半場(chǎng)，通常用64個(gè)棋上面放麥子的故事講，在古印度有個(gè)皇帝為了獎(jiǎng)勵(lì)發(fā)明國(guó)際象棋的薩伊德大師“你說要什么條件？”薩伊德說要麥子，怎么要法呢？就是64個(gè)上放麥子，第一個(gè)一顆，第二個(gè)兩顆，所謂的指數(shù)增長(zhǎng)，當(dāng)然皇帝跟我們都一樣，在我們的想象當(dāng)中麥子不算多他就答應(yīng)了。事實(shí)上放到21格的時(shí)候，這個(gè)麥子就是用幾麻袋搬過來了，當(dāng)?shù)搅讼掳雸?chǎng)也就是我們這個(gè)象棋總是有上半場(chǎng)和下半場(chǎng)，這一邊或者那一邊，過了32格的時(shí)候，全印度的麥子已經(jīng)不夠了，真的放滿64格需要全球生產(chǎn)兩千年的麥子才夠用，這就是我們說的下半場(chǎng)的概念，所謂下半場(chǎng)就是過了下半場(chǎng)發(fā)展的速度會(huì)比我們想象的快得多。
這是我們認(rèn)為為什么現(xiàn)在人工智能能夠在各個(gè)領(lǐng)域去迅速變革的一個(gè)能量和動(dòng)力所在。
大家說你有什么證明？光講故事不行，證明這是在一個(gè)快速的指數(shù)級(jí)的發(fā)展過程當(dāng)中，如果講到人工智能大家一定會(huì)知道（U）在2012年那時(shí)候是用8層，它的錯(cuò)誤率已經(jīng)比前沿大大的降低了，降低到百分之十六點(diǎn)幾，到2014年是22層，在2015年的的時(shí)候152層，那時(shí)候它的錯(cuò)誤率已經(jīng)小于4%，今天如果大家參加過一些會(huì)議的話，我們知道已經(jīng)有一千多層了，所以它的發(fā)展不是線性發(fā)展，這是一個(gè)小的例子說明人工智能發(fā)展不是線性的發(fā)展。
還可以分享人工智能的三大推動(dòng)力，數(shù)據(jù)、網(wǎng)絡(luò)、計(jì)算能力，他們各自用指數(shù)的方式在發(fā)展，很容易說明的，比如數(shù)據(jù)，歷史上90%的數(shù)據(jù)是在過去兩年產(chǎn)生的，今后兩年的每個(gè)單元的三級(jí)管的數(shù)量會(huì)等于從1972年發(fā)明半導(dǎo)體的總和，就是剛才講的今后的兩年的增長(zhǎng)等于以前的總和。連接也就是手機(jī)的連接、物聯(lián)網(wǎng)的連接，在今后的6年等于以前60年的總數(shù)。通常我們用這樣的方式來說明指數(shù)的發(fā)展。
現(xiàn)在我引用兩個(gè)資料跟大家分享，所謂人工智能的十大場(chǎng)景和5大應(yīng)用領(lǐng)域；
10大場(chǎng)景是Tractica這個(gè)分析機(jī)構(gòu)按照它創(chuàng)造的價(jià)值來排序，左邊是價(jià)值最高的，依次派排過來，高盛提到的5大領(lǐng)域，能源140億美金，零售900億美金，健康540億美金，金融430億，農(nóng)業(yè)200億美金。它是包括成本的節(jié)約和新價(jià)值的創(chuàng)造。我給它做了一個(gè)對(duì)比，這些場(chǎng)景可以使用到哪一些領(lǐng)域當(dāng)中，有一些是非常容易明白的，比如大規(guī)模醫(yī)患數(shù)據(jù)的處理肯定要應(yīng)用到醫(yī)療上面。具體講的細(xì)一點(diǎn)，是怎么樣？我們公司叫高通，有時(shí)候你一搜高通會(huì)出來一個(gè)高通量這個(gè)名詞，我們做醫(yī)藥的一定知道高通量是怎么回事，也就是一種篩選藥物的方式，它要用到大量的數(shù)據(jù)，今天用了人工智能以后使得我們藥物研發(fā)的周期大大的縮短而且能夠找到非常有效的藥。這就是我們說的大規(guī)模醫(yī)患數(shù)據(jù)有效的處理。
還有維修的精準(zhǔn)的預(yù)測(cè)，這個(gè)對(duì)于比如我們能源上用到很多的大型設(shè)備，農(nóng)業(yè)上面也用到了很多的設(shè)備，這些設(shè)備的檢修怎么樣能夠預(yù)測(cè)好檢修的時(shí)間表，也能夠節(jié)約大量的成本。所以這張表就不一一跟大家分享了。
撿剛才講的5個(gè)領(lǐng)域里的比較小的領(lǐng)域，也是非常龐大的領(lǐng)域就是農(nóng)業(yè)上面的應(yīng)用，農(nóng)業(yè)是目前幾大領(lǐng)域里面數(shù)據(jù)化做的最慢的領(lǐng)域，如果是在零售，很多數(shù)據(jù)都已經(jīng)數(shù)據(jù)化了，而農(nóng)業(yè)，我們傳統(tǒng)的就是靠天吃飯、靠經(jīng)驗(yàn)進(jìn)行耕種，到了今天我們已經(jīng)看到有些手機(jī)在使用，有些植入式的傳感器得到了應(yīng)用，也包括無人機(jī)在做數(shù)據(jù)的搜集和農(nóng)藥的噴灑工作。但是到將來大數(shù)據(jù)為基礎(chǔ)的人工智能為農(nóng)業(yè)會(huì)進(jìn)行很大的變革，我這兒提出三個(gè)方面：
1、通過優(yōu)化種子播種、灌溉、殺蟲和收割提高產(chǎn)量和質(zhì)量。事實(shí)上就在北京郊區(qū)有個(gè)農(nóng)場(chǎng)種植草莓，他們就實(shí)施所謂生長(zhǎng)曲線的最優(yōu)化，現(xiàn)在就是草莓的季節(jié)大家已經(jīng)吃到了草莓了，草莓都是從比較冷的1月份到比較熱的夏天，草莓也是在大棚里養(yǎng)殖生長(zhǎng)的。所以很多的參數(shù)是可以控制的，它的溫度、水分都是可以控制的，通過控制讓它走一條最佳的生產(chǎn)曲線之后產(chǎn)量是最高的、營(yíng)養(yǎng)是最好的、口感也是最好的。
2、蔬菜水果智能的整理分工來降低人工。采摘完以后有很重的整理、分類的工作，如果我們到了新發(fā)地這樣一個(gè)集散中心會(huì)發(fā)現(xiàn)再好的水果和蔬菜到了那兒都沒辦法區(qū)分開來了，因?yàn)樵谀莾喝际且恍┤斯さ牟僮鳌?/P>
3、計(jì)算機(jī)視覺和是語音應(yīng)用在農(nóng)作物和家禽病蟲的預(yù)警。這一點(diǎn)通過下面的PPT講解，以色列這家公司prospera這家公司是我們剛剛投的，它是用攝象頭計(jì)算機(jī)視覺持續(xù)觀察農(nóng)作物葉子成長(zhǎng)的情況，來發(fā)出比如有毛蟲旱災(zāi)或者皎白粉病這樣的預(yù)警。聲音也可以來采集。如圖這是做的一個(gè)實(shí)驗(yàn)，每天早晨在養(yǎng)雞場(chǎng)、養(yǎng)鴨場(chǎng)采集他們的聲音，然后再到大數(shù)據(jù)的模型里面進(jìn)行運(yùn)行，三天當(dāng)中就是它有了一些病菌的感染，如果在三天之內(nèi)能夠準(zhǔn)確的預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確度是66%，如果是8天是百分之百，能夠提前知道雞要生病了，然后給它打針，有了這個(gè)技術(shù)以后，不是每個(gè)雞都是像現(xiàn)在一樣打抗生素，吃抗生素的激就會(huì)大大下降，雞的產(chǎn)量、質(zhì)量都會(huì)上升。
高盛的報(bào)告當(dāng)中沒有講到教育，但是教育在中國(guó)一定是個(gè)非常大的領(lǐng)域，我們今天在GMIC的會(huì)議上面有個(gè)專場(chǎng)就是講到人工智能在教育領(lǐng)域里的應(yīng)用，我今天提到7大方面的應(yīng)用：
1、就是作業(yè)的批改，把老師助教的工作量省下來了，數(shù)學(xué)、科學(xué)用機(jī)器人批改一點(diǎn)兒?jiǎn)栴}沒有，作文批改正在進(jìn)步當(dāng)中。
2、個(gè)性化學(xué)習(xí)的軟件，事實(shí)上每個(gè)人學(xué)習(xí)的方法都是不一樣的，但是我們每個(gè)人今天所受的教育都是一種方法，在一個(gè)模子培養(yǎng)出來的，英國(guó)一家機(jī)構(gòu)就簡(jiǎn)單把每個(gè)人的學(xué)習(xí)方法分成了70種。舉個(gè)例子，比如我自己對(duì)我自己進(jìn)行了IQ的測(cè)試，我發(fā)現(xiàn)我形象思維非常發(fā)達(dá)但是邏輯差一點(diǎn)，就可以用很多形象思維的方式幫助我學(xué)習(xí)。還有我們現(xiàn)在大家知道人工智能機(jī)器是如何學(xué)習(xí)的，它先是從案例，然后到原理，事實(shí)上很多時(shí)候原理到底是怎么樣的我們不知道，是一個(gè)黑盒子，但是至少先給案例，有很多大數(shù)據(jù)。事實(shí)上我也是這樣的人，我更愿意從案例學(xué)習(xí)，所以應(yīng)該說每個(gè)人學(xué)習(xí)方法都不一樣。現(xiàn)在我們投資的一家公司愛樂奇，他已經(jīng)有一千多萬的用戶群，已經(jīng)有八億多題平時(shí)的練習(xí)和考試，積累了大量的數(shù)據(jù)，這些數(shù)據(jù)可以分析出每個(gè)人不同的學(xué)習(xí)方法。
3、智能輔導(dǎo)系統(tǒng)，就是我們說的機(jī)器成了你的輔導(dǎo)員，有機(jī)構(gòu)做了一對(duì)一的對(duì)照，機(jī)器進(jìn)行一對(duì)一的輔導(dǎo)效果已經(jīng)比一對(duì)多的課堂教學(xué)好了，和人一對(duì)一的輔導(dǎo)相近。在智能的輔導(dǎo)當(dāng)中人工智能有非常大的進(jìn)展，互動(dòng)學(xué)習(xí)環(huán)境跳過，仿真游戲是非常好的學(xué)習(xí)工具，用的最好的是飛行的仿真器，我有一個(gè)飛行員朋友，他學(xué)習(xí)都不是在天空當(dāng)中學(xué)習(xí)，都是在仿真器里學(xué)習(xí)的，鴻雀（音）公司就是幾千美金一臺(tái)仿真器，這是仿真我看到的經(jīng)濟(jì)價(jià)值最高的。除了這樣的仿真器以外還有什么呢？平時(shí)我們使用很多的仿真，我女兒用的水文地理的仿真軟件來學(xué)習(xí)環(huán)保，我兒子是用一個(gè)仿真軟件學(xué)習(xí)如何炒股票。就是用虛擬貨幣學(xué)習(xí)如何炒股票。我覺得在仿真教育游戲這是非常大的人工智能應(yīng)用的場(chǎng)景，教育反饋和評(píng)測(cè)、智能招生、課堂和課后這七大方面。
智能駕駛不得不提一下，雖然已經(jīng)有很多人在提了，給大家拓寬一下思維，因?yàn)橹v到無人駕駛大家就覺得我一定要做這么一個(gè)人工智能終級(jí)目標(biāo)的工作，現(xiàn)在在這方面創(chuàng)業(yè)可能為時(shí)過晚但是我們投資了一家美國(guó)公司，汽車的智能不光體現(xiàn)在自動(dòng)駕駛當(dāng)中，我們知道現(xiàn)在車的減振器是被動(dòng)的方式，如何通過事先知道路況變主動(dòng)的，本來有一段視頻，后來因?yàn)闀r(shí)間原因去掉了。你可以看到兩個(gè)汽車的對(duì)比，對(duì)于自動(dòng)駕駛意味著什么呢？如下圖，以后我們不把方向盤了，也不開車了，這時(shí)候容易出現(xiàn)問題，容易暈車，因?yàn)槟愕哪X子不知道路況，如果這個(gè)平穩(wěn)了以后我們?cè)谧詣?dòng)駕駛當(dāng)中可以看書還不暈，這樣的創(chuàng)業(yè)是給大家指了一個(gè)方向。不要講到人工智能在車方面的應(yīng)用就是一個(gè)終級(jí)目標(biāo)自動(dòng)駕駛了。
當(dāng)然各個(gè)領(lǐng)域我們要用人工智能去變革的還很多，有人工樓宇、家居、醫(yī)療、工業(yè)、交通、零售、安防還有智能的IT，表格大家拍個(gè)照就行了，我不講了。從服務(wù)的領(lǐng)域?qū)?yīng)用的種類、應(yīng)用的場(chǎng)地和終端有哪些，最后的設(shè)備有哪些。
這個(gè)話題要講產(chǎn)業(yè)鏈到底會(huì)發(fā)生什么樣的變革，說實(shí)在的題目還是比較難的，我集中在這一張圖片當(dāng)中，現(xiàn)在我們看到有些公司已經(jīng)成為上面通用的AI-aa-S這樣的公司，他們是google、facebook這樣的公司，也包括創(chuàng)業(yè)比較早的公司他們是在通用的AI-aa-S上的應(yīng)用，在投資領(lǐng)域AI-aa-S有沒有機(jī)會(huì)？有，比如大的醫(yī)療、農(nóng)業(yè)，創(chuàng)業(yè)公司可以把自己定位在這個(gè)領(lǐng)域的我們說的平臺(tái)級(jí)創(chuàng)業(yè)模式，我們?cè)谥袊?guó)投的奧科美，它已經(jīng)搜集了5千家農(nóng)場(chǎng)的6大群30組的數(shù)據(jù)特別重要，我們知道人工智能引擎是要數(shù)據(jù)作為燃料給它學(xué)習(xí)的。當(dāng)然每個(gè)領(lǐng)域還有很難的部分就是專家系統(tǒng)，這個(gè)專家系統(tǒng)是要做決策的，要做執(zhí)行也包括實(shí)時(shí)數(shù)據(jù)的采集。我們認(rèn)為現(xiàn)在創(chuàng)業(yè)的機(jī)會(huì)都是在這一朵云下面的，如果是做領(lǐng)域內(nèi)的傳統(tǒng)公司我們希望你們找到這里面做的比較差的，我們進(jìn)行數(shù)據(jù)的積累還為時(shí)不晚，但是已經(jīng)有很多的跟互聯(lián)網(wǎng)相關(guān)的數(shù)據(jù)都是在大的互聯(lián)網(wǎng)公司的手上，可能在垂直領(lǐng)域要做平臺(tái)這個(gè)機(jī)會(huì)已經(jīng)沒有了，但是做專家系統(tǒng)或者是端到端的整個(gè)應(yīng)用還是一個(gè)創(chuàng)業(yè)很好方向。一定會(huì)出現(xiàn)一些提供服務(wù)的公司它的專長(zhǎng)是AI，它為傳統(tǒng)在能源、農(nóng)業(yè)里的一些大公司提供這些服務(wù)。
講到所有的人工智能學(xué)習(xí)模型都是在一個(gè)超算中心在云端當(dāng)中是一個(gè)非常集中和龐大的地方，事實(shí)上在設(shè)備端是人工智能應(yīng)用的一個(gè)重要環(huán)節(jié)，也就是云和端，端恰恰也是高通的一個(gè)優(yōu)勢(shì)所在，很多萬物互聯(lián)設(shè)備都在使用高通的芯片，為什么端非常重要？1、所有采集的數(shù)據(jù)特別是視頻這種需要帶寬比較寬的數(shù)據(jù)都要傳到云端的話帶寬的支撐目前還是有問題。2、有安全方面的顧慮、數(shù)據(jù)隱私方面的考量。3、高可靠性，傳來傳去可靠性肯定是被打折扣了。4需要低延時(shí)快速響應(yīng)的應(yīng)用也需要在本地處理。
事實(shí)上高通已經(jīng)和它的合作伙伴一起推出了25種不同的在端上面智能的平臺(tái)，這兒也不一一講了，只講第一第二個(gè)，第一就是我們經(jīng)常看到的，這里面就需要有一些本地的處理，我們平臺(tái)是梟龍的智能家居助手這樣一個(gè)參考設(shè)計(jì)平臺(tái)，是我們的線路加上承載我們的芯片。第二是用在無人機(jī)上面的梟龍的飛龍的平臺(tái)，現(xiàn)在像零零科技、零度、中科創(chuàng)達(dá)他們的無人機(jī)都是用了我們的平臺(tái)，它可以把以前的7-8塊不同的電路板集成在一起。
目前為止超過10億所謂的終端上面承載有高通的芯片，今天還可以跟大家分享一個(gè)，在幾天前我們和facebook共同發(fā)布的來支持caffe2，我們的芯片是異構(gòu)，是它里面承載著GPU、DSP，這些為高效運(yùn)行提供了很好的計(jì)算的引擎。
第二是在云端和終端，我們是支持一個(gè)共同的人工智能的架構(gòu)，包括caffe、caffe2或者停止型的caffeflow，方便集成提供API和SDK包括部分原代碼，支持caffe2的芯片包括820、835都是旗艦手機(jī)曾經(jīng)使用或者目前正在使用的芯片，也包括用在其他方面的芯片，因?yàn)樵谠贫说挠?jì)劃這些互聯(lián)網(wǎng)大佬們還是有天然的優(yōu)勢(shì)，所以作為我們創(chuàng)業(yè)第一在垂直領(lǐng)域，第二在端上面花一些工夫來進(jìn)行創(chuàng)業(yè)，做出一個(gè)解決方案，包括人工智能、專家系統(tǒng)、設(shè)備上的信號(hào)處理及任務(wù)的執(zhí)行。謝謝大家！
