沙龙回顾 | 真实场景应用将成AI竞争关键

人工智能作为新一轮产业变革的核心驱动力量,正推动智能经济加速深入发展,带来数万亿数字化转型与应用的机会。

它不仅将改善商业运作的方式,也将改变我们的工作形态,并最终解放创造力与智慧的新潜能。然而,人工智能的商用场景如何迈出步伐始终处于热议之中。


AI能否取代人类?

人工智能是不是能解决所有的问题?

AI场景化应用到底还有多大发展潜力?

人工智能给社会到底带来了哪些机遇和挑战? 


5月29日,由创合汇创业服务中心主办、科大讯飞AI产业加速中心、猎户星空、苏泊尔产业资本联合主办,以及阳澄湖半岛、机器之心与工博士作为支持单位的2020年度最炸裂最务实主题系列沙龙——BOOM TALK迎来了首期——人工智能应用专场。

本次沙龙,共吸引了近1500名观众进行预约观看,并在直播间同步分享自己的疑惑与感慨。

在活动开场,我们便迎来了一位特殊的主持人。她是当今最能代表中国人工智能发展水平的“人”,也是人工智能世界带给我们的新惊喜——虚拟主播“小创”

虚拟主播“小创”为活动开场

端庄姣好的面容、清晰流利的播音、怎么看都像是一位专业的主持人。然而,“小创”是由科大讯飞推出的可以面向多个场景的虚拟主播,看起来和真人无异、口型与发音一致、表情及动作似自然人,以至不少观众纷纷在直播间留言表示“不可思议”。

据了解,虚拟主播是通过画面采集、数据处理、模型训练、生成形象的流程而构建出的主播形象,目前已经应用在不少的生活场景中。


精彩分享  各抒专业见解 

为更好地讨论AI产业的趋势与现状,我们特别邀请到AI领域在各个行业的头部企业负责人,他们分别是:苏泊尔产业资本管理合伙人宓群、科大讯飞苏州研究院知识图谱负责人李直旭、以及猎户星空首席战略官王兵。以下是部分精彩分享:

苏泊尔产业资本管理合伙人 宓群


《AI产业机会将回归常识》

引言:数字化、智能化时代已经来临,人工智能是新的产业赋能工具。人工智能的产业链很长,从基础层、技术层到应用层,从AI芯片、传感器到知识图谱、大数据应用,再到智能机器人的行业落地。拨开现象看本质,未来AI产业机会在哪里?

5G、云、IoT、AI的融合应用正在塑造一个万物感知、万物互联、万物智能的世界,它比我们想象中更快地到来。

然而,坦率来讲,虽然人工智能发展到目前一个阶段,但仍将面临更多的挑战:

▌ 应用走在理论的前面,缺乏真正的理论支撑;

深度学习,作为黑箱模型被诟病;

神经网络存在过拟合的问题,而结构不能学习;

机器学习通常需要数据启动,缺乏从0到1,也缺少对付未知与未来的常识系统。

从投资的角度讲,“万事源于人们对美好生活的一种向往。大量生产和大量消费不是最重要的商业逻辑,最重要的商业逻辑应该回归到可持续性。技术的目的,不是技术本身,而是释放人的生活,释放人的本身,为人类创造出一个更好的生活空间,释放人回归到人类自己的命运和追求当中来。”

在此种背景下,我们应该从“如何赢得未来行业机会”以及“如何行动把握时机”两个方面了解和分析AI在日常生活中的应用。

如何赢得未来行业机会方面:权贵靠配置,素人靠选择。从不同的场景、例如“高考报读专业”、“丈母娘挑选女婿”以及“谷歌”对这一差异化战略选择进行了详细具体生动的解释。

如何行动,把握时机:相对于取得了多么高的成就,更需要重视的是如何落地。当算法与产品做了很好的结合后,就可以创造伟大的公司。

科大讯飞(苏州)研究院  知识图谱负责人  李直旭

知识图谱的顶天与立地:研究热点与应用趋势》

引言:让AI获得知识的知识库在业界称为“知识图谱”,知识图谱也是人工智能感知智能到认知智能的基石。因为涉及到跨行业能力的要求,再加上行业数据结构化存在的难度,知识图谱目前的研究和应用趋势是怎样的?

人工智能经历了三个阶段,即:运算智能(能存会算)→感知智能(能听会说)→认知智能+决策智能(能理解会思考)。作为人工智能的一个分支,知识图谱也成为近两年火热起来的新赛道。

那么,知识图谱到底是什么?知识图谱本质上是一种大规模语义网络,可能你说不出知识图谱的具体定义,但其实你每天都在使用它。当你在使用百度搜索时,搜索结果右侧的联想,就来自知识图谱技术的应用。知识图谱是将互联网所有的知识积累起来,将“信息”搜集上升成为了“知识”积累。

目前为止,知识图谱一共经历过3个阶段:

第一阶段:2010-2016年,国内外互联网大公司开始大规模构建与使用落地行业:通用领域搜索、问答、社交媒体、电商、广告等;

第二阶段:2016-2018年,数字化程度好的传统行业重点投入知识图谱落地行业:教育、医疗、司法、媒资、电商、金融、保险、政府、军事等;

第三阶段:2019-2020年,数字化程度偏弱的传统行业纷纷寻求行业解决方案落地行业:制造业、智能家居、交通、电网、农业、城建、人文发展等。

由此可见,知识图谱是未来人工智能实现从感知到认知跨越的重要基石之一。随着数据红利的消失,以大数据和深度学习为基础的感知智能会遭遇天花板,而认知智能很有可能借助大规模知识图谱技术取得进一步突破。

知识图谱的典型应用是:智能推荐——更好地认知商品、场景与消费者,更精准合理地推荐。目前,知识图谱已经在多个行业领域得以应用。例如个性化学习、智能玩具、智慧医疗(精准医疗)、智慧建筑、工业4.0等。

猎户星空首席战略官  王兵


《新基建催生新机遇 智能服务机器人商业化应用》

引言:新冠疫情的强传染性,让智能机器人在很多场景替代人工,发挥了特殊的作用,也正是这些表现让人工智能成为新基建的重要方向。

新型基础设施建设,简称“新基建”:以5G人工智能、工业互联网为代表的新型基础设施,本质上是信息数字化的基础设施。(主要包括七大领域:5G基建、人工智能、工业互联网、大数据中心、特高压、新能源汽车充电桩、城际高速铁路和城市轨道交通)

新基建发展具有非常重要的意义:短期来看,在新冠肺炎疫情冲击经济的背景下,有助于扩大需求、稳增长、稳就业;长期来看,数字化智能化加快释放经济增长新动能,推动产业转型升级,建设工业强国。

至于智能服务机器人,融合“AI+硬件+软件+服务”于一体,为实体经济提供新基建的社会价值——数字转型、智能升级、融合创新服务。尤其是在新基建概念下的智能服务机器人,在物理世界智能化的过程中可以发挥以下作用:

  • 线下商业场景中的数据智能化终端

  • 拥有机器人大数据和实体经济“商业大脑”价值

  • 引领智能家居3.0时代,AI时代的新家庭成员

  • 人机协作,解决重复性工作劳动力缺失的社会问题

以互联网基因做机器人,以用户体验为核心成为了机器人领域发展的大趋势与必然要求。以此为基础,猎户星空不断发展,并成为了该领域的佼佼者。

猎户星空语音OS支撑了超过30%的中国智能音箱产品市场份额,累计激活设备超过1个亿。在机器人领域,猎户星空更是掌握了多项专利,并拥有行业唯一自研全链条AI技术,以及智能服务机器人家族,包括红外测温版和身份核验版智能接待服务机器人,以及智能递送服务机器人等,并且已实现在20多个行业场景的落地。


三位嘉宾将AI人工智能以风趣易懂的方式为线上观众进行了精彩分享,让我们对AI的场景化应用以及未来的机遇和挑战有了一定的了解。

随后,作为猎户星空机器人阵容中的“形象代表”豹小秘闪亮登场,为我们进行了一系列可爱迷人的互动,包括法律、商场、博物馆等多个情境下的自如对话,并为观众进行了“优美”的舞蹈表演,作为为ending pose结束了今天的展示环节。
可爱又迷人的豹小秘

头脑风暴 共话AI未来

在分享各自对AI自身领域发展的专业见解后,活动进入到最精彩的“虚拟圆桌论坛”环节。该环节围绕AI的场景化应用发展进而展开。

人工智能四大要素包括数据、算力、算法和场景。有种说法是“聪不聪明看算法、能不能干看算力、渊不渊博看数据、有没有用看场景”。请从投资、研究和应用三方的角度跟大家分享下观点。

Q1:
  
宓群:场景是我最为关注的。AI的发展需要更多回归商业本质,为客户与行业创造实实在在的价值。在这一过程中,不断提升这数据、算力、算法和场景这四大要素,才能更多的获得投资机构的青睐,才有能力面对未知的挑战。

李直旭:其实数据、算力、算法三个因素只是开始起到了推波助澜的作用,人工智能赋能各个行业,更需要的是认知智能,落地行业的话还是要对场景有很深的理解,需要我们对场景有更多的尝试。

王兵:实际上,AI发展至今仍面临很多问题。AI不是一个标准化的算法,并不具备通用性的人力,解决不了高级思维能力。真实世界下,很难让AI发挥很大作用。只有让AI在多场景中得以应用,才能发挥其更多的使用价值。可以说,真实场景的应用将成为未来几年AI人工智能竞争的关键点所在。

从AI产品化角度,人工智能要真正商业化才能走向成熟,有观点认为:B2B2C模式也许是AI行业最好的选择,这个问题各位从各自角度谈一下看法。

Q2

王兵:前沿的算法上短时间内很难有较大突破。接下来AI产业可以享受到的红利包括:算力的成本下降,以及算法的局部优化持续。真实场景数据的理解和收集,是AI行业未来需要发力的方向。

李直旭:非常认同这个模式。AI落地更多的是赋能场景的研发,AI企业作为AI能力的输出者,赋能AI企业,进而服务更多的场景,需要AI企业与研发机构一同出力打造。

宓群:关键是连接。从行业角度来讲,AI的生命力和活力非常乐观。场景化进程会异常的快,国内已经有很多大型企业为满足自身业务需求,很大程度上实现AI化了。但无论如何,最终还是需要回到商业与场景,才能有目标的发展。

请三位一句话总结下针对新基建和AI场景化应用的最重要观点。

Q3

王兵:通过新基建整合底层技术与能力的提升,将成为国家未来最重要的竞争力。

李直旭:新基建的发展与重视,对AI发展是绝佳的契机。AI场景化是AI赋能的唯一正确途径。

宓群:希望新基建建设与通讯行业一样,能够孕育出伟大的运营商和公司,创业者更多的是拥抱这个时代,迎接更多的机会和挑战。



AI人工智能究竟能否取代人类?其实,这完全是“杞人忧天”。因为人工智能技术是让人类可以从繁杂、固定的工作中解脱出来,而不是取代人类,真正有创造性的工作依旧需要人类自己完成。总而言之,中国AI产业未来可期,让我们一同见证!

至此,BOOM TALK主题系列沙龙首期——人工智能场景化应用专场正式落下帷幕。一起期待BOOM TALK第二期主题沙龙吧。
本期沙龙由创合汇资本、创合汇创业服务中心合伙人   苏立峰 先生主持
产业AI创合汇科大讯飞
1
相关数据
科大讯飞机构

科大讯飞股份有限公司成立于1999年,是亚太地区知名的智能语音和人工智能上市企业。自成立以来,长期从事语音及语言、自然语言理解、机器学习推理及自主学习等核心技术研究并保持了国际前沿技术水平;积极推动人工智能产品研发和行业应用落地,致力让机器“能听会说,能理解会思考”,用人工智能建设美好世界。2008年,公司在深圳证券交易所挂牌上市(股票代码:002230)。

http://www.iflytek.com
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

知识库技术

知识库是用于知识管理的一种特殊的数据库,以便于有关领域知识的采集、整理以及提取。知识库中的知识源于领域专家,它是求解问题所需领域知识的集合,包括基本事实、规则和其它有关信息。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

过拟合技术

过拟合是指为了得到一致假设而使假设变得过度严格。避免过拟合是分类器设计中的一个核心任务。通常采用增大数据量和测试样本集的方法对分类器性能进行评价。

语义网技术

语义网是由万维网联盟的蒂姆·伯纳斯-李在1998年提出的一个概念,它的核心是:通过给万维网上的文档蒂姆加能够被计算机所理解的语义,从而使整个互联网成为一个通用的信息交换媒介。语义万维网通过使用标准、置标语言和相关的处理工具来扩展万维网的能力。

语义网络技术

语义网络常常用作知识表示的一种形式。它其实是一种有向图;其中,顶点代表的是概念,而边则表示的是这些概念之间的语义关系。

百度机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

https://www.baidu.com/
联想机构

联想集团是1984年中国科学院计算技术研究所投资20万元人民币,由11名科技人员创办,是中国的一家在信息产业内多元化发展的大型企业集团,和富有创新性的国际化的科技公司。 从1996年开始,联想电脑销量一直位居中国国内市场首位;2005年,联想集团收购IBM PC(Personal computer,个人电脑)事业部;2013年,联想电脑销售量升居世界第一,成为全球最大的PC生产厂商。2014年10月,联想集团宣布了该公司已经完成对摩托罗拉移动的收购。 作为全球电脑市场的领导企业,联想从事开发、制造并销售可靠的、安全易用的技术产品及优质专业的服务,帮助全球客户和合作伙伴取得成功。联想公司主要生产台式电脑、服务器、笔记本电脑、智能电视、打印机、掌上电脑、主板、手机、一体机电脑等商品。 自2014年4月1日起, 联想集团成立了四个新的、相对独立的业务集团,分别是PC业务集团、移动业务集团、企业级业务集团、云服务业务集团。2016年8月,全国工商联发布“2016中国民营企业500强”榜单,联想名列第四。 2018年12月,世界品牌实验室编制的《2018世界品牌500强》揭晓,排名第102。

机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

暂无评论
暂无评论~