李泽南作者

这一次,吴恩达决定投身农业

Landing.ai 是人工智能著名学者吴恩达(Andrew Ng)的第二个创业项目。在公司成立并宣布与富士康进行合作仅 7 个月后,今天 Landing.ai 又在湖南长沙宣布签下第二个大单:与国内高端装备制造企业中联重科达成战略合作。

这份协议的签订标志着中联重科进入人工智能技术领域,成为国内首家 AI 农业装备制造企业。双方将致力于共同研发基于人工智能(AI)技术的新产品,打造顶尖人工智能技术团队,以使中联重科成为以人工智能驱动的领先装备制造企业。

据介绍,吴恩达是在今年 4 月起来到长沙开始和中联重科谈合作的,到签约用了三个多月的时间。今天,中联重科董事长詹纯新与 Landing.AI 创始人吴恩达共同出席了签约仪式。

AI 与制造业的联合

Landing.ai 是吴恩达于 2017 年 12 月成立的一家立足于解决 AI 转型问题的公司,其主要业务面向为制造业提供技术支持。公司不仅为各家制造业公司提供基于人工智能的解决方案,同时也承担员工职业培训的任务。

吴恩达拥有领导顶尖科技公司成功转型为人工智能公司的经验。他曾帮助谷歌、百度两家科技巨头进行人工智能转型。他在百度任职期间,曾带领 1300 名工程师以及科学家组成人工智能团队,负责驱动公司的全球人工智能战略以及基础架构。在此之前,他还曾主导创建了「Google Brain」,引领谷歌将深度学习等 AI 技术应用于消费产品中。

另一方面,中联重科则是一家技术驱动型装备制造企业,自 1992 年成立以来,公司以自主创新加融合发展的模式,开发了诸多引领全球行业发展的技术和产品,如曾掀起了全球混凝土行业新材料革命的碳纤维材料技术,以及吊装精度控制在 2 毫米之内的超大型 3200 吨履带起重机等。近年来,中联重科开始进军智能制造领域。该公司称,在双方此次合作的农业机械领域中,旗下的农机产品已经初步实现了自动驾驶、自动收割,智能烘干等功能,并建有数据中心,为人工智能技术应用奠定了基础。

中联重科位于长沙的厂房

中联重科董事长詹纯新表示,用新技术改造装备制造,由传统而新兴,由传统而智能,由传统而灵动,新科技正无穷的魅力,新技术正无尽的活力,中联重科对拥抱新技术充满期待。

此次双方的合作主要包括技术合作与人才培养两大方向。技术合作上,Landing.AI 将为中联重科农业机械和其他领域提供人工智能技术的战略,双方将共同开发数款基于人工智能技术的农业机械产品。人才培养方面,Landing.AI 将帮助中联重科招聘、培训,为其建立一支专业的人工智能技术团队,让中联重科持续运用人工智能技术服务企业的发展。

吴恩达非常期待与中联重科开展「人工智能(AI)+农业」的合作,他表示:「詹纯新董事长具有卓越的战略眼光,并且中联重科已经建立了相关的基础数据库。现在,很多企业正在利用人工智能转型,但我认为中联重科农业机械走在了前列。」

中联重科已推出了首款有自动驾驶功能的农机车头

率先打造国内 AI 农业装备

随着大数据和物联网的发展,人工智能正在逐渐进入世界的各个角落,各个行业都期待着拥抱 AI 技术。但是 AI 领域的发展沿袭了数字经济在我国的发展惯性,是从消费市场开始的。如何让实体经济与 AI 技术碰出商业价值这一重大命题,传统行业虽早已开始探索,但一直缺乏革命性的发展。

中联重科此次与人工智能公司 Landing.AI 签署战略合作协议,迈出了业内第一步,前者将成为首家国内 AI 农业装备制造企业,为自身转型升级注入了 AI 技术新动能。

全球农业产业正处于「技术革命」的风口浪尖。「我们深刻地感受到,人工智能将为农业的未来带来革命性的变化,因此,我们先行一步选择与全球顶尖团队合作,」中联重科中央研究院副院长陈拥军介绍道。

陈拥军表示,人工智能技术终端场景应用还处在发展的初期,但这个过程一旦开始,发展的速度会很快。

据《中国人工智能发展报告 2018》报告显示,2017 年中国人工智能市场规模达到 237 亿元,同比增长 67%,预计 2018 年我国人工智能市场增速将达 75%。业内人士分析称,随着 AI 等新兴技术的成熟,新一轮数字化正揭开序幕,到 2030 年有望为中国实体经济带来 7 万亿美元的巨大商业价值。可以说,未来 10 年将是人工智能的时代。

面对蓝海市场的前景,中联重科倍感信心。「我们相信,通过与 Landing.AI 的合作将保持中联重科在行业的领先地位。人工智能技术将成为公司未来发展的重要『加速器』」。

引领传统行业进入 AI 时代

在发布会上,吴恩达一直在强调帮助传统企业转型的重要性:「今天,我们都认为谷歌、Facebook 是世界上最成功的公司。我曾经帮助谷歌打造了 Google Brain;几年前,我也帮助百度成功转型成为了 AI 企业。我相信,与中联重科的合作也可以帮助它成为一家成功的 AI 公司。」

在发布会上,吴恩达、詹纯新和陈拥军还就一些大家关心的问题进行了回答:

Q1:中联重科与 Landing.ai 本次的合作为何选择了农业机械方面?

詹纯新:这个选择是吴恩达教授和我在长时间的交流以后,进行了认真的研究和思考后得出的。吴恩达教授希望将合作能够定位在农业机械方面。农业是一个关系到国计民生的行业,粮食的安全关系到社会的稳定。而近年来农业机械化的发展需要人工智能。

中联重科一直致力于助推中国农业机械登上全球价值链高端,我们非常看好此次合作的发展前景,相信最终会为用户带来由人工智能驱动的产品和服务。

吴恩达:中国目前有土地流转和兼并的大趋势——有很多过去的小块农田变成了大片农田,这意味着机械作业越来越有优势。由人工智能(AI)技术驱动的农业,将会帮助减轻农民的劳动强度,同时也使整个作业过程更加环保。这样人们将更容易获取更安全、更健康的食物。

Q2:人工智能引入农机之后,对未来的展望?

吴恩达:我们已经谈论了具体的几个项目,但是今天还不便公布。

我的爷爷在上个星期听闻了我们要进行农业机械的项目之后非常高兴。他是在香港长大的,曾经是一位种植水稻的农民,他曾经告诉过我:做农民是非常辛苦的。我们的事业会让中国的农民工作更加有效。所以,我对这次合作感到非常的兴奋。詹总也是非常有愿景的企业家,中联重科已经完成了一个非常大的数据平台。

詹纯新:我们有一个大数据平台,我们有了智能收割、无人驾驶等基础的 AI 研究。吴恩达选择与我们合作,也是看到了新技术的希望,而且我们也有了一些基础人才。我们希望未来能让国家的农业进入大数据时代。我们还想利用人工智能等新技术能够处理农业所需的气象、收成等数据,预测粮食收成。最终做到藏粮于地,藏粮于民。

吴恩达:中联重科已经有了很好的技术团队,建立起了具有很高声望的品牌。

当我们谈论到全世界最好的 AI 公司——几年前我帮助建立了谷歌大脑,在这之后我也在百度带领了 AI 团队,帮助百度进行了 AI 转型。此次合作中,我希望能够帮助中联重科成功地转型成为一家 AI 公司。

全世界最好的 AI 公司目前都有几十个很有价值的 AI 项目。我们希望在未来,中联重科能够有能力发展出很多很有价值的 AI 项目。

中联重科的工程机械在全国是非常领先的。在智能控制方面,我们有了非常丰富的经验。我们的技术将来会引入人工智能技术,更加自动化,利用机器学习减少人工,尽量减少人的干预。

Q3:AI 落地在农业机械上,目前看来最大的困难是什么?

吴恩达:很难说什么是最大的困难,我们一直在与合作伙伴选择最有价值的项目。我们专注于人工智能技术,我非常感谢我们的合作伙伴让我们了解了制造业,在这个过程中,我的团队学到了很多。我们甚至深入了田间地头。

陈拥军:自动驾驶行业和农业机械领域作对比。在汽车行业中,自动驾驶的速度比较快,要快速响应路上的人和车,摄取的数据量很大。而农业上的自动驾驶,工作速度基本在 10km/h 左右,速度会很慢,但是实现的机理是一样的。相对而言,在农业机械中,实现的成本低一些。

Q4:除了农业机械,本次合作对于中联重科的未来发展有什么影响?

詹纯新:吴恩达在工业中的人工智能上非常有经验。几个月前,Landing.ai 与富士康的合作基本面向智能制造。未来,他们还会帮助我们在人工智能战略上,培养一批优质专业团队,并传授人工智能技术。这些对中联重科整体成为先进的 AI 公司非常有意义。

Q5:在开展针对工人的人工智能职业培训上,请问您是如何思考的,这方面的内容是如何开展的?

吴恩达:我们在 Landing.ai、Deeplearning.ai 上的很多内容都是线上的。另一方面,我们也有很多对内的培训的过程,这些内容是无法在线上完成的。技术培训需要很多人的参与,在这次合作中,我们与中联重科的工程人员经常在各类项目上进行不定期的培训。我们培训工程师,不是生产线上的工人。

Q6:Landing.ai 目前主要注重于中国还是美国?

吴恩达:中国和美国都有很多在人工智能领域里非常优秀的企业。但是,如果做 AI+ 制造,有更多工厂的国家机会会比较多。目前我们的项目在世界各地都有,我们在制造业上已和中国、韩国、日本、欧洲的几个国家以及拉丁美洲的一些国家都有了合作。

延展阅读

吴恩达人工智能创业三部曲:

产业吴恩达农业
1
相关数据
机器学习技术
Machine Learning

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。

自动驾驶技术
self-driving

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

深度学习技术
Deep learning

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。

物联网技术
Internet of Things

物联网(英语:Internet of Things,缩写IoT)是互联网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。物联网一般为无线网,而由于每个人周围的设备可以达到一千至五千个,所以物联网可能要包含500兆至一千兆个物体。在物联网上,每个人都可以应用电子标签将真实的物体上网联结,在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制,也可以对家庭设备、汽车进行遥控,以及搜索位置、防止物品被盗等,类似自动化操控系统,同时通过收集这些小事的数据,最后可以聚集成大数据,包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变,实现物和物相联。

李泽南
李泽南

You will always be lucky if you know how to make friends with strange cats.

返回顶部