人工智能高燒不退，智能識別+算法+深度學(xué)習(xí)成AI當(dāng)紅炸子雞

現(xiàn)在處于全球熱議中的“人工智能”，并不完全等同于以往學(xué)院派定義的人工智能。你可能沒有意識到，我們?nèi)粘Ｉ钪幸呀?jīng)用到了許多人工智能技術(shù)：蘋果將人工智能應(yīng)用Siri放進(jìn)了大家的口袋里；拍照、簽到時(shí)用到的人臉識別技術(shù)，智能音箱的語音對話系統(tǒng)，以及我們現(xiàn)在主流的新聞推薦引擎，也都用到了深度學(xué)習(xí)的算法。

人工智能正在深刻影響和改變所有行業(yè)，這一點(diǎn)毋容置疑。2017年被認(rèn)為可能成為“人工智能應(yīng)用元年”，語音交互、人臉識別、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)技術(shù)等人工智能領(lǐng)域的熱點(diǎn)都在快速演進(jìn)。

2017 年12月7日，電子發(fā)燒友網(wǎng)在深圳科興科技園國際會議中心舉辦的第四屆中國物聯(lián)網(wǎng)大會人工智能分論壇已圓滿結(jié)束。本次盛會匯集高通、微軟、MathWorks、Cypress、和而泰等人工智能領(lǐng)軍人物，吸引了包括華為，騰訊，美的，興業(yè)證券，海爾等業(yè)內(nèi)知名企業(yè)以及投資機(jī)構(gòu)和資深工程師朋友等專業(yè)人士，針對“物聯(lián)網(wǎng)+”背景下物聯(lián)網(wǎng)的創(chuàng)業(yè)和投資機(jī)遇及挑戰(zhàn)，進(jìn)行了深入探討。為方便更多業(yè)內(nèi)人士，本文對論壇做總結(jié)分享。

第四屆中國物聯(lián)網(wǎng)大會人工智能分論壇現(xiàn)場

Cypress Simon Yang：如何將AI做進(jìn)IoT應(yīng)用

Cypress Simon Yang

數(shù)據(jù)、算法和算力是我們常說的人工智能的“三駕馬車”，是人工智能得以應(yīng)用的基礎(chǔ)。

Simon Yang 風(fēng)趣地表示，Processor（處理器）+Algorithm（算法）是“發(fā)動機(jī)”，Datas是“汽油”。只有將盡可能多的數(shù)據(jù)“喂”給Processor和Algorithm，深度學(xué)習(xí)才會在IoT煥發(fā)生機(jī)，也只有這樣才會真正體現(xiàn)出人工智能的真正魅力，他補(bǔ)充道。

他強(qiáng)調(diào)，AI加速進(jìn)入IoT時(shí)代。正是由于數(shù)以十億計(jì)的IoT設(shè)備產(chǎn)生不可估量的數(shù)據(jù)，然后通過數(shù)以百萬計(jì)的網(wǎng)關(guān)節(jié)點(diǎn)傳輸送到云端進(jìn)行存儲和分析，最后被全球各地的數(shù)據(jù)中心進(jìn)行深度處理和機(jī)器學(xué)習(xí)，最終提高AI的深度學(xué)習(xí)能力。

微軟中國區(qū)首席技術(shù)顧問管震：微軟認(rèn)知，對話機(jī)器人實(shí)踐

微軟中國區(qū)首席技術(shù)顧問 管震

微軟中國區(qū)首席技術(shù)顧問管震指出，理解場景是人工智能應(yīng)用的核心。人工智能必須落到精準(zhǔn)的場景，才能實(shí)現(xiàn)實(shí)在的價(jià)值。理解人工智能能力可落地的場景及對應(yīng)的流程，將AI納入決策流程。

他表示，人工智能并不是靜態(tài)的東西，訓(xùn)練出來的模型要用到某個業(yè)務(wù)場景里，業(yè)務(wù)場景里產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)進(jìn)一步提升人工智能模型的能力，再用到場景中，形成一個閉環(huán)和迭代。

MathWorks FAE經(jīng)理 陳建平：從算法到實(shí)現(xiàn)深度學(xué)習(xí)

MathWorks FAE經(jīng)理 陳建平表示，MATLAB 廣泛應(yīng)用于汽車主動安全系統(tǒng)、行星際宇宙飛船、健康監(jiān)控設(shè)備、智能電網(wǎng)和 LTE 蜂窩網(wǎng)絡(luò)。它用于機(jī)器學(xué)習(xí)、信號處理、圖像處理、計(jì)算機(jī)視覺、通訊、計(jì)算金融學(xué)、控制設(shè)計(jì)、機(jī)器人學(xué)等。

MathWorks FAE經(jīng)理 陳建平

陳建平指出，人機(jī)回環(huán)，即human-in-the-loop。“人機(jī)回環(huán)”的第一層含義是人工智能應(yīng)用中需要用戶，即人的反饋來強(qiáng)化模型。更進(jìn)一步，機(jī)器學(xué)習(xí)是一種嘗試創(chuàng)建允許通過讓專家與機(jī)器的一系列交互參與到機(jī)器學(xué)習(xí)的訓(xùn)練中的系統(tǒng)工作。機(jī)器學(xué)習(xí)通常由工程師訓(xùn)練數(shù)據(jù)，而不是某個領(lǐng)域的專家?！叭藱C(jī)回環(huán)”的核心是構(gòu)建模型的想法不僅來自數(shù)據(jù)，而且來自于人們怎樣看待數(shù)據(jù)。專家會成為垂直領(lǐng)域的AI顧問，把關(guān)模型的正確性。

深度學(xué)習(xí)的挑戰(zhàn)

基于深度學(xué)習(xí)的檢測和定位

高通產(chǎn)品市場總監(jiān)Dennis Liu：人工智能解決方案

Dennis Liu強(qiáng)調(diào)，終端側(cè)的智能至關(guān)重要。由于移動終端會常遇到隱私性，可靠性，低延時(shí)和高效利用網(wǎng)絡(luò)帶寬等諸多挑戰(zhàn)，再加上在最靠近數(shù)據(jù)源的位置處理，是對云端處理進(jìn)行很好的補(bǔ)充，因而AI+終端側(cè)相得益彰。

高通產(chǎn)品市場總監(jiān)Dennis Liu

Dennis Liu表示，構(gòu)建良好的終端側(cè)智能需要對高性能硬件/軟件以及優(yōu)化的網(wǎng)絡(luò)進(jìn)行設(shè)計(jì)。這里主要涉及到三點(diǎn)：

高效硬件。開發(fā)異構(gòu)計(jì)算需要在散熱限值內(nèi)以低功耗，運(yùn)行要求嚴(yán)苛的神經(jīng)網(wǎng)絡(luò)。此外還要選擇合適的計(jì)算單元處理合適的任務(wù)；

算法改進(jìn)。算法研究受益于最先進(jìn)的深度神經(jīng)網(wǎng)絡(luò)及面向空間和運(yùn)行時(shí)長效率進(jìn)行優(yōu)化；

軟件工具。面向深度學(xué)習(xí)的軟件加速運(yùn)行時(shí)間。

此外，Dennis Liu還對高通驍龍845處理器進(jìn)行最新劇透：

驍龍845 是 Qualcomm 的第三代 AI 移動平臺。與前代系統(tǒng)級芯片（SoC）相比，驍龍845 帶來了近三倍的 AI 整體性能提升！

驍龍神經(jīng)處理引擎（SNPE）SDK 除了已支持 Google TensorFlow 和 Facebook Caffe / Caffe2 框架之外，現(xiàn)在還支持 Tensorflow Lite 和新的 ONNX，支持 Google Android NN API。

和而泰數(shù)據(jù)與人工智能實(shí)驗(yàn)室（419實(shí)驗(yàn)室）負(fù)責(zé)人劉子威：基于圖像的膚質(zhì)檢測技術(shù)

和而泰數(shù)據(jù)與人工智能實(shí)驗(yàn)室（419實(shí)驗(yàn)室）負(fù)責(zé)人劉子威表示，實(shí)驗(yàn)室致力于家庭大數(shù)據(jù)的計(jì)算與人工智能的研究，涉及自然語言處理、圖像識別、知識圖譜、機(jī)器學(xué)習(xí)等技術(shù)領(lǐng)域。

和而泰數(shù)據(jù)與人工智能實(shí)驗(yàn)室（419實(shí)驗(yàn)室）負(fù)責(zé)人劉子威

深度模型主要通過卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)

可能有人會問膚質(zhì)檢測和IoT乃至AI會有什么關(guān)聯(lián)嗎？答案是肯定的。從一開始的圖像采集到圖像預(yù)處理，再到傳統(tǒng)模型和深度模型的深入比對，最后到識別結(jié)果，這整個圖像識別的流程就是一個前端智能的完美展現(xiàn)。后端還可以結(jié)合IoT和AI加上信息助手，健康監(jiān)測和提醒、產(chǎn)品推送、APP連接等諸多智能化玩法。

目前，人工智能對實(shí)體行業(yè)的滲透還處于萌芽期。人工智能被寄予了成為下一代產(chǎn)業(yè)革命驅(qū)動力的厚望。而釋放人工智能的能量，形成產(chǎn)業(yè)革命的動能，需要尋找契合人工智能技術(shù)特點(diǎn)，并找到優(yōu)于其他技術(shù)的實(shí)體經(jīng)濟(jì)適用領(lǐng)域，讓人工智能真正解決行業(yè)痛點(diǎn)，實(shí)現(xiàn)系統(tǒng)層面的收益。從長久來看，人工智能的定位絕不僅僅是解決狹窄的、特定領(lǐng)域的簡單應(yīng)用，而是真正像人類一樣能夠同時(shí)解決不同領(lǐng)域、不同類型的問題，進(jìn)行判斷和決策。這也是我們通常所說的“通用人工智能”。發(fā)展人工智能的終極目的并不是取代人類，而是通過人工智能將人類從繁重的重復(fù)工作中解放出來，實(shí)現(xiàn)對人類整體更有價(jià)值的目標(biāo)。這個未來也許還有些遙遠(yuǎn)，但通往未來的道路上，新商業(yè)和新經(jīng)濟(jì)將會是革命性技術(shù)附贈的禮物，無限可能的未來等待我們一起描繪。

人工智能論壇會后聽眾與嘉賓熱烈交流