飛象網訊（李樂羽/文），4月28日消息，在今天的GMIC 2017北京大會上，Qualcomm全球副總裁 & 創(chuàng)投董事總經理沈勁發(fā)表題目為人工智能將如何改變產業(yè)生態(tài)的主題演講。
以下為演講內容：
主題：AI+國際創(chuàng)新峰會重塑產業(yè)未來
時間：2017年4月28日13：30——
地點：國家會議中心310會議室
嘉賓：沈勁 全球副總裁 & 創(chuàng)投董事總經理, Qualcomm
大家下午好！人工智能已經進入了下半場，大家說上半場是什么概念？我們知道50年代提出了人工智能的概念，應該說上半場就是在50年代和今天這個之間我們稱之為上半場；如果說要挑一個事件作為一個界限來劃分上下半場，我個人愿意選擇2014年6月7號，因為在那一天一組所謂的專家在網上面和一個名叫“牛津”的人在網上進行聊天對話，聊了5分鐘之后，專家這邊有1/3的人認為這個“牛津”就是13歲的一個小孩，事實上這是一臺由三個俄國的科學家所做的人工智能的計算機。按照圖靈測試規(guī)則，這是一個標志點，就是機器的智能已經勝過了人的智能。正好那一天，為什么他們舉辦這個活動呢？也是圖靈先生逝世的60周年。
下半場是什么概念呢？還要講一個故事，指數(shù)發(fā)展的下半場，通常用64個棋上面放麥子的故事講，在古印度有個皇帝為了獎勵發(fā)明國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個上放麥子，第一個一顆，第二個兩顆，所謂的指數(shù)增長，當然皇帝跟我們都一樣，在我們的想象當中麥子不算多他就答應了。事實上放到21格的時候，這個麥子就是用幾麻袋搬過來了，當?shù)搅讼掳雸鲆簿褪俏覀冞@個象棋總是有上半場和下半場，這一邊或者那一邊，過了32格的時候，全印度的麥子已經不夠了，真的放滿64格需要全球生產兩千年的麥子才夠用，這就是我們說的下半場的概念，所謂下半場就是過了下半場發(fā)展的速度會比我們想象的快得多。
這是我們認為為什么現(xiàn)在人工智能能夠在各個領域去迅速變革的一個能量和動力所在。
大家說你有什么證明？光講故事不行，證明這是在一個快速的指數(shù)級的發(fā)展過程當中，如果講到人工智能大家一定會知道（U）在2012年那時候是用8層，它的錯誤率已經比前沿大大的降低了，降低到百分之十六點幾，到2014年是22層，在2015年的的時候152層，那時候它的錯誤率已經小于4%，今天如果大家參加過一些會議的話，我們知道已經有一千多層了，所以它的發(fā)展不是線性發(fā)展，這是一個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力，數(shù)據(jù)、網絡、計算能力，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)是在過去兩年產生的，今后兩年的每個單元的三級管的數(shù)量會等于從1972年發(fā)明半導體的總和，就是剛才講的今后的兩年的增長等于以前的總和。連接也就是手機的連接、物聯(lián)網的連接，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)在我引用兩個資料跟大家分享，所謂人工智能的十大場景和5大應用領域；
10大場景是Tractica這個分析機構按照它創(chuàng)造的價值來排序，左邊是價值最高的，依次派排過來，高盛提到的5大領域，能源140億美金，零售900億美金，健康540億美金，金融430億，農業(yè)200億美金。它是包括成本的節(jié)約和新價值的創(chuàng)造。我給它做了一個對比，這些場景可以使用到哪一些領域當中，有一些是非常容易明白的，比如大規(guī)模醫(yī)患數(shù)據(jù)的處理肯定要應用到醫(yī)療上面。具體講的細一點，是怎么樣？我們公司叫高通，有時候你一搜高通會出來一個高通量這個名詞，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。
還有維修的精準的預測，這個對于比如我們能源上用到很多的大型設備，農業(yè)上面也用到了很多的設備，這些設備的檢修怎么樣能夠預測好檢修的時間表，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個領域里的比較小的領域，也是非常龐大的領域就是農業(yè)上面的應用，農業(yè)是目前幾大領域里面數(shù)據(jù)化做的最慢的領域，如果是在零售，很多數(shù)據(jù)都已經數(shù)據(jù)化了，而農業(yè)，我們傳統(tǒng)的就是靠天吃飯、靠經驗進行耕種，到了今天我們已經看到有些手機在使用，有些植入式的傳感器得到了應用，也包括無人機在做數(shù)據(jù)的搜集和農藥的噴灑工作。但是到將來大數(shù)據(jù)為基礎的人工智能為農業(yè)會進行很大的變革，我這兒提出三個方面：
1、通過優(yōu)化種子播種、灌溉、殺蟲和收割提高產量和質量。事實上就在北京郊區(qū)有個農場種植草莓，他們就實施所謂生長曲線的最優(yōu)化，現(xiàn)在就是草莓的季節(jié)大家已經吃到了草莓了，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曲線之后產量是最高的、營養(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)地這樣一個集散中心會發(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，因為在那兒全都是一些人工的操作。
3、計算機視覺和是語音應用在農作物和家禽病蟲的預警。這一點通過下面的PPT講解，以色列這家公司prospera這家公司是我們剛剛投的，它是用攝象頭計算機視覺持續(xù)觀察農作物葉子成長的情況，來發(fā)出比如有毛蟲旱災或者皎白粉病這樣的預警。聲音也可以來采集。如圖這是做的一個實驗，每天早晨在養(yǎng)雞場、養(yǎng)鴨場采集他們的聲音，然后再到大數(shù)據(jù)的模型里面進行運行，三天當中就是它有了一些病菌的感染，如果在三天之內能夠準確的預測，預測準確度是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，有了這個技術以后，不是每個雞都是像現(xiàn)在一樣打抗生素，吃抗生素的激就會大大下降，雞的產量、質量都會上升。
高盛的報告當中沒有講到教育，但是教育在中國一定是個非常大的領域，我們今天在GMIC的會議上面有個專場就是講到人工智能在教育領域里的應用，我今天提到7大方面的應用：
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、科學用機器人批改一點兒問題沒有，作文批改正在進步當中。
2、個性化學習的軟件，事實上每個人學習的方法都是不一樣的，但是我們每個人今天所受的教育都是一種方法，在一個模子培養(yǎng)出來的，英國一家機構就簡單把每個人的學習方法分成了70種。舉個例子，比如我自己對我自己進行了IQ的測試，我發(fā)現(xiàn)我形象思維非常發(fā)達但是邏輯差一點，就可以用很多形象思維的方式幫助我學習。還有我們現(xiàn)在大家知道人工智能機器是如何學習的，它先是從案例，然后到原理，事實上很多時候原理到底是怎么樣的我們不知道，是一個黑盒子，但是至少先給案例，有很多大數(shù)據(jù)。事實上我也是這樣的人，我更愿意從案例學習，所以應該說每個人學習方法都不一樣�，F(xiàn)在我們投資的一家公司愛樂奇，他已經有一千多萬的用戶群，已經有八億多題平時的練習和考試，積累了大量的數(shù)據(jù)，這些數(shù)據(jù)可以分析出每個人不同的學習方法。
3、智能輔導系統(tǒng)，就是我們說的機器成了你的輔導員，有機構做了一對一的對照，機器進行一對一的輔導效果已經比一對多的課堂教學好了，和人一對一的輔導相近。在智能的輔導當中人工智能有非常大的進展，互動學習環(huán)境跳過，仿真游戲是非常好的學習工具，用的最好的是飛行的仿真器，我有一個飛行員朋友，他學習都不是在天空當中學習，都是在仿真器里學習的，鴻雀（音）公司就是幾千美金一臺仿真器，這是仿真我看到的經濟價值最高的。除了這樣的仿真器以外還有什么呢？平時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習環(huán)保，我兒子是用一個仿真軟件學習如何炒股票。就是用虛擬貨幣學習如何炒股票。我覺得在仿真教育游戲這是非常大的人工智能應用的場景，教育反饋和評測、智能招生、課堂和課后這七大方面。
智能駕駛不得不提一下，雖然已經有很多人在提了，給大家拓寬一下思維，因為講到無人駕駛大家就覺得我一定要做這么一個人工智能終級目標的工作，現(xiàn)在在這方面創(chuàng)業(yè)可能為時過晚但是我們投資了一家美國公司，汽車的智能不光體現(xiàn)在自動駕駛當中，我們知道現(xiàn)在車的減振器是被動的方式，如何通過事先知道路況變主動的，本來有一段視頻，后來因為時間原因去掉了。你可以看到兩個汽車的對比，對于自動駕駛意味著什么呢？如下圖，以后我們不把方向盤了，也不開車了，這時候容易出現(xiàn)問題，容易暈車，因為你的腦子不知道路況，如果這個平穩(wěn)了以后我們在自動駕駛當中可以看書還不暈，這樣的創(chuàng)業(yè)是給大家指了一個方向。不要講到人工智能在車方面的應用就是一個終級目標自動駕駛了。
當然各個領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，表格大家拍個照就行了，我不講了。從服務的領域對應用的種類、應用的場地和終端有哪些，最后的設備有哪些。
這個話題要講產業(yè)鏈到底會發(fā)生什么樣的變革，說實在的題目還是比較難的，我集中在這一張圖片當中，現(xiàn)在我們看到有些公司已經成為上面通用的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上的應用，在投資領域AI-aa-S有沒有機會？有，比如大的醫(yī)療、農業(yè)，創(chuàng)業(yè)公司可以把自己定位在這個領域的我們說的平臺級創(chuàng)業(yè)模式，我們在中國投的奧科美，它已經搜集了5千家農場的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)作為燃料給它學習的。當然每個領域還有很難的部分就是專家系統(tǒng)，這個專家系統(tǒng)是要做決策的，要做執(zhí)行也包括實時數(shù)據(jù)的采集。我們認為現(xiàn)在創(chuàng)業(yè)的機會都是在這一朵云下面的，如果是做領域內的傳統(tǒng)公司我們希望你們找到這里面做的比較差的，我們進行數(shù)據(jù)的積累還為時不晚，但是已經有很多的跟互聯(lián)網相關的數(shù)據(jù)都是在大的互聯(lián)網公司的手上，可能在垂直領域要做平臺這個機會已經沒有了，但是做專家系統(tǒng)或者是端到端的整個應用還是一個創(chuàng)業(yè)很好方向。一定會出現(xiàn)一些提供服務的公司它的專長是AI，它為傳統(tǒng)在能源、農業(yè)里的一些大公司提供這些服務。
講到所有的人工智能學習模型都是在一個超算中心在云端當中是一個非常集中和龐大的地方，事實上在設備端是人工智能應用的一個重要環(huán)節(jié)，也就是云和端，端恰恰也是高通的一個優(yōu)勢所在，很多萬物互聯(lián)設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需要低延時快速響應的應用也需要在本地處理。
事實上高通已經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，這兒也不一一講了，只講第一第二個，第一就是我們經常看到的，這里面就需要有一些本地的處理，我們平臺是梟龍的智能家居助手這樣一個參考設計平臺，是我們的線路加上承載我們的芯片。第二是用在無人機上面的梟龍的飛龍的平臺，現(xiàn)在像零零科技、零度、中科創(chuàng)達他們的無人機都是用了我們的平臺，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，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，是它里面承載著GPU、DSP，這些為高效運行提供了很好的計算的引擎。
第二是在云端和終端，我們是支持一個共同的人工智能的架構，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都是旗艦手機曾經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，因為在云端的計劃這些互聯(lián)網大佬們還是有天然的優(yōu)勢，所以作為我們創(chuàng)業(yè)第一在垂直領域，第二在端上面花一些工夫來進行創(chuàng)業(yè)，做出一個解決方案，包括人工智能、專家系統(tǒng)、設備上的信號處理及任務的執(zhí)行。謝謝大家！
