人工智能的“下半场”:落地已经发生,但只是万里长征的第一步
2018-07-07 10:56 AI 人工智能 智行者 推想科技 异构智能

人工智能的“下半场”:落地已经发生,但只是万里长征的第一步

AI下半场,落地为上

创业家&i黑马讯(李夜)7月6日消息,由创业黑马主办的“2018中国独角兽峰会”今日在京举行,英诺天使基金合伙人、臻云创投合伙人祝晓成,推想科技创始人、CEO陈宽,智行者合伙人霍舒豪,异构智能中国副总经理谢强等参与了本次大会的高峰论坛环节,就《人工智能的“下半场”》话题进行了深度探讨。

论坛嘉宾认为,现阶段人工智能已经在落地应用,但还只是万里长征的第一步。一旦AI切进行业,“你会发现说能做的东西太多了,有太多的事情可以做,有太多东西需要继续去研发”。

谈及未来, 陈宽认为人工智能这个词的热度会降下来,但是会更加普及。谢强则表示,人工智能一定会持续升温而且会越来越热。霍舒豪表达了他对人工智能下半场的期待,他希望资本市场继续维持当前的热度,创业者能够继续扎根于行业,把真正落地和产品化的工作做好。

以下为经i黑马编辑过的演讲节选:

祝晓成:首先,想请三位自我介绍一下,能否用最短的时间说一说你们是谁、在做什么。

陈宽:大家好,我是陈宽,推想科技的创始人、CEO。推想科技是做医学影像的人工智能企业,我们从2015年1月开始做这个事情,也算是最早在医疗领域使用深度学习的企业。

我们把深度学习在医院推行,主要是针对医生,防止医生因疲劳在医疗过程中出现的漏诊、误诊现象。通过人工智能,我们可以降低一些不必要的漏诊,同时也能提高医生本身工作的效率,让医生有更多的时间、精力都花在更重要的事情上。

谢强:我是人工智能老兵,可能是这里岁数最大的一位。我之前在英伟达工作,从2007年开始,英伟达黄老板把玩游戏的GPU卡拿过来做科学计算,我一直负责GPU在科学计算领域的推广,从早期的第一个版本的酷带1.0到最后的DeepLearning。在工作期间,我特别有幸认识了我们公司的创始人吴韧博士。那个时候,他还是百度深度学习研究院的杰出科学家。英伟达和百度从2011年、2012年开始,做了全球最大的一个GPU训练平台,有144个GPU节点,引起了巨大轰动。第二年,谷歌发现不对了,马上买了一万多片GPU,搭了一个全球最大的系统。

刚才,祝总介绍我们说我们比较低调,低调的原因,第一是我们做市场做的还不够成功,第二是我们也比较稳重。我们现在在做人工智能最核心、最底层的人工智能芯片,今年8月就能够进行量产。这应该是第一个真正的低功耗和人工智能的芯片。我们也一直为此努力,已经努力了2年半,希望我们能有一个非常好的结果跟大家分享,谢谢。

霍舒豪:大家好,我是智行者的联合创始人霍舒豪。我们是做自动驾驶的,将人工智能跟车辆相结合。在做自动驾驶的企业当中,智行者的特点是产品化的速度比较快。我们把自动驾驶技术跟不同的垂直应用领域,比如物流领域、环卫领域,相结合。希望通过自动驾驶的技术来解决这些领域的问题和痛点,来提高效率。通过与不同的垂直领域结合,我们希望打造一个智慧生活圈,希望形成一个自动驾驶领域的闭。

人工智能落地已经发生,但只是万里长征的第一步

祝晓成:其实,大家最关心落地这个事情,技术和落地互为依靠。所以我的问题是在现实当中,人工智能技术到底演进到什么程度?在你们看来,大规模商用又是什么时候开始?你们怎么判断?

陈宽:我是做医疗行业的,对医疗行业更加了解一些。在医疗行业,大规模的人工智能的上线使用,包括商用,已经在发生了。当然,很多AI所落地的行业都是很深的行业,大家不一定能马上能感觉到,但是实际上,它有点像润物细无声一样,已经慢慢地渗透到我们生活的每一方面。在全国范围内,有接近150家顶级三甲医院,在每天日常的工作当中,借助AI帮他们写CT片、X光片的报告。

所以,落地已经发生了。但反过来,现在才是万里长征的第一步,才刚刚开始。换言之,在整个行业当中,一旦AI切进去,你会发现说能做的东西太多了,有太多的事情可以做,有太多东西需要继续去研发。总结一下,AI在医疗行业已经广泛落地,但同时还能够延伸到非常多的方向。

祝晓成:能不能用最简单或者最生动的方式,讲讲怎么来看技术和应用的关系?

谢强:回答这个问题,得先讲一下历史。我特别喜欢讲历史,因为吃的盐多一点儿。在最早的时候,大家都知道人工智能上世纪50年代就有了。一直在讲人工智能,真正的技术突破,实际是2012年。

2012年,深度学习爆发。当时,我在英伟达感触特别深,黄教主关掉了所有和深度学习无关的项目。所有的项目、应用、研发经费一定要跟深度学习相关。人工智能,是基于大数据和算力的。从2012年发展至今,英伟达解决的是算力问题。英伟达解决的是算力的训练问题。

人工智能有两个重要的维度:

1、训练。拿了大数据,你要训练,训练好了,做模型。刚才,第四范式的联合创始人也讲了怎么样自动做模型。今天英伟达的GPU解决的是训练赋能的问题。

2、现在,人工智能进到各个场景里,解决生活中各种各样的问题。识别人脸的,要做人脸模型。下围棋,要做围棋模型。医疗大数据要把不同病症的模型输进去。

承载这些运算模型的是什么呢?是人工智能芯片。大家知道英伟达的GPU,一块GPU卡的价格在5000美金以上。这么高的价格,再加上功耗特别高的芯片,完全和大规模应用、物联网应用背道而驰。

今天,英伟达在人工智能上,解决的是训练的问题。解决得非常完美。市场,特别需要能够运行英伟达系统训练好的模型,希望它能够以非常低廉的功耗、非常合理的价格、非常高速地运行。市场,需要一款这样的芯片。

祝晓成:从应用场景来讲,我们现在最关注或者说已经在做的场景是什么样的?

谢强:人工智能对芯片的速度是有要求的。它还受到物理规律的制约。不是说我们想怎么样就怎么样。就像陈总讲的,人工智能现在真的到了大规模商用的爆发的前期,已经到了一个关键节点,就看底层算力能不能支撑了。如果底层算力能以非常低的功耗达到所要求的性能,一场万物智能互联的时代就到了。场景方面,我举两个例子,一个是胃镜,另一个是公共摄像头。

祝晓成:舒豪,从你们的角度来看,请阐述一下你们在技术、场景方面,达到了什么状态?

霍舒豪:我顺着谢总的话继续往下讲,英伟达推出BS2系列的功耗是250W。我是做汽车的,250W是什么概念呢?我们第一个反应就是绝对不可能用在车上。演进到现在,功耗下降很多。硬件本身具备了商用的可能性。

再跟大家分享一下,昨天我刚从百度的AI大会回来。会上,不管是李彦宏或是被邀嘉宾,他们都在强调一个词——量产。我们之所以在这个时间点谈到这个问题,是因为量产的节点到了。去年,李彦宏讲的是在五环上被开罚单。今年,他讲的是第100台阿波罗自动驾驶车辆下线。这也就是说AI开始逐渐到了一个小规模商业化的程度。

从做自动驾驶乘用车的角度来讲,我们觉得2020年商业化是不可能的。但是,如果我们把汽车从交通属性放开到泛交通属性,这里面就蕴含了比较好的商业化的点。其中,不仅仅包括了传统意义上的汽车,还包括特种车辆。我们也是在这些方面发力。为什么要做这个事情?有一位嘉宾谈到算法、算力和数据。我们在这些场景里积累的数据,是能够帮助我们提升算法,让应用从低速领域过渡到高速领域。

再举个自动驾驶实际的例子,一开始,我们在校园运营无人驾驶的物流车的时候,还会有一些同学过来关注,问这个是什么东西,你们在干嘛。当我们运营了两个月,一个两个月前关注我们的同学,跑来问我们,提升了什么。现在,同学们对此已经习以为常了。大家开始接受这个东西了。

前途是光明的,但道路是曲折的

祝晓成:在目前阶段和不久的将来,你们最大的挑战都有哪些?

霍舒豪:目前,我们的挑战一个是市场的培育,我们需要让市场接受这么一个东西。做企业也好,做独角兽或者巨兽也罢,核心还是产品或者服务。产品和服务的打造,必须要从用户的需求出发,把自动驾驶技术和每一个垂直应用领域结合,挖掘、服务好用户。

祝晓成:能不能具体一点儿呢?

霍舒豪:比如说环卫领域,一开始,我们从自动驾驶的角度去思考,但是深入其中,才发现用户更关注的是清扫效率,能不能帮我自动倒垃圾,能不能晚上出去清扫,能不能把边边角角打扫干净。如果没有深入到行业,光从自动驾驶的角度,我们是无法想象得到的。

谢强:我们现在最大的难处和挑战有两个,一个是缺人,另一个是缺钱。我们为什么要做芯片?因为已经有一个X86在那儿,能够完美解决所有通用问题,做得比任何人都好,没有任何机会。做人工智能训练,有英伟达和Google的TPU,做得非常完美,没有任何机会。

我们现在集中做芯片,做训练以后的Inference(推理),是完全不要考虑芯片的指令级、编译器的。所以,我们的里面一定是全新的人工智能芯片的设计理念。基于这样的理念,我们设计出来了非常高效、低功耗、高性能的芯片。

我们整个研发团队都在硅谷,差不多有45个人,国内加起来只有20个人。下一步的发展特别特别需要钱和人,因为芯片出来以后,我们要做大量的落地和客户对接,我们特别需要志同道合的朋友跟我们联系。我们还缺钱,也希望投资人多跟我们聊聊。

陈宽:就像刚才谢总说的,现阶段,我们最大的挑战也是人才。人工智能在落地过程中,必不可少地涉及到技术,而且是一个快速延伸、壁垒极高的技术。怎么样能找到合适的懂技术又懂行业的人?如果没有的话,能否培养出这样的人才?对于任何一个人工智能公司,人才问题都是非常大的挑战。

AI下半场落地为上

祝晓成:在人工智能下半场,你们怎么看?请展望一下未来。

陈宽:我觉得,人工智能下半场一定是人工智能这个词的热度和风口都会降下来,但是人工智能会潜移默化地直接进入大家日常的生活当中。换言之,它的热度会下来,但是应用度反而会更加普及。

谢强:我觉得,人工智能一定会持续升温而且会越来越热。借用李竹总今天早晨讲的,总结一下做芯片的下半场最好:

1、IP为王。你设计一个芯片,一定要有自己的IP,没有自己的独立知识产权,就没有持续的动力。

2、“大圣”团队。你的团队一定要有非常坚实的技术基础和深厚的技术积累。

3、应用至上。应用至上,就是落地。无人车和医疗都是我的客户、合作伙伴,应用一定要落地,不管是安防摄像头还是医疗。

4、与其做得更好,不如与众不同。我们一定要看准方向,把你的专注的点做到极致,一定会有千亿的独角兽出现在未来。

霍舒豪:我讨个巧,首先我希望在人工智能的下半场,资本市场还是继续维持这个热度。这能给我们带来资本。另一方面,对于我们创业者来说,我们希望能继续扎根于垂直应用领域,扎根于行业,把真正落地和产品化的工作做好,让我们的产品服务到行业,给行业带来不一样的变革。

i黑马
文章评价
匿名用户
发布