科技猎新技术对话新商业：AI落地产业面临的挑战与机遇
2018年6月13日，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导，上海市长宁区青年联合会、亿欧公司联合承办的“ 2018全球智能+新商业峰会 ”在上海长宁世贸展馆举办。
本次峰会以“ AI落地 ，产业升级”为主题，现场聚集超过5000位AI行业内外人士，共同探讨AI目前面临哪些挑战，当下如何商业落地，未来将会怎样发展等问题。 峰会采取“1+8”的组织架构，除了6月13日的“全球AI领袖峰会”外，14-15日将举办包括 AI消费产品峰会、智能+新出行峰会、智能+大健康峰会、智能+新金融峰会、AI国际化峰会、智能+教育峰会、智能+新服务峰会、智能+零售峰会在内的8场垂直峰会。
峰会邀请到美国加州大学洛杉矶分校教授、英国皇家科学院院士、体素科技创始人兼首席科学家Demetri Terzopoulos，加利福尼亚大学伯克利分校杰出教授、虎博科技联合创始人、边缘检测算法发明人John Canny，拼多多联合创始人兼 CTO陈磊，影谱科技创始人、董事长兼CEO姬晓晨、亿欧联合创始人兼执行总裁王彬等来自各个行业中外嘉宾，用 人工智能 新技术对话新商业。
▲体素科技创始人兼首席科学家
Demetri Terzopoulos
其中，Demetri Terzopoulos是加州大学洛杉矶分校杰出教授，计算机图像的奠基人，英国皇家科学院院士，担任计算机视觉与图形学实验室主任。2016年他和他的学生丁晓伟博士一起创办了医疗人工智能企业体素科技。
▲加利福尼亚大学伯克利分校教授
虎博科技联合创始人JohnCanny
John Canny教授，来自于加利福尼亚大学伯克利分校。2017年，John Canny教授和在硅谷多年的搭档和好友、前美团点评高级副总裁陈烨联合创办了金融服务类的AI企业——虎博科技。
▲影谱科技创始人兼董事长姬晓晨
影谱科技创始人兼董事长姬晓晨女士，拥有超过十年影像技术研究管理经验，深度挖掘视频媒体增量价值。影谱是一家通过AI影像技术助力整个大文娱产业赋能增值的人工智能企业。
▲拼多多CTO 陈磊
拼多多CTO 陈磊，自2008年以来，他参与了拼多多团队的多次成功互联网创业，同时，陈磊还同时拥有清华大学工学学士和美国威斯康星大学博士学位。
各位嘉宾的核心观点有：
1、体素科技创始人兼首席科学家Demetri Terzopoulos： 人工智能在医学领域，最主要的挑战主要是数据的收集。另一方面的挑战就是寻找到优秀的人才。
2、加利福尼亚大学伯克利分校教授、虎博科技联合创始JohnCanny： 我们要提升机器学习，提升人的学习能力，提升数据的容积，同时希望有个性化的数据，符合客户要求的数据。
3、影谱科技创始人姬晓晨： 影谱前期之所以能够快速实现技术落地，核心的原因是我们没有仅仅聚焦于底层基础类的算法，而是商业化同步展开。
4、拼多多CTO陈磊： 我觉得未来两三年，大家会先看场景，先思考现在的技术能不能帮助。先看场景可能更有优势。
以下为现场演讲速记：
人工智能落地，最核心的挑战是什么？
亿欧公司联合创始人兼执行总裁王彬： 人工智能落地，最核心的挑战是什么？是计算能力的成本和效率，还是数据的积累和开放？或者是整个产业或者市场，对于人工智能的认知？
体素科技创始人兼首席科学家Demetri Terzopoulos： 所有你讲到的这些方面，对我们来说都是挑战。在医学领域，最主要的挑战就是数据。因为收集匿名的数据是很难，我们对数据要分化，首先要跟医疗中心合作，找到医疗数据的来源。同时我们也需要有专家来分析使用这些数据，这是人工智能在医疗领域最主要的挑战。
另一方面的挑战就是寻找到优秀的人才，机器学习是目前非常热的领域，要寻找到受过很好训练的人才，加入到我们的团队，也是很大的挑战。
加利福尼亚大学伯克利分校教授、虎博科技联合创始人John Canny： 虎博科技是做金融服务的，数据对我们来说是人工智能应用在金融领域落地的重要因素，数据确实是我们最大的挑战。
针对这个挑战，我们既要加强机器的机器学习能力、提升人的学习能力、提升数据的容积，同时又希望能够生成个性化的、符合客户要求的数据，数据还必须是来自多方面的、具有代表性的。
这就对我们的算法提出了要求，我们必须要改善数据、改善算法，虎博科技有能力迎接这种挑战，但同时也要用积极的心态面对这些挑战。
影谱科技创始人姬晓晨：其实数据的处理、整个网络的设计、算法的模型、多机的计算以及应用端的优化，正是我们深度学习里五个最重要的要素和核心点，每一块都是我们需要攻克和挑战的地方。
应用于本土的中国市场，我们会认为技术平台化的能力，以及深入业务的纵深，会决定这个行业在中国本土是否有更广阔的市场空间。
我们一方面认为，从普世性和衍生性考量业务的拓展，另一方面希望整个数据有落地、有循环、正向不断优化，这对于我们终端的能力非常重要。其实在国内也是大家普遍讲的装机量、终端适配量、终端覆盖量、市场占有率等等，一方面是广度，一方面是深度，这是我们看到比较大的挑战。
拼多多CTO陈磊： 拼多多有很多数据，我们发现机器学习完成了很多事情，但是大家对机器人的期望也正在进一步提高，不仅仅是有一些过去我们认为机器学习可以解决的问题解决了，大家会提出越来越多更高、更复杂的目标，有些优化目标其实现有的模型并不能解决，我们会发现，越来越多问题的增长速度超越了方法出现的速度。我觉得这是最大的挑战。
人工智能在产业上的应用，中美有哪些差异？
亿欧公司联合创始人兼执行总裁王彬： 两位海外的教授非常典型，都在中国有一家人工智能的公司。请问Demetri Terzopoulos教授，在人工智能落地医疗产业领域，在中美有什么差别？
体素科技创始人兼首席科学家Demetri Terzopoulos： 最大的不同点就是中国和美国的要求不一样。在中国，最主要的问题就是人口基数非常大，中国的医生工作量太大了，需要有高效的人工智能系统来更好帮助医生。并不是说希望能在短期取代医生，我们只是给他们工具，提升医疗领域的效率，让他们能够去面对这么多的患者。
在美国，面临的问题则不一样。每个人可以希望用AI改进他们的效率，但是在美国定量的分析以及诊断的质量，是人工智能最主要的应用。
加利福尼亚大学伯克利分校教授、虎博科技联合创始人John Canny： 不光是人工智能应用在中美两国存在差异，在金融领域有着同样的问题，因为中美两国在投资行业的结构组成是不一样的。
美国有很多专业的机构投资者，但在中国相反，个人投资者的占比很高。机构投资者一般更在乎投资的专业性和效率，个人投资者做决策则往往依赖多个信息源，他们会根据企业所说的内容对企业形成一种意见。
所以，针对个人投资者的话就需要一种数据，这里的“数据”指的并不是基础数据，而是更多来自社交领域或社交领域相关的数据。所以我认为，针对中国的个人投资者，创业者需要关注具体项目信息的分析。
人工智能的商业化有哪些路径？
亿欧公司联合创始人兼执行总裁王彬： 因为影谱科技商业化做的非常好，尤其是视觉技术在大文娱产业的应用。你们下一步打算做什么？会不会考虑把人工智能影像的技术，应用到核心的内容上面？
影谱科技创始人姬晓晨： 其实这几年随着大家从视觉载体的多维升级，从早期文字时代产生了BAT的巨头，接下来到图片时代，可能产生了一些SNS的社交的机会。比如新浪、twitter都是新一代崛起的代表。再往后，无论是资本的风口还是国内创业的风口，几乎围绕着以视觉为载体的，可能包括VR、AR、网络大电影，到这两年的短视频直播，在信息多维符合发展进程和信息要求的内容。
我们在这里看到一些更为广阔和纵深的市场，影谱前期之所以能够快速技术落地，相对来说有一定的先发优势。核心的原因是我们不仅仅聚焦在底层基础类的算法，AI包括基础层，一些芯片、传感器、数据以及一些软硬件，中间有方案层，提供技术方案和一些解决方式。再上面其实是整个AI的技术应用层。
其实非常有意思，我和很多BAT的专家以及行业里面的分析师聊过，他们认为从上到下走比从下而上走，在中国的市场环境来讲容易很多。比如像BAT这个体量，可能往下进行各种拓展，可以利用流量入口的优势，利用市场优势控制力度往下纵深。在中国的现有市场环境从最底层往上是蛮难的事情。
影谱其实是以中间这个位置来进行切入，而它又离我们的应用层非常近。影谱虽然在前期两边都是B端，但是我们有很多产品也具备2C的条件。
影谱未来要做的是更好地走到大家面前，我们会在纵深领域，比如视频网站、VR设备、手持设备，院线实体、短视频的生产、虚拟影像生产，还有终端娱乐屏幕覆盖，所以影谱还是会围绕着整个影像载体、视觉载体、屏幕载体做整个纵向的延伸。
人工智能将来会在哪些领域替代人类？
亿欧公司联合创始人兼执行总裁王彬： 我们知道Demetri Terzopoulos教授也是视觉界的大拿，我不知道大家看没看过一部电影叫《未来学大会》，女演员用视觉技术替代了自己的工作。我想问Demetri Terzopoulos教授，演员这个职业会不会被替代掉？
体素科技创始人兼首席科学家Demetri Terzopoulos： 我的想法是的，未来很多演员将会被代替，现在这种事情已经发生了。比如数码的演员，我们的研究实验室正在想建立起非常聪明的虚拟演员，且拥有有自己的大脑。
另一方面如果能够增加的话，是非常有趣的。电脑让我们能够智能，通过使用GPU这样的图像处理来快速处理图像。但是我们的GPU目前现在还是有限制，尤其是记忆能力有限，所以在医疗领域我们也正在突破这种限制。我们经常会使用3D的数据，甚至有4D数据，也就是三维数据加上时间。我们有非常多的数据，现在GPU在处理大量数据方面，有非常新的技术去克服。我们用分开来的模式应对这样的挑战。
面对海量的数据，人工智能如何匹配个性化需求？
亿欧公司联合创始人兼执行总裁王彬： 拼多多目前有海量的SKU，面对如此海量的信息和很多个性化的需求，如何做好中间的匹配？这是一个非常复杂的问题，这也是技术和商业去结合的问题。
拼多多CTO陈磊： 电商平台核心的功能是商品和用户需求的匹配。业界公认这种匹配不可能靠人工完成，是靠算法。我们怎么看匹配的过程？分三个层次。
最基础的层次，现在非常成熟了，就是利用深度学习的模型去匹配用户短期的行为，做短期的预测，会产生很好的经济效果，能够产生出很好的商品推荐、点击率和转化率，短时间满足消费者的需求。
第二个是探索，像AlphaGo一样，你要有一个模型，同时有一个搜索策略，要探索用户感兴趣的空间，让用户能够感受到新的东西，能够激发新的需求，而不是现有需求不断重复。这是第二个层次。
我们最近遇到新的挑战，第三个层次其实我觉得是国内很多以大数据为平台、做AI算法的公司都会遇到一些问题。要强调AI对人健康发展，长远来看带来的价值。这里有一个数字，我觉得是非常需要注意：2016、2017年两年，美国人均的寿命其实是下降的，这里面有一系列的社会原因。公认的很重要的原因是消费或者过多高热量的食品导致心血管疾病。作为商务平台，如果半夜十二点给用户推荐一个蛋糕，是好的策略还是不好的？到底是健康的策略还是不健康的，有没有价值观的策略？这个问题很难。
短期的行为是大数据，大数据可以去学习模拟。但我们不太好获得一个用户10年、20年、30年的健康数据，有隐私问题，还有时间问题，我们没有这样的数据，怎么解决？还是回到刚才的问题，大家对AI算法的期望很高，落实到场景有大量新的问题，大家希望AI去解决，这里有很多的挑战，也希望我们的研究界也好，工业界也需要花精力去解决。AI不仅仅是依靠大数据做拟合的模型，应该更加丰富。
加利福尼亚大学伯克利分校教授、虎博科技联合创始人John Canny： 在海量数据处理方面，我们正在面临很多非常有趣的挑战，有些已经解决了，有些还在学习当中。比如说，当我们问一个问题、通过调研的形式得到数据时，我们能够理解别人为什么会这样问出这些问题，因为这说明他们缺少这种信息，但这个信息和我们提问的方式、内容其实是不完全一样的，而我们正在面临这样的挑战。
未来，当我们的制度变得越来越多，很多资源来自于非正式的途径时，到那时，我们能够得到的回答也会变得更加复杂。很多数据可能是虚假的，也可能会有很多纯粹是八卦的信息。
所以，当我们把很多信息进行整合的时候，我们不仅要把数据提供给用户，还必须告诉用户——这些数据如何使用、它们有什么用途等等。这是我们在处理海量数据时面临的更有趣的挑战，也是沟通交流方面的挑战。
也就是说，我们必须要知道用户最想要的信息是什么、我们如何才能提供这些信息，还得让用户知道该如何使用这些信息。
新技术如何与新商业相融合？
亿欧公司联合创始人兼执行总裁王彬： 四位嘉宾讲了人工智能在不同产业的应用，包括医疗产业、文娱产业、零售产业，还有金融服务产业，都有各自的理解和非常深度的实践。今天我们在座的各位都是人工智能领域的企业家和从业者，大家可否关于人工智能和产业相结合，给大家提一个简单的建议。
拼多多CTO陈磊： 过去的两年，应该说很多AI企业先突破算法再找场景，这是过去两年的趋势。我觉得未来两三年的趋势会反过来，大家先看场景，先思考现在的技术能不能帮助。先看场景可能更有优势。
影谱科技创始人姬晓晨： 我这边看到的更多的是整个AI行业的这几年趋势处于快速爆发，给同行伙伴们的建议更多是脚踏实地、仰望星空，不要被资本和竞争打乱了节奏。我们要脚踏实地，做好符合商业逻辑的技术落地。
加利福尼亚大学伯克利分校教授、虎博科技联合创始人John Canny： 我们现在要真正理解客户，和客户直接沟通交流，有的时候需要改变我们的目标，或者说改变我们的目标客户，选择不同的目标客户。我们的挑战同时也是我们要真诚面对核心价值、核心目标。我们经常会遇到这种情况，我们这个APP往往跟我们最初开始的点不一样，所以要面对这样的挑战。同时我们也不能够过多地追求别人的想法，不能过度追求所有的想法和我们的App结合起来。
体素科技创始人兼首席科学家Demetri Terzopoulos： 我们要准备好深度学习，达到未来的发展。人工智能比深度学习的范围要广很多，传统的人工智能技术将会和这种新的深度学习的方法结合起来，这个会把我们带入到一个新的层次。我们不需要害怕，要不断改进。如果我们能够开始一个创新的企业，我们一定要找到一个人，他能够真正地引导这个公司。所以我把我们这个企业的领导权交给了我们丁晓伟博士，他真正领导了我们的企业。
亿欧推荐：2018年6月13-15日，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导，上海市长宁区青年联合会和亿欧公司联合主办的“ 2018全球智能+新商业峰会 ”将在上海长宁世贸展馆举办，诚邀各位一起助力“AI落地，产业升级”。
活动详情： 2018全球智能+新商业峰会
版权声明
凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。