深度探讨人工智能时代的趋势与机遇

3月7日，清华大学《人工智能前沿与产业趋势》系列讲座第一讲，由百度高级副总裁、AI技术平台体系（AIG）和基础技术体系（TG）总负责人王海峰，与清华大学海峡研究院大数据AI中心专家委员、百度七剑客之一、酷我音乐创始人雷鸣老师共同参与，深度探讨人工智能时代的趋势与机遇。

清华大学理学院院长宫鹏教授、信息科学技术学院朱军副教授，首先登台，分别对课程做了介绍。

人工智能的发展历程综述，由百度高级副总裁、AI技术平台体系（AIG）和基础技术体系（TG）总负责人王海峰和清华大学海峡研究院大数据AI中心专家委员、百度七剑客之一、酷我音乐创始人雷鸣主讲

硬件领域智能硬件、自然语言课由字节跳动人工智能实验室总监李航李航主讲

大数据的分析和处理，由蚂蚁金服服总裁兼首席数据科学家漆远主讲

医学影像领域，影像视觉由2019年度 IEEE Fellow、深睿医疗首席科学家俞益洲主讲

智能教育由新东方AI研究院院长瞿炜主讲

智能技术综合应用，由清华大学理学院院长、地球系统科学系教授、主任宫鹏主讲

最后是一节作业课

在第一节课中，首先由雷鸣带来《人工智能革命与机遇》，回顾了几千年来人类社会的发展和AI爆发的起源，解读产业格局，并给出如何抓住创新机会的指导性建议。

随后王海峰以《人工智能技术与产业应用》为主题，总结了人工智能的发展状况、具体的技术实现和产业应用等，以及包括百度在内的科技巨头在人工智能领域取得的进展。

以下是本节公开课的课程内容。

智能是再次颠覆社会的力量，产业格局将彻底改变

雷鸣认为人工智能是一场革命。从AlphaGo(2015)学人类，到AlphaZero（2017）自学，人工智能可以在很短的时间内，掌握人类需要花费很多年才能达到的水平。

前两个还是完全的信息博弈，而到了AlphaStar（2019）能够处理不完全信息，甚至还能进行协作。仅仅用了3年时间，我们看到了翻天覆地的变化。

下面这张图是截取加州大学教授Gregory Clark的全球人均收入按年代的数值图。

可以看到，人类在将近3000年的时间内，收入是没有多大变化的，总是在一个基准附近不断的变化。

而工业革命以后，仅仅200年时间，人均收入就直线上升。工业革命为什么能够造成直线上升的人均收入？

因为它用了能源+机械后，将人们从农业社会的体力活，变成工业社会的技术活。包括今天的农民也是技术活而不是体力活了。

进入智能社会，智能成为再次颠覆社会的力量，产业格局将彻底改变，技术活将被创新劳动替代。

摩尔定律还没死，这些行业未来充满机遇

人工智能有三个要素：数据、算法和运算能力。

数据年复合增长50%，它是一个复利增长；而根据摩尔定律，运算能力也是每1.5年-2年翻番，数据和运算能力成咬合级、指数级提升，正好到了一个突破和临界点，终于爆发出威力。

这次人工智能爆发很大程度上，是从互联网开始得到非常广泛的应用。我们知道互联网世界所有的数据都是线上化的，已经在数据中心里存在着，同时又要处理用户的海量需求。

而算法从传统的神经网络到深度神经网络，到现在很热门的在研究强化学习、对抗学习等也是不断的在突破。

我们听到很多次说摩尔定律要挂了，但是GPU的出现让它又继续往前走，下面这些行业也将迎来巨大的机会：

工业机器人和智能工厂。工厂里工人的岗位已经逐渐在消失掉，留下的是一些工程师，像特斯拉这些现代的工厂里，工人已经很少了。

自动驾驶和智能交通。Alphabet旗下的自动驾驶公司Waymo已经估值700亿美金，已经直接做L4，测试300万英里；百度今年将与金龙客车合作，小规模量产自动驾驶汽车。这些告诉我们，人工智能已经落地了。

智慧医疗。以前谈人工智能，很多医生不认可。但现在医生们也开始以开放的态度来对待、拥抱人工智能，看它的能力到底在哪儿。中国的AI医学影像有超过20家创业公司获得融资；美国的FDA已经开始审批AI辅助诊断产品，有消息说，CFDA也在酝酿对AI的医学产品如何评审，今年应该会有明确的方式方法出台。

智能金融也应用广泛，比如智能投顾、信贷评估、保险等。

上述讲到的是过去产业与AI相融合，AI在其中起到替代作用，并且大量是基层、技术含量不高的职业。AI的新机会在哪儿？

1、从低技能行业内到高技能行业。

扫地机器人代替的是扫地这种低级技能，但AI想要代替医生就需要走很长的路。

2、从高数据行业向地数据行业

有数据的行业走的会快，没数据的行业走的会慢。以阿里巴巴做金融为例，因为金融业有巨大的数据，无数据则无智能。

3、从经济效益高行业向一般行业

什么是经济效益高行业？比如说一个技术就能通吃的，比如自动驾驶汽车把汽车、出行产业全部颠覆，而中国交通运输包括物流、汽车的产业加起来占GDP20%，这个行业就是经济效益高的行业。相比之下，医疗产业仅6%。一旦某个公司独自将自动驾驶拿下来，绝对是万亿美金的产业。

AI时代中国的机会在哪里？

先看美国，优劣势很明显：

优势：科技积累雄厚、全球市场运作。

劣势：中产阶级没落引发的政治挑战，所以中产阶级选了特朗普当总统来保护自己的利益；同时，美国现在对关税、移民、贸易等进行限制，造成的封闭市场带来国际影响力下降。

中国的机会：

广阔的市场：中国是全球最大的单一文化市场，统一的市场容易激活长尾需求，市场够大，只要做产品就有大量人在用。

跨越式进步：中国以前很落后，但落后也有“好处”，以支付为例，中国直接跳跃信用卡进入移动支付时代。

技术的追赶：中国在全球人工智能技术发展很快，中国学者在顶会上发paper占世界一半。

创新能力提升：很多东西中国首创，比如视频直播、个性化新闻推荐、共享单车等，中国的创新能力已经爆发出来了。

中国投资的力量：中国是AI创业融资最多的国家。

雷鸣的演讲结束后，王海峰带来《人工智能技术与产业应用》，总结了当前人工智能技术的成果及应用情况。

人工智能技术目前在语音和图像取得了哪些突破

人工智能是非常复杂、庞大的技术体系。

其中感知如听觉和视觉；认知如人类特有语言知识、对人自身的认知，而相应的技术包括语音、图像、自然语言处理和知识图谱技术等。比如：

语音

从2012年左右，深度学习开始应用于语音技术，从CNN到LSTM，深度学习算法在改进，语音识别的效果也在逐渐地提升。

技术提升的同时也伴随着数据的增加和算力的增强。所以近年来语音识别准确率在直线的上升，在很多场景下已经超过人的识别准确率。

另一方面，得益于语音合成技术的进步，机器合成的声音越来越像人的声音，越来越自然好听，甚至比普通人说的更流利更准确。

越来越多的硬件开始支持语音交互，促进了远场语音识别的发展。远场识别涉及到麦克风阵列，低功耗、数字信号处理等等一些列技术问题。

图像识别

深度学习引入后，OCR的准确率明显提升，如果拿一本书来识别，会发现已经识别得非常准了。

而面临像发票这种，不同字号、不同颜色、不同位置的字都有不同的含义，单纯的识别出文字是不够的，还要将识别的文字进行格式化。

人脸识别这些年得到了很大的提升，同时也可以识别人体，穿什么颜色的衣服、什么样姿态等都可以识别出来。

它的实现过程是搜集了大量图片，然后放到一个庞大的深度神经网络中去训练。数据越多、算法越好，识别率就越高。这个过程很像我们的大脑。

人脸识别的准确率还涉及到三维视觉。比如人脸解锁、支付，如果识别算法不够好，很可能被人用一张照片破解。

除了静态图片，视频理解技术也有很好的发展。王海峰现场播放了一段由百度大脑机器人解说的世界杯C罗射门镜头。

百度大脑通过观看视频，在看的过程中会分析：这个人是谁，他在做什么动作。

短短的一段视频解说，涉及到图像识别、数据信息结构化、自然语言处理以及语音合成等技术。

人工智能技术的应用

一方面模型越来越庞大复杂，另一方面我们真正在做产业的时候，其实有很多苛刻的要求，比如说资源的限制，内存的限制，计算能力的限制，计算时间的限制等等。

这时候为了既保证模型的效果，又保证满足这些限制的情况，就要做各种优化。比如说高效的解码算法、涉及到量化、参数共享、特征优化等等。

目前人工智能技术已经应用于各个行业中。

比如地图的智能路径规划，一次提及多个途径地点，人工智能直接为用户规划出最佳的导航路径。

人工智能客服，可以做到像真人一样应对客户的下单需求。

中英文混合识别应用于输入法中。当一段话中同时包含中文和英文，百度输入法可以精准地识别出来，转换成文字。

人工智能应用于工业质检，部件检测的速度非常快，每分钟可以检测600到1000个，差不多相当于十个检测工人的速度。

人工智能未来的发展方向

现在人工智能在大数据、大算力的基础上，已经取得了突破性进展。但如果类比人脑，还有很大的差距。

人脑不需要那么大的数据，同时也不需要消耗那么大功率，也就不需要庞大的计算机集群。那么人工智能未来可能的发展方向之一，就是小样本、低功耗。

深度学习这样一个庞大的网络，可以有很好的效果，但可解释性差，所以深度网络的可解释性也是一个非常重要的发展方向。

语音识别，图像识别，在很多场景中甚至已经超过人了，然而自然语言的理解，包括知识的掌握和运用还差得很远，未来可以说还有更长的路要走。

而从产业角度，例如说软硬结合、深度学习框架、AI芯片等等，这些未来都会起非常重要的作用。

真正要解决一个产业问题的时候，我们往往不拘泥于一种技术，而是要综合利用各种人工智能技术，结合场景系统性的提供解决方案。

清华大学《人工智能前沿与产业趋势》介绍

本课程的主讲老师为清华大学海峡研究院大数据AI中心专家委员、百度七剑客之一、酷我音乐创始人雷鸣老师、校内指导教授为清华大学理学院院长、地球系统科学系主任宫鹏教授，地学系白玉琪副教授，和计算机科学与技术系朱军教授。

课程已邀请到百度高级副总裁、AI技术平台体系（AIG）和基础技术体系（TG）总负责人王海峰、中科院计算所智能处理器研究中心主任、寒武纪首席科学家陈云霁、字节跳动人工智能实验室总监李航、蚂蚁金服服总裁兼首席数据科学家漆远、2018 ACM杰出科学家，2019年度 IEEE Fellow、深睿医疗首席科学家俞益洲、新东方AI研究院院长瞿炜、金沙江创业投资基金的合伙人张予彤、软银赛富投资基金合伙人羊东、梅花天使创投创始合伙人吴世春、明势资本创始合伙人黄明明、昆仲资本的创始管理合伙人王钧、凯旋创投合伙人陶冶等20多位大咖，还包括清华大学相关领域教授和博士生导师、BAT的AI业务负责人、知名AI企业创始人等。

每节课还会现场开展一次AI细分领域的圆桌讨论，由百度创始七剑客之一雷鸣老师主持，和主讲嘉宾、教授、知名VC组成强大阵容，看大咖观点碰撞，把论坛搬上讲坛。

机器学习研究会简介

机器学习研究会由百度七剑客雷鸣先生创办，旨在推动AI的技术发展和产业落地。

研究会参与组织北大、清华”AI前沿与产业趋势“公开课，微软、阿里等企业AI参观，广泛的和高校、企业、创业、VC开展合作，促进人工智能落地。研究会自身也参与优秀AI项目的投资和孵化。