人工智能应用才刚刚开始，尚无边界可言

2019年11月26日10:05:35 本网站我要评论(2)字号：T | T | T

第三届中国MEMS智能传感器产业发展大会论坛实录之三

由华东光电集成器件研究所、蚌埠市发改委、蚌埠经济开发区管委会主办，2019第三届中国MEMS智能传感器产业发展大会在美丽珠城、大禹故里——蚌埠龙子湖畔盛大开幕。这里将分三个部分呈现大会论坛的精彩内容，这是其第三部分人工智能。

人工智能的产业基因与演化动力

赛迪顾问人工智能产业研究中心高级分析师彭飞

今年的8月底，世界人工智能大会在上海召开，我们AI中心是负责新技术新架构新安全分论坛的协办单位，基本形成了比较全面和系统的对人工智能的研究体系。比如说我们比较有特点的是形成了一盟、一平台和两基地，其中这一盟就是人工智能技术产业联盟，我们的平台是面向人工智能技术和应用的公共服务平台，在今年刚被工信部评为人工智能应用重点实验室。

人工智能很重要，是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。它的根本的一个重要作用就是人工智能赋能实体经济。

很多人会问人工智能它怎么能够影响产业变革？首先，人工智能作为新一代信息技术的代表，多任务、多技术群相互支撑，齐头并进的链式造成了数据算力算法的正向循环，在这个基础之上才对能够影响经济和社会发展的关键性手段，比如预测、统计、决策、描述、连接辅助诊断检测等进行一个全方位的变革，在此基础之上朝着万物互联、数据驱动、软件定义、平台支撑、智能主导的一个发展方向态势去进行，从而在资源配置，在产业创新，在生产运营，在组织管理进行三方位的变革。

所以说当今的新一代新型技术较终的目的其实就两个。第一个就是优化资源配置效率，第二个推动我们经济的高质量发展。我们看在这一系列变革当中，人工智能作为重要的一方面，作为充分条件实现的人工智能赋能实体经济。回到人工智能本身，我们很困惑，为什么很困惑？因为截止到今天对人工智能技术及产业的全方位的把控，全方位的分析，他的这种复杂度超出了我们的想象。这对于我们搞咨询的，搞战略研究的人来说是一个极大的挑战。但是这个事儿我们又不能不做，怎么做？两个例子，牛顿和亚当斯密，我们为什么要说这两个例子？是因为牛顿力学体系在建立的时候，它需要一个基本元素，围绕它来理解这个力学平衡，那牛顿力学体系的基本平衡，基本元素是什么呢？是重力，也就是说重力是牛顿力学体系的基本元素，很多的分析范式是围绕着重力来的。

亚当斯密在研究经济学的时候，也发现如果广泛的没有提纲挈领的去研究经济是没法研究的，所以他指出了我们研究经济的一个基本思路是理想人，也就是说我假定每一个人或每一个团体，或每一个运营主体都是以自利为基本的分析范式，刚才我也说了人工智能的复杂程度超出我们的想象，那么我们对人工智能技术及产业的分析有没有一个类似于牛顿体系的重力和亚当斯密自利的这么一个逻辑关系呢？因此我们AI中心也是竭尽全力试图努力的去寻找在人工智能技术及产业发展过程当中的一个基本要素，围绕它我们去理解他，因此我们做了大量的工作，我们围绕着人工智能的基本的三个框架，从基础层、技术层、应用层，我们全景式的每一个环节我们都要试图去理解这个人工智能的重力和自利问题，从算法上面讲，因为我们中心有很多是人工智能专业出身的同事，所以说我们为了好好的研究人工智能重力和自利，我们找了这些专家，也拜访了很多高校，从算法上就开始寻找，比如说机器学习，比如说逻辑程度设计，比如说本体工程，我们得出一个结论，那么人工智能算法它的重力和自利是什么呢？叫迭代结构关系演变的捕获和逻辑性描述，这是不止一个专家给出的一个类似的结论，他们认为人工智能算法的重力和自利就是这个。后来我们又跟我们大数据部门进行三次左右的沙龙，我们分析出在构成人工智能基本要素的数据方面它有大量性、及时性、多维性和完备性的特点。

传感器，说白了，它就是环境可靠信息的准确获取，对算力，无论是云端还是边缘端，我们也发现现在的算力，它依然变成了时间战场的超级生产资料。我从底层往上慢慢讲。在功能技术上来讲，我们把计算机视觉、语音处理，包括机器人技术、分布式AI技术我们统称为功能技术。为什么叫功能技术？就是因为它是基础层，数据传感器、算力、算法及相关的软硬件涌现出来的一种功能性的一种一整套技术。针对计算视觉、自然源处理、语音处理、控制方法、自动规划调度等，我们得出一个判断，所有的人工智能功能性技术都是环境表达和理解中对感官信息的组织识别和解释的过程。

同样，我们跟中国工商银行软件开发中心也深刻的交流过关于系统平台建设的问题，尤其是人工智能性平台。这是工行软件开发中心的主任说的，实际上各大银行也好，建立跟人工智能应用的时候，尤其是平台建设方面，他就是服务外部环境的网络协同和数据智能。在应用层面我们还对硬件产品、软件产品和领域应用也进行了多方位的梳理，也想从中找出人工智能应用的重力和自利。

那么至于人工智能应用的重力和自利是什么呢？就是场景涌现的普遍性、系统性和恒新性，这里出了一个词叫涌现，很多人都爱用，今天我借这个场合说一说什么叫涌现，涌现就是1+1等于2.3的那0.3叫涌现，这个词其实按正常来说是不能瞎用的，一般我们说涌现叫整体涌现性。

关于普遍性、系统性和恒新性，前两个大家伙很容易理解，关于这个恒新性怎么理解呢？就是人工智能在很多的场景下肯定会一直保持着恒新性，这个我一会儿再详细的讲。那么通过我们三个层次的梳理，也通过这几个特点的一个归类，我们也在想，这些特点有没有一个统一的东西作为人工智能技术及产业的重力和自利呢？我们拜访了很多的，大概有七八位人工智能领域的顶级科学家，也跟很多类似华为、百度的科学家进行深刻的交流，我们得出了一个小小的结论，适应。

人工智能从诞生的第一天开始它就自带适应基因，怎么讲？辞海里面对这个适应有几个方面的解释，适应是什么呢？是生物界的普遍现象，是生物与环境，生物的结构域功能等相适合的现象是在一万年进化过程中产生的。如果我们类似于把适应作为我们看待人工智能的基本研究范式，那么这个适应怎么理解？人工智能通过自身状态的改变对外部环境作用的一种应答式响应，大家注意了是应答式响应，也可以看成是人工智能与环境之间的一种动态反馈性过程。

为什么人工智能近几年才火呢？那不就是对环境的一种应答式反应，一开始是算力达不到要求，所以人工智能总体上来说这个反馈是有限的，当外部环境一旦达到一定要求我这种应答式的反馈就来了，那么认识我们人工智能的适应基因有什么用？我们为什么要研究它，是因为我们在看待此时人工智能技术及产业现状在预测人工智能技术及产业的未来的时候，我们是要依据的，而不是一拍脑袋就想出来的，而不是炒作概念在这哗众取宠，我们是要根据科学的发展演变去判断它，去理解它。

那么这个适应真正我们理解人工智能的时候怎么去理解？七个方面，四种属性，三种机制。第一个叫聚集虹吸；第二个叫涌现多样；第三叫模块重构；第四个叫流动变异；第五叫重复积木；第六叫非线性；第七叫共性标识。

很多看待人工智能角度不一样，我们为什么要提出这个看法来呢？是因为我们对人工智能认识上，新的人工智能的复杂性那么高，他的边界是不清楚的，我们现在没有一个人能说清楚深度学习的根本在那儿，因为边界不明显，所以说我们在判断人工智能产业规模，人工智能技术的切块化的研究的时候，我们是有局限的。如果我们从这几个角度去认识，就基本上抛开了边界这么一种范畴。

什么叫聚集虹吸？今天也正好借这个机会跟大家分享，是叫关联要素聚集与可靠数据虹吸，现在就近期科技部和工信部都分别成立了两个重大工程，一个是科技部形成了人工智能创新示范区，鼓励全国各地申报，想达到一种聚集效应，工信部是成立了人工智能应用先导区，我作为工信部人工智能先导区的工作组成员来看，现在国家对人工智能的重视程度和落地应用及其重视，上海已经成立了全国第一家工信部发牌的人工智能先导区，上两个月济南、青岛还有深圳也分别下发了第二块和第三块牌，安徽现在正在申请。国家之所以这么搞，也离不开关联要素聚集的一种基本的范式，我再说一说，今年上半年跟百度一些科学家聊的时候，尤其是聊人工智能边界的时候，百度的科学家跟我说了那么一段话，他说每当你键入一个查询词，你都是在训练百度的人工智能，当你在搜索栏输入赛迪顾问就在告诉人工智能赛迪顾问的产业研究水平怎么样，百度每天处理数亿次查询是在一遍又一遍的训练深度学习性人工智能，所以百度现在定义自家是一家AI公司，这句话就是可靠数据虹吸的反应。

人工智能作为一个整体，如果在应对环境过程当中的话，他对相关信息，尤其是可靠信息的反应是虹吸的。那问题就来了，每天处理数亿次的查询是不是人工智能的一部分？说是也对，说不是也不对。就是我说这个边界的问题。

然后我们再说说AI医疗，我们跟北京市安贞医院、宣武医院，还有301医院在进行人工智能应用合作或者说谈判过程，好几个院长都跟我说，数据问题不是技术上的问题，而是体系上的问题，业界对数据标准的需求度比对数据的需求度还要大。这说明什么问题？这说明人工智能在真正的发展过程当中，他的虹吸效应，尤其是可靠信息的虹吸效应在受到一定的阻碍，我们在跟工信部科技司聊的时候也发现，他们也正在制定各个数据行业的数据标准，也正在邀请各个行业的相关协会在梳理这个数据标准问题。

我们判断在未来，在这种聚集虹吸的认知下，可靠数据资源和高效的数据服务，这个细分领域市场也是大有可为。这是我们对聚集虹吸的一种理解。

第二个叫涌现多样。涌现多样什么意思呢？就是刚才说的整体涌现性和融合多样性，因为受信息虹吸和要素聚集的影响，人工智能在未来我们分析人工智能在任何一个场景都一定会有创新性的应用，我们对待人工智能实际上我们要深刻理解人工智能会伴随人类文明，在各个领域加上相关的互联数据小场景的应用已经爆发了，比如农业机器人、农作物检测、环境检测、病虫害预测、生长监控等等，传统场景下的人工智能应用，场景会非常非常大，这就是人工智能次带的涌现的多样基因，它很容易跟外部环境产生一种交互式的交融，很容易涌现一些新的东西来，这是一定的。流动变异，就是人工智能从诞生的第一天起相关的要素就是在不断的流动，不断的变异，比如说人工智能这个圈从核心圈从中心圈从外部圈来看，不断流动，不断变异，不断涌现，不断的循环。

它还是受选择和进化的支配，受我们人类，受我们人类意识对它的选择和支配，这是外部环境非线性，新要素的加入造成整体创新性涌现的非线性特征。这个非线性厉害，我们在研究很多事情的时候，比如说在研究经济规律的时候会发现它是缓慢的曲线，但是一旦一个新要素的加入，会造成一个非线性的后果，无论它是好的还是坏的。比如说5G来了，5G和人工智能技术交互应用的一个关于落地方面的东西。

我们跟一些人工智能企业聊的时候，我发现现在大家都变聪明了，要立足于行业+，一是针对人工智能的基因，我要立足于行业+，而不仅仅是我这样的技术，我在这个地方用，在那个地方用，因为人工智能技术不是孤立的，所以很多人工智能企业现在在做的时候也都是结合其他很多的一些技术来共同完成这个场景化的方案设计。所以说以后我们很多的人工智能企业肯定会在传统的运用上越来越局限，这个根本原因就在于人工智能这种基因。

既然新要素的加入能够产生要不好的非线性的难以想象的好结果，要不产生特别差的坏结果。所以说在未来科技成果的有效转化和对立足行业的+是应对非线性的重中之重。边界信号与交互选择，形成的共性标识，对于人工智能意义来说是意义重大。总之，适应这个东西作为人工智能技术及产业的重力和自利，能够有效的为我国经济建设提出一种四梁八柱的框架。

人工智能技术的较新进展及典型应用

科大讯飞市场运营部经理隋清涛

科大讯飞在智能语音和人工智能方面一直在做持续的努力。其实我们在2017年和2019年的时候先后两次入选了美国MIT科技评论，当时评选了全球较聪明的50家公司，MIT评论评选公司的标准是拥有先进的技术，以及实用又有野心勃勃的商业模式这样一个标准。今年我们通过推动人工智能全面的铺开，包括在教育、医疗、政法等各个各个行业赛道的落地应用情况，以及今年的翻译机3.0将中文和全球58种语言的互译，依托这两点再次入选了全球较聪明的50大公司之一。其实不管是2017年还是2019年，人工智能在这个评选当中都是一个关健词。

人工智能有两个大的产业背景想要跟大家来分享一下。首先第一个是信息产业发展的浪潮，信息产业发展从出生到现在，先后经历了六次的变革，首先是在上世纪六十年代，我们叫大型机时代，当时电脑是一台很大的机器，之后我们经历了小型机时代，个人电脑时代，包括桌面互联网时代，大家知道在桌面互联网时代我们的交互方式是键盘交互，在这个时代微软做的较好，之后经历了移动互联网时代，这个我们交互方式是由键盘变成了触摸，到2017年我们说进入到了万物互联的时代，在万物互联时代我们的交互方式或者说万物互联时代他其实是在一个无屏移动原厂状态下，大家发现交互方式由较初的键盘触摸变成了以语音为主，键盘触摸为辅的人机交互的时代正在到来。也就是说人机交互推动产业变革，而语音将会成为我们交互较便捷的方式，我们的交互方式已经回归到了人类较自然便捷的语言沟通上来了。这是第一个信息产业发展的变革。

第二是人工智能的浪潮，人工智能从开始到现在并不是一帆风顺的，前前后后一共经历了三次浪潮，从1956年Dartmouht会议上就提出来了，当时提出之后当时被很多的科学家认为在之后的20年内人工智能能够代替人们所做的一切，由于对人工智能的态度过于乐观，或者说对于项目难度估算不足，其实我们看到很快人工智能进入到了它的第一次低谷，直到1980年当时卡耐基梅龙大学研究出了一套专家系统，之后人工智能迎来了它的第二次的浪潮，但是很快没过几年像微软、苹果当时他们出的台式机这些系统很快超过了专家系统，之后人工智能又进入到了它的低谷，直到2006年Hinton提出了深度学习，前两次浪潮之所以进入到低谷，主要受制于计算机的运算能力不足，问题的复杂性，以前人工智能处理问题都是很单一的，一旦这个问题上升到了一定的高度，或者说一旦复杂了之后，人工智能就解决不了了。

那有人就问了，现在我们处在第三次的浪潮，会不会这次的浪潮会像前两次一样，同样会破灭呢，或者说第三次的浪潮特点是什么呢？首先我们说深度学习这些理论的提出，第二个我们说云计算的出现，使得后台处理能力大幅度的提升，第三个移动互联网时代，我们现在有源源不断的大数据推送到后台，所以现在我觉得应该不是考虑第三次浪潮什么时候破灭，而是我们应该考虑的是他未来将会在多深的深度，或者说多广的广度，或者说多快的时间来改变我们的生活，其实我们现在已经看到了人工智能在我们生活中的改变，之后也会给大家介绍在行业的应用。

这是两个大的产业背景和大家做介绍和分享。我们再看国内国外的形势，美国特朗普总统从2018年开始2019年也是先后两次在重要的场合提出了人工智能的地位，或者说美国发展人工智能它的一个决心。在我国我们看到从2017年的3月份人工智能首次写入国务院政府工作报告，2018年3月份、2019年3月份已经连续三次写入了国务院政府工作报告，2017年3月份首次写入之后，我们看到同年的7月份国务院就引发了新一代人工智能发展规划，我们看这个规划中我们看到明确提出了语音识别、视觉识别是世界领先的。

科大讯飞一直深耕智能语音，所以当时我们看到这个规划的时候，我们也是很骄傲或者说很激动的。同年12月份我们国家的首个认知智能重点实验室就落在了科大讯飞，其实这个认知智能实验室也是国家唯一一个在认知智能领域的一个重点实验室，稍候会给大家来介绍认知智能在整个人工智能技术层面的一个级别或者说它的一个进展。人工智能在它的发展上从技术层面我们也可以给他分为三个阶段，首先我们看到在计算智能方面，能存会算，到感知智能阶段，不但能存会算，还要能听会说，能看会认，到现在也是我们即将一直在持续突破的一个阶段认知智能领域，不但要让机器能存会算，能听会说，能看会认，我们还要让他能理解会思考，所以认知智能也是在整个认知智能发展的进程当中的高级阶段，认知智能领域也是我们在一直持续突破的重要的阶段。

随着人工智能技术的不断发展，讯飞的历史使命也在持续的做出改变，或者说也在一步一步的推进，科大讯飞是1999年成立，截止到今年正好是20周年。较开始我们的使命是让机器能听会说，随着刚刚介绍到的，2006年提出了深入学习，到现在我们的历史使命就是让机器能听会说，还要让他能理解会思考，为人工智能建设美好世界。说到让世界能听会说，会说其实就指的我们的语音合成的技术。这是在国际上对于语音合成方面较权威的一个比赛，中文叫做暴风雪竞赛，我们是在2006年的时候首次参赛，截止到今年是连续蝉联了14届比赛的冠军，其实在这次比赛也很有意思，这次比赛是选了罗振玉脱口秀的比赛，难度是较高的一次，在这个指标当中有一个自然度的指标，我们达到了4.5分，这个自然度的指标是什么概念呢？如果我们把它分到三四五分的话，3分是语音合成技术的应用门槛，四分是普通话比较好的水平，五分是央视播音员的水平，今年是再次刷新了记录达到了4.5分的情况。

通过我们的语音合成技术我们模拟了央视已经去世了的李易老师的声音，创新中国的纪录片，其实现在不仅仅是中文的语音合成，稍候也会让大家来看一下我们英文的语音合成同样可以实现，现在语音合成讯飞也推出了一个APP，叫讯飞有声，但是大家也会发现，讯飞有声大家录了一两句话几段文字之后就可以合成我们的声音，但是那个声音和我们这个声音是有区别的，APP上的声音有卡顿，或者说有机器的感觉，是因为这项技术我们没有完全的对外开放，也是考虑到一些安全的因素，因为现在在我们实际的技术当中我们只要录大家十分钟的音频，我们就可以模拟任何一个人的声音。所以基于这样一个安全的考虑，像电信诈骗等等不安全因素的考虑，这项技术没有完全的对外开放，但是我们已经可以实现这样的一个操作。不仅仅是声音的语音合成，那同样我们说嘴形和声音也可以达到同步，也是全球首个虚拟主播，比如说录一个小时，十分钟二十分钟的视频，会通过人脸识别等等相关的技术来学习我们的口型和声音达到这样一个匹配，输出出来之后声音和口型是可以声话同步的。

我们英文的语音合成也可以实现。其实我们知道特朗普总统并不会讲中文，我们当时选取了半个小时他就职演说的英文素材，通过发音模拟等等一系列技术就可以合成他的中文语音合成系统，现在我们可以实现让他说任何语言。

这样一个语音识别技术门槛的提高或者说语音识别技术的不断发展，对于我们未来在万物互联时代能够起到一个很好的推进的作用。基于我们语音识别技术，在我们的年度发布会上发布了讯飞转写机，就是将语音转写成文字，我们达到了98%以上的准确率。所以只要像会议记录我们只要会后对它做一个简单的核对修改，基本上整个会议内容就可以直接输出了。有一款讯飞输入法是针对消费者免费开放的，我们在微信或者打字的过程中直接通过语音就可以转写成文字，转写准确率在98%左右，感兴趣的各位领导专家可以尝试一下。

机器翻译现在我们发展到什么样的程度了呢？2018年底参加了由外文局组织的CATTI考试，我们达到了二级、三级的标准，三级是应用门槛，二级对一些重要的会议场合有翻译资格，一级其实是取得了二级的合格标准之后经过几天的经验积累之后才能上升为一级，所以现在我们的机器翻译技术达到了二级、三级的合格标准，同样在2018年底我们参加的国际口语机器翻译大赛上取得了端到端的模型第一，需要对我们语音进行一个识别，转写成文本，后台对文本翻译之后再通过语音合成将翻译结果输出出来，那这个端到端的模型是直接将我们的语音翻译输出省去了中间的很多过程。传统的这个机械模型我们需要用6000个小时对它进行不断的训练，现在的端到端模型的翻译只要2小时就可以实现了，当时比赛比的是英德之间的翻译，并不是中文和英文，其实我们这项技术的不断突破，现在可以实现任何语种之间的翻译都可以满足了。

能看会认，是指我们的图象识别，图象识别我们在去年的8月份参加了国际模式识别挑战赛也是拿了三项冠军，基于这项技术我们手写的内容只需要拍照上传到后台就可以直接将文本输出出来，一些写的很潦草的字体我们只需要对系统进行单独的训练也同样可以做到很准确的识别。现在对于中高考的手写字体，识别的准确率保守估计可以达到97%，所以现在它的应用场景像中高考的阅卷自动批改，包括司法领域的应用，讯飞输入法文本转换都得到了很好的应用。

在去年十月份参加奔驰Cityscapes国际自动驾驶领域权威评测比赛，我们也是获得了两项子任务的世界纪录。到底是人还是树还是泡沫，因为这是一个数据驱动的问题，后台没有那么多的图像作为数据支撑，所以识别准确率只能达到83.6%，但是它的重要性在哪儿呢？前方是树还是人，还是泡沫，还是石头，不同的障碍物后台处理逻辑是完全不同的。所以随着数据的不断增加，识别的准确率也会逐渐的提升，我们看到文档分析，包括在场景当中对于静态物体的分割，我们也在持续突破。

在线的数学公式和离线数学公式，对于中高考，对于数学试卷的批改也是很有帮助，其实对于机器来说，在线数学公式，因为后台是做到很准确的识别判断的，对于离线的数学公式相对会难一些，但是我们知道，考试一般都是对于我们离线的数学公式进行一个扫描识别系统自动判断，所以这一技术的发展对于试卷的自动批改也能起到很好的推动作用。

对于人工智能高级阶段认知智能领域，让机器能理解会思考，我们现在自然语言理解发展到一个什么样的程度了呢？其实之前判断机器理解有一个较权威的比赛就是图灵测试，就是让机器和人去聊天，前提是你不知道对方是机器的情况下和机器聊天，明明和机器聊天，你却以为和人在聊天，如果是这样就说明这个机器通过了这个比赛，但是在移动互联网时代有源源不断的大数据推送到了后台，通过这种方式很难在短时间去判断机器了。所以现在我们出了一个更权威的测试方法，SQuAD机器阅读理解比赛，这个官方是选举了维基百科让专家去读文章，给出题目和答案，再让机器去读文章做专家的题目和答案，机器的答案和专家的答案进行比对，以此判断机器的理解。我们在2018年1月份首次参赛超过了微软，在2018年11月份这项比赛增加了难度，叫做问题的不可回答性，就是机器读完文章做题目的时候，如果觉得这个题目的答案跟文章无关可以拒绝回答，这是2.0时代，今年3月份再次刷新了记录，并且这里面有两项指标超过了人类的平均水平。

同样我们的中文语法错误的诊断大赛也在持续的突破。人工智能技术超过人类会怎样，大家是不是会觉得人工智能技术会像1956年之后科学家们预测的，在未来真的会替代人类所做的一切呢？不是，首先是常识推理，2016年我们知道AlphaGo对战世界围棋高手都赢了，所以第一轮通过90分参赛团队才能进入第二轮，当时参赛只是得到了58.3分，很遗憾，离90分太远了，结果所有结果出来我们是所有队伍里的第一，即使到今年我们只突破了70分，这是什么概念呢？在无先知经验的常识推理领域，我们的机器仅仅能达到六七岁孩子的水平，通用人工智能才刚刚起步，常识推理怎么理解呢？比如说我们说15分钟对于我们人来说喝咖啡很容易，但是赶火车很难，但是机器不知道，所以人工智能才只是刚刚起步的一个状态。

基于这些技术的不断发展，我们也进行了一些应用，像机器自动阅卷，包括在2017年我们的智医助力也参加了职业医师资格考试，456分，超过96.3%人类考生，现在可以对常见的900多种疾病可以做出诊断。这是2017年10月份的报告，是人工智能包括像美国科学杂志的一些预测，对人们工作的一些替代率的预测，对行业替代率的预测，时间关系不再做过多的追述。

我们说人工智能+时代，必须要跟行业专家相结合，要跟行业大数据相结合，较终才能真正的落地和应用。同样人工智能技术的兑现有一定标准、真实可见的应用案例，像我们说到的翻译机3.0可以成功的将中文和58种语言翻译，可统计的证明应用成效，像我们现在的智能录音笔，一个小时的录音5分钟就可以撰写出文稿来，大大减轻了压力，提高了我们的工作效率，这是一个兑现的标准。包括人工智能在教育行业的落地应用，我们的类人答题机器人达到了一本的水平。教育通过对学生日常数据的采集对他们的课堂训练，课后的作业考试，就可以精准分析每个学生的薄弱环节，其实基于我们的知识图谱，我们知道这个知识点没有掌握好，是几个知识点没有掌握好的，我们就对他的症结进行分析，基于我们后台的题库就可以针对他的薄弱环节进行一个精准的推送，从而对学生实行肩负增效的目标，以前都是大量做题，现在就可以对学生实现因材施教，个性化的学习。

医疗领域通过跟行业专家相结合，和大数据相结合，我们能够让人工智能完成80%医生这种事务性的工作，让医生专注于他们的医疗服务，这是我们打造的医疗的全场景的模式，刚刚说到的执业助理在全国的68个县已经得到推广应用了，对我们国家缺少全科医生，尤其是基层医院医生资源不均衡的情况起到了推动作用，也会对医生的诊断结果做出一个监控，相当于给医生做一个兜底保障，因为医生的检查结果和我们后台检查结果出现不一样，会给出医生提示，让医生进行二次复核，复核之后如果结果还不一样，会将双方的检查结果上传到上一级医院让他们来进行一个判断，所以他也可以为基层医院医生的整个诊断结果做一个兜底保障的作用。

在政法领域也是和公安部、较高检、较高法进行合作，基于我们的声纹我们和公安部成立了相关的重点实验室，一直在推进这块的个应用。我们的刑事案件辅助办案平台进行断案，在今年的1月份已经在上海首次用于辅助庭审了，对法官的量刑也能起到监管或者说兜底的作用。在城市领域，整个业务范围覆盖了社会治理、政务效能、人才培养等等。

智能汽车基于我们的智能语音技术实现汽车的能听会说，实现汽车的万物互联，包括广汽传祺，这对于确保他们的行使安全是很有帮助的。通过我们的智能语音技术帮助我们传统的人工客户外呼，包括简单的查询等等，节约人力成本，还有跟海底捞合作的电话订餐的使用场景。大家现在打电话，海底捞订餐就是小美客服接听，它可以支持用户随意的插话打断，你说什么问题他有一个自然语言理解的过程，可以生成用户画像。

还有现在建行、中国移动、联通、电信等等都在和我们进行深入的合作，推动客服的落地。同样在公益方面，在教育医疗、方言保护公益，还有无障碍公益，我们也帮助一些残障人士能够回归社会。

对科大讯飞来说，人工智能是一个生态，对于人工智能产业的发展是一个生态的建设，不是一家公司一家公司的竞争，也不是一个行业一个行业的竞争，它是一个体系，一个生态与生态之间的竞争。我们是在2010年搭建一个科大讯飞的开放平台，将我们核心技术放到我们开放平台上，现在在我们开放平台的这个团队数由较初的53万已经突破到了105万。我们将我们的核心技术免费的开放给一些创业团队，让他们在我们技术的基础之上进行二次的开发。

我们是从前年开始，每年的10月24号，1024是我们开发者节，所有围绕人工智能的创业团队都来合肥参加我们的1024。我们开放平台，包括AI大学，截止到现在学院数已经突破了36万。

5G时代下的人工智能

百度智能云GTM部高级解决方案架构师王大海

我主要讲百度人工智能的平台和应用情况。百度到现在为止发展了18年，已经从较开始一家搜索公司变成了一家人工智能公司。我们为什么说是人工智能公司，现在因为我们做搜索也好，做别的应用也好，特别是搜索，你说吃红烧肉，怎么做红烧肉，给的答案都基本上一样的，为什么？它是人工学习得来的，你问任何问题基本上百度都能给你答案，这些答案都是网上学习来的，它有海量知识库，所以我们有百度现在在全国占的份额能到百分之八九十。

百度业务体系包括自有业务，还有投资的生态，自有业务包括阿波罗无人车、百度网盘等等，2017年百度开放了三大平台，一个是DUEROS交互式人工智能平台，第二个是阿波罗无人车平台，第三个是百度大脑，还有智能云，这几个业务在公有云基础上部署。百度AI的整体功能集，到目前开放了218项人工智能的技术，有130万的开发者和创业伙伴在这上面做应用。2019年6月份百度AI帮助找回27年之后的一个孩子，我们拿着照片3岁，找到人现在已经30岁了，AI识别出来，还帮助抗战老人找回他的战友，不是真的找回，是跟他的战友语音合成通话。

百度的Dueros，还有Apollo平台，百度无人出租车2019年9月份在长沙已经试运行上线，感兴趣的各位朋友可以去体验一下，现在河北也正在做这项准备工作，预计2020年也能进行试运行。无人驾驶的生态情况，目前为止我们有300多辆无人车，道路测试是200多万公里。

百度AI整体的组织架构，目前由王海峰博士牵引下推动的大的人工智能实验室在全球进行全面一个深度人工智能的开发和应用。百度AI分为算法层、深度学习、机器学习、大数据分析等等，还有认知层自然语言处理、知识图谱等等。百度大脑的基本应用场景包括工业、农业、教育、零售、文化、娱乐、企业服务等等一些方面。在百度工业，我们帮助工业挑选零件的瑕疵度，原先是手工挑选效率非常低，包括温度、环境都比较恶劣，如果用机器来挑选就比较容易，我们现在跟宝钢包括IBM包括联想也在合作，宝钢是钢有没有裂纹，有没有气泡；手机屏幕面板有没有瑕疵，也可以一眼挑出来，很多都是我们合作伙伴把这个项目拿下来，百度是提供一个平台。我们在百度大脑基础上开发，有的找到百度就百度做，它是一个非常成熟的技术。

京东方跟百度大脑合作项目相当于京东方来做，包括有没有虫害、枯萎、水培方案、光照的控制、温湿度的控制等等。物流传播调度、人脸识别挂号、货架的审核，就是我们现在人工摆放的货架是不是合规，我们要派很多人审核，是不是达到我们管理方或者是超市方的要求，我们通过百度AI直接识别。

百度机器人主要有八大功能，包括语音、人脸识别、导航、知识交互等等。百度AI开放平台现在基本上提供给我们开发伙伴，24小时可以集成过来，编码非常少，现在130万的开发者合作伙伴在应用我们的技术。它相当于基本上现在应该是全国较大的一个开放式的人工智能平台。深度学习平台，现在全球较大的有三家，国外是谷歌，Facebook，国内是百度，能够图像识别、自然语言识别等等，它的基础都是脱胎于我们深度学习平台，在这个基础之上我们可以做一系列定制化的模型、训练，比如识别的是火车票，隔了一天又来了发票，再隔了一天又来一个手写的发票，只要对于一个框选后面就可以看到，这是一些合作伙伴的应用落地情况，拼多多，各行各业都已经在应用。百度AI能力主要分为两个方面，一个是通用类AI能力，还有一个是定制化百度AI服务平台，包括图像的定制、声音的识别、智能对话的对话系统、定制的语音文字模板识别。

我们可以得出几个结论，一个是自然语言识别，就是我们可以对你说的这些话语做一个复杂的识别，跟人一样完全理解你的意思。还有一个是声音的识别，还有百度导航的能力。科大讯飞是录一段音，10分钟、20分钟做一个合成，百度现在是20句话，大家可以在百度地图上面点一个头像里面的声音合成，你可以用男朋友、女朋友的声音说20句话，说完之后导航就是你们家宝贝给你导航了，它已经上线了，也是今年八九月份上线的。这也是我们的语音合成技术的一项应用，就在百度地图APP上可以体验。

我们的语言识别能力包括对话情绪识别、文本纠错、文章标签、短文本相似度、词语分析、词义相似度、词向量表示等等。如果全靠人工是不可能的事，一定要通过AI的方式去识别，所以说我们总结出有这么多技术。

我们看一下应用案例，我们对接了不同的行业客户，包括新闻媒体、电商、直播、数据分析行业。我们的商品口碑分析、内容审核、包括弹幕审核等等。自然语言应用平台是三个，一个是理解与交互技术UNIT，还有机器翻译平台、智能写作、处理应用技术、文本纠错、情感倾向分析等等。

下面讲一下情感分析，我们可以看到，这车悬挂特别硬，完全难以忍受；我们现在住酒店，经常会有评论，评论其实都不是人分的，就是用机器用AI识别，识别完以后自动分到某一类，其实现在有的商家也比较计较，会要求把某些不好的评论过滤掉，其实AI就可以做到。对话情绪的识别可以精确判断，提升客户用户体验和用户满意度。现在银行提供的服务比较多，这个人情绪怎么样，我们能够及时识别出来，对后面提供他的服务有帮助，包括对他回答问题我们有一个相对关注的方向，不能这个人已经生气了，还是按照自己的方向讲。

百度APP有好多标签，这些标签怎么来的，文章上来以后也是系统自动分类。文本审核，有些是色情的、政治、推广、辱骂的灌水的都可以过滤，比如一天500次以内是免费的，多了的话有一个定制化需求。我们在网络媒体的应用是给文章打标签，或者在后面做一个监控，提高文本处理效率。观点就是这个人发表了文章以后，自动对这个观点做一个分类，电商服务网站帮助可以客户编写旅游的点评，我们会有一些提示，相当于关联、联想功能。

下面给大家分享一下百度语音技术，语音技术主要分为三个方面，语音识别、语音合成，包括语音声纹的合成。我们有硬件，包括声纹一体机和其他一些声纹设备，如声纹识别仪。它相当是一个服务器，装载了声纹识别的EPA，我们开发的时候只需要调用接口就行了。云应用在各种领域现在也用的比较多，近场语音打电话比较多，包括输入法，还有远场语音主要用是机型交互。行业应用包括有阅读、订单播报、掌阅读书，现在用的也是百度，如圆通速递等实时字幕。

在现代智慧家庭里的例子是小度音响蝉联了全球第一，是因为它AI做的好，我举一个例子，我的朋友他奶奶是江浙人，说话一般人听不懂，有时候说小度小度停止，它停止了，有的时候它听不懂，但下回就知道了，就跟小孩学语言一样，经过一段时间训练都能识别出来。它里面结合了好多我们百度搜索的内容，包括其他一些有声读物的内容，你要看一个电影、电视都是可以的，这是百度的AI能力。

在我们智能政务大厅，基本上你跟它聊的任何话语它都能识别，可以让百度地图给你讲故事，或者做别的事，但是它告诉你它擅长于做导航。百度的机器人用的领域，也是用的语音。智能客服也有一个声音，基本上就是我们办的所有业务都能完整识别。早期电话业务都是按键式的，很烦，后来改成语音的，你不断选下去，我们现在改成第三个AI版本以后，机器人对你的问答是开放式的，什么问题都可以问，它可以做的具有对话能力包括可视化的学习和存储。对客户提出的一个问题有一个FAQ挖掘，比如说我们中间有一段文字，机器能自主识别出来。

下面讲一下百度人脸技术，包括人脸识别、属性识别、手势和驾驶行为分析。这块也比较成熟，国外如果报警只要对着摄像头做一个V字型就可以了。这边百度也在好多次国际大赛中拿到好多奖项。我们的开发套件、云服务API、端离线SDK，包括一些开发工具，人脸基本上是从落地到实施一般三天就可以完成。我们的合作伙伴用百度的API做的应用，包括视觉技术、OCR、视频、AR、机器人视觉、图像。

用百度报销发票只要摆在一张白纸上面让百度AI看一下就可以自动识别出来，现在不用人工对了，基本上机器识别，还会算一下钱对不对，钱不对AI小程序自动发过来，你多了2块钱给你减掉，我们说同意那边就自动报销了，报销速度很快，三两天就报下来了。

人脸识别我们结合了好多行业伙伴，可以体验一下百度APP右上角的拍照小图标，大家拿它拍花或者拍植物会告诉你什么植物，还可以自拍。小米手机这个智能识物用的是百度，如文本识别、广告、暴恐。如果上传暴恐的东西，自动审核就通不过，包括文字识别也是一样的，现在我们有好多人做微信公众号的运营，有好多不合法的内容，你发上去以后马上就反馈你不合法，都是AI做的。

这是一个美玉秀秀，我们看到一个东西拍一下，图片一搜就告诉你哪地方有卖的。这是百度的定制化AI服务平台，主要是EasyDL定制化图像，还有OCR识别，这是一个海量无限的市场需求，包括识别，基本上做完训练都可以完成。地板识别可以发现有没有虫眼，有没有坏的。EasyDL使用可视化的界面，很方便。

普惠AI+5G融合创新

华为数字政府业务部副总工王浩

我讲讲华为在5G以及人工智能产业结合方面的进展和我们的观点。应该说5G和AI都是非常热门的词，特别是今年，我们说5G是成功商用，成功商用但是从我们行业的判断来说应该说是被迫提前商用，正常来说还要到2020年的6月份，因为5G的三个标准现在只下来了一个，就是大带宽标准，还有两个标准由于各种原因还在路上，因为你要让产业跑起来得有标准，不然自说自话就乱了。

在行业或者产业趋势来的时候，我们怎么把握好这个点，140年前是匹兹堡，是钢铁，它是产业中心。到了70年前底特律又是一个产业中心，因为是汽车造就了一个新的世界强国，40年前硅谷又成了世界的创业中心，下一个创新会不会在中国，在蚌埠或者在什么地方，历史总是被创造出来的。

那么摆在我们面前的机会就是产业数字化的过程。为什么关注5G，说白了就是5G让这个产业数字化或者说我们构建这样的数字世界成为可能，我们讲万物互联，把每一个产品，每一个识别都连到我们的网上，甚至我们借助一些穿戴式设备把我们的个人信息也连到网上，你可以通过这些信息去为用户画像，描画出一个虚拟的人，未来人会不会永生不知道，因为你有足够的智能去训练它，他都可以在这个虚拟世界里表述出来是不是原来那个人。

所以我们说，在这个产业浪潮到来的时候，我们顺势跟着这个产业的节奏走，所以来看我们的一个判断或者我们的一个理解就是ICT原来是垂直行业，大家做的像一个部门一样，但是现在会成为一个水平行业，每个部门每个组织或者每个人都离不开ICT的能力。所以说数据成为一种新的生产资料或者说生产资源，你的人工智能跑的快一点，因为做的早一些有很多数据的积累，这是做人工智能所需要的一个基本能力。我们从三个方面来理解ICT，他会成为智能世界的基石。

关于5G，以前3G或者4G，3G是伴随着互联网，4G是移动互联网，互联网是美国或者西方引领潮流，移动互联网中国走的还会比西方更快一点，现在阿里这个支付宝刷脸支付的有7亿人，我们移动支付比国外要领先很多，这是基于我们4G设备的普及。

今年年初的时候，我们预计到2025年5G的覆盖全球能超过40%，13亿的设备，但是这个还有点保守，因为中国有利强有力的推动，因为5G设备现在有40%在中国。所以我判断这个节奏会来的更快一点，那么5G的行业应用哪些地方会先落地，所以这是根据政府和各大运营商也都在关注这个问题，是大带宽，低时延的无人驾驶还是万物互联的工业互联网都有可能。

应该是昨天11月22号工信部办公厅发了一个512工程，5G+工业互联网的512工程，5个平台，10个垂直行业，20个典型的场景，这是苗部长8月份去参观的时候就拟定的512行动计划。当然在每个领域都在按照自己的节奏去理解应用这样的技术，所以我们现在跟运营商，包括和政府平台说，你先不要去想那么多，你把什么事情都想清楚再做5G可能就晚了。因为对于5G来说，和4G带差的作用和意义是不一样的。

4G改变的是生活，用移动支付刷视频的社交，基本上是在个人的领域里。但是5G带来的影响未来是不是无人驾驶，好多出租车司机就失业了，或者改变了各种工种、各种行业，这都是存在可能的。所以说5G对这个社会的影响非常深远，它的意义远超过4G，所以我们现在看国内先建5G，把5G建起来，让各行各业的人会用这个网络，用这个数字的底座和平台去延伸它。比如上海核心区已经实现了100%的覆盖，这个国内相对来说是比较超前的，现在也是一些各个区都在想，我们5G场景要快速落地，所以对于5G来说就大踏步向前走，既然在这个事情上已经领先国外，就不停留，不要把这个机会浪费了，错过了。

在5G领域，包括像华为Cloud VR和赛迪也在发行业白皮书，我们希望是把这些VR大量的内容放到云端去，把它应用到各行各业，比如说做AR的辅助设计、安装、检测，以后你再现场就可以一边戴着眼镜，一边与后面的专家进行交流，以前是耳朵上夹一个手机，这带来效率显著的提升，需要大带宽的支持。因为实时的把高清的画面传回到总部去，这正是一个应用场景，所以对于5G要快点用，每个行业自己去挖掘自己的场景或者是现实。

第二个是人工智能，每个行业都会用大人工智能，所以我们提出一个普惠AI，今年在上海的HCT大会，人工智能我们理解的通用技术就是电、水包括以前的汽车一样，会有几个阶段，第一个是技术和应用的探索阶段，第二个是技术应用之后和社会的碰撞，大家现在焦虑的就是刚才有专家说的，会不会职业或者行业被取代了，什么什么人会失业，这就是新技术和这个行业社会的碰撞的过程，这个焦虑总是有的，新技术出现对社会的改变总会带来一些焦虑，这是一个不断碰撞，但是还是在向前。

第三个就是相融，大家普遍接受，我现在再去部署人工的语音客服，谁还会这么干呢，人工智能就搞定了，这就是逐步逐步相融的过程。

第四个阶段就是这个技术已经成为通用的能力，他要孕育出新的通用技术，所以这个是技术应用的几个阶段，当然我们现在看人工智能在第二个阶段，它对整个社会带来的三点变化，第一个会触发传统产业的重新定义，重复的脑力劳动会被人工智能逐步逐步的替代，或者说辅助。因为有些行业涉及到医生，你不可能完全交给他，包括现在的无人驾驶，可能技术上具备了一些成熟，或者说可以去做一部分尝试，但是涉及到的法律法规、人文、伦理道德都是滞后的，所以一定还会有一个过程。第二个就是定义新终端品类。第三个是颠覆云服务模式，比如我卖一个小终端，一个小盒子给你，但是它的能力在云端，用云服务的方式去做。所以较终我们说打破了传统的硬件以及APP这种服务的商业模式和业务边界，能够实现和数字世界的自然交互和指导，升级成全新的通力的APP。

还有，打破数据中心边界，打破CPU边界，你需要网络的支持，有一个环境，以前是摄像头捕捉到人脸传回来再发给现场这样一个交互。我觉得未来不是这样，摄像头具备了边缘结算的能力，所有的训练或者复杂的演练在大型的数据中心去做，就像超大的中央电厂一样，做完之后把成果部署到边缘计算节点，这个边缘计算节点就可以实现实时的运算，获得反馈。所以这是中心的较强运算的点，但是并不是每个地方都需要，当然你都可以去训练，带到你的边缘节点去执行日常的工作，这是5G人工智能和边缘计算，这就是我们对ICT行业成为行业通用能力的点。

这是德鲁克管理者之父提出的，趋势已经来了，但是转折点发生的时候我们做什么才能跟得上这个趋势，所以我们为什么提普惠AI，就是希望这个能力能够为各行业所用，华为在这个领域一直在向下走，从芯片的角度，包括现在开放鲲鹏的生态，一个是人工智能，一个是传统计算架构，能把这个算力、单比特运算逐步下降，能够把人工智能能力向社会去开放。

5G华为是坚决投入持续创新，到现在5G华为的研发投入已经超过20亿美金，我们还会继续投入，我们还在持续的探索。虽然今年比较困难，但是5G的商用还是华为全球第一，我们现在有接近60份合同，全球超过7万的基站建设，当然其中第一大的是在中国，但是第一个商用不是在中国，是在韩国，他们在利用5G去做娱乐，做的比我们要早。我们的5G方案叫坚定地打造基建部署，我们的小基站重量控制在20公斤，为什么呢？在欧洲如果你超过了20公斤就得雇2人，这是劳工合同法里面的标准，如果20公斤以下一个人就搞定了，再重一点要用起重机，这个对于安装和部署来说是有难度的，或者说增加成本，这个就做到了极简，这样对5G网络的部署和快速推进是可以的。我们的耗电大概比友商低20%左右。现在是拿了一些奖项，前两天看了一个2019年世界五百强的分析，爱立信已经离开了五百强的品牌，因为以前它是我们的老大，所以产业的格局时刻都在变化。

5G华为在合肥和中科大有人工智能联合实验室，国内和其他全球的机构也都有投入，打造全站全景的解决方案，包括一些生态、人才的培养，以及解决方案内部效率提升。人工智能第一个应用就是用在华为内部，用老板的话讲自己的狗粮自己先吃，因为我们是制造企业，也是大组织多国跨国企业，所以内部的效率提升，对我们每一点都意味着资金的节约和效率的提高。

在这个领域，华为开放了一个全栈的普惠AI，可以把晟腾芯片给你，你基于晟腾芯片做开发也好，或者说应用部署也好，因为今天的主题也是智慧从芯开始，华为也和我们是匹配的，华为来构建人工智能的框架。基本上，5G我们可以完全不依赖美国，就是从芯片到各种材料，这个也得益于国内大量的合作伙伴的支持。我们晟腾的310/910、AI芯片是在AI领域，简单一句话，老板说把复杂留给自己，简单留给客户，就是简单应用到我们AI的能力，这是我们提出普惠AI的考量或者出发点。在

5G+AI的行业应用中，在几个场景里面做什么事，取得什么样的成绩，在汽车领域华为设立了一个专门的汽车BU，在车这个领域华为的定位很清晰，就是华为不造车，没有华为牌的汽车，然后助力车企造好车，所以我们和上汽、奔驰、宝马都有合作。因为现在的智能汽车，你关键的几个核心点，比如传感器、雷达，毫米波，还有摄像头、车载的计算板华为都有，当然早些我们也曾经说想过要不要造一个华为车，就像蔚来一样，找现有的车厂去代工，后来个方案被老板否掉了，我们是做汽车的供应商。

现在我们是单车智能，不依赖于其他的，完全靠这个车自己去学习，自己去走，另外一个就是场景交互，因为智能车单体智能可以解决自动驾驶的问题，当然还会需要时间，刚刚说的法律道德一系列的问题。大部分，百分之七八十是因为二次事故，你不知道前面发生了什么事情，刹车不急追尾或者发生更严重的事故，如果前面发生了事故，再加上你的司机做提前的处置或者提早的规避就可以解决问题，所以现在我们在北京的延庆高速布了一段车路协同的事情，而且会比智能的车更早应用。比如现在提升智能公交，上海港到转运的火车有一段自动驾驶。就是华为在自动驾驶云服务有一个算法，所以我们提供一个叫Outopus自动驾驶的测试，你可以在这上面开发，你做一些数据处理、训练、仿真、测试等等，同时在这个领域车还有一个MDC，很多事情是放在车上做，我们叫MDC移动数据中心。你练完之后，所有的算法存到这个大脑里面进行现场决策。Hicar解决了协同的问题，就是你的家里、你的手机和车无缝的连接，鸿蒙会较早用在这个领域。

利用车路协同我们能够去提升城市的交通效率，大家在城市较讨厌的就是堵车，如果利用车路协同能够提升城市的交通效率，这个比现在的智能驾驶或者单车智能更有意义。现在我们在全国像北京、无锡、上海、深圳、青岛包括武汉都有规模化的部署。这是在车的领域，所以我们的定位是华为不造车，帮助车企造好车，这是华为在这个领域的定位。

在制造领域，我是制造企业，我的工厂在东莞，在制造领域5G+AI是机机协同，我们就是单板结束以后靠人工复检，现在是加上了AOI的测试员工。我们重复劳动降低了48%，所以这两年华为手机的质量也有一个稳步的提升。还有一个这个领域空压机，能够降低能耗，检测异常，就是预检测和预维护，在空压机轻载运营的时候可以节约7%的电费，在整个行业如果能够全面推广，应该是上百亿的经济效益和经济规模。

还有一个医疗，大家都看过这个新闻，医生在很远的地方，几千公里之外利用5G的技术实现远程手术，给病人装了一个起搏器，还有较早是用小白鼠做了一个手术，从医生的体验来说，基本上没有延迟，就跟现在现场是一样的，因为5G可以做到这样。

还有5G可以确保某一个场景的关键指标，比如有的场景需要5G的远程手术，有的需要大带宽，可以用切片来保证每一个使用网络的人都能够得到他想要的效果，这就是5G和4G技术的区别。还有用EI做病理检测报告，能够应用专家的经验，就是60分的医生做80分的服务。

还有物流，这是华为自己内部的实践，因为华为在170多个国家提供业务，每年有200万单的货要发，全球五大仓库，还有仓储的采购点，所以物流的效率对华为是非常直接的效率，去年一年我们大概有一个亿美金的费用节省，就是在物流领域。准确率的识别就是效率的提升。从货检、路径规划包括OCR的识别，所以在内部我们会自己先用，所以各位放心。

还有人才，因为AI就是人才，所以2017年开始就和教育部开始做一个新工科人才的培养计划，里面涉及的人工智能只是其中一个领域，人工智能、软件，在人工智能这个领域华为现在提供20小时的免费现场训练、21天的训练营华为开发者大赛。对于一些重点领域合作伙伴，我们会把源代码开放，高校就是这样，也是开设一些课程。

较后，就是华为的愿景，做平台，做黑土地，与更多伙伴携手同行，服务好更多的行业客户，让大家的每个行业都能够用得起，用得上这样一个人工智能。

远程实时心电监护的应用

翰林经纬科技有限公司医学中心副总裁王艳琪

我们公司一直做远程心电的实时监护，这些年我们也有一些应用的成果，今天就跟大家分享一下。从近几年的国家心血管病报告来看，心血管并发病率在不断发生，而且整个数据在中国每年都有2.9亿心血管病的患病人群，在这些患病人群当中心血管病导致的死亡高于肿瘤和其他疾病导致的死亡。而且目前是以农村大于城市的发病率在发生。在心血管病死亡的发病人群当中急性心肌梗死病人又占心血管死亡原因之首，所以对于急性心肌梗死的救治大大可以减少致残率。

国际上，美国的心脏病医学会和美国心脏联合会认为，当发病到开始溶栓用药，要小于30分钟，我们叫D2N。病人到了医院大门口，我们给他开通通道做心脏冠脉动脉扩张术的时候，D2B的时间要小于90分钟。在北京地区平均开始心梗的时候从发病到溶栓这个D2N的时间是83分钟，远高于上面这个国标的30分钟，而且这个球囊扩张时间D2B的时间是132分钟，也高于我们国标的时间。而且现在国内仅有7%的患者是在30分钟之内完成了溶栓的治疗，22%的人群是达到了在90分钟开通球囊扩张术的情况。所以说这样的一个严峻的情况，其实在2013年的时候国家就有这样的相应的法律条文，就是要在区域内建立心电监护筛查体系，从源头上控制心血管疾病的发生率，降低死亡率和致残率，什么叫致残率，好多人不理解，心脏病死就死了，致残是什么意思，因为发生急性心肌梗死心肌功能受到损伤，导致这个人整个生活功能受到影响，就是这个人心肌坏死了。有些时候我们都知道好多人一走就呼哧带喘的，不能做正常的生理功能和活动，这个就叫致残率。

所以说现在对于这种急性心肌梗死也好，无外乎就是做心电图的检查，定期去查，早发现、早诊断早治疗，也不会走到较后的结果。对于这个大家都比较熟悉了，就是到医院经常查，每年体检，甚至住院的时候医生就告诉你新做一个心电图，做几秒钟，十几秒就起来吧，这个是常规心电图，对于这个常规心电图因为我们是静止状态做的，也叫静态心电，可以筛查出心脏的问题。但是这个检测有不足，就是很多一过性的心脏疾病是查不出来的，我今天心脏难受，到医院一查什么都正常，这种是查不出来的。至于这样的弊端现在医院还有一个运动心电图，就是像跑步机一样，在前面跑，前面带着电极片，给你做诱发试验，看心脏问题在运动过程中能不能出来，能不能抓得到，这种也不能说一天24小时都在跑，在几十分钟的跑步过程中还可能抓不到你心脏的问题，所以就有动态心电图，动态心电图也叫Holter，老百姓叫它背黑盒子。这个比较便捷，你背着它的同时可以上学、上班，不影响任何工作，只要不洗澡就OK了，但是这个设备有它的不足，它属于一个回顾式的检查项目，在你戴着他的时候，他能记录你的心电数据，但是在记录的同时，不能给你进行干预，看不到这个结果。所以说它属于一个回顾播放，必须把机子摘下来，数据导出来，医生才能对它进行分析，所以说临床检查的时候，很多时候就是第二天盒子回来了，人没回来，为什么？出意外了，没有得到及时救治。

现在去探望病人的时候可以看到心电监护仪，但是它是体积比较大，对于正常人来说不能拎着这个设备，那这个比较适用于卧床的病人检测，你想离开下去溜达溜达都不能带它，所以有它的不足。

前面这几个基本都是医疗设备，后边现在很多人在场的朋友也带这个手环、手表，大多数记录的是我们心率，您一分钟跳多少次心率，但是能采集心电图的少之又少，现在较新款的苹果手表可以采集心电图，但是心电图属于一个专业判读的东西，需要技术性，即便给你采了心电图，老百姓自己能看到自己的心电图，你也看不懂，所以对于这样的设备来说，一没有心电图，二有了心电图老百姓看不懂，后期服务跟不上。我们翰林经纬现在做的是快速30秒发现心脏的高风险，为什么能做到？我们通过设备利用4G网5G网，把设备戴上之后，利用4G、5G传输的手段，可以在后台实时看到检测者心电图的情况，后台的医生可以在他戴的同时，如果真是发生一些严重的心率失常，甚至有心梗的情况可以及时打电话预警，可以给医生和病人，甚至病人家属做预警服务，告诉你该怎么做，该怎么做预防，下一步该怎么处理，甚至我们可以帮你叫120，而且在因为我们拿到数据的时候，系统首先做AI大数据分析，他先把这个数据筛选一下属于正常的还是异常的。我们这个依据是什么？我们AI系统是采用了2017年我们在中国医生达成了共识的心电的监护预警值，我们以它作为预警的参考范围，我们公司秉承宁可错杀一千不放过一例的原则，就是重复的、烦琐的麻烦的工作由我们系统和我们平台来完成，简单的工作医院来完成就OK了。所以说我们这样的技术还可以弥补基层医院的医生医护人员能力的问题。没有医生能做这样的分析判断，所以有我们这样系统之后就可以解决这样的问题。我们可以大大提高医生的工作效率，不会因为我们功能设备的使用，导致医生工作量增加，反而还会减少他的工作量。刚才我也说了我们是采用4G网5G网，是跨地域的，不管你在中国任何一个地方，当你戴着这个设备的时候，只要有网络数据就能传得上来，哪怕你出国一样能传得回来。

我们公司就是秉承更好的服务，以研发、生产销售为一体的服务医疗机构，到目前为止我们投入了近6个亿，我们就是用AI大数据+心电大数据和AI人工智能来为医疗机构服务的。首先就是用可穿戴设备，用AI技术实行远程的预警服务，我们是为心血管疾病患者提供心电的检测监测服务，同时包括心电大数据分析，我们想的就是通过我们的智能装备和我们的AI技术为我们的上下游服务，把这个产业链打造成闭环的产业链。

我们的核心技术产品包括几部分，一个是我们的设备，也就是硬件，这个设备是采集心电图数据必须的，这个设备有一个常规心电图的采集设备，还有24小时动态采集设备。我们的系统为常规和动态做一个区分，对于常规我们有一个专门数据分析系统，对于24小时我们有一个动态实时监护预警的系统，完全不一样。我们为了保证动态实时预警的准确性，后台还会增加人工对正常数据的判读是不是高风险值。我们的AI系统是基于我们三千万大数据的暴力性训练，而这三千万数据是经过所有医生校验合适过才达到的。目前已经达到上亿条的心电数据，所以说我们规模数据量在行业当中都是NO1的情况。

这就是我们常规的设备，叫数字式多道心电图机，主要是用于院外医联体联网，就是给乡村卫生院用，他可以把初级的心血管病人做一个初级筛查，如果属于高风险人群再戴24小时动态的心电图机，同时配备了这个是我们有一个急救包，在这个急救包里面有无限血压和无限血氧，搭配起来是一个很完美的组合，因为往往是要做24小时动态血压监护，是为了帮助调整高血压用药的检测。在没有使用我们这个设备系统时，很多医院既需要心电监护，又需要血压监护。有了我们这个设备，血压数数据可以通过传到心电监护仪上，而心电监护仪直接可以通过5G网络传输到我们后台，这也是我们设备的优势，因为这是多参数的可以把其他的临床生命体征共同传给医生，做监护使用。我们这个动态也是我们拳头产品。

我们的实时动态应用场景包括四个部分，一个是前胸痛急救服务体系，第二个是院内检测+监护服务体系，第三是术后，第四个是医联体的建设。我们第一时间拨打120给他佩戴上，数据传输到云端，就传到后台，这个后台是心内科，也可以是医生的手机端、电脑端，所以说这个场景非常多，需要看这个数据都可以给到，甚至的PCI导管室都可以看到这个数据，就是病人还没来，我医院就知道这个病人是什么情况，到医院之后下一步要做什么检查，要做什么治疗，我已经出来一个预治疗的方案了，这样就大大提高了病人到医院之后抢救的效果，缩短了院内相应的工作流程。这是院内检测和监测的服务，院内使用可以实现各科室的联网，举个例子，外科很少会放心电检测的仪器，外科是不缺少心血管疾病的病人的，对于这个急性病人一旦发生情况，打个电话叫心电图，或者叫心内科的专家医生来会诊，这个病人可能就过去了。联网了之后就没这么麻烦，外科配一个我们的设备就OK了，病人需要有这种急症出现戴上设备，数据传到云端会诊，你需要谁给你会诊打个电话在线就给你看了，所以说这个就比较方便。因为我们实际应用的时候在山西一家医院，他是肿瘤科用的比较好，因为对于肿瘤病人术前、术后都需要做监护，也怕手术当中出问题，而这种老年肿瘤病人是比较多的，所以说他那些都可以佩戴做这样的监护，你就是割个阑尾炎都希望你佩戴，所以这是不受影响的。院外的术后康复的急性心肌梗死的病人，不管是溶栓还是球囊扩张，还是下支架、搭桥，在术后周再次发生急性心肌梗死机率是非常高的，但是现在医疗资源比较紧缺，医生没有时间做这个工作，很多时候在你出院的时候就告诉你，一个月之内回来复查，可是有一部分病人再次出现严重的问题，有了这样的系统和设备之后，病人出院的时候可以把设备带回家，带回家之后按照医嘱再次看，通过后期传上来的数据可以指导你一看心电图现在这个心率有点过快，可能出院的时候让你吃这的药量有点少，你该加量，甚至再点多，你可以减量，甚至出院的时候跟你现在的情况不太匹配，我就要告诉你换药，所以说对于术后的病人可以更好的指导康复，减少术后再发生意外的机率。

从去年到今年一直在讲互联网+医疗健康，而且要建立分级诊疗，对于分级诊疗我们帮很多医院做医联体医供体的搭建，这样可以让下级医院跟上级医院实现网络心电监护网络，下级医院没有这样的医生没关系，采集的数据给上级医院，上级医院帮你看，你可以做进一步的，下一步的治疗也好，如果说在基层医院这个病人做完检测之后，一发现这个治不了，没问题，及时转到上层医院。这个数据是互认的，所以说这样也可以实现分级诊疗，同时完成了医联体医供体的搭建。

2017年我们服务医院有1800余家，2018年底服务就有2200多家，到现在为止我们服务医疗机构2500多家，前两天看的是2530多家的医疗机构。2017年底我们服务患者是19万，所谓患者是我们预警的，2018年是41.5万，它比2017年翻番了，而且呼出的电话预警患者的电话是接近18万，2018年是35.96万，预警患者2017年是3.8万人次，2018年8.3万。2018年客户服务量动态60万人，静态2000万。

我们公司的预警值比全国统行业的共识指标略宽泛一点，宁可错杀一千不漏报一例，所以我们预警是打了一个提前量，因此我们现在没有一例的医疗纠纷。在行业当中，不管是数据量，我们学术建设团队、规模、准确性等等方面，在我们同行业当中在国内甚至亚洲都是第一的水平。为了保证我们更好的服务于我们的医疗机构，我们有自己医学研究院，聘请了全国各大医院心内科的专家，甚至包括动态心电领域的专家作为我们后期学术上、技术上的支持。2015年我们跟国家心血管病疾病中心共同合作了心电技术培训合作的项目，通过这个项目给基层培训这种心电判读的专业人员。

我们跟政府合作首先解决哪些问题呢？我们能带给相应的合作伙伴就是解决这个互联网+医疗健康问题，同时落实医联体医供体的建设，同时发现潜在的急性心肌梗死病人，可以有效降低当地心血管病的致残率和死亡率。这个是社会效益，因为老百姓使用了这样服务之后，他们在家门口就可以享受到上级医院的服务，他的获得感会更强。对于医院，不会增加它医护人员的工作量，还可以提高他的工作效率，因为大部分都被我们监护了，只拿出以前少量的工作经历来做数据的处理就可以了，而且还可以减少医疗纠纷，提高院内患者急救的时间，所以说也是对医院这儿也是有非常好的效益。我们未来的展望就是建立全球性心电服务网络及大数据平台。

人工智能服务民生

深兰科技(上海)有限公司智慧城市事业部副总裁汤峰

人工智能较重要的目的是为了什么？还是为了人，为了民生，对政府来说人工智能很多地方在引进人工智能企业，推进人工智能发展，它的目的也是为了服务民生，我就想通过一些案例来给大家一个比较广泛的展示。

首先简单回顾一下现在整个情况，我们经历过第一次工业革命、第二次工业革命、第三次工业革命。第一次发生在英国，第二次发生在德国和美国，第三次就是我们现在正在感受的互联网和移动互联网，它也是发生在美国的，互联网的根服务器都还在美国。第四次工业革命是以人工智能、量子科技和生物技术为代表的，在这一轮科技革命当中中国希望能够有所发展，因为我们有更好的场景和技术的积累。我们要抓住这个重大机遇推进我们国家的跨越式发展。正是由于这个原因，当前大家都知道的中美贸易战，其实也就是在这个背景当中发生的。

我们在看人工智能的技术，现在第三次的崛起，我们说这次人工智能跟前面有一个区别就是新一代的人工智能，就是它要做什么事情？要加强人工智能，保障和改善民生相结合，为人民创造美好生活需要出发，推动人工智能在人们日常生活当中的深度运用，改变我们的生活方式，就是按照这样的思路做事情。

我们说现在的人工智能，包括华为讲到的5G技术，还有智能机器人、自动驾驶，就是服务民生。较后它体现在三个方面，第一就是让人民能够感受到政府的先进性，因为技术在日新月异，政府到底给我们带来了什么，大家感觉前面我们做了很多阶段的智慧城市建设，也许我们建了很多的大屏，建了很多的展示中心，我们很多领导看了之后，觉得这个城市建的不错，但是老百姓会感觉到好像我的生活并没有政府的一些事情给我带来更多的影响，可能还是腾讯、百度和搜索引擎这些社交媒体，移动支付给我带来的便利。第二就是人民享受到科技进步带来的美好生活，就是这些设备希望人民在公共领域用得到，看得见。第三就是增强我们在城市当中和国家自豪感。这里我们大家都感受的非常清楚，我们感受到华为，因为华为代表了5G技术在全球领先，让美国人感到震撼。

我们深兰是一家人工智能的企业，致力于人工智能的基础研究和应用开发，我们有深兰科学院在做基础研究，另外有许多事业部来推动项目的应用拓展。深兰有一个特点，跟很多人工智能企业不太一样，就是我们是软件和硬件都有的一家企业，大家不仅能看到我们很多的涉及的应用，也能看到我们机器人，还有拳头产品，我们后面会讲到。我们在讲我们所有的应用之前，再简单回顾一下人工智能，为什么呢？因为大家知道人工智能分两种，一种是强人工智能，一种是弱人工智能，现在我们还很难做到强人工智能，今天上午西安交大的教授讲到了人工智能5.0、6.0、7.0、8.0的期望，但是当前还是在4.0，在某一个方面能够超越人，像人一样看，像人一样听。它能够理解一些东西，但是总体上还超越不了人。我们希望人类利用人工智能的目标是什么？就是让机器在某一方面来取代人，能够让人减轻工作，让我们更轻松，这肯定是我们的出发点，也是涉及到民生的关键点。

我们下面就从几个方面来看，第一个是视觉，因为现在我们知道政府已经建了很多的摄像头，平安城市一大堆项目，布的摄像头真正起到的作用是什么？很多案件是利用摄像头来破案，但是作用点还是取证，就是案件发生之后我再重新的去按照摄像头一路一路找前面发生了什么，并不能及时帮你在案件发生的时候进行识别和处置。为什么难以做到，就是因为一个城市有成千上万的摄像头，大城市十几万的摄像头，每个摄像头后面都要有一个人来看，人没有那么多的精力，自己盯着一个屏幕看十几个小时都晕掉了，更不要说看几十路摄像头，即使你看几十路摄像头，也是没法看的，这时候就需要人工智能机器来做，就是能够让我们从过去看得到，看得清，到现在看得懂。

我们做了一些这方面的应用，应用在交通城管等各个领域，我们看中间的视频，这是一个交通事件，以前遇到怎么处理，大家下车每个人都开始打电话，开始叫自己的保险公司，然后叫110，过二三十分钟过来处置，大家浪费了很多时间，现在有这样一段视频，大家都知道，到底案件是怎么发生的，谁是主责就一清二楚。另外一个视频大家看到，有一个人为了自己停车方便，他就把别人的自行车放到人行道上，这就造成了发生红色的报警信息，就告诉大家这是一个违章事件的发生了，就可以报告，这个时候就可以进行及时的处置和管理。这个是我们在城市道路当中的应用，看得到有一个安全事件发生，有火灾，有人出现在车道上，因为高架上是不允许有人出现的，出现就是一个事件，同时识别出来到底是卡车还是货车，还是一个小汽车，还是一个医疗急救车都，可以进行识别。

我们知道现在很多城市都在推文明厨房、透明厨房，但是让现在的厨房在外面挂了一个透明的玻璃，或者是外面装了一个大屏，让你去看是不是里面有事件发生，对于很多管理部门来说，能够让大家享受到安全的一个健康，不要发生炒菜的时候掉了一块肉在地上了，我要捡起来再扔到锅里，有的不用水冲就直接丢到锅里继续用，都可以及时发现和处理。

在工地上，如果有人没有戴安全帽也可以处理。另外，垃圾分类可以用智能化，为了管理好垃圾分类，很多小区就专门派管理人员站在垃圾口，看你有没有进行分类，只要原来需要人来解决的事情现在都通过机器来解决。也就是说它能够识别出来你有没有进行湿垃圾先倒出，再到干垃圾袋的行为，当然能够直接对垃圾进行分类，自动识别自动筛选，这个是我们长期的想法，但短期还做不到，现在正从行为上提高整个市民的自主意识，从摄像头来改善。

前面讲了很多视觉的应用，现在我们知道安全上还是有很多的隐患，因为有很多的时候，一些人可以把脸蒙上。现在香港有很多暴徒事件，其实我们通过视觉就可以知道，就是通过固体态识别出来你是谁。这种情况有什么好处呢？第一因为它可以在更远的距离看，因为你要进行人脸识别的话，需要比较近的距离；第二，人脸识别无法识别蒙脸，形态摄像头甚至在暗的情况下，不需要灯光的情况下也能够进行识别和处理，这个整个行为轨迹的抓取。

前面讲到的视觉还是属于通过软件来处理，深兰也做了很多硬件的产品，特别是我们拳头产品熊猫公交。我们不仅有自动驾驶技术，同时还有智能行为识别，这个是集大成的产品。我们现在在全国拿到了公交车4块牌照，长沙、上海、广州和武汉，武汉是一块商用牌照，也就是可以经营的。现在，我们在自动驾驶公交车中全国是走在较前面，我们深兰在广州跟5G华为一起做了一个5G的智能网联汽车示范应用，在武汉的案例非常特殊，是江汉CBD，就是人流量非常大的情况下也经受了考验。

除此之外我们也有很多应用服务，我们为可口可乐专门做的高铁上售卖提供的技术服务——自动贩卖高铁小宝，还有展会上用的机器人，这次在进博会上也得到应用，就是机器人可以冲人多的地方去，因为可以提供更多的商业机会。你一摆手它就可以停下来，让你拿东西。

在物业方面，保安每天晚上两三点钟都要巡逻，走固定的路线，看有没有问题，非常辛苦，特别有些在北方地区，可能零下十几度还要去，有了这个之后他们就可以轻松了，所以我们说整个人工智能技术就是要减少人或者减轻人的工作。

现在整个城市的环卫工人年纪越来越大，因为新的年轻人都不愿意做环卫工人的苦活累活，我们深兰有洗尘机器人、洗地机器人，还有自动驾驶环卫车，在天津、枣庄很多地方都应用了，现在枣庄的市民说我坐高铁回去，一下高铁站就发现有几辆自动驾驶环卫车走来走去，感觉我们枣庄市也走在科技的前面，不仅有实用，并且能够提高人们的自豪感，在今年的刚刚结束的进博会上也为整个进博会的室外保洁做出了贡献。

还有生物识别技术，大家看到更多的是人脸识别，此外还有一种技术叫手脉识别，因为人脸识别我们大家知道你相对来说是比较容易采集的，这个是带来很多的不安全性，我们通过手脉技术，它是采集你的皮下三毫米的毛细血管，并且他是同时采集你的血色素，就确定你是活体，就是它是皮下的，减少这种安全性，另外是活体，没有人能取代你，即使把你胳膊砍下来再放上去也是不能识别的，所以只有你自己才能证明你自己，这在这种安全性上可以跟虹膜技术相媲美。它的优势比虹膜更加灵活，因为你手更方便，也更安全。我们在把手脉技术用到一系列的场景当中去，包括门锁、汽车、购物柜、服务机器人，较有意思的是健身房、海滨浴场，不使用手环或卡，用刷手来开非常灵活。

我们有牛脸识别，因为这次我们在四川跟平安有一个合作项目，现在很多人是上保险的，其实猪很多也是上保险的，猪上保险很麻烦，就是我不知道上保险的猪跟较后它出了事故要来理赔的猪是不是同一头猪，我们帮他来解决，通过猪脸识别确定这头猪是这头猪。较大的难度基点是在什么呢？因为人的生长周期是比较长的，猪也就一两年的生长周期，这是检测的难点，但是我们还是突破了。

较后简单一句话，大家现在知道人工智能技术发展很火，就是人工智能是不是有很多安全性，也许会有。未来，人工智能技术应该人工智能是赋能的技术，未来应该是属于掌握人工智能的，或者是愿意使用人工智能的人，我们也相信AI能够让我们的生活更美好！

人工智能应用才刚刚开始，尚无边界可言

相关阅读: