生意场 > 创业投资 > 商汤科技CEO徐立:做超人的生意就是把智能技术生产力和人做完美融合

商汤科技CEO徐立:做超人的生意就是把智能技术生产力和人做完美融合

生意场 2017-04-13 13:39:04 来源:投中网

  报道:徐立表示,人工智能接下来要面对的是技能升级。

  2017年4月12-14日,由投中信息主办、投中网协办的“第十一届中国投资年会·年度峰会”在上海金茂君悦酒店举办。本次会议主题为“投资进化论”,来自国内外上百家私募股权机构汇聚一堂,就未来私募股权行业的发展进行讨论。

  商汤科技CEO徐立在《超人的生意》的主题演讲中表示,这波人工智能并不是说对于数据的理解有了提升,而是在于脑子的制造。“当我们有很多超过人的人工智能生产力工具,接下来我们要面对什么?我的理解,接下来要面对技能升级。我们要从原来骑马的能力转化成修铁路,以及开火车,未来有更好生产力工具的时候,我们要想怎么用机器帮我们做技能升级,把生产力和人做成完美融合,这是我们需要解决的重要问题。”徐立说。

  以下为投中网整理的商汤科技CEO徐立主题演讲的精彩分享:

  徐立:谢谢主持人,谢谢投中信息的邀请,谢谢投资人的邀请,我是来自商汤科技的徐立。我的演讲主题叫超人的生意。为什么叫超人的生意?这个主题和什么相关,商汤是做人工智能的公司,主要是做计算机视觉或者机器视觉。什么是机器视觉,我们用机器的能力来实现我们的想法,就叫机器视觉。

  讲到人工智能,大家觉得人工智能这件事情很热,人工智能从1956年到现在开始有了三起两落,很多人说你谈谈三起两落发生了什么事情,我们从1990年开始最新的第三次浪潮来说,我对于这样一条三起两落的曲线有不同观点,我认为人工智能的兴起不是渐变的形式,它是因为事件的发生,导致突变从而质变的一个过程。

  我们大家都知道,这一波人工智能由于后面一个非常重要的技术突破而造成的,技术突破就是所谓的深度学习的技术。它可以借助于大数据的威力,超能计算机的威力,以及算法核心的突破。比如说深度学习带来的语音识别突破、视觉识别突破,以及围棋控制这类突破。2013年的时候,这项技术也被评为十大技术突破之首。

  我们来看一下人工智能热既然和深度学习相关,我打了这张图出来,深度学习这个词从2006年开始被推出的。我把谷歌上的搜索关键词打出来,问我们的同事有没有发现一个趋势,从1990年开始来看,对深度学习的热点是突然之间在一个时间点开始的,这个时间点就是2012年年底,2013年年初。发生了什么事情呢?深度学习第一次在视觉计算机当中运用取得突破,在大规模物体识别当中我们首次成功运用了深度学习实现了突破,同时我们也把一个超能计算的核心GPU用在深度学习上。这之后,我们引发了深度学习的爆发。

  这个突变,为什么在那个时间点,很核心的原因是我们验证了在很多垂直视觉领域,可以做到超过人的准确率。我们做人工智能是要做超人的生意,我把人工智能理解成总共三个阶段。第一个阶段人工智能不如人的阶段,技不如人,我们提供生产力工具,如果没有人好的话,大规模的应用是比较难的。第二个阶段超过普通人。第三个是超过专家。

  为什么这么分呢?什么叫技不如人的阶段。我们以前做生产类的工具,之前我们做人脸识别,也跟公安的人聊,十年前、二十年前,他说你每天有这么多虚报,我们要派人出警过去,浪费大家的人力、物力,为什么公安认为我们是虚报,公安人为判断比我们机器判断的准。作为生产力工具它不如人,好像我们身边多了一个猩猩帮手,虽然也可以干一些事,最重要还是靠人。那个阶段人工智能爆发还是比较远。

  2012年之前,我们进入现在所谓纯数据驱动之前,人工智能整个核心就是在第一个阶段,叫不如人的阶段。

  第二个阶段超越普通人的阶段,为什么把普通人专门拿出来讲,因为机器其实是需要人的知识灌输才能够学会人的经验。谁的经验最容易获得呢?就是普通人。比如说我们需要有做人的眼、耳、口、鼻的检测,需要标注出来,大家不知道有没有用美颜的算法,比如美图秀秀,faceU,背后都是我们提供的技术。眼、耳、口、鼻不需要你读大量书和经验才能积累,可能你出生之后没多久就可以学会。我们利用标注的团队,我们在抚顺有300个人,他们把知识传递给电脑,这样电脑就可以学会他们的经验可以做的比较快。在这个过程当中,通过众筹的方式,把这种知识传递给了电脑,电脑可以做到在垂直领域超越普通人。超过普通人带来什么变化呢?其实是本身生产力工具的替代,他可以把现在所有称之为劳动力密集的行业,进行一个升级和改造,带来产业的提升。

  第三个阶段超越专家的阶段。核心的原因就是,专家的知识跟机器结合和普通人跟机器结合是不同的,专家的知识特别难获得。一个老医生经过很多年的学习,甚至是很多年临床经验,最后掌握了这么一个核心技术。但是一个非常著名的医生,他的知识传递给电脑是需要他的经验进行传输和输出的。我举一个例子,现在大家讲机器怎么能帮助解决医疗问题,怎么能做到自动诊疗的事情,包括说机器的阅片,这是比较热的事。香港的每个医生大概一天只能阅八张片,因为超过八张片大家认为这是一个疲劳的过程,香港法律规定一天只能阅八张片。我们教机器学会这个过程当中,通常需要多少数据呢?一百万到两百万,按这个数据来算,专家医生教电脑做需要两百年。这个过程当中,是非常难能够在他人生有限时间教会机器怎么做。专家知识比较难获得,比较难系统化传递给机器,这需要我们在算法上,我们设计的引擎和大脑上有核心突破。但超过专家,大家会讲AlphaGO,AlphaGO超过专家了,下围棋比世界顶级专家还要好。因为人类历史上50万把棋有人记录下来了,专家化知识已经被结构化存储了。我们现在的突破要超过专家还是有一定距离,算法还是数据准备上有距离。

  我讲了三个阶段,核心的突破在哪里呢?在于这个引擎的缔造,或者称之为造脑的过程。其实这波人工智能的信息,并不是说我对于数据的理解有了提升,我们以前讲的人工智能通常叫人工指导的智能。我对于这个数据有人的意识,有专家系统,专家数据进行很多分析之后,我能够以小博大,这波人工智能信息主要还是在于脑子的制造,我对于数据本身没有任何假设,我用脑子学习数据当中的经验。什么是脑子?我举一个例子,右边是我们设计的大脑,所谓深度学习就是这样每一层是一种表达,我们把很多表达垒起来,这是我们在图像识别大赛上建造人类史上最深的深度学习网络,大概有1207层。这个结构非常像人的DNA的结构,现在核心的突破就在于造脑。这个脑子能够带来什么样的突破呢?比较有意思。比如说我们可以在大规模物体识别竞赛上做到突破人的极限。更有意思的是,这种挑战是在图像当中,把所有的物体检测出来,同时告诉大家这是什么物体。我们在2014年的时候,取得能够接近人水平的挑战能力。在检测上面,我们也取得了一定的成绩,在2015、2016年,物体检测、场景分割上都用上了同样的大脑。深度学习有魅力是我们造了一个大脑,有点像人类学习的过程。

  比如说咱们这边都是做投资的人,做投资的人不可能从小开始只学投资一件事,可能学了数学、物理、化学、体育。我们叫打磨这个大脑,使得大脑能够全面发展。再举例子,刚才在大会物体识别上做出的成绩,可以用在行为分析、场景分析、深度分析上,这些分析上我们都可以用同样大脑来做。

  最后我讲我们一个实际案例,人脸识别。我们团队在2014年首次在人脸识别陌生人识别上,超过人眼睛准确率。很多人不信,人脸识别怎么超过人,我家楼下保安大叔人脸识别也很好。我给他看了一个例子,这是韩国小姐,难度很大。人脸识别含义,机器从数据中获取,它识别出是从数据分析出来的特征,和里面有什么样能够帮助人区分图片的能力。机器和人的思维,是不完全一样的。

  我们来看一部片子,这是非常著名的人脸识别案例,这部片子是《国王的身份》,我们抓到嫌疑人,嫌疑人比较模糊,有了算法,然后可以把模糊的照片变清楚。左边模糊图片很难识别,对人来说这就是一个极限,我们希望有一张模糊的照片可以得到右边清晰的照片。事实上,我们用纯数据驱动算法之前,我们得到这样一张照片,比较一下,右边是我们希望得到的,左边是以前算法得到的。这种真正带有细节的放大可以干嘛?我们可以把很小的照片放大变成大K高清视频,左边是常规方法,右边是我们的方法看到的细节。日本人脑洞大开,做了更有意思的应用,把老婆放大两倍。对日本人来说,漫画就是太太,他们可以进行更多倍的放大。我们说这种放大很有意义,而且是保持细节的。回到这个问题,放大成这个样子,可能大家都不太满意。我们从中间这张图开始,经过数据渐渐的变化,这是一个变化的过程,各种算法演进的过程当中,最后我们得到了这么一张图。这张图不光长的漂亮,我们还能够从图中找到本来人是谁,这是机器人做到超越人的过程。

  比如说在传统安防过程当中,我们有一张模糊的人,我们可以把信息恢复出来,帮助人们来识别,这个例子,可以看出来,机器可以从细节当中真正找到对我们人类感兴趣的信息。

  问题来了,既然我们有很多超过人的生产力工具,接下来我们要面对什么?我的理解,接下来要面对技能升级。

  以前我们有很好生产力工具,我们要从原来骑马的能力转化成修铁路,以及开火车,未来有更好生产力工具的时候,我们要想怎么用机器帮我们做技能升级,人机融合的事情。

  我讲超人的生意,超人就是钢铁侠、蜘蛛侠,它们怎么做到,他们就是把生产力和人做成了完美融合,这是我们需要解决的重要问题。

  可以看到这张图,左边图放大大家不知道是谁,用了我们算法大家都知道这是谁。这是我们可以带来的,谢谢大家。

1
+1
0
+1
文章关键字: 徐立
版权与免责声明
1、凡本网注明"来源:生意场"的所有作品,版权均属于生意场所有,任何媒体、网站或个人在转载使用时请注明"来源:生意场"。
2、凡本网注明"来源:XXX(非本网站)"的作品,均转载自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。
3、本网刊载之所有信息,仅供投资者参考,并不构成投资建议,投资者据此操作,风险自担。
4、如本网刊载之信息涉及版权等问题,敬请通知我们,我们将在第一时间予以更改或删除。
 

关注生意场微信公众号