旷视科技谢忆楠：中国人工智能的第一阶段 -9479威尼斯

第九届中国（天津滨海）国际生态城市论坛暨2018中国国际数字经济创新峰会于9月7日-8日在天津举行。本会议由天津市滨海新区人民政府、中国经济体制改革研究会产业改革与企业发展委员会主办。大会以“数字时代让城市生活更美好”为主题，围绕数字经济、智慧城市、生态城市等主题开展一系列展览展示、投融资对接、实地考察、滨海座谈等专项活动。

大会还邀请了政府官员、权威研究机构领导和众多知名企业高管出席和发表精彩演讲，共同探讨数字经济理念、智慧生态城市建设、智能科技产业发展和智能数字生活，推进美好的城市生活建设。旷视科技副总裁谢忆楠出席大会，并做了题为《中国人工智能的第一阶段》的演讲。

以下为谢忆楠演讲内容整理（该内容根据现场速记整理，未经发言嘉宾确认，仅供参考，谢绝转载）

技术与产业，人工智能的两个阶段

人工智能现在来看分两个阶段，第一阶段做技术，然后是做产业。做产业是中国人工智能标志性的场景。机器和人类目前在效率上机器比人类强的部分原因是，机器看人方法不一样，机器是做数学的。所以，为什么人工智能可以产业化，因为人工智能在技术上、效能上比人强不少。

我们看到ai，我们认为ai产业化分两个阶段：第一阶段可以叫人工智能技术企业，第二阶段是人工智能产业企业。

这具备几个特点：第一它自己可以赚钱，第二它的规模可以不断往上增加。

所以现在很多公司称自己是人工智能技术企业的话，我们可以认为它是。但是如果称为人工智能产业的话，需要具备一些标准或者说应该具备一些准绳。

技术去人力化

人工智能帮助人们实现高速、高效的运作。大家能够看到的是人工智能可以在前面打赢世界冠军，可以在识别图片的时候做得非常好，但是实际上人工智能的背后有很多人力帮他做这件事情。举例来说，如果我认识一个人，看他一眼就可以了，但是人工智能如果想认识这个人，他需要这个人的各个角度的照片，各个年龄段的照片，戴眼镜、不戴眼镜的照片，把这些东西聚集在一起进行定量、定向型的学习，这叫监督学习，需要把眼睛、鼻子、嘴标出来，标完以后告诉你这是人，这是人的眼睛、人的鼻子、人的嘴，然后进行分析以后做对比，然后做出标准。

看到人工智能发展这么快，我们看到的只是结果，但是如果看过程，阿法狗和李世石下棋完全不平衡，后面耗费的能量远超过人的大脑耗费的东西。说技术驱动倒不如说它背后有很多人力的驱动。

有多少人工就有多少智能。人工包含两件事：第一，数据产业的员工在后面一个一个对数据进行辛苦的劳作。第二，数据科学家们在一个一个清理这些数据。在过程当中，刚才的命题是什么？ai要懂行业？第二个问题是什么？第二个问题是ai对于每个世界都需要重新大量的数据输入以后才能学出来，真正在这里面我们想解决一个简单的问题，需要大量的人力和时间才能解决一件事情。

真正的命题当中，我们现在什么最贵？人力最贵，所以人工智能产业的公司要具备的一件事情你的技术要能够去人力化的。怎么去人力化？原来我们需要100个工程师，给你1000块卡，现在我能否给你一个工程师，我给你1万块卡把这个事解决了？整个过程中数据的收集、清理不再需要你放心，你只需要把基础算法建立好，通过算力解决行不行？如果行的话就可以。人工智能公司能够为企业提供服务效率，这才能叫人工智能效率。

做到从0到1

如果你是人工智能产业公司，要做的第二件事情要从0到1，或者说解决商业本质性的事件。

我们找的第一个点是实名制，旷世14年做产业化，碰到一个潮流叫互联网金融，互联网金融和传统金融最基本的区别是一个它没有线下的网点，这样它做第一次验证的时候，金融系统有“三亲见”原则，叫亲眼见到你，如果互联网金融的人没有办法亲自到柜台的话，我如何给这些人开立账户就是一个难题。

如果在这里面找到face id，证明你拿到的身份证是一个活人的话，我会告诉他这个人可以开一个电子帐号。人脸识别在这个行业、在这个点上虽然不是本质推动互联网金融发展的，但是确实解决了本质性的问题。很多地方需要实名化，包括短租房、互联网出行，很多地方需要场景。

从0到1需要找到一个工具实现本质性。工具这件事情存在不了多久，现在做一个人脸识别验证，活体服务。现在这个技术你能做，三四年以后有很多公司可以做。这些东西绑着其他的云服务做的。

我们把face id拆分，第一找到脸，第二是解决id。现在看到的每一张脸对于银行来讲是一样的，我不知道你是否是合格的，我们应该给你多少钱。但是这个人脸在face id平台上上个月已经申请了四次小额贷款，申请四次贷款我们就可以知道这个人是在很多地方贷款，可信度是否有下降，这些数字对他们的风控模型会带来影响。

产业赋能

张学友演唱会每一场抓个坏人抓到五个了，抓到坏人达到结果为什么生态是没打通的？为什么警察没有拿这件事在体系内铺开呢？

我们还原一下场景，演唱会a门到z门布了26个笔记本加摄象头，每个笔记本前面坐一个人，就看这个人走来走去，看着报警，这个报警因为阈值设定很低。因为计算机计算功率有限，不是实时报，一挥而就会延时过来几个。演唱会进门结束以后，门口26个人统一拍照片对照。a口发现三个报警的，发给队长，队长把照片发给当地分局研判中心，研判中心通过研判室研判以后发回给当地的警察。当地警员说c门进来第二个报警的人是我们要抓的人，确定了以后，警官拿步话机说全场找一个穿白背心、灰色外套的人，一个中年男性。为什么是演唱会？因为演唱会进去以后不出来，一待待两个小时，这两个小时有充足的时候做这种服务，只有在演唱会能做。这就是生态没打通，因为每一层里面没有解决这个行业对于它的痛点。什么叫痛点？我们经常看到警察破案，警察不是不想破案，他们每一个案件都能破，人力有问题，警力不充足。这件事情门口有26个人，现场所有人抓一个人，这种警力投入是因为重大场所正好有，如果在日常场景的话，在桥底下路过，我就走过去了，我也没看见，我需要每个摄象头都会一个人24小时不停盯着一个摄象头吗？肯定不可能，所以他没有解决行业里面最刚需的解决警力或者解决效率的问题。

第二是零售，现在很多企业讲我在做新零售，我们一般会问一个问题，我给你提供的新零售9479威尼斯的解决方案，你可以为这个店面大概带来什么。我们现在会提什么问题？都是从本质上讲，我可以给你进行人群分析，让你知道你店面的流量，哪个服务比较好，梳理完一套给你，听起来很好。店家问你第二个问题，成本是多少，正常情况下企业考虑不到这个问题这就是ai和实体经济结合会遇到的最正常的问题。也就是说你的ai成果带来成倍的成长，如果一个店面装修需要30万，因为ai装修变成60万了，装不装？总经理肯定不会同意。第二个问题解决不了，同时店家第三个问题，你做完这个ai，你说你拿到数据源以后，你对我的评效、人效有什么样的帮助，这时候基本就蒙了，他只知道我把这套东西做好就可以第三件事情就是实体经济需要你帮他解决更多的痛点。你给我提升毛利，三年之内cover掉我的成本我就装，ai和实体经济不是像原来实现数据化、智能化，它一定是一下发生的。如果没有智能化，你不能降本增效的话，我是不可能帮你做第一件事硬件改造的，ai和实体经济的要三网并发，ai产业企业如果到现场的话，要回答三件事情，第一我可以干什么，第二你是否可以负担我的成本，第三我的技术给到你能对你的效能有多大提升。

ai 场景ai 实体经济，有些看起来没有那么靠谱，现在要不然ai不靠谱，要不然场景不靠谱。

最后中国和美国之间的区别。中国为什么叫做产业企业？中国人工智能解决一个问题就是城市问题，现在很多城市面临一个问题，叫超大规模城市，超大规模城市的问题是我要控制我的人员流进来，北京、上海、杭州、天津都有这个问题，如果不是这样的话，他不会建立落户政策这件事情，自动流动就好了，城市因为承载不了这些东西，所以需要通过数据的优化来运算，解决交通问题和环保问题。所以中国在美国里面最大的问题在于中国的城市化在后面如果说想推进的话，超大规模城市是中国的现状。而超大规模城市如何解决那些我们感觉很难受的事情，比如拥堵、比如污染这些事情，其实就是ai所做的。这也就是为什么中国产业级的人工智能企业会多，这是从我们的背景来看。美国其实是以一个科研的方法来做的，所以现在学ai的四大名校基本在美国，中国可能有那么几家，我拿到一个数据，清华的本科毕业生就业率10%到15%左右，剩下的要么申请留校，要么是学ai，并没有说ai中国比美国强或者是美国比中国强，两个国家已经向不同的方向发展。

希望我的发言能够给大家带来思考，谢谢大家！