CCF-GAIR全球人工智能与机器人峰会深圳开幕

今天在深圳会展喜来登酒店六楼，全球人工智能与机器人峰会正式开幕，场面宏大+人山人海+高朋满座，为时三天的CCF-GAIR大会是本年度人工智能和机器人领域规模最大、规格最高、跨界最广的盛会，很多我不了解的，我就不乱说了，谈谈自己的一些感受。

人工智能领域的崛起，倒逼着企业需要尽早建立智能思维，像电子商务、智能化的城市、医疗、交通、物流、制造、电网、社区、经济、图书馆等等，让机器系统自己学习，适应和发现规则，加速人工智能在中国商业化发展。

从人机对弈，到智能医疗，今日的人工智能的浪潮突起，有点像昨天文章写的2015年的互联网+，大众的期望不断的攀升，纷纷视之为绝对不能错过的战略机遇，这次人工智能的发展浪潮主要是企业引领的。

在国内，BAT不断将人工智能融入产品及方案。淘宝的商品推荐越来越准确，百度的无人驾驶技术也获得了进展，早两天还发布了APLLO自动驾驶计划，这些都是依靠人工智能技术的应用。“拍立淘”可以使用照片来搜索商品，主要得益于图像识别技术的成熟。此外，科大讯飞、京东分别在语音识别、物流分拣领域建立起了自己的优势。人工智能的应用领域空前广泛，从物流管理到智慧交通，再到智慧医疗，开始改变不少传统行业的运行模式，这些都离我们生活不远。

人工智能技术不断融入生活，从感知、预测、指导，到形成综合方案，价值创造的生态系统正在形成。在感知环节，科大讯飞的超脑计划正在支撑多个项目的商业化应用，如车载辅助系统、语音处理系统等；在预测环节，基于人工智能的天气预测，能够提升能源的使用效率；在辅助指导环节，智能医疗已经开始帮助医生作出判断，基因技术能够帮助人类克服癌症等病症；在综合方案环节，无人驾驶、乃至智慧交通的系统方案已经非常完善。这些都是超千亿美元的大产业。

从人工智能商业化过程来看，基础支撑、关键技术、应用场景是非常关键的三个要素。基础支撑环节包涵传感设备、用户数据、云计算技术；关键技术则包括视觉处理、语音识别、深度学习等内容；应用场景就是第二段说的哪些城市呀、医疗、交通、物流、制造等等。举个例子，以速锐得科技给前装车厂做的TBOX为案例，在基础支撑环节，就包涵了通过CAN总线对汽车车锁的控制，对GPS信息的采集，对关键基础数据像BMS、车身状态、工况等技术数据的检测，关键技术包涵了平台的数据分析挖掘与处理，在共享分时租赁应用场景下，如何统筹规划调度车辆，达到最高的使用效率，通过机器学习建立数据模型等。目前人工智能应用仍偏重于B端，与传统业态的融合程度还不是很高，提供用户体验还不够多。

这其中，数据基础、硬件能力、算法是人工智能的三大支柱。数据的井喷式增长，来源于中国庞大的用户市场，做算法、做模型、做样本，我们具有独特的优势。硬件能力正在突破，比如“太湖之光”（超级计算机），去百度。算法是人工智能的短板，基于浅层次的识别和判断，智能代替哪些重复性、简单的劳动，对于创造性和艺术性的工作，还是很依赖人的，像感性类的、美学类的，这个他们就没那么厉害了。

在未来呀，人工智能将会更加智能，深度学习也将进行深层次的数据价值挖掘，让整个机器系统自己去学习、适应和发展，自己找到规则。例如，美图秀秀根据用户删除和存储照片的习惯，分析用户对“美”的判断，让镜头更加智能，自动下载和生成用户使用的滤镜，拍出用户满意的图片，有没有意思，自拍狂人们，手机制造商们？

对于企业而言，我们能建立起这样的智能思维，尝试和了解人工智能技术，中国的优势就是海量的数据，随便搞个活动都可以拿到吉尼斯记录（除了中国足球以外），面临的问题就是数据没办法互通，缺乏统一的标准等诸多因素也会限制人工智能的快速发展。

嘉宾们的PPT都讲的比较深入，随着人工智能的案例不断增加、应用宽度不断延伸，技术障碍的一步步突破，便也可以形成极大的用户市场。互联网浪潮之后，中国能否再次在站在潮头，还需要看接下来的这几年。