落地，是2019年AI行業(yè)的共同話題，創(chuàng)造價(jià)值、降本增效，成為行業(yè)共識(shí)。
作為AI頭雁公司、也即將成為AI創(chuàng)業(yè)第一股的曠視，又是怎樣看待落地這個(gè)話題的？
而作為一位技術(shù)領(lǐng)袖，曠視聯(lián)合創(chuàng)始人兼CTO唐文斌，又認(rèn)為當(dāng)下環(huán)境下有哪些技術(shù)創(chuàng)新的機(jī)會(huì)？
AI
在MEET2020智能未來(lái)大會(huì)現(xiàn)場(chǎng)，作為在行業(yè)中摸爬滾打八年的實(shí)踐者，唐文斌用四個(gè)字解答了人工智能落地的議題——價(jià)值創(chuàng)造。
要點(diǎn)
1、 AI落地必須回答產(chǎn)品經(jīng)理靈魂拷問(wèn)：你到底給誰(shuí)創(chuàng)造了什么樣的價(jià)值？
2、 AI的價(jià)值主要體現(xiàn)在三個(gè)方面：成本優(yōu)化、效率提升、體驗(yàn)增強(qiáng)。
3、 AI在不同行業(yè)發(fā)展的速度不一樣，有難有易，更容易發(fā)展起來(lái)的，是那些給予AI試錯(cuò)機(jī)會(huì)的場(chǎng)景。
4、 AIoT 是人工智能技術(shù)與產(chǎn)業(yè)深度結(jié)合的必經(jīng)之路，因?yàn)橛布杀局饾u變得更低，5G讓連接變得更迅捷，在這些基礎(chǔ)之上實(shí)現(xiàn)非常好的IoT的連接后，就能夠產(chǎn)生更多數(shù)據(jù)，讓AI算法實(shí)現(xiàn)快速突破。
5、 AIoT在體系下有且僅有三種角色，分別是感知器、決策器、執(zhí)行器，每個(gè)部分都有創(chuàng)新機(jī)會(huì)。
唐文斌演講分享全文
謝謝大家！謝謝主持人對(duì)我們的介紹，其實(shí)AI公司做的事情并非光鮮亮麗，反而非常的實(shí)際、非常的累，所以今天我想講點(diǎn)接地氣的事情。
現(xiàn)在很多人都在講AI，我們也可以看到AI技術(shù)確實(shí)給不同場(chǎng)景帶來(lái)了很多應(yīng)用，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)都給計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別，NLP等一系列的技術(shù)提供了好的手段，使其性能有大幅度的增長(zhǎng)。
因此，這也給不同產(chǎn)業(yè)帶來(lái)了不一樣的價(jià)值，從技術(shù)到產(chǎn)業(yè)落地的過(guò)程已經(jīng)在實(shí)踐、在發(fā)展了。
舉個(gè)例子，我們現(xiàn)在可以通過(guò)計(jì)算機(jī)視覺(jué)幫助制造業(yè)廠商做缺陷檢測(cè)，用機(jī)器人幫倉(cāng)儲(chǔ)物流行業(yè)降本增效，用AI的方式讓你提前測(cè)試某款化妝品、衣服的上身效果，不用再出門去商場(chǎng)了。
不管是降低成本、提升效率還是增強(qiáng)體驗(yàn)，在很多場(chǎng)景中，AI都是用這樣的方式來(lái)產(chǎn)生價(jià)值的。
但是這件事情并沒(méi)有大家想象中的那么好。
在AI的熱度之下，其實(shí)企業(yè)對(duì)AI如何落地、如何使用、如何給自己帶來(lái)價(jià)值，是沒(méi)有那么清楚的，落地的過(guò)程也沒(méi)那么容易，這也是我一上來(lái)講我們做的事情并沒(méi)有那么光鮮，反而非常累的原因。
AI落地回歸價(jià)值本身
這是Gartner統(tǒng)計(jì)的阻礙企業(yè)應(yīng)用AI的原因，其中包括現(xiàn)有員工缺乏相關(guān)的技能、對(duì)AI的作用和用途不了解、缺乏數(shù)據(jù)、系統(tǒng)整合起來(lái)比較麻煩、場(chǎng)景不清晰、戰(zhàn)略不清晰、隱私安全保護(hù)、價(jià)值不好衡量……一大堆的問(wèn)題，其中有幾個(gè)問(wèn)題是比較關(guān)鍵的。
首先，我們做一個(gè)應(yīng)用產(chǎn)品，需要盡可能控制成本，不管是算法研發(fā)的成本，還是技術(shù)應(yīng)用的成本，我們必須要算這個(gè)賬。這項(xiàng)技術(shù)／產(chǎn)品地使用帶來(lái)的價(jià)值增量到底有多大？如果企業(yè)不采用這項(xiàng)技術(shù)／產(chǎn)品，成本相對(duì)而言是更低還是更高？你的ROI怎么樣？這是我們必須要回答的問(wèn)題。
第二，當(dāng)我們?cè)谝粋€(gè)特定場(chǎng)景中落地的時(shí)候，需要一個(gè)完整的解決方案。如果你的方案不完整，不能幫用戶解決切實(shí)的問(wèn)題，企業(yè)怎么會(huì)用起來(lái)呢？所以需要明確的落地方案。
第三，需要更多的專業(yè)人員。因?yàn)槔斫饧夹g(shù)和理解場(chǎng)景這兩種知識(shí)往往分布在不同的人群，需要兩類專業(yè)人員結(jié)合到一起，才能夠深入到場(chǎng)景當(dāng)中解決行業(yè)痛點(diǎn)、給客戶帶來(lái)真正的價(jià)值。
今天我們講AI技術(shù)講了很多，但AI本質(zhì)上只是一個(gè)技術(shù)實(shí)現(xiàn)手段，最終大家都要回答產(chǎn)品經(jīng)理的靈魂拷問(wèn)：
你到底應(yīng)用AI在這個(gè)場(chǎng)景給誰(shuí)創(chuàng)造了什么樣的價(jià)值？為什么你能行？為什么是現(xiàn)在？
這是最根本的問(wèn)題，AI帶來(lái)的價(jià)值有多大？客戶愿不愿意用？
對(duì)于技術(shù)公司來(lái)講，我們也需要回答這樣的問(wèn)題。我們需要從價(jià)值創(chuàng)造的角度、從需求側(cè)來(lái)看是不是真的解決用戶的痛點(diǎn)，技術(shù)應(yīng)用能不能成規(guī)模，我們才會(huì)選擇做這樣的方向。
反過(guò)來(lái)講，我們也要考慮技術(shù)能不能滿足這樣的場(chǎng)景。
任何技術(shù)，不管是人臉識(shí)別還是自動(dòng)駕駛，都必須回答一個(gè)問(wèn)題：你的技術(shù)成熟嗎？性能足夠解決這些問(wèn)題嗎？
我認(rèn)為自動(dòng)駕駛應(yīng)該是從低速到高速的發(fā)展路徑，先做低速自動(dòng)駕駛，再做高速自動(dòng)駕駛；應(yīng)該是從受限場(chǎng)景到開放場(chǎng)景；應(yīng)該是從運(yùn)貨到運(yùn)人。因?yàn)樽詣?dòng)駕駛是一個(gè)肩負(fù)著極重社會(huì)責(zé)任責(zé)任的應(yīng)用，價(jià)值極其大，最終必將被人類所征服。但是它的技術(shù)也許需要三年、五年，或者十年，甚至更長(zhǎng)的時(shí)間才能成熟。
自動(dòng)駕駛是一個(gè)價(jià)值極其大的場(chǎng)景，自動(dòng)駕駛必將被人們所征服。
所以我們?cè)谒伎既魏我粋€(gè)場(chǎng)景的時(shí)候，都需要回答本質(zhì)問(wèn)題：
你的價(jià)值到底夠不夠大？
技術(shù)能不能滿足用戶需求？
只有這兩點(diǎn)結(jié)合起來(lái)，才能夠給這個(gè)場(chǎng)景真正地創(chuàng)造價(jià)值。
從做錯(cuò)了也可以補(bǔ)救的場(chǎng)景開始
正是因?yàn)锳I落地應(yīng)用有需求側(cè)的問(wèn)題，有供給側(cè)的技術(shù)問(wèn)題，所以我們會(huì)看到不同的行業(yè)發(fā)展的速度不一樣。有一些場(chǎng)景會(huì)相對(duì)簡(jiǎn)單，有些場(chǎng)景會(huì)相對(duì)的難。那什么場(chǎng)景更容易發(fā)展起來(lái)呢？我們覺(jué)得要先從你做錯(cuò)了也可以補(bǔ)救的場(chǎng)景開始。
舉個(gè)例子，比如說(shuō)我們現(xiàn)在做缺陷檢測(cè)。缺陷檢測(cè)場(chǎng)景的核心是“寧可錯(cuò)殺一千，不可放過(guò)一個(gè)”，錯(cuò)殺就錯(cuò)殺了，人工再來(lái)一遍就好了，通過(guò)人機(jī)結(jié)合的方式可以做到一個(gè)很好的體驗(yàn)。
此外在視覺(jué)識(shí)別的很多場(chǎng)景下，雖然AI只是起到輔助性的作用，但它幫助人提升效率、降低成本，在這些場(chǎng)景下，錯(cuò)誤是可以補(bǔ)救的。所以雖然這種場(chǎng)景下AI的精度很重要，但它并沒(méi)有那么關(guān)系重大，還有一定的容錯(cuò)率。
而在一些成敗攸關(guān)的領(lǐng)域，比如自動(dòng)駕駛，還有我們?cè)谧龅纳a(chǎn)制造、物流，都是一些更偏向主營(yíng)業(yè)務(wù)線上的工具，我們有客戶就提到：“如果你導(dǎo)致我的生產(chǎn)線停產(chǎn)幾分鐘，你就要給我相應(yīng)的賠償。”
因?yàn)槿魏我馔馔ｎD都會(huì)給客戶的生產(chǎn)線帶來(lái)巨大損失，在這樣事關(guān)重大的場(chǎng)景，AI是不能出錯(cuò)的，否則付出的代價(jià)是很大的。
因此我們衡量AI落地領(lǐng)域熱度的坐標(biāo)系里有兩個(gè)軸，一個(gè)軸是價(jià)值大不大，價(jià)值越大，這個(gè)領(lǐng)域越熱門；另一個(gè)軸是技術(shù)行不行，技術(shù)越好，這個(gè)領(lǐng)域就會(huì)越熱門。
所以AI可以賦能非常多的行業(yè)，但是當(dāng)下這些行業(yè)還處在發(fā)展周期的不同位置上。
現(xiàn)在是發(fā)展AI特別好的時(shí)機(jī)，大家都在講AIoT，AI+IoT是特別干柴烈火的場(chǎng)景，因?yàn)橛布杀局饾u變得更低，5G讓連接變得更迅捷，在這些基礎(chǔ)之上實(shí)現(xiàn)非常好的IoT的連接后，就能夠產(chǎn)生更多數(shù)據(jù)，讓AI算法實(shí)現(xiàn)快速突破，新技術(shù)也就得到了更好的結(jié)合，能夠被應(yīng)用到各種場(chǎng)景中。
AIoT的三個(gè)角色：感知、決策、執(zhí)行
我分享一下曠視對(duì)于AIoT的理解。我們認(rèn)為整個(gè)AIoT體系下有且僅有三種角色，分別叫感知器、決策器、執(zhí)行器。道理其實(shí)很簡(jiǎn)單，比如人用眼睛和耳朵做感知，用大腦做決策，用手和腳做執(zhí)行，任何一個(gè)場(chǎng)景都是這樣的閉環(huán)架構(gòu)。
舉個(gè)例子，比如我們有一個(gè)產(chǎn)品是人臉識(shí)別門禁，就是特別簡(jiǎn)單的AIoT場(chǎng)景。感知環(huán)節(jié)是用攝像頭拍人臉；決策環(huán)節(jié)是對(duì)人臉進(jìn)行判斷，如果這個(gè)人是公司的員工或訪客，就把門打開；執(zhí)行器就是那個(gè)門。這就是非常簡(jiǎn)單的場(chǎng)景。
再比如我們給日本客戶做了一個(gè)演示，控制很多的機(jī)械臂、傳送帶、AGV（自動(dòng)導(dǎo)引車，有輪子的移動(dòng)機(jī)器人），幫助倉(cāng)庫(kù)、工廠實(shí)現(xiàn)自動(dòng)化。這里面的感知環(huán)節(jié)，是有很多的攝像頭對(duì)貨物、場(chǎng)景、操作者進(jìn)行感知，通過(guò)IoT的方式收集設(shè)備的數(shù)據(jù)；決策環(huán)節(jié)就是決定機(jī)械臂什么時(shí)候該動(dòng)，小車什么時(shí)候去哪個(gè)地方接貨物、走什么路徑、送到哪里去；最后是執(zhí)行需要有一個(gè)好的硬件載體做執(zhí)行。
感知、決策、執(zhí)行，這是我們做AIoT的框架和邏輯。
AI也好，IoT也好、AIoT最終還是要回到價(jià)值，我們到底給什么場(chǎng)景、什么客戶、在什么樣的情形下帶來(lái)價(jià)值。
價(jià)值主要是三個(gè)方面：成本優(yōu)化、效率提升、體驗(yàn)增強(qiáng)。所以我們必須思考如何能夠給客戶帶來(lái)這方面的價(jià)值。
因此我們判斷一個(gè)場(chǎng)景該不該做，也是通過(guò)前面這些方式。我們要考慮ROI，要考慮給客戶帶來(lái)了什么樣的回報(bào)，要看技術(shù)是否成熟，場(chǎng)景是否夠大，如何能實(shí)現(xiàn)規(guī)模化。
現(xiàn)在，任何一個(gè)場(chǎng)景中都需要很多算法，比如說(shuō)視覺(jué)識(shí)別在工業(yè)場(chǎng)景中的應(yīng)用，可能需要上千個(gè)算法去識(shí)別不同的東西。
所以，低成本、大規(guī)模產(chǎn)生算法，是AI賦能得以迅速推廣的關(guān)鍵。
那么視覺(jué)算法如何低成本實(shí)現(xiàn)呢？有沒(méi)有批量化生產(chǎn)這些算法的機(jī)制？
曠視的解決之道是做了一個(gè)底層的算法平臺(tái)，叫Brain++。Brain++做的事情就是通過(guò)高效的深度學(xué)習(xí)的平臺(tái)，更有效、低成本地生產(chǎn)算法，讓研究員更快生產(chǎn)出他們想要的算法，通過(guò)AutoML的方式，針對(duì)已經(jīng)規(guī)范好的場(chǎng)景，自動(dòng)化生成算法。
感知層的算法、決策層的優(yōu)化算法、控制層的控制算法，都可以通過(guò)Brain++降低生產(chǎn)成本，也降低了AI應(yīng)用到一個(gè)場(chǎng)景的成本，讓AI落地到更多產(chǎn)業(yè)中去。
基于算法，能夠形成行業(yè)的應(yīng)用軟件和平臺(tái)軟件，比如在不同場(chǎng)景中需要不一樣的應(yīng)用軟件。那么這些應(yīng)用軟件是否有好的PaaS層、提供好的共性、提供更低成本的落地方式，關(guān)系到整個(gè)過(guò)程能否實(shí)現(xiàn)低成本化，實(shí)現(xiàn)貼近使用場(chǎng)景，這是非常關(guān)鍵的事情。
曠視在做什么呢？我們基于Brain++算法平臺(tái)，深耕三個(gè)主要的應(yīng)用場(chǎng)景。
第一個(gè)場(chǎng)景以手機(jī)為終端，去賦能手機(jī)，讓手機(jī)具備識(shí)別人臉的能力，具備識(shí)別各種信息的能力，能夠刷臉解鎖，能夠把照片變得更漂亮，讓相機(jī)變得更智能。
第二個(gè)是城市物聯(lián)網(wǎng)，以相機(jī)為終端，通過(guò)分析相機(jī)中的數(shù)據(jù)，讓城市變得更加的便捷和安全。
最后一個(gè)場(chǎng)景是供應(yīng)鏈物聯(lián)網(wǎng)，就是前面講的把機(jī)器人、機(jī)械臂、AGV等一系列的自動(dòng)化的設(shè)備連接起來(lái)，通過(guò)視覺(jué)的方式提供完整的解決方案，給倉(cāng)庫(kù)、工廠降本增效。
這是我們支持的天貓超市的一個(gè)倉(cāng)庫(kù)，大概用了400多臺(tái)機(jī)器人，來(lái)幫助天貓超市完成整個(gè)京津冀地區(qū)的發(fā)貨。如果在座的各位在北京去下天貓超市的訂單，很有可能是我們的機(jī)器人系統(tǒng)把貨發(fā)給你的。
對(duì)于曠視這樣的技術(shù)公司來(lái)說(shuō)，AI的場(chǎng)景其實(shí)是有巨大機(jī)會(huì)的，因?yàn)锳I作為一個(gè)很好的手段，可以給不同的場(chǎng)景帶來(lái)不同的價(jià)值。
具體怎么去創(chuàng)新呢？放在剛才感知、決策、執(zhí)行的框架下來(lái)看，其實(shí)每一個(gè)環(huán)節(jié)都有創(chuàng)新的機(jī)會(huì)，都有做出足夠好的差異化產(chǎn)品的機(jī)會(huì)：
我們可以做出不一樣的傳感器，通過(guò)感知算法加上新形態(tài)的傳感設(shè)備，實(shí)現(xiàn)更好的感知，面向更多感知維度，提高精度，實(shí)現(xiàn)更好的集成度。
我們也可以做更好的決策器，這能提供很大的價(jià)值，比如解決倉(cāng)庫(kù)里大量機(jī)器人的統(tǒng)一調(diào)度、統(tǒng)一運(yùn)行問(wèn)題，需要優(yōu)化的算法，需要一個(gè)決策器；如何讓收集來(lái)的海量數(shù)據(jù)產(chǎn)生對(duì)場(chǎng)景有價(jià)值的計(jì)算方式和業(yè)務(wù)模型，這些都是在決策器上可以做創(chuàng)新的點(diǎn)。
在執(zhí)行器上，我們也可以做很多不一樣的執(zhí)行器、不一樣的自動(dòng)化的裝置、不一樣的設(shè)備。AI+IoT對(duì)于場(chǎng)景能夠帶來(lái)非常多的價(jià)值，曠視作為AIoT方向的踐行者，我們最早從感知出發(fā)，現(xiàn)在從感知逐漸邁向決策、邁向執(zhí)行，也希望通過(guò)這些技術(shù)方式，最終給客戶創(chuàng)造更大的價(jià)值。
這就是我們現(xiàn)在在做的事情，謝謝大家。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
