10月27日，由雷鋒網(wǎng)& AI掘金志主辦的「全球AI芯片·城市智能峰會」，在深圳大中華喜來登酒店盛大召開。

延續(xù)雷鋒網(wǎng)大會一貫的高水準(zhǔn)、高人氣，「全球AI芯片·城市智能峰會」以“城市視覺計算再進(jìn)化”為主題，全面聚焦城市視覺與城市算力領(lǐng)域，是業(yè)內(nèi)首個圍繞“算法+算力”展開的大型智能城市論壇。

峰會邀請到了極具代表性的14位業(yè)內(nèi)知名專家，世界頂尖人工智能科學(xué)家、芯片創(chuàng)業(yè)大牛、產(chǎn)業(yè)巨頭首席技術(shù)高管、明星投資人齊聚，為行業(yè)資深從業(yè)者們分享前瞻的技術(shù)研究與商業(yè)模式方法論。

在大會下午環(huán)節(jié)，宇視科技副總裁閆夏卿發(fā)表了題為《AI 下半場》的精彩演講。

閆夏卿表示，AI 的上下半場主要有三大轉(zhuǎn)變：一、從對“AI 無所不能”的科幻式理解，轉(zhuǎn)變成了“AI 無所不在”的應(yīng)用趨勢；二、從“AI 即算法”的粗暴理解，轉(zhuǎn)變成了“AI=算法+算力+產(chǎn)品+應(yīng)用+工程”的綜合立體式理解；三、從對技術(shù)指標(biāo)層面的角逐，轉(zhuǎn)變成了應(yīng)用體驗層面的較量。他認(rèn)為，對AI的討論深入到細(xì)節(jié)和工程層面，才是行業(yè)走向成熟的標(biāo)志。

閆夏卿表示，我們現(xiàn)在往往很難對一家 AI 公司進(jìn)行定位，因為算法公司在做芯片，芯片公司也在做算法。但這不會是一種常態(tài)，未來整個行業(yè)一定會走向開放和產(chǎn)業(yè)鏈的形態(tài)，上下游將會形成更好的分工和協(xié)作關(guān)系。這個過程需要全行業(yè)的共同努力，需要大家做出更加深入的探討。

從技術(shù)維度來看，閆夏卿表示AI技術(shù)要取得進(jìn)一步發(fā)展和突破，接下來還有許多難點需要突破：1.低數(shù)據(jù)量、無監(jiān)督自學(xué)習(xí)技術(shù)的突破；2.人類常識性只是在AI上的重建的突破；3.行業(yè)共建算法生態(tài)體系的可能性。這將會是一個漫長的過程，我們要保持耐心。

以下是閆夏卿的全部演講內(nèi)容，雷鋒網(wǎng)做了不改變原意的整理與編輯：

我今天的演講題目叫《AI下半場》，顧名思義，有下半場就一定有上半場。我認(rèn)為中國AI行業(yè)經(jīng)過3-4年的高速發(fā)展，已經(jīng)到了一個臨界點。站在這個臨界點，我們應(yīng)該回顧過去3-4年里行業(yè)發(fā)生了些什么，并以此為基礎(chǔ)展望未來3-4年會出現(xiàn)哪些新的變化。這就是我今天想要為大家分享的內(nèi)容。

我今天的演講并不會聚焦在某一個產(chǎn)品或技術(shù)上，而是會從更加綜合的角度來探討AI行業(yè)的發(fā)展。一方面，我認(rèn)為AI行業(yè)已經(jīng)進(jìn)入到了下半場，應(yīng)該更多關(guān)注整體性的問題，而不只是局部問題。另一方面，宇視是一家行業(yè)中下游廠商，最貼近用戶，所以我們更愿意從用戶體驗的角度來看待AI行業(yè)的過去與未來。

對比AI行業(yè)的上、下半場，有哪些變化呢？我覺得主要有三個維度：

一、從對“AI 無所不能”的科幻式理解，轉(zhuǎn)變成了“AI 無所不在”的應(yīng)用趨勢。

過去3-4年時間里，AI是整個社會非常熱門的話題，被推到了一個很高的位置。但中早期，我們對AI的理解是科幻式和玄學(xué)式的，覺得AI在工作和生活中無所不能。但到AI行業(yè)的下半場，大家的關(guān)注點已經(jīng)有所變化，很少再就AI本身做原生性的研究和探討，而是更關(guān)注實際應(yīng)用，比如AI應(yīng)用在哪些細(xì)分領(lǐng)域產(chǎn)生了怎樣的價值。

不知不覺，我們?nèi)粘Ｉ钪械脑S多體驗已經(jīng)在AI的作用下得到了優(yōu)化和改善。比如用手機(jī)自拍，里面有AI算法的加持；比如辦理酒店入住或過機(jī)場安檢，人臉識別大幅提升了效率……所有這一切都在悄悄告訴我們一個事實，當(dāng)大眾不再把AI當(dāng)做一個神話般的概念來討論時，才是AI下半場真正的開始。

二、從“AI 即算法”的粗暴理解，轉(zhuǎn)變成了“AI=算法+算力+產(chǎn)品+應(yīng)用+工程”的綜合立體式理解。

早期，在大家眼中AI基本等同于算法。換言之，只有做算法的團(tuán)隊或公司才有資格給自己貼上AI的標(biāo)簽。但今天，我們的認(rèn)知已經(jīng)發(fā)生了轉(zhuǎn)變。即便最典型的AI公司——CV四小龍，也不再僅僅局限于算法等原生性問題的研究，而是拓展到了產(chǎn)品、應(yīng)用和用戶體驗的維度。與此同時，原來偏中下游的硬件廠商也逐步開始了算法方面的布局。上下游間彼此交叉滲透已經(jīng)成了當(dāng)前AI行業(yè)的基本趨勢。

但這并不重要，重要的是，對于用戶來說真正能產(chǎn)生價值的AI是什么樣的。我認(rèn)為它不僅僅是算法，而應(yīng)該包括“算法+算力+產(chǎn)品+應(yīng)用+工程”等更多與實際應(yīng)用相關(guān)的維度。

三、從對技術(shù)指標(biāo)層面的角逐，轉(zhuǎn)變成了應(yīng)用體驗層面的較量。

AI上半場，我們非常關(guān)注各種指標(biāo)。無論是算法PK還是真實場景的應(yīng)用，我們都熱衷于講我有幾個9（90%、99%或者99.9%）。實際上，未來多一個9或者兩個9并不會大幅改善用戶體驗，這種情況下我們該怎么做呢？我預(yù)判，未來大家的關(guān)注點會更加側(cè)重于應(yīng)用細(xì)節(jié)。

去年年初我們曾經(jīng)旗幟鮮明地講過一句話，“進(jìn)入細(xì)節(jié)與工程，才是AI走向成熟的開始”，今天仍然可以自信地這樣講。我相信，未來我們會更多探討AI技術(shù)的更迭將在具體使用場景中發(fā)揮怎樣的價值，而不是泛泛地去討論芯片的算力又增加了多少。這些表層現(xiàn)象背后其實還有很多深層次的東西。

再來看看AI架構(gòu)的演進(jìn)。為什么我特別希望跟大家探討一下架構(gòu)？前面提到，AI已經(jīng)步入了工程化和細(xì)節(jié)化的階段，到這個階段后，純粹技術(shù)點上的差別——比如多幾種算法，算法處理能力高多少——已經(jīng)不再是最重要的因素。評價一個產(chǎn)品成功與否，最后還是要看它的使用價值。無數(shù)歷史經(jīng)驗和教訓(xùn)告訴我們，好的技術(shù)不一定好用，不一定會產(chǎn)生最大的價值。純技術(shù)角度之外，影響最大的因素是價格，而價格取決于你是在什么體系架構(gòu)中解決問題的。

回顧歷史，IT、通信、計算機(jī)相關(guān)的技術(shù)都經(jīng)歷了螺旋式上升的架構(gòu)演進(jìn)，我認(rèn)為這個規(guī)律也會在AI行業(yè)得到印證。主要有三個維度：

一是從集中到分散，再到“集中+分散”的演進(jìn)。

以安防行業(yè)為例，最近一年多時間，我們關(guān)注的重心是如何把計算集群或訓(xùn)練中心的芯片算力轉(zhuǎn)移到前端攝像機(jī)或者其他泛物聯(lián)網(wǎng)前端。這意味著AI的架構(gòu)正在從中心側(cè)向邊緣側(cè)轉(zhuǎn)移。到2020年后，大家也許會發(fā)現(xiàn)一個很有趣的現(xiàn)象，一夜之間幾乎所有主流前端硬件廠商都擁有了全系列的基于AI的前端產(chǎn)品。

但AI架構(gòu)的演進(jìn)是不是到這就結(jié)束了呢？顯然不是。最終的AI架構(gòu)應(yīng)該是“集中+分散”的體系，映射到產(chǎn)品側(cè)就是“云+端”融合的體系。這個體系的出現(xiàn)，對原有的云端和終端測都會提出許多新的要求。

二是從通用到專用，再到高階通用的演進(jìn)。

過去我們看科幻電影，留下深刻印象的往往不是醫(yī)療或安防的專門軟件，而是那些無所不能的大反派，它們像人類大腦一樣，沒有清晰的知識體系邊界。最開始我們也認(rèn)為AI就應(yīng)該是這樣的，它是對人類大腦最好的仿生，但這實際上很難實現(xiàn)?，F(xiàn)在我們看到的AI產(chǎn)品和應(yīng)用都是非常具象地聚焦在某一個具體問題上，我認(rèn)為這是AI架構(gòu)演進(jìn)過程中的一種妥協(xié)，是AI走向?qū)嵱没谋亟?jīng)之路。它最終仍然會慢慢回歸到高階通用的方向去，只是需要比較長的時間，可能是三五年，也可能更久。

三是從集群到終端，再到芯片/模組的演進(jìn)。

芯片模組化引發(fā)的產(chǎn)業(yè)結(jié)構(gòu)變化，與AI架構(gòu)的演進(jìn)也是相通的。整個產(chǎn)業(yè)正逐漸從云端向終端移動，慢慢進(jìn)入到上游體系。我們今天看到的AI芯片技術(shù)的迭代，是整個AI架構(gòu)進(jìn)入成熟階段的開始。

過去幾十年，摩爾定律在計算機(jī)的軟、硬件發(fā)展中起到了決定性作用。那么，AI領(lǐng)域是否也存在一個類似于摩爾定律的周期規(guī)律呢？它的周期是18個月還是多少？這一規(guī)律又將如何帶動產(chǎn)業(yè)的發(fā)展？我覺得這是一個很有意思的命題，值得深思。

從行業(yè)格局來看，AI上半場大家關(guān)注最多的是獨(dú)角獸。這很正常，因為一個產(chǎn)業(yè)剛剛發(fā)育，需要資本的加持和助力。所以大家會津津樂道獨(dú)角獸的表現(xiàn)，關(guān)注明星企業(yè)發(fā)展中的細(xì)節(jié)。這個過程中，很少有人真正關(guān)注過產(chǎn)品與服務(wù)在用戶側(cè)的演進(jìn)脈絡(luò)，以及對用戶的影響。我們認(rèn)為，“產(chǎn)品與服務(wù)”五個字非常重要，只有整個行業(yè)的重心轉(zhuǎn)移到這五個字上后，才是真正意義上新時代的開始。

AI上半場，大家分不清楚各自的角色：做算法的也在做產(chǎn)品，做產(chǎn)品的也在做芯片……如果行業(yè)始終保持這樣一種混沌的態(tài)勢，說明它是不成熟的。我認(rèn)為產(chǎn)業(yè)走向成熟的標(biāo)志是分工和分層，因為沒有任何一家企業(yè)可以在完整產(chǎn)業(yè)鏈的每一個環(huán)節(jié)都做到最好。

未來，行業(yè)的關(guān)注點會從“某個企業(yè)發(fā)展的怎么樣”，轉(zhuǎn)向“產(chǎn)業(yè)鏈應(yīng)該分割成幾段，段與段之間怎樣銜接”“每一段里有哪些有實力的選手，他們的關(guān)系是什么”。這才是行業(yè)走向成熟的標(biāo)注。

當(dāng)行業(yè)從混沌通吃走向產(chǎn)業(yè)鏈分工，勢必意味著整個體系要從封閉走向開放?？梢院唵晤惐然ヂ?lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)發(fā)展到今天通過IP協(xié)議連接著每個人，讓我們受益其中。AI是一個全新的時代，它勢必也會呼喚類似的能夠讓產(chǎn)業(yè)各個要素和玩家合理有序掛接其中，且讓大家相互受益的架構(gòu)。所以我認(rèn)為，AI未來一定會走向開放。但到底應(yīng)該怎么開放？目前行業(yè)討論的還不夠。

開始接地氣是AI變得更好的開始。什么才是接地氣的AI？它應(yīng)該有產(chǎn)品、服務(wù)和細(xì)節(jié)，而不是僅僅是關(guān)注指標(biāo)。它應(yīng)該連接應(yīng)用，關(guān)注用戶的實際體驗。

宇視的身份是廠商，所以我們會把更多精力和能力放到產(chǎn)品實現(xiàn)、技術(shù)架構(gòu)和用戶體驗等層面。2015年，宇視在北京首批發(fā)布了完整的基于AI邊緣的服務(wù)器產(chǎn)品——昆侖系列。今天，我們已經(jīng)擁有了非常完整的、覆蓋前端和后端，能夠用不同算法解決不同業(yè)務(wù)領(lǐng)域問題的產(chǎn)品序列。

系統(tǒng)架構(gòu)上，我們強(qiáng)調(diào)四個點——富前臺、強(qiáng)中臺、大后臺、海終端。我們的核心理念是從“可視智慧物聯(lián)”到“AIOT全景數(shù)智物聯(lián)”，這是一次全面升級。

關(guān)于AI技術(shù)的下一步走向，我們有三個判斷：

一、低數(shù)據(jù)量、無監(jiān)督自學(xué)習(xí)技術(shù)的突破。

深度學(xué)習(xí)今天已經(jīng)不再是難題，成了每個人都能踏上去的臺階。但在這樣的背景下，仍在存在許多跟實際應(yīng)用高度關(guān)聯(lián)且亟待優(yōu)化的地方，比如低數(shù)據(jù)量、無監(jiān)督自學(xué)習(xí)技術(shù)的突破。

二、人類常識性知識在AI上的重建的突破。

AI的很多能力并不是常識，而是基于海量數(shù)據(jù)分析得出的結(jié)論，這是它相對人類的優(yōu)勢所在。但反過來，人類的常識性知識要在AI上重建卻非常困難。

三、行業(yè)共建算法生態(tài)體系的可能性。

現(xiàn)在算法領(lǐng)域大家還是各自為戰(zhàn)，每個人都認(rèn)為自己有一手絕活。但我認(rèn)為，未來我們還可以在共通、共享、共同優(yōu)化方面走出一條不一樣的路。

我們不妨從歷史辯證唯物主義的角度來對AI做一個思考。現(xiàn)在大家把AI看得很重、捧得很高，但它的價值和意義是什么？和歷史上其他重要的技術(shù)節(jié)點有什么不同？這里，我試圖做一個總結(jié)。

轉(zhuǎn)化能量、優(yōu)化工具和傳遞信息是人類發(fā)明歷史的三條路徑，所有突破和更新都離不開這三條路徑。

先說轉(zhuǎn)化能量。舉個例子，蒸汽機(jī)、太陽能歸根結(jié)底就是改變了能量的轉(zhuǎn)化效率。未來人類能源革命上極其重要的可控核聚變也是在解決這個問題。

再看工具的優(yōu)化。從最原始的鐵器，到當(dāng)前最熱門的量子計算，都是優(yōu)化工具的路徑上演進(jìn)。

最后，信息傳遞。從中國古代四大發(fā)明的印刷術(shù)到互聯(lián)網(wǎng)，解決的都是傳遞信息的問題。

循著這三條路徑，我們試圖給AI下一個定義。AI到底什么？是這三條路徑上的哪一種突破和提升？我們發(fā)現(xiàn)很難把它單獨(dú)歸到某一個類別中去，換句話說，它是無所不在無所不能的。從這個意義上來說，AI并不是某條主線上的一個點，而是三條主線上共同的一個面。它應(yīng)該是基礎(chǔ)中的基礎(chǔ)，作用于各行各業(yè)。

也就是說，AI是使能體系，使某個行業(yè)更有能力，同時它也是基礎(chǔ)科學(xué)，不能光靠某一個行業(yè)去牽引。它既有學(xué)術(shù)的層面，也有應(yīng)用和共生的層面，所有這一切最終要形成一個完整的閉環(huán)。

今天大家經(jīng)常有一種感覺。我們談?wù)摷夹g(shù)是經(jīng)常熱血沸騰，但說到具體應(yīng)用時卻有種大炮打蚊子的感覺。我們用了這么多卷積神經(jīng)網(wǎng)絡(luò)，最后解決的都是很小的問題，就像計算機(jī)剛發(fā)明的時候一樣。但人類文明發(fā)展的曲線都是先平緩后陡峭的，進(jìn)入后半段文明的演進(jìn)將非常迅速，而且是看不到上限的。如果我們站在“AI是使能體系，是基礎(chǔ)科學(xué)”的角度來思考，就應(yīng)該對它抱有更多耐心。我希望大家對AI的關(guān)注點能更多回到它的基礎(chǔ)理解和認(rèn)知，而不僅僅是那些最熱門的東西，讓AI回歸本質(zhì)。

以下是問答環(huán)節(jié)：

Q：在剛剛過去的AI上半場，您認(rèn)為AI四小龍里哪一家做的最好？

A：我覺得都做得不錯。如果非要說哪一家做得最好，我覺得可以用這樣一句話來回答：誰能率先完成從算法到“算法+算力+產(chǎn)品+工程+實際應(yīng)用”的進(jìn)化，誰就是做得最好的。

Q：那么在AI下半場，AI四小龍要想在安防業(yè)務(wù)上超過宇視，還缺少哪些條件？

A：我覺得不存在誰超越誰，因為大家過去扮演的角色雖然有交叉，但并不完全一樣。

我相信任何一個行業(yè)從發(fā)展到成熟都會經(jīng)歷幾個階段：第一階段是培育階段，我們需要呼喚更多新人來突破原有的思維局限；第二階段是規(guī)?；彤a(chǎn)業(yè)化階段，產(chǎn)業(yè)中規(guī)模比較大或基礎(chǔ)比較雄厚的玩家會逐漸形成優(yōu)勢。

但正如我剛才所說，AI是一個非常完整的體系，每個人都有自己的位置，大家都擠在同一個位置上并不是好事。另外，在真正完整、開放、有產(chǎn)業(yè)鏈特征的體系中，不存在誰超過了誰或誰被誰超過的命題。最好的狀態(tài)是大家找到各自的位置，共同為用戶提供價值。

關(guān)于全球AI芯片·城市智能峰會

「全球AI芯片·城市智能峰會」是雷鋒網(wǎng) & AI掘金志安防團(tuán)隊繼「中國人工智能安防峰會」、「CCF-GAIR視覺智能論壇」后，全力打造的又一大品牌活動。

在上述三大論壇中，組委會先后邀請到了高文、Demetri Terzopoulos、權(quán)龍、華先勝、賈佳亞、孫劍、顏水成、田奇、程浩、張鵬國、浦世亮、殷俊、余虎、李子青、申省梅、王曉剛、楊帆、陳寧、溫浩、陳瑞軍、張永謙、肖洪波、胡大鵬等在產(chǎn)學(xué)兩界享有盛譽(yù)的權(quán)威專家。

論壇內(nèi)容圍繞「攝像機(jī)」這一介質(zhì)入口展開，覆蓋AI安防產(chǎn)品、圖像與視覺智能算法、視頻芯片&服務(wù)器、投融資、商業(yè)模式等多個維度的主題，旨在打造業(yè)內(nèi)最完整的智能城市論壇體系。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。