2018年11月27日-28日，第六屆WISE大會——“WISE 2018新經(jīng)濟之王”如期而至。在WISE大會上，停簡單CEO柳文超分享了他對停車行業(yè)長期存在的痛點、解決方案、以及未來市場潛力的思考。他認(rèn)為，在大數(shù)據(jù)、云計算和政策利好的影響下，停車行業(yè)會迎來一次顛覆性的升級改造，而這背后蘊藏著巨大的市場空間。他預(yù)測，互聯(lián)網(wǎng)停車的活躍用戶將在約3年內(nèi)達(dá)到億級水平。

垂直行業(yè)的AI應(yīng)用有哪些難點？未來AI的窗口期有多久？AI的未來究竟會怎樣？對于這些問題，觸景無限聯(lián)合創(chuàng)始人兼CEO肖洪波、深思考人工智能首席機器學(xué)習(xí)科學(xué)家王泳、麥飛科技聯(lián)合創(chuàng)始人CEO宮華澤分享了他們的看法。

　　垂直行業(yè)AI怎么樣應(yīng)用其中？

垂直行業(yè)AI怎么樣應(yīng)用其中？垂直場景又有哪些難點？

宮華澤認(rèn)為，數(shù)據(jù)的價值對于整個農(nóng)業(yè)耕種來說，垂直場景面臨兩點問題。第一點是數(shù)據(jù)采集的困難性；第二點是采集數(shù)據(jù)之后，面對的原數(shù)據(jù)與商業(yè)數(shù)據(jù)結(jié)合的切入點問題。

王泳博士認(rèn)為，在垂直的醫(yī)療和汽車場景下，多模態(tài)深度語義理解與人機交互技術(shù)可以應(yīng)對不同的細(xì)分場景，滿足行業(yè)的不同需求，提高效率。

肖洪波認(rèn)為，在安防領(lǐng)域，在傳感器最前端去做智能的處理，可以降低網(wǎng)絡(luò)壓力，也可以用最原始的數(shù)據(jù)進行處理分析。

宮華澤：麥飛科技是一家聚焦視覺光譜技術(shù)的智慧農(nóng)業(yè)大數(shù)據(jù)服務(wù)商。目前我們正在打造一套符合中國農(nóng)業(yè)的精準(zhǔn)科學(xué)種植管理體系，實現(xiàn)對農(nóng)作物生理狀態(tài)的智能感知。基于這個核心技術(shù)，為所有種植者提供全套的種植管理服務(wù)。

隨著整個服務(wù)輸出的不斷積累、技術(shù)升級和市場推廣，我們根據(jù)不同土地的種植規(guī)律和種植者需求，結(jié)合農(nóng)田位置、邊界、土質(zhì)信息、稻種品類、播種方式等因素打造的農(nóng)業(yè)大數(shù)據(jù)平臺也在不斷地精細(xì)化升級。

目前為止，公司主要核心技術(shù)是包括從前端收集，數(shù)據(jù)分析，整理到信息輸出的一套全流程解決方案，整體的對外商業(yè)模式是以全程農(nóng)業(yè)技術(shù)輸出業(yè)務(wù)為主。現(xiàn)在中國農(nóng)業(yè)實際上是比較缺乏數(shù)據(jù)化基礎(chǔ)的，依然靠經(jīng)驗傳承，看天吃飯的方式來進行耕種。而我們走出國門，放眼看世界，例如美國、日本、還有自然條件比較惡劣的以色列，會發(fā)現(xiàn)他們是依靠采集和沉淀數(shù)據(jù)，再逐漸反哺整個種植過程，完成農(nóng)業(yè)現(xiàn)代化基礎(chǔ)的。

數(shù)據(jù)的價值對于整個農(nóng)業(yè)耕種來說，垂直場景面臨兩點問題。第一點是數(shù)據(jù)采集的困難性，這里涉及到一些IoT的東西，也涉及到數(shù)據(jù)的采集方式。第二點，當(dāng)我們采集數(shù)據(jù)之后，將面對一個高信息維度的原數(shù)據(jù)，我們應(yīng)該是以哪一個切入點去實現(xiàn)與商業(yè)數(shù)據(jù)結(jié)合？這一點就涉及到人工智能AI的算法，我們現(xiàn)在主要實現(xiàn)方式是利用一千多個通道的光譜探測器來抓取農(nóng)作物不同階段的高信息維度數(shù)據(jù)，也就是說我們實現(xiàn)抓取了太陽光的反射能量。后期我們會從一千多個原始的數(shù)據(jù)通道當(dāng)中拆解出與植物生長最為相關(guān)的生理參數(shù)，也就是說我最懂得農(nóng)作物需要什么，根據(jù)輸出結(jié)果我們會量化出一個數(shù)據(jù)文件，將它提供給下游很多的服務(wù)智能平臺，進而完成整套的植物保護過程。

王泳：深思考人工智能的核心技術(shù)是多模態(tài)深度語義理解與人機交互，主要的產(chǎn)品是iDeepWise.AI 4.0，目前落地于智慧醫(yī)療大健康和智能汽車。

首先，在智慧醫(yī)療大健康場景下我們做了兩件事情，第一個是iDeepWise.AI 4.0在宮頸癌輔助篩查方面的場景落地，大家知道，宮頸癌是女性最高發(fā)的惡性腫瘤之一，每一位適齡女性都應(yīng)該定期進行宮頸癌篩查，但與此同時，病理醫(yī)師新生力量呈現(xiàn)“斷崖式”短缺，國內(nèi)醫(yī)療資源分布不平衡，相關(guān)醫(yī)療篩查產(chǎn)品準(zhǔn)確率低等問題的出現(xiàn)，遠(yuǎn)遠(yuǎn)無法滿足中國女性的醫(yī)療需求。在傳統(tǒng)的檢查中，需要病理醫(yī)生將玻片放到顯微鏡下進行人眼判讀，在閱片數(shù)量多，閱片壓力大的情況下就容易導(dǎo)致誤診、漏診的發(fā)生。我們所做的，就是通過“多模態(tài)深度語義理解”技術(shù)進行“排陰”，輔助病理醫(yī)生閱片，病理醫(yī)生只需要進行復(fù)核操作，從而提高宮頸癌篩查效率、降低病理醫(yī)生篩查工作量及工作強度，快速達(dá)到降低誤診、漏診。目前已經(jīng)覆蓋70%第三方檢驗機構(gòu)市場，同時與30多家三甲醫(yī)院建立合作。而另一件事情呢，則是我們“多模態(tài)深度語義理解與人機交互”技術(shù)在健康管理方面的落地，將我們的iDeepWise.AI 4.0產(chǎn)品接入手機、智能音箱、電飯煲等產(chǎn)品中，為消費者提供飲食建議、營養(yǎng)咨詢、膳食制作等健康管理服務(wù)，這一方式也可以遷移到婦嬰領(lǐng)域、慢性病、腫瘤等領(lǐng)域?qū)崿F(xiàn)診前診后健康咨詢，目前已與一系列上市公司進行合作。

在智能汽車的場景下，我們的“多模態(tài)深度語義理解與人機交互”技術(shù)也是做了兩件事情，第一件呢是在汽車智慧營銷方面的落地，解決了傳統(tǒng)汽車營銷存在的留客難、客戶體驗差等問題，為客戶帶來全新的購車體驗，同時iDeepWise.AI 4.0還可以為銷售顧問、4S店長以及主機廠商決策層提供輔助決策的大數(shù)據(jù)分析，在提升訪客體驗的同時，持續(xù)改善銷售體驗，車輛生產(chǎn)制造提供良性循環(huán)的反饋。另一件事情則是針對于車內(nèi)人機交互的場景，通過我們的“多模態(tài)深度語義理解與人機交互”技術(shù)實現(xiàn)車內(nèi)外場景的理解，從而更加主動、更加智能地發(fā)現(xiàn)、滿足人們的需求，極大地提高車內(nèi)人機交互體驗。通俗來講便是車外模組對當(dāng)前車輛所處的場景進行理解，提高駕駛的安全和舒適性，同時車內(nèi)外模組的互相協(xié)作，車內(nèi)模組通過多輪跨域上下文理解、場景理解與提醒等“多模態(tài)深度語義理解與人機交互”技術(shù)將交互模式調(diào)整為適應(yīng)當(dāng)前場景的狀態(tài)，為用戶提供最大化的“懂你”的交互體驗升級。目前已與國內(nèi)外多家汽車制造廠商和主機廠商進行合作。

肖洪波：安防是人工智能目前落地最多的行業(yè)，也可以說人工智能深度學(xué)習(xí)最早進入安防。因為這領(lǐng)域運用到很多攝像頭，有大量的圖像，這些非結(jié)構(gòu)化的數(shù)據(jù)，在很多場景里面需要對它進行結(jié)構(gòu)化，結(jié)構(gòu)化之后在這基礎(chǔ)上再進行處理。但是之前大家所有的工作都是基于云端的處理比較多，就是說前端數(shù)據(jù)采集的部分和數(shù)據(jù)處理的部分是分離開的，這當(dāng)然和我們最早的整個安防系統(tǒng)的架構(gòu)有關(guān)系，就是說我們采集之后很多東西是要放到后端做存儲，整個的傳輸壓力其實非常大。比如說某省會城市，他們有七萬只攝像頭都是高清圖像匯聚到數(shù)據(jù)中心來，幾乎是不可能完成任務(wù)，所以有大量的數(shù)據(jù)丟失，包括分辨率的變化，我們觸景做的工作是在傳感器最前端去做智能的處理，這樣一方面降低了它的網(wǎng)絡(luò)壓力，另一方面可以用最原始的數(shù)據(jù)來進行處理分析。在落地過程中，觸景做了很多安防、司法以及學(xué)校項目。在司法領(lǐng)域，我們發(fā)現(xiàn)客戶與一兩年前比有一個比較大的差別，他們現(xiàn)在會非常主動地要去運用人工智能的技術(shù)解決實際過程中碰到的問題，比如觸景在做的點名系統(tǒng)，客戶一個小時要點四次名，因為他們是有強制要求的，這時候就需要非常簡單易用的方式和它現(xiàn)有的系統(tǒng)進行無縫集成，不需要再去重新做部署，所以觸景就花了半年的時間和他們一起磨合實現(xiàn)了一套非常理想的系統(tǒng)。

　　未來AI的窗口期究竟有多久？

現(xiàn)在有一個普遍的認(rèn)知是，開源的技術(shù)效果都已經(jīng)優(yōu)化的不錯，技術(shù)的代碼也已經(jīng)開放出來，市面上有幾個聲音是說未來AI的窗口期只有6到18個月，對于這個市場，肖洪波、泳先生、宮華澤分別談了他們的看法。

肖洪波：這個時間點我認(rèn)為可能不太合適。首先時間窗口肯定是有的。因為技術(shù)從實驗室算法到落地成產(chǎn)品，然后做成解決方案它需要一個實驗周期；其次和客戶的接受度有關(guān)系。也就是說這時間窗口和我們解決用戶的需求時間點有關(guān)系，而不是說它只是一個技術(shù)的發(fā)展。比如，今年上半年觸景做了一個面向廣大開發(fā)者的平臺——角蜂鳥，現(xiàn)在有很多開發(fā)者利用我們這平臺在做前端的智能分析。這就是我們在和開發(fā)者交流過程中發(fā)現(xiàn)他們其實有非常多的需求，目前看來，市場上還有大量的需求并沒有被人工智能解決，我相信這時間窗口會比剛才說的要長一些。

王泳：AI技術(shù)的發(fā)展日新月異，AI落地場景的挖掘也層出不窮，目前人工智能技術(shù)還是屬于弱人工智能的技術(shù)，AI發(fā)展的窗口還在不斷擴大中，其內(nèi)涵也在不斷深化中，作為落地場景還有很多可以挖掘和探索的地方，所以現(xiàn)在談窗口期還是為時過早，應(yīng)當(dāng)說還有很多機會。

宮華澤：我比較同意兩位的觀點。其實從商業(yè)的角度上來看人工智能是存在窗口期，但從技術(shù)的角度上窗口期是很模糊的概念。 從垂直行業(yè)來說，更多會接觸到傳統(tǒng)模式加上開源技術(shù)的結(jié)合，逐漸往AI階層上發(fā)展。我認(rèn)為兩種模式之間其實是一個必然的發(fā)展過程。前期，用一些數(shù)據(jù)采集的方式，一些信息化的方式實現(xiàn)了某一些環(huán)節(jié)當(dāng)中的自動化數(shù)據(jù)的沉淀，但是隨著數(shù)據(jù)沉淀不斷積累的過程，不僅會產(chǎn)生一些更新的價值，并且反哺到很多的環(huán)節(jié)，而這些環(huán)節(jié)當(dāng)中會存在新的算法和模式，能夠替代人為思考的過程，更能沉淀出一些規(guī)律。這中間沒有特別嚴(yán)格的界限，但是商業(yè)發(fā)展的角度大家都在講風(fēng)口或者說所有的頭部的搶占機會，但是從整個人工智能商業(yè)化的發(fā)展趨勢來說，我們更加關(guān)注技術(shù)驅(qū)動和未來數(shù)據(jù)的價值。

　　“AI+場景”比較好還是傳統(tǒng)服務(wù)商做技術(shù)升級比較好？

對于AI落地，市面上一般有兩個方向，一個是AI的團隊去落地各個行業(yè)。另外一個是每一個行業(yè)傳統(tǒng)的服務(wù)商。目前大部分的AI公司的新零售更多是無人購物、自動識別，但是更多是應(yīng)用在一個替代人力的過程。這也導(dǎo)致了賽道比較窄，但是客戶的接受度非常高。面對這種情況，又延伸出了AI+場景比較好還是傳統(tǒng)服務(wù)商做技術(shù)升級的兩個問題。

肖洪波：兩種都是挺好的切入方式，可能在不同的業(yè)務(wù)場景里不一樣，就是看這場景本身的技術(shù)門檻是不是特別高，很多技術(shù)門檻比較高的行業(yè)，它基于傳統(tǒng)的客戶本身優(yōu)勢其實比較容易去做升級。最初的時候，有一個算法的紅利期，沒有采用深度學(xué)習(xí)的算法公司會比普通的差，但現(xiàn)在紅利期基本上已經(jīng)消除了，所以在場景落地的時候，客戶也不像最初的時候那么追捧了——只要是人工智能的產(chǎn)品就采購。現(xiàn)在更關(guān)注的是能不能真正幫他解決問題，例如成本、精度等，而非你是人工智能公司或者以前是傳統(tǒng)行業(yè)的企業(yè)標(biāo)簽。一旦要去實際場景里面，解決問題是王道，無論你以前是做場景還是算法的公司，能幫客戶解決問題這是最重要的。

王泳：其實我覺得這兩點并不矛盾，實際上就是說這一項技術(shù)不管是產(chǎn)生一種新的商業(yè)模式或者說對傳統(tǒng)的模式進行改造，只要是它確實能夠帶來實實在在大家看得到優(yōu)勢或者說一種便利，我想不管哪一種模式大家都能接受，最怕是一種霧里看花、空中樓閣的。貌似一些高大上，但是實際上并不能落地，并不能真正為企業(yè)帶來有益的改進，我想這可能也是企業(yè)不接受的。

宮華澤：這也是一個沒有答案的問題。我簡單談一下我的理解，實際上從傳統(tǒng)行業(yè)應(yīng)用判斷去驅(qū)動技術(shù)發(fā)展，這一點可以更好的理解客戶需求，真正知道痛點是什么，不會受到整個技術(shù)背景的束縛。從技術(shù)的角度上反過來談?wù)麄€行業(yè)，它其實面臨的困惑和束縛會比較多，因為我本身是搞技術(shù)出身，比如說我們最核心的是探測技術(shù)，我們會想探測技術(shù)究竟在哪一個行業(yè)中發(fā)揮的效率是最多的，但是任何一個行業(yè)應(yīng)用來說它可能需要的技術(shù)不僅是一個，所以我們只能說在這行業(yè)當(dāng)中，我們的技術(shù)對它的成本節(jié)省、效率提升、價值創(chuàng)造，哪個是第一個階段最有效的，所以我們整個團隊內(nèi)部一直強調(diào)，我們是技術(shù)背景驅(qū)動的公司，但更應(yīng)忘掉自己是技術(shù)人員，我們要更多的走到客戶的群體當(dāng)中，真正去了解行業(yè)中真正的痛點在哪里。這是我的一個理解。

　　未來AI會不會產(chǎn)品化？

在具體的落地實施層面，現(xiàn)在AI也好都躲避不了個性化，尤其是在AI場景中更多都是一單一單在做定制，未來究竟有沒有可能會產(chǎn)品化，如果有的話，這個時間在什么時候？

肖洪波：在過去的一年時間，觸景做了很多項目。因為我們本身是做產(chǎn)品的公司，希望在前端實現(xiàn)更多智能的產(chǎn)品，但過程當(dāng)中我們發(fā)現(xiàn)面臨的挑戰(zhàn)非常多，不僅僅是算法，還有量產(chǎn)、硬件設(shè)計、現(xiàn)場支持的問題等。而這些問題的解決，其實都是通過在項目過程中積累下來的，所以這個環(huán)節(jié)對我們這些企業(yè)來講是不可避免的，就和當(dāng)年的IT產(chǎn)品一樣，如數(shù)據(jù)庫或者ERP，最早的時候也都是通過產(chǎn)品的形態(tài)面世，但是通過一個一個項目的積累，可重用的東西越來越多，毛利率也就越來越高，這是一個過程，我相信會有新的模式出現(xiàn)，而現(xiàn)在是處在比較早期的階段。

王泳：像我們做iDeepWise.AI 4.0 產(chǎn)品的時候，我們也確實碰到各種各樣的問題，比如說我們剛才提到的醫(yī)療和汽車場景，其中有著不同的細(xì)分場景。作為一家技術(shù)型公司，我們比較關(guān)注的就是這一種技術(shù)的可復(fù)用性，因此我們提出多模態(tài)深度語義理解，其可以同時理解文本、語音、圖像等背后的語義，雖然我們面對客戶各自不同的需求，不同領(lǐng)域，不同業(yè)務(wù)背景。但是我們支撐業(yè)務(wù)場景落地背后的技術(shù)是可以復(fù)用的。過去做產(chǎn)品害怕客戶提出個性化，現(xiàn)在做人工智能的產(chǎn)品我們并不害怕客戶提出個性化的東西，因為我們的“多模態(tài)深度語義理解與人機交互技術(shù)”，便可以快速滿足客戶的個性化需求，這反倒成為一種優(yōu)勢。

我們的“多模態(tài)深度語義理解與人機交互”技術(shù)，是可以進行多個場景的復(fù)用的。雖然不同場景的數(shù)據(jù)來源不太一樣，但是我們后面的算法機制，包括應(yīng)答，尤其是人機對話里面多輪對話，它們的機制是一致，針對不同的場景我們可以設(shè)置一些不同的語料。

宮華澤：我認(rèn)為任何一家科技公司可能都會經(jīng)歷一段用做項目的方式來迭代自己技術(shù)的階段。麥飛主體商業(yè)模式當(dāng)中項目占比并不高，因為我們還有業(yè)務(wù)板塊。業(yè)務(wù)板塊實際上是在農(nóng)村市場和生產(chǎn)環(huán)節(jié)當(dāng)中向不同的種植團體提供技術(shù)服務(wù)，而且提供技術(shù)服務(wù)的整個團隊中有一部分比例是自營團隊，一部分加盟團隊。我們的技術(shù)與產(chǎn)品，是在這樣的業(yè)務(wù)邏輯當(dāng)中不斷的迭代與更新的。

我們?yōu)槭裁磿纬蛇@樣邏輯呢？實際上是決定了我們的場景和前兩位的場景不一樣。因為我們客戶群體有B端的客戶，也有農(nóng)業(yè)種植者。這類群體的性格特點實際上粘性極強并且復(fù)用率很高，所以我們模式主要是在技術(shù)層面上通過做項目和自營的服務(wù)體系來不斷來迭代技術(shù)和產(chǎn)品，整個業(yè)務(wù)板塊的目標(biāo)非常明確、精準(zhǔn)。希望在發(fā)展過程中，我們前期是通過技術(shù)來驅(qū)動整個公司的發(fā)展，后期是靠我們的數(shù)據(jù)來反哺與指引整個行業(yè)。

　　AI的未來在哪？

目前有一種說法是資本寒冬來了，也有一種說法是現(xiàn)在是技術(shù)的最好時期，那么在2019年，對于AI、對于技術(shù)會是一個怎樣的未來。

肖洪波：十年之后我相信人工智能可能改變很多的行業(yè)。從今年我們的感受來講，客戶對于AI的要求是越來越實際了，所以明年應(yīng)該還是這趨勢，大家都希望通過人工智能的技術(shù)真正去解決一些實際的問題，包括降低成本、減少人力等。觸景明年仍將深耕目前做的幾大行業(yè)，致力于給客戶更有價值的前端產(chǎn)品與方案，謝謝。

王泳：應(yīng)該說資本還是有的，不能說資本寒冬來了，這社會就沒錢了，資本還是有，只是大家更謹(jǐn)慎，大家也更明智。AI企業(yè)要實現(xiàn)商業(yè)化落地，同時也要建立自己的行業(yè)壁壘。比如說我們深思考已經(jīng)具備造血能力，通過“多模態(tài)深度語義理解技與人機交互”技術(shù)，在智慧醫(yī)療大健康和智能汽車兩個領(lǐng)域今年已經(jīng)實現(xiàn)數(shù)千萬元的營收，另一方面我們在業(yè)務(wù)應(yīng)用領(lǐng)域內(nèi)建立了自己的技術(shù)壁壘、數(shù)據(jù)壁壘、市場壁壘。

2019年會是一個轉(zhuǎn)折，在社會上有兩類創(chuàng)業(yè)公司會有很大的發(fā)展，一類就是它的產(chǎn)品大家認(rèn)可度比較高，落地比較成熟的這一類公司會發(fā)展比較好。另一類就是技術(shù)特別超前，明顯具有技術(shù)優(yōu)勢的公司。這樣的公司在2019年也不會存在所謂的資本寒冬。但是一般的公司就是所謂的技術(shù)不是特別明顯，或者說落地場景不是很好，那他們的日子在2019年不會過的非常好。幸運的是深思考人工智能二者兼?zhèn)洹?/p>

宮華澤：麥飛的業(yè)務(wù)是跟著整個農(nóng)業(yè)種植周期走的，所以 2019年我們的計劃已經(jīng)全面布置完成了。資本寒冬，我從兩個層面來談一下，一是從商業(yè)模式角度，我覺得并沒有資本寒冬，可能在資本方看來AI風(fēng)口炒的這么長時間，更多的想看到AI技術(shù)在整個不同的應(yīng)用場景下，究竟有多么大的變現(xiàn)能力？這不僅僅是靠你的技術(shù)去渲染，然后按照PPT來告訴他。他更希望看到實打?qū)嵉臄?shù)據(jù)，所以就變的更加謹(jǐn)慎。如果有真實的落地場景和真正的商業(yè)模式能夠?qū)崿F(xiàn)技術(shù)價值，那我覺得不存在這種說法。

另外一個，我認(rèn)為未來在AI的發(fā)展上，我們跟百度之間結(jié)合會讓我們對AI更加偏向于底層上的深度理解。其實我們的本身技術(shù)背景是搞遙感的，我們對數(shù)據(jù)源的把控會更加精準(zhǔn)，我認(rèn)為未來AI技術(shù)應(yīng)用的走向不僅在于算法本身，更應(yīng)該立足于垂直領(lǐng)域的根本需求，從數(shù)據(jù)源引入、算法加工、信息流輸出等方面打造全過程解決方案，形成核心壁壘，達(dá)到對行業(yè)應(yīng)用的技術(shù)滲透與效率升級；同時應(yīng)當(dāng)一手抓現(xiàn)實，一手抓未來，快速迭代技術(shù)與解決方案，真正達(dá)到趨于“人工”的“智能”。

【來源：北國網(wǎng)】