5月13日，由ACM TUR-C與IngDan硬蛋主辦的《ACM圖靈獎五十年中國大會——AI技術的征途》在上海正式召開，前微軟亞洲研究院副院長、現科通集團硬蛋科技CTO李世鵬對當下熱門的人工智能與物聯網發(fā)表了自己的看法，他認為：
1）人工智能分為三類：AI基礎技術、AI橫向技術、AI垂直應用；
2）如果今天把所有傳統(tǒng)企業(yè)、傳統(tǒng)領域加上AI，那就會變成一個龐大的新產業(yè)；
3）IOT是真正帶來第四次工業(yè)革命；
4）不同層次的數據被硬件廠商控制，而不是用戶，用戶的數據完完全全由廠家來擺布；
5）我們現在沒有一個規(guī)范或者標準來對數據安全、隱私保護、數據交換使用、授權進行一些限制，或者一些引導；
6）我們的設想是建造一套協議，從最簡單的設備互聯開始，做到人機互聯、數據互聯，再做到知識互聯，然后到服務互聯。
以下是李世鵬的演講實錄：
人工智能說簡單一點，其實就是一個計算技術的革命。從最開始人教計算機怎么做事情，到今天我們教計算機去學習怎么做事情，就是這一點點區(qū)別。
為什么說人工智能又變很熱？
三個原因：1）我們有海量的數據，現在數據我們都處理不過來；2）我們有一些更快的計算平臺；3）雖然在傳統(tǒng)上，我們心有余而力不足，但數據完全改變了人工智能的發(fā)展，所以突然變得熱起來，再加上去年AlphaGo打敗李世石，這樣的事件造成了人工智能變成一個老百姓都知道的熱詞。
我把人工智能分成了三類：1）AI基礎技術；2）AI橫向技術；3）AI垂直應用。
在基礎技術這塊主要是云計算的基礎設施、算法、計算，第二橫向技術里會有語音識別、人臉識別、視覺識別、自然語言處理、大數據分析。最后一個垂直應用，這方面其實有海量的應用，但今天應該還沒有發(fā)掘出來。
AI基礎技術基本上被大公司所壟斷，這是一個現實。一些創(chuàng)新公司，他們的機會在哪里？也許在客戶端，也許在專用領域，也許專用算法還有機會。
橫向技術在語音識別、人臉識別這塊，BAT已經形成了一個規(guī)模，自然語言處理這塊還在不斷進展，真正的、通用的或者強AI技術還遙遙無期，但垂直領域在少數領域發(fā)展比較快，比如說個人助理、智能家居、無人駕駛這塊，我覺得它發(fā)展很快，還有機器人上面也都有一些發(fā)展，但更多機會是在傳統(tǒng)企業(yè)，比如怎么樣把傳統(tǒng)企業(yè)改造成為智能企業(yè)，把傳統(tǒng)制造變成智能制造。
如果我們今天把所有傳統(tǒng)企業(yè)、傳統(tǒng)領域加上AI，那就會變成一個龐大的新產業(yè)。
我根據自己的理解，對人工智能做了一個簡單分層，從最開始做物聯網，就是一個簡單的通知，第二層是感知，第三層是認知，第四層是預知，第五層是相知。
什么叫通知？很簡單，像我們家里的物聯網，一個傳感器感應到屋里溫度比較高，也不知道空調有沒有開，溫度上升到30攝氏度，一個傳感器就會通知用戶室內溫度，通知解決了通信渠道的問題就完了。
但感知是通過對物理數據的判斷，我覺得語音識別是一種感知，人臉識別實際也是一種感知，它比較簡單，只是從一個原始數據翻譯成到另一個單一數據，對內容并不是很了解，語音識別可根據物理上的指數翻譯成文字，但對文字專業(yè)程度是沒有的。
認知要更進一步，對內容進行了解，比如語音識別，除了產生一些文本，對文本里面的內容什么意思，需要用自然語言的技術來處理。
預知需要用戶有足夠了解，在用戶進行下個動作之前開始預測用戶想做的事情，同時預先把一些東西做好了去幫助用戶，這是預知。
最后一個是相知，機器可以幫助人做決定，這不僅涉及到機器對人有足夠了解，還有人對機器也要足夠了解，人知道機器做決定不會超出他的預期，這是一個雙向認知的過程。
深度學習帶來了AI的春天，帶動了AI在深度學習算法上的很多突破。
深度非監(jiān)督的自我學習適應很多了新的變化，它可以在挖掘一些新的東西，可以在多個數據源里得到對全局的認識，這是深度學習的功能。
深度學習可以從多用戶中學習到很多新東西，它可以把這些知識從一個任務傳遞到另外一個任務中?，F在AI應用落后于AI技術的發(fā)展，尤其在傳統(tǒng)里面，第一個首先是人才，人才是傳統(tǒng)企業(yè)尤其缺乏懂AI的人才。
不但是傳統(tǒng)企業(yè)，整個產業(yè)都缺，有好的人才都被特別牛的公司或者特別有錢的公司高薪挖去了，傳統(tǒng)企業(yè)就很可憐。
很多初創(chuàng)公司如果沒做過個領域的事情，把經驗落地到產品，傳統(tǒng)企業(yè)要做人工智能的事情，往往也不需要從一開始去做最基本的東西，也許一些解決方案很快讓他們去落地，回過頭來講，尤其在傳統(tǒng)企業(yè)這塊，更多AI的東西取決于物聯網，也就是IOT。
IOT是真正帶來第四次工業(yè)革命
物聯網最大的核心價值是把傳統(tǒng)上基于感性認識變成術語化，今天我們可以用數據化處理物理很多事情，這是IOT的重大革命。
物聯網是一個閉環(huán)，把我們物理數據變成數字化，數據輸送給我們計算機，還有一個執(zhí)行器，同時反過來影響，這個路是一個完整的閉環(huán)。
物聯網產業(yè)的發(fā)展，我們看到只是一些設備的集合，不同的品牌、不同型號、不同代的AI頂多在物理層可以兼容，且每個廠家都在試圖建造自己的生態(tài)，而且數據到服務完全鎖定在生態(tài)里面去，不同層次的數據被硬件廠商控制，而不是用戶，用戶的數據完完全全由廠家來擺布。
數據在完全授權的情況下不能給用戶完全來使用，所以封閉的人工智能系統(tǒng)造成了很多數字孤島，互聯不連，用戶交互、數據、知識、服務方面現在還缺少很多互通互聯。
我們對用戶的完整認識取決于對用戶多個數據源的掌握，如果我們不能把數據開放出來，讓它互通互聯，我們的人工智能永遠停留在一個單一的設備或者單一的數據源這個層次上。一個數據的標準模型，我們現在沒有一個規(guī)范或者標準來對數據安全、隱私保護、數據交換使用、授權進行一些限制，或者一些引導，這都是現在物聯網發(fā)展的一些現狀。
物聯網有六個特征，這里面最重要的是兩個，一是一致性，二是連續(xù)性，一致性測量的數據，不管什么時候測量的我們數據還是準確的，連續(xù)性不是只記錄幾個月后面就沒有了，比如大家常用的做智能手表、智能手環(huán)，每過一段時間換一個廠家的東西，很以前采集的數據其實就丟掉了，因為這些廠家不兼容，你的數據被鎖定它的云里面，甚至那家公司倒閉了之后你的數據找都找不回來，這是很悲哀的事情。
我們的設想是建造一套協議，從最簡單的設備互聯開始，做到人機互聯、數據互聯，再做到知識互聯，然后到服務互聯。
知識互通互聯，我們不單在數據方面互通互聯，我們也想在更高一層比如我們對數據進行處理以后，對人有一些學習，可以互相分享，帶來了我們對AI+互聯網平帶的要求，我們要有開放的平臺，要開放硬件、軟件、云服務，還是智能交互，我們還要開放兼容的系統(tǒng)，我們要做到讓用戶來決定誰可使用可可存儲，智能硬件變成一種服務，我們的等級計算有人叫做云計算或者物計算，這是很重要的領域。
微信掃一掃
