4月22日消息，糖豆廣場(chǎng)舞完成C輪融資，該輪融資由、IDG資本投資。億邦動(dòng)力網(wǎng)了解到，該輪投資方IDG技術(shù)創(chuàng)業(yè)投資基金又稱IDG資本，創(chuàng)始于1992年，在中國(guó)進(jìn)行風(fēng)險(xiǎn)投資活動(dòng)，是最早進(jìn)入中國(guó)的外資投資基金。在近10年中，IDG資本重點(diǎn)布局企業(yè)服務(wù)、互聯(lián)網(wǎng)金融、文化娛樂三個(gè)板塊，企業(yè)服務(wù)領(lǐng)域從B2B交易市場(chǎng)、大數(shù)據(jù)與云服務(wù)、SAAS企業(yè)服務(wù)軟件到安全都有涉獵，投出了包括找鋼網(wǎng)、金山云、百分點(diǎn)、AppAnnie、云測(cè)、紛享逍客、商湯科技、Everstring、Sensetime、同盾科技、梆梆安全等。

7月5日消息，日前，在由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）、雷鋒網(wǎng)、香港中文大學(xué)（深圳）聯(lián)合舉辦的2018全球人工智能與機(jī)器人峰會(huì)（CCF-GAIR）上，商湯科技聯(lián)合創(chuàng)始人、香港中文大學(xué)-商湯科技聯(lián)合實(shí)驗(yàn)室主任林達(dá)華教授，發(fā)表了題為“計(jì)算機(jī)視覺研究中的新探索”的演講，闡述了計(jì)算機(jī)視覺未來3~5年的研究方向。林達(dá)華指出，人工智能在過去幾年的成功，它不是偶然的，也并不僅僅只是算法發(fā)展的結(jié)果，它是很多的因素歷史性地交匯在一起，促成了這波人工智能浪潮。第一個(gè)是數(shù)據(jù)，海量數(shù)據(jù)、運(yùn)用場(chǎng)景數(shù)據(jù)的積累，以及GPU的發(fā)展，計(jì)算能力大幅度的躍升，在這個(gè)基礎(chǔ)上，算法的進(jìn)展才帶來了今天人工智能的成功和在眾多應(yīng)用場(chǎng)景的落地。人工智能不是一個(gè)魔術(shù)，從某種意義上它就是在龐大的數(shù)據(jù)量、在巨大的計(jì)算能力支撐下的性能進(jìn)步。林達(dá)華表示，目前人工智能還處于粗放型發(fā)展階段，準(zhǔn)確率不是唯一的方向；人工智能發(fā)展有多方面不同含義，比如效率、成本、質(zhì)量等等。他還認(rèn)為，人工智能，其最終目的是要為我們的生活帶來便利，提高我們生活的質(zhì)量。但是最近幾年人工智能的發(fā)展好像走入了誤區(qū)，人工智能的質(zhì)量跟準(zhǔn)確率是掛鉤的，但其實(shí)人工智能是有多個(gè)方面不同的含義，不僅僅是質(zhì)量，它的質(zhì)量其實(shí)是多個(gè)方面、多個(gè)層次的。以下為林達(dá)華教授演講實(shí)錄：今天非常榮幸能夠在這里分享港中文-商湯聯(lián)合實(shí)驗(yàn)室過去幾年的工作。首先說明一下我并沒有直接地去參與商湯在商業(yè)領(lǐng)域的運(yùn)作，所以大家如果要關(guān)心商湯什么時(shí)候上市，這個(gè)問題我是回答不了的。但是我能夠告訴給大家的是，商湯公司不是一天建成的，它今天的成功也不僅僅是三年半的努力，它是建立在它背后這個(gè)實(shí)驗(yàn)室18年如一日的原創(chuàng)技術(shù)積累。我們今天在這個(gè)實(shí)驗(yàn)室所做的事情，它影響的不是商湯今天拿什么東西出去賺取利潤(rùn)，而是商湯要做一個(gè)偉大的科技公司，在未來的3年、5年、10年要向什么地方走。準(zhǔn)確率不是唯一的方向目前人工智能還處于粗放型發(fā)展階段在過去的8年時(shí)間中，計(jì)算機(jī)視覺可以說是取得了一個(gè)突破性的進(jìn)展，最重要的在技術(shù)上的進(jìn)展應(yīng)該是深度學(xué)習(xí)的引入。在這個(gè)領(lǐng)域有一個(gè)非常高級(jí)別的比賽叫做ImageNet。在2012年之前，這個(gè)錯(cuò)誤率都是比較高的，2012年以后由于深度學(xué)習(xí)的引入，經(jīng)歷了4年的黃金時(shí)期。在這4年的黃金期里面，ImageNet的錯(cuò)誤率從16%下降到了接近3%。在這里我想問的一個(gè)問題是，深度學(xué)習(xí)確實(shí)在這幾年的黃金時(shí)期取得了突破性的進(jìn)展，但是不是說我們到了現(xiàn)在這個(gè)水平，計(jì)算機(jī)視覺的研究已經(jīng)終結(jié)了呢？從現(xiàn)在這個(gè)水平再往前看3年、5年、10年的時(shí)間，我們未來的研究方向應(yīng)該做什么？這是我們整個(gè)實(shí)驗(yàn)室，也包括商湯一直在思考的問題。事實(shí)上如果要回答這個(gè)問題，我們可以看到，人工智能在過去幾年的成功，它不是偶然的，也并不僅僅只是算法發(fā)展的結(jié)果，它是很多的因素歷史性地交匯在一起，促成了這波人工智能浪潮。第一個(gè)是數(shù)據(jù)，我們的海量數(shù)據(jù)、運(yùn)用場(chǎng)景數(shù)據(jù)的積累，以及GPU的發(fā)展，計(jì)算能力大幅度的躍升，在這個(gè)基礎(chǔ)上，算法的進(jìn)展才帶來了今天人工智能的成功和在眾多應(yīng)用場(chǎng)景的落地。所以我在這里希望向大家傳遞的信息是，雖然大家看到人工智能的很多成功的故事，看到了算法方面的巨大進(jìn)展，但是人工智能不是一個(gè)魔術(shù)，從某種意義上它就是在龐大的數(shù)據(jù)量、在巨大的計(jì)算能力支撐下的性能進(jìn)步。這其實(shí)從某種意義上是一種非常粗放型的發(fā)展，大家都去追逐一個(gè)正確率，追求性能的目標(biāo)。最近幾年中國(guó)的公司在國(guó)際上所有比賽的榜單上都排到了前三名，但是這是以巨大的工程力量和資源投入為代價(jià)的，這種發(fā)展模式是不是可以持續(xù)？這是我們需要思考的問題?；仡櫳疃葘W(xué)習(xí)或者人工智能在過去幾年的發(fā)展，我覺得有很多的事情，我們還有很長(zhǎng)的路需要走。效率、成本、質(zhì)量人工智能發(fā)展有多方面不同含義在這里分享幾個(gè)方向的思考，第一，是學(xué)習(xí)的效率，是不是充分地把我們的計(jì)算資源使用起來。第二，我們面對(duì)巨大的數(shù)據(jù)成本，或者標(biāo)注成本，如何解決這個(gè)困境。最后，就是說我們雖然在榜單上拿到了99.9%的準(zhǔn)確率，但是這樣訓(xùn)練出來的模型是不是真正滿足我們的生活或者社會(huì)生產(chǎn)的需要？這些都是我們要把人工智能落地，推向更快、更好發(fā)展需要解決的問題。首先我們講第一個(gè)方面，效率。我剛才說過，我們現(xiàn)在基本上是用粗放型的方法發(fā)展，就靠堆積數(shù)據(jù)、堆積計(jì)算資源，去獲得很高的性能，是資源的競(jìng)爭(zhēng)，而不是效率的競(jìng)賽。但是我們未來要怎么發(fā)展，就需要進(jìn)一步回顧我們現(xiàn)在的模型和技術(shù)的模式，看看還有沒有優(yōu)化的空間。優(yōu)化的原理非常簡(jiǎn)單，就是把好鋼用在刀刃上。舉一個(gè)具體的例子，我們?cè)趲啄昵熬烷_始進(jìn)入了視頻領(lǐng)域，視頻是一個(gè)非常需要效率的地方，視頻的數(shù)據(jù)量非常龐大，一秒鐘的視頻就是24幀，一分鐘的視頻就差不多是1500幀，基本上相當(dāng)于一個(gè)中型的數(shù)據(jù)。利用傳統(tǒng)的處理圖像集的方式去處理視頻顯然是不合適的。在2013、2014年的時(shí)候大部分的視頻分析方法采取的是比較簡(jiǎn)單的方式，每一幀都拿出來跑一個(gè)卷積網(wǎng)絡(luò)，最后把它集成綜合到一起進(jìn)行判斷。雖然說過去幾年計(jì)算資源發(fā)展非?？?，但是GPU的顯存還是有限的，如果每一層都放到CNN去跑，GPU顯存只能容納10幀到20幀左右，一秒鐘的視頻就把GPU充滿了，是沒辦法對(duì)長(zhǎng)時(shí)間的視頻進(jìn)行分析的，這是一種非常低效的模式。我們知道視頻相鄰幀之間是非常相似的，這一幀跑一次，下一幀再跑一次，大量的計(jì)算浪費(fèi)掉。我們看到了這個(gè)重復(fù)計(jì)算的低效，我們把這個(gè)采樣方法重新進(jìn)行了改變，改用了稀疏采樣，無論多長(zhǎng)的視頻進(jìn)來，我都劃分成等長(zhǎng)的段落，每一段只取一幀或幾幀出來，這樣我就能對(duì)視頻有一個(gè)完整的時(shí)間范圍覆蓋，自然分析出來的結(jié)果也會(huì)有比較高的可靠性和準(zhǔn)確性。憑借這個(gè)網(wǎng)絡(luò)，我們拿到2016年ActivityNet的冠軍，現(xiàn)在很多實(shí)際中使用的長(zhǎng)視頻分析架構(gòu)，都已經(jīng)采用了這種稀疏采樣的想法。在這之后我們進(jìn)一步拓展我們的研究領(lǐng)域，不僅僅是做這個(gè)視頻理解，我們還進(jìn)一步做在視頻里面的物體的檢測(cè)。這也帶來一個(gè)新的困難，之前做分類識(shí)別，我們可以分段，每一段拿出來會(huì)獲得一個(gè)大體上的理解。但是物體檢測(cè)沒辦法這么做，每一幀都需要把物體的位置輸出出來，在時(shí)間上是不能稀疏的。這一頁slide顯示了我們?cè)?016年ImageNet比賽視頻物體檢測(cè)項(xiàng)目取得冠軍的網(wǎng)絡(luò)，具體細(xì)節(jié)我不說了，基本上就是把每一幀的特征拿出來，判斷它的類型是什么，對(duì)物體框的位置做出調(diào)整，然后把它串起來。這里面需要每一幀都要處理，當(dāng)時(shí)最厲害的GPU每秒鐘只能處理幾幀，需要大量的GPU才能把這個(gè)網(wǎng)絡(luò)訓(xùn)練出來。我們希望把這樣一個(gè)技術(shù)用在實(shí)際場(chǎng)景，希望得到一個(gè)實(shí)時(shí)性的物體檢測(cè)的框架，要是我們每一幀都是按剛才的方法處理，需要140毫秒，是完全沒有辦法做到實(shí)時(shí)，但是如果稀疏地去采，比如說每20幀采一次，中間的幀怎么辦呢？大家可能想到用插值的方法把它插出來，但是我們發(fā)現(xiàn)這個(gè)方法對(duì)準(zhǔn)確度影響很大，隔10幀采一次，中間的準(zhǔn)確度差距很大。在新提出的方法里，我們利用幀與幀之間相互的關(guān)系，通過一個(gè)代價(jià)小得多的網(wǎng)絡(luò)模塊，只需要花5毫秒，在幀與幀之間傳遞信息，就能很好地保持了檢測(cè)精度。這樣我們重新改變了做視頻分析的路徑之后，整體的代價(jià)就得到了大幅度的下降。這里面沒有什么新鮮的東西，網(wǎng)絡(luò)都是那些網(wǎng)絡(luò)，只是說我們重新去規(guī)劃了視頻分析的計(jì)算路徑，重新設(shè)計(jì)了整個(gè)框架。大家可以看看結(jié)果。上面是7毫秒逐幀處理的，我們2016年比賽就是用的這個(gè)網(wǎng)絡(luò)，后面我們經(jīng)過改進(jìn)之后，超過62幀每秒，而且它的結(jié)果更加可靠、更加平滑，因?yàn)樗褂昧硕鄮g的關(guān)聯(lián)。同樣我們商湯在做自動(dòng)駕駛，需要對(duì)駕駛過程中的場(chǎng)景自動(dòng)地進(jìn)行理解和語義分割，這也是一個(gè)非常成熟的領(lǐng)域。但大家的關(guān)注點(diǎn)一直沒到點(diǎn)子上，大家關(guān)注的是分割的準(zhǔn)確率，像素級(jí)的準(zhǔn)確率，這是沒有意義的。我們真正在做自動(dòng)駕駛，關(guān)心的是人在你車前的時(shí)候，你有多快的速度判斷出有個(gè)人在那里，然后做出一個(gè)非常緊急的處理。所以在自動(dòng)駕駛的場(chǎng)景，判斷的效率、判斷的速度是非常重要的。之前的方法處理每一幀要100多毫秒，如果真有一個(gè)人出現(xiàn)在車前面，一個(gè)緊急情況發(fā)生在前面的話，是來不及做出反應(yīng)的。利用剛才所說的方法，我們重新改造了一個(gè)模型，充分地使用了幀與幀之間的聯(lián)系，我們可以把每一幀處理的效能從600毫秒降低到60毫秒，大幅度地提高了這個(gè)技術(shù)對(duì)于突發(fā)情景響應(yīng)的速度。這里面其實(shí)也是使用了剛才類似的方法，技術(shù)細(xì)節(jié)就不說了。其次，我們講第二個(gè)方面，成本。剛才是說效率上我們?cè)趺纯梢蕴岣?，接下來是?shù)據(jù)成本。我們經(jīng)常開玩笑說，人工智能是先有人工再有智能，有多少人工就有多少智能。所以今天我們有人工智能的繁榮，我們不應(yīng)該忘記在背后有成千上萬像這樣的人在背后默默地奉獻(xiàn)，這就是我們數(shù)據(jù)的標(biāo)注員。一些大的公司，有上萬人的標(biāo)注團(tuán)隊(duì)，這對(duì)人工智能發(fā)展來說也是一個(gè)巨大的成本。怎么樣把這個(gè)成本降低下來？這也是我們每天都在思考的事情。既然有很多東西我們沒辦法用人去標(biāo)注的話，我們是不是可以換一個(gè)思路，從數(shù)據(jù)、場(chǎng)景里面去尋求本身就蘊(yùn)涵的一些標(biāo)注信息？這是我們?nèi)ツ甑囊粋€(gè)工作，也是發(fā)表在CVPR上，這里面我們嘗試一種全新的方式去學(xué)習(xí)，我們圖片的標(biāo)注成本非常高，每張圖片不僅要標(biāo)注出來，還要把框框出來，以前我們要識(shí)別動(dòng)物，要人工標(biāo)很多動(dòng)物，但是以前我們小時(shí)候?qū)W習(xí)動(dòng)物，不是說老師給我一個(gè)圖片，給我一個(gè)有框的東西去學(xué)的，我們是看《動(dòng)物世界》去學(xué)的，這個(gè)方式就促使我們想到一個(gè)方法，我們能不能看《動(dòng)物世界》，把所有的動(dòng)物找到。這里面有一個(gè)天然的聯(lián)系，紀(jì)錄片上有字幕，字幕上有文字，可以把它和視覺上的場(chǎng)景連接在一起，是不是可以自動(dòng)學(xué)出來，為了這一點(diǎn)，我們?cè)O(shè)計(jì)了框架，把它的信息幾何方面的聯(lián)系，以及視覺跟文本之間的聯(lián)系建立起來，最后我們得到了一個(gè)這樣的結(jié)果。這是我們?cè)跊]有任何人工干預(yù)的情況下獲得的幾十種動(dòng)物的非常精確的識(shí)別，沒有任何的標(biāo)注，就是看《動(dòng)物世界》，看《國(guó)家地理》雜志。除此之外，我們現(xiàn)在做人臉識(shí)別，有大量的人臉數(shù)據(jù)要標(biāo)注，這里面有一些天然的數(shù)據(jù)就是我們的家庭相冊(cè)里面有很多人，這些相冊(cè)雖然沒有標(biāo)注，但是里面蘊(yùn)涵了很多信息。這是經(jīng)典電影《泰坦尼克》的一個(gè)鏡頭，如果大家只是看人臉很難看出這上面兩個(gè)人是誰，但是我們往下走可以看到右邊是Rose，但是左邊這個(gè)穿西裝的還是看不清楚是誰，這時(shí)候如果我們把這個(gè)電影背后的場(chǎng)景識(shí)別出來，你會(huì)發(fā)現(xiàn)Jack和Rose經(jīng)常出現(xiàn)在同一個(gè)場(chǎng)景里，這時(shí)候基于這種社交互動(dòng)的信息，我們可以自動(dòng)判斷這個(gè)穿黑衣服的男生可能是Jack。我們通過人臉不經(jīng)過標(biāo)注的情況下，就提供了大量的有意義的數(shù)據(jù)。在這項(xiàng)新工作中，我們還有效地利用了時(shí)間上的關(guān)聯(lián)，一個(gè)人從街道這邊走到那邊，人臉的樣子會(huì)發(fā)生很大的變化，我們還是可以判斷是同一個(gè)人。最后，是關(guān)于質(zhì)量。我們說人工智能，它其實(shí)最終目的是要為我們的生活帶來便利，提高我們生活的質(zhì)量。但是我們最近幾年人工智能的發(fā)展好像走入了誤區(qū)，認(rèn)為人工智能的質(zhì)量跟準(zhǔn)確率是掛鉤的，但其實(shí)我們覺得人工智能是有多個(gè)方面不同的含義，不僅僅是質(zhì)量，它的質(zhì)量其實(shí)是多個(gè)方面、多個(gè)層次的。給大家看幾個(gè)例子，這是最近幾年特別火的一個(gè)研究領(lǐng)域，就是給一張照片看圖說話，讓計(jì)算機(jī)自動(dòng)生成一個(gè)描述，這是用我們最新的方法得到的結(jié)果，大家可以看一下。大家可以看到三張不同的圖放出來，我們用最好的這種模型，它會(huì)說同一句話，而且這句話在標(biāo)準(zhǔn)的測(cè)試上分?jǐn)?shù)都非常高，是沒有任何問題的，但我們放在一起看的時(shí)候發(fā)現(xiàn)人不是這樣說話的，我們描述一張圖片的時(shí)候，即使同一張圖片，不同的人都會(huì)說不同的東西。這就是我們?cè)谧非笞R(shí)別的時(shí)候忽略掉的另外的品質(zhì)，包括它的自然性和它的特性。為了解決這個(gè)問題，我們?cè)谌ツ炅硗庖粋€(gè)工作上提出了一個(gè)新的方法，它不再把這個(gè)內(nèi)容看成一個(gè)翻譯問題，它把它看成一個(gè)從概率分布中采樣的問題，它承認(rèn)多樣性，每個(gè)人看到一張圖片會(huì)說不同的話，我們希望把這個(gè)采樣過程學(xué)習(xí)出來。關(guān)于這個(gè)模型具體的細(xì)節(jié)，大家可以看相關(guān)的論文。這里可以看到這個(gè)結(jié)果，同樣的三張圖，我們可以看到它出來了三句更加生動(dòng)的，能夠很好地描述這個(gè)圖里特征的語句。最后我們把這個(gè)工作再往前推進(jìn)了一下，我們既然能夠生成一句話，我們也就能生成一段動(dòng)作。這是我們最近做的，我們?cè)谙?，我們既然能夠生成很生?dòng)的一句話，我們是不是能生成一個(gè)很生動(dòng)的舞蹈。第一步我們先生成一些簡(jiǎn)單的動(dòng)作，大家在這里看到的所有這些都是計(jì)算機(jī)自己生成出來的，不是我們寫個(gè)程序把它描述出來的。這個(gè)更精彩一點(diǎn)，也是純計(jì)算機(jī)自動(dòng)生成。對(duì)剛才的分享，我再總結(jié)一下，在過去幾年，我們看到人工智能也好，深度學(xué)習(xí)也好，有一個(gè)非常突飛猛進(jìn)的發(fā)展，這種發(fā)展是體現(xiàn)在標(biāo)準(zhǔn)數(shù)據(jù)集上準(zhǔn)確率的提升，體現(xiàn)在很多商用場(chǎng)景的落地。但是我們回過頭來看這一段發(fā)展的歷程，我們可以看到其實(shí)我們?cè)诔鳪DP、準(zhǔn)確率高歌猛進(jìn)的過程中，其實(shí)遺忘了很多東西，我們的效率是不是足夠高，我們是不是在透支數(shù)據(jù)標(biāo)注的成本，我們訓(xùn)練出來的模型是不是真正能夠滿足現(xiàn)實(shí)生活中對(duì)品質(zhì)的要求，從這些角度來看，我覺得我們也剛剛在起步。雖然我們實(shí)驗(yàn)室還有世界上其它很多實(shí)驗(yàn)室的探索取得了一些重要的進(jìn)展，但是我們還僅僅是處在一個(gè)起步的階段，在我們的前面還有很長(zhǎng)的路要走，希望跟大家共勉。

2月28日消息，今日，人工智能平臺(tái)公司商湯科技與美國(guó)麻省理工學(xué)院（以下簡(jiǎn)稱MIT）宣布成立人工智能聯(lián)盟，共同探索人類與機(jī)器智能的未來。該聯(lián)盟將致力于全方位人工智能原創(chuàng)技術(shù)研發(fā)，涉及領(lǐng)域包括計(jì)算機(jī)視覺、腦科學(xué)智能算法、醫(yī)療圖像、機(jī)器人等，將全力推動(dòng)人工智能技術(shù)突破以應(yīng)對(duì)更多全球性挑戰(zhàn)，并將有力支持MIT在人工智能領(lǐng)域進(jìn)行最前沿跨學(xué)科探索研究。據(jù)悉，是全球首家參與MIT最近成立的IntelligenceQuest（以下簡(jiǎn)稱IQ）項(xiàng)目的公司。IQ項(xiàng)目覆蓋包括材料設(shè)計(jì)、金融、早期疾病診斷等在內(nèi)的多個(gè)領(lǐng)域。商湯科技創(chuàng)始人、香港中文大學(xué)信息工程系教授湯曉鷗表示：“作為MIT校友，我很高興能與母校合作，共同促進(jìn)人工智能的研究，這是我畢生從事的事業(yè)。商湯科技致力于在計(jì)算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域原創(chuàng)技術(shù)研發(fā)。MIT－商湯科技人工智能聯(lián)盟成立后，我們將匯聚全球最優(yōu)秀的頂尖人才，進(jìn)一步推動(dòng)人工智能技術(shù)的發(fā)展，造福社會(huì)?！绷私獾?，商湯科技是一家專注于計(jì)算機(jī)視覺、深度學(xué)習(xí)技術(shù)的人工智能公司。該公司成立于2014年，在人臉識(shí)別、圖像識(shí)別、視頻分析、無人駕駛等方面都有技術(shù)突破，業(yè)務(wù)范圍覆蓋安防、金融、智能手機(jī)、機(jī)器人和汽車等行業(yè)。商湯科技自主研發(fā)了深度學(xué)習(xí)平臺(tái)并在多個(gè)行業(yè)落地應(yīng)用。目前，商湯科技正在大力開發(fā)自動(dòng)駕駛、智能醫(yī)療和深度學(xué)習(xí)硬件優(yōu)化技術(shù)。此外，商湯科技還在持續(xù)加強(qiáng)技術(shù)平臺(tái)發(fā)展，開創(chuàng)更多應(yīng)用場(chǎng)景，搭建人工智能商業(yè)生態(tài)體系。

1月21日消息，在2018極客公園創(chuàng)新大會(huì)上，商湯科技聯(lián)合創(chuàng)始人&CEO徐立發(fā)表了關(guān)于《站在機(jī)器和人之間，科學(xué)家應(yīng)該做什么？》的演講，徐立在會(huì)上稱，科學(xué)向左，產(chǎn)業(yè)向右卻可因同樣的“引力”而交匯。首先是，雙輪驅(qū)動(dòng)，技術(shù)核心的突破。在這個(gè)基礎(chǔ)上，理論研究非常重要但是并不一定能應(yīng)用到產(chǎn)業(yè)中。反過來科學(xué)是跳躍式發(fā)展的。徐立在會(huì)場(chǎng)稱，商湯關(guān)注的是人工智能中的視覺，擁有科學(xué)家基因的商湯，在這個(gè)領(lǐng)域應(yīng)該做些什么呢？或者說AI技術(shù)應(yīng)用趨勢(shì)是什么呢？第一，拓展感知新疆界，打開應(yīng)用新空間。其中又可分為，邁進(jìn)非可見光智能處理，近紅外人臉驗(yàn)證與真人檢測(cè)、遙感影像智能解譯等，以及打開3D視覺世界、真人驗(yàn)證、3D人臉重建、移動(dòng)端AR/VR等。第二，目前基礎(chǔ)理論待突破，通用智能可期待?？茖W(xué)家要做的是，能做到多模態(tài)/多任務(wù)學(xué)習(xí)，弱監(jiān)督/無監(jiān)督學(xué)習(xí)、遷移學(xué)習(xí)/小樣本學(xué)習(xí)以及強(qiáng)化學(xué)習(xí)等。第三，協(xié)同AI云+端，共建AI全生態(tài)。第四，多場(chǎng)景多維聯(lián)動(dòng)，全棧式創(chuàng)新能力。從整體而言，政策加溫，資本增壓以及資源齊備是推動(dòng)AI發(fā)展不可或缺的動(dòng)力。而從產(chǎn)品方面來講，AI的應(yīng)用主要體現(xiàn)在哪些方面呢？一、技術(shù)產(chǎn)品化，更加精準(zhǔn)的識(shí)別產(chǎn)品以及更加靈活的智慧芯片二、落地規(guī)?；?，定向賦能以及通用落地；三、場(chǎng)景多元化，AI將從公共服務(wù)、社會(huì)管理以及個(gè)人應(yīng)用方面影響人類的生活。技術(shù)的場(chǎng)景多元化也是AI的一個(gè)落地。徐立表明，AI落地是場(chǎng)耐力賽，科學(xué)與產(chǎn)業(yè)都正奔向同一個(gè)終點(diǎn)，讓AI為人類文明帶來進(jìn)步。據(jù)了解，2017年商湯獲兩輪融資，目前估值超過20億美金。

11月1日消息，日前，商湯科技聯(lián)合創(chuàng)始人、副總裁徐冰在中國(guó)光大集團(tuán)旗下的光大控股在香港舉辦投資年會(huì)上透露，繼今年7月完成4.1億美元B輪融資后，商湯科技已啟動(dòng)C輪融資，新一輪融資計(jì)劃于今年12月完成。他表示，視覺AI技術(shù)有著極為廣闊的應(yīng)用前景，隨著大量資本的不斷涌入，一方面將大大加快中國(guó)在視覺AI技術(shù)領(lǐng)域的研發(fā)進(jìn)程，另一方面，更能加速視覺AI技術(shù)在智慧城市、無人駕駛、醫(yī)療影像等前沿領(lǐng)域的規(guī)模化商業(yè)落地，從而進(jìn)一步推動(dòng)和提升中國(guó)在全球AI領(lǐng)域的影響力。商湯科技是中國(guó)新銳人工智能公司，專注于計(jì)算機(jī)視覺和深度學(xué)習(xí)。商湯科技在今年7月宣布完成4.1億美元B輪融資，創(chuàng)下當(dāng)時(shí)全球人工智能領(lǐng)域單輪融資最高紀(jì)錄。近期，商湯科技牽手國(guó)際芯片巨頭美國(guó)高通公司，打造”算法+芯片”的移動(dòng)AI；并簽約華為、海航等戰(zhàn)略合作伙伴，共同推動(dòng)人工智能在各行業(yè)的應(yīng)用和落地。此外，商湯科技還專注于多個(gè)垂直領(lǐng)域包括安防、金融、智能手機(jī)、移動(dòng)互聯(lián)網(wǎng)、汽車等各個(gè)行業(yè)，已成為中國(guó)頂級(jí)人工智能算法供應(yīng)商之一。

“我大概只聽懂不到30%，感覺就是不明覺厲，所以是很厲害，”在今日由清華經(jīng)管學(xué)院舉辦的“科技·驅(qū)動(dòng)成長(zhǎng)”論壇上，騰訊董事局主席兼CEO馬化騰在開始自己的演講前說道。在幾分鐘之前，他正坐在臺(tái)下聽諾貝爾化學(xué)獎(jiǎng)得主BrainK.Kobika講解他的研究成果以及未來的應(yīng)用。對(duì)，就是因?yàn)橄旅孢@張圖引發(fā)的一系列探討。諾貝爾化學(xué)獎(jiǎng)得主BrainK.Kobika在講他的學(xué)術(shù)成就Brain教授的研究確實(shí)讓人不容易理解，而他的演講不由的帶我們對(duì)一些前沿研究產(chǎn)生了很大的好奇。值得一提的是，Brain除了是一名諾貝爾獲獎(jiǎng)?wù)咄?，他還創(chuàng)辦了自己的公司。他的這種雙重身份，在國(guó)外的學(xué)術(shù)和科技領(lǐng)域是非常常見的。而物理學(xué)家張首晟教授的身份也非常多元，他同時(shí)也是投資人并創(chuàng)辦有自己的企業(yè)。馬化騰講道，前段時(shí)間曾祝賀張首晟教授發(fā)現(xiàn)了“天使粒子”。而且他還發(fā)現(xiàn)，張教授在朋友圈直播了美國(guó)的日全食并非常有興趣的講解了日全食原理。對(duì)此，馬化騰調(diào)侃道，“不想成為科學(xué)家的投資人不是一個(gè)好的企業(yè)家”。馬化騰坦言，自己也曾有成為科學(xué)家的夢(mèng)想，但是這個(gè)夢(mèng)想沒有實(shí)現(xiàn)。不過，騰訊通過與清華大學(xué)和北京大學(xué)的合作，在用另一種方式探討和研究科學(xué)技術(shù)。在他看來，斯坦福大學(xué)是創(chuàng)新的源泉，商業(yè)和科技方面做到了完美的結(jié)合，這都是值得中國(guó)學(xué)習(xí)的。未來，中國(guó)應(yīng)該在產(chǎn)學(xué)研方面做出更多的努力。對(duì)于騰訊來說，公司怎么看商業(yè)與科技的結(jié)合呢？馬化騰表示，過去幾年發(fā)生了很大的變化。以前全球市值前10的公司，大部分都是金融和能源公司。如今，前10大公司中，有7家是科技公司。就在這一兩年內(nèi)，發(fā)生了翻天覆地的變化，而且騰訊和阿里也有幸進(jìn)入了Top10。這種變化確實(shí)會(huì)給人一些觸動(dòng)。他說道，聽說高盛這家投資銀行也開始說自己是科技公司，說他們超過1/3的員工是研發(fā)人員，而且其研發(fā)人員已經(jīng)超過Facebook（待求證）。他對(duì)此調(diào)侃道，投資銀行都如此努力，所以騰訊更沒有什么理由推脫的了。所以說，科技已經(jīng)融入到人們生活的方方面面。在數(shù)字化和智能化的這波浪潮中，騰訊可以做什么呢？騰訊以前在社交、通訊、金融、數(shù)字內(nèi)容方面有所積累，未來公司可以從AI、云和大數(shù)據(jù)這三大基礎(chǔ)方面出發(fā)與產(chǎn)業(yè)界和學(xué)界合作。馬化騰認(rèn)為，未來所有的企業(yè)都會(huì)在云端處理大數(shù)據(jù)，這基本會(huì)是一個(gè)很普遍的模式。很多企業(yè)不愿意將數(shù)據(jù)放在外網(wǎng)，但這種狹隘的思想已經(jīng)過時(shí)了。就好像以前大家都不愿意接入電網(wǎng)，而是自己在家建一個(gè)發(fā)電廠。這是絕對(duì)不可能的。過去用電量是衡量一個(gè)社會(huì)的發(fā)展程度的指標(biāo)，未來這個(gè)衡量指標(biāo)將是用云量。除了在這幾方面的探索外，馬化騰還談到了公司的CXO網(wǎng)大為，他目前所看的產(chǎn)品和投資的方向都不是騰訊當(dāng)下在做的事，包括太空、阿根廷的衛(wèi)星公司、醫(yī)療、基因等。騰訊在關(guān)注科技的方方面面，當(dāng)然騰訊還投資了特斯拉5%的股權(quán)。對(duì)此很多人都看不懂，但馬化騰認(rèn)為，特斯拉象征著未來科技發(fā)展的方向，而且還會(huì)涌現(xiàn)很多源源不斷的黑科技，這樣做騰訊會(huì)更接近未來科技。騰訊緊追各種科技，從近幾年公司的頻繁投資便可知一二。不過，這種四處撒網(wǎng)以及站隊(duì)式的投資卻讓商湯科技創(chuàng)始人湯曉鷗有一點(diǎn)不滿。當(dāng)著馬化騰的面，他坦言這使得創(chuàng)業(yè)公司的發(fā)展頗為艱難。對(duì)此，馬化騰表示，騰訊最近幾年已經(jīng)開始做出改變，比如建立開放平臺(tái)、眾創(chuàng)空間等。而且做大公司也有大公司的煩惱，也會(huì)被排斥。比如因?yàn)橐恍┰?，騰訊不能投資張首晟的基金。另外，如今微信支付和支付寶已經(jīng)遍及大街小巷，其實(shí)騰訊并不排斥另一家，但另一家并不是這樣想的。馬化騰還表示，騰訊目前遵循”半條命“戰(zhàn)略，另外半條命交給合作伙伴。在騰訊內(nèi)部，目前公司很多業(yè)務(wù)都不做，而是發(fā)揮核心優(yōu)勢(shì)；而且騰訊的投資可以只占小部分股份，不必要非得控股。他還坦承，目前的狀況不完美，但是公司有時(shí)候也沒辦法。

“在2014、2015年，如果你不提移動(dòng)互聯(lián)網(wǎng)，顯得你特別low；2015年如果你不談O2O，好像都不好意思去創(chuàng)投的所有場(chǎng)合；從2016年底到2017年初，如果你說話時(shí)口里不帶著大數(shù)據(jù)，顯得你多少有點(diǎn)不合群；2017年上半年，很多人連AI是什么都不知道，嘴里就掛著這個(gè)詞到處講?！鲍C聘網(wǎng)CEO戴科彬?qū)ヂ?lián)網(wǎng)風(fēng)口的捕捉，無疑說中了這個(gè)時(shí)代的脈搏：人工智能，當(dāng)紅炸子雞。有統(tǒng)計(jì)數(shù)據(jù)顯示，2012-2016年，全球人工智能企業(yè)新增5154家，是此前12年的1.75倍；融資規(guī)模達(dá)224億美元，僅2016年的融資規(guī)模就達(dá)到92.2億美元，是2012年的5.87倍。具體到中國(guó)市場(chǎng)，2016年涉及人工智能的企業(yè)就超過1477家，一年融資27.6億美元。進(jìn)入2017年，這種勢(shì)頭有增無減，全球人工智能企業(yè)融資事件已發(fā)生62次，已完成的融資額比去年多了一倍，全年資產(chǎn)流入量將有望突破700億元。不久前，人工智能初創(chuàng)公司商湯科技B輪融資就拿到4.1億美元，創(chuàng)下了全球人工智能領(lǐng)域單輪融資的最高紀(jì)錄。融錢，是為了花錢，資本在人工智能領(lǐng)域高速運(yùn)轉(zhuǎn)。在中國(guó)，喊出人工智能轉(zhuǎn)型的巨頭不在少數(shù)，百度是最激進(jìn)的一個(gè)。百度CEO李彥宏對(duì)AI的態(tài)度是“allin”。多業(yè)務(wù)線的百度員工透露，自從百度宣布了AI戰(zhàn)略轉(zhuǎn)型后，各類人才及技術(shù)資源都有一定的偏向，往AI方面靠攏。在移動(dòng)互聯(lián)網(wǎng)時(shí)代同樣掙扎了多年的聯(lián)想，也開始打造人工智能概念。聯(lián)想集團(tuán)董事長(zhǎng)兼CEO楊元慶透露，聯(lián)想將在未來三年向人工智能、物聯(lián)網(wǎng)和大數(shù)據(jù)方面投入超過12億美元?！拔覀円呀?jīng)看到，而且已經(jīng)非常明確，AI是信息產(chǎn)業(yè)的未來，我們必須全力以赴，賭上身家性命?！睂?duì)于這次轉(zhuǎn)型，楊元慶表現(xiàn)出很大的決心，“如果不是脫了幾層皮的轉(zhuǎn)型，那就不叫轉(zhuǎn)型。聯(lián)想最近的財(cái)報(bào)可能不是很好，如果不是我們堅(jiān)持投資三波戰(zhàn)略，原本可以交出漂亮的成績(jī)單。但是為了變革我們沒有猶豫?！睏钤獞c說。聯(lián)想拿出三年12億美元，而百度可能已經(jīng)花的更多。李彥宏今年3月介紹，百度在過去五六年一直保持對(duì)人工智能的巨大投入，在研發(fā)上的投入達(dá)200億元。“在中國(guó)五百?gòu)?qiáng)企業(yè)當(dāng)中，我們論收入肯定不是排在第一的，但是論研發(fā)占收入的比例，絕對(duì)是第一。而這個(gè)研發(fā)的投入，應(yīng)該說絕大多數(shù)都已經(jīng)投入到人工智能上了”，他說。根據(jù)2017年二季度財(cái)報(bào)，百度季度研發(fā)支出為人民幣31.48億元（約4.64億美元），同比增長(zhǎng)27.7%。對(duì)比過去五六年200億元，意味著百度在進(jìn)一步加大投入。在語音交互深耕多年的科大訊飛，體量沒有巨大，但架勢(shì)不遑多讓。該公司2017年上半年財(cái)報(bào)顯示，營(yíng)收增長(zhǎng)43.79%，毛利增長(zhǎng)46.99%，但凈利潤(rùn)卻下降58.11%。導(dǎo)致這一悖論的主要原因就是在人工智能重點(diǎn)應(yīng)用領(lǐng)域持續(xù)加大核心技術(shù)研發(fā)、渠道建設(shè)和產(chǎn)業(yè)布局，費(fèi)用增幅較大。比如，人工智能核心技術(shù)及應(yīng)用研發(fā)，對(duì)應(yīng)產(chǎn)生的研發(fā)費(fèi)用化支出及資本化攤銷3.58億元，同比增長(zhǎng)63.75%。人工智能仍然是個(gè)燒錢的市場(chǎng)，云從科技創(chuàng)始人周曦透露，對(duì)于廣義的人工智能來講，大部分企業(yè)還沒有盈利。今天的人工智能就像1998年、1999年的互聯(lián)網(wǎng)一樣，一定是要先燒幾年錢，但大方向是對(duì)的。不掙錢，還得加把勁花錢，有個(gè)更生動(dòng)的表現(xiàn)就是人工智能人才價(jià)格的水漲船高。有業(yè)內(nèi)人士透露了人工智能領(lǐng)域的大概薪資：職位最低的工程師年薪在30萬-50萬元，商業(yè)公司中的研究員則在50萬-100萬元之間，項(xiàng)目主管或CTO則大多會(huì)年薪80萬元以上上不封頂，普遍在150萬元左右。甚至于，剛剛獲得10億元投資，終于挺過生死邊緣的手機(jī)廠商錘子科技，未來也將把更多精力投身人工智能市場(chǎng)。