杨静：特别感谢各位的精彩分享，我想虽然今天我们AI Vision论坛告一段落，但是我们这几位专家都会在新智元的小程序上，包括孙剑、代君院长、宋继强都开了帐号，另外三位也会很快开帐号，我们会在我们小程序，新智元的智库专家平台上继续跟大家保持互动，一起去探索人工智能的未来！好，特别感谢大家！也特别感谢各位专家！谢谢！返回搜狐，查看更多
杨静：就是一个奶爸。
走了基本的生产环节之后就是分发。视频对流量带宽消耗是非常大，怎么样节省带宽流量，针对不同的视频、不同的用户、不同的网络环境，你给他推送最适合他的码流，以及让每一个用户在观看这视频时能在离他最近的服务器观看，其实用户最关心的，bt网页游戏sf，第一个有没有内容、第二个流畅不流畅，然后才是清晰不清晰。这牵扯到整个CDN，基于内容的我们叫调度算法，系统要将内容事先调度到离用户最近的地方，同样当用户播放的时候要选择最适合他的码流，因为短视频不需要1080p，但是长视频用户需要更高的清晰度，更好的音频效果，电影需要杜比，而通常的新闻可能不需要那么好的效果。其实用户本质上都是懒的，我们希望用户做的操作越少越好。
杨静：是的，刚才胡总提到摩尔定律的限制，这个瓶颈怎么突破？现在有一股AI芯片研发大潮，今天我们也请了一位创新企业领袖，比特大陆CEO詹克团。比特大陆已经是全球最大的区块链平台，您能给我们介绍一下您的芯片吗？
同时我们也看到，有很多其他的任务，仍然是他解决不了的，所以作为研究人员和科学家来讲，一定要探索更多的方式。比如说对于一些小数据问题，你要想去训练出一个好的模型，我该怎么去做。对于一些知识里面表达不完整或观测不全的，我怎么去办。所以很多情况下要去探索一些新的路径。比如说现在我们英特尔推出新的神经拟态芯片，就给大家一种新的测试的芯片级的支撑，让大家测怎么在少量的数据情况下去持续自主地学习，用非常低的功耗，低于1瓦，去学出来一个神经网络的表示，能够完成一些任务，同时在一个芯片上就可以训练去处理多种任务。
詹克团：这是一个很重要的事情。今天企业的边界越来越模糊，一个企业能做什么，不能做什么，该做什么，不该做什么，这个边界非常难以界定，尤其是互联网和人工智能技术进一步的普及、深入之后，界限会更模糊。在这样的情况下，所谓的生态就会变得越来越重要。在比特币和区块链领域，我们几乎是一个全生态的企业，除了交易所不做，大部分的东西我们都做了，而且都做得非常好。人工智能是一个更大、更复杂的行业，我们做什么与不做什么，作为这个企业的掌舵者我一直在思考这个问题，要解决好这个问题有两个事情非常重要。
AI WORLD 产业领袖论坛，以“AI世界，人工智能震撼未来”为主题，论坛主持人由新智元创始人、CEO杨静担任；论坛嘉宾：IBM全球副总裁、IBM大中华区CTO、IBM中国研究院院长沈晓卫，华为消费者业务首席战略官邵洋，浪潮集团副总裁胡雷钧，以及比特大陆CEO詹克团。
詹克团：谢谢杨静。如果说浪潮做的是砖头，我们做的应该是沙子，我们是做芯片的。这个张量芯片听起来太学术了，本质上是deep learning的计算芯片。刚才很多报告讲到大数据需要非常强大的计算力，CPU肯定不适合，今天的GPU的效率肯定也要提升，比特大陆就会在这上面做一些力所能及的事情。今天很感谢新智元大会，今天下午我们会有一场报告，会把我们做的事情给大家做一个汇报。
贾佳亚：对。
有一点始终贯穿全场，那就对生态的构建，沈晓卫表示，生态的建设是第一天就应该考虑的事情，因为很多事情最后的成功不是简单的技术成功，而是一个生态圈的成功，技术人员也要看到生态的建立。浪潮集团副总裁胡雷钧谈浪潮建设AI生态时说，他们意识到AI应用需要的计算，比原来企业级应用大一两个数量级，需要把手上的筹码全部拿出来才能支撑住，从系统的每一个层面做所有应该去做的事情。
杨静：好的，詹克团也提到了，我们要有更多的合作伙伴，要跟他们有一种多赢的关系。最后有请华为的邵洋总，毕竟你们是中国最大的科技企业之一，你们在构建新的AI产业的生态方面有什么样的战略的构想或具体执行的步骤呢？
从非技术的角度，IT发展到今天这样一个时代，可能关起门来在象牙塔中的研究就会非常困难，就像我们常说的一个马车夫不会告诉你他需要一辆汽车。真正的需求是在人工智能和现实生活相结合这种背景下产生的，无论是建生态圈也罢，还是跟合作伙伴合作也罢，我们需要走出象牙塔来共同创新。这里面最主要的就是两个问题，一个是经费问题（Funding model），就是研究的经费是从哪里来的。IBM研究院在过去二十年有非常大的变化，以前我们是100%由总部给经费，你做你喜欢做的事情。后来希望我们对产品有贡献，于是总部给一部分经费，剩下的经费可以从产品部门来，那你就要做产品部门感兴趣的事情，但不是近期的产品，可能是未来的产品。在这样一个新的人工智能的时代，它会鼓励我们走出去跟合作伙伴共同创新，你研究的一部分经费就需要从外部来，这是非常重要的。
贾佳亚：我们现在预计以后发展怎么样，就像一百年前大家都在估计2000年的人在干什么，有一系列漫画。有趣的是，那个漫画里估计我们2000年过的生活，其实在整个的信息通讯，或者是处理问题的方式上面已经远远超过他们的想象了，比如他们会想象说我们现在可能还在通信，只能说通信速度更快了，他们没有想到我们现在完全不需要写信了。所以这个时候我想说，他们可能想象2000年时候的人可能不再需要坐马车，每个人都会在天上飞，都有自己的一套个人飞行装置，但是这个是没有实现的。我想说我们现在软件上的估计远远超越与以前的想象，但是硬件很难发展，就像一个载人的登月飞船，我想再登月一次都要经过多少年以后才能发生。我的看法是，在接下来比较大的产业界或者业界要攻关的是如何软硬结合，在电子时代的电子信息的发展、AI能力的发展是个毋庸置疑，但最关键的是，能不能有配套的硬件，就是真的有机器人能够站在家里面，能够拿东西，能够帮你去处理一些事情。
这表示我们中国要在智能科技上开创自己的直道: 政府里面成体系地来讲人工智能，全世界就我们中国一个。奥巴马下台之前出了3个现在连美国人都忘了或不再关注的报告，那样做也是美国有史以来第一次，现在美国政府都不理了，可在中国有更多人的在讨论，当然新智元在这里也起了非常关键的作用。大家可能不知道，美国换了特朗普当总统后，他的新财长说人工智能五十年都要不管它，特朗普最忙的就是跟他的市长、议员、烈属吵架，到处打嘴架。你看几天前的《时代》杂志，封面说中国赢了，而且用中文写得。人工智能从业者不要把这个当成小事，这是给你们更大的挑战，把你们往死里赶。如果大家再不出什么东西，这东西就更危险了。
单纯技术创新不够，从第一天就应该考虑 生态建设
邵洋：华为公司是一家不上市的公司，所以我们的业绩可能也不需要为短期来做太多的追求，另外一方面，我们也不希望员工特别有钱，因为有钱了以后就不会特别奋斗。所以我们很喜欢“投入”，但是很反对“烧钱”。我们是在过程中感到投入的价值和烧钱的坏处。什么叫投入呢？投入就是有目标、有计划的做这件事，在这个过程中修正结果，继续修正投入。烧钱往往是无目的的，甚至是超越规律的一些投入，是在沙地上建大楼的做法，很多人说只要把钱烧下去了，即使没有那么大的效果，可能也会产生很多意外的好结果。但是实际上从我们的经验来看，得到的往往不是好结果，完全是一个坏结果。
杨静：多谢汤兴教授。刚才孙剑提到了其实强化学习现在还不能走入应用的阶段，目前这两年可以说，深度学习约等于人工智能。下面请几位技术领袖针对深度学习技术优势的建立给一个分析。到底这产业技术优势的建立是取决于大数据的资源，还是传统的产业优势，或者是算法上的突破或者是推进？先有请宋继强。
沈晓卫：首先，生态的建设是第一天就应该考虑的事情，因为很多事情最后的成功不是简单的技术成功，确实是一个生态圈的成功。其次，刚才我们也谈到人工智能的创新，无论是2C还是2B，它确实是非常复杂的过程，对生态的要求也不太一样。从IBM的角度，我们做了非常多的2B创新，就需要关注怎么去跟企业合作。举个例子：今天的创新，很多是羊毛出在狗身上，或者出在猪身上，创新最终的使用者和受益者可能并不能够给你直接支付的。
宋继强：我觉着像王老师做的无人驾驶层面的事情是最适合去检验人工智能到底好不好的，一方面它会用到感知层很多的技术，另外在实施决策会融合进很多其他的知识，甚至是一些未知场景的预判，要保证可靠性，因为可靠性是非常重要的，作为一个系统来讲。同时我们也知道做这种无人驾驶的事，为了可靠性要测很多场景，而这些场景又不能真开到路上去试，需要模拟很多不同的情况，所以干这种非常适合的。所以我觉得未来这几年，一个就是在现有的深度学习的基础上，继续去发展，寻找能在小的数据上训练出更好的解决任务需要的方式。第二，种我们更多地通过在虚拟世界里产生数据模拟，能够去完成很多更大的事情。
