宇視科技副總裁閆夏卿：AI 下半場

10月27日，由雷鋒網& 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。

延續雷鋒網大會一貫的高水準、高人氣，「全球AI芯片·城市智能峰會」以“城市視覺計算再進化”為主題，全面聚焦城市視覺與城市算力領域，是業內首個圍繞“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位業內知名專家，世界頂尖人工智能科學家、芯片創業大牛、產業巨頭首席技術高管、明星投資人齊聚，為行業資深從業者們分享前瞻的技術研究與商業模式方法論。

在大會下午環節，宇視科技副總裁閆夏卿發表了題為《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變：一、從對“AI 無所不能”的科幻式理解，轉變成了“AI 無所不在”的應用趨勢；二、從“AI 即算法”的粗暴理解，轉變成了“AI=算法+算力+產品+應用+工程”的綜合立體式理解；三、從對技術指標層面的角逐，轉變成了應用體驗層面的較量。他認為，對AI的討論深入到細節和工程層面，才是行業走向成熟的標志。

閆夏卿表示，我們現在往往很難對一家 AI 公司進行定位，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，未來整個行業一定會走向開放和產業鏈的形態，上下游將會形成更好的分工和協作關系。這個過程需要全行業的共同努力，需要大家做出更加深入的探討。

從技術維度來看，閆夏卿表示AI技術要取得進一步發展和突破，接下來還有許多難點需要突破：1.低數據量、無監督自學習技術的突破；2.人類常識性只是在AI上的重建的突破；3.行業共建算法生態體系的可能性。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容，雷鋒網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。我認為中國AI行業經過3-4年的高速發展，已經到了一個臨界點。站在這個臨界點，我們應該回顧過去3-4年里行業發生了些什么，并以此為基礎展望未來3-4年會出現哪些新的變化。這就是我今天想要為大家分享的內容。

我今天的演講并不會聚焦在某一個產品或技術上，而是會從更加綜合的角度來探討AI行業的發展。一方面，我認為AI行業已經進入到了下半場，應該更多關注整體性的問題，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行業的過去與未來。

對比AI行業的上、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，轉變成了“AI 無所不在”的應用趨勢。

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式的，覺得AI在工作和生活中無所不能。但到AI行業的下半場，大家的關注點已經有所變化，很少再就AI本身做原生性的研究和探討，而是更關注實際應用，比如AI應用在哪些細分領域產生了怎樣的價值。

不知不覺，我們日常生活中的許多體驗已經在AI的作用下得到了優化和改善。比如用手機自拍，里面有AI算法的加持；比如辦理酒店入住或過機場安檢，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，當大眾不再把AI當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，轉變成了“AI=算法+算力+產品+應用+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，只有做算法的團隊或公司才有資格給自己貼上AI的標簽。但今天，我們的認知已經發生了轉變。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，而是拓展到了產品、應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成了當前AI行業的基本趨勢。

但這并不重要，重要的是，對于用戶來說真正能產生價值的AI是什么樣的。我認為它不僅僅是算法，而應該包括“算法+算力+產品+應用+工程”等更多與實際應用相關的維度。

三、從對技術指標層面的角逐，轉變成了應用體驗層面的較量。

AI上半場，我們非常關注各種指標。無論是算法PK還是真實場景的應用，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？我預判，未來大家的關注點會更加側重于應用細節。

去年年初我們曾經旗幟鮮明地講過一句話，“進入細節與工程，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技術的更迭將在具體使用場景中發揮怎樣的價值，而不是泛泛地去討論芯片的算力又增加了多少。這些表層現象背后其實還有很多深層次的東西。

再來看看AI架構的演進。為什么我特別希望跟大家探討一下架構？前面提到，AI已經步入了工程化和細節化的階段，到這個階段后，純粹技術點上的差別——比如多幾種算法，算法處理能力高多少——已經不再是最重要的因素。評價一個產品成功與否，最后還是要看它的使用價值。無數歷史經驗和教訓告訴我們，好的技術不一定好用，不一定會產生最大的價值。純技術角度之外，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中解決問題的。

回顧歷史，IT、通信、計算機相關的技術都經歷了螺旋式上升的架構演進，我認為這個規律也會在AI行業得到印證。主要有三個維度：

一是從集中到分散，再到“集中+分散”的演進。

以安防行業為例，最近一年多時間，我們關注的重心是如何把計算集群或訓練中心的芯片算力轉移到前端攝像機或者其他泛物聯網前端。這意味著AI的架構正在從中心側向邊緣側轉移。到2020年后，大家也許會發現一個很有趣的現象，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的前端產品。

但AI架構的演進是不是到這就結束了呢？顯然不是。最終的AI架構應該是“集中+分散”的體系，映射到產品側就是“云+端”融合的體系。這個體系的出現，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。

過去我們看科幻電影，留下深刻印象的往往不是醫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。最開始我們也認為AI就應該是這樣的，它是對人類大腦最好的仿生，但這實際上很難實現?，F在我們看到的AI產品和應用都是非常具象地聚焦在某一個具體問題上，我認為這是AI架構演進過程中的一種妥協，是AI走向實用化的必經之路。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。

芯片模組化引發的產業結構變化，與AI架構的演進也是相通的。整個產業正逐漸從云端向終端移動，慢慢進入到上游體系。我們今天看到的AI芯片技術的迭代，是整個AI架構進入成熟階段的開始。

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

從行業格局來看，AI上半場大家關注最多的是獨角獸。這很正常，因為一個產業剛剛發育，需要資本的加持和助力。所以大家會津津樂道獨角獸的表現，關注明星企業發展中的細節。這個過程中，很少有人真正關注過產品與服務在用戶側的演進脈絡，以及對用戶的影響。我們認為，“產品與服務”五個字非常重要，只有整個行業的重心轉移到這五個字上后，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：做算法的也在做產品，做產品的也在做芯片……如果行業始終保持這樣一種混沌的態勢，說明它是不成熟的。我認為產業走向成熟的標志是分工和分層，因為沒有任何一家企業可以在完整產業鏈的每一個環節都做到最好。

未來，行業的關注點會從“某個企業發展的怎么樣”，轉向“產業鏈應該分割成幾段，段與段之間怎樣銜接”“每一段里有哪些有實力的選手，他們的關系是什么”。這才是行業走向成熟的標注。

當行業從混沌通吃走向產業鏈分工，勢必意味著整個體系要從封閉走向開放。可以簡單類比互聯網的發展，互聯網發展到今天通過IP協議連接著每個人，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業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。所以我認為，AI未來一定會走向開放。但到底應該怎么開放？目前行業討論的還不夠。

開始接地氣是AI變得更好的開始。什么才是接地氣的AI？它應該有產品、服務和細節，而不是僅僅是關注指標。它應該連接應用，關注用戶的實際體驗。

宇視的身份是廠商，所以我們會把更多精力和能力放到產品實現、技術架構和用戶體驗等層面。2015年，宇視在北京首批發布了完整的基于AI邊緣的服務器產品——昆侖系列。今天，我們已經擁有了非常完整的、覆蓋前端和后端，能夠用不同算法解決不同業務領域問題的產品序列。

系統架構上，我們強調四個點——富前臺、強中臺、大后臺、海終端。我們的核心理念是從“可視智慧物聯”到“AIOT全景數智物聯”，這是一次全面升級。

關于AI技術的下一步走向，我們有三個判斷：

一、低數據量、無監督自學習技術的突破。

深度學習今天已經不再是難題，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用高度關聯且亟待優化的地方，比如低數據量、無監督自學習技術的突破。

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，而是基于海量數據分析得出的結論，這是它相對人類的優勢所在。但反過來，人類的常識性知識要在AI上重建卻非常困難。

三、行業共建算法生態體系的可能性。

現在算法領域大家還是各自為戰，每個人都認為自己有一手絕活。但我認為，未來我們還可以在共通、共享、共同優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節點有什么不同？這里，我試圖做一個總結。

轉化能量、優化工具和傳遞信息是人類發明歷史的三條路徑，所有突破和更新都離不開這三條路徑。

先說轉化能量。舉個例子，蒸汽機、太陽能歸根結底就是改變了能量的轉化效率。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。

再看工具的優化。從最原始的鐵器，到當前最熱門的量子計算，都是優化工具的路徑上演進。

最后，信息傳遞。從中國古代四大發明的印刷術到互聯網，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？我們發現很難把它單獨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。它應該是基礎中的基礎，作用于各行各業。

也就是說，AI是使能體系，使某個行業更有能力，同時它也是基礎科學，不能光靠某一個行業去牽引。它既有學術的層面，也有應用和共生的層面，所有這一切最終要形成一個完整的閉環。

今天大家經常有一種感覺。我們談論技術是經常熱血沸騰，但說到具體應用時卻有種大炮打蚊子的感覺。我們用了這么多卷積神經網絡，最后解決的都是很小的問題，就像計算機剛發明的時候一樣。但人類文明發展的曲線都是先平緩后陡峭的，進入后半段文明的演進將非常迅速，而且是看不到上限的。如果我們站在“AI是使能體系，是基礎科學”的角度來思考，就應該對它抱有更多耐心。我希望大家對AI的關注點能更多回到它的基礎理解和認知，而不僅僅是那些最熱門的東西，讓AI回歸本質。

以下是問答環節：

Q：在剛剛過去的AI上半場，您認為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+產品+工程+實際應用”的進化，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務上超過宇視，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從發展到成熟都會經歷幾個階段：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；第二階段是規模化和產業化階段，產業中規模比較大或基礎比較雄厚的玩家會逐漸形成優勢。

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、有產業鏈特征的體系中，不存在誰超過了誰或誰被誰超過的命題。最好的狀態是大家找到各自的位置，共同為用戶提供價值。

關于全球AI芯片·城市智能峰會

「全球AI芯片·城市智能峰會」是雷鋒網 & AI掘金志安防團隊繼「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、胡大鵬等在產學兩界享有盛譽的權威專家。

論壇內容圍繞「攝像機」這一介質入口展開，覆蓋AI安防產品、圖像與視覺智能算法、視頻芯片&服務器、投融資、商業模式等多個維度的主題，旨在打造業內最完整的智能城市論壇體系。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。