云从科技联合创始人温浩做了题为《打造AI闭环，引领产业变革》的主旨演讲，详细介绍了云从科技的核心能力与应用情况。温浩表示，云从科技从自身实践出发，聚焦核心技术的突破并构成闭环，将核心技术加速应用在关键行业，并努力建设行业平台和智能生态。
2018年12月9日，温浩副总裁在2018中国人工智能产业年会作了题为《打造AI闭环，引领产业变革》的主旨演讲。
以下为温浩演讲内容实录
温浩：谢谢组委会，谢谢专家评委对我们云从科技厚爱，很荣幸获得了吴文俊人工智能科技进步奖一等奖。刚才听了王总和肖总的精彩报告，对AI技术多样性和探索非常值得我们敬佩，云从相对来说没有这么大的体量，我们是从产业垂直行业的落地去探索，今天我跟大家分享的是“打造AI闭环，引领产业变革”。
先给大家介绍一下云从科技，云从从中科院走出来一个人工智能产业化国家队，2006年开始，我们的创始人周曦博士，就在UIUC师从黄希涛院士，他是美国工程院和中科院的外籍院士。同时在UIUC团队也拿了多次的世界冠军。到2011年之后，以中科院百人计划这样一个身份回到中科院重庆研究院。
于是我们的核心团队在重庆成立了，当时致力于把计算机视觉技术落地，产业化，到2014年的时候，我们已经承继了中科院的战略向导专项，还包括重大一些边境通关的相等，产业化做得比较好云从，2015年正式成立云从科技，所以我们核心技术前前后后做了差不多十年。
中科院体系我们受到领导的高度重视，包括像白院长也是对我们多次视察聆听我们的报告，我们也参与人脸识别相关的，像国家标准，行业标准这样一个制定，2017年我们承接发改委国家的人工智能基础资源公共服务平台，这个是和当时全国也就只有4家企业，包括百度，包括腾讯，还有讯飞。云从是唯一一家西部的，而且体量相对比较小的中科院背景的企业。
我们到2018年继续承接这样一个高准确度人脸识别的应用系统，然后在我们今年也拿工信部这样核心SOC芯片的人脸识别应用项目，我们是从基础资源平台到应用系统，再到核心芯片整个的产业链打通垂直的行业整合，这是我们一个国家承担的重任这方面。
另外一方面我们在全国已经发展比较迅速，三年多以来我们已经建立了5个研发中心，除了重庆还有广州，上海，成都，包括今天的苏州。苏州大概一百多名我们的工程师团队，全国大概七百人的研发队伍。这是在苏州新的办公室，超过一万平方，也在建设中，也欢迎有兴趣的可以加入我们。
包括在国际上权威的比赛，我们拿了七次世界冠军，在施展的行业PK里面我们拿了一百多次的KP第一名。现在云从主要是在三各行业有这样一个大的突破，一个是在银行，我们现在有四百多家合作银行，包括像农行、建行、招商银行，这个市场占有率接近80%，每天调用服务次数超过2亿次。
还有公安我们有32个省级行政区这样上线实战，包括五个公安的部级平台，然拥有一万五千多路视频监控的接入。在机场我们做到全国六十个机场，包括像上海浦东机场、虹桥机场、广州白云机场、西安机场、重庆机场、郑州机场，这些都是我们的客户，每天服务六千万人次的服务，包括安检口，包括登机口。
这是我们主要的三大行业，那么现在云从从这三个行业开始慢慢渗透到其他的，比如像商业、教育社区，这些比较大的行业里面，希望通过技术逐渐改变行业的这些痛点。云从的愿景就是通过我们的国家平台和从感知到认知，再到决策，这样一个闭环能力，再到资源，数据资源和智力资源，然后来打造定义的设备，标准化的设备，标准化的场景，去改造我们的行业的方案，这是我们的一些简单长期规划。
我们的愿景就是定义智慧生活。这个愿景看起来比较大，但是我们希望一步一步把它做。
我今天讲的主题，AI的技术闭环，为什么提闭环这个东西?AI这两年非常火，大家在生活中已经初步在各种场景下使用，但是实际大家使用过程中和在这个行业的解决过程中，你会发现它其实有有些时候并不是那么智能。
这个是我们在机场做的智慧航显的例子，是比较简单的应用，如果过了安检口，然后去航显的大屏上，就可以把你要登机的航班，信息，登机口在哪里?你需要多久什么时候登机，包括目的地的天气情况，都会把这些信息告诉，所以这是一个简单的应用。这个简单应用还好，，还可以方便我们的旅客，但是有一些应用不是这么智能了。比如说前段时间有一个例子，宁波的公路上行人闯红灯的识别，它识别到董明珠女士闯红灯。
事实上是什么呢?事实上是公交车的一个广告是董明珠的画像，最后把她识别成闯红灯的行人了，还把她违法信息公布了，而且放在网上。这个例子不是让人觉得非常智能，还有一个连交警自己都会闯红灯拍下来。当然，并不是在闯红灯是在指挥交通，这种情况不好识别。
我们觉得如果感知技术只是一个点的话，没有做深入的技术闭环，没有做深入分析，其实这个人工智能技术并不是那么智能，有些时候变成了人工智障，要和人类智能协作，这个时候就要更深一步。AI企业不能说我只做一个点，想靠这个点去解决行业的问题。我们要做很多的东西，我们要做什么?云从认为应该首先要做眼睛。
眼睛是什么呢?就是我们的计算机视觉，包括人脸识别，然后五官，五官要做什么?除了人脸以外还有语音、文字，包括体感，各种各样的智能感知技术，最后要做大脑，大脑包括大数据、语义识别、知识图谱、机器学习智能分析技术。只有把这一套都做了以后，我们才能实现一个比较智能的解决方案。
当然，不是说任何一个技术钻研得非常深，而且面铺的非常开，对于初创企业来说其实它是比较困难的，没有必要，也没有这个能力。我们应该做什么呢?我们应该在一些点上做到世界领先，尽量把它补齐，短板补齐了以后可以打造一个比较好的解决方案。
我们人脸识别用得最多，它是目前来说最成熟的人工智能技术，而且它是一个入口，以前互联网谈入口，为什么它是入口呢?它是人机交互的第一步骤，首先机器要知道你是谁，人脸识别就是这样的入口，它是打通各个行业的信息关键技术。
人脸识别之后我们下一步效果做的就是人体识别、跨镜追踪，哪怕在没有人脸的识别情况下，尽可能在一个场景内通过你的穿着、步态、行为特征一样可以把你分析出来，这个就是我们说的行人再识别。这个技术未来两三年内肯定是会逐步落地，而且会看到很多产品的技术，这个是我们现在也在做。
这个是我们在重庆建的光环境模拟实验室，我们从中科院的时候建结构化的数据，从各种各样的光源和摄像机来采集动态的人脸，可以保证人脸数据比较完整，比较结构化，误识别达到亿分之一，跨镜追踪同时，跨镜追踪技术刷新世界纪录，达到96.6%的商用水平。
另外跨镜追踪的演示，通过多个的相机，比如说在学校场景里面，然后去跟踪检测行人，通过他身上的衣着，包括他行走的步态来识别他的身份，这个里面红色和蓝色就是不同人的行走轨迹，中间断线就代表他们没有拍到人，已经消失在摄像头的范围内，但是通过后续的摄像头把它拍到之后仍然定位出来，就会有一个这样的轨迹信息。
第二步就是我们说的感知，我们回顾一下，大家以前为什么在PC之前没有被普及?就是因为我们的输入方式非常的原始，要靠键盘的输入，甚至是磁带，这样是非常慢的，有了鼠标和图形化界面，这个PC一下就普及了，所以才有我们的互联网。同样像这个最近一次2007年iPhone，它把这个触控的这样一个方式带到大家面前，所以说这个智能手机和移动互联网改变了我们的生活。下一个十年，我们肯定会有新的以人工智能为基础的人机交互技术，代表什么呢?包括人脸，包括语音，包括文字，包括NLP语意理解，包括AR。这样的一个更自然，更流畅的交互方式，很可能会改变我们的交互方式，很可能给我们代理新一轮的技术革命。
我们现在点餐还要打开手机，点开APP，然后再慢慢选，选商家，选口味，选菜品。以后我们完全可以语音唤醒，然后再进行个人的交互，甚至它可以把你想要吃的东西，通过AR方式给你投影出来，还会帮你自动打电话订餐，这样的交流方式，最后通过人脸支付，这个方式非常流畅，就像跟你的管家或者助手在通信的情况一样。
你可以想象以后APP的入口可能也有它的一个问题，以后可能就不存在了。我们现在也在跟各个研究机构包括中科院，包括上海交大，包括我们一起合作拿了一等奖的重庆大学，我们成立联合实验室，分别研究这些交互技术，包括NLP，包括车辆的视觉，包括人机交互的。
我们在今年的语音识别上也做到一些突破，当然我们不是为了秀这个技术，我们是为了在解决方案里面把这个技术整合进来。包括OCR的文字识别，我们也是创造比较好世界记录的层级。
最后一个是通过一个闭环，通过用户行为分析，收集大数据，然后从数据里面建模，机器学习，自动学习，最后形成用户画像，画像完了之后再进行产品推介，产品推介这个是在这种场景下，有些场景下可能是另外一种动作和决策，这个可以看具体的应用。
最后这个产品推介完了之后，再看用户的反馈，这就是我们线下要做的事情。以前这个事情可以在线上做，互联网上去网上商店，电商，你去做的事情都可以做这一套动作，这是互联网上做的，这个是比较简单的，因为收集数据很方便，但是我们在线下做这个事情就没有这么方便的，通过各种各样的传感器，各种各样的触控方式，把这个行为收集到，然后再把信息传达到你想要传达的对象，所以这个过程就要复杂一点，但是我们希望构建线下的人工智能闭环。
我们也在一些神经网络上，包括做决策分析的，做了一些突破，包括我们的双打，包括我们LSTM，这些都比传统的机械学习网络会提升一定比例的效率。我们也参与了国家的脑科学建设计划，是上海的首批科学家团队。
第二方面，我们看一下用我们的技术怎么样引领产业的变革?我们怎么样打造这个产品?怎么样提出解决方案，最后这个行业的平台，我们提出了人工智能企业需要五步走发展周期，这是我们的想法。
我们现在刚开始说的在金融、安防、商业、交通，这是我们标准产品，标准模组，解决方案是针对行业里面具体的应用，比如说在银行里面，最早是远程人脸认证，后来我们越做越多，就发现银行里面的需求，远远不止这些除了人脸以外，还有更多更多智慧化的要求，比如说信用卡，做信用卡的分期推荐，做电子银行，做网点的智慧化改造。
广东的建设银行，都有高效的校园银行，就是一个无人银行，所有的一百多个网点改造建设方案都是我们提的。包括ATM机的备付金，这个就是比如说上海建设银行在全上海有1000多个网点，2000多个ATM机，它每个月产生的现金需要10个亿。如果这个现金过多的话会产生利息，但是如果过少会达不到服务的要求，必须要有一个机器学习，对现金流水进行预测，我们可以预测最合适放多少现金是合适的。
我们通过做下来一个月可以为建行节省上百万的利息，这个就是在网点运营商机器学习的例子，还包括机房服务器的故障、检测、预测也是保障服务的。我这里再举一个更相信的例子，譬如说在商业里面是怎么样打造闭环的。
比如说线下门店，我刚才说了线上是很容易的，互联网电商都是非常容易的，但是线下店外有多少人，什么样的人，什么人会进来，有多少人进来，来过多少次，应该为他提供什么样的服务，他看了什么东西，买了什么东西，最后他是不是以后对这个还会比较满意，还会再来，这个东西传统的门店是一问三不知的。
我们的AI技术就是要去帮他们打造线下的闭环，像线下的电商一样，帮他们收集用户的行为和数据，帮他们做一个画像，再帮他们做推荐，就是一个闭环的思路。简单说就是重构门店的人、货、场，我们做新零售大家觉得新零售就是无人超市，就是无人货架，今年会发现好多无人超市、无人货架最后都没有声音了，这个形势是一个蛮不错的形势，我不否认这个东西以后肯定会在某一个时间卷土重来的。
但是我们在现在这个阶段没有太多的心意或者太大的价值，因为节省的人工成本带来更多技术的成本，最后没有对业务产生更大的推动。我们这个时候就应该用其他的办法解决人、货、场，这里不去详讲了。我们就讲一下譬如说做两个方向，一个方向就是做一大一小，做大就是做大数据，就是通过打造云家大脑，帮他分析线上线下的数据打通。小的就是通过小的传感器，摄像头也好，语音也好或者是交互也好，帮他去精准的识别客户，帮他了解个体的消费偏好、精准营销，然后去提高门店的效益，这个就是两个方向。
然后我们做到具体的闭环，比如说进门口的时候就有门店的智能抓拍机，可以识别到所有进来的人性别、年龄，还有衣着，还有包括是不是会员，甚至他是不是熟客，这个人来过几次，这个熟客定义是可以自定义的。这个信息都会推到后台，推到店员掌上APP或者手机上，再接下来是广告机，广告机会根据来的人，推送感兴趣的广告，跟店里面相关的广告。
再下来是什么?就是我们的货架，货架是可以搜集到浏览信息，到底拿了什么东西起来看，看了多久，这些都是可以产生价值的。这个货架通过这个技术来感应，再接下来是什么?终端，我们的信息会推到营销人员他的手上，这个终端形式是一个软件，可以取决于各种各样的硬件。
还有一个支付端，明年大家一定会看到刷脸支付，会大面积推广，因为刷脸支付不光是让你把卡扔掉，最重要收集到支付信息。谁买了东西，然后跟你的人脸是可以对应起来的。这个东西非常重要，下次只要你一来，我就知道你上次买过东西。这个人脸信息和支付是肯定会连在一起的，不光是为了消费的方便。
这个终端不光是可以支付，还可以推广，比如说在支付的时候可以告诉你我和银行有合作，可以给你做信用卡的分期，你可以用分期来买这个西，或者你可以用银行的什么支付得到一个什么优惠，这些东西都是会打通的。这就是一个闭环的方案，多店的闭环一样的，跨门店，他还可以把社区大脑，你住在哪里，你的消费能力，然后还有你的银行，比如说信用分期能力和你还贷的风险能力都会评估出来，然后一其推到这里面去。
最后这个这样话，从业绩上来讲不光是提高商家的业绩，还提高了银行消费贷的业绩，所以这就是跨行业和技术闭环形成了价值形。我们最后总结一下它的特点是，我们线上有一个模型叫做漏斗模型，什么叫漏斗模型呢?刚才我说的店外人员、进店人员，关注的区域。线上应该是浏览商品，然后放入购物车，然后再生成定单，然后再支付定单，这样整个过程是一个漏斗的，就是不同比例的。
这个比例会逐步的降低，因为最后支付了定单的人肯定是少数，肯定是一个比例。我们线下没有这样的模型，我们的AI技术就是打造线下版的漏斗模型，从进店到关注，再到商品的具体关注，再到最后定单支付，这就是线下的漏斗模型。
这是我们在去做的一个事情，我们现在日产4S店、国美、小米都在做试点，这个是我们比较重要的一个。这是在小米门店里面做的热力图分析，包括达到100个人以上都没有问题。除了这个人体以外，识别关注点，走的路线。通过人脸和人体的识别技术，这只是感知。
然后通过各种设备，包括推荐，广告推荐，这是在国美，包括在这些互动娱乐，包括一些广告查询，这样一些设备，来进行交互，进行推介，这是门店里面做的一些设备。
我们回过头来，除了解决方案要做到完整闭环以外，我们的行业里面要做关键的人工智能平台，刚才说了云从是承接国家三大平台，但是云从在最早之前，还做了行业的关键性人工智能平台，比如说在银行里面做了IBIS平台，这个平台的意义重要性在于什么?它的技术并不是说多么的领先或者AI技术并不是多少复杂，其实最重要的是什么?生物识别跟银行所有的业务都会发生关联，银行有两百多个业务系统，只要它用到生物识别，一定会用于云从的生物识别平台，而且是总行。
比如说在农业银行的总行，它从柜台到超级柜台，再到刷脸取款，ATM机，再到手机银行，只要是用到人脸识别，生物识别都会用到我们这个平体，所以这就是重要性，现在连接到一百多个银行总行，然后机场大脑，安检口，登机口，航线，候机楼，停机坪，只要是用到这些关于大数据，关于AI的技术都会用到我们的大脑。包括公安部刚才说五个平台，然后商业的300多家4S店的平台都是我们提供，这是行业的平台。
最后一个，我们要做行业的顶层设计，刚才说了我们和四大行和公安部，包括民行总局成立联合实验室，合理合法使用大数据，定义标准。这就是三步的，从标准模组到行业平台，再到顶层设计，三步的步骤。
最后总结一下，我们认为AI企业要落地，必须在五个阶段：
1.学术研究，学术是权威的，技术是领先的，这是没有问题的，大家可以看到AI企业创始团队都是高学历，高背景，技术背景的团队，都没有问题。
2.行业验证，你这个技术是不是一定能在行业里面得到可行性，能不能在实战中经受检验?
3.商业落地，技术是不是能转换成产品?能不能形成解决方案?这个就是商业落地的过程。
4.行业平台，做到商业落地公司肯定是活下来了，但是到后面我们要做行业平台。因为如果你各设备、产品，它其实很容易被替代，你今天做一个人脸抓拍机，我相信很多公司都会做，替代性是非常大的，但是你做了平台，它就像一个手机的操作系统一样，你会轻易的把操作系统换掉吗?不可能的，特别是它连接了你银行两百多个业务系统，这个时候是没有可替代的功能，这是行业的关键平台，关键入口。
5.智能生态，不管是云从一家来做，只要是上下游产业链，合作伙伴，通过这个关键平台，我们一起来打造云从可以提供技术平台和资源，一起打造行业的解决方案。这样的行业智能化解决方案，才是完整的，才是丰富的，这是我们希望做到智能生态的地步。
最后我用卡斯帕罗夫的一句话，20年前输给了深蓝，但是他现在认为人工智能是一定会代替我们，但人工智能也能帮我们改善和提升，让我们专注更高级别的事务，这是一个比较良性的结果，人类不应该害怕人工智能，我们应该和它协作，达到一个新高度，人和人工智能能够共同创造未来美好的生活，这个是我们想分享给大家的，谢谢大家。
