3月7日，清華大學《人工智能前沿與產業趨勢》系列講座第一講，由百度高級副總裁、AI技術平臺體系（AIG）和基礎技術體系（TG）總負責人王海峰，與清華大學海峽研究院大數據AI中心專家委員、百度七劍客之一、酷我音樂創始人雷鳴老師共同參與，深度探討人工智能時代的趨勢與機遇。

清華大學理學院院長宮鵬教授、信息科學技術學院朱軍副教授，首先登臺，分別對課程做了介紹。

人工智能的發展歷程綜述，由百度高級副總裁、AI技術平臺體系（AIG）和基礎技術體系（TG）總負責人王海峰和清華大學海峽研究院大數據AI中心專家委員、百度七劍客之一、酷我音樂創始人雷鳴主講

硬件領域智能硬件、自然語言課由字節跳動人工智能實驗室總監李航李航主講

大數據的分析和處理，由螞蟻金服服總裁兼首席數據科學家漆遠主講

醫學影像領域，影像視覺由2019年度 IEEE Fellow、深睿醫療首席科學家俞益洲主講

智能教育由新東方AI研究院院長瞿煒主講

智能技術綜合應用，由清華大學理學院院長、地球系統科學系教授、主任宮鵬主講

最后是一節作業課

在第一節課中，首先由雷鳴帶來《人工智能革命與機遇》，回顧了幾千年來人類社會的發展和AI爆發的起源，解讀產業格局，并給出如何抓住創新機會的指導性建議。

隨后王海峰以《人工智能技術與產業應用》為主題，總結了人工智能的發展狀況、具體的技術實現和產業應用等，以及包括百度在內的科技巨頭在人工智能領域取得的進展。

以下是本節公開課的課程內容。

智能是再次顛覆社會的力量，產業格局將徹底改變

雷鳴認為人工智能是一場革命。從AlphaGo(2015)學人類，到AlphaZero（2017）自學，人工智能可以在很短的時間內，掌握人類需要花費很多年才能達到的水平。

前兩個還是完全的信息博弈，而到了AlphaStar（2019）能夠處理不完全信息，甚至還能進行協作。僅僅用了3年時間，我們看到了翻天覆地的變化。

下面這張圖是截取加州大學教授Gregory Clark的全球人均收入按年代的數值圖。

可以看到，人類在將近3000年的時間內，收入是沒有多大變化的，總是在一個基準附近不斷的變化。

而工業革命以后，僅僅200年時間，人均收入就直線上升。工業革命為什么能夠造成直線上升的人均收入？

因為它用了能源+機械后，將人們從農業社會的體力活，變成工業社會的技術活。包括今天的農民也是技術活而不是體力活了。

進入智能社會，智能成為再次顛覆社會的力量，產業格局將徹底改變，技術活將被創新勞動替代。

摩爾定律還沒死，這些行業未來充滿機遇

人工智能有三個要素：數據、算法和運算能力。

數據年復合增長50%，它是一個復利增長；而根據摩爾定律，運算能力也是每1.5年-2年翻番，數據和運算能力成咬合級、指數級提升，正好到了一個突破和臨界點，終于爆發出威力。

這次人工智能爆發很大程度上，是從互聯網開始得到非常廣泛的應用。我們知道互聯網世界所有的數據都是線上化的，已經在數據中心里存在著，同時又要處理用戶的海量需求。

而算法從傳統的神經網絡到深度神經網絡，到現在很熱門的在研究強化學習、對抗學習等也是不斷的在突破。

我們聽到很多次說摩爾定律要掛了，但是GPU的出現讓它又繼續往前走，下面這些行業也將迎來巨大的機會：

工業機器人和智能工廠。工廠里工人的崗位已經逐漸在消失掉，留下的是一些工程師，像特斯拉這些現代的工廠里，工人已經很少了。

自動駕駛和智能交通。Alphabet旗下的自動駕駛公司Waymo已經估值700億美金，已經直接做L4，測試300萬英里；百度今年將與金龍客車合作，小規模量產自動駕駛汽車。這些告訴我們，人工智能已經落地了。

智慧醫療。以前談人工智能，很多醫生不認可。但現在醫生們也開始以開放的態度來對待、擁抱人工智能，看它的能力到底在哪兒。中國的AI醫學影像有超過20家創業公司獲得融資；美國的FDA已經開始審批AI輔助診斷產品，有消息說，CFDA也在醞釀對AI的醫學產品如何評審，今年應該會有明確的方式方法出臺。

智能金融也應用廣泛，比如智能投顧、信貸評估、保險等。

上述講到的是過去產業與AI相融合，AI在其中起到替代作用，并且大量是基層、技術含量不高的職業。AI的新機會在哪兒？

1、從低技能行業內到高技能行業。

掃地機器人代替的是掃地這種低級技能，但AI想要代替醫生就需要走很長的路。

2、從高數據行業向地數據行業

有數據的行業走的會快，沒數據的行業走的會慢。以阿里巴巴做金融為例，因為金融業有巨大的數據，無數據則無智能。

3、從經濟效益高行業向一般行業

什么是經濟效益高行業？比如說一個技術就能通吃的，比如自動駕駛汽車把汽車、出行產業全部顛覆，而中國交通運輸包括物流、汽車的產業加起來占GDP20%，這個行業就是經濟效益高的行業。相比之下，醫療產業僅6%。一旦某個公司獨自將自動駕駛拿下來，絕對是萬億美金的產業。

AI時代中國的機會在哪里？

先看美國，優劣勢很明顯：

優勢：科技積累雄厚、全球市場運作。

劣勢：中產階級沒落引發的政治挑戰，所以中產階級選了特朗普當總統來保護自己的利益；同時，美國現在對關稅、移民、貿易等進行限制，造成的封閉市場帶來國際影響力下降。

中國的機會：

廣闊的市場：中國是全球最大的單一文化市場，統一的市場容易激活長尾需求，市場夠大，只要做產品就有大量人在用。

跨越式進步：中國以前很落后，但落后也有“好處”，以支付為例，中國直接跳躍信用卡進入移動支付時代。

技術的追趕：中國在全球人工智能技術發展很快，中國學者在頂會上發paper占世界一半。

創新能力提升：很多東西中國首創，比如視頻直播、個性化新聞推薦、共享單車等，中國的創新能力已經爆發出來了。

中國投資的力量：中國是AI創業融資最多的國家。

雷鳴的演講結束后，王海峰帶來《人工智能技術與產業應用》，總結了當前人工智能技術的成果及應用情況。

人工智能技術目前在語音和圖像取得了哪些突破

人工智能是非常復雜、龐大的技術體系。

其中感知如聽覺和視覺；認知如人類特有語言知識、對人自身的認知，而相應的技術包括語音、圖像、自然語言處理和知識圖譜技術等。比如：

語音

從2012年左右，深度學習開始應用于語音技術，從CNN到LSTM，深度學習算法在改進，語音識別的效果也在逐漸地提升。

技術提升的同時也伴隨著數據的增加和算力的增強。所以近年來語音識別準確率在直線的上升，在很多場景下已經超過人的識別準確率。

另一方面，得益于語音合成技術的進步，機器合成的聲音越來越像人的聲音，越來越自然好聽，甚至比普通人說的更流利更準確。

越來越多的硬件開始支持語音交互，促進了遠場語音識別的發展。遠場識別涉及到麥克風陣列，低功耗、數字信號處理等等一些列技術問題。

圖像識別

深度學習引入后，OCR的準確率明顯提升，如果拿一本書來識別，會發現已經識別得非常準了。

而面臨像發票這種，不同字號、不同顏色、不同位置的字都有不同的含義，單純的識別出文字是不夠的，還要將識別的文字進行格式化。

人臉識別這些年得到了很大的提升，同時也可以識別人體，穿什么顏色的衣服、什么樣姿態等都可以識別出來。

它的實現過程是搜集了大量圖片，然后放到一個龐大的深度神經網絡中去訓練。數據越多、算法越好，識別率就越高。這個過程很像我們的大腦。

人臉識別的準確率還涉及到三維視覺。比如人臉解鎖、支付，如果識別算法不夠好，很可能被人用一張照片破解。

除了靜態圖片，視頻理解技術也有很好的發展。王海峰現場播放了一段由百度大腦機器人解說的世界杯C羅射門鏡頭。

百度大腦通過觀看視頻，在看的過程中會分析：這個人是誰，他在做什么動作。

短短的一段視頻解說，涉及到圖像識別、數據信息結構化、自然語言處理以及語音合成等技術。

人工智能技術的應用

一方面模型越來越龐大復雜，另一方面我們真正在做產業的時候，其實有很多苛刻的要求，比如說資源的限制，內存的限制，計算能力的限制，計算時間的限制等等。

這時候為了既保證模型的效果，又保證滿足這些限制的情況，就要做各種優化。比如說高效的解碼算法、涉及到量化、參數共享、特征優化等等。

目前人工智能技術已經應用于各個行業中。

比如地圖的智能路徑規劃，一次提及多個途徑地點，人工智能直接為用戶規劃出最佳的導航路徑。

人工智能客服，可以做到像真人一樣應對客戶的下單需求。

中英文混合識別應用于輸入法中。當一段話中同時包含中文和英文，百度輸入法可以精準地識別出來，轉換成文字。

人工智能應用于工業質檢，部件檢測的速度非常快，每分鐘可以檢測600到1000個，差不多相當于十個檢測工人的速度。

人工智能未來的發展方向

現在人工智能在大數據、大算力的基礎上，已經取得了突破性進展。但如果類比人腦，還有很大的差距。

人腦不需要那么大的數據，同時也不需要消耗那么大功率，也就不需要龐大的計算機集群。那么人工智能未來可能的發展方向之一，就是小樣本、低功耗。

深度學習這樣一個龐大的網絡，可以有很好的效果，但可解釋性差，所以深度網絡的可解釋性也是一個非常重要的發展方向。

語音識別，圖像識別，在很多場景中甚至已經超過人了，然而自然語言的理解，包括知識的掌握和運用還差得很遠，未來可以說還有更長的路要走。

而從產業角度，例如說軟硬結合、深度學習框架、AI芯片等等，這些未來都會起非常重要的作用。

真正要解決一個產業問題的時候，我們往往不拘泥于一種技術，而是要綜合利用各種人工智能技術，結合場景系統性的提供解決方案。

清華大學《人工智能前沿與產業趨勢》介紹

本課程的主講老師為清華大學海峽研究院大數據AI中心專家委員、百度七劍客之一、酷我音樂創始人雷鳴老師、校內指導教授為清華大學理學院院長、地球系統科學系主任宮鵬教授，地學系白玉琪副教授，和計算機科學與技術系朱軍教授。

課程已邀請到百度高級副總裁、AI技術平臺體系（AIG）和基礎技術體系（TG）總負責人王海峰、中科院計算所智能處理器研究中心主任、寒武紀首席科學家陳云霽、字節跳動人工智能實驗室總監李航、螞蟻金服服總裁兼首席數據科學家漆遠、2018 ACM杰出科學家，2019年度 IEEE Fellow、深睿醫療首席科學家俞益洲、新東方AI研究院院長瞿煒、金沙江創業投資基金的合伙人張予彤、軟銀賽富投資基金合伙人羊東、梅花天使創投創始合伙人吳世春、明勢資本創始合伙人黃明明、昆仲資本的創始管理合伙人王鈞、凱旋創投合伙人陶冶等20多位大咖，還包括清華大學相關領域教授和博士生導師、BAT的AI業務負責人、知名AI企業創始人等。

每節課還會現場開展一次AI細分領域的圓桌討論，由百度創始七劍客之一雷鳴老師主持，和主講嘉賓、教授、知名VC組成強大陣容，看大咖觀點碰撞，把論壇搬上講壇。

機器學習研究會簡介

機器學習研究會由百度七劍客雷鳴先生創辦，旨在推動AI的技術發展和產業落地。

研究會參與組織北大、清華”AI前沿與產業趨勢“公開課，微軟、阿里等企業AI參觀，廣泛的和高校、企業、創業、VC開展合作，促進人工智能落地。研究會自身也參與優秀AI項目的投資和孵化。