《物联网的演讲稿.docx》由会员分享，可在线阅读，更多相关《物联网的演讲稿.docx（7页珍藏版）》请在金锄头文库上搜索。
1、物联网的演讲稿物联网的演讲稿下面品才网小编为您整理了物联网的演讲稿，希望对大家有所帮助，欢迎大家阅读和参考。物联网的演讲稿 物联网智能交互与服务Smart Interaction & Services for IoT梁家恩北京云知声信息技术有限公司董事长/CTO各位老师、各位嘉宾，大家下午好。今天非常容幸能参加这个会，作为人工智能界的一个晚辈，包括在市场上的创业公司，今天跟李院士还有各位世界级的专家一起分享压力非常大，也非常容幸。我们其实是跟陈博士比较类似的，我的背景是中科大毕业的，后来在中科院待十年的时间。四年前我们在 XX 年决定，因为我觉得人工智能产业是一个秀才的团队，大家基本上都是博士
2、，至少也是硕士以上的学历。我们当时也是从做研究开始走到人工智能创业场上，相信用我们的技术能力去改变一下这个世界。我今天做这个分享的，无论是从高度、广度、深度，我不会讲的比专家们更专业。我想跟大家分享的是，我们在人工智能创业里面，技术其实仅仅是其中一个环节，可能只占了 30%左右的成分，我们把技术的图景书写下来以后，我们如何看待产业的发展。因为我们是从语音交互开始做这个行业的，所以我跟大家分享的是物联网智能交互服务。大家可以看到我们整个物联网的话，可能下一场的工业革命，因为会有越来越多的设备连接到我们的互联网，可能是 PC 互联网，到移动互联网，到物联网的趋势。统计来说预计 2020 年的时候，
3、整个市场上将会有超过 200 到300 亿台的设备，会出现在我们的生活当中。在这里面带来的结果就是有海量的数据，有非常大的数据收集上来。这里面市场的价值也是非常大的，应该有万亿美元的规模，这都是我们看到很多的统计报告抽取出来的数据。从交互的角度来说的话，我们其实经历了几个时代。我们从 PC 时代开始讲的话，当时是鼠标键盘是最主要的交互，然后接下来是移动时代。移动时代我们的触碰包括传感，已经给我们带来的很多的体验上的改变。在物联网时代就会更加的丰富多彩，语音、图像，AR、VR，都会很大的应用空间。一个大的特点就是机器为中心转为用户为中心的交互，就需要我们有更好的智能化来支持这个交互过程。人工智能
4、这 60 年的发展风风雨雨，今天也非常容幸，我们在这个阶段应该是第三次的春天。我想最大的一个特点就是说我们以前都是技术，都是科研人员在主导这个事情，包括政府的投入在做这个事情。第三次来说的话，大家可以看到很多的大企业，包括创业的公司都在用产业力量推动发展。一个是用户的数据规模在增加，另外是产业的需求非常强大。有需求的推动的话，就会有非常强的动力。作为基础的话有两点，一点就是我们的存储跟计算能力的提升，另外就是学习算法的提升。大家看到寒武纪的CPU 也是为我们的机器学习而生，我想会极大的推动这个产业的发展。我们相信有产业力量介入的情况下，应该会有比较大的成果沉淀下来。这页可能是我唯一讲起来跟技术
5、有关的。我们所有讲的智能或者人工智能来说，学习是永恒的核心环节。现在非常火热的深度学习，跟它对应的就是浅度学习。所有的学习的根源就是来源于数据，我们如何从数据做机器学习跟人工智能。数据过来之后第一步的问题就是抽取特征，下来就是分类的问题，基本上我们大部分是集体学习，都解决这个层面的问题，这是核心的问题。这个部分我们称之为感知的环节，我如何从数据里面去感知，它到底是什么物体，如何辨识，产生一个概念。最后就形成我们的认知、决策、规划、推理等等这些人工智能更复杂的行为，才能完成一个闭环的人工智能技术。在这里面我们发展也经历了几个阶段，一个是最早的时候有一些经验特征和规则做分类，这是最早期的。大概九十
6、年代左右的话统计学习就大行其道，因为这里面分成两个问题，一个是特征工程，如何抽取特征，如何做分类优化，都是做优化的方式解决这个问题，数学上非常的严谨。最近是深度学习，是跟特征学习和分类优化结合在一起，就像做一个整体的规划，我们称之为端到端到的规划，也是 Marc Hamilton 教授兴起的。他们觉得浅层的学习不足以表现人工智能分类的问题，所以有非常副复杂的网络结构，结合大规模的数据，碾压了过去二三十年里面积累的统计学习的效果，但这块还是有很多的数学性的原理或需要再去进一步的挖掘和探索。深度学习未来是不是有可能再跟浅度学习有结合呢?去年 3 月份的文章里面，有一个编程学的文章。用非常小的数据去
7、学习，我相信这又是另外一个兴起的路径。我们最终的人工智能的技术其实我们可以解决很多的问题，但最终还要帮助到用户，如何能解决他真实的问题。这种情况下才能够说我们蓬勃发展，因为只有产业的推动，才是我们真正所有技术的完善最强的动力。用户期待归纳为三点，一个就是我们有一个非常好的机器人，能很智能的交互，像我们人与人的交互，语音是非常自然的环节。交互之后需要的是内容跟服务，能不能有非常优质的内容和服务，而且可以优化服务，这是一个需求。第三点是智能的学习，智能机器人能不能随着我们越用就越智能。像我们知道 AlphaGo 就可以越来越会下棋，但这个下棋是一个规则和各种条件，相对比较整齐的情况下去做的，这里面
8、基本上就是计算的过程。在我们交互的过程当中这个学习会比较复杂，因为我们现在比较好的学习的办法可能只能取得 20%或者 10%的错误率的下降。未来来说我们希望通过对话去完成所有的服务，这也是当初 Googel 提出的概念。现实会有非常多的问题，大家知道虽然我们现在兴起了非常多的期待，但在现实当中我们有很多的问题需要解决。因为我们公式上推导非常顺畅的东西，但实际应用当中并不过关。因为有一些真实的噪声环境，还有功耗和资源的消耗，这个非常大。还有一些自然交互的体验，因为交互过程当中其实现在人跟机器交互的时候还会存在困惑，把机器摆在那里面的话，其实人是一种交互的。另外一点现在机器的能力还没有做到100%
9、，所以这个过程中还会出现错误，出现错误的时候会有一种受错感，就学习交互的设计来弥补。另外就是内容跟服务的优化，还有自学习的能力。这些现实的问题都是我们需要去解决掉的。结合我们的经验来说，我们云知声的定位就是一个面向物联网的人工智能服务的公司，中间就是我们的人工智能技术，其中主要是语音识别、语义理解，包括语音合成，还有生文认证，等等这一系列跟语音交互密切相关的技术。我们搭建起来是一个云端新的产品的体系，这个新的体系的话主要解决的就是一个降噪的问题，因为通常在一个非常大的环境里面，我们需要有一个麦克风才能把声音从非常复杂的环境当中拿出来，所以这是我们需要推出的 AI 新的需求。另外就是 AI、UI
10、，AI 是语音作为交互主要手段的模块，因为对于大多数的物联网设备来说可能并没有屏幕，甚至键盘可能都没有，像手表、大屏电视等等这些设备。云端承载的东西是非常多的，一个是用户所需要的内容还有服务，还有根据用户的习惯构建起来的用户画像，云端就构成了一个产品的闭环。机器人来说，这三个产品如何能把我们的智能终端连接起来?首先是我们的放在听觉的部分判断声音的方向和距离，定向降噪。AI、UI 就是通过对话的方式解决人跟机器交互的问题，AI 服务就是通过云端，用户真正交互了以后，很多的内容是从云端获取的，同时云端也会学习人的需求。掌握了一个习惯之后我们可以有更好的服务，一个是技术层面模型的优化，另外是从内容和
11、服务的角度去优化这里面的内容。目前来说我们已经在智能家居、智能车载，还有教育、医疗等等有广泛的应用。我们已经有其中六个大的家电厂商，有五家在我们的解决方案，我们在后视镜的市场，也是 113 家参展的厂商，其中有将近 60 家用的我们的解决方案。还有教育跟医疗方面，都有非常多的应用。我们的云平台到目前为止已经支撑了降低 1 亿的终端设备，另外每天的用户的活跃用户量都在 1 亿上下。大家可以看到人工智能在蓬勃发展的时候，未来会有一个什么样的场景。刚才李院士也给我们分享，我们归纳为三类。一类是属于灾难的结果，因为从我们人的角度来说，以我们人的体力和结构来说的话，能成为食物链的上端，完全是因为我们具备
12、地球上最强的大脑，最高的智慧。一旦我们失去这种能力，机器能取代我们的话这是非常危险的事情。但对这个技术的发展，像刚才李院士说的我们是要保持敬畏之心的。第二种是相对比较乐观的看法，人工智能可以让我们的生活变得更加美好。但与此同时将使得我们人类的认知能力得到比较大的飞越。过去我们是没有办法通过大数据认知这个世界的，当我们有人工智能技术之后可以很好的认识到世界真实的情况，很多经验性的东西可能将会被颠覆和推翻掉。一种悲观的观点可能会进入到第三次寒冬，我们过去两次对人工智能有非常大的期待，也没有落地。我想最关键的来说还是我们的产品服务能够比较好的落地，能解决用户的问题，但它的风险我们如何控制它未来对人类的危险，我相信在技术发展的过程当中还是会去持续发展的思考的问题。因为如果没有敬畏之心的话，控制不了。60 周年我们也向 60 年来 AI 领域里面付出卓越努力的先辈和同行们致敬，谢谢大家。
