1 新智元原创

整理：新智元

　　【新智元导读】2016年12月18日，新智元百人峰会闭门论坛在微软亚洲研究院举行。云知声CEO黄伟在会上带来了《构建AI生态，技术和商业应该是一个良性循环 》的分享。黄伟认为：人工智能领域里面虽然BAT很重视AI，而且有了很强的人才团队，但是跟行业结合恰恰是BAT很难做到的，因为他们在上面。AI和IoT是新的一波机会。

　　以下是黄伟演讲实录。

　　大家下午好！今天前面杨总（新智元杨静）说了雾霾天出来做这样的交流其实都是真爱，前面二位老总介绍的一些微软包括海尔做的事情，我非常高兴的一点是，我们选择的方向都是对的，都是这个行业里面共同做的方向。今天我分享的题目是——构建AI生态，技术和商业应该是一个良性循环。

　　为什么选择这样一个题目？首先我们是一个创业公司，做任何技术最终都要去面对商业市场。我本人做云知声之前有一段商业上没有走完的经历，我做过一个 APP，后来大家问云知声为什么不做 APP？不用谈论这个问题，我一直有一个观点，技术其实本身并不是产品，就像今天说人工智能不是产品，而是底层的技术。在今天我个人认为人工智能泡沫比较大，今天人工智能这么热的情况下，我们怎么用人工智能技术构建商业闭环，这个是所有的创业团队考虑的问题。

　　人工智能是一个基础的技术资源，我们很难说人工智能到底是一个什么产品，人工智能并不是产品，它离商品离市场还是非常远的。人工智能怎么和产业结合，什么样的AI公司未来成为 AI 领域的 BAT？像今天我们谈为什么过去十年里我们只有 BAT，当从 PC 互联网到移动互联网，当我们认为移动互联网应该是有机会诞生更伟大的公司，但是今天依然是BAT。IoT 时代有没有这样的机会？

　　我们都知道人工智能过去几起几落，以前为什么不成功？前面赵总（海尔集团CTO赵峰）说到，在当年我们没有数据，没有计算能力。当然神经网络并不是一个特别新的算法，以前我读书的时候翻过70年代很破旧的书，里面就有神经网络、感知机制等等，但是当时算法、数据和计算能力之间是不匹配的，过去的几十年里人工智能包括像神经网络并没有表现出真正的生命力。

　　在今天随着互联网、移动互联网的产生，有大规模的真实数据，我个人认为这个大数据并不是真正的大数据，而只是数据大。今天数据很多，但是这些数据我们能不能用？坦率来讲无论在机器视觉还是语音识别都是不可用的。今天都是有监督学习，这些数据本身如果并不是一种结构化的数据是不可用的。以机器学习算法为代表，算法更像是火箭引擎。今天以深度学习为代表，在机器视觉、语音识别、自然语义理解、机器翻译等等方面取得突破性的进展，人脸识别方面机器超过了人，语音识别方面机器也超过了人。

　　还有很重要的一点，我们今天拥有了过去不具备的计算能力，正是这三点使得今天的人工智能能够表现出和以前不一样的表现力，今天我们为什么这么热？因为人工智能是可以落地商业化的。这里面还有一点，人工智能真正成功的要素有四个，而不是三个。第四个要素是大应用。在医疗领域、IoT 领域，三要素跟应用结合才能有成功的可能性。

　　云知声是以技术出发的创业公司，2012年创业到现在没有忘记我们的本源，一定要在技术夯实好根基。下面给大家介绍一下我们在深度学习、大数据、计算方面做的储备。今年 AlphaGo 事件之后大家才开始关注深度学习，在这里面比较骄傲地来说一点，国内工业界国内创业公司里面，在国内语音创业公司中云知声是第一家把 Deep Learning 应用到工业领域的企业。2010年底到2011年中左右，微软刚刚把深度学习应用到语音识别领域里面，俞栋是我的师兄，我在意大利佛罗伦萨跟他交流，他说这个是趋势。