网易智能讯 2月24日消息,在近日将门创投召开的一周年生日会上,联想集团高级副总裁兼CTO芮勇在圆桌讨论环节发表了联想在人工智能上的一些布局和看法。
芮勇称,要把联想变成一个“Device+Cloud powered by AI”(基于人工智能的设备和云服务)的一个公司。芮勇提到,联想在努力寻找新型的计算平台,比如去年发布AR手机Phab 2 Pro,还有在今年CES上发布的智能家居产品。
芮勇认为,AI要往前发展,第一个可能还是算法,第二个因素是数据,第三个因素是计算力,第四个是帮助人工智能落地。“每一代算法的迭代,都带来整个技术不是这样的上升,而是平台式跨台阶的上升。”芮勇说道。(小易)
以下为芮勇发言实录(根据将门一周年生日会圆桌环节整理):
高欣欣:接下来要问问有数据的人,要请教芮勇博士。最近芮勇博士加入联想,成为联想集团的CTO,必然会使技术和联想庞大的技术和行业认知结合起来,使它真正为商业所用。而联想又是我们能够看到中国龙头企业、世界的领先企业,它的每一步牵一发动全局。所以我要问芮勇博士的关键词是布局,想请问您,您到了联想之后,将会如何布局联想的人工智能?您将在哪一些领域重磅突破?
芮勇:加入联想大概三个半月,这三个半月工作也很忙,尽量了解联想整个的体系。原来的使命是什么,我们今后要往哪走?杨元庆在几年以前就开始跟大家讲,联想要从只做设备的公司,变成设备加上云的服务。去了以后,我觉得要把联想变成一个Device+Cloud powered by AI的这么一个公司。
我觉得联想有机会把这些事情都做了,为什么这么说?联想有三个BU,加上研究院还有创投。三个BU里,有两个做设备。
第一个BU:做PC,全球连续37个月出货量都是第一,这是做设备(PC)。
第二个BU,做手机。联想手机在中国市场还有很长的路要走,希望大家帮助我们一起走得更快。但是在中国市场以外,其实上一个季度,我们全球的出货量全球第四。所以手机有很多的设备,这两个BU都是做设备的。
第三个BU,做服务器、数据中心和云。有希望把Device + Cloud Service给做在一起。我加入联想之后,我领导的研究院还有老贺领导的创投部门,我们一直会加大在AI方面的投入,使得整个产业链变成Device + Cloud powered by AI,所以这就是我的布局。
高欣欣:接下来请问芮勇博士,后PC时代,联想有没有想过什么样的新型计算平台?
芮勇:肯定想了很多的新型计算平台,刚才铁岩提到AR、VR,有的人可能把它当成一种锦上添花的,但是真喜欢的人就是雪中送炭。
关于AR设备,其实去年联想出了第一款真正意义上三维的手机,叫Phab 2 Pro,后面有很多摄像头。你可以想象,我拍大家的时候,可以把大家的场景搬到这个舞台上来,把家里、办公室的场景搬到这个舞台上来。这个是一个人工智能后PC时代的产品。今年一月初的CES上,我们也发布了第一款智能音响,今后联想在智能家居、智能家庭、智能办公上还会有更多的设备出现。
今天几个朋友聊到AI发展趋势几个元素,我觉得今后AI要往前发展,第一个可能还是算法。举一个例子,在深度学习出现之前,余凯其实做了一个非常好的算法,在深度学习出现之前是拿第一名的。后来有新的算法出来以后,很快把错误率往下降了,所以算法的力量,还是不能小瞧的。每一代算法的迭代,都带来整个技术不是这样的上升,而是平台式跨台阶的上升,所以我们不要小看算法的力量。
其实深度学习就是一个换了马甲的人工神经元网络,我记得我自己写的第一个人工神经元网络,大概是在80年代末、90年代初的时候。那时候只有一层隐含层、一层输入层、一层输出层。为什么今天叫深度学习?因为隐含层的数很多。人工智能要往前推进,算法的力量我觉得是一个因素。
第二个因素是数据。我曾经在清华做了一个华东四省电力负荷预估的事情:第二天华东四省水电和火电这些厂,合起来要发多少电?又不多发也不浪费,也不能少发,怎么预估?当时就用了人工神经网络做的预估。
当时我觉得自己很牛,数据很多,我从四个省拿了两个月的数据去训练。但是今天大家一听两个月的数据都会笑,因为今天一个深度学习的网络,光参数几百万。我当时就一层,是一个浅度学习,那时候是可以学的,因为没有更多的数据,没有办法做深度学习。这是第二个,所以数据也是非常重要的因素。
第三个因素是计算力。以前,如果今天训练我们的深度学习,可能算几个月都没有办法收敛,可能算一年都没有办法收敛。那你怎么调整你的参数?所以强大的运算力,是使得机器学习、人工智能再往前发展一个很重要的因素。
第四个因素可以帮助人工智能发展,并且真正在产业界有作用的,是要它能落地。前面的几个大潮,它本身就是一种产品、服务。比如搜索引擎它就是一种服务,比如说社交网络就是一个产品、服务。但人工智能本身并不是一个服务,它要落到地上,和产业相结合。不管To C也好,To B也好,人工智能真正要对我们社会发生效应,一定要和某一个产业相结合,没有和产业相结合,我觉得很难往下做。
这个产业就要有很多垂直领域的知识,我记得在微软的时候,还和中科院的植物所做过微软识花这么一个项目,很有意思,如果我们只是一帮深度学习的人去训练怎么识花,我们识别效果不会好。只有植物所的专家会告诉你,识花要看它的叶、蕊、径是什么样,这些专业领域的知识加在一起,你才能真正做出一个非常好的系统,所以要接地气。
所以总结四个方面可能对人工智能的发展会很有好处:
算法本身的提高。
更多的数据。
更强的计算量。
和垂直领域相结合。
(发言实录部分来自/将门创投)
关注网易智能菌(微信公众号:smartman163),获取专业人工智能资讯与AI报告。