澎思科技荣获CCF-GAIR 2020 「AI+IoT」 最佳新基建成长奖

（原标题：澎思科技荣获CCF-GAIR 2020 「AI+IoT」 最佳新基建成长奖）

8月7日-9日，2020年全球人工智能与机器人峰会（CCF-GAIR 2020）于深圳正式召开。峰会由中国计算机学会（CCF）主办，香港中文大学（深圳）、雷锋网联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办，是国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资领域盛会。

峰会期间揭晓了2020年度AI最佳成长榜单，评选当下最受关注的12个AI+领域的五大奖项。澎思科技凭借AIoT生态平台及其在“新基建”中探索出的拥有自身特色的建设路径和经验，荣获「AI+IoT」最佳新基建成长奖。

澎思科技将AIoT生态平台作为融合新兴技术，放大信息基础设施效能的生产力核心。在产业融合方面，澎思科技以建设“以人为核心”的新型智慧城市为出发点，依托澎思AIoT云平台，打造视频全解析系统、人像大数据系统、智慧社区系统、智慧通行系统等，深度赋能城市公共安全与治理、人居场景智能化等领域，打造普惠时代的新型基础设施。

此外，澎思科技首席科学家、新加坡研究院院长申省梅还受邀参加本次峰会，并发表了题为《基于迁移学习的视觉智能发展与应用》的主题演讲，阐述了传统机器学习的痛点、深度学习带来的突破、深度迁移学习、迁移学习中用到的一些技术和实例方面进行了分享，并分析了迁移学习在视觉智能的需求。

申省梅首先指出了传统机器学习的痛点之一是泛化能力差，导致鲁棒性差，落地成本高，用户满意度差。深度学习模型为计算机视觉带来的突破，也是在给定的数据集上训练出来的，可以很好地反映给定数据的特点。尽管在这些特定数据集训练的模型具有很高的准确性，远远超过传统机器学习，但在新场景和新任务下的性能无法维持。因此，深度学习的突破仍然取决于数据。

另外，申省梅还指出深度学习AI落地的三大痛点：

感知环境及应用场景的千变万化：天气、光线、角度、遮挡等因素变化导致成像质量不同并且质量不佳；训练数据与落地场景的不一致导致AI模型性能徒然下降；

重新训练模型需要大量的AI专业人才来完成，周期长成本高见效慢，已经成为AI普惠的障碍；

AI人才的短缺以及成本昂贵会阻碍企业采纳人工智能以及它带来的效益。

申省梅表示，澎思的使命是“AI即服务”，可以解决以上痛点，实现普惠AI，澎思通过AIoT平台生态技术部署，实现“AI服务在线+AI功能定制终端+自闭环生态”。通用智能是下一代AI发展的必然趋势，澎思会在迁移学习、无监督、自监督学习、小样本学习、多模态学习这几个真正反映AI落地的实际情况下落地生根。

澎思科技的目标是在算法技术上走在国际计算机视觉的前沿，基于AI落地为主的前沿技术开发，建设云端AI在线迁移学习平台，加强端侧AI轻量化的设计体系，推动以用户价值为导向的To B/To C产品创新。

2020年的人工智能行业，接受了疫情的洗礼，也迎来了十年一遇的时代机遇“新基建”。在智能时代的“新基建”趋势下，澎思科技作为一家国际前沿AIoT生态平台公司，将坚持走在AI算法研究的国际前列，并积极推进AI技术在实际应用中的落地，关注不断出现的新场景、新需求，让AI服务社会生活的方方面面，驱动尖端AI技术向普惠性的智能服务持续进化。