「創業最前線」記者｜小明
本文系作者原創，轉載請申請授權
11月27日-28日，第六屆WISE大會——“WISE 2018新經濟之王”在北京國際會議中心舉行。本次大會為期兩天，分為新經濟峰會、企業服務峰會、未來城市峰會、新風向峰會、零售未來峰會、新“區”勢大會等多個板塊。
在27日上午的企業服務峰會上，明略數據、秒針系統創始人兼董事長表了《打通感知與認知，行業AI賦能新經濟發展》精彩演講，與現場嘉賓和聽眾探討了人工智能在新經濟發展中的重要意義。
值得一提的是，在“WISE 2018新經濟之王”大會上，明略數據榮登三項重磅榜單：
第一項：36氪年度新技術領域 “AI之王”，該榜單囊括阿里、百度、騰訊、商湯科技和曠視科技等在內的人工智能領軍企業；
第二項：36氪年度新技術領域 “人工智能機器學習獎” ，該榜單還包含今日頭條、螞蟻金服、第四範式等在內的機器學習技術領先者；
第三項：36氪年度企業服務領域 “企業服務之王” ，該榜單還包含阿里雲、釘釘、同盾科技等在內的企業級服務明星科技企業。
作為定位為打通感知與認知智能並服務安防、數字城市、工業、金融等垂直行業的獨角獸公司，明略數據一次性將三項科技企業榜單收入囊中，充分詮釋了人工智能不僅僅是“風口”，真正落地垂直行業創造價值才是吸引眾多行業關注及投資者目光的意義所在。
（明略數據、秒針系統創始人兼董事長 吳明輝）
WISE大會以“新經濟之王”為主題,聚焦新資本、新技術、新信息深度融合之下,新經濟的模式變革和商業創新，吸引了香港交易所集團行政總裁李小加、YC中國創始人&CEO陸奇、2011年諾貝爾經濟學獎獲得者托馬斯.薩金特、阿里天貓總裁靖捷等數百位業界大咖齊聚一堂，展望新經濟的未來。
據瞭解，此次參會企業的整體估值超6000億美元。
吳明輝在演講中表示，“我們希望探索新一代人工智能技術，把感知和認知智能連接起來，形成真正的大腦。AI落地創造價值，唯有從大數據開始，凝練大知識，以人機同行、行業服務為抓手，將“大AI”落地到行業應用中，最終形成完整的閉環。”
明略數據、秒針系統創始人兼董事長吳明輝演講全文如下：
各位來賓大家上午好，非常榮幸今天和大家一起分享我的一點體會。很多朋友都知道，明略是最開始把大數據和人工智能技術引入到安防。
我自己北大人工智能科班畢業，那時候在學校裡面讀人工智能專業並不是特別火的方向，自從AlphaGo出來下圍棋下好了，很多產業界裡面包括媒體、投資圈等等，幾乎所有的朋友都把關注的目光放在人工智能上。
回過頭看，我們明略在公共安全領域已經取得了很多進展，自從我們部署第一套系統在某一個地市的公安局之後，基本上只要是明略客戶，就會不斷的得各種各樣科技賦能的表彰獎勵。我們有一個客戶對我說，我當警察能得的獎基本上都拿到了。
但是回過頭來看絕大多數的AI公司，今天好像也都只在安防領域取得了巨大的進展，大家都在講人工智能要改變世界，我們要助力新經濟的發展，但是並不是很輕易就能找到公共安全領域以外的應用場景，這一直是我反思的問題，也希望跟大家去探討。
我自己在讀人工智能專業的時候，在人工智能實驗室具體的細分專業叫模式識別圖像處理，或者叫生物特徵識別。那時候人臉識別還不是特別火，當時我在實驗室做的課題是掌紋識別、指紋識別、指靜脈識別。
我所在北大計算機系人工智能實驗室，是全球第一個
高校利用這項識別技術進行考勤的。以前北大每一個學生要求每星期在北大燕園裡跑操，北大四五體育場有一個打卡機，跑完你要拿著學生證打卡。我們以前宿舍同學完成跑操都很簡單，我們有六個同學，有一個同學拿著六個學生證打卡就好了。
但是自從實驗室把打卡機變成了指靜脈打卡，學生同學都在說我們的實驗室的技術杜絕了代打卡。這可以算是早期的人工智能應用了。
今天，算法能達到的精度準度都是沒辦法滿足應用需求，這是人工智能面臨的一個很大的問題。
前一段時間張鏺院士有一篇文章非常火，講人工智能雖然取得了一些進展，但是有非常大的侷限性，大家基本上都在討論深度學習，而深度學習本身的算法是不可解釋、不可理解。
深度學習包括早期的統計學習在具體的場景裡面應用的時候，它有很多的前提條件，它被很多事情所約束。
就像大家看到用深度學習的算法下圍棋的下的很好，是因為圍棋所有的信息公開透明，可以看到競爭對手跟你下圍棋的所有步驟，當然你不知道他怎麼想，但是至少圍棋怎麼下是看得見的。
如果用人工智能玩遊戲，比如說打魔獸爭霸，到今天都沒有做的特別好，原因很簡單你的競爭對手在做什麼你不知道，信息不透明，因此很難把最終效果做出來，這是我們絕大多數行業裡面人工智能商業化應用沒有更好的取得進展一個最重要的原因。
在安防裡面，我們現在只是比對一下看看抓獲的是不是犯罪嫌疑人。此外更多的場景裡面AI還是一個很侷限性的單一的技術，在侷限性的環境裡面是解決不了這樣那樣的商業問題。
而我們明略數據一直是在思考如何去幫助我們的行業客戶解決他們最核心的業務問題。
所以單一技術的發展，它發展的再複雜也會有一定侷限。很多行業裡面都有人非常熱衷於刷分，我要第一名，我要分比你再高。但是真正要在實際應用場景中看，這個分數指標最高百分之百都不能解決這問題。
我給大家舉一個例子，比如說我們屏幕上這個照片，這是真實公安要破案的場景，犯罪嫌疑人有反偵察的經驗，他把遮陽板遮起來，攝像頭拍不到臉。這個車牌號被攝像頭拍下來後，嫌疑人開到一半就把車扔掉了，所以這個人花了半年多才抓著。在公安我們遇到的真實場景都是這樣的場景。
大家以為我們今天的人臉識別算法很好用，但是你在全國十幾億人口裡面，會有幾千個人跟你長的像，我們每一個人人臉放到全國人臉庫比對一下，你會發現有很多人跟你很像，所以單純的圖像識別算法是解決不了這問題。
在我們真實破案的場景裡的另外一個案例裡，一個小區裡面很多電梯的控制面板都被偷走賣掉了，因為控制系統也很貴。
我們用人臉識別根本就識別不出來犯罪嫌疑人是誰，後來我們通過其他維度的數據一起進行研判，用公安的邏輯推理得出結論，做這個犯罪行為的人應該是電梯行業從業人員，普通人都不知道電梯的控制面板在哪。
而整個地區有幾千個電梯從業人員，在幾千人裡面如何把犯罪嫌疑人找到，就需要通過這幾個人行為異常進行判斷，這背後是基於更多維度的數據跟人臉識別的視頻數據融合在一起，最後結合起來產生的效果。
我們今年9月份在市場上推出了我們新一代的AI系統 - 明智系統2.0，這個系統的目標就是把這類問題解決掉，把感知和認知打通，把我們的深度學習算法為代表的這一些音頻、視頻識別的數據跟其他維度的數據融合在一起，中間最重要就是，用符號把數據連接在一起。
大家都知道其實很多案件是由不同的110接警，不同的警察接待，而這一些數據之前散落在不同的案件筆錄系統裡面，我們通過人工智能自然語言的處理技術是可以把不同的案件筆錄裡面的關鍵信息找出來，聯繫到一起，最後把不同的情報匯聚到一個案件上，這是一個非常非常重要的技術。
而更多的情報線索來自於什麼呢？來自於原來公安系統各種多源異構的數據庫，比如戶口薄等等。
這些數據在原有的各種各樣的系統裡面，我們需要把這些系統關鍵的信息以符號的方式提取出來，最後融合到前面提及的視頻、音頻、文本的這些數據裡，只有這些數據融合到一起，才有可能真正的解決複雜問題。
就像張鏺院士講的，今天的數據算法很多情況下侷限於數據不夠，很多情況是小數據沒有大數據，而在這種情況下我們需要使用人類原有的知識系統。
我們明略是可以解決一個這樣的系統的研發設計，將行業知識積累起來，而且這個過程其實是給各行各業構建行業知識圖譜，這不僅僅在公安行業，在所有的行業都可以應用這個方法。
當我們準備好之後，多源異構數據是通過一個統一的符號體系，不僅僅是音頻、視頻文本等等，存到多源異構的數據庫裡面，最後形成一個符合我們下一代人機交互系統中。
在這樣的人機交互系統裡面我們可以直接通過人類的自然語言向系統發問，我們可以問“這個人是誰”，我們甚至可以問更復雜，“他在哪裡，他跟誰在一起”。甚至也可以通過這一套系統來問“他準備去哪”，我們可以通過各種各樣的信息進行提問，“為什麼”，這些信息是已經通過明智系統將所有的多源異構的數據進行了結構化處理。
我們在很多的領域裡面並不只是通過深度學習去分析。
我覺得這個人是壞人，但是你必須要解釋清楚這個人為什麼是壞人，這背後是有邏輯的。包括明略在工業領域，當我們發現一個火車壞了，它的哪一個零部件壞了，什麼原因我們是要解釋清楚、分析清楚，這都是今天為什麼人工智能在這一些領域裡面沒有很好落地的原因。
所以明智系統2.0就是致力於要打造這樣一個環境，讓我們能夠去探索新一代人工智能的技術，把感知技術和認知技術連接起來才真正形成行業大腦。
這是明略數據首席科學家吳信東教授和我本人寫的一篇學術文章，前兩天剛在2018 IEEE ICDM國際數據挖掘學術大會上發佈，我們叫HAO智能模型。
我們提出，AI落地創造價值，唯有從大數據開始，凝練大知識，協同HI(人類智能)、AI(人工智能)和OI(組織智能)三者合一的HAO智能，以人機同行、行業服務為抓手，將明略數據的大AI思想落地到行業應用場景中。
大智慧始於大數據，凝結大知識，帶來更便利的人機交互，最後才能形成一個完整的閉環，以解決複雜問題。
我們需要多種AI技術進行多鏈路的打通，而這一套模型打通了感知、認知，把最先進的技術連接到一起。我們也不需要百分之百準確的感知智能的算法，可能70%就夠了，但是通過多維數據的打通，感知和認知的打通，最終形成一個完整的商業應用，實現一個最好的效果。
閱讀更多 創業最前線 的文章
