编辑部 整理自 MEET 2021
量子位 报道 | 公众号 QbitAI

如何能够让AI普惠化？让Everyone Can AI？

2020年是不平凡的一年，这一年全球疫情给我们的生活和工作带来了很大的困扰。

疫情期间，几乎在每一栋楼都可以看到人脸测温系统、刷脸设备，这就是AI普惠化的其中一个表现。

其中AI公司澎思科技，就是推动AI普惠化的明星代表，疫情之下，他们结合AIoT技术，做出了一些优秀的测温、刷脸系统和产品，促进了各行各业的安全解封、经济复苏。

但这还不是澎思推动AI普惠化的全部，在MEET2021智能未来大会上，澎思科技创始人兼CEO马原，给出了更全面的解答——如何加速技术普惠？怎样引领产业落地？AI下一阶段主攻技术侧重点有哪些？

他以“AIoT生态平台”为主题，分享了最新思考。

演讲要点：

• 2020年，普惠AI时代正在来临，AIoT成为了人工智能行业发展的新趋势。

• 2020年正是整个AI从To G到To B的元年。

• 人工智能应该重点研究迁移学习和小样本学习。

• 我们应该以AIoT为生态模式，加速AI普惠与商业化的进程。

为了完整体现马原关于AIoT如何促进产业落地的思考，在不改变原意的基础上，量子位对他的演讲内容进行了编辑整理。

关于MEET 智能未来大会：MEET大会是由量子位主办的智能科技领域顶级商业峰会，致力于探讨前沿科技技术的落地与行业应用。本次大会现场有李开复等20余位行业顶级大咖分享，500余名行业观众参与，超过150万网友在线收看直播。包括新华社、搜狐科技、澎湃新闻、封面新闻等数十家主流媒体在内纷纷报道，线上总曝光量累计超过2000万。

此次，马原先生也入选了量子位“2020中国人工智能商业领军人物TOP30”榜单。

以下是演讲原文，量子位在不改变原意的基础上进行了编辑。

AIoT成为了人工智能行业发展的新趋势

2020年，普惠AI时代正在来临。公共安全管理、人居生活等城市AIoT，展现出巨大的智能化潜力。

其中，技术变革和市场需求成为了影响它们发展的决定性因素。

AIoT也成为了人工智能行业发展的新趋势。

2012年我在中科院的智能视觉实验室工作的时候，它还叫做VIoT，也就是视觉+物联网，后来演变成了AIoT。

2018年，AIoT第一次在百度词条中出现。

在视觉+互联网领域上，可以明显的感受到，今年疫情期间，无论是测温设备，还是刷脸设备，AIoT终端设备在我们生活中的影响越来越大。

这样的科技趋势，我们在两三年前就预测到了。同时，澎思科技也是这项技术的推动者。

在未来在15年，AI整个商业模式会分成三个阶段：第一个阶段是To G，第二个阶段To B，第三个阶段是To C。

2020年是AI从ToG到ToB转折的元年

2020年，我们会看到边缘计算技术、AIoT、云服务技术逐渐走向成熟。

随着大量的物联网设备的发展，给AI提供了很多数据支撑。

所以说，AI下一步必然会跟物联网相结合的。

以前我在旷视工作，服务的客户主要是政府机构、大型的KA客户。

后来我自己创业之后发才发现，其实大多数人没有享受到物联网和AI结合带来的便利。

所以，澎思科技就致力于做AIoT的普惠工作，让这项技术能够被更多的人享受到。

AIoT普惠最先集中爆发在城市中的金融、教育、社区、楼宇园区、地产商业之中，其市场主体是中长尾客户。

澎思科技的核心技术理念就是AI为基，IoT为翼。

其实我认为，AI的底层技术还是IT技术。从IT技术的终局思维倒推来看，它最后还是以服务的形式体现出来。

因此，澎思未来5~10年的技术方向是“AI即服务”。

从AI能力到数据能力，再到服务能力，再到IoT能力。我们将不断提升我们的业务能力，去实现这个技术闭环、实现业务数据与训练数据的并轨。

我认为，未来的AI一定是云端+边缘侧协同的方式，为场景提供智能服务。

在技术层面上，澎思会加强研发迁移学习、无监督/自监督学习、小样本学习等通用的人工智能技术，从而建设好云端AI在线迁移学习平台，为普惠智能提供技术基础。

同时，我们也会投入轻量化应用、边缘智能的IoT物联网搭建，以加强端侧AI轻量化设计，实现场景的泛化。

更关心迁移学习和小样本学习

我们为什么更关心的是迁移学习和小样本学习呢？

大家都知道AI算法在做训练的时候，需要数人去做大量的工作。

然而，我们尝试了另一个方法，先做一个预训练模型，在通过AIoT网络、通过云数据再训练，使用AI技术在不同的场景下都能做到有不同解决方案。

举个例子，今年2月1号，我们正式上班时候，疫情已经非常严重了。

我们在新加坡的研究员收到了新加坡政府的一个需求，要求在两周内提供戴口罩、跨年龄段、不同肤色的人脸识别算法。

然而，在通常情况下，数据采集是一个长期的工作，再加上标注和训练工作，工作量其实是很大的。

我们也是第一次处理这么紧急的事情。是怎么解决的呢？

首先，我们把AIoT系统搭载在AWS云上，然后把数据收集的终端放在老人院、中小学、商场出入口等。

大约两周，升级了20个版本数据版本。

最终版本的元数据没有经过标注，直接基于裸数据、基于预训练进行了迁移学习。

最后识别的成功率还不错。

另外一个例子是行人再识别ReID。

我们发现，城市里只有5%的监控器能拍得到人脸，剩下的95%是拍不到的。

人脸结构相对稳定，变化不大的。但就行人整体来说，就比较复杂了。因为他们每天的穿着、色彩、角度都不一样。

因此在采集和识别的过程中，一方面要采集数据，另一方面要生成数据。

针对行人再识别ReID问题，澎思创新性地将对抗生成网络与自监督学习算法结合，进行模拟训练。然后再通过迁移学习，进行高准确率、跨场景、跨数据库的进行行人再识别算法的研发，刷新了跨域行人再识别（ReID）Market1501，DukeMTMC-reID，MSMT17数据集世界纪录。

目前，我们在一定区域内的ReID技术，已经媲美人脸识别效果了。

澎思早期是一家AIoT公司

澎思科技的技术和产品矩阵就是通过侧端的边缘计算+云端智能，使整个业务数据和训练数据更新到云端，不断使我们的算法在前端和云端得到升级。

通过这些技术，再加上5G，会使AI能力不断提高、成本更低，达到普惠的目的。

那么，澎思到底是一个什么样的公司呢？

我认为，澎思的内核是一家AI公司，但是早期却会是一家AIoT公司。

在产品落地上，我们会致力于满足智慧城市AIoT场景的中长尾客户市场的需求。通过追求极致的性价比，提供AIoT智能产品和服务。例如办公楼宇通行、智慧社区等。

这是我们这些年的产品矩阵。可以看到，大多数是通行产品。

过去五年，计算机视觉技术落地的主要项目是雪亮工程。雪亮工程主要用AI技术针对公共区域进行安全管理。

接下来，楼宇、商业、地产、校园会成为AIoT赛道的重要商业化落地场景。

上图是我们今年的一些具体案例。我们在智慧楼宇、智慧社区等场景进行了的产品落地。

在海外，我们参与了新加坡AI City的建设。与新加坡政府、企业一同抗击疫情。还在5G无人巡逻车、物流配送等方面展开了深入合作。

在新加坡，澎思的人脸测温门禁随处可见，5G无人巡逻车也在大型商场中落地。

在新加坡的防疫工作中，已经有超过600家机构和企业使用了澎思的产品，这些对新加坡的安全解封、经济复苏起到了促进作用。

总结来说，澎思科技是一家以“AI即服务”为使命的人工智能公司。

长期以来，我们坚持AI+IoT，以及跟SaaS应用的结合的方针。

期待在未来能够看到更多的澎思产品，为整个AI时代尽一份自己的绵薄之力。

在这一过程中，我们也致力于跟行业的合作伙伴一起，建立开放、创新、融合的生态体系，共建多维度AIoT应用场景。

以AIoT生态模式，加速AI普惠与商业化的进程。

谢谢大家！

（最后，如果想回看大会全程，请点击阅读原文）