谢谢主持人，今天来跟大家聊一聊人工智能的发展和应用。刚才主持人也提到了阿尔法狗，2016年很火，而且2016年被称为人工智能的元年，不管是美国，还是中国在这一块都有大量的投入。
今年阿尔法狗Zero特别牛，战胜了人类最牛的棋手，火遍朋友圈。对我们搞人工智能的来说，其实阿尔法狗Zero对我们来讲最重要的意义，不是说它战胜了谁，而是它在小数据和无数据的情况下，怎么做到深度学习，这一块确实有很多的研究。对我们来说，这一块很有参考价值。但是毕竟那些小数据是计算机产生的，它多大程度上反映了实际的情况？从我们研究来看，我们很尊重硅谷。但是从研究来说，它做完之后能干嘛？其实不能干嘛，人工智能的核心是技术，它不是一个产业。它的重要目的是跟产业结合，解决产业中的问题。不是说为了战胜人类，而是辅助人类更好的提高。
所以今天我分了几个方面，首先给大家讲一讲人工智能的概念，主要分为弱人工智能和强人工智能。弱人工智能是现在应用特别多的，基于现在的大数据基础和数据的标注。然后根据机器学习的算法、深度学习的算法，然后做到一些特征的挖掘，做到决策概率的事情。这个其实是在近期有重大的突破，所以大家可以看到从去年开始各行各业，我跟很多的行业都聊过，从互联网大的平台，如视频平台、直播平台，从运营商中国移动、联通，甚至到小的一条生产线、码头各个方面他们都有很强烈的需求，大家都很好奇。人工智能在我这个行业到底能做什么。我一般第一个问题你最低效的地方在哪儿？人工智能能够提高你的效率，降低你的成本，就是很好的应用。
还有一个概念叫强人工智能，现在还处于高校最基础的研究阶段，它想做的是类脑的计算，真正把大脑构造、脑电波甚至是量子力学的概念引入进来。引入进来之后，试图真正理解你的大脑（现在人类对自己大脑的研究认识只有1%），这个跟信息学技术相结合，会对人工智能有一个更大的补充。目前这个还属于研究室阶段.
所以对我们来说，现在主要做的还是弱人工智能的方向。它做的是让计算机做到感知和认知，基于感知和认知做决策和执行。我们提到资产管理这个行当其实也有很多，包括投顾、投资各个方面，我感觉决策和执行很重要。所以人工智能可以在每一个投资经理或者是基金经理做决策、执行之前，可以基于一些已有的大数据和已有的东西做一些深度的挖掘，挖掘出来之后可以辅助大家做更好的执行。
最近有一个例子，摩根大通做了合规审查，银行的律师和贷款人之间每年要花将近40万个小时做合规的审查，现在用人工智能的方式可以把这40万小时的时间全部省掉，只需要几秒钟的时间就可以了。美国的律师费非常贵，可以极大的节约成本。所以在资产管理和资产配置的时候可以考虑人工智能的方向。
这里我给出一个人工智能发展的阶段，人工智能不是说从去年才冒出来的。它最早是从上世纪四十年代开始，那时候提出了神经网络的概念，主要是模式识别、框体识别、边缘检测这些基础的事情，到七十年代达到黄金期，但是很快就衰落下来了。为什么？因为做不下去了，因为当时的计算机能力不够，硬件能力也不够，软件能力也不够。到八十年代初的时候到了波谷，第二次峰谷大家可以看到第五代计算机，相当于把所有的内容，包括通信、计算、存储所有的内容放到一起，九几年的时候也达到高潮，但是在算法层面上出现了问题，神经网络有一个问题，你每一步去识别，不管是语音、文字、图像或者是其他方面，它做到三层以后不收敛了，这个导致这个事情也做不下去了。同时第五代计算机也失败，到2000年是非常寒冬的时候，2000年左右我很多同学在那时候读研、读博士，全都转行做软件开发等其他的事情了。
但是每一次危机和冬天其实是下一次爆发的开始，当它走不下去的时候，就是下一次机会，大家可以看到在2006年的时候加拿大多伦多大学的Hinton教授提出了卷积神经网络，是什么概念呢？我们看一个图片，小孩刚出生可能看到的是花花绿绿的东西相当于第一层的认知，再长大一点可以看到下一步图片上有什么东西，人、狗、桌子等等，第三个层面是可以看到这个人在做什么事情。第四个层面彻底理解内容，相当于一层一层的往前推进。卷积神经网络在原来每一层的基础上加了一个卷积编码，把上一层的特征反馈到下一层去，能做到数学上整体的收敛。
这就为下一次的人工智能兴起做一个极大的铺垫，所以说现在正处于真正爆发的前夜，它的爆发是跟各个行业结合。比如说跟基金行业、银行、金融行业都有相应的机会。
这是它的几个发展层面，最早其实是偏暴力人工智能，是计算智能，应用穷举的方式把所有的概率全部穷举出来，体现出计算机的能力，它强调的是能存会算，强调的是处理能力。第二个层面是感知人工智能，其实也很简单，相当于给计算机装了一个眼睛，装了一个耳朵，你可以听世界，你可以看世界，看懂文字，看懂图片，看懂视频。下一步是认知人工智能，现在认知还没有完全达到。但是计算机可以去做思考和进一步决策，包括阿尔法狗。最近国内有很多类脑研究都是在这个层面的。我们用的最多的还是感知智能，能听会说阶段是比较重要的点。
这是人工智能的几个生态，包括技术层、应用层，大家听起来挺无聊的。我给大家举几个例子，大家以后跟人谈人工智能，记住四点ABCD，记好这四个词基本上问题就不大了。A就是算法，你的算法是不是足够的牛，我们在图像、视频各个方面有世界顶级的算法，我们跟高校合作，我们的算法层面水平非常高。第二个层面是计算层面，在C这个层面你的计算能力有多强，我相信银行金融行业计算方面有大批的服务器，很多服务器平常挺空闲的。D就是大数据，前两年用的比较多，大数据分析、深度挖掘应该是最基础的方式。最后一个是B，相当于跟产业结合，再牛的算法、再好的计算能力，必须跟产业结合，这样才能爆发出巨大的能力。
所以我刚才一直在强调人工智能不是一个产业，它是一个技术，它跟当年电力刚刚出来的时候一样，大家不知道它该干嘛，现在电力已经无处不在了。人工智能以后肯定也是这样的，跟任何一个产业结合都能带来降低成本，提高效率的目的。
列了一下在感知，甚至是认知人工智能方面我们提供关键的技术。大家可以看到，最下面是语音和自然语言识别，循环神经网络、卷积神经网络，直接把卷积反馈到下一层，包括语音的合成和交互。还有自然语言识别，我们识别一段语言或者是签字做核定，包括知识表现等等。
前面两项可能比较相关，比如说我们可以做图像的识别、分析，图片里面的物体检测、标签、标注、检索、人脸识别等等。中间是机器视觉和视频理解，这是人工智能比较难的，目前行业中，做的图像里面集中人脸这个点比较多，我们是基于视觉和视频方面比较难，因为图片再怎么说只是一个二维信号，但视频其实是四维信号，它相当于是图片在时间轴的展开成为一个三维信号，同时再加上语音这个特点成为四纬信号。对于它这个特点，对视频的整体复杂度很高。在视频里面我们可以做视频的检测、物体的分类、精细化标签。同时我们能对视频进行理解，不管是短视频的生成、搜索等，都能做一些基于视频的理解和规划等等。
跟大家一起探讨一下人工智能应用的领域非常多，中国也对这一块特别关注。大家可能也关注到，在整个国际上比较顶级的人工智能专家，大家可以看到50%以上是华人，包括中国和美国的科学家。所以整个国家战略在人工智能这一块投入非常大，而且是2016年12月份国家定义新的概念叫人工智能2.0，是请中国工程院的副院长统一领导科技创新2030重大专项。它的特点就是基于重大变化的新环境和新的发展目标，做新一代的人工智能。
大家肯定能够充分的感受到新环境，比如说现在互联网 的推进，物联网的大发展，大数据的建立，以及所有社区的兴起，每一个行业都希望在智能化、信息化方面能做很多的事情。
所以就产生了新的目标，新的目标涉及到方方面面，包括智能城市、智能经济、智能制造、智能医疗、智能金融，甚至最近比较火的自动驾驶，百度李彦宏自动驾驶开车在路上，还要被查是不是违反交规了。
基于这样一个重大的战略，其实这个跟工业物联网联盟相结合，每个月都有相应的会议整体推进这个事情，这里面会用到新的技术，不管是大数据，还是跨媒体、自主、人工智能、群体智慧，各个方面其实都有很强的推进效应。
这边我们定义了整体的AI2.0智能服务体系，这个不是他们定义的，这是我们参与到2030重大专项的基础上，然后我们总结的一张图，纵轴可以看出来，我们对任何一个产业，我们第一个层面肯定是先做一个解析，解析一下这个产业有什么发展，有什么风险。今天早上我觉得特别有帮助，我听了各位行业专家提到了很多，比如说咱们这里面的风险，还有一些重大的机遇，以及下一步期望的事情。我们可以用人工智能的方式进行深入的探讨，对这些风险或者是困境做一些深度的解析。也希望我们可以做处理，我们提供一些方案做一些表示，最后做一些理解，然后能够做到相应的应用。
具体分下面两个轴，分为行业生命周期的价值链和全行业系统的功能链两个方面。价值链方面我们可以进行深入的探讨，创建一些原形和模型，做一些线上的推进和线下功能引擎的支撑，做一个系统级的支撑。我们跟各个环节做一个深度的集成和深度的耦合，达到人工智能能够辅助到行业，能够稍微有一些改变。
所以观点是人工智能的目的不是要取代大家，而是辅助大家把这几个事情做好。我们可以把一些人的经验和好的做决策的方法和模型，我们把它固化到人工智能的模型里面去，可以辅助一些新的人，任何一些新的人过来可以给他们一些信息的支撑。比如说我们做医疗领域也是这样的，告诉他们根据现在的数据判断，这个人可能是什么，概率分别是多大，医生根据数据做决策，同时提高他的效率，现在一个门诊医生一天看20个病人就累的要死，基于辅助医疗可以几倍提高医生的效率，减少出错。在资产管理方面，我相信这方面的应用也是很多的。
这是我们能够提供多行业的服务方面，我们提供的是企业级的端到端定制化的智能服务，它涉及到的行业非常多。不管是大运动、大健康，还是物联网方面的在线视频、视频广告、新媒体，包括比较传统的像直播方面的内容安全审查，是不是涉黄、涉恐、涉暴。包括银行领域的合规审查，肯定也涉及到人脸识别、签字笔记或者是风险评估、风险审核。还包括政府领域各个层面的应用，比如说包括一些法院笔迹录识别等，这些方面我们提供的是全行业的支撑。
这里给出一些实例，人工智能跟行业的应用，以前谈的是互联网 ，今年在国家层面推出的是AI 。我们可以看到在公共管理领域做一些人脸的识别，大家可以体会到飞机安检的人脸识别，现在可以直接跟身份证比对。高铁的进场也是一样的，可以做详细的人脸识别，还有就是iPhoneX的FaceID等等。
第二个是智慧城市，这是基于大数据和人工智能综合的体系，根据大数据的信息做一些更智能化的推进，都是采用智能的方式。然后是保险的自动理赔，比如说我们的车被划了，到底是人为划的，还是说真的是撞了或者是被其他人划了，这个在保险行业占的人工工作量非常大，我们希望能够减少10%到20%的人工，这样对保险公司的成本将是巨大的降低。
第三个是银行合规检查，包括签字、合同认定，包括是不是这个人脸，以及签字各个方面。
远程监控，我们通过物联网的传感器，我们通过视频的摄象头，所有的数据传到集中监控终端自动化的部署。智能工厂车间，最近我在跟一个90后的小孩谈一个项目，这个90后的孩子还是挺有创意的，他说现在的年轻人90后、95后很少有人做饭了，他现在在做一个事情，他做了一个很好的配方。比如说做萝卜炖牛肉，他用速冻方式，然后全程冷链的送到全国各地，每天至少做6万份，而且速冻之后保持的味道特别好，但是他有一个痛点，就是现在的工厂雇了三百个多人。各个不同的产品可能有不同的包装，他在寻求用一些人工智能的方式，智能的识别我们拍下来，根据它的颜色、形状，训练它的模型，知道这个是什么菜，送到哪边去做一个自动的分解，只要把人力降低20%就可以节省大量的成本。
今天上午也听到资产管理、资产配置的需求，在基金方面有大量的需求。包括像智能投顾、智能投研和智能投资这三个方向，都有很大的需求。比如说智能投顾，我的理解是针对客户，我们去分析客户的行为，客户的风险偏好，我们给一些投资的提示做到很深度的挖掘。这一块涉及到一些技术，包括机器学习、深度学习，还有包括图象识别，以及文字识别等各个层面。再一个是智能投研，我的理解是对市场的分析。上午也提到了很多，包括基金这边有一个痛点，对股票基金份额下降的越来越多，我印象特别深。股票基金这一块，如果能用深度的学习方式去研究股市的风格特点，能把市场变化的情况提前告诉客户，我相信客户可能投股票型基金的意愿更强一些。
还有一个是智能投资，这个涉及到基金本身，第一个是对客户，第二个对市场的分析，这个是根据这些方向我怎么去做决策，怎么做风险的评估，风险的把控。这里面也涉及到人工智能的模型，不管是回归模型或者是深度学习的模型，这里面人工智能都是大有可为的。
今天我来这个会跟大家交流，也长了很多知识，我希望大家应用人工智能的概念，方式、方法、思维模式，人工智能不仅仅是一个技术，它更强调的是一个思维模式。也很简单，人怎么去思考或者说专家怎么去思考，我们的目标就是把专家的思维模式、方法模型固化成计算机的模型。然后可以辅助我们的人能把这个事情做的更好，这就是AI 的核心思想。
这是我们在人工智能方式上的解决方案，我们的解决方案一般都是通过平台侧，提供的是功能引擎，我们能够提供Docker的方式，就是容器的方式，把人工智能部署到客户的系统里面，跟客户的系统深度对接。而且我们在各个银行也有服务器，我们把这个模块加上就可以了。第二个我们做SaaS的服务，我们还可以做端到端PaaS的服务，如果有新建的资源，我们可以通过软硬件一体化的方式为大家提供很好的解决方案。
我就讲这么多，目标给大家灌输一个人工智能的概念，现在大家炒人工智能很火，大家不要认为它是把人类灭掉的东西，它其实就像水和电一样辅助大家生活的更美好，就是这样一个目的，谢谢大家。
3
