贾佳亚看来 ， 「智造革命」和此前的电气革命、信息革命一样 ， 能够普惠与之相关的所有行业 。 电气革命让电力成为基础资源 ， 信息革命让网络变成基础资源 ， 智造革命将使计算成为基础资源 。 「机器开始像人一样不断地去思考 ， 在生产过程中的效率、成本、环节、流程 ， 这些过程全会被机器不断地提升 。 」
贾佳亚展示了和不同行业合作的智能制造案例 。 以芯片产业为例 ， 思谋科技打造的智能系统实现了对芯片全链条的检测和识别 。 「做个比喻 ， 我们在芯片上所寻找的错误等于在一秒钟内找到广东省一个角落里的一盏红绿灯的一个小小的误差 。 这个红绿灯的误差仅仅是因为红灯比绿灯多了三秒钟 。 」

贾佳亚做「智能制造」主题演讲

贾佳亚在职业上经历了从高校教授、大公司研究部门到创业者的身份转变 。 大公司科学研究部门没有 KPI 或者 OKR ， 任职科学家主要以发论文作为考核 。 但是由于不产生实际收入 ， 研究部门与产品等部门之间资源分配的矛盾也难以避免 。
科技发源于实验室 ， 经产业走向社会 。 要推动对社会有益的 AI 技术创新 ， 发展路径上的不同环节需要更好地交流合作 。 创新型的研究机构 ， 能够扮演一个「容器」的角色 ， 提供足够开放的场域 ， 让各种模式的合作发生 。
沈向洋说：我理解初创企业短期肯定要聚焦于现有产品 。 但是公司要做成功 ， 在未来的道路上一定有一些大的技术问题肯定绕不过去 ， 所以应该尽早布局 。
IDEA 的创新研究院定位 ， 本身就包含了制度上的探索 。 大会现场 ， 研究院与万科、美团、九坤三家企业签约 ， 成立联合实验室 。 三个实验室分别聚焦智慧城市、低空物流、金融风险防范不同领域 。
联合实验之外 ， 研究院还与六个科技企业成立了 CTO 工作室（数说故事、视见睿来、氪信科技、晶泰科技、一流科技、翼方健数） 。
沈向洋说 ， 「在 IDEA 研究院这样新型、开放的国际性研发机构这里 ， 我们要证明自己可以做到 ， 能够有规模的从技术到产品、从市场到商业真正的打造创新的闭环 。 」

CTO 工作室第二批实验室成立


02
看准趋势 ， 「想到的问题总有机会解决」

去年夏天 ， 沈向洋在全球人工智能与机器人前沿研讨会上做了《从深度学习到深度理解》的演讲 。 结尾时他强调：接下来 5 年是人工智能最有可能突破的时候 ， 肯定可以做出很多了不起的成果 。
如今 ， 在 IDEA 数字经济研究院一年之际 ， 已经围绕 AI 技术 ， 面向不同领域 ， 建立了六大研究中心：AI 金融与深度学习中心、AI 平台技术研究中心、AI 安全普惠系统研究中心、认知计算机与自然研究中心 ， 工业 AI 研究中心 。 创新展示会上 ， 每个研究中心都发布了自己的产品 。
在产品发布前 ， 沈向洋回顾了几十年来人工智能几起几落的历程 。 2016 年 AlphaGo 击败顶尖棋手李世石 ， 如横空出世一般登上了各大媒体的头条 ， 也让「深度学习」的力量家喻户晓 。 而这背后是科学家们接力式的研究 。
1956 年的达特茅斯会议诞生了「人工智能」这一领域 ， 之后计算机学家一直希望机器能够在「下棋」上赢过人类 。 达特茅斯会议参会者、人工智能鼻祖之一约翰·麦卡锡在 1968 年就和人打赌：十年内 ， 人工智能就能够在国际象棋上超过人类 。
在这个赌上 ， 他输得很惨 。 不过在 1997 年 ， IBM 的深蓝系统击败了当时的国际象棋冠军 。 深蓝系统的打造者徐峰雄在 2003 年前往沈向洋所在的微软亚洲研究工作 。 沈向洋鼓励徐雄峰继续挑战围棋 ， 徐雄峰表示用硬件的思路没有办法实现 。 这一难题 ， 最终被 DeepMind 用算法的思路解决 。
沈向洋鼓励年轻人：人工智能、计算机科学的发展永远有新的 idea 出来 。 所以我们永远不应该放弃 ， 想到的问题总是有机会来做的 。
站在如今的时间点上 ， 沈向洋向人们分享了三个趋势：
第一 ， 从摩尔定律到黄氏定律 。 过去 ， 摩尔定律下半导体行业快速发展 ， 驱动了一系列科技创新；如今 ， 英伟达创始人黄仁勋大胆预测 GPU 将推动 AI 性能实现逐年翻倍；未来 ， 黄氏定律能否代替摩尔定律 ， 引领几十年芯片行业的发展 ， 值得关注 。
第二 ， 从聚焦计算结果到重视计算过程 。 深度学习的出现 ， 打通了各行各业的界限阻隔 ， 同时计算也远超工具范畴成为了平台 ， 引发人们对于计算过程是否公开透明、安全隐私的担忧和重视 。

稿源：(极客公园)

【傻大方】网址：/c/112OMK22021.html

标题：沈向洋|沈向洋：我有了一个 IDEA( 二 )