智慧终端的数量代表企业潜力，有核心技术的企业一定是大国重器

5月15日下午，以“AI赋能——智能科技改变世界”为主题的2018世界智能大会智能科技产业发展CXO论坛在天津空港经济区科大讯飞智汇谷举办。论坛主持人中国科学院科技战略咨询研究院院长潘教峰，科大讯飞副总裁、研究院联席院长李世鹏第一次公开亮相并主持圆桌对话。重磅演讲嘉宾有科大讯飞高级副总裁江涛、中国移动咪咕公司董事长刘昕、Intel中国研究院院长宋继强、小米副总裁崔宝秋等。新智元创始人兼CEO杨静女士作为特邀嘉宾参与圆桌对话，探讨AI如何赋能生活，改变世界。

科大讯飞在天津发力人工智能了。

昨天，2018世界智能大会智能科技产业发展CXO论坛在天津空港经济区科大讯飞智汇谷举办，天津超脑联合实验室、网络综合治理联合研究中心启动仪式和人工智能产业示范区首批落户项目入驻仪式正式启动。

论坛由中国科学院科技战略咨询研究院长潘教峰担任主持，天津市人民政府副市长曹小红、天津市滨海新区人民政府区长杨茂荣分别发表致辞。

天津市出台了加快推进智能科技产业发展总体行动计划和智能制造等十大专项行动计划，构建了1+10方案体系，系统谋划大智能战略布局，加快集结大智能产业集群，全面构建大智能产业体系，为推进高质量发展赢得先机。

科大讯飞高级副总裁江涛，科大讯飞副总裁、研究院联席院长李世鹏分别发表主旨发言和主持圆桌对话。中国移动咪咕公司董事长刘昕、英特尔中国研究院院长宋继强、小米人工智能与云平台副总裁崔宝秋做主题演讲。新智元创始人兼CEO杨静女士作为特邀嘉宾与网智天元创始人兼首席战略官莫倩、北京人工智能专利产业创新中心总经理刘翰伦等一同探讨AI如何赋能生活，改变世界。

以下为论坛的精华。

“涟漪效应”是促进深度学习成功的法宝之一；5G的三大场景为AI提供土壤

江涛首先披露了一组数据：在天津，科大讯飞人工智能开放平台开发团队的数量从去年5月份到今年5月份，增长了136%，一年的增长超过了过去五年的总和。

江涛说，人工智能核心技术有2条发展主线，一条是脑科学和神经科学的技术路线，另一条是以DNN为代表的深度学习的技术，或者说基于数理统计的基础路线。

科大讯飞高级副总裁江涛

过去几年，以深度学习为代表的技术路线取得了突飞猛进的进展，除了算法的进步以外，数据规模，数据处理能力不断增加。另外还有一个非常关键的因素，科大讯飞称之为“涟漪效应”。

“涟漪效应”就是从研究到工程到产品到用户以及用户使用的产品形成的数据，反过来帮助研究，这样一个持续闭环的迭代，才是现在基于数理统计、基于统计建模的人工智能最重要的持续推动力，这就是为什么说应用是硬道理，人工智能如果老是讲概念没有实实在在的应用的话，进步就会很慢。

反过来说，通过人工智能示范区，通过人工智能的示范应用上线，让人工智能去为广大的老百姓实实在在的服务，在过程中不断学习行业顶级专家的知识和经验，AI会越来越聪明，越来越好用。

根据国务院的新一代人工智能发展规划，2020年就要实现人工智能总体技术和应用与世界先进水平同步，中国移动也提出2020年正式实现5G的规模性商用的目标。

中国移动咪咕公司董事长刘昕认为，促进人工智能与各产业领域的深度融合和5G发展的重点的方向完全一致。

中国移动咪咕公司董事长刘昕

国际电信联盟为5G定义了三个重要的应用场景，第一个是移动宽带，对应的就是4K和8K的超高清视频以及VR/AR这些大流量的应用；第二个是大规模的机器通信，对应的是物联网这些大连接量的应用场景，这些场景中大量的和AI相关。第三个是高可靠的低时延通信，对应无人驾驶、智能工厂这些典型的低时延应用场景，也是典型的人工智能场景。

“所以为了更好地实现这三大场景，被降低运营成本，5G在网络设计的时候，就探索将AI和5G进行融合，从端到端构建5G的智慧网络架构、智慧运营和智慧的服务体系。”刘昕说，智慧型的网络会给业务带来更大的便捷，而AI会让5G网络提供智能基础设施，并带动其他相关基础设施和相关产业的成熟，进一步为人工智能提供生长和发展的土壤。

异构高效是AI硬件加速的趋势，神经拟态芯片技术和可重构计算芯片技术具有广阔前景

接下来是英特尔中国研究院院长宋继强分享世界人工智能芯片产业发展的热点和展望。

英特尔中国研究院院长宋继强

宋继强首先对AI芯片进行定义和分类。

第一类叫算法加速型芯片，以常用的一些芯片架构为基础，增加对AI算法的加速单元，比如利用CPU、GPU、ASIC和DSP等架构，来加速现有的一些AI的算法。

第二类是自适应智能芯片。这类芯片自身具备更多的灵活性，有能力去调整自己，改变自己，适应新的工作需求，甚至有一些自主学习的能力。比如神经拟态芯片、软件定义可重构芯片等。

如果给这些AI芯片加上几个指标去评估的话，能从不同任务的算法适应性、能效比、部署成本三个指标来评估，有了这些评估指标，可以看到目前明显的趋势是从技术因素主导向经济因素主导转变。

在使用的时候，异构目前是一个很好的解决方法，因为没有某一款芯片可以单独能够把各种应用场景都很好的解决掉。

目前来讲做最好的一个方案，很可能需要去选择多种芯片来组合使用。举个例子，谷歌的TPU的特点是专门针对深度学习的典型应用的加速器，图中黄色的方块就是专门针对8比特或者16比特做的一个大的乘加阵列，有256×256个乘加器，对做DNN这种大规模矩阵运算非常有效，而且还配备了片上24兆的存储。它的好处是可以让这些芯片面积上每一个晶体管都发挥最大的作用。

还有Intel的Movidius Myriad X芯片，它右上角的一个神经计算引擎，也是一个专门为了做深度神经网络，但它也是固定的一些比特数，做加速用的部件，同时还有16路的SHAVE，可以很灵活的去处理其他的一些视觉加速。

对于一个芯片的评价，不能脱离开它的应用场景来去讲。要考虑做什么样的任务、部署的条件、功耗、尺寸、价格等等，不能随便拿两个芯片对比。

宋继强对国内国外的AI芯片从设计阶段、流片测试到小批量试产、量产销售做了个对比。

可以看到，目前能够达到稳定量产销售的基本上都是国际公司。红色的话是GPU架构为基础，蓝色的是FPGA相关的芯片，绿色的都是ASIC，黄色的是DSP。目前的主流是根据具体的业务的需求，做ASIC或者FPGA加速方案。

对于机器学习目前处理的不太好的场景，推理、通过小数据学习，这部分的人工智能加速怎么办？靠什么样的芯片来支撑？

宋继强提出了几种计算新模式，来探索芯片的创新架构。

一种是深度学习，把过程通过深度网络表示出来；另一种是模拟人类大脑的神经拟态计算，让系统可以去自己去学习多种不同的任务，而不是只能学习一种任务，并且还能够去自己去演进、去推理，通过交互强化来适应答案；最后一种是量子计算。

Intel的LOIHI自主加速芯片结构就是很详细的模拟神经元的结构。

左边绿色的是数字的输入，中间是模拟细胞体里边树突的处理过程，最右边蓝色的是它的竹突的输出，中间底下还构建了一个学习的累加过程。如果把这一个小块看作一个神经元的话，用集成电路把它实现，它就是一个神经元的基本电路，实现的是一个神经拟态电路。

此外，还有清华大学研发的Thinker芯片，走的是可重构电路架构路线。有以下几大特点：

一个任务有多个等效处理软件；

函数化的硬件架构（粗粒度）；

适应软件需求，动态选择性改变硬件；

切换速度和功耗大幅优于FPGA。

从业界发展的趋势来看，现在还是AI芯片的初级阶段，从确定算法、领域的AI加速芯片向具备更高灵活性、适应性的智能芯片发展是科研发展的必然方向。神经拟态芯片技术和可重构计算芯片技术允许硬件架构和功能随软件变化而变化，实现以高效能比支持多种智能任务，在实现AI功能时具有独到的优势，具备广阔的前景。

对于未来，宋继强提出短期、中期和长期三个发展趋势：

短期：以异构计算（多种组合方式）为主来加速各类应用算法的落地（看重能效比、性价比、可靠性）

中期：发展自重构、自学习、自适应的芯片来支持算法的演进和类人的自然智能。

长期：朝着通用AI芯片的方向发展。

小米的IoT平台有1亿在线的联网设备，今年第二季度开源移动端深度学习框架

小米的AI早已用在方方面面，小米手机上有十多款搜索的产品，背后都是搜索平台部门来支撑的。

小米人工智能与云平台副总裁崔宝秋

崔宝秋说，深度学习让AI火了起来，过去小米的技术路线发展图实际上是从C到B到A（云计算、大数据、人工智能）。小米过去几年打造了强大的云技术团队，从C开始到B，组建了小米的大数据团队，招聘数据科学家。2016年大力投入AI，围绕深度学习打造小米AI团队。AI今天已经成为小米的核心战略，是未来10年20年最重要的战略。

小米在AI上有三大优势：

第一个优势，有很强的硬件优势，小米手机的设计制造能力代表了小米在硬件上的各种优势和水平。小米AI音箱也充分显示了这个优势。

第二个优势，小米有很强的大数据获取能力。

第三个优势，小米的广深的生态链布局，也就是产品线。很多人讲，小米在AI上投入再多都不为多。

下面是小米的AI能力图谱：从基础的大数据、深度学习，到中间的感知、认知层，再到上面的开放平台，对接小米的各个业务与产品，以及生态链的产品。

值得一提的是，小米推出的战略性产品小爱同学。它是一个智能语音交互平台，可以控制很多智能设备。小米希望通过小爱同学控制所有的IoT设备，也就是所谓的智联网。目前小米的IoT平台有1亿在线的联网设备，小爱同学将来可控制的产品会越来越多。小爱同学促进了小米AI领域的全面提升，包括远场增强、分布式拾音、唤醒等等。

从云计算到大数据到AI，开源技术是小米一直拥抱的。在深度学习方面，小米基于TensorFlow、Kubernetes推出了自己的深度学习云服务。从PaaS到SaaS，对小米内部各个业务开放，也对小米生态链企业开放。

另外，小米也准备在今年第二季度开源小米自己的移动端深度学习框架，这个框架已经支持了CPU、DSP、GPU、高通和小米自己的澎湃芯片，支持TensorFlow和Caffe等模型，目标是打造业内最好的移动端深度学习框架。