激蕩六十年，人工智能已經(jīng)起航。然而在未來(lái)面前，我們都還是孩子。究竟是“奇點(diǎn)臨近”？還是泡沫行將破滅？為了解惑，《AI名人堂》將匯聚領(lǐng)航者智慧，和你一起探索前行的方向。

2015 年，有投資人跟云知聲創(chuàng)始人/ CEO 黃偉說(shuō)：“老黃啊，你要專注賽道，做好語(yǔ)音識(shí)別就夠了。”

不過(guò)，他并沒(méi)有聽(tīng)?！叭斯ぶ悄鼙仨殞?shí)現(xiàn)云、端、芯的一體化”，這個(gè)念頭已經(jīng)在他的腦中縈繞了近兩年。

這一年，黃偉組建了芯片團(tuán)隊(duì)。

不僅公司內(nèi)部，就連業(yè)內(nèi)同行多數(shù)投來(lái)了不理解的目光。“一個(gè)做軟件的，搞什么芯片？”

2018 年 5 月 16 日，云知聲發(fā)布了第一代 UniOne 物聯(lián)網(wǎng) AI 芯片“雨燕”及解決方案，并且有望在下月實(shí)現(xiàn)量產(chǎn)。在這 5 天前，他們剛剛拿到資本 1 億美元的 C 輪融資。

年初，中興事件的發(fā)酵，掀起了科技界的一股造“芯”熱。不少人幡然醒悟。半年間，不少創(chuàng)業(yè)公司，紛紛號(hào)稱要做自己的芯片。

AI 科技大本營(yíng)統(tǒng)計(jì)發(fā)現(xiàn)，綜合了國(guó)內(nèi)多家已發(fā)布的人工智能榜單數(shù)據(jù)，截止到目前，國(guó)內(nèi)公開(kāi)可查的 50 家主流 AI 創(chuàng)業(yè)公司中，宣布已經(jīng)“推出 AI 芯片或芯片模組”的至少有 8 家。

這批有著激進(jìn)時(shí)間表的公司大多在當(dāng)前各自領(lǐng)域占據(jù)了一定優(yōu)勢(shì)地位。有的很早就開(kāi)始著手 AI 芯片的研發(fā)，有的才剛剛推出芯片模組。

在近日創(chuàng)業(yè)黑馬的 AI 獨(dú)角獸評(píng)選活動(dòng)上，與云知聲站同一登臺(tái)亮相的還有寒武紀(jì)、地平線、出門問(wèn)問(wèn)、思必馳……

他們不約而同盯上的，正是芯片。為何一定要造芯？

▌場(chǎng)景定義芯片

人工智能芯片這個(gè)賽道上，GPU 成為 AI 芯片代名詞，FPGA、ASIC 日受青睞。目前，老牌芯片巨頭英偉達(dá)、AMD、英特爾、高通等扮演著主要角色。

而云知聲做的則是針對(duì) IoT 場(chǎng)景下的全棧式終端芯片，這也決定了其“云端芯”概念的定位。

“當(dāng)時(shí)我們講的‘云端芯’，‘云’是云端服務(wù)資源的聚合；‘端’是不同設(shè)備終端的交互；‘芯’是一種泛芯片，不是一個(gè)獨(dú)立的芯片。所以，我們第一代產(chǎn)品也是通過(guò)若干個(gè)芯片來(lái)實(shí)現(xiàn)一個(gè)功能。而語(yǔ)音交互是一個(gè)非常復(fù)雜的鏈路過(guò)程，在過(guò)去，一個(gè)芯片只能實(shí)現(xiàn)一個(gè)功能。所以，為了實(shí)現(xiàn)語(yǔ)音交互這種能力，需要將若干芯片配湊在一起?！秉S偉講到。

因此，彼時(shí)的云知聲選擇了諸如高通、全志等廠家的芯片，再將自己的算法融入進(jìn)去，構(gòu)建 AI 芯片模組。

不過(guò)，“AI 不會(huì)只發(fā)生在云端，一定有邊緣智能，而且想要滲入到每個(gè)場(chǎng)景，對(duì)端一定會(huì)提出很多個(gè)性化的需求?！边@個(gè)想法的推動(dòng)下，以 2015 年成立芯片團(tuán)隊(duì)后，云知聲走上了自研芯片的道路，并于今年 1 月成功流片。

黃偉認(rèn)為：“無(wú)論是 CPU、GPU 還是 FPGA，現(xiàn)有的芯片架構(gòu)并非為 AI 專門設(shè)計(jì)，并不能滿足 IoT AI 算力的需求?！毖邪l(fā)芯片是需要規(guī)?；厥褂盟懔Γ饬恳粋€(gè)芯片最主要的標(biāo)準(zhǔn)，就是看它能不能大規(guī)模的出貨。

清華大學(xué)微電子所魏少軍教授表示：“做語(yǔ)音芯片一定要看應(yīng)用場(chǎng)景，目前很多場(chǎng)景下并不需要用到人工智能技術(shù)或者專門的語(yǔ)音芯片?！?/p>

這個(gè)問(wèn)題同樣也拷問(wèn)著黃偉。

他認(rèn)為：“未來(lái) AI 可能會(huì)融入到每一個(gè)場(chǎng)景，只是說(shuō)需要的能力不太一樣。關(guān)鍵是，AI 是一種能力，可能未來(lái)所有場(chǎng)景都需要 AI，只是說(shuō)哪些先被 AI 賦能而已?！?/p>

那么，這個(gè)未來(lái)又有多遠(yuǎn)呢？

▌是做眼前的生意，還是未來(lái)的機(jī)會(huì)

據(jù)最新資料顯示，云知聲已在智慧生活（家居、車載、機(jī)器人等）和智慧服務(wù)（醫(yī)療、教育、司法等）等場(chǎng)景有所布局，其合作伙伴數(shù)量超過(guò) 2 萬(wàn)家，覆蓋用戶超過(guò) 2 億，云平臺(tái)日調(diào)用量 4 億次。

其實(shí)，不少創(chuàng)業(yè)公司在以上領(lǐng)域均有業(yè)務(wù)布局的交叉，且彼此均占有不小的市場(chǎng)份額，可以說(shuō)市場(chǎng)競(jìng)爭(zhēng)相當(dāng)激烈。那么，“這就在于一個(gè)判斷，你是想做未來(lái)的機(jī)會(huì)，還是眼前的生意。首先，一定要選擇一個(gè)自己比較有競(jìng)爭(zhēng)優(yōu)勢(shì)的行業(yè)，比如，這個(gè)行業(yè)比較新，還未形成壟斷的壁壘。我們會(huì)選擇當(dāng)下比較困難，但未來(lái)是有機(jī)會(huì)點(diǎn)的領(lǐng)域?！?/p>

談及未來(lái)，黃偉表示：沒(méi)有任何一個(gè)企業(yè)的創(chuàng)始人在創(chuàng)業(yè)早期就能確定一個(gè)很明確的商業(yè)模式，而且明確自己以后一定能夠成功。商業(yè)模式是不斷地試錯(cuò)、修正的。很多上市公司，上市時(shí)的商業(yè)模式和它成立時(shí)的戰(zhàn)略是不一樣的。

所以，回到自己身上，“目前我們?nèi)蕴幵谙Ｍ紦?jù)更多的設(shè)備、服務(wù)更多的用戶，然后產(chǎn)生更多的數(shù)據(jù)這個(gè)階段。如果你有用戶和流量了，你未來(lái)一定是有價(jià)值的?！?/p>

對(duì)于盈利，黃偉頗為自信，他認(rèn)為這個(gè)時(shí)間點(diǎn)將很快來(lái)臨?！耙?a href="http://m.makelele.cn/tags/智能音箱/" target="_blank">智能音箱為例，2017 年雙十一之后的季度出貨量基本在 100 萬(wàn)臺(tái)，而 2018 年這個(gè)數(shù)字有望上升到 1000 萬(wàn)臺(tái)。這個(gè)反映出：IoT 的市場(chǎng)和起步速度在增長(zhǎng)。此外，企業(yè)對(duì)這個(gè)領(lǐng)域的研發(fā)投入正在增加。”

▌數(shù)據(jù)很重要，但不是最決定性的

對(duì)于在 2012 年 11 月就發(fā)布了的深度學(xué)習(xí)框架，黃偉是非常自信的。

網(wǎng)上流傳著這樣一個(gè)故事：

2006 年深度學(xué)習(xí)鼻祖 Hinton 提出深度學(xué)習(xí)之后，微軟在 2011 年間將它應(yīng)用到語(yǔ)音識(shí)別領(lǐng)域，當(dāng)時(shí)，黃偉的師兄俞棟（深度學(xué)習(xí)開(kāi)源軟件 CNTK 的作者和主要發(fā)起人之一）還是微軟語(yǔ)音和對(duì)話組的研究員，他在意大利佛羅倫薩交流時(shí)曾告訴黃偉這是趨勢(shì)，這給了他一些啟發(fā)。

深度學(xué)習(xí)在于需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，很快，云知聲就發(fā)布了自己的“語(yǔ)音識(shí)別公有云”，短短不過(guò)一年，平臺(tái)上就已經(jīng)有 1000 名開(kāi)發(fā)者加入。利用開(kāi)發(fā)者以聯(lián)動(dòng)各家 App，將收集的用戶的語(yǔ)音數(shù)據(jù)快速集中到平臺(tái)上，以加強(qiáng)自身模型的訓(xùn)練。

目前，云知聲已形成了“金字塔”式的技術(shù)架構(gòu)，底層是 DeepFlow 集群；中間層是 Atlas 超算平臺(tái)，將統(tǒng)計(jì)學(xué)習(xí)和深度學(xué)習(xí)里的通用算法抽樣出來(lái)；頂層是應(yīng)用層技術(shù)，如有 ASR、TTS、NLU、NMT 等應(yīng)用層技術(shù)的輸出。

值得一提的是，數(shù)據(jù)積累到一定程度后，海量數(shù)據(jù)帶來(lái)的紅利會(huì)越來(lái)越少。如語(yǔ)音識(shí)別，數(shù)據(jù)量從 1 萬(wàn)小時(shí)增長(zhǎng)到 10 萬(wàn)小時(shí)，準(zhǔn)確率會(huì)提高 1%~2%，但這差別應(yīng)該不是很大。如果此時(shí)還僅靠深度學(xué)習(xí)技術(shù)按照傳統(tǒng)的方式訓(xùn)練數(shù)據(jù)，基本很難樹(shù)立更高的技術(shù)壁壘。

黃偉表示贊同，但他認(rèn)為，在 AI 的能力里面，數(shù)據(jù)很重要，但數(shù)據(jù)只是能力之一，不是最決定性的?！鞍l(fā)布深度學(xué)習(xí)框架之前，我們的統(tǒng)計(jì)模型是基于統(tǒng)計(jì)學(xué)習(xí)的，就是用結(jié)構(gòu)化模型去描述復(fù)雜物理世界的一些問(wèn)題。當(dāng)時(shí)，對(duì)我們來(lái)說(shuō)，幾百小時(shí)和幾千小時(shí)的差距不會(huì)特別大，甚至比科大訊飛的準(zhǔn)確性還要高。”

▌現(xiàn)階段，以技術(shù)推動(dòng)產(chǎn)品

人工智能領(lǐng)域，目前仍然具有較高的行業(yè)門檻，這也隨之拉大了企業(yè)之間的競(jìng)爭(zhēng)激烈性，而 AI 專業(yè)人才尤其是有相關(guān)項(xiàng)目研發(fā)經(jīng)驗(yàn)的人才更是屈指可數(shù)。除了從各大技術(shù)公司挖角外，創(chuàng)業(yè)公司也紛紛開(kāi)始創(chuàng)辦自己的 AI 研究院，以擴(kuò)充自身人才，加強(qiáng)技術(shù)壁壘。

2015 年底，云知聲成立了 Unisound AI Labs，匯集了從語(yǔ)音、語(yǔ)義、機(jī)器學(xué)習(xí)、超算等各個(gè)技術(shù)方向的人才。截止目前，團(tuán)隊(duì)人數(shù)已近百人，博士生幾乎占到一半。

談到如何進(jìn)行人才管理和設(shè)計(jì)總體的未來(lái)路線圖，黃偉表示：“AI Labs 是不需要管理的，技術(shù)人的自制力本身很強(qiáng)。難的是在于如何去建設(shè)、招攬人才。錢絕對(duì)不是第一位，他們看重的是能否在團(tuán)隊(duì)里獲得成長(zhǎng)?！?/p>

實(shí)際上，這個(gè)團(tuán)隊(duì)是為產(chǎn)品服務(wù)的，并非純研究的團(tuán)隊(duì)。目前云知聲也開(kāi)始從產(chǎn)品驅(qū)動(dòng)技術(shù)的階段向技術(shù)定義產(chǎn)品的階段過(guò)渡。也就是說(shuō)，“研究院應(yīng)該提供一些更具前瞻性的技術(shù)能力，一種產(chǎn)品原型，用原型去驅(qū)動(dòng)市場(chǎng)。以技術(shù)推動(dòng)產(chǎn)品，這才是一個(gè)真正有創(chuàng)新力的技術(shù)公司應(yīng)該做的事情?！彼詈筇岬?。

▌定位決定了你的挑戰(zhàn)

據(jù)AI科技大本營(yíng)了解，除了云知聲5月成功推出 AI 芯片 UniOne之外，云天勵(lì)飛、出門問(wèn)問(wèn)、Rokid、思必馳也暗暗籌謀自己的“芯片”。說(shuō)起來(lái)，這幾家企業(yè)并非研發(fā)芯片出身。

為什么敢做芯片？黃偉這樣解釋：“在 IoT 這個(gè)場(chǎng)景里面，算法起的作用比較大，而且它也不追求芯片的制成。這種芯片是放置在冰箱、音箱中的，可以理解成：用人工智能最領(lǐng)先的算法和芯片行業(yè)一年前的能力相結(jié)合，就可以滿足這個(gè)行業(yè)產(chǎn)品的需要。所以，芯片設(shè)計(jì)本身不構(gòu)成我們今天最大的問(wèn)題。”

但與寒武紀(jì)、地平線相比，“它們對(duì)標(biāo)的是英偉達(dá)，這是高端芯片，這種比拼更像一種軍備賽。他們可能也會(huì)考慮商業(yè)層面的成本、價(jià)格功耗等問(wèn)題，但最優(yōu)先級(jí)的一定是計(jì)算能力?！?/p>

放在自然語(yǔ)義理解這個(gè)領(lǐng)域，目前對(duì)于整個(gè)行業(yè)來(lái)說(shuō)均未取得一個(gè)比較明顯的效果。在他看來(lái)，主要有以下三點(diǎn)因素：

首先，圖像識(shí)別和語(yǔ)音識(shí)別都是數(shù)據(jù)驅(qū)動(dòng)的。自然語(yǔ)義理解在知識(shí)上就存在一個(gè)不確定性。

其次，自然語(yǔ)義理解，同樣一段話，不同的人讀都會(huì)得到不同的感受。在圖像、聲音、文本里面，最難的是如何理解文本。

此外，如今的自然語(yǔ)義理解發(fā)展差距不大。

對(duì)于云知聲來(lái)說(shuō)，黃偉坦言：“在理論框架真正得到一個(gè)大幅度的改善之前，我認(rèn)為唯一能做的就是在場(chǎng)景里把它做到最優(yōu)。能夠把產(chǎn)品的用戶需求摸透，把數(shù)據(jù)、用戶體驗(yàn)和技術(shù)很好的匹配起來(lái)?！?/p>