2017年4月12-14日，由投中信息主办、投中网协办的“第十一届中国投资年会·年度峰会”在上海金茂君悦酒店举办。本次会议主题为“投资进化论”，来自国内外上百家私募股权机构汇聚一堂，就未来私募股权行业的发展进行讨论。

　　商汤科技CEO徐立在《超人的生意》的主题演讲中表示，这波人工智能并不是说对于数据的理解有了提升，而是在于脑子的制造。“当我们有很多超过人的人工智能生产力工具，接下来我们要面对什么?我的理解，接下来要面对技能升级。我们要从原来骑马的能力转化成修铁路，以及开火车，未来有更好生产力工具的时候，我们要想怎么用机器帮我们做技能升级，把生产力和人做成完美融合，这是我们需要解决的重要问题。”徐立说。

　　以下为投中网整理的商汤科技CEO徐立主题演讲的精彩分享：

　　徐立：谢谢主持人，谢谢投中信息的邀请，谢谢投资人的邀请，我是来自商汤科技的徐立。我的演讲主题叫超人的生意。为什么叫超人的生意?这个主题和什么相关，商汤是做人工智能的公司，主要是做计算机视觉或者机器视觉。什么是机器视觉，我们用机器的能力来实现我们的想法，就叫机器视觉。

　　讲到人工智能，大家觉得人工智能这件事情很热，人工智能从1956年到现在开始有了三起两落，很多人说你谈谈三起两落发生了什么事情，我们从1990年开始最新的第三次浪潮来说，我对于这样一条三起两落的曲线有不同观点，我认为人工智能的兴起不是渐变的形式，它是因为事件的发生，导致突变从而质变的一个过程。

　　我们大家都知道，这一波人工智能由于后面一个非常重要的技术突破而造成的，技术突破就是所谓的深度学习的技术。它可以借助于大数据的威力，超能计算机的威力，以及算法核心的突破。比如说深度学习带来的语音识别突破、视觉识别突破，以及围棋控制这类突破。2013年的时候，这项技术也被评为十大技术突破之首。

　　我们来看一下人工智能热既然和深度学习相关，我打了这张图出来，深度学习这个词从2006年开始被推出的。我把谷歌上的搜索关键词打出来，问我们的同事有没有发现一个趋势，从1990年开始来看，对深度学习的热点是突然之间在一个时间点开始的，这个时间点就是2012年年底，2013年年初。发生了什么事情呢?深度学习第一次在视觉计算机当中运用取得突破，在大规模物体识别当中我们首次成功运用了深度学习实现了突破，同时我们也把一个超能计算的核心GPU用在深度学习上。这之后，我们引发了深度学习的爆发。

　　这个突变，为什么在那个时间点，很核心的原因是我们验证了在很多垂直视觉领域，可以做到超过人的准确率。我们做人工智能是要做超人的生意，我把人工智能理解成总共三个阶段。第一个阶段人工智能不如人的阶段，技不如人，我们提供生产力工具，如果没有人好的话，大规模的应用是比较难的。第二个阶段超过普通人。第三个是超过专家。

　　为什么这么分呢?什么叫技不如人的阶段。我们以前做生产类的工具，之前我们做人脸识别，也跟公安的人聊，十年前、二十年前，他说你每天有这么多虚报，我们要派人出警过去，浪费大家的人力、物力，为什么公安认为我们是虚报，公安人为判断比我们机器判断的准。作为生产力工具它不如人，好像我们身边多了一个猩猩帮手，虽然也可以干一些事，最重要还是靠人。那个阶段人工智能爆发还是比较远。

　　2012年之前，我们进入现在所谓纯数据驱动之前，人工智能整个核心就是在第一个阶段，叫不如人的阶段。

　　第二个阶段超越普通人的阶段，为什么把普通人专门拿出来讲，因为机器其实是需要人的知识灌输才能够学会人的经验。谁的经验最容易获得呢?就是普通人。比如说我们需要有做人的眼、耳、口、鼻的检测，需要标注出来，大家不知道有没有用美颜的算法，比如美图秀秀，faceU，背后都是我们提供的技术。眼、耳、口、鼻不需要你读大量书和经验才能积累，可能你出生之后没多久就可以学会。我们利用标注的团队，我们在抚顺有300个人，他们把知识传递给电脑，这样电脑就可以学会他们的经验可以做的比较快。在这个过程当中，通过众筹的方式，把这种知识传递给了电脑，电脑可以做到在垂直领域超越普通人。超过普通人带来什么变化呢?其实是本身生产力工具的替代，他可以把现在所有称之为劳动力密集的行业，进行一个升级和改造，带来产业的提升。

　　第三个阶段超越专家的阶段。核心的原因就是，专家的知识跟机器结合和普通人跟机器结合是不同的，专家的知识特别难获得。一个老医生经过很多年的学习，甚至是很多年临床经验，最后掌握了这么一个核心技术。但是一个非常著名的医生，他的知识传递给电脑是需要他的经验进行传输和输出的。我举一个例子，现在大家讲机器怎么能帮助解决医疗问题，怎么能做到自动诊疗的事情，包括说机器的阅片，这是比较热的事。香港的每个医生大概一天只能阅八张片，因为超过八张片大家认为这是一个疲劳的过程，香港法律规定一天只能阅八张片。我们教机器学会这个过程当中，通常需要多少数据呢?一百万到两百万，按这个数据来算，专家医生教电脑做需要两百年。这个过程当中，是非常难能够在他人生有限时间教会机器怎么做。专家知识比较难获得，比较难系统化传递给机器，这需要我们在算法上，我们设计的引擎和大脑上有核心突破。但超过专家，大家会讲AlphaGO，AlphaGO超过专家了，下围棋比世界顶级专家还要好。因为人类历史上50万把棋有人记录下来了，专家化知识已经被结构化存储了。我们现在的突破要超过专家还是有一定距离，算法还是数据准备上有距离。

　　我讲了三个阶段，核心的突破在哪里呢?在于这个引擎的缔造，或者称之为造脑的过程。其实这波人工智能的信息，并不是说我对于数据的理解有了提升，我们以前讲的人工智能通常叫人工指导的智能。我对于这个数据有人的意识，有专家系统，专家数据进行很多分析之后，我能够以小博大，这波人工智能信息主要还是在于脑子的制造，我对于数据本身没有任何假设，我用脑子学习数据当中的经验。什么是脑子?我举一个例子，右边是我们设计的大脑，所谓深度学习就是这样每一层是一种表达，我们把很多表达垒起来，这是我们在图像识别大赛上建造人类史上最深的深度学习网络，大概有1207层。这个结构非常像人的DNA的结构，现在核心的突破就在于造脑。这个脑子能够带来什么样的突破呢?比较有意思。比如说我们可以在大规模物体识别竞赛上做到突破人的极限。更有意思的是，这种挑战是在图像当中，把所有的物体检测出来，同时告诉大家这是什么物体。我们在2014年的时候，取得能够接近人水平的挑战能力。在检测上面，我们也取得了一定的成绩，在2015、2016年，物体检测、场景分割上都用上了同样的大脑。深度学习有魅力是我们造了一个大脑，有点像人类学习的过程。

　　比如说咱们这边都是做投资的人，做投资的人不可能从小开始只学投资一件事，可能学了数学、物理、化学、体育。我们叫打磨这个大脑，使得大脑能够全面发展。再举例子，刚才在大会物体识别上做出的成绩，可以用在行为分析、场景分析、深度分析上，这些分析上我们都可以用同样大脑来做。

　　最后我讲我们一个实际案例，人脸识别。我们团队在2014年首次在人脸识别陌生人识别上，超过人眼睛准确率。很多人不信，人脸识别怎么超过人，我家楼下保安大叔人脸识别也很好。我给他看了一个例子，这是韩国小姐，难度很大。人脸识别含义，机器从数据中获取，它识别出是从数据分析出来的特征，和里面有什么样能够帮助人区分图片的能力。机器和人的思维，是不完全一样的。

　　我们来看一部片子，这是非常著名的人脸识别案例，这部片子是《国王的身份》，我们抓到嫌疑人，嫌疑人比较模糊，有了算法，然后可以把模糊的照片变清楚。左边模糊图片很难识别，对人来说这就是一个极限，我们希望有一张模糊的照片可以得到右边清晰的照片。事实上，我们用纯数据驱动算法之前，我们得到这样一张照片，比较一下，右边是我们希望得到的，左边是以前算法得到的。这种真正带有细节的放大可以干嘛?我们可以把很小的照片放大变成大K高清视频，左边是常规方法，右边是我们的方法看到的细节。日本人脑洞大开，做了更有意思的应用，把老婆放大两倍。对日本人来说，漫画就是太太，他们可以进行更多倍的放大。我们说这种放大很有意义，而且是保持细节的。回到这个问题，放大成这个样子，可能大家都不太满意。我们从中间这张图开始，经过数据渐渐的变化，这是一个变化的过程，各种算法演进的过程当中，最后我们得到了这么一张图。这张图不光长的漂亮，我们还能够从图中找到本来人是谁，这是机器人做到超越人的过程。

　　比如说在传统安防过程当中，我们有一张模糊的人，我们可以把信息恢复出来，帮助人们来识别，这个例子，可以看出来，机器可以从细节当中真正找到对我们人类感兴趣的信息。

　　问题来了，既然我们有很多超过人的生产力工具，接下来我们要面对什么?我的理解，接下来要面对技能升级。

　　以前我们有很好生产力工具，我们要从原来骑马的能力转化成修铁路，以及开火车，未来有更好生产力工具的时候，我们要想怎么用机器帮我们做技能升级，人机融合的事情。

　　我讲超人的生意，超人就是钢铁侠、蜘蛛侠，它们怎么做到，他们就是把生产力和人做成了完美融合，这是我们需要解决的重要问题。

　　可以看到这张图，左边图放大大家不知道是谁，用了我们算法大家都知道这是谁。这是我们可以带来的，谢谢大家。