陆迅：基建级操作系统将成为下一代AI平台型公司的主要战场

网易房产讯，9月9日下午，2020新基建产业投资论坛在深圳华联城市中心成功举办，本次论坛以“资本助推新技术新模式新业态融合发展”为主题，由深圳市国际投融资商会、深圳外商投资企业协会、深圳市物联网产业协会主办，南山区工业和信息化局、华联控股股份有限公司协办，带来一场精彩纷呈的前瞻见解分享盛宴。

论坛上，深圳市国脉数据服务有限公司国脉投资总经理、深圳市东方智邑信息科技有限公司董事长陆迅以《基建级操作系统将成为下一代AI平台型公司的主要战场》为主题展开分享。

“智慧交通、智慧生态等，所有都是智慧，有了基础的操作系统，我们就可以做任何的智慧系统，无论是做智慧企业、智慧城市，甚至智慧地球都可以，都是围绕着感知、算力，算力就是决策系统，缺少不了大数据，缺少不了系统相互之间的传输5G和高速的互联网。”

以下为嘉宾发言实录:

感谢郭会长邀请我来跟大家作一些简单的介绍。

人工智能起源于人的智能，而人的智能基本上有四个方面，第一个是感知，感知是最重要的人工智能输入、输出的接口。我们现在看到的绝大部分人工智能还停留在视觉感知这个层面。视觉感觉刚才潘总讲得非常详细，所以我就不再赘述了。视觉感知，人只是可见光的范围，而机器的感知强大得多，刚才提到的无线频谱光谱的感知，最近我们在看一个项目，是以色列检测新冠的项目，1秒钟就可以把新冠检测出来，就是无线光谱+人工智能感知，所以是目前检测新冠最有效的办法，当然还没有进入中国，刚刚在以色列做临床检测。视觉感知是未来人工智能重要的一个方面。

第二个听觉和自然语言，现在很多呼叫中心已经改变了服务模式，你打10086，第一个跟你接电话的不是自然人。大家也知道小冰、小娜，接电话的都是机器人，为什么？自然语言处理和语音变文本，或者文本变语音，这个技术相对成熟，但是做到自然语言深度学习，这个方面机器和人还有很大的距离。

第三个触觉、嗅觉和味觉，这块机器相对人差距还很远，应用到实际的应用系统上还有相对的距离。从整体感知来讲，人工智能目前各大厂商，从微软到英伟达，到IBM，到谷歌，到Facebook，当然国内的企业也在做，包括华为等都在做，实际上大部分集中在视觉感知，而自然语言和听觉做的厂商还相对少，当然科大讯飞，以及深创投投了很多语言感知的公司，在这个领域还有很大的空间。

第四个更重要的是深度学习，人的推理已经做得非常好了，从目前来看，你看到一个东西，你不需要听它的解释，比如我们看今天的场景一定是会议，我第一感知就是一个会议，第二感知什么样的会议，看到一个机器人在这，和人工智能相关的会议，再一看很多人，我马上可以推理出来。而机器需要深度学习才会推理出最后的结果。所以无论是小到人的感知，大到机器可以超越人的感知，最终的结果都需要下一个步骤，感知只是输入输出，获取信息的第一个关口，进入下一个关口就是计算，我们讲的算力。

目前全球做得最好的几个公司都在这个领域加大研发力度，大家有可能听说过马斯克2016年投资了10亿建立了OPENAI lab，这个实验室的重点不是做视觉感知，而是做自然语言分析，经过第三代GPT研发，已经做到了1750亿基本元素文本识别，我们叫自然语言识别，达到这个时候会看到，它的准确度已经达到了人交互水平的70%，这是什么意思呢？就是说OPENAI GPT3可以做到听说实时应答，你可以跟它实时对话，它只要有提示的话，有2-3个提示，基本上可以做到实时交互，完全可以做基本的人机交互。这里面的应用面非常广，基于新基建的操作系统，如果这个交互的能力，未来2-3年算力足够，应用样本足够，文本足够，可以达到90%以上的固定场景应用的话，完全可以人机对话做任何的事。现在GPT3已经可以做什么呢？你只要把论点、论据、主题告诉它，它可以写一篇非常好的文章。比如去郊游，给它一个主题，它可以写一篇非常好的文章，它也可以写诗，它也可以作曲，这就是GPT3已经做到的。当然包括现在打游戏，固定场景已经超越了人脑打游戏的水平。GPT3未来有大量的初创小公司在GPT3上面开发非常广泛的应用。最近有一个非常有趣的应用，我们也在用类似的GPT3做什么呢？政府，包括我们今天开会的场景，我们每一位嘉宾的发言，首先听进去变成文本，以前需要秘书来做笔记，做会议纪要，做摘要，然后形成督办，最后形成考核。未来GPT3做这个事就非常轻松。

下面讲一下微软在这个领域做了些什么事。微软基于人工智能感知，视觉感知、听觉感知、自然语言感知，它围绕解决企业痛点，很多企业现在面临数字转型，或者新基建的机遇，如何数字转型，如何用人工智能提高生产力，面临巨大的挑战，既是机会，又是挑战，原来有很多信息化系统，包括数据系统，但是系统相互之间还是有壁垒，这是第一点。第二点各个系统之间的运营维护需要不同的专家去维护。微软做了什么事呢？我今天主要介绍三个公司，它做了一个Carina人工智能中台，Carina人工智能中台围绕着人主要的三个感知，视觉感知、自然语言处理，包括听和说，无论是人还是机器，机器一定是超越人的，围绕这三个感知已经可以把输入输出的95%以上信息交互了。企业也一样，企业的IT系统就是企业大脑，我们一直在讲城市大脑，实际上也是把它拟人化，企业也是一个大脑，有了这个企业大脑以后，我们把感知系统做完了以后，这时候所有的IT系统全是围绕这三个主要的感知和决策、计算、协同，这时候IT平台就完全统一、完全协同了，这是微软希望达到的。

刚才关总讲到智慧交通，潘总讲到了智慧生态，所有都是智慧，有了基础的操作系统，我们就可以做任何的智慧系统，无论是做智慧企业、智慧城市，甚至智慧国家、智慧地球都可以，都是围绕着感知、算力，算力就是决策系统，缺少不了大数据，缺少不了系统相互之间的传输5G和高速的互联网。

现在的操作系统只有两大类，一类是PC操作系统，一类是移动操作系统，PC操作系统，微软基本上是垄断，windows操作系统。在移动操作系统上，主要是基于Linux的操作系统，这两个系统都是面向代码的。而下一代的操作系统，基于人工智能的操作系统是面向对象的。所以我们会看到都是面向解决场景的，而这些场景都离不开这三个主要的感知。所以微软把这个做完以后，整个IT系统就完全智能化了，微软现在在推Carina，未来有可能PC机就是Carina，为什么呢？计算机可以听、可以看、可以说，而且它可以决策、指挥末梢。微软下一个目标，Carina就是基础的原型，大概未来5年，Carina会和在座的每一位见面。现在在企业应用，未来就会面向个人应用。

Carina的部署，它的核心在于人工智能不断训练，这就是我们讲的深度学习，机器在不断学习。这个典型的案例，我们印象最深的就是AlphaGo，AlphaGo打败人类已经是比较小的案例了，现在GPT3打游戏，没人能打过它，未来GPT3做什么呢？彻底代替，现在日本已经做了陪伴机器人，它完全可以跟老人交互，完全可以体察老人的心情。未来复杂的工作有可能完全取代人。

我下一个讲英伟达的案例。今天就讲这三个案例，包括Facebook、苹果、谷歌都在做基于人的感知，基于人的大脑算力，围绕这两个衍生出来的操作系统级的人工智能底座，未来将会取代现有的传统操作系统。这是英伟达发布的新一代AI CITY，瞄准的就是智慧城市或基于新基建的智慧城市。它的核心在哪里呢？三层结构，最底层是硬件构架，它的核心在于第二层，它叫CUDA-X，这里面强调最重要的感知是图像处理，就是我刚才讲的视觉感知。因为视觉感知占到获取知识的70%，语音、自然语言占了20%，其他的感知占10%，所以把图像处理作为核心感知输入输出。CUDA-X里面还有一个最重要的就是深度学习，就是目前机器和人比还是有距离的，最主要的在于推理。但是经过大量的数据推理以后一定会超越人，这是最恐怖的。所以现在GPT3最近把开源的关掉了，为什么呢？它讲了两个理由，我认为主要是两个原因，第一个是原来开源的是没有商业模式的，第二个比较重要的，开源如果被心怀鬼胎的人用了以后会产生恶意。最上面一层是建立合作伙伴生态，这是英伟达比微软更高层次的规划和设计。在AI CITY里面，除了提供感知，感知就是大数据的获取，第二个提供算力，第三个提供模型，不同的模型，而且是开放给所有的政府、企业甚至个人。有了这个开放性以后，始终围绕它的算力去做应用、做开发。未来它也想做一个基于新基建级的操作系统，而这个更多的是面向应用、面向场景、面向企业的。未来智慧城市就可以让更多的业务开发者基于它的大数据、算力和模型，有可能新的创新公司更多的是在原有的数据和算力的基础上形成新的模型，有了新的模型就形成新的应用。

人工智能无处不在，未来的操作系统，包括手机、PC机以及智能穿戴设备，未来都在云端，而这个操作系统完全是智能化的。这是未来整体的解决方案，我们很荣幸和英伟达、微软合作，已经在十几个城市沟通，第一个城市会在天津落地，建人工智能赋能中心，所谓新基建的智能平台，就是操作系统级的智能平台，而这个智能平台建立以后，我们第一有大数据，第二有算力，第三有模型，第四我们做开放平台。在这个基础上，我们欢迎更多的企业可以加入到这个平台，而这个平台是政府主导的。原有的新基建更多的是项目投资，一个项目做完就结束了，而且只是面向一个局部的应用，而我们做的开放平台是和英伟达、微软，英伟达主要在算力，微软主要在模型，我们把两家所长整合起来和政府一起做一个人工智能的开放平台。希望未来这个平台可以为更多的企业、政府和个人服务。谢谢大家。