经过十字路口的汽车，输入颜色、型号、车牌等关键词就能找到监控录像；景点人流量实时监控，有超标趋势立刻启动疏导状态；酒店、机场等场所一旦有符合监测系统特征的嫌犯出现，就会自动报警……

　　这些场景并非出自科幻电影，而是视觉识别技术的实际应用。长达百万年时间的进化，让人眼能够敏锐地感知光源、物体和环境。现在，通过AI（Artificial Intelligence，即人工智能），计算机已经能够超越人眼“视力”。

　　中国人工智能产业规模预计将由2016年的100.6亿增长到2019年的344.3亿元。《2017中国人工智能产业报告》显示，全国人工智能创业公司中，有15.5%位于深圳。

　　在深圳，一批人工智能研究机构和企业正迅速成长。中国科学院深圳先进技术研究院的人脸识别算法准确率超越人眼，比肩脸书和微软；深圳版“阿尔法狗”——腾讯AI Lab（腾讯人工智能实验室）研发的围棋人工智能程序“绝艺”，因屡屡战胜顶尖高手而备受关注……新一轮AI大潮能否给予深圳人工智能产业“弯道超车”的机会？

　　策划/统筹：刘丽 撰文：南方日报记者 苏梓威 张光岩 实习生：许琼敏

　　A 为什么是深圳？

　　硬件上乘创造发展先机

　　上个月，“人机大战第二季”在乌镇上演，柯洁与AlphaGo（阿尔法狗）经过激烈的较量，最终落败。排名人类世界第一的围棋高手还是难以逾越人工智能的高峰。

　　而在此前，深圳版“阿尔法狗”——腾讯AI Lab研发的围棋人工智能程序“绝艺”，也出现在人们的视线中。除了夺冠第10届UEC杯计算机围棋大赛，“绝艺”还在“电圣战”中击败了日本著名棋手一力辽。

　　腾讯公司AI Lab高级总监、专家工程师刘永升透露，在研发过程中，“绝艺”曾在腾讯围棋平台上和百位棋手对弈超过500局，得到了人类棋手、特别是顶级职业棋手的“帮助”。

　　“‘绝艺’背后‘精准决策’的AI能力，应用前景非常广阔，如无人驾驶、量化金融、辅助医疗等。当AI能从围棋进化到不完美对称博弈系统，也就是能处理现实中更常见的不确定性问题时，想象空间非常巨大。”腾讯公司副总裁、腾讯AI Lab负责人姚星表示。

　　这是深圳AI产业别具活力的最好体现。AI的历史可溯源至1956年，随后几番起落，并没有真正发掘出颠覆人类生活的功能。直到2011年，计算机“大脑”算法的突破，也就是深度学习，让AI出现拐点。

　　2014年，由中国科学院深圳先进技术研究院副院长、香港中文大学教授汤晓鸥实验室发表人脸识别算法，准确率达98.52%，让机器的“智能眼”首次突破人眼的人脸识别能力。

　　“用‘眼睛’识别出环境与物体，对机器来说非常困难。”汤晓鸥带领的研究团队是最早进行深度学习技术研发的华人团队之一，他举例道，若将AI比作一艘“火箭”，那么深度学习就是动力强劲的“引擎”，大数据则是“燃料”。“在大量数据通过互联网得到积累、计算机并行计算能力获得突破后，深度学习随之获得突破。”他介绍。

　　2014年3月，汤晓鸥团队发表GaussianFace人脸识别算法，在LFW数据库上准确率达98.52%，首次突破人眼识别能力（97.53%），超过Facebook同时间发布的DeepFace算法（97.35%）。同年6月，汤晓鸥团队发表DeepID2算法，将人脸识别准确率提升至99.15%。紧接着，DeepID3算法又将人脸识别准确率提升至99.55。

　　汤晓鸥团队的发展离不开深圳在AI产业方面的优势。“这里资金充足、基础设施完善、工业人才充足、硬件制造上乘。此外，深圳也是全国市场化程度最高的城市，资源自然会倾向做原创的企业，最终让市场竞争做评判。”汤晓鸥说。

　　“对于人工智能产业而言，2017年就像移动互联网开始爆发的2012年一样，是一个重要的历史节点。”亿欧联合创始人张佳伟表示，在技术突破、资本催化、市场驱动下，人工智能正在逐步落地应用，助力各行各业升级。

　　B 瓶颈在哪里？

　　发展AI更需要原创能力

　　在深圳，AI已然成为街头巷尾热议的名词。

　　备受关注的“绝艺”，涵盖了人工智能最热门的研究领域——深度学习和强化学习。AI Lab积累了一系列有效方法，能通过机器自我学习产生高质量的强化学习数据。这些方法可应用在很多别的场景之中，让绝艺的价值不止于围棋AI。

　　“在过去十多年里，腾讯积累了丰富的应用场景、海量数据、强大的计算能力和一流的科技人才，这些都是开展AI深度研究与应用的重要基础，也是吸引全球人才的重要原因。”腾讯AI Lab副主任俞栋博士说。

　　在汤晓鸥看来，中国要发展AI更应具备原创能力。“如果我们使用的文章、算法都是国外的成果，便只能重复老路。没有核心专利带来营收，就意味着命脉永远掌握在别人的手中。”汤晓鸥表示，从“硬实力”来看，深圳在科研上所需要投入的经费、硬件（实验室、器械）、人才等都有所保障，但“软实力”却尚未完善。

　　“软实力的核心在理念。”汤晓鸥举例道：“如同盗版软件、盗版电影扰乱市场，让人没有动力写出好软件、拍出好电影一样，AI的算法如果被廉价看待，那么永远都不会有好的算法问世。如果大家的理念就是“原创不重要”，则从上到下的政策、执行、商业运作等都不会尊重原创，科研人员在做学术研究时便会找捷径。”

　　“国外的理念是，别人做过的事情便不会再做，而我们往往是一人出成绩，千军万马‘扑’过来，发展AI产业更要注意这一点。”汤晓鸥说。

　　中科院自动化研究所副总工程师张文生认为，人人都在谈大数据、人工智能，但很多企业、机构并没有数据。“人工智能技术目前已经发展到了落地应用的关键时期，无论学术界、资本界都将继续推动其发展，助力AI技术进步，需要更多行业实现创新升级。”

　　在业内人士看来，技术变为产业，是各行各业面临的难题，人工智能亦是如此。“目前各行各业都处于人工智能商业化的关键节点。”碳云智能联合创始人兼首席信息官黎浩认为，一个人的数据其实价值不大，只有把更多人的数据联结在一起并网络化才有价值。“碳云智能想用人工智能的方法，将每一个人的生命解读成数字生命，并加以运营和管理。”

　　C 破冰之道

　　走出实验室与科技巨头合作

　　“深圳现在机器、资金、人才等硬件都有了，还需要将理念扭转过来，这不是一蹴而就的事。”汤晓鸥建议，政府需在政策、税收、教育、科研等方面都往原创方向引导。

　　现在，汤晓鸥将目光放在了技术产业化落地这一层面上。一开始，汤晓鸥团队的竞争对手是MIT、斯坦福等顶尖大学，大家比的是智商。后来他发现，其对手变成了谷歌、facebook等科技巨头。“打了‘第一仗’后，才发现对方的数据和计算资源非常充足，相当于他们用导弹瞄准你，而你只能掏手枪。”汤晓鸥说。

　　怎么办？与巨头合作并走向工业界，是汤晓鸥的破冰之道。其团队选择与华为、科大讯飞、中国移动等企业合作，由此得到大量数据，从而搭建操作和生产标准。“只建设好大脑，用的却是‘小米加步枪’，到了‘战争’后期是不行的。”他说，AI产业不能闭门造车，纯粹只考虑实验室的需求行不通。“以往科研与商业的合作都由实验室自主决定，如今深度学习方面则要直接根据需求、数据以及运算，来形成研发闭环。”

　　在产学研结合方面，腾讯也在不断尝试。比如此前，腾讯优图曾借助AI人脸识别与图像处理技术，分析2016年QQ空间相册的千亿张公开照片，发现中国“95后”流行色——“95度黑”。

　　汤晓鸥所说的“数据和计算资源非常充足”，便是腾讯的优势所在。腾讯优图实验室总监黄飞跃介绍，优图为腾讯超过50个业务提供相关技术支持，主要包括人脸技术、深度学习与图像理解、音频语音分析、智能图像处理等。

　　科通芯城董事长、硬蛋创始人康敬伟认为，“AI+”才是互联网的下一个未来。创新企业已从过去紧随“互联网+”浪潮转而变为贴近“AI+”。“这在某种程度上来说是一种必然，但速度比想象的还要快。”

　　所谓“AI+”，是指将“人工智能”与工业、商业、金融业等行业全面融合，它代表一种新的社会形态。康敬伟认为，未来深圳许多企业将利用人工智能实现弯道超车，“再过几年，不具备智能语音功能的电器产品可能就不存在了。”

　　■观点

　　与其引进“大牛”，不如关注青年人才

　　AI还有很长的路要走，目前深度学习所能做到的是在一些单项的由人定义的任务上开始超过人的能力。还需要我们做很多工作，与传统产业结合，才能真正发挥效力。深度学习的研究才刚刚起步，这将会是一场学术研究、产业创新的马拉松。我们没有近道可抄，必须做好原创技术研发。与其引进所谓的“大牛”型人才，不如把精力放在吸引中青年人才，让他们利用科研资源做出自己的成绩。——中科院深圳先进技术研究院副院长汤晓鸥

　　投身“狭窄”领域，或能实现“换道超车”

　　“巨头”和初创企业，投身人工智能产业应该选择不同的路径。大公司可以与专业团队合作，引进一个较开放的AI平台，然后从存量开始改造。深圳有腾讯、华为这样的“巨头”，拥有数以亿计的消费者和海量的数据，怎样用AI手段将这些数据分类，并延展出垂直领域的解决方案，其想象空间太大了。“巨头”在发展AI应用时一定要开放，自己“闷着头”重复研究，是很笨的做法。

　　而初创公司则应该瞄准一个具体的垂直应用，成为“纳米级企业”。如果一个小的创业团队专注于一个非常“狭窄”的市场，投身在中国广袤的市场中，则将有“换道超车”的机会。——人工智能商业模式专家吴霁虹

    《南方日报》2017年6月12日报道 http://epaper.southcn.com/nfdaily/html/2017-06/12/content_7644690.htm