11月29日,2019全球人工智能创芯峰会在合肥高新区成功举办!本次峰会由合肥高新区管委会主办,安创加速器(Arm Accelerator)承办。
人工智能作为第四次工业革命的重要驱动力,正在不断推进技术与产业变革。中国目前在全球创新板块上承担着重要角色,2019年中国政府工作报告首次提出"智能+",用人工智能为制造业转型升级赋能,这是国家层面对人工智能定位和现实意义的一次概括。在势不可挡的智能洪流下,AI正在将各行业推向智能发展新时代。
2019全球人工智能创芯峰会是一场洞悉AI产业发展方向,聚焦AI芯片技术走向和落地趋势,推动技术革命和产业深度融合,加快合肥本地产业生态圈建设的产业峰会。峰会以"走进AI世界,从芯看未来"为主题,设计「芯」趋势和「芯」动能两大板块,邀请来自南京大学、Arm中国、百度、谷歌、全志科技、科大讯飞的知名学者、技术大牛、首席科学家、企业高管及来自旷视科技、西井科技、知存科技、耐能等优秀创业企业创始人等进行精彩演讲。
政策扶持,培育产业集群
合肥高新区管委会副主任吕长富
合肥高新区管委会副主任吕长富在致辞中表示,"合肥高新区始终把集成电路、人工智能作为首位产业进行发展,将围绕国家集成电路战略发展,通过集体招引重大项目,培育龙头企业等举措,不断完善产业链,培育产业集群,为合肥市打造世界级产业基地再做贡献。" 随后,吕主任代表合肥高新区管委会与18家落地企业签约。签约仪式的举行,预示着新一批高新技术企业将为合肥高新区产业发展注入新活力。
聚焦芯趋势 共建芯生态
南京大学电子科学与工程学院教授、博导都思丹
南京大学电子科学与工程学院教授、博导都思丹,在峰会上阐述了人工智能发展的脉络及未来发展的路线和规划。都思丹表示,"人工智能的发展有三个阶段,分别是弱人工智能、强人工智能、超人工智能。从2000年开始,基本上处于弱人工智能阶段,就是人工模拟智能,而非思考,我们所用到的工具是大数据、深度学习等等。强人工智能的关键点是神经机制驱动人工智能,我们从外界驱动人工智能,到超人工智能阶段,我们就会有所谓的独立的意识,人工智能的那些像机器人的东西,它自己有意识的去工作。她还表示说,目前最先进的两款机器人分别是人形机器人和情绪情感机器人。人形机器人目前已经在个别领域落地应用,它可以做出很多不可思议的动作;情绪情感机器人则可以与真人互动,自主做出回答,这两款机器人都展示出了人工智能质的飞跃。"
Arm中国产品研发副总裁刘澍
Arm中国产品研发副总裁刘澍出席本次峰会致开幕词并演讲。刘澍表示,"2018年Arm将其中国业务拆分,成立由中方控股的合资公司Arm中国,专注于在中国做基础性的研发,希望推动中国产业不断往前发展。目前Arm中国主要的研究工作分几个方向,包括市场需求最大的CPU以及人工智能处理器,即Arm中国周易AIPU。周易里面有很多异构流水线,以及Arm非常传统的相连处理流水线和对人工智能网络和矩阵进行加速的流水线。Arm中国把这三种流水线整合在一套指令集里面,通过一个指令来完成,使得在不同的场景下都能提供完善的算力。在未来各种联网设备出现后,所有设备的安全性都会成为一个重要瓶颈,除了算力、兼容性以外,Arm中国也会把人工智能的安全性提到新的高度上去,这是未来研发投入的一个非常重要的环节,而Arm中国周易人工智能平台也将支撑这一安全性的实现。"
百度PaddlePaddle产品经理赵乔
百度PaddlePaddle产品经理赵乔,他在演讲中分享了百度深度学习平台与国外平台相比的四大优势:第一是开发便捷的深度学习框架;第二是百度的超大规模深度学习模型训练技术,百度会把自己在搜索领域积累下来的超万级参数的训练技术开放出来供大家使用;第三是多端多平台部署高性能推理引擎;第四是在模型领域,百度会把国际上多个夺冠引擎开放出来。
谷歌全球开发专家(GDE)武强
谷歌全球开发专家(GDE)武强在演讲中着重介绍了智能交通控制,他以有趣的案例,从交通控制、深度强化学习、边缘计算及研究进展四个方向解析了智慧交通发展。例如,智慧交通可以通过深入学习,智能调节交通拥堵,通过强化学习来增强交通控制能力;而通过边缘计算,省去云计算传输过程,提高效率,缓解交通压力。
珠海全志科技人工智能首席专家林建文
珠海全志科技人工智能首席专家林建文在演讲中说,"我们会非常关注和对接国际主流的大框架,支持大生态,但同时也希望构建一个行业小生态。他认为人工智能是百行百业的时代特征,每一个行业,包括它的产业链都有自己的独特性,所以我们希望基于行业构建一种人工智能的小生态,在重点发展端侧SoC的同时也会兼顾边缘端。"
科大讯飞智能硬件生态总监张良春
科大讯飞智能硬件生态总监张良春分享了科大讯飞对AI技术及芯片行业的一些看法,他表示," 目前AI计算架构主要面临三大挑战,一是要实时,二是可靠,三是隐私安全。" 张良春认为,"分布式混合架构在未来或许可以解决以上问题,并得到广泛的应用,分布式混合架构在本地端收集数据,并进行AI计算,无论是人脸、语音、图像等都在本地处理,这样会更可靠、稳定、实时、安全。本地处理过的数据进行脱敏进入云端,云端处理主要进行数据挖掘,进行趋势预测,进行群体行为的预测分析,以及未来本地端模型的迭代替换。"
创芯先锋,点燃芯动能
安创加速器副总裁英语霏
安创加速器副总裁英语霏从产业、生态和合作三个角度分享了开放创新生态系统如何助推中国的创业。她表示,"安创加速器背靠Arm,在产业方面,更多聚焦在硬科技领域,尤其是芯片这样的硬科技领域、在AI和IoT领域,安创借助产业资源,通过产业赋能,加速创新技术更快的产业化落地;在生态方面,安创加速器一方面依托Arm生态,专注于技术,另一方面,安创本身非常注重加速器自身的能力建设,依托人工智能和物联网行业的战略资源库,目前安创已与众多的企业达成合作,如投资机构、大企业和政府园区,安创将通过这些资源与Arm生态本身的一些资源形成一个联动和互补,以强势的行业资源支撑这些项目落地。在合作方面,安创希望打造一个产业闭环平台,链接创新创业企业与行业标杆大企业,推动创新技术落地。"
旷视科技产品市场总经理沈瑄
旷视科技产品市场总经理沈瑄在演讲中介绍了公司最核心的技术——brain++神经网络,沈瑄说,"基于brain++在云边端三个各自适配的,因为网络层数不一样,适配层级也不一样,所以在云边端有三种神经网络,基于这三种神经网络,分出两个大的技术核心模块。一方面是基于人脸识别方面的算法,另外一方面是基于机器人方面的算法。基于这些算法,把它应用在了核心的设备,产品上,这些产品我们落地到最核心的三台大的生产线,个人消费终端,像手机、汽车等等行业;城市大脑,做一些政府的公共安全项目;供应链的IoT,主要是新零售前面的门店和后面的仓储的智能产品的应用。"
引力互联创始人&CEO夏东明
引力互联创始人&CEO夏东明在演讲中表示,"大量不需要联网,但对实时性、安全性以及边缘计算速度要求较高的场景催生了大量的AI边缘计算芯片需求。例如构建城市大脑,让所有红绿灯未来受一个云控制,但是假如城市的光缆被挖掘机挖断了,那带来的后果可能是灾难性的,所以我们要让终端,每个红绿灯要有自我的决策化的能力,同时更强的时效性。"
耐能技术总监陈云刚
耐能技术总监陈云刚在演讲中说," 现在是智能物联网3.0时代,1.0是蜂窝网络,设备连到服务器上去,通过智能手机的APP来控制,总体感觉智能性稍微弱一些,2.0现在比较主流,智能化比较高。我们希望3.0把智能设备嵌入到终端设备里面,设备本地实时做推理,因为每个设备都有智能的功能,相互之间可以协作,比如用现存网络的服务器去控制各个设备,终端设备只是被动的服从,通过去除中心化,达到算力共享。"
知存科技创始人王绍迪
知存科技创始人王绍迪向与会观众介绍了知存存算一体智能语音芯片。他表示,"存算一体提供一种可能,相当于我们可以把语义理解、语音识别整个大型学习网络都在用低功耗的方式实现出来。我们发布的第一款,第一代存算一体语音芯片,有2兆的神经网络,功耗只有300uA,运算中不需要运算单元做辅助,在一代芯片中包含两款,一款是处理器的方式,另外一款适合语音识别的应用,包括里面支持模拟和多路麦克风输入,从深度学习功能来看,芯片可以跑2兆的神经网络,在端侧语音识别当中,又可以同时跑大规模的降燥网络。"
西井科技产品总监张烁
西井科技产品总监张烁主要介绍了西井科技在智慧港口的实践和无人驾驶。他说,"港口甚至工业发展的未来方向是利用人工智能技术驱动下的全面无人化。在智慧港口方面,西井科技利用人工智能技术,从港口的入口开始,帮助客户替代掉原来人工采集数据,录入系统的工作,将这些工作全面交给人工智能,目前西井科技可以帮助工业客户完成98%以上的人工作业替换,同时西井科技还对这些机械进行了升级改造,包括吊装的自动对位、自动吊装,锁孔识别,包括通过视频进行远程自动方式,降低安全事故的可能,提升整体作业效率。另外西井科技深度切入港口场景,设计了无人驾驶集装箱卡车,2018年9月,与振华合作的无人驾驶跨运车,目前这些车辆和机械已经开始向首要的客户进行海外订单的发送,现已完成了初步的订单交付。"
人工智能时代已然来临,在这个机遇与危机并存的时代,各路英雄齐聚AI芯片百家争鸣。无论是行业巨头还是后起的创新创业者都抓紧与时间赛跑,他们将推动前沿技术与产业的深度融合,激活创新商业生态系统、赋能产业智能化升级!
---------------------------------------------------------
免责声明:
1.本文援引自互联网,旨在传递更多网络信息,仅代表作者本人观点,与本网站无关。
2.本文仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。
评论 {{userinfo.comments}}
{{child.content}}
{{question.question}}
提交