导语：谁有更低的成本、更早的布局、更快的技术迭代，谁就能成为最终冠军。
AI还能干什么？
1970年，第一代神经网络算法问世，证明了《数学原理》前52个中的38项。
此后，AI不断突破迭代，“折叠”生产力时空，将人类从重复劳作中解放出来。
近年来，随着各行各业高度发展，信息量和应用场景也呈指数级增加，算法模型逐渐步入深水区。而AI落地的场景，大多数仍然有限，并未能发挥最大效能。
怎样的AI技术，能够持续赋能行业，解决更为细碎但常见的长尾问题？乃至跑向机器“拓荒”思考的“最后一公里”？
AI现在需要“解放自己”，展开一场范式转变。
欲知未来，先看历史。因此，有必要从人工智能应用落地的第一阶段，看AI如何一步步构建和影响身边的世界。
教会机器“看脸”
人脸识别，是AI众多技术中最早、最为成熟的技术。现如今，在各个场合“刷脸”已经成为一种常态，比如交通运输场景中，刷脸登机、入闸、安全检测等。但人脸识别被广为人知的应用，当数智能美颜。经过智能美颜“点石成金”，照片变得精致动人。虽然“一切看脸”难免失之狭隘，但人类70%-80%的信息获取来自视觉。人脸识别让人工智能具备了识人知物的能力。简单来说，视觉AI就是研究如何让机器会“看”，即用摄影机和电脑代替人眼对图像进行特征提取和分析，并由此训练模型对新的图像数据进行检测、识别等任务，建立能够从图像或者多模态数据中获取信息的人工智能系统。作为人脑之外的另一种智能，在认识世界之前，先要认识人类。模仿人脑学习过程的深度学习的内核，也是构建特征模型。人的面部信息，是社交及传播行为的重要载体，具有丰富的数据基础和重要的应用化需求。因此，人脸识别成为人工智能诞生60年来的爆发“奇点”。深度学习从人脸识别开始，劈开一条道路。此后，人脸识别技术在各行业领域，都得到了应用。在商业楼宇，可用来录入门禁考勤系统；互联网APP为面部设计出好玩的滤镜，创造新奇社交体验；银行系统用上了便捷且具有高安全性的刷脸支付；而智能手机厂商的人脸解锁和智能美颜，大概是日常最频繁的应用。人脸识别在诸多领域的应用，打开了广阔的蓝海市场，也滋养了一批AI技术企业和应用企业，诞生了商汤（0020.HK）、旷视科技、云从科技等AI企业，同时百度（BIDU.O）、阿里（9988.HK）等互联网厂商也积极切入人工智能领域。发展到现在，AI人脸识别技术已非常成熟，甚至被打上基础技术的符号。以精度、准确度为导向的技术驱动力量正在减弱，而用户对产品使用场景适配度的要求，却越来越高。随着人工智能技术的迅速发展，现如今AI的应用已经突破了识别人自身的第一阶段，进入了第二阶段——即对人周边已知领域的探索，体验人能感知到的现实世界。从人脸识别，过渡到识别万物、实现万物互联；从标注图像中的单一要素，到识别物体组合和场景，甚至是物体与场景的关系。从数据化到结构化，乃至可交互化，是人工智能第二阶段的使命。只有将时间、地点、人物关系有机串联，才能真正令AI“理解”和学习人类世界的真实状态，以解决在第二阶段大量出现的长尾问题。所谓长尾问题，即AI应用中出现的差异化、碎片化和细节化的需求。现在的应用场景中，80%都是此类低频、长尾的需求。能否解决这些长尾需求，是AI大规模产业化落地的关键。以城市管理为例，城市是一个复杂的系统，要想让城市真正实现有序地运转、高效的治理，仅仅依靠人的力量是不够的，借助人工智能的力量，可以让治理更高效。如今，虽然“智慧城市”方案已在很多地区落地应用，但真的利用AI技术去解决细节问题，需要面临成千上万的治理元素，比如共享单车乱停乱放、消防通道被占、垃圾桶满溢、积水阻碍通行等。商汤试图挑战这个问题，并取得了新进展。2020年，他们与上海市进行合作，基于商汤SenseFoundry方舟城市级开放视觉平台，构建了多场景、一站式的解决方案。长宁区的AI+一网统管试点，“智慧巡屏”等功能，就是AI研判处置全闭环管理的案例。AI打通城市管理闭环后，有效地解决了城市暴露垃圾识别、共享单车乱停乱放的痛点，不仅能帮助城市管理者发现问题，还能在案件被处置后自动核查，甚至将管理模式转变为主动发现。商汤SenseFoundry方舟企业开放平台，还将AI应用于上海徐汇滨江水岸的生态管理中。上海徐汇滨江岸线长达11.4公里，沿线入驻近500家企业，有近20多万人员通勤，以及每天数以万计的游客。如此大面积、多人流、偶发事件频繁的环境，日常运维管理难度极高。但现在的水岸区域，是具有“城市生命体征”的智慧水岸——针对各种“突发事件”，均可构建从自动发现、预案触发、任务分派和复查的一体化管理体系。徐汇滨江智慧公共空间管理平台，来源：商汤官方公众号从区域内座椅、灯杆、井盖、绿植、草坪、建筑等16000+资产建档，到自动告警派发工单，甚至花花草草的养护需求，都能有条不紊一一照顾到，这种“能感知、主报告、有温度”的“智慧公共空间管理平台”，由SenseFoundry Enterprise商汤方舟企业开放平台的AI赋能而来。见微知著。一个个AI长尾问题背后映射出的，是AI发展趋势。根据Gartner发布的《2021年AI成熟度曲线》显示，AI发展主要面临4个趋势，具体包括：负责任的AI、小而广的数据方法、AI平台运营化、高效使用数据、模型和计算资源。也就是说，AI的发展最终要走向高效使用数据、模型和计算资源方向。成熟曲线显示，目前很大比例的AI创新，依旧在上升型的技术萌芽期，AI工具还无法达到最终用户需求所具备的能力。这其实意味着，大部分AI的应用依旧处在研发环节。2021年AI成熟度曲线，来源：Gartner（2021 年 9 月）
当前AI还在以快速的步伐发展，“成熟度曲线”上大部分技术，有希望在2年至5年内得到业界采用。边缘AI、计算机视觉、决策智能和机器学习等在内的创新，都会在未来几年对市场产生革命性的影响。与真实世界的拟合度越高，越需要构建高复杂度的识别算法模块。对下游行业来说，这无疑是巨大的难题。即使需要AI技术，也很难再投入重资产开发。具有行业精深的专业知识、甚至掌握客户资源在手，但苦于缺乏开发能力和项目管理经验，而无法施展所长，这是诸多垂直类行业解决方案的中小企业的核心痛点之一。显然，他们需要能快速上手、能辅助项目尽快落地、提升项目研发效率的产品。Gartner 高级首席分析师Shubhangi Vashisth认为，平均而言，将基于 AI 的模型集成到业务工作流程中，并交付，需要大约8个月的时间。”因此，对下游企业来说，如果有了强大的深度学习通用模型和众多模型组件，并能与行业属性相结合，无疑是最为便捷、成本最优的AI解决方案。另外，某些低频次但高“赔率”的场景，如火灾、危化品泄漏防范等，也是非常核心的需求。如能解决这样的问题，便能带来巨大的商业价值。应对上述需求的深度学习模型，参数规模也相当可观。相应地，对算力这一基础设施的要求也越来越高——过去几年翻了100万倍，几乎是以平均每年十几倍的速度增长。商汤AI大装置就是这样的算法与算力模型“工厂”，能有针对性地解决行业痛点，即长尾问题。2019年，商汤便开始了SenseCore商汤AI大装置研发, 这是一种高效率、低成本、规模化的人工智能基础设施。目前，已经为长三角区域大量科研单位和头部企业提供了算力、数据、算法全领域的核心能力服务。SenseCore商汤AI大装置核心架构，由计算基础设施、模型层和深度学习层三部分组成。计算基础设施，即是支撑数字经济坚实基础的算力“基建”，数字经济时代的新型生产力。坐落在上海临港的商汤人工智能算力中心（AIDC），为亚洲最大，峰值算力可达3740P，可同时接入850万路视频，1天内即可完成23600年时长的视频处理工作。“P”即 PetaFlops，指每秒千万亿次浮点运算。数字越大，运算速度越快；算力也越高，能训练的模型数据也更多。算法方面，AIDC具备超大规模的AI模型生产能力，可以进行更为通用的大模型训练。在大数据应用领域内，快速生成稳定可靠的模型十分重要。商汤的SenseSpring“模型工厂”，已经开发数万个人工智能模型。这些模型将用于大数据应用的各个领域，如数字化转型、智慧城市智能汽车、商业领域等等。除模型工厂外，开源算法体系OpenMMLab平台，也将与外部资源协同，共建新型生态。由商汤参与打造的OpenMMLab， 在世界上最大的代码平台GitHub上，已经获得超过58,000个Stars。算法训练平台，是商汤SenseParrots深度学习层。该平台采用领先的视觉训练框架，具备接近90%的并行处理效率，可以实现900倍计算提速，也就是，仅需要1块GPU，就能实现 1000块的工作效率。在工业领域，人工智能尚未取得较高的效益。一个原因是，工业数据虽然量大，但是相互关系十分紧密。数据与数据之间，有明确的逻辑，本质上属于小数据的范畴。由于需要特定的高性能AI模型，因此生产成本高昂，模型开发效率低，导致市场大量需求无法满足。另外，某些低频发生、规模量小的数据集，难以训练出高性能的AI模型，也成为工业级人工智能落地的一个障碍。而SenseCore商汤AI大装置，通过整合强大的算力基础和领先的算法能力，能以高效、自动化、集约化的方式，让高质量的AI算法实现“量产”。比如，通过向企业开放算法模型工厂进行定制化生产，大幅降低人工智能的生产要素成本，实现高效率、低成本、规模化的AI创新和落地，进而打通商业价值闭环，解决长尾应用问题，乃至构建出物理空间的数字化搜索引擎。更有意义的是，AI企业在垂类领域的商业影响力越强，越有利于AI多元化落地的发展，最终搭建起辐射多行业的AI商业生态。在能源、基建、物流等行业，数字化转型过程中面临很多痛点。大到工业园区的统筹、生产与运营资产的安全和运行维护，小到对工业品质检，场景多，需求复杂且细碎。而商汤AI大装置的“能力圈”，不仅在于分布地域广阔的工业基础设施，铁路、电网等设备运营维护，即便是安全规范的车间生产区域中，AIDC也能通过智能化的AI感知，实现对车间、厂房、产线、车辆的实时智能安全管理，使用自动化预警措施，降低安全事故的发生率。国家电网“多站融合”的数字化转型中，国网综合能源服务集团有限公司得以被商汤AI赋能，成功提升了运维体验和效率，推动了现有变电站资源的整合。汽车产品质检环节，也是一个长尾场景，很多细微的瑕疵，需要被快速精准定位。无论是商汤协助一汽青岛汽车厂开发的业内首条“5G+AI”冲压件表面质量在线检测线，还是与发动机厂商康明斯合作研发的深泉质检推训平台，都在零部件的表面缺陷和工艺过程检测效率，以及质检结果输出的一致性上，有了极大改善。商汤科技联合创始人兼大装置首席科学家林达华表示，当人工智能进入到这个行业时，会发现它整个生产链条非常长，商汤遇到了很多长尾场景，在响应每个具体需求的时候，成本和代价都是非常高的。因此，要让人工智能成为未来整个国民经济发展的根本，就需要突破一个新的红线，即成本红线。SenseCore商汤AI大装置的出现，在某种程度上，意味着AI助力下游行业走到了成本下降的关键节点。2016年，AlphaGo在围棋大战中击败了韩国围棋冠军李世石。2020年，开源人工智能系统AlphaFold测出35万种蛋白质的结构，解决了困扰生物学界50多年的蛋白质测序难题。2022年，谷歌旗下人工智能企业DeepMind使用“深度强化学习”，首次在模拟环境下实现了控制核聚变。在人类有能力探知的领域，人工智能可缩短工作时间、提高工作效率。例如，在澳门镜湖医院，SenseCare®️Cardiac心脏冠脉智能临床系统，能全自动完成高精度的心脏分割、冠脉提取与三维重建，大量减少医生手动后处理的工作量。但人工智能贡献不仅限于此，更大的意义在于，它能够探索“不知道自己不知道”的领域，依靠未知数据的发现和利用，以令人类惊叹的方式，重绘新世界的图景。癌症至今是人类的世纪未解难题之一。而肝细胞性肝癌（HCC）是全球第六大最常见的恶性肿瘤，死亡率仅次于胃癌和食道癌。在手术切除HCC后，仍有60%-70%的患者五年内出现复发。肿瘤异质性（肿瘤的生长速度、侵袭能力、对药物的敏感性、预后等产生的差异）的存在，使患者预后生存情况，与治疗期与治疗方式的相关性不高，难以预测，给肝癌精准治疗带来极大挑战。但基于人工智能方法建立的预测预后模型，能够兼顾精准度与实用性，且与现有的临床工作流程完全兼容。 浙江大学医学院附属邵逸夫医院放射科胡红杰教授团队，联合温州医科大学附属第一医院杨运俊教授团队和商汤科技，基于364例多中心数据建立CT影像组学模型，预测HCC患者在手术切除后的无复发生存期（RFS），帮助临床进一步筛选可能从术后辅助经动脉化疗栓塞术（PA-TACE）获益的患者。最重要的是，使预后预测方式，从宏观的肿瘤形态分级，进入到通过人工智能细化肿瘤的微观生物学信息，这将有助于降低HCC患者术后复发率，提高总体预后。在这些提高诊疗效率措施的基础上，新药研发同样被AI赋能，从而大幅度缩短研发周期、降低药品研发成本以及提高新药研发成功率，突破人类创造力边界。2021年，商汤发布以AI技术“猜想”新药的研究成果，全面覆盖药物研发、临床研究、临床试验、新药上市后等多个环节。其中，最为“惊艳”的是辅助新药发现。靶点是药物发现的开端，而新作用靶点的机制，建立在对蛋白质相互作用（protein-protein interactions，简称PPI）的研究上。传统PPI研究方法耗时漫长，且难以有效对PPI分类；即便后来进步到计算机模拟，仍是一种“已知推算未知”的底层逻辑，无法直接泛化应用于未知新蛋白及PPI。针对此点，商汤团队有两个创新方案。一是训练出一套能够学习PPI的GNN（图神经网络）模型，优化了在未知PPI上的预测性能；二是重新划分数据，衡量模型在跨数据集和未知新蛋白的性能效果。商汤的创新方案，比传统方法提高了36%的预测精度。高鲁棒性的基于GNN的PPI分析框架，来源：商汤公众号不只医学领域，在游戏训练中，商汤的AI智能体，也有优秀作战能力。《星际争霸2》是业界公认的具有超高游戏难度、公平竞技性的即时战略游戏。给AI玩家带来挑战的是，需要多个智能体在复杂环境中的相互竞争、相互协作，且并不存在唯一的最佳策略。不同于围棋、象棋等规则明确的游戏，在《星际争霸2》中，对局存在大量隐藏信息，有高度不确定性。即使是一局对战里，也需要频繁切换策略、把握长短期目标，控制宏观与微观的单体平衡。这对AI机器人造成了挑战。因为仅依靠堆积算力解决不了问题，强大的直觉、预测、推理等模糊决策能力同等重要。依靠SenseCore商汤AI大装置海量算法和卓越的算力，商汤以较低成本开发出原创游戏AI生产平台。在分布式训练流程中，AI“左右互搏”，不断博弈，生成大量对局。历经不断进化后，AI智能体像AlphaGo一样，最终达到了战胜人类高手的对战水平。最有意思的是，这些平台不仅能应用于游戏中的“人机对战”，还能进一步延伸到现实生活中的城市管理、交通调度、自动驾驶等智能决策交互难题，探索“颠覆式”创新。探索未知，不仅仅是延伸，更是模型重构。从某种意义上，产业价值得以再造，甚至颠覆原有格局，推动AI商业化进入一个新的上升螺旋通道。探索元宇宙“生存”，如何能“真实”地在消费场景中应用，带来新鲜的消费体验？在广州悦汇城的周年庆中，商汤给出了答案。基于商汤SenseMARS火星混合现实平台，带来更多“元宇宙”超现实体验。空中盘旋的巨大冰龙、梦幻的冰雪城堡、可爱的动物冰雕、AR红包雨、AR集图打卡等有趣的功能，营造出超现实的氛围感，令人沉浸其中，忍不住想参与进来。在周年庆的10多天里，广州悦汇城全场销售额提升了196%，会员增长74%。2021年7月，商汤发布智能汽车解决方案SenseAuto绝影智能汽车平台，此后不断迭代，到目前已完成从智能座舱到智能驾驶(L2-L4)以及V2X业务的全面覆盖。商汤绝影平台(SenseAuto)由五大产品组成:即SenseAuto ADAS、SenseAuto Cabin、SenseAuto Empower、SenseAuto RoboX及SenseAuto V2X。“corner case”指在复杂系统的测试或是除错过程中，由极值参数构成的边角案例。但这些边角案例的发生，往往是智能驾驶中不可接受的行驶风险。SenseCore商汤AI大装置提供的强大的算法和算力支持，令商汤绝影团队能够顺畅迭代针对性模型，化解掉各种边角案例的极端场景。比如车辆出入车库，穿行于林间道路时，强烈的光线反差导致驾驶员出现的“阴阳脸”，包括眼镜反光、大角度侧脸场景等，都给感知算法带来极大挑战。在本田中国近期发布的两款首发车型——东风本田e:NS1与广汽本田e:NP1中，借助车舱内置的红外单目摄像头，商汤绝影平台SenseAuto Cabin-D驾驶员感知系统，可实时感知驾驶员的表情、视线、姿态动作，准确判定疲劳、分心、危险动作等危险驾驶隐患，并及时预警。目前为止，SenseAuto绝影智能汽车平台已有累计超过30家汽车行业客户，累计前装定点数量达2300万台，覆盖未来五年内量产的60多款车型。在高工智能汽车研究院近期公布的“2021年度中国市场乘用车前装座舱AI软件供应商标配搭载量”排行榜单中，商汤以9.47万辆搭载上险量、15.79%的市场份额高居第一。日前，商汤科技与广州汽车集团有限公司签署了战略合作协议。双方围绕智能驾驶、智能车舱、智能网联、汽车元宇宙、AI工具链、超算中心等多个领域展开合作。今年和明年，商汤与广汽传祺、广汽埃安合作的多个车型，将陆续量产上市。未来，还将有更多车型搭载商汤绝影智能汽车平台。8月9号，商汤正式发售由中国象棋协会权威认证的“元萝卜SenseRobot”AI下棋机器人。可爱的外形、酷酷的机械臂看起来科技感十足。人机对弈、象棋教学、残局闯关等有趣的功能，让无论是初学者还是具备一定象棋水平的玩家，都能找到适合自己的对弈等级。与元萝卜一起学习，甚至能考取中国象棋协会认可的棋士等级证书。“元萝卜SenseRobot” AI下棋机器人，来源：商汤官网这是商汤首款家庭消费级人工智能产品，也是AI的一步普及性探索。未来AI的发展，必将惠泽万家。但探索真正未知宇宙的前提，仍然是算力和算法的“基建”设施，足够完满。电力、汽车、医药、消费、城市管理……这些案例，几乎触摸到了各行业疑难杂症的边界，但仍然只是AI能做的冰山一角。千行百业都能实现智能化升级的前提条件，即万物数字化、智能化。而AI行业发展到新阶段的必要条件，即是打通闭环、解决长尾问题。谁能以更低的成本、更早的布局、更快的技术迭代解决好这个问题，谁就能成为人工智能跑向“最后一公里”的决赛冠军，打开巨大的商业空间。8月19日，恒生指数公司宣布截至2022年6月30日的恒生指数系列季度检讨结果，所有变动将于2022年9月5日(星期一)起生效。其中，商汤-W被纳入恒生中国企业指数成份股。恒生中国企业指数，反映的是在香港上市的大型中国企业的表现，涵盖50家市值最大、交易最活跃的港股中国企业。在产业规模超过4000亿元、企业数量超过3000家的人工智能行业，不仅有小而美，还有大而强。当虚拟世界真正映射到现实世界，人类对机器的“驱使”，也将转变为机器对人的照料。AI在这一过程中，所赋能的功能意义，是使机器“接地气”，变得有温度，有人文情怀，也更有力量和智慧，参与到人类社会历史的进程当中。从高深莫测的黑科技，变身为辅助工作、生活不可或缺的重要组成，持续提供创造力的灵感，是人类世界对人工智能最深切的愿景。