BAT、科大讯飞、商汤这5大AI国家队的一次“集体工作汇报”

2017年11月，大讯队科技部成立了阵容强大的飞商新一代人工智能战略咨询委员会，包括潘云鹤、汤大体工陈纯、次集高文、作汇李伯虎等一大批院士入选，大讯队当时最重磅的飞商是宣布了一个重要的名单：国家新一代人工智能开放创新平台名单，百度、汤大体工阿里、次集腾讯、作汇科大讯飞这4家企业成为某种意义上“AI国家队”。大讯队

此后，飞商不到一年时间（2018年9月20日），汤大体工AI独角兽商汤科技也顺利入选，次集成为第5家。作汇

至此，5大AI开放创新平台涉及AI的应用领域，分别为：

依托百度公司建设自动驾驶国家新一代人工智能开放创新平台；

依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台；

依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台；

依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台；

依托商汤集团建设智能视觉国家新一代人工智能开放创新平台。

而在5月10日于苏州举办的全球人工智能产品应用博览会上，这5家企业首度集体亮相，并分别就各自的开放创新成果做了一次总结（从技术设计到商用落地，再到未来前景），相当于一次集体的“工作汇报”。雷锋网在现场予以报道。

在企业汇报之前，有一个环节是科技部高新技术司梅建平副司长的讲话。

他谈到，2017年是我国AI真正被重视起来的起步之年，各方都要求汇聚力量强化对AI的研究和技术支撑。由于AI在众多新兴技术里面有头雁的作用，对社会各领域的渗透性很强，加快发展新一代AI至关重要。于是才有了2017年11月的4大家、2018年加入了商汤。这些企业在引领行业、资源共享、带动中小企业发展上起到积极作用。

科大讯飞汇报智能语音平台进展

汇报人是科大讯飞高级副总裁、研究院院长胡国平。

他首先从科大讯飞智能语音平台的演进讲起。科大讯飞早在2010年就发布了“语音云”，2012年发布首款中文语音交互技术“讯飞语点”，2015年发布“语音转写”新技术，此后每年都保持极强的技术更新。他指出，科大讯飞在语音技术上的技术沉淀非常之久。

随后，胡国平展示了一张智能语音平台的总览图，对API平台及能力星云、iFLYOS平台及其之上的生态运行做了阐述。如图：

胡国平指出，目前智能语音平台已共享了170+AI能力。

语音合成上，有几个亮眼的数字：300个语音合成音库、35万+个接入应用数、10万+个人音库、日服务次数10亿+、企业定制音库90+。

语音识别上，错误率连续6年相对下降30%以上。

方言识别上，持续突破，覆盖23种方言，相比2017年提升23%。

此外，在语音识别、语义理解、机器翻译上既做到了定制化也获得了诸多国际大奖。

iFLYOS平台上，已具有180+技能，85+内容，包括海量音乐、语音播报等，把开发者的开发效率从此前一周提升到1小时。

用户数和使用量的增长，如图。基本上增长都来自智能硬件、购物、通讯社交、运动健康、游戏、理财和教育。除此之外，科大讯飞的AI开发者大赛、AI大学、1024开发者节都为平台增分不少。

商汤科技汇报智能视觉平台进展

汇报人是商汤科技集团副总裁、商业与数据洞察事业群总裁沈徽。

沈徽表示，智能视觉开放创新平台自2018年开始投入建设，基础是中国原创核心技术。而商汤科技的目标很明确，就是在技术研发上通过超算系统、训练系统智能视觉工具链等与国际水平保持同步，在应用上促进智能视觉技术与商业结合（不是仅仅待在实验室里），在行业带动上，结合教育事业进行AI的国际化人才体系建立。

商汤最核心的技术平台是SenseParrots深度学习平台（商汤自建），支持超深学习、超大数据学习、复杂关联应用（模型串在一起完成端到端的场景）。

GPU超算集群上，2015年以来实现暴增，最新数据是2018年的14000+片。

AR发展方面，已进入从底层引擎到手机厂商最后到用户的生态上下游，不仅提供垂直行业AR增强开发包，还有AR内容创作平台。

此外，以计算机视觉为主，商汤还研发了多传感器融合的自动驾驶解决方案。如图。

为进入到当前火热的智慧城市建设，商汤还有一个城市级智能视觉产品与技术生态，分为基础设施（深度学习、GPU超算中心）、终端（AI芯片、SenceDLC）、引擎（方舟智能视觉开放平台）和应用（人脸大数据、视频结构化、人群分析）四大部分。

此外，在AI教育方面，商汤尤为关注，从教材出版、教师培训、学生在线培训、AI竞赛、AI认证等都有相应方案。

百度汇报Apollo自动驾驶平台进展

汇报人是百度自动驾驶事业群的刘硕。

刘硕重点谈到百度自动驾驶四大生态：硬件、教育、城市、开发者。她表示，自2017年4月百度宣布Apollo全球开放计划以来，已总计发布过7个版本。如图：

技术支持上，其开源平台是Apollo 3.5框架。据悉，百度内部有个技术布道师团队，专门给开发者答疑；数据集上，除了百度本身的数据，还有一条“1比3”的交换原则，即合作伙伴对百度开放一部分数据，百度会开放其3倍的数据予以回馈；测试支持上，百度的车辆数据规模非常庞大；社区教育上，百度会联合高校力量；资本投入上，百度有双百计划，即用100亿投资100家自动驾驶相关企业。

Apollo的教育生态同样也日益成为重点。从高校合作，到提供具体的教材可见等产品，智能驾驶产学研的氛围极为浓厚。如图：

此外，出行乘用车的合作上，目前百度与新石器、酷哇扫地车、一汽红旗都有深度合作。2019年与一汽红旗L4乘用车用于出行服务。如图：

自动驾驶车路协同（车端、路端、通信链路），主要进行城市/高速公路V2X智能化改造，目前能结解决54%单车智能在路测中遇到的问题，减少62%单车智能的接管数。

刘硕表示，车路协同既是升级自动驾驶的落地方式，也是今后5G的一种绝佳落地方式。

阿里巴巴达摩院汇报城市大脑视觉智能进展

汇报人是阿里巴巴达摩院城市大脑实验室技术总监金仲明。

他首先回顾城市大脑的产生，即AI+算力对城市数据进行感知、分析、决策后产生的价值，是城市治理模式、城市服务模式和城市产业模式的新突破。

据了解，在城市大脑背后的技术架构上，分布着4大平台：应用支撑平台、智能平台、数据资源平台、一体化计算平台。涉及与城市交通、医疗、城管、环境、旅游、城规、平安、民生八大领域有关的计算能力、数据算法、管理模型等。

在城市大脑AI开放创新平台构成上，最底层是数据源，往上就是飞天等平台，再往上就是AI视觉计算平台（城市大脑最核心的一部分），AI视觉平台包括数据接入、批量计算、流计算、模型调动、模型量化、视觉搜索、综合搜索图谱及测算等，再往上就是数字平行世界等数字孪生的生态，最上面的才是行业应用，包括交通、安全、市政等等。

对于城市大脑，阿里云和达摩院都对其做了更多新技术的加持。比如5月9日达摩院发布的“数字平行世界”视觉智能引擎，就是很好的证明。数字平行世界的核心技术是3个：视觉理解从2D到3D，视觉推理从3D到4D，加入智能搜索，和BIM系统深度对接。

以车流人流预测技术为例，城市大脑对交通流进行建模，并将多路视频联合分析，将传统的城市大脑视觉技术做了一次全新升级。

腾讯汇报医疗（影像）平台进展

汇报人是腾讯医疗健康事业部首席医学顾问杨昊臻。

腾讯觅影是腾讯公司首款将人工智能技术运用在医学领域的AI产品。“腾讯觅影”由腾讯互联网+合作事业部牵头，聚合了腾讯公司内部包括AI Lab、优图实验室、架构平台部等多个顶尖人工智能团队的能力，把图像识别、大数据处理、深度学习等领先的技术与医学跨界融合研发而成。

杨昊臻表示，觅影团队目前有众多AI科学家的助阵，保障医学成果最优转化。比如现任腾讯优图实验室杰出科学家、香港中文大学计算机科学工程系终身教授贾佳亚、腾讯AI Lab AI+医疗专家研究员姚建华、腾讯优图AI医疗总监郑冶枫等。

在分类上，觅影主要是分成AI影像平台和辅助诊疗两块。其中，AI影像平台主要关注5大病种（结直肠癌、肺癌、乳腺癌、宫颈癌和眼底多病种）。

以乳腺癌为例，该病种特点是良性和恶性图片差别不明显，既要看乳房整体文理又要局部看是否有肿瘤。根据测算，其对早期乳腺癌的敏感度(识别正确率)达到87%，对良性肿瘤的特异性（识别正确率）高达94.5%。

此外，觅影眼底疾病筛查AI系统凝聚多中心数据资源，支持7大常见眼底疾病与20余种罕见眼底疾病的监测，实现眼底病种全覆盖。

而在辅助诊疗上，觅影的技术思路是“让AI像医生一样懂医学、会看病”。懂医学就要做到构建医学知识图谱（专业数据、医学文献），会看病就要做到理解病情（学习诊疗技能、经历大量案例），最终在成为“普通医生”后向“专家”迈进。

为此，觅影有着强大的诊疗知识库储备。如图。

总体而言，以上科大讯飞、百度、商汤、阿里、腾讯等5家的AI创新开放平台在近两年来都取得了进步，成为AI领域商业化的“头雁”。但是AI落地之路依旧漫漫，更开源、更开放的平台才能让未来AI的全新世界更广阔。（雷锋网雷锋网）