6月12日-14日，由上海市經濟和信息化委員會、上海市商務委員會、上海市長寧區人民政府指導，上海市長寧區青年聯合會、億歐公司聯合主辦的“2019全球新經濟年會”于上海長寧世貿展館順利舉辦。本次活動響應國家政策和行業發展大勢，以“科創引領智能新時代”為主題，圍繞科創板、5G、新能源、智能制造等新興產業創新熱點展開探討。

6月12日，2019全球新經濟年會-領袖峰會率先開幕，英國皇家工程院院士、鯤云科技聯合創始人陸永青在會上發表了精彩演講。以下是演講實錄：

陸永青：大家上午好！今天真的非常榮幸可以和大家一起聊聊“新經濟”這個話題。剛才Finn E.Kydland教授談到，新經濟關注且取決于的創新能力。而我個人認為，創新能力則是完全取決于我們的研究、科研能力。所以我今天給大家帶來的內容是“定制人工智能：從研究到實踐。”

AI的運用，可以幫助我們的生活變得更美好。

第一個例子，是我們和上海浦東新區的合作項目。在這個項目中，我們可以運用AI技術可以捕捉到一些在交通運輸和駕駛方面的違法行為，例如一位行人來把一些垃圾放到了不合適的區域當中，會被一個綠框標注出來。以前的AI技術，是無法識別這樣的卡車以及相關違法行為的。

第二個例子，是關于新飛機檢測的。運用我們的技術，可以幫助飛機在試飛時進行異常振動檢測，我們可以幫助一些公司，通過技術將新飛機的技術疏漏展示出來。

第三個例子，是關于如何利用機器人在智能化的場景中進行自動制造的，這也是一個涉及人工智能運用的案例。我們同時運用到了卷積神經網絡的技術以及其他人工智能技術，以便于能夠更好地識別到不同的錯誤。

除此之外，我們還用到了一些大數據技術，尤其是以時間序列的識別技術，訓練不同的機器人在相應的場景中進行應用。

以上所列出來的三個不同案例，都是說明科技進展速度飛快的好例子，我們可以直觀的看到AI的運用以及AI的助力，能夠運用不同數據以及定制化的AI計算能力，是我們現在引以為豪的地方。

從1970年開始，我們使用的處理器的功效和功率在不斷變化，但我們仍然可以看到，我們沒有辦法為不同的客戶進行不同的打造以及更好的解決他們的目標和問題，這也就是是為什么我覺得個性化以定制化的AI和計算才是最重要的。要幫助到客戶更好的運用技術，而不是讓技術要求客戶做出通用化的改變。

我并不是說通用處理器以后不可以使用了，而是想說我們要把通用處理器變得更有效力。大家可以看到，傳統計算機及定制化計算機是不同的，例如傳統的計算方式，是將程序運用軟件工具放在固定的架構上，比如CPU或者是GPU的單元上。這樣雖然能保持正常的運算速度，但同時他們也會消耗很大的功率，并且機體會變得很熱。

再看進步的定制化計算方式，可以定制化計算機架構，使得這個程序能夠變得更加合適。也就是意味著，我們拿這個架構來去適應這個程序，而不是拿程序來適合我們的整個架構。

呈現這一點，當然有一些軟件、硬件方面的挑戰。例如在硬件方面，我們需要呈現一個定制化的結構，這個叫做現場可編程邏輯門陣列。我們在記憶區有非常好的邏輯和技術來實現高速的運算，使得硬件能夠可定制化。

硬件方面的挑戰之外，對于軟件方面的也有挑戰。很多計算機可能沒有相關的AI技術配備，我們要做的是把整個過程進行優化。我們可以運用目標識別和自動的生成過程將AI技術進行先一步發展。實現這個目標，可以分三步走：

首先，通過研發定制化的結構來滿足這些要求；

其次，在架構方面，同時提供工具和繪制的設備，促進更好的發展。

最后，在平臺方面，創建整個生態系統來降低成本，實現更有效的發展。

過去幾年，我們創建出了多種多樣的架構，針對AI網絡可以進行速度、準度和功率以及其他矩陣因素的平衡。資源的數量和平行系統的數量可以在這里進行集成。

對于架構層面來說我們有一個雙元的神經網絡，它的速度大約為原來的300倍速度，但是只是用了原先CPU 1/3的功率。還有手寫識別系統，速度也是提高了十幾倍，但功率也更少。

除此之外，利用AI可以進行強化學習。氣候模型、地震圖像、金融模擬還有航空電子監控系統等都是AI技術的應用。

把想法進行商業化、實現落地，使整個系統能夠更快地實現，這是我們的第一步。

而第二步，我們會創建出一些工具幫助我們對程序進行繪測，讓配置架構可以更好的實行。當問題出現的時候，應該從下至上進行反饋收集，從頂部開始改變。只有這種模式才會讓過程更快，功率更低和準確度更高。

最后一步，創建生態系統。為了擁有更好的體驗，我們構建了一個小尺寸的裝置來收集不同傳感器的數據，并且把數據直接送回母電腦。雖然裝置很小，但是它上面就有計算機主體，可以同時處理16個視頻流，處理能力更強，反應更快。

我們所需要做的是創造額外的應用過程來滿足不同的應用要求。盡管不同的應用有不同的語言，但應用的人并不需要學習新的語言，他們只是使用他們自己已經熟悉的語言，或者說學習的新的語言非常簡單。

不管是垃圾車的識別還是城市飛機的測試、又或是智能無人機、絕緣體檢測、檢測等等方面的應用，實踐的過程中都有很多新的挑戰。基于大量的驗證，我們才可以驗證什么體系在什么情況下，能夠達到最好的工作。如果有自動的驗證結果，就不會產生很多不可挽回的后果。

科技到底是怎樣起作用的？為什么會起作用？這些都需要我們繼續投入研究，才能有新發現。最后我想說，未來要想實現AI技術的更好應用，需要大家一起思考、一起實踐、一起進步。

非常感謝大家！