云知声创新事业部总裁陈吉胜: 面向AIoT的人机交互云端芯演进之

由中国高科技行业门户OFweek维科网和高科会主办、OFweek人工智能网承办的“2018中国（上海）国际人工智能展览会暨OFweek（第二届）国际人工智能产业大会”于8月30日在上海跨国采购会展中心成功举行召开。

大会现场座无虚席，其中有数十位专家、院士，百余名名企代表莅临现场，大会紧张、激烈的气氛持续到9月1日，多位嘉宾带来了精彩绝伦的演讲。

其中，在AI技术论坛中，云知声创新事业部总裁陈吉胜给大家带来《面向AIoT的人机交互云端芯演进之路》的主题汇报。介绍了智能硬件AIoT时代的五大挑战，以及大家普遍认为的云端芯演进路线图。除此之外，陈吉胜先生还介绍了云知声在今年5月份推出的首款面向AIoT的人机交互AI 芯片UniOne。

陈吉胜先生

以下是陈吉胜先生的现场演讲内容，OFweek小编作了不改变原意的整理和编辑：

各位好，我是来自云知声的陈吉胜。今天我给大家带来的分享题目是《面向AIoT的人机交互云端芯演进之路》。AIoT实际上就是AI加IoT,我们简写了一下叫AIoT，我们认为在IoT的时代可能交互发生一次比较重大的变化。因为以前更多的是PC机，然后是手机，而手机从按键然后变成触摸屏。

那么到了IoT的时代，大家可以看周边大部分音箱是没有屏幕的，所以触摸是没办法用了。可能会带个摄像头，但是相比摄像头而言，或许麦克风会更便宜一点，所以语音成为一个比较自然的交互方式。

在IOT时代，其实可以认为AI加IOT，这个时代更大的巨头实际上已经在进入到这一个领域了，这里我列举几个国外巨头。Google曾经出过自己的音箱，而且我前两天看报告，Google的音箱的出货量已经超过亚马逊了，而亚马逊的AI已经是IoT的一个象征。然后微软他们最近也在大力发展人工智能这一块，我看他们做多语种的翻译做的如火如荼的，当然微软肯定不仅仅在这一块。然后苹果之前做过一个音箱，不过我们认为是玩票性质的。当然苹果他们也可以说是语音应用的鼻祖——Siri。总的来说，苹果在人工智能这方面还是一个非常重要的玩家。

国内对于AIoT来说也是一个比较热门的一个话题，关于这一块的具体的内容，我想可能大家对政府的政策已经见得比较多，包括在上海的人民政府，对于包括像云知声在内的这种AI企业是比较关怀的，这也充分说明了政府对于这一块的未来空间和市场比较看好。

其实人工智能不是一个新东西了，因为已经从提出到现在有60多年了，之前起来了两次，最后都掉下去了。那么现在大家都有一个疑问，就是第三次行不行？因为技术上面确实是有改进，通过深度学习，但是因为前两次不太好的记忆，所以大家也比较担心。目前， 360公司做了很多的视觉分析技术，并且发现机器分辨率实际上已经超过人眼了，而这一次我们认为它将进入一个实用的阶段，时间点就在很多这种视觉人工智能公司成立的时间点。 因为机器视觉一旦超过人之后就一去不回头了。

那么同样语音也是如此，这个机器对于声音的听力方面也超过人的耳朵了，以前同样技术可能是有，但是效果不好，可能最终的客户捏着鼻子买了，但是到家里也不用了。现在从视觉到听觉，实际上机器确实在大部分的场景下面已经超过了人的眼睛和耳朵，这就意味着进入到了一个实用化的阶段。但是我们说超过人类主要是指感知这一块，也就是在“视觉”和“听觉”，但是在“理解”这一块离人差距还很大。

举个例子，可能这个字他都听得懂，但是他不一定能把它理解的对。比如小龙女说：“我想过过过儿的日子。”看过金庸小说的用户，会理解我说的这句话，否则可能会认为是一句错的语句。这个就充分说明了“听得到”和“听得懂”之间还有很大的一个区别，所以现在有很多的智能硬件大家都觉得比较傻，可能有人买了一个音箱回去，觉得这个东西其实挺傻的。问题在于他不是听不到，而是他是听不懂，而听不懂也不是所有的都听不懂，而是说在一个开放的状态下面他确实听不懂，但是在一些特定的领域下面，现在的听得到和听得懂都做得相当好。

刚才讲了那么多激动人心的背景，但现在为什么大家感觉AIoT的智能硬件不像手机那样到处可见，因为今天来到现场,大家如果想要要拍照，一定是拿出手机点击下就完成拍照，但是并没有拿一个智能硬件出来对吧？因为智能硬件离这个手机还差得挺远，我曾经跟手机行业的一个老板聊过，他告诉我在中国做手机，如果想活下去，他一年的出货量要3000万，否则供应链是不会搭理他的，这就意味着它的成本会比别人高。

那对于硬件，可能我们现在说出任何一个智能硬件的种类，它不要说3000万，可能1000万甚至是500万都是一个巨大的坎，为什么呢？我们觉得做智能硬件AIoT时代有五个挑战。第一个是用户体验，虽然手机已经成长的比较成熟了，大家用手来用也非常熟悉。但是你面对一个智能设备去跟它聊天，而且考虑到刚才我说的有时候它还不一定能理解，你只能在某些特定的领域下面，而这一块在整个的交互设计方面，用户体验方面可能会存在一些问题。另外一个叫场景适配。手机我们带着风里来雨里去都没问题，但是有一些设备，比如说在车载里面的，你总不至于把它拿下来到办公室用，另外一个你在办公室用的设备可能也不一定愿意拿回家用，所以这也就意味着很多的智能设备，它在给你提供便利性的同时，它也是适配于一些场景。第三个就是产品运营，很多有志于做人工智能的公司，无论是应用还是基础研发，大家可能都不希望最终成为一个纯粹的代工商。所以都会有自己的一个云平台去运营，但是要搞云平台这件事情可能不比做一个硬件要来得容易。尤其是稳定性、防攻击等各种各样的问题。然后在这一个基础上，你还得有足够大的出货量，你才能做一些相关的运营，这个也是一个很大的挑战。还有一个是非常直接的问题，就是成本，现在这个方案的成本，既包括硬件的成本，也包括软件开发的成本，整个成本算上来，如果你的量不是特别大，可能你的成本不会让人家觉得容易接受。那最后一个就是开发周期，开发周期实际上也是一个很大的问题。可能你前面四个都做得挺好，但是一年半以后才能出来，那时候时代早已改变。

所以综合这五条，这是为什么我们认为现在IoT真正落地其实面临的挑战是非常多的，有了挑战肯定是要去找解决方案，其实也是这个机会。解决方案是什么呢？就是我们认为实际上应该要想做好，肯定是要提供云端芯的整套解决方案，那么云端把服务和内容拿过来，那么终端选好一个比才能实现一个美好的愿望，也是我们必须要往这条方向走的路。那无论公司处于全链条的云端芯，还是属于其中的一部分，我们认为方向都是往这个方向。

我们认为一般的演进路线图是什么？从云知声本身的发展，以及包括我们看到的很多的创业公司，甚至是大公司在AIoT的发展路径图上面一般都这样，首先能力开放，最简单的就是搭个云平台把API放出来，但是后面会发现效果很差，差体现在两个方面：第一个没钱，因为大家用你的API一般不付费；第二个，如果别人用自己的API用得不好，没准还惹来一身骂名。所以这就进入到第二步，自己做一个产品证明技术能力是很强的，需要向市场证明、向消费者证明、甚至要向投资者证明。那就进入到一个单品交互的智能。单品交互之后，大家感觉还不够，因为你仅仅只有一个设备，可能万紫千红才是春，所以大家开始进入到中控。中控比较有代表性的这就是小米的小艾同学，还有天猫精灵。尤其是小艾同学，只要你买的是小米的设备，基本都能链接，它可以作为一个中控来控制整体。

但这样的话最大的一个问题是什么呢？对于小米，这个问题可能不是个问题，但如果只是一家中小型的企业，这个时候就比较头痛了。因为从先不说云终端有这么多的方向，尤其是终端的硬件里面，它有各种各样的平台。今天高通出一个芯片，明后天别家又各出一个，然后我们选择一种芯片之后，配相应的团队，团队做了之后，这个产品的量可大可小，最后就形成了一个带有一定风险的项目投入。对于一个公司来说，如果不能有大规模起量项目的投入，最后是不可持续的，因为你的人力成本、方案成本都放在那了。所以大家也希望找到一个更通用的、集成度更高的，无论是芯片本身硬件的集成，还要包括芯片上面的这种AI的能力的集成，以及基于AI能力上面的交互整套方案的集成。如果有这么一个东西拿到手上随便改改，然后可以快速验证，做一些深度的调试就可以往外推，至少可以把成本和周期打下来，我想这是大家目前做到现在一个非常现实的需求。

对于前面我所讲的问题，对于云知声自身来说该怎么做？一般我们就是做云端芯，我们有自己的云平台，面向不同的终端，包括车载、家居、医疗教育，它们都是不同的终端，我们都提供了相应的解决方案。关键问题点在哪？就在我刚才所说的，公司如果想一个比较高效的方式来打这个市场的话，它需要找到一个破局点，那这个破局点是什么呢？

这个破局点我们认为就是芯片的研发，我们在今年5月份发布了面向物联网的AI芯，也叫UniOne。UniOne的量产的封装是个BGA的封装，这颗芯片主要的特点是：第一个它的功耗比较低，功耗低来自于两个方面，第一个它的制作成本低，它不需要做到14纳米，也不需要做到7纳米。其次它的主频也比较低，因为我们把整体的神经网络用硬件的方式实现了，所以普通的通用芯片可能需要1.4G四核的计算能力，它只需要500兆。加上所有的引擎，包括离线唤醒、离线识别都已经在上面了。

我们在9月份会在深圳举办一个开源的大会，也就是基于我们这个引擎上面所有的交互会全面的开源，这样的话刚才我所谈到的开发的周期和成本都会大大的降低，这是根据我们在物联网进行摸爬滚打5、6年，最后给出我们认为的一个破局点。同时我们跟京东、亿咖通合作，我们会跟亿咖通一起做一个车载上面的AI芯片。

还有我们最终的一些商业落地的情况，其中智能家居，包括格力、美的，包括目前最火的儿童陪伴型的机器人，然后包括医疗、教育这一块，云知声均有涉及。

以上是我今天汇报的内容，谢谢。