清华大学发布AI使能平台，五大维度输出加速AI落地应用

原标题：清华大学发布AI使能平台，五大维度输出加速AI落地应用

智东西（公众号：zhidxcom）

文 | 心缘

智东西4月27日消息，今天，在淅淅沥沥的小雨中，清华大学108周年校庆AI高峰论坛暨AI使能平台发布活动在清华大学校园内举办。

承载清华大学AI科研与产业结合发展的重要载体——清华大学AI使能平台“紫为云”在本次论坛上发布，从技术、产品、人才、知识、服务五个维度向合作伙伴输出AI能力。这一AI使能平台于今日正式向全社会开放。

清华大学党委常委、常务副校长、清华大学秘书长王希勤表示，今日发布的AI使能平台，积累了清华电子工程系在过去几十年积累的科研成果，清华大学乐意与将像这样的科研成果对社会开放。

在王希勤讲话后，华易智美城镇规划研究院院长、元工业和信息化部电子信息司试听产品处处长、原厦门市政府副秘书长梁峰，全国安协联盟理事长、深圳市无人机行业协会会长杨金才先后发表致辞。

随后，清华大学电子系教授、媒体大数据认知计算研究中心主任王生进，视频图像信息智能分析与共享应用技术国家工程实验室主任陈朝武， 中国安防行业协会战略专家组组长、广州市安全防范行业协会会长顾友良，北极光创投AI领域投资人赵顾等嘉宾分别发表主题演讲，分别就AI技术、视频大数据融合应用、AI及半导体投资逻辑等多维度分享了独到的见解。

一、发布综合性AI使能平台“紫为云”

“紫为云”是一个AI全链使能服务的共享运营平台，基于清华大学电子工程系AI核心技术，由清华控股投资企业华云智能开发及运营。

该平台依托清华大学媒体大数据认知计算研究中心、智能技术与系统国家重点实验室、深度学习技术与应用国家工程实验室、危爆品扫描探测国家工程实验室，提供全球领先的AI技术服务及全链使能解决方案服务。

作为承载清华大学AI科研与产业结合发展的重要载体，“紫为云”的AI核心算法均来自清华大学媒体大数据认知计算研究中心，多项核心技术处于国际领先水平，技术领域覆盖到图像、视频、语音、机器人视觉与人机交互等多维度关键技术。

“紫为云”从技术、产品、人才、知识、服务五大维度为输出，基于开放Web API接口、SDK、嵌入式引擎等技术引擎，通过云、端本地化部署，将AI能力全部共享给合作伙伴，帮助他们建立各自场景的AI应用，使之具备AI产品竞争力并进行联合创新，通过AI技术持续为各行业用户创造“智能+”价值。

二、AI+在五大领域的产业机遇和挑战

清华大学电子系教授、媒体大数据认知计算研究中心主任王生进发表了主题为《在人工智能+的机遇中让AI更使能》的演讲。

从国家领导、地方政府到企业、高校，都对AI倾注了大量资源。王生进教授主要谈了AI+在五个领域的产业机遇和挑战：

1、无人驾驶与智能辅助驾驶

在这一领域，以ADAS为代表的核心技术，如车道线检测、路标识别、行人检测、车辆检测等已经取得了一定进展。

同时，这一领域主要面临四类困难：传感器智能化程度达不到要求，技术鲁棒性未得到充分证明，传感器成本居高不下，无人车立法滞后。

2、智慧医疗和智能诊断

智慧医疗正在为广大患者带来福音，例如基于深度学习的眼底（人体唯一通过外部直接看到血管的地方，可诊断出50多种疾病）图像自动精确诊断，可以辅助医疗工作者做精准预判。

这一领域的主要挑战有：疾病的复杂性要求非常精确的AI技术，可穿戴医疗设备性能需提升，医疗大数据标注的可靠性，医疗数据的隐私问题。

3、智能制造与产业升级

各级制造工厂开始由手工生产线向自动化生产线升级，工业届需要用AI技术进行各种安全质检。

智能制造方面的挑战主要由2点：亟需芯片、视觉、定位等深度学习技术的突破，亟需AI+高端制造业和绿色资源模式的进一步开发。

4、智能安防

智能安防是AI落地最好、最领先的领域，包括海量视频健康数据的智能识别、边缘计算、视频内容的结构化描述。

目前AI应用包括人脸检测与识别、车辆检测与识别等等，尤其是人脸识别，为社会带来很好的保障作用。

这一领域主要存在4类挑战：标清向高清和4K化，前端摄像头的边缘智能化，多源数据互联互通，智能视频分析设备的算法、SDK化、信息联动等。

5、智能家居

智能家居是互联网+物联化的体现，与家庭自动化相关，以网络家电和信息家电为基础。根据2012年4月5日中国室内装饰协会之恩能够化委员会智能家居分类依据，智能家居系统产品共分为20类。

同样，智能家居领域也存在亟待解决的问题：产品间互联不够，操作繁琐用户体验差，市场缺乏统一标准，信息安全存在漏洞。

三、清华电子工程系AI成果应用

随后，王生进教授对清华大学电子工程系的AI成果进行简单介绍。

比如，2005年，公安部出入境管理局主持集成清华大学人脸识别技术，世界上首次在我国出入境旅客最多的深圳罗湖口岸开通“旅客自助查验通道”，据王生进介绍，这是世界上首次大规模应用案例，验放旅客人数超过数亿人次。

此外， 清华人脸识别技术已在多地公安安防等多个领域得到应用，其语音声纹识别在国防、网信领域得到应用。

清华大学电子工程系研发了多模态生物特征识别、视频分析与结构化、语音识别、智能辅助驾驶，以及舆情分析、行人再识别等多种先进的AI算法。

为了把先进技术服务于社会，去年9月，清华大学发布人工智能开放平台，提供开发者SDK调用、人工智能技术开放服务、深度学习训练计算、AI应用解决方案、大数据数据集五大功能板块，可部署各类AI算法框架。

今天的发布，意味着从AI开放平台到AI使能平台的转换。

王生进教授表示，AI使能不是单点技术，是系统工程；

由以往中心控制、中心管理为主的AI赋能模式，向增强用户AI能力、构建用户AI技术中心的使能模式转换，使用户成为具有AI技术能力的企业。

据他介绍，提出AI使能，是希望将AI能力分享给用户企业，服务企业实现AI+产业升级，提升企业AI核心技术竞争力。例如，将行人再识别技术应用于安防辅助搜索，或者应用于商业零售帮助商家进行客户轨迹分析、优化商品配置。

王生进教授还透露说，目前AI使能平台系统已投入试用期。

四、AI与视频大数据融合应用

众所周知，智能安防是AI技术最成熟的应用领域，海量视频蕴含着大量的价值信息。随着智能安防日趋火热，全国视频监控系统不断建设和快速发展。

视频图像信息智能分析与共享应用技术、国家工程实验室主任、公安部第一研究所原副所长陈朝武，则从“AI与视频大数据融合应用”的角度分享了一些思考。

她认为，视频大数据治理的产品特点是：高清、智能、安全、共享。

除了云端智能化，在摄像机前端，软件定义摄像机采用了很多技术，但变成产品化还有很长的路要走，所有摄像机厂家都追求这几个指标：深度学习、智能前移、大数据实时应用、SVAC推动采集端智能技术发展及产业化进程。

在陈朝武的记忆里，十年前大型活动还跟视频监控关系不大，如今离开视频监控几乎不可能了。

据她介绍，在《公共安全视频图像信息联网共享应用标准体系》中，技术要求的1.1到1.3都已经发布，这些标准与紫为云的运用均有关。

陈朝武还讲到视频分析评测与标准化视图库建设，这是视频图像信息智能分析与共享应用技术国家工程实验室的主要任务。

由于有效数据往往淹没在大量无效数据中，这一建设主要面临的问题在于分析内容的基础数据、以及测试序列对全场景覆盖的问题。

五、AI的未来在哪儿？

AI的未来在哪儿？这是一个业界老生常谈的话题，但随着AI在产业内的快速发展，AI的未来蓝图正在被逐步完善和清晰。

中国安防行业协会战略专家组组长、广州市安全防范行业协会会长顾友良认为，AI的未来将是从联接到链结的时代。

他认为，开放和开源将是AI未来的两个关键词。他提出了一个有趣的概念，认为未来产业是智链生态（人）、物链生态（物）、云链生态（云）、数链生态（数）、信链生态（信任）。

顾友良还补充道，有了开源的基础，如果企业没有核心竞争力，在蜂巢里就会被吞没，所以要在开源之上增加创新的东西。他相信未来的社会是信任的社会，信任评分将成为重要的考量。

北极光创投AI领域投资人赵顾则从投资的角度，提出去中心化与场景定义计算的概念。此前智东西曾在《北极光杨磊：半导体投资要警惕“低端陷阱”，场景定义计算创新》一文中，和北极光创投董事总经理杨磊进行深入对话，探讨AI和半导体领域的投资心经。

今日，赵顾再度强调场景定义计算的三个趋势：云与边缘的分裂、端智能的崛起、基于存储的计算。

（1）云与边缘的分裂：云和边缘场景需要高效率与高灵活性兼顾的新型架构，软件定义的、异构的、针对场景的超大并行化构架可以兼顾ASIC的效率和GPU的灵活性。

（2）端智能的崛起：端的数量以几何级数增长，智能从云向端迁移不可避免。

（3）基于存储的计算：过去的模式是“基于计算的存储”，未来十年是“基于存储的计算”，存算将像人的大脑一样合二为一。

另外，赵顾分享了对中国半导体投资的建议——躲避“低端陷阱”+抓住“品类分化”。

所谓“低端陷阱”，指的是全世界的半导体市场像一个橄榄球，低端少、中端大、高端少。而中国的供给更像是一个金字塔，有大量的低端、一点中端、几乎无高端。从低端到中端和高端，有难以逾越的屏障。这一点，北极光认为国内做的最好的是华为海思。

结语：AI产学深度融合进行时

AI作为基础设施，近年来与产业融合，对人们生产生活方式产生越来越多的影响。而应用和产业的发展离不开核心技术的迭代和演进，高校是前沿AI核心技术研发的主力军。

清华大学的AI使能平台，将高校长期积累的先进AI技术投入到实际应用场景中，为更多个人和企业提供便利的AI能力支持，将助力推动更多智能化应用的创新和智能化企业的升级。