首页 >热门资讯> AI人工智能 > 独家专访深鉴汪玉:创业公司加速水平技术和垂直行业的耦合,安防产业短期将迎来大爆发 >

独家专访深鉴汪玉:创业公司加速水平技术和垂直行业的耦合,安防产业短期将迎来大爆发

转载时间:2021.12.28(原文发布时间:2017.11.10)
112
转载作者:36氪企服点评小编
阅读次数:112次

从来没有一次革命像人工智能这样将学界和产业界结合得如此紧密。

前不久结束的未来论坛「计算机科学」专场研讨会上,观众爆满。这场论坛嘉宾设置颇有AI特色,主持人熊伟铭来自投资圈,参与讨论的嘉宾有学术明星李飞飞、周志华等,产业界代表奇点汽车沈海寅、景驰科技王劲,还有一个人是产学研结合的代表,他就是汪玉。

独家专访深鉴汪玉:创业公司加速水平技术和垂直行业的耦合,安防产业短期将迎来大爆发

从左往右:熊伟铭、李飞飞、Dawn SONG、沈海寅、王劲、汪玉、周志华

汪玉兼具学术界和产业界的双重身份,他是清华大学电子工程系副教授和党委副书记,也是 AI芯片公司深鉴科技的联合创始人。像汪玉这样,学术领头人在市场巨大吸引力下,迫切想要进行技术验证的不在少数。他们依然在学校任教,也愿意让技术走出实验室,接受市场的检验。且搭档往往是师生组合,深鉴科技有四位合伙人,CEO姚颂、CTO单羿都是汪玉的学生,首席科学家韩松也毕业于清华。

由此,「学者开始AI创业」一时成为热词。百度出走的吴恩达、林元庆,计算机视觉领域大牛山世光,360人工智能研究院院长颜水成等等学界明星,纷纷步入市场的浪潮。

会后,汪玉接受了36氪的独家专访,从学术界、产业界聊到AI芯片、安防。

一场由产业界率先觉醒、推动的浪潮,学术界买帐吗?

“二者的目的是不一样的,时间线也不一样。”

汪玉告诉36氪,人类认知范围是有限的,学术界是要探索技术和理论的边界,让人类认知再往前走一步。他举例,在认知的范围上,假设它是个高维空间里的一个球,在球上再往外多捅一点点,就会认识的更多,学术界是要做这样的事。而产业界则更加关心的是,有了基础理论和算法、硬件,如何在实际生活场景中更好地应用。

通常,科学家看到的一般是5-10年以后的事,研究的是最基础的问题。在工业界,如果要做成一件事,看到的更多是2-3年的突破。

在很多人看来,AI是产业界最先觉醒,并且走在了学术界前面。汪玉解释说,产业界的确具备数据上的优势,这次的人工智能依靠深度学习发展起来,产业界拥有更多的数据,就可能会有更多的发现。但是就基础理论的研究以及安全性来看,这些一定是学校里先出来的,无法从某一个时刻或一个点上采样,来得到产业界比学术界更好与否的结论。

而对于二者如何来协同推动整个行业的发展,汪玉表示,“最重要的是人与人之间的碰撞。”把人聚到一起进行讨论和碰撞,一定会出现各种不同看法。他说到,当下的交流还是比较多的,有一些学术界和产业界联合推动的项目,以及学校培养的学生输送到企业实习,这都是两个领域在交互,彼此之间并不存在鸿沟。

汪玉坦言,“这样的话,学术界更加知道目前需要解决什么问题,已经解决到什么地步,还能做什么,以此来进行适当调整。如果工业界做得很好的事情,就不应该再拿回到学校里面做了,学界应该再one step further,往后多看些。”

学术界和产业界无法厚此薄彼,理应相辅相成。 

AI人才全球稀缺,各方哄抢,该流向何方? 

李飞飞在未来论坛中谈到,“目前AI人才市场用四个字可以概括,全球稀缺。”

同时她认为,这个时刻的AI还是非常新的一个领域。虽然大家看到了一些特别让人激动的效果和落地的场景,但真的还有一条很长的路要走,如果不对上游的教育和研究加大力度支持的话,不管从人才的角度,还是从整个领域的角度,都会出现危机。

在汪玉看来,学术界基础性研究的重要性同样不言而喻。

“学术界的人往往呼吁要做fundamental(基础)的追溯,如此才可能带来另外一次深度学习这样的浪潮。深度学习的爆发是过去10-20年积累下来的,现在才开始释放。如果这波红利吃完了,那就没了。”

产业界的角色也不可或缺。比如深度学习的能量要释放到各行各业,让技术真正落实到产业应用。

学术界和产业界都迫切需要人才,引发了一场AI人才的大博弈。汪玉谈到,“这两方面都需要人,都是人才的需求,并没有对错。”

作为老师,在引导学生择业时,“肯定是以兴趣为主,找到自己喜欢做的事情,这是最重要的。我的学生里,既有已经做老师的,也有进入工业界的,不同的人有不同的理想与期望。” 

应对人才稀缺,百度、英伟达这样的大公司开始在内部培养AI人才,高校也在扩招相关专业。那么到底人工智能需要什么样的人才?

汪玉告诉36氪,“还是要给这个社会一点时间,培养人也是需要周期的。”

在他看来,产业界开展一些业务培养这是必须的,也值得鼓励。让更多现有工作者,去学习AI相关内容,通过培养自己的员工或者把一些原来做不同行业的人吸引过来,从事新的职业,这是很正常的一个现象。

芯片大行其道,创业公司将加速水平技术和垂直行业的耦合

摩尔定律50年,如今唱衰的声音越来越强,CPU逐渐势弱,GPU高歌猛进,FPGA大放异彩,种种“XPU”开始喷涌而出……

深鉴科技成立于2016年,主推深度学习加速方案,受到资本追捧。如今已完成天使轮、A轮、A+轮融资,引得三星、蚂蚁金服、赛灵思、联发科等科技巨头纷纷注资。

最早基于FPGA做加速,汪玉本人也是这个领域的专家。针对芯片的发展,汪玉举起了搭积木玩乐高的例子。积木中有最小的基本模块,用这样的模块,可以搭出各种各样的模型。

“其实CPU就是这样一个道理,” 汪玉接着说,“你必须拿很小的一个一个模块,从盒子中取出来,然后放在这儿,再去取另外一个小块拿过来放在这儿,所以搭成一个建筑的时间非常长,或者搭一个汽车的时间也是非常长的。”

GPU则是给出一块一块的立方体,是一种新的基本模块,搭建起来效率迅速提高。之所以出现GPU或者各种PU,都是要完成解决问题更快更高效的目标。

“原来如果要搭一个很高的柱子,需要一个一个砖头去拼,但现在我可以直接拿一个大立方块出来,然后四个块就可以拼成一个柱子,搭建的速度就很快。这就是GPU。”

但不论CPU还是GPU,都不是AI专用芯片,如今有越来越多的人提出要做专用芯片。汪玉接着说,如果AI就是指搭楼这件事,只需要准备所有窗户,准备所有墙,只用把墙拿出来,窗户安上,屋顶一盖,房子就出来了,速度更快。

深鉴科技则是主打专用芯片DPU(Deep Learning Processor Unit,深度学习处理器),技术核心是深度压缩(Deep Compression)技术。

汪玉解释,目前被深度学习算法训练广泛应用的 GPU,根本无法在应用层面同时满足高性能低功耗的需求。“我们认为它不是一个稠密矩阵为基础,它可能是个稀疏的网络,这是我们最核心的观点。”

通俗来讲,神经网络就像是一个数字矩阵,因为神经网络里面最关键的权重存在的地方就是矩阵;压缩的概念就是把这个矩阵里面的好多地方都变成零,这样许多地方就不需要再计算,从而减少计算量。如此一来可以解决功耗的问题,相比GPU,它的速度虽然很快,但同时GPU也做了很多额外的事情,所以能耗非常大。

AI专用芯片是未来的一个趋势。比如在人脸识别领域,确定了用哪些神经网络来搭建,底层的基本操作就可以不用改了,再根据不同应用领域,去适配几类算法就可以,硬件本身不用再改动。

要想从芯片战争中跑出来,光有技术是不够的。巨头和创业公司的机会卡位更是不同。

“非常大的芯片玩家,具有基础技术上的实力,但想在「AI+」或者「+AI 」的垂直行业做适配,这方面的决心是不够的。而创业公司的出现,使得这种水平技术和垂直行业的耦合加快。”

而只有基础技术,无法在商业上取得成功。只有用技术去适配不用领域的需求,在某个领域积累行业经验,与垂直行业发生很强的沟通,才是商业上的套路和打法。

「安防」是短期内一定会爆发的一个行业

汪玉谈到深鉴做的事,口中出现了4次exciting,他觉得有朝一日,大家都开始用你的技术,想到这件事情是异常兴奋的。

2015年11月28日,他们几个联合创始人一拍即合,准备创业。“我第二天就拉着姚颂(深鉴CEO)开始写BP了,”汪玉说到,“清华很支持创新创业,人工智能又需要有基础的硬件平台,当时我们的技术可演示,就觉得天时地利人和。”

深鉴是做硬件加速器的,但是单有技术公司肯定是做不起来,需要有商业上的策略。

最初选择的是机器人赛道,直到今年年初,才切换到安防领域,“内部激烈争论了两个月”,并且决定做专用芯片。而最初选择从FPGA开始做,是因为好落地,可以先用得上,先跑得起来。不管资本方还是应用方,愿景好固然是最好,但是大家都更希望尽快看到容易落地应用的东西。

为什么看好安防?

需要找一个现存的、大量的市场来做,「安防」是短期内一定会爆发的一个行业。“出发点有两个,一是存量市场要足够大;第二,AI在这个市场中是赋能者的角色,且非常依赖AI的技术。这两者要交叉。”汪玉解释。

当下,巨大的产业蛋糕引得玩家纷纷入局,阿里、华为等云服务企业,海康、大华等传统行业内公司,以及新兴的算法公司和方案提供商都在一涌而上。

“你到底是怎样的一个打法,很大程度上决定了你能怎样在这里面分一杯羹。”汪玉说。深鉴的打法是提供计算平台,作为一个赋能者,为安防新贵、传统公司、云服务公司打造不同层次的解决方案,从而让厂商的产品从同类产品中凸显出优势来。

“理想还是要谈的”

「下海」之后的几个时刻,都让汪玉印象深刻。不论是决定创业,在美国拿到第一笔融资,感受硅谷多年经营的投资环境与当时国内的不同,还是在跟FPGA巨头赛灵思的融资沟通、合作与博弈,“这都让我们积累了经验,在跟新的资方和合作方去谈时自信提升了很多。”汪玉谈到。

然而创业后的这些收获,让汪玉在教学工作上有更多想法。之前,清华也许需要邀请外面的产业优秀代表来才能给学生分享实战,汪玉说自己现在也可以讲一讲。 “他们也不会说,汪老师你从来没去过工业界,你怎么知道这些事,现在这句话可以给他摁回去了。”汪玉哈哈大笑。

不乏也有遗憾,“陪家人的时间太少,觉得对不起家人”,即便如此,压力大,时间紧,汪玉感到更多的仍是兴奋。

他开玩笑说到:“以前大家都说,清华这拨人上了清华以后,毕业找个好工作,培养一个娃,再上清华,就这样做轮回。 ”

“其实人这一辈子不长的,工作的时间就更短了,真的不是随便做份工作,养家糊口这么简单。理想还是要谈的。”

汪玉觉得创业让他感到责任更重大了,跟斯坦福、MIT相比,这类学校的技术可以孵化出来很多现在最著名的科技企业,那“清华可不可以?”

在汪玉看来,现在科技的发展,中国已经不再是一个追随者,而是要学习怎样做一个领导者了。“这是一个没有经验的事情,必须去趟路。回到深度学习和人工智能的硬件上,我觉得应该有更多中国人的声音。” 

汪玉说,希望深鉴以后一定做大做强,我们卯足劲儿也要把它做成。

36氪企服点评

AI人工智能相关的软件

行业专家共同推荐的软件

限时免费的AI人工智能软件

新锐产品推荐

消息通知
咨询入驻
商务合作