激蕩六十年，人工智能已經起航。然而在未來面前，我們都還是孩子。究竟是“奇點臨近”？還是泡沫行將破滅？為了解惑，《AI名人堂》將匯聚領航者智慧，和你一起探索前行的方向。

2015 年，有投資人跟云知聲創始人/ CEO 黃偉說：“老黃啊，你要專注賽道，做好語音識別就夠了。”

不過，他并沒有聽。“人工智能必須實現云、端、芯的一體化”，這個念頭已經在他的腦中縈繞了近兩年。

這一年，黃偉組建了芯片團隊。

不僅公司內部，就連業內同行多數投來了不理解的目光。“一個做軟件的，搞什么芯片？”

2018 年 5 月 16 日，云知聲發布了第一代 UniOne 物聯網 AI 芯片“雨燕”及解決方案，并且有望在下月實現量產。在這 5 天前，他們剛剛拿到資本 1 億美元的 C 輪融資。

年初，中興事件的發酵，掀起了科技界的一股造“芯”熱。不少人幡然醒悟。半年間，不少創業公司，紛紛號稱要做自己的芯片。

AI 科技大本營統計發現，綜合了國內多家已發布的人工智能榜單數據，截止到目前，國內公開可查的 50 家主流 AI 創業公司中，宣布已經“推出 AI 芯片或芯片模組”的至少有 8 家。

這批有著激進時間表的公司大多在當前各自領域占據了一定優勢地位。有的很早就開始著手 AI 芯片的研發，有的才剛剛推出芯片模組。

在近日創業黑馬的 AI 獨角獸評選活動上，與云知聲站同一登臺亮相的還有寒武紀、地平線、出門問問、思必馳……

他們不約而同盯上的，正是芯片。為何一定要造芯？

▌場景定義芯片

人工智能芯片這個賽道上，GPU 成為 AI 芯片代名詞，FPGA、ASIC 日受青睞。目前，老牌芯片巨頭英偉達、AMD、英特爾、高通等扮演著主要角色。

而云知聲做的則是針對 IoT 場景下的全棧式終端芯片，這也決定了其“云端芯”概念的定位。

“當時我們講的‘云端芯’，‘云’是云端服務資源的聚合；‘端’是不同設備終端的交互；‘芯’是一種泛芯片，不是一個獨立的芯片。所以，我們第一代產品也是通過若干個芯片來實現一個功能。而語音交互是一個非常復雜的鏈路過程，在過去，一個芯片只能實現一個功能。所以，為了實現語音交互這種能力，需要將若干芯片配湊在一起。”黃偉講到。

因此，彼時的云知聲選擇了諸如高通、全志等廠家的芯片，再將自己的算法融入進去，構建 AI 芯片模組。

不過，“AI 不會只發生在云端，一定有邊緣智能，而且想要滲入到每個場景，對端一定會提出很多個性化的需求。”這個想法的推動下，以 2015 年成立芯片團隊后，云知聲走上了自研芯片的道路，并于今年 1 月成功流片。

黃偉認為：“無論是 CPU、GPU 還是 FPGA，現有的芯片架構并非為 AI 專門設計，并不能滿足 IoT AI 算力的需求。”研發芯片是需要規模化地使用算力，衡量一個芯片最主要的標準，就是看它能不能大規模的出貨。

清華大學微電子所魏少軍教授表示：“做語音芯片一定要看應用場景，目前很多場景下并不需要用到人工智能技術或者專門的語音芯片。”

這個問題同樣也拷問著黃偉。

他認為：“未來 AI 可能會融入到每一個場景，只是說需要的能力不太一樣。關鍵是，AI 是一種能力，可能未來所有場景都需要 AI，只是說哪些先被 AI 賦能而已。”

那么，這個未來又有多遠呢？

▌是做眼前的生意，還是未來的機會

據最新資料顯示，云知聲已在智慧生活（家居、車載、機器人等）和智慧服務（醫療、教育、司法等）等場景有所布局，其合作伙伴數量超過 2 萬家，覆蓋用戶超過 2 億，云平臺日調用量 4 億次。

其實，不少創業公司在以上領域均有業務布局的交叉，且彼此均占有不小的市場份額，可以說市場競爭相當激烈。那么，“這就在于一個判斷，你是想做未來的機會，還是眼前的生意。首先，一定要選擇一個自己比較有競爭優勢的行業，比如，這個行業比較新，還未形成壟斷的壁壘。我們會選擇當下比較困難，但未來是有機會點的領域。”

談及未來，黃偉表示：沒有任何一個企業的創始人在創業早期就能確定一個很明確的商業模式，而且明確自己以后一定能夠成功。商業模式是不斷地試錯、修正的。很多上市公司，上市時的商業模式和它成立時的戰略是不一樣的。

所以，回到自己身上，“目前我們仍處在希望占據更多的設備、服務更多的用戶，然后產生更多的數據這個階段。如果你有用戶和流量了，你未來一定是有價值的。”

對于盈利，黃偉頗為自信，他認為這個時間點將很快來臨。“以智能音箱為例，2017 年雙十一之后的季度出貨量基本在 100 萬臺，而 2018 年這個數字有望上升到 1000 萬臺。這個反映出：IoT 的市場和起步速度在增長。此外，企業對這個領域的研發投入正在增加。”

▌數據很重要，但不是最決定性的

對于在 2012 年 11 月就發布了的深度學習框架，黃偉是非常自信的。

網上流傳著這樣一個故事：

2006 年深度學習鼻祖 Hinton 提出深度學習之后，微軟在 2011 年間將它應用到語音識別領域，當時，黃偉的師兄俞棟（深度學習開源軟件 CNTK 的作者和主要發起人之一）還是微軟語音和對話組的研究員，他在意大利佛羅倫薩交流時曾告訴黃偉這是趨勢，這給了他一些啟發。

深度學習在于需要大量的數據進行訓練，很快，云知聲就發布了自己的“語音識別公有云”，短短不過一年，平臺上就已經有 1000 名開發者加入。利用開發者以聯動各家 App，將收集的用戶的語音數據快速集中到平臺上，以加強自身模型的訓練。

目前，云知聲已形成了“金字塔”式的技術架構，底層是 DeepFlow 集群；中間層是 Atlas 超算平臺，將統計學習和深度學習里的通用算法抽樣出來；頂層是應用層技術，如有 ASR、TTS、NLU、NMT 等應用層技術的輸出。

值得一提的是，數據積累到一定程度后，海量數據帶來的紅利會越來越少。如語音識別，數據量從 1 萬小時增長到 10 萬小時，準確率會提高 1%~2%，但這差別應該不是很大。如果此時還僅靠深度學習技術按照傳統的方式訓練數據，基本很難樹立更高的技術壁壘。

黃偉表示贊同，但他認為，在 AI 的能力里面，數據很重要，但數據只是能力之一，不是最決定性的。“發布深度學習框架之前，我們的統計模型是基于統計學習的，就是用結構化模型去描述復雜物理世界的一些問題。當時，對我們來說，幾百小時和幾千小時的差距不會特別大，甚至比科大訊飛的準確性還要高。”

▌現階段，以技術推動產品

人工智能領域，目前仍然具有較高的行業門檻，這也隨之拉大了企業之間的競爭激烈性，而 AI 專業人才尤其是有相關項目研發經驗的人才更是屈指可數。除了從各大技術公司挖角外，創業公司也紛紛開始創辦自己的 AI 研究院，以擴充自身人才，加強技術壁壘。

2015 年底，云知聲成立了 Unisound AI Labs，匯集了從語音、語義、機器學習、超算等各個技術方向的人才。截止目前，團隊人數已近百人，博士生幾乎占到一半。

談到如何進行人才管理和設計總體的未來路線圖，黃偉表示：“AI Labs 是不需要管理的，技術人的自制力本身很強。難的是在于如何去建設、招攬人才。錢絕對不是第一位，他們看重的是能否在團隊里獲得成長。”

實際上，這個團隊是為產品服務的，并非純研究的團隊。目前云知聲也開始從產品驅動技術的階段向技術定義產品的階段過渡。也就是說，“研究院應該提供一些更具前瞻性的技術能力，一種產品原型，用原型去驅動市場。以技術推動產品，這才是一個真正有創新力的技術公司應該做的事情。”他最后提到。

▌定位決定了你的挑戰

據AI科技大本營了解，除了云知聲5月成功推出 AI 芯片 UniOne之外，云天勵飛、出門問問、Rokid、思必馳也暗暗籌謀自己的“芯片”。說起來，這幾家企業并非研發芯片出身。

為什么敢做芯片？黃偉這樣解釋：“在 IoT 這個場景里面，算法起的作用比較大，而且它也不追求芯片的制成。這種芯片是放置在冰箱、音箱中的，可以理解成：用人工智能最領先的算法和芯片行業一年前的能力相結合，就可以滿足這個行業產品的需要。所以，芯片設計本身不構成我們今天最大的問題。”

但與寒武紀、地平線相比，“它們對標的是英偉達，這是高端芯片，這種比拼更像一種軍備賽。他們可能也會考慮商業層面的成本、價格功耗等問題，但最優先級的一定是計算能力。”

放在自然語義理解這個領域，目前對于整個行業來說均未取得一個比較明顯的效果。在他看來，主要有以下三點因素：

首先，圖像識別和語音識別都是數據驅動的。自然語義理解在知識上就存在一個不確定性。

其次，自然語義理解，同樣一段話，不同的人讀都會得到不同的感受。在圖像、聲音、文本里面，最難的是如何理解文本。

此外，如今的自然語義理解發展差距不大。

對于云知聲來說，黃偉坦言：“在理論框架真正得到一個大幅度的改善之前，我認為唯一能做的就是在場景里把它做到最優。能夠把產品的用戶需求摸透，把數據、用戶體驗和技術很好的匹配起來。”