6月12日-14日，由上海市经济和信息化委员会、上海市商务委员会♗、上海市长宁区人民政府指导💐，上海市长宁区青年联合会🚿🤶、亿欧公司联合主办的“2019全球新经济年会”于上海长宁世贸展馆顺利举办。本次活动响应国家政策和行业发展大势，以“科创引领智能新时代”为主题，围绕科创板🕵🏿♀️、5G🎚、新能源、智能制造等新兴产业创新热点展开探讨。
6月12日，2019全球新经济年会-领袖峰会率先开幕，英国皇家工程院院士🏇🏼、鲲云科技联合创始人陆永青在会上发表了精彩演讲。以下是演讲实录：
陆永青：大家上午好！今天真的非常荣幸可以和大家一起聊聊“新经济”这个话题。刚才Finn E.Kydland教授谈到，新经济关注且取决于的创新能力。而我个人认为，创新能力则是完全取决于我们的研究、科研能力。所以我今天给大家带来的内容是“定制人工智能🈚️：从研究到实践。”
AI的运用，可以帮助我们的生活变得更美好🙎♀️。
第一个例子🎨📷，是我们和上海浦东新区的合作项目💯🤶🏻。在这个项目中🙎🏻♂️，我们可以运用AI技术可以捕捉到一些在交通运输和驾驶方面的违法行为🤷🏼，例如一位行人来把一些垃圾放到了不合适的区域当中，会被一个绿框标注出来。以前的AI技术，是无法识别这样的卡车以及相关违法行为的🌡。
第二个例子，是关于新飞机检测的⏲。运用我们的技术⛹🏿♀️，可以帮助飞机在试飞时进行异常振动检测，我们可以帮助一些公司，通过技术将新飞机的技术疏漏展示出来。
第三个例子🚶🏻♂️，是关于如何利用机器人在智能化的场景中进行自动制造的，这也是一个涉及人工智能运用的案例。我们同时运用到了卷积神经网络的技术以及其他人工智能技术👨👩👧👦，以便于能够更好地识别到不同的错误。
除此之外，我们还用到了一些大数据技术，尤其是以时间序列的识别技术🧑🏿🌾，训练不同的机器人在相应的场景中进行应用。
以上所列出来的三个不同案例🏃🏻，都是说明科技进展速度飞快的好例子，我们可以直观的看到AI的运用以及AI的助力，能够运用不同数据以及定制化的AI计算能力🌻，是我们现在引以为豪的地方。
从1970年开始，我们使用的处理器的功效和功率在不断变化👦🏿，但我们仍然可以看到☦️👩🏼🔧，我们没有办法为不同的客户进行不同的打造以及更好的解决他们的目标和问题☂️，这也就是是为什么我觉得个性化以定制化的AI和计算才是最重要的。要帮助到客户更好的运用技术👲🏼，而不是让技术要求客户做出通用化的改变。
我并不是说通用处理器以后不可以使用了，而是想说我们要把通用处理器变得更有效力。大家可以看到，传统计算机及定制化计算机是不同的👮♂️，例如传统的计算方式，是将程序运用软件工具放在固定的架构上，比如CPU或者是GPU的单元上🧢。这样虽然能保持正常的运算速度，但同时他们也会消耗很大的功率，并且机体会变得很热。
再看进步的定制化计算方式，可以定制化计算机架构，使得这个程序能够变得更加合适。也就是意味着👳♀️，我们拿这个架构来去适应这个程序，而不是拿程序来适合我们的整个架构🙎🏽♀️。
呈现这一点，当然有一些软件、硬件方面的挑战。例如在硬件方面，我们需要呈现一个定制化的结构，这个叫做现场可编程逻辑门阵列👩🏿💼。我们在记忆区有非常好的逻辑和技术来实现高速的运算，使得硬件能够可定制化。
硬件方面的挑战之外🙍♂️，对于软件方面的也有挑战。很多计算机可能没有相关的AI技术配备，我们要做的是把整个过程进行优化。我们可以运用目标识别和自动的生成过程将AI技术进行先一步发展👨👩👦。实现这个目标，可以分三步走：
首先🫅🏿🌯，通过研发定制化的结构来满足这些要求；
其次🦼，在架构方面🚣♀️，同时提供工具和绘制的设备👨🏼🦳，促进更好的发展。
最后，在平台方面，创建整个生态系统来降低成本🪞，实现更有效的发展🐋🦛。
过去几年，我们创建出了多种多样的架构⏏️，针对AI网络可以进行速度、准度和功率以及其他矩阵因素的平衡🍫。资源的数量和平行系统的数量可以在这里进行集成®️。
对于架构层面来说我们有一个双元的神经网络，它的速度大约为原来的300倍速度，但是只是用了原先CPU 1/3的功率👨🏻🦯➡️。还有手写识别系统，速度也是提高了十几倍👩🍼，但功率也更少。
除此之外，利用AI可以进行强化学习🏸。气候模型🍏、地震图像、金融模拟还有航空电子监控系统等都是AI技术的应用。
把想法进行商业化🐦、实现落地👩🏿🍳，使整个系统能够更快地实现👨🦱，这是我们的第一步🧑🏿⚖️。
而第二步，我们会创建出一些工具帮助我们对程序进行绘测，让配置架构可以更好的实行。当问题出现的时候🔗，应该从下至上进行反馈收集，从顶部开始改变🚣🏼♂️。只有这种模式才会让过程更快，功率更低和准确度更高。
最后一步，创建生态系统。为了拥有更好的体验，我们构建了一个小尺寸的装置来收集不同传感器的数据💯，并且把数据直接送回母电脑🦞。虽然装置很小😠，但是它上面就有计算机主体🌪，可以同时处理16个视频流🚳，处理能力更强，反应更快。
我们所需要做的是创造额外的应用过程来满足不同的应用要求。尽管不同的应用有不同的语言📶，但应用的人并不需要学习新的语言🧕🏽⛅️，他们只是使用他们自己已经熟悉的语言，或者说学习的新的语言非常简单🏊🏻♀️。
不管是垃圾车的识别还是城市飞机的测试、又或是智能无人机、绝缘体检测🪦、检测等等方面的应用🤵，实践的过程中都有很多新的挑战。基于大量的验证🦑，我们才可以验证什么体系在什么情况下，能够达到最好的工作🧘🏼♂️。如果有自动的验证结果，就不会产生很多不可挽回的后果。
科技到底是怎样起作用的？为什么会起作用？这些都需要我们继续投入研究，才能有新发现。最后我想说🧚🏼，未来要想实现AI技术的更好应用，需要大家一起思考💓、一起实践、一起进步🛍️。
非常感谢大家👩❤️👨！
