“目前，从人工智能与实体经济融合的过程来讲，虽然智能化的技术达到一定的落地水平，但是智能化的产业还是在处于刚刚起步的阶段。”中科类脑董事长刘海峰表示，智能产业落地在技术、平台和人才方面面临着非常多的挑战。
1月24日，由阿里云主办，阿里钉钉联合主办，阿里云创新中心（合肥高新）基地、迪比空间、创头条承办的“NEXT创新大会”在合肥召开，刘海峰在会上与大家分享了人工智能驱动下的智能经济新范式。那么作为国内首家类脑智能技术及应用科技创新公司，中科类脑是如何探索产业智能化的呢？
经过长时间的思考，中科类脑将技术、平台和人才总结为智能产业落地需要解决的主要问题，正是基于这样的思考，他们做了类脑智能开放平台。
这个开放平台是加速基础科研和产业落地的纽带，能够同时联动科研创新和产业落地。“它核心的一点是面对人工智能开发和应用的操作系统，它可以驱动硬件，也可以支撑我们的科研和应用开发。”
据刘海峰介绍，这个平台将技术开发、技术与数据的提供、技术决策、技术交易都包含在内，从云端到体系、终端，从AI的科普到基础培养以及研发的培养等等，整体构成了类脑的开放平台。
目前，它是在下一代人工智能领域唯一的国家级科研平台，基于实验室算法、技术的依托，可以把先进的实验室的技术放置于平台里面供产业链使用。
同时很重要的一点是，这里面的基础算法都是开源级别的，基于技术、平台、人才的理念，中科类脑希望把技术放置于平台，把系统给AI开发者，或者应用场景提供平台化的场景，让平台服务于信息化系统，同时又可以赋能更多AI开发者，真正打造共赢和合作生态。
以下为刘海峰分享实录：
刘海峰：各位嘉宾，企业家以及投资者，大家下午好！基于这样一个大的题目之下，我这边分享一下在人工智能大的环境之下是怎么去思考，通过智能化的技术来去落地产业，怎么去思考人工智能与实体经济之间怎么融合和落地的。
我们知道目前，人工智能技术如火如荼，整体从技术发展的来讲，目前人工智能已经满足到具体的应用落地上，专用的人、专业水平可能不足，整体来说落地的水平已经达到了。整体产业发展现状也是非常多的，从单门的几个方向，在算法这块AI公司和数据这块的融资以及芯片这样的公司整体的发展速度是非常快的，但是从目前上来说，人工智能与实体经济融合的过程来讲，虽然智能化的技术达到一定的落地水平，但是智能化的产业还是在处于刚刚起步的阶段。
从落地来讲，可以分为两大类实现人工智能与实体人工智能融合，第一，主动对接需求，比如经常上说的（创新芜湖），完成了互联网和数字化的IT企业，他们作为一个内容，通过智能化的需求，作为内部的引用和内部的痛点，通过在内部设计人工智能研究院来完成转升级，目前有大量的企业无法深度融合，尤其是传统的行业和中小企业。
关于人工智能落地这块，具体是怎么思考？我们这块也经过很长时间的思考，也有些个人的看法，我们经常说机械化、自动化、信息化以及数字化，整体来讲人工智能更多的是代表了智能化的时代，从信息化时代到智能化时代，它里面对于落地也好，整个时代的变革也好，到底有什么特点？
一是智能更多的是信息的升级，从整体来讲，智能化系统是从信息化系统之上建立起来的，智能化系统是作用于信息化系统，整体来讲是从信息和智能相互促进、相互作用，又是相互鼓励的载体。基于这样的思考，智能化系统其实从它底层的硬件到中间层的系统，到上层的应用，其实应该是相对来说有一定的独立性。
同时我们知道信息化很重要的一点，它是一个硬件验证码，给它相应的编码就作出相应的收集和反馈，智能化有两个重要的特点：一是持续学习的能力，就像大脑一样，三岁孩子具有智能化的学习能力、学习经验的时候，对于我们这块的学习能力是不断地更新的，它要作用于我们整体的产品，更多的是一种更新，对于术语是叫推理，智能化系统很重要的一点，相对于信息系统来讲要有学习能力和更新能力。对于信息化系统来讲，需要服务于相应信息系统，因为要更新于信息系统之上。
我们知道这个时代相比传统的时代来说，从基础的科学到技术的突破，最终再到产业的变革，之前其实是一个串，但现在越发觉得无论是基础智能化研究还是智能化的技术，包括最终落地到智能化的产业，其实是非常快速融合的节奏，所以整体的跨界融合或者是从科学到技术、到产业之间的融合的边界，其实是越来越模糊的。这就作用于大学或者是研究所和技术型公司和传统产业的边界，应该需要一个纽带能够连接的更紧密，同时人工智能还有很重要的一点，我认为是民主化，人工智能这块的人才价格非常高，985的博士出来到大的公司里工资水平，年薪超过了100万以上，在所有大的公司聚集这么多的高精尖的人才，更多造成了技术垄断。但是人工智能这块其实更多的是赋能于场景和应用于场景，无论是从技术的输入方还是技术的应用方，更多的是民主化，无论是个人的研究者、研究机构还是科研、大的公司，都可以作为技术的提供方，如果以后智能化时代，相当于说它能够融入到不同的场景当中，要满足民主化。
基于以上的思考，我们发现至少在安徽本地，我们在探索的过程中，发现在智能产业落地里面临着非常多的挑战，有些挑战是关于技术，很多人找不到最新的技术，也找不到合适的技术。即使找到合适的技术，也很难很快速的上手开发和应用，同时缺少很多的平台，这个平台无论是云端的平台还是私有化的平台，还是智能端的平台，这里面平台的载体服务于信息化的载体都是极度缺乏，包括人才。如果智能化产业是个非常大的市场，目前都把握在智能化的人才之上，目前智能化的人才缺口非常大，假设中国人工智能这块的人才，按照目前的比例不足100万，对于万亿的产业用100万的人去消化，这里面也造成了非常大的缺失。所以人工智能这块落地的思考，我们发现从整体技术的发展需要三架马车，到落地的思考我们提出了技术、平台和人才。
基于这样的思考，我们也做了类脑智能开放平台，这个开放平台核心的一点是加速基础科研和产业落地的纽带，能够去联动科研创新和产业落地，在这个平台里面有相应的构成，包含技术开发、技术与数据的提供、技术决策、技术交易，在平台里面从云端到大型的思维化的体系以及智能化的终端都会提供，从AI的科普到基础培养以及研发的培养，整个平台的构成从顶层的计算中心到中间层，智能化的操作系统以及从技术到应用平台里面的理想社区，整体构成了类脑的开放平台，这个开放平台很重要的建设模式，我们联动了类脑智能国家级公共实验室，通过企业和实验室共建的方式发挥双方各自的优势，实验室拥有了目前55位教授，800位学生，每天做不同的智能化的研究，它也是目前在下一代人工智能领域唯一的国家级的科研平台，也是合肥中心的重要建设单位，基于这样实验室的算法、技术的依托，我们可以把先进的实验室的技术放置于平台里面供产业链使用，很重要的一点，这里面基础的算法都是开源级别的，我们构建了2000平米的机房。
我们知道刚才一直在提信息化和智能化，在智能化阶段专门为智能化的大规模集群做了系统，它核心的一点是面对人工智能开发和应用的操作系统，它可以驱动硬件，也可以支撑我们的科研和应用开发。社区体现民主化的思维，我们要把实验室先进的技术以及我们自己研发的技术放置于社区里面，可以供产业界通过原码级的使用获取出入端可以有更多的科研机构，支出端可以有更多的资金和AI的企业，能够无缝对接整体的资源，真正的促进或者专注于人工智能这块的资源和信息共享。最终我们在社区里面也会提供AI的教育板块，除了开源级别的算法和相应的能力，更多的培养这些人使用它，能够调用它，去做相应的开发。整体目前我们的计算平台在算例方面可以提供45000人的算例提供，以及目前会聚了180项的AI算法。
在数据赋能这块会聚了图像、视频、语音和文本，在算法这块有传统的图像、多媒体以及视频和语言理解，总共加在一起有180项，很重要的一点是开源，大家登录这个平台有原码。这边是关于AI教育这块，目前2018年我们通过这个平台来去培养超过600人怎么去使用开源级别能力的培训，在这个培训里面我们把科大的老师和安大、工大以及谷歌和微软优秀的内容放在平台里面，去制造一些AI领域中的数据库，能够让他们知道怎么去使用这些系统。
同时，类脑智能开放平台也积极的梳理学校，因为学校里面有非常多的前沿成果，去梳理这些成果之后也做了孵化的项目，比如说在医疗操作领域里面，孵化了上肢和下骨科，同时跟企业合作，包括移动执法设备，我们在温州上线了，移动执法设备在不同的地级市也有相应的试点。除此之外，我们和不同的行业领域，上面我们谈的是平台、云和端，这一页是产业融合的合作，这个技术的平台配合更多的行业，比如我们在和安徽的联通以及科大独创去合作一些项目。
除此之外，开放平台因为它提供了一整套的基础性支撑，我们也比较强有力的支撑了科研，我们知道传统的科研大部分都是小规模作坊，他们可能是老师带着一帮学生在平台里面，让老师们免予科研的房屋搭建，更多的关注于自身，经历了2018年的支撑，目前通过我们这个平台支撑了类脑国家实验室几十位老师，加在一起我们产出了差不多有18项国际冠军科研研究。所以，关于整个产业落地我们的思考是说，我们希望这个平台，最开始联动了中科大的智力资源，现在汇聚了不同的资源，变成了一个技术平台，通过技术平台和AI的算法，最后我们和产业融合，想努力成为一个产业性的平台，其中这个平台也具有一定的性质，我们希望更多的科研成果通过这个平台孵化出去，变成孵化性的平台。
基于技术、平台、人才的理念，我们希望把技术放置于平台，把系统给AI开发者或者应用场景提供平台化的场景，无论是公有云的平台还是私有云的平台，还是终端的开发行业，能够让它服务于信息化系统，同时我们又通过一种AI教育的方式，让更多的人能够收知更多的理念，同时又能够赋能更多AI的开发者能力，让他们一起产业转型升级，真正打造了共赢和合作的状态。
以上就是我的报告，谢谢。
