雷鋒網(wǎng)按：2018 全球人工智能與機(jī)器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機(jī)學(xué)會（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，得到了寶安區(qū)政府的大力指導(dǎo)，是國內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流盛會，旨在打造國內(nèi)人工智能領(lǐng)域最具實(shí)力的跨界交流合作平臺。

雷鋒網(wǎng)CCF-GAIR 2018 延續(xù)前兩屆的“頂尖”陣容，提供 1 個主會場和 11 個專場（仿生機(jī)器人專場，機(jī)器人行業(yè)應(yīng)用專場，計算機(jī)視覺專場，智能安全專場，金融科技專場，智能駕駛專場，NLP 專場，AI+ 專場，AI 芯片專場，IoT 專場，投資人專場）的豐富平臺，意欲給三界參會者從產(chǎn)學(xué)研多個維度，呈現(xiàn)出更富前瞻性與落地性相結(jié)合的會議內(nèi)容與現(xiàn)場體驗(yàn)。

大會第二天的計算機(jī)視覺專場大咖云集，ICCV 2011與CVPR 2022主席權(quán)龍、微軟亞洲研究院副院長張益肇、飛利浦中國CTO王熙、曠視科技首席科學(xué)家孫劍、中科院分子影像重點(diǎn)實(shí)驗(yàn)室主任田捷、國際頂級醫(yī)學(xué)影像分析大會MICCAI 2019聯(lián)合主席沈定剛等重磅嘉賓紛紛發(fā)表精彩演講。

嘉賓演講后是備受期待的圓桌討論環(huán)節(jié)，五位來自計算機(jī)視覺不同細(xì)分領(lǐng)域的重磅嘉賓：

• 匯醫(yī)慧影創(chuàng)始人兼CEO柴象飛（醫(yī)療）

• 圖普科技創(chuàng)始人兼CEO李明強(qiáng)（零售與圖像審核）

• 睿視智覺CEO龔純斌（工業(yè)）

• 中國科學(xué)院計算所副研究員趙地（醫(yī)療）

• 中科院深圳先進(jìn)技術(shù)研究院副研究員王魯佳（駕駛）

在大數(shù)金融CTO兼首席科學(xué)家、IEEE Fellow王強(qiáng)的穿針引線下，圍繞技術(shù)、產(chǎn)品、資本、競爭等話題展開跨界思想交鋒。

以下是圓桌討論的全部精彩內(nèi)容，雷鋒網(wǎng)做了不改變原意的整理與編輯：

王強(qiáng)：首先我想問下，各位用1-2分鐘介紹自己在各自領(lǐng)域中遇到了哪些技術(shù)或非技術(shù)層面的瓶頸。

匯醫(yī)慧影CEO柴象飛：影像領(lǐng)域最大的技術(shù)難點(diǎn)在于：一、數(shù)據(jù)量不夠；二、數(shù)據(jù)不全。這意味著我們要在小數(shù)據(jù)底下建模。剛才沈老師（沈定剛）提到，有3000例數(shù)據(jù)就很震驚了，有的疾病只有幾百例數(shù)據(jù)。這給我們提出了巨大挑戰(zhàn)。

另外還有數(shù)據(jù)質(zhì)量問題。醫(yī)療影像AI中有一個很關(guān)鍵的環(huán)節(jié)——標(biāo)注，工程人員都不懂。這里邊如何做質(zhì)控，把流程標(biāo)準(zhǔn)化、統(tǒng)一化，也是一個很重要的問題。

中科院趙地：我覺得還有計算力的問題。剛才我在報告里也提到，要做三維、四維甚至五維影像處理，參數(shù)量隨著維數(shù)直線上升。以三維病理影像為例，一個GPU內(nèi)存只有12G，連一張病理影像都放不下。我們有很多好的想法和設(shè)計，但現(xiàn)有的計算能力和硬件設(shè)備無法支撐，這是影像行業(yè)面臨的一個非?，F(xiàn)實(shí)的問題。

匯醫(yī)慧影CEO柴象飛：我補(bǔ)充一句。醫(yī)學(xué)影像方面，我們用過英特爾的產(chǎn)品，英特爾共享內(nèi)存的方式對三維神經(jīng)網(wǎng)絡(luò)還是比較有用的，它突破了顯存的限制，可以達(dá)到256G內(nèi)存。它在二維領(lǐng)域優(yōu)勢可能不明顯，但在三維領(lǐng)域還是有所突破的。

圖普科技CEO李明強(qiáng)：我們耕耘的是互聯(lián)網(wǎng)和新零售行業(yè)。我覺得這個行業(yè)最大的挑戰(zhàn)在于沒有標(biāo)準(zhǔn)答案。醫(yī)療領(lǐng)域，一個人有沒有病是有標(biāo)準(zhǔn)的。互聯(lián)網(wǎng)內(nèi)容審核領(lǐng)域也有一些標(biāo)準(zhǔn)，但標(biāo)準(zhǔn)在不斷變化，我們需要不斷用新技術(shù)解決人的復(fù)雜行為和低俗的識別問題，這是非常困難的。有時候我們會感到茫然，客戶提出一個問題，需求很明確，但我們發(fā)現(xiàn)這不是某一個現(xiàn)成技術(shù)可以解決的。

我們在新零售領(lǐng)域走的路前人沒有走過。如何用計算機(jī)視覺分析門店中的視頻從而獲取數(shù)據(jù)？可以獲取哪些數(shù)據(jù)？客戶需要什么樣的數(shù)據(jù)？這些數(shù)據(jù)對他有怎樣的價值？

除了技術(shù)的邊界，還有產(chǎn)品和成本的邊界。假如不計成本地做一件事，也許可以做到；但現(xiàn)實(shí)中我們不僅要考慮成本還要考慮穩(wěn)定性。我覺得很多難點(diǎn)都源于這種平衡。

中科院王魯佳：從自主駕駛的落地來看，主要瓶頸在于計算機(jī)視覺對計算力的要求。系統(tǒng)的穩(wěn)定性和功耗等問題，在實(shí)驗(yàn)室做研究的人是體會不到的。如果讓自主物流車或園區(qū)車連續(xù)在真實(shí)場景運(yùn)行，尤其是在深圳這種天氣炎熱的地方，功耗就會成為一大挑戰(zhàn)，而功耗又會帶來穩(wěn)定性、散熱等實(shí)際問題。

睿視智覺CEO龔純斌：我們遇到的挑戰(zhàn)是技術(shù)落地后的產(chǎn)品化。我們不可能把每一個項(xiàng)目做成保姆式服務(wù)，所以我們一直在探索產(chǎn)品的交付問題。

我們也在縮小應(yīng)用范圍，先在某個動態(tài)體系內(nèi)形成智能大腦部署后，再將算法、算力標(biāo)準(zhǔn)化。下一步我們計劃把IP做到英特爾的S10上，形成超強(qiáng)算力部署。未來AI一定是中心和邊緣同步部署，在小環(huán)境內(nèi)形成產(chǎn)品化部署后，比較容易帶來好的商務(wù)回報。

主持人王強(qiáng)：那么我再把技術(shù)上的瓶頸再往深挖一下。大家都知道，計算機(jī)視覺領(lǐng)域，分類器的設(shè)計特別麻煩。清晰圖像和不清晰圖像的分類器設(shè)計不同，哪位嘉賓有興趣談?wù)剤D像上的多層次分類器設(shè)計？這個分類器不僅要能定位到人，還要能分割出臉、眼睛、睫毛等細(xì)節(jié)。

睿視智覺CEO龔純斌：睿視的核心算法是圖片測量理解，我們先提取圖片中的標(biāo)簽，再進(jìn)行理解。但在工業(yè)應(yīng)用中，它不是標(biāo)準(zhǔn)模型，不一定非得設(shè)計到1000層。比如，去年我們解決一個工業(yè)問題，發(fā)現(xiàn)到7層的時候就已經(jīng)夠用了。產(chǎn)品落地的時候不一定要追求深層次，而是看怎么實(shí)用。當(dāng)然，在學(xué)術(shù)領(lǐng)域，各位專家可以做更深層次的研究。

主持人王強(qiáng)：龔總很實(shí)際，你的分類器不一定要做得多深，而是更追求實(shí)用性。下面我想請王博士談?wù)?，為什么設(shè)計分類器時神經(jīng)網(wǎng)絡(luò)層次更多的算法更好。

中科院王魯佳：我認(rèn)為未來分類器的應(yīng)用主要在決策層。我們現(xiàn)在做的是園區(qū)內(nèi)的產(chǎn)品，對障礙物的分類還不太細(xì)，基本是從動態(tài)物體和靜態(tài)物體的角度來分類，從實(shí)用角度出發(fā)。我認(rèn)為后續(xù)可以從決策者——比如駕駛員的角度來分，看他更關(guān)注哪一類東西。

中科院趙地：在醫(yī)學(xué)影像領(lǐng)域我經(jīng)常遇到一個問題，大家會問什么樣的模型是最好的。在我看來，一個模型好不好，不是看層數(shù)有多少，也不是看網(wǎng)絡(luò)有多復(fù)雜，而是看它的結(jié)構(gòu)是否和這個領(lǐng)域的專業(yè)知識結(jié)合得最好。所以，并沒有唯一的答案。

沈老師（沈定剛）剛剛的報告中提到很多多通道模型。以肺結(jié)節(jié)識別模型的設(shè)計為例，設(shè)計模型前我們會先看一下片子，有一個整體印象。如果數(shù)據(jù)量足夠大，且有足夠強(qiáng)的算力，使用深層次模型肯定能表達(dá)更豐富的信息。但它終歸是有極限的，所以醫(yī)生和軟件設(shè)計者還要考慮其他因素，包括結(jié)節(jié)的外形等。我們需要使用其他通道，結(jié)合前處理算法，去識別相應(yīng)的結(jié)構(gòu)特征。

總而言之，能體現(xiàn)專業(yè)知識的模型才是最好的。

匯醫(yī)慧影CEO柴象飛：趙老師說得對。醫(yī)學(xué)影像領(lǐng)域受限于數(shù)據(jù)量，不可能迅速把網(wǎng)絡(luò)層級做得很深。通常只有幾十層，最多可能只有150層。多維度聯(lián)合模型也不是特別合適，比較可行的做法是，獨(dú)立選擇多個不同尺度的分類器并行執(zhí)行，最后再做總的決策。這種做法也有弊端，就是幾個模型需要跑了一遍又一遍，不過也可以解決。另外一種做法是，在全連接層的最后一層把額外信息加進(jìn)來做整體判斷，不光是圖像信息。

圖普科技CEO李明強(qiáng)：分類問題是內(nèi)容審核領(lǐng)域的基礎(chǔ)。里面有很多玄學(xué)般的東西，但總的來說，數(shù)據(jù)量肯定是越大越好，特別是有價值、有難度、能擴(kuò)充品類的數(shù)據(jù)。所以我們會找到那些有難度的數(shù)據(jù)，同樣是1億張（圖片），這1億張跟另外1億張肯定是不同的。

再一個，你還要分析模型的作用。分類有很多方法，你做出一個模型后，要看看它是否有價值。如果模型有效，說明它觀察到了有價值的部分，雖然我們不知道它是怎么觀察到的。然后我們可以用它進(jìn)行其他方向的嘗試，雖然固定的方法不一定好，但我們可以通過這種方法嘗試。

主持人王強(qiáng)：希望通過幾位大咖的介紹，大家能對分類器和神經(jīng)網(wǎng)絡(luò)層次的選擇有所了解。面對不同問題需要選擇不同的算法。有些神經(jīng)網(wǎng)絡(luò)算法對搜索層次要求很深，比如下圍棋，它是在優(yōu)先規(guī)則內(nèi)進(jìn)行多層次搜索、聚焦，找到分類的層次，因此需要多層次，甚至需要高達(dá)150層。但對醫(yī)學(xué)影像來說，癌細(xì)胞跟普通細(xì)胞形態(tài)不同，很好判別，沒必要再把癌細(xì)胞分離成不同類型的癌細(xì)胞。這個領(lǐng)域的問題在于醫(yī)生無法準(zhǔn)確測量腫瘤的大小，但AI可以。將AI測量出的腫瘤直徑和醫(yī)生的臨床診斷結(jié)合，就可以判斷病人的病情屬于中期還是晚期。當(dāng)年我離開沃森時，它已經(jīng)能夠正確判斷癌癥是否屬于晚期了。

十幾年前在CMU讀博期間，我導(dǎo)師（圖靈獎得主羅杰·瑞迪）告訴我，當(dāng)你發(fā)現(xiàn)改變一件事情很難時，不要嘗試一下改變所有，只要改變一點(diǎn)就好了。所以我想請教各位，你們在研發(fā)過程中遇到問題時，試圖去改變一點(diǎn)和去做大量改變，分別意味著什么？

睿視智覺CEO龔純斌：我覺得可以從兩個維度來看：一是技術(shù)維度，二是產(chǎn)品維度。從技術(shù)維度來說，產(chǎn)品應(yīng)用是結(jié)合實(shí)際應(yīng)用場景通過多個技術(shù)模塊來共同運(yùn)行的，每一個模塊進(jìn)行優(yōu)化后，才能形成產(chǎn)品競爭力的極大突破。從產(chǎn)品維度來說，站在實(shí)際應(yīng)用的角度，都是從項(xiàng)目走向產(chǎn)品。尤其是在我們集中部署的工業(yè)制造領(lǐng)域，需求都是業(yè)務(wù)倒灌，都是產(chǎn)線的實(shí)際需求，一個點(diǎn)一個點(diǎn)的凸顯，一個點(diǎn)一個點(diǎn)的去落地。當(dāng)需求達(dá)到一定數(shù)量、覆蓋面達(dá)到一定范圍的時候，一個適用于企業(yè)的算法平臺就成形了，產(chǎn)品也就出來了。這個由點(diǎn)及面、從項(xiàng)目到產(chǎn)品的過程肯定是艱難的，但是我們也不能盲目的去加速、去大幅改變，因?yàn)槭聞?wù)的發(fā)展本身需要一定的周期，而且AI的真正落地最終也一定是數(shù)據(jù)、算法、算力的合力提升，而不是單點(diǎn)的改變，這都是我們要遵循的規(guī)則。

主持人王強(qiáng)：龔總不愧是一個企業(yè)家，跟我們思考的方式不同。下面我想請教各位，你們在To B領(lǐng)域，畏懼BAT這些巨頭嗎？

匯醫(yī)慧影CEO柴象飛：我們并不畏懼。百度搞過醫(yī)療，但他們?nèi)ツ暌呀?jīng)撤銷了醫(yī)療事業(yè)部。百度也搞過醫(yī)療影像，成立了一個小團(tuán)隊，現(xiàn)在他們的首席科學(xué)家已經(jīng)回美國去了。阿里健康也搞過一段時間，后來也轉(zhuǎn)型了?，F(xiàn)在唯一還在布局的是騰訊覓影，我不知道它還能做多久。但不管怎樣，它和我們的角度是不一樣的，它有更大的戰(zhàn)略和更多元化的需求。

對于初創(chuàng)公司來說，最重要的是深入臨床問題，而醫(yī)療臨床恰恰是非常分散的，不是靠資金或某些技術(shù)就能通吃的。它需要在場景中持續(xù)打磨，不斷迭代，這樣一件事情非常適合能深入行業(yè)的創(chuàng)業(yè)公司來做。因?yàn)樗鼘λ俣?、人才等方面的要求和BAT是不一致的。所以具體到醫(yī)療這個細(xì)分行業(yè)，我們并不畏懼BAT。它們?nèi)刖诌@個行業(yè)也很好，大家可以一同推進(jìn)行業(yè)發(fā)展，并不會立刻對我們造成巨大競爭。

主持人王強(qiáng)：但是BAT有錢。

匯醫(yī)慧影CEO柴象飛：它們雖然有錢，但人才稀缺，不是花錢就能迅速彌補(bǔ)的。另外，病種非常豐富，也不是它們能迅速覆蓋的。除此之外，也要看它們在醫(yī)療業(yè)務(wù)上愿意投入多少，這是本質(zhì)。

中科院趙地：具體到醫(yī)療領(lǐng)域，我同意柴總的觀點(diǎn)。中國市場的需求實(shí)在太大了，可研究的課題實(shí)在太多，我不認(rèn)為任何一家企業(yè)有能力把所有課題都做完。甚至所有互聯(lián)網(wǎng)企業(yè)聯(lián)合起來也未必能做完。包括醫(yī)療的很多特殊領(lǐng)域還需要大量基礎(chǔ)研究，這不是互聯(lián)網(wǎng)公司愿意花大精力去做的。總而言之，大家要各司其職，各有所長。

圖普科技CEO李明強(qiáng)：我想把“害怕”這個詞換成“重視”，因?yàn)楹ε乱矝]用，我們已經(jīng)跳進(jìn)了這個行業(yè)。我覺得我們應(yīng)該像毛主席說的那樣，在戰(zhàn)術(shù)上重視，在戰(zhàn)略上藐視它們。

我之前在騰訊待過很多年，2005年加入騰訊，2013年底才離開。我離開騰訊時已經(jīng)是T4級專家，當(dāng)時騰訊總共只有幾十位T4級專家。

我害不害怕這些巨頭？我當(dāng)然知道一個有資源團(tuán)隊以創(chuàng)業(yè)公司的方式做起事情來很可怕。但如果金錢可以等價轉(zhuǎn)化成任何東西——激情、時間、效率，那世上就不會有創(chuàng)業(yè)公司了。

中科院王魯佳：從學(xué)術(shù)界的角度來看，從這一點(diǎn)來說，企業(yè)確實(shí)錢多，資源整合能力更強(qiáng)，但學(xué)校也有它的優(yōu)勢，更加自由。

這跟市場環(huán)境也有關(guān)，現(xiàn)在有一些行業(yè)出現(xiàn)了“過熱”，受到資本和社會的過度關(guān)注。這促使一些學(xué)術(shù)專家和技術(shù)大牛決定去嘗試更多的領(lǐng)域。但就像前面幾位嘉賓說的，每個行業(yè)都有它的特點(diǎn)。工業(yè)界偏實(shí)用和產(chǎn)品化，學(xué)術(shù)界研究的是更“遙遠(yuǎn)”的東西，二者還是有差別的。我認(rèn)為隨著熱度退去，大家最終都會回歸。

創(chuàng)業(yè)公司和BAT也是一樣，各有特點(diǎn)。大企業(yè)的優(yōu)勢在于資源豐富、整合能力強(qiáng)，但因?yàn)椤按蟆?，轉(zhuǎn)型能力較差；發(fā)現(xiàn)新的挑戰(zhàn)點(diǎn)后，深入做下去的靈活度小一些。這方面創(chuàng)業(yè)公司比較有優(yōu)勢。另外，創(chuàng)業(yè)公司也可以提供一些錢以外的東西。

睿視智覺CEO龔純斌：我覺得可以從兩方面來看：一是壁壘，二是生態(tài)。

我一直認(rèn)為，技術(shù)壁壘不是壁壘，只有形成了產(chǎn)品和對應(yīng)的商務(wù)市場，才是真正的壁壘。我不太贊成“賦能百業(yè)”的說法，你能把一業(yè)做好，肯定就能在BAT之外有一席之地。

再來說生態(tài)。BAT有自己的生態(tài)系統(tǒng)，睿視也是亞馬遜、英特爾、華為在AI圖像解析領(lǐng)域的技術(shù)合作伙伴。華為去年提出“5朵云計劃”，也就是說未來只有谷歌、微軟、亞馬遜、阿里、華為這5朵云。

我認(rèn)為，只要存在生態(tài)，就有我們的立足之地。我不認(rèn)為BAT對我們是完全碾壓，相反，我們有很多互利共贏的地方。他們需要我們提供服務(wù)體系，我們也能把英特爾的板卡和實(shí)際產(chǎn)品結(jié)合。我們可以從生態(tài)中找到利益點(diǎn)。

另外，我們也不要把BAT看成一個整體，我們只是在跟其中一個團(tuán)隊作戰(zhàn)。我可以集中睿視所有的資源做同一件事，但BAT可能只有一個20-50人的小團(tuán)隊，我們面對的就只是這個小團(tuán)隊。

總的來說，從壁壘和生態(tài)這兩個維度來說，我們是可以跟BAT共存的。

主持人王強(qiáng)：沒錯，小公司是能夠與大象共舞的。最后我們再談?wù)勅谫Y的問題，我想請三位企業(yè)家談?wù)劊銈兾磥砣诹速Y想做什么？現(xiàn)在好融資嗎？

匯醫(yī)慧影CEO柴象飛：我感覺今年在收緊，融資越來越難了。我的投資人朋友告訴我，下半年還會持續(xù)收緊。這個信號已經(jīng)很明確了，大家無論從匯率變化還是民間借貸都可以感覺到，全球的銀根都在收緊。

融了錢想做什么呢？我覺得還是應(yīng)該用在落地和商業(yè)化方面。資金越緊張，越是考驗(yàn)產(chǎn)品化和自我造血能力。對于AI企業(yè)——無論頭部玩家還是其他企業(yè)，商業(yè)化都是一個重要問題。

主持人王強(qiáng)：如果能融到錢，你還想融嗎？融到了錢準(zhǔn)備干什么？

匯醫(yī)慧影CEO柴象飛：我前面提到，醫(yī)療產(chǎn)品面臨的不單是技術(shù)問題。我們目前在申請國內(nèi)的CFDA認(rèn)證、歐洲的CE認(rèn)證，以及美國的FDA認(rèn)證，這一塊是非常大的花銷。另外是病種的擴(kuò)充，任何一家公司擴(kuò)充任何一個病種，它的邏輯、執(zhí)行和合作單位都是比較獨(dú)立的。擴(kuò)充病種一方面要自己研究，一方面要對外合作，都挺花錢的。

中科院趙地：我來自科研單位和學(xué)校，就不談融資的問題了，我談?wù)勀庙?xiàng)目。不管融資還是拿項(xiàng)目，都是拿投資方的錢，我們的投資方是科委、自然基金。

主持人王強(qiáng)：有沒有橫向拿企業(yè)的錢？

中科院趙地：也有一些，但不多。科研單位和學(xué)校有它的評價體系，錢不是白拿的，拿了錢要做事，有考核指標(biāo)，要完成項(xiàng)目。在我看來，項(xiàng)目也不是越多越好，因?yàn)槟愕墓ぷ骱蜆I(yè)務(wù)能力不一定能完全滿足投資方的需求。而且，工作以外也要抽出時間來生活。我覺得如果能在自己熟悉的領(lǐng)域做深、做好，經(jīng)費(fèi)或投資都不會是大問題。

圖普科技CEO李明強(qiáng)：我們目前也正在準(zhǔn)備下一輪融資，主要會用于研發(fā)和人才引入。很多業(yè)內(nèi)的創(chuàng)業(yè)者會說融資不像之前那么容易了，其實(shí)，融資并不是變難了，而是人工智能技術(shù)現(xiàn)在不是一個只講概念的時期，投資人更在意的是能否應(yīng)用、能否落地，所以投資人會更謹(jǐn)慎一些。如果你想套投資人，可能會越來越難。如果你想把青菜賣出水果的價錢，甚至把爛菜葉包裝成新鮮大白菜賣，肯定越來越困難，因?yàn)榇蠹覍I已經(jīng)看得越來越明白了。這對于行業(yè)而言是好事，用心鉆研的好項(xiàng)目會更容易獲得青睞?？傮w上來說，我們已經(jīng)實(shí)現(xiàn)盈利，目前的經(jīng)營狀況和收入狀況都挺不錯，還是持樂觀態(tài)度的

中科院王魯佳：我們合作了一個科大出來的團(tuán)隊，他們最近剛剛完成融資，所以我也分享一點(diǎn)看法。

我感覺現(xiàn)在經(jīng)濟(jì)形勢確實(shí)不太好，會影響到投資。另外，AI領(lǐng)域已經(jīng)火了好幾年，已經(jīng)過了拿一個ppt就能融到錢的階段。不過，投資人越謹(jǐn)慎，好的項(xiàng)目反而更容易出來。所以融資對我們合作的團(tuán)隊來說不算難。

睿視智覺CEO龔純斌：我們上半年也有一些融資。我認(rèn)為，貼近應(yīng)用，把營收做起來，對創(chuàng)業(yè)公司特別重要。

我們拿了錢想做什么呢？目前的想法是項(xiàng)目產(chǎn)品化以及加速FPGA研發(fā)。我們早期沒有投入硬件，用的是亞馬遜的F1，能省則省。上半年的融資就是為了擴(kuò)大對下半年產(chǎn)品化和技術(shù)化的支撐。

王強(qiáng)：今天的討論到此結(jié)束，非常感謝5位嘉賓。

附：圓桌嘉賓介紹

大數(shù)金融CTO兼首席科學(xué)家，PAMI和TIP編委，IEEE Fellow：王強(qiáng)

王強(qiáng)，大數(shù)金融CTO兼首席科學(xué)家。1998年-2009年，王強(qiáng)任IBM GBS美國設(shè)計合作部門總裁、IBM Thomas. J Waston研究院主任研究員?；貒螅群蟪鋈谓ㄔO(shè)銀行信息技術(shù)部門核心與智能交易系統(tǒng)首席專家兼西安銀博副總經(jīng)理（建行全資子公司）、美國Fiserv公司東亞及東南亞董事總經(jīng)理兼總裁、TCS中國高級副總裁兼首席研究員。

學(xué)術(shù)研究層面，王強(qiáng)自2009年起任UC Berkeley 機(jī)器人與工程實(shí)驗(yàn)室講座教授，在國際Top期刊發(fā)表90余篇論文，同時是4屆CVPR論文評委和兩大國際頂刊PAMI、TIP的編委。2006年獲卡內(nèi)基梅隆大學(xué)機(jī)器人博士學(xué)位，師從圖靈獎得主羅杰·瑞迪教授。

王強(qiáng)于2017年當(dāng)選IEEE Fellow。

匯醫(yī)慧影創(chuàng)始人兼CEO：柴象飛

斯坦福大學(xué)博士后、荷蘭阿姆斯特丹大學(xué)醫(yī)學(xué)物理學(xué)博士。師從美國科學(xué)院院士候選人邢磊、世界頂級圖像引導(dǎo)科學(xué)家Marcel van Herk、CT重組算法奠基人之一Paul Suetens，曾于美國斯坦福大學(xué)癌癥中心、荷蘭癌癥研究所和比利時魯汶大學(xué)放射科等世界頂尖的醫(yī)學(xué)影像機(jī)構(gòu)工作學(xué)習(xí)。在人工智能、圖像處理以及數(shù)據(jù)分析領(lǐng)域擁有超過10年的跨學(xué)科科研和工程經(jīng)驗(yàn)，掌握影像的分割、識別、分析以及深度學(xué)習(xí)的核心技術(shù)。

圖普科技創(chuàng)始人兼CEO：李明強(qiáng)

人工智能產(chǎn)品專家。原騰訊廣研張小龍團(tuán)隊核心成員、騰訊T4技術(shù)專家，QQ郵箱技術(shù)負(fù)責(zé)人，微信創(chuàng)始團(tuán)隊成員之一。

2014年初創(chuàng)辦圖普科技，為企業(yè)提供圖像識別云服務(wù)，涵蓋了圖像審核、商業(yè)智能、安防監(jiān)控、增強(qiáng)現(xiàn)實(shí)等多個領(lǐng)域，現(xiàn)日均處理圖像數(shù)據(jù)近10億次，是互聯(lián)網(wǎng)最大的圖像識別云服務(wù)平臺。李明強(qiáng)帶領(lǐng)團(tuán)隊運(yùn)用先進(jìn)的人工智能和計算機(jī)視覺技術(shù)，賦能線上線下，讓圖普科技成為國內(nèi)人工智能領(lǐng)域最具影響力的創(chuàng)業(yè)公司之一。

睿視智覺CEO：龔純斌

龔純斌曾任職聯(lián)想集團(tuán)和美圖秀秀，多年大型自研項(xiàng)目全程開發(fā)管理工作經(jīng)歷，具有極強(qiáng)的技術(shù)產(chǎn)品化能力和豐富的團(tuán)隊管理經(jīng)驗(yàn)。2014年進(jìn)入計算機(jī)視覺領(lǐng)域，憑借對技術(shù)、資源、市場的敏銳判斷完成了初步資源儲備和全球化事業(yè)培養(yǎng)。2015年創(chuàng)辦睿視智覺，2017年個人被評為“深圳羅湖菁英人才”?，F(xiàn)已帶領(lǐng)團(tuán)隊進(jìn)入AWS、英特爾、華為人工智能生態(tài)合作體系，并與國內(nèi)外多家制造業(yè)巨頭達(dá)成深度戰(zhàn)略合作。

中國科學(xué)院計算所副研究員：趙地

美國路易斯安娜理工大學(xué)計算機(jī)與應(yīng)用數(shù)學(xué)專業(yè)博士。趙地曾在美國哥倫比亞大學(xué)醫(yī)學(xué)中心和美國俄亥俄州立大學(xué)醫(yī)學(xué)中心從事博士后研究工作。主持北京市自然科學(xué)基金重點(diǎn)項(xiàng)目一項(xiàng)，參與國家重點(diǎn)研發(fā)計劃一項(xiàng)和北京市科委“腦科學(xué)研究”專項(xiàng)二項(xiàng)。

趙博士在“深度學(xué)習(xí)與醫(yī)學(xué)影像分析”方面具有深厚的研究經(jīng)驗(yàn)，發(fā)表多篇學(xué)術(shù)雜志論文與學(xué)術(shù)會議論文，并擔(dān)任國際雜志《Annals of Multicore and GPU Programming》編委。

中國科學(xué)院深圳先進(jìn)技術(shù)研究院副研究員：王魯佳

香港中文大學(xué)機(jī)器人方向博士，新加坡南洋理工大學(xué)博士后、瑞士蘇黎世聯(lián)邦理工大學(xué)(ETHZ) 訪問學(xué)者。深圳市孔雀人才計劃。主持多項(xiàng)國家自然基金、科技部、廣東省及深圳市基礎(chǔ)研究學(xué)科布局項(xiàng)目。四次獲得IEEE 國際會議最佳論文獎及提名獎次獲最佳論文提名獎。主要研究方向?yàn)槎喔兄诤系淖灾飨到y(tǒng)、大數(shù)據(jù)驅(qū)動的智能、多機(jī)器人協(xié)作以及云機(jī)器人等。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。