2017年11月1日，由苏州工业园区科技和信息化局指导，亚杰商会和苏州工业园区企业发展服务中心主办，苏州工业园区人才创新创业促进会、苏南科技企业股权路演中心承办，苏州工业园区科技招商中心、苏州工业园区科技发展有限公司协办的“成长共融发展——智能时代下的商业新实践暨亚杰第六届苏州创业训练营成长论坛”，在苏州金鸡湖新罗酒店举行。
在人工智能发展迅速、智能概念火爆科技板块的背景下，亚杰商会联合苏州工业园区，融合相互的资源优势，邀请领域内的专家、学者与企业，围绕“成长 共融 发展”这个主题，共同探讨智能时代下企业的新实践与新发展，实现技术与科技的完美结合。亚杰商会理事、易观国际共同创始人、易观亚太总裁杨彬出席本次活动。
本次论坛还邀请高德地图创始人、云蜂科技有限公司董事长、CEO成从武先生；武岳峰资本联合创始人李峰先生；PreAngel合伙人、Plug and Play Venture Partner李卓桓先生；星瀚资本创始合伙人杨歌先生；中关村创业大街管理公司全球孵化部负责人栾天先生担任本次论坛的主讲嘉宾。
各位嘉宾共同围绕“导航与移动智能时代的商业新实践”“给创业者的几点投资启示”“AI的科技发展与市场环境”和“人工智能技术的发展与创业机会”等主题进行分享和探讨。
PreAngel合伙人、Plug and Play Venture Partner 李卓桓作主题演讲：《人工智能技术的发展与创业机会》
李卓桓：
今天我给大家介绍一下在人工智能技术的发展与创业机会。相信在座的大家身份各异，在这个过程中每个人对对人工智能是做什么，有什么作用都有不同的看法，人工智能火起来还是背后人工智能无法被机器胜出的，打开之后大家都了解人工智能，大部分人觉得人工智能就是下棋的机器人，实际上在行业里面也会有很多不一样的，当然每个做人工智能都有自己的特别厉害的地方，当大家学习数据领域或者是做人工智能的算法，会发现他全是一些数据的模型的最优值的求解，最后实际上我觉得作为一个产业领域，我们自己真正出来一个什么样的领域。
刚才成从武总说 本来想休息的，但是又想起了在创业过程中孕育中的乐趣，刚才听了之后我开玩笑我说创业初期的确是孕育着一个伟大的事业，但是在之前还有一个更有趣的事，就是制造生命的过程，刘总做投资领域的事他就是一个最早最初期的，比创业初期还早的一个事情我们叫职业联合创始人服务，在过去的6年，整个参与pre的基金一共投了600多家的项目，我自己投资的100个项目，去年我转向了工程领域。大家看到我其实是技术背景出身，而且我的喜好，我特别喜欢玩很多好玩的东西喜欢滑翔、跑步、拉丁舞，所以把这两个结合以后，在去年开始学了最火也是今天的主题人工智能开启了一个非常好玩的事。
李卓桓：
首先看看历史的发展是怎么样的。人工智能各有各的观点和看法，但是我看到的红色的这句话是非常认可的，他讲到凡是使用机器代替人类实现认知、识别、分析决策等功能均可认为是使用人工智能技术。因为人工智能技术在上个世纪就开始做，到现在这么火，我们怎么定义它呢很简单，以前人 做的事机器干不了的事，现在扔一个电脑、一个手机就能办的就是人工智能。
那么它的原理是什么？我们现在听到了很多很流行的词神经网络，为什么我们要不停地说神经网络呢？这是有原因的，因为现在所有的人工智能的基础就是运用到神经网络，核心就是最早的科学家实在不知道应该解这些问题，那我们来仿生吧，我们可以看到人的脑子里面研究出来神经元，是思考的最小的单位，神经元的工作原理大家可以看一下，它很简单，我们左边的这个神经元上面这个加快轴突，轴突负责接受其他神经元传递过来的信号收到之后神经元中间会有一个胞，按照他的想法流在一起，认为他是兴奋还是不兴奋，他如果觉得这些信号能够让他兴奋，最后下面的输出就是有一个兴奋的值，如果不兴奋就没有反映。
李卓桓：
复杂的神经网络是通过最简单的神经元的模拟的数学公式搭建起来，搭建起来之后再往下讲的时候就跟大家说整个的人工智能发展史上的三次浪潮。
1960年的时候所有人都很高兴，我们能用计算机做任何的事情，打击说能不能用这个神经元的输出加给下 一个神经元解决一些问题，1969年的时候显然这个泡沫崩了，当时的计算能力没有办法撑起这么复杂的运算，所以发现到最后研究者说什么都干不了，一直到1982定又一次兴起，本质上是加了一层，神经元是一个神经元，到这边是两层，他说的两层，其实算输出其实有三列了，一直到最后是多层，大家把它越来越多的时候，能力越来越强，1982年兴起为什么不行，他们发现虽然神经网络解决一些问题，但是我的计算机算不过来，等到第三次兴起的时候是CNN，2012年的时候点评的一个事件计算机有能力识别图象的物体，从最开始70%的错误率，10个里面认出7个，后来可以认出9个甚至更高，直到10个里面到9个现在是100个里面认错4个，这个能力已经超越的人类的能力，这是很令人兴奋的能力，机器从开始非常不靠谱到现在的错误率低于人的错误率，所以迎来的现在AI能力的浪潮。
简单的场景我们来看一下怎么做图形识别，大家肯定很感兴趣是怎么算的，如果大家是做技术的话会对这进事情很感兴趣。一张图怎么能分出右边是卡车、摩托还是人呢，他其实要把这张图每一个象素的数据当做一个输入的神经元的结果，所以这样的证明每一个点都是一个像素的数据，所以大家简单算一下，如果说这张图是400×400，或者是100×100，就是1万个像素，一万个像素里头如果是彩色的图象，每一个像素有多少种颜色，大家可能没有概念，现在手机上每一个像素能有16万种颜色，所以 每一个像素有16万种值，左边的这个蓝色的圆圈不是有100万个，可能有更多个，中间还有很多层， 数据运算量非常非常大。
我跟大家说两点，第一个就是所有的人工智能看数据的方法把这些数据从左边的神经元输进去，第二个中间运算量非常非常大。所以这也是一直在今天我们的GPU公司股价一路飙升，他们的GPU用来做矩阵运算非常非常有效。有了这样的强大的运算能力，其实也是我们过去游戏行业发展所赐，今天我们才能把如此 复杂运算量运用到机器里让它能够识别出一些图象。
李卓桓：
我在过去的一年多的时候，看到过很多的机器学习的好的东西，第一个叫做电脑写作，这也是很多人特别想做的一件事。如果把现在网络上一些知名的人的作品输入给它是不是就能学会一些作品里面的写作的方法呢，这个好事之人把《左手倒影右手年化》，这个人的所有作品放到神经网络上，让它学习，右边是神经网络自动识别出来的，右边的文字不是人写的，是机器学习了人的写作风格之后，机器生成出来的，先给机器提两个词，比如说提美，机器就顺这个美字写。不管机器有没有理解人的意思，但是看起来这个范还是很有感觉的，每个闭上眼睛的时候才能真正面对光明，感觉挺有意思的，机器写出来的。大家如果有兴趣的话可以找到做这个事情的人和代码。
当然了，中国人做的这个事大多数是基于国外的研究基础上的，这个是真正研究这个事的老外他做的事情，大家有没有人知道这个是什么的作品，莎士比亚的作品，但是屏幕上所有的这些文字都是程序自动生长出来的，仔细读的话你会发现里面很多，像我这样英文不是很好又不太喜欢文学，也不太喜欢名著的人，你对比的话莎士比亚的名著就是这样的，大概的意思也差不多，这也是机器写出来的。
李卓桓：
第二个图片，刚才说图片识别出来没有什么问题，但是现在更难的用程序去识别，里面是什么场景给说出来。
刚才说的图片能够生成文字，那么文字怎么生成图片呢？我们给它一个文字，经过不同的迭代就可以生成下面的图，刚刚生成的图是这样的，机器需要很多的迭代，很多时间，刚开始是这样的，慢慢把这个图片做成这样，下面也是一样来一个黄色的鸟就会出来一个黄色。色彩，让神经网络学习大量的有颜色的图片。还有更多的例子，我刚看到它的时候会想是不是我看反了，是不是彩色图片变成黑白的，后面不是，每一张图都是把黑白图象丢给人工智能，人工智能上好了颜色做出来，我认为是完美的。
还有好事的日本人喜欢玩漫画，他们先打草稿，然后再成稿，左边给人工智能大量的草稿的图，同时告诉他草稿完成之后成稿是什么样，再画一张草稿之后他就可以把地成稿弄出来。还有打游戏，很多人用神经网络打游戏，好象比一些女孩打得好很多，这种学习方法只把一个屏幕的像素图输给神经网络，告诉神经网络你现在操作的方法是加分还是加分，死还是活，好的事奖励，不好的事惩罚，神经网络就像刚才说的自己玩的几百万轮就大概有有些基本的概念。
但是超级玛丽是非常挑战的一种，神经网络能够达到玩这些游戏，打小蜜蜂他已经基本上可以把这些游戏在自己玩的情况下，可以非常完美的打通关。还有以前双足行走是很难的，现在直接把每一个肌肉放到每一个神经网络里面，告诉神经网络你现在摔跤了，倒下了神经 网络可以继续走。还有给他任何一个生物，神经网络学习的步态跟我们人类行走的步态非常像。
李卓桓：
神经网络学习文本的时候，他会知道一些人类的特点，如果是国王减男人加女人等于什么，他给出一个答案是皇后，这些向量之间的关系，他所学习到的一些关系。还有更好玩的比如北京减去中国加上俄罗斯，大概是莫斯科的位置，。还有通过人的图象做加减乘除，如果是一个戴眼镜的男人减去男人加上女人，会得到一个戴眼镜的女人，这就是一个梵高的风格，还有神经网络可以作梦，可以看到你给他训练的数据，如果让神经网络在这张图上，你觉得这里有什么样你看到过的东西吗，经过处理之后他会把他看到的东西给你显示出来，更多的梦大家可以在网上找到更多，比如神经神经网络看到一座庙。这是用机器计算货架上有多少海飞丝的。
最后一个结尾是李世石被打败，开始说我一定会胜了它，后来失败了，还胜了一盘。AI时代来了，最近大家看到另外一个，阿法 狗回去之后没有像李世石洗洗水，继续升级换代，所以是alpha zero，一百笔完胜了阿法 狗，这给我们带来的震撼除了赢得的比例之外，阿法 狗是基于人类的棋谱学习，但是alpha zero训练过程中没有用任何的人类棋谱数据，所以他是完全自己从零学习出来的，就是可以让机器以后不依赖于人类学习知识，而是自己去学习，以前我们说机器学习，是需要让机器学习人类的知识和数据，现在只要告诉他游戏规则，就可以玩得比人更好。
李卓桓：
最后这个分享在右侧是谷歌一个秘密实验室里面的机械手，他们正在不停分拣物体，对机器来讲是非常难的，但是打击如果看过一个电影，是只有6岁智商的人，分配给他的任务就是在咖啡厅分拣一些包，他可以做得非常好，所以机器在特定的领域可以非常好，但是在很多真正和人工智能结合的地方有非常长的路要走。
分享完之后就是跟创业有关的，今年的人工智能就是20年前的互联网，我1993年的时候开始使用电脑，最典型的配置386，40兆CPU和4兆 的内存，4兆的内存加200兆的硬盘，今天是怎么样，网络提高的1万倍的速度，我们的CPU提高了6万倍的速度，我们的显卡提了1万倍以上的速度，有一万倍以上性能的提升。今天我们的人工智能是什么，能做语言识别，自然语言理解，图象识别，20年以后如果按照电脑互联网的发展，它会变成什么样，具体什么样我们不知道，但是会有1万倍以上的提升可期待，就像当年的4兆内存到现在，非常不可想象。再看当年的互联网，左边这个是QQ，右边是1998年时候的谷歌，谷歌当年说我们索引了2500万个网页，现在看过去他们都非常非常蠢，但是今天的他们非常厉害，因为他们踩住了这个浪潮，他们在里面做得最好。我们现在的人工智能时代，我们现在的革命，是不是能够被大家每一个创业者抓住，就要靠我们自己。
亚杰商会
亚杰商会作为国际知名的亚裔科技商业协会，一直支持着苏州工业园区创新创业企业的发展。自2010年起，园区就与亚杰商会建立起了良好的合作关系，时光荏苒，如今已迎来了第六届“亚杰·苏州创业训练营”。7年来，共同见证了园区创业领域的百花齐放，共同见证了创业企业的蓬勃发展，共同见证了园区创新发展不断取得新的突破。亚杰商会对增强园区企业家的创新活力、拓宽园区企业的创业视野、推动园区创新型经济的发展起到了积极作用。
近年来，园区把“科技创新”作为区域发展的核心战略和转型升级的主要着力点。科技金融创新发展，苏州金融资产交易中心、股权交易中心等资本要素市场先后设立，区域股权投资基金规模超1200亿元。累计建成各类科技载体超380万平方米、公共技术服务平台30多个、国家级创新基地20多个，累计备案众创空间64家，创新型园区建设取得了显著成效。
“切肤之痛”——数据技术如何服务农业保险