2019世界創(chuàng)新者年會(huì)（World Innovators Meet 2019, 簡(jiǎn)稱(chēng)WIM2019），于2019年12月6日在北京·國(guó)貿(mào)大酒店拉開(kāi)帷幕。本屆大會(huì)由中國(guó)企業(yè)聯(lián)合會(huì)指導(dǎo)，億歐·EqualOcean、工業(yè)和信息化科技成果轉(zhuǎn)化聯(lián)盟聯(lián)合主辦，以“科創(chuàng)4.0：共建全球化新未來(lái)”為主題，6000余名來(lái)自美國(guó)、英國(guó)、法國(guó)、澳大利亞、瑞士、以色列、俄羅斯、西班牙、葡萄牙、印度、新加坡等二十余個(gè)國(guó)家和地區(qū)的創(chuàng)新者齊聚一堂，共同總結(jié)2019年世界科技與產(chǎn)業(yè)創(chuàng)新的成果，預(yù)測(cè)2020年最新創(chuàng)新趨勢(shì)。

本次大會(huì)為期三天（12月6日-8日），采用“9+1”的會(huì)議結(jié)構(gòu)，即于8日舉辦的“1”場(chǎng)創(chuàng)新領(lǐng)袖峰會(huì)，于6日和7日舉辦的“9”場(chǎng)主題論壇。9場(chǎng)論壇分別圍繞當(dāng)下最熱門(mén)的零售新消費(fèi)、金融科技、投資新趨勢(shì)、智能硬科技、醫(yī)療大健康、產(chǎn)業(yè)互聯(lián)網(wǎng)等領(lǐng)域，以及青年、女性和科學(xué)企業(yè)家等群體展開(kāi)。

在12月8日舉辦的創(chuàng)新領(lǐng)袖峰會(huì)上，眼神科技創(chuàng)始人兼CEO周軍發(fā)表了主題演講。他的主要觀點(diǎn)如下：

（1）多模態(tài)不是非此即彼的組合替代，而是基于數(shù)據(jù)融合的算法融合，并依托平臺(tái)決策為支撐。

（2）“多模態(tài)”是AI技術(shù)的下一步，更是AI落地的必經(jīng)之路。

以下是周軍演講全文（部分有刪減）

感謝主辦方的邀請(qǐng)。今天又站在這里，和去年不同，去年是講人工智能，今天講的是“十年一顧多模態(tài)”。這個(gè)單模態(tài)是什么，兩模態(tài)是什么，三模態(tài)又是什么？多模態(tài)到底是什么？

? 人工智能發(fā)展了這么長(zhǎng)時(shí)間，大家對(duì)他的預(yù)期越來(lái)越接近實(shí)際情況。剛剛一個(gè)朋友問(wèn)我，人工智能到底發(fā)展到哪一步了？說(shuō)實(shí)話，我不知道。我突然想講一個(gè)小故事。養(yǎng)寵物的人很多，當(dāng)你回到家里面，小狗會(huì)根據(jù)你的情緒做出反應(yīng)：你開(kāi)心的時(shí)候，它會(huì)陪你一起開(kāi)心；當(dāng)你累的夠嗆在沙發(fā)上時(shí)，它會(huì)乖乖的呆在你的身邊。我們家有一個(gè)小狗叫天球，如果昨晚它把你的拖鞋叼走了，當(dāng)你早上醒來(lái)的時(shí)候，它會(huì)立刻叼回來(lái)；當(dāng)你走向衣櫥的時(shí)候，它會(huì)立刻跑到門(mén)口等著給你開(kāi)門(mén)。這么簡(jiǎn)單的一個(gè)小狗，它能根據(jù)你的表情、行為時(shí)間，能判斷出你是否開(kāi)心并做出一系列的反應(yīng)。

我想給大家說(shuō)一下，就這么一個(gè)小狗的智商，人工智能需要花多長(zhǎng)時(shí)間做到？按照現(xiàn)在的人工智能，或者弱人工智能時(shí)代，沒(méi)有20年很難做到這一步。這意味著，人工智能再過(guò)20年都很難達(dá)到小狗的水平，那么達(dá)到小孩的水平需要多少年？

那么人工智能接下來(lái)該怎么做？什么是多模態(tài)？

讓我講講多模態(tài)，眼神科技從事人工智能20多年，十多年前就在從事多模態(tài)的技術(shù)的落地，我有一些感想感悟、落地的案例和經(jīng)驗(yàn)想分享一下。

多模態(tài)在去年開(kāi)始成為焦點(diǎn)，很多知名企業(yè)比如說(shuō)華為、騰訊、百度，這樣的AI大廠，都開(kāi)始逐漸的把目光瞄向多模態(tài)，很多創(chuàng)業(yè)公司也在思考這個(gè)方向性的問(wèn)題。華為投資多模態(tài)語(yǔ)義理解的公司，騰訊的AI Lab的俞棟博士有那么一句話“多模態(tài)是邁向通用人工智能的重要方向”。通用人工智能是弱人工智能時(shí)代需要走向的一個(gè)方向，弱人工智能是 “見(jiàn)多識(shí)廣”，解決的是感知的問(wèn)題，通用人工智能具有幾個(gè)屬性：自學(xué)習(xí)、增量學(xué)習(xí)、增強(qiáng)學(xué)習(xí)，這些內(nèi)容結(jié)合在一塊，是強(qiáng)人工智能。從弱人工智能到強(qiáng)人工智能的奇點(diǎn)，截止目前還沒(méi)有突破。 “見(jiàn)少知多”、“不見(jiàn)而預(yù)知”的強(qiáng)人工智能時(shí)代，這是很多年國(guó)際前沿人工智能公司一直努力的事情，技術(shù)遇到了天花板。

多模態(tài)指的是多傳感器融合，不是非此即彼的組合替代。指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別、指靜脈識(shí)別，每一個(gè)技術(shù)、每一個(gè)算法用一個(gè)傳感器解決一個(gè)問(wèn)題叫單模態(tài)。隨著AI的發(fā)展、信息增加，AI被賦能被期待的模態(tài)越來(lái)越多，比如文本識(shí)別，圖片識(shí)別、文本和圖片組合識(shí)別、圖片和視頻組合識(shí)別等，各種信息從不同的方位，不同的傳感器到來(lái)，單一識(shí)別技術(shù)已經(jīng)很難滿足這樣的發(fā)展。

如何解決識(shí)別誤導(dǎo)和傳感器感知局限問(wèn)題，如何讓機(jī)器像人一樣感知和理解這個(gè)世界，我認(rèn)為是多模態(tài)才可以解決的問(wèn)題。眼神科技致力于讓機(jī)器和人交流的時(shí)候，使機(jī)器具有像人一樣的眼睛，眼神科技因此而得名。

多模態(tài)市場(chǎng)需求旺盛，國(guó)外領(lǐng)軍企業(yè)堅(jiān)持多模態(tài)。

國(guó)外知名的生物識(shí)別企業(yè)都在研究多模態(tài)，多模態(tài)已經(jīng)成為生物識(shí)別發(fā)展趨勢(shì)，EBA（歐洲生物識(shí)別行業(yè)協(xié)會(huì)）告訴我一個(gè)數(shù)據(jù)，到2023年歐洲生物識(shí)別的訴求達(dá)到115億美金。根據(jù)我們公司去年的情況，我們的人臉、虹膜、指紋三種技術(shù)在公司業(yè)務(wù)中已經(jīng)形成了“三分天下“的收入角色。

眼神科技在多模態(tài)生物識(shí)別領(lǐng)域已經(jīng)耕耘了20年時(shí)間。從1998年到2005年，公司一直在做指紋識(shí)別，在這期間也發(fā)現(xiàn)了指紋存在的問(wèn)題，于是和人臉進(jìn)行融合。這個(gè)階段是公司指紋技術(shù)發(fā)展、指紋和人臉融合的發(fā)展階段；2005年到2013年階段，這也是我來(lái)北京創(chuàng)業(yè)的階段。在這個(gè)時(shí)期，公司利用成熟的指紋識(shí)別技術(shù)，打開(kāi)了全國(guó)50%的銀行市場(chǎng)。之后又開(kāi)發(fā)人臉識(shí)別、虹膜識(shí)別技術(shù)，虹膜識(shí)別技術(shù)我們從2005年開(kāi)始研發(fā)，到了2009年已經(jīng)達(dá)到了全球頂級(jí)程度，這是整個(gè)基礎(chǔ)算法形成的過(guò)程。

在面向市場(chǎng)的推廣過(guò)程中，我們發(fā)現(xiàn)單一技術(shù)決策存在的一些問(wèn)題，更需要打造分層決策，于是我們打造了ABIS多模態(tài)統(tǒng)一平臺(tái)。整個(gè)公司技術(shù)研發(fā)過(guò)程中，我們獲得了400多項(xiàng)發(fā)明專(zhuān)利，獲得了國(guó)家技術(shù)發(fā)明二等獎(jiǎng)。多模態(tài)決策體制是如何形成的？包含了融合算法，平臺(tái)決策，ABIS平臺(tái)三個(gè)方面，是基于數(shù)據(jù)融合的算法融合，并依托平臺(tái)決策為支撐打造。

從AI應(yīng)用最前線——金融行業(yè)看多模態(tài)

眼神科技的研發(fā)一直是陪伴一個(gè)行業(yè)長(zhǎng)大的，這個(gè)行業(yè)就是金融行業(yè)。公司在1998年就開(kāi)始研究指紋，2002年，我們開(kāi)始定位銀行并且做試驗(yàn)。指紋的發(fā)展存在的最大問(wèn)題，就是有很多人天生指紋淺、經(jīng)常參加體育活動(dòng)和體力勞動(dòng)的人指紋也非常淺，舉例有一家公司有20萬(wàn)人，其中1%的人指紋識(shí)別困難，用解決方案也無(wú)法解決?！翱萍疾粡纳啤白屩讣y識(shí)別技術(shù)遇到了巨大挑戰(zhàn)，于是我不得不把指紋和人臉結(jié)合在一起解決問(wèn)題。解決了銀行內(nèi)部風(fēng)控的問(wèn)題后，如何降本增效，如何獲客成為銀行發(fā)展的第二階段。用人臉識(shí)別可以解決獲客問(wèn)題，可以做到人臉聯(lián)網(wǎng)核查和VIP的識(shí)別。運(yùn)營(yíng)過(guò)程中又發(fā)現(xiàn)，尤其手機(jī)遠(yuǎn)端獲客，在幫著銀行降低成本和獲客的同時(shí)，會(huì)遇到防偽的問(wèn)題，人臉識(shí)別不能作為獲客的單一的識(shí)別手段，于是我們把人臉和虹膜識(shí)別組合起來(lái)識(shí)別。隨著銀行開(kāi)放和生態(tài)的建設(shè)，”追客”和”幫客”成為銀行重要的需求，這對(duì)生物識(shí)別和人工智能提出更大的挑戰(zhàn)。如何在場(chǎng)景中識(shí)別人、物、客，以及客戶需求的把握、精準(zhǔn)營(yíng)銷(xiāo)如何去做，讓銀行服務(wù)進(jìn)入你的消費(fèi)空間，進(jìn)入你的生活，這個(gè)過(guò)程就需要生物識(shí)別技術(shù)的融合應(yīng)用。今年，眼神科技中標(biāo)了工商銀行人臉識(shí)別產(chǎn)品引入和虹膜、指靜脈算法提升服務(wù)項(xiàng)目，實(shí)現(xiàn)了指紋、人臉、虹膜、指靜脈四項(xiàng)核心生物識(shí)別技術(shù)與工商銀行全面合作。多模態(tài)是現(xiàn)在很多銀行都在努力探索的方式。

到目前為止，眼神科技通過(guò)多模態(tài)生物識(shí)別技術(shù)，服務(wù)全球2000多家客戶，渠道客戶1000多家。經(jīng)歷了二十年發(fā)展，在國(guó)內(nèi)可以說(shuō)是陪伴金融成長(zhǎng)，也可以說(shuō)是被金融驅(qū)使，一刻沒(méi)有停過(guò)，過(guò)去二十年一直在創(chuàng)新?？偨Y(jié)一下，眼神多年的發(fā)展過(guò)程中，遇到問(wèn)題、解決問(wèn)題，用多種生物識(shí)別技術(shù)融合決策、多種技術(shù)解決一件事情。

我認(rèn)為多模態(tài)是長(zhǎng)期發(fā)展的一個(gè)方向。希望更多的創(chuàng)新者，在各自領(lǐng)域的單模態(tài)上，好好的創(chuàng)新、耕耘，大家一起為人工智能未來(lái)的發(fā)展創(chuàng)造一個(gè)良好的環(huán)境，謝謝大家！