据理解，2019 首届云知声 Open Day 将在北京、深圳、上海、厦门四站相继举行，个中北京作为首站，而深圳站将于 4 月中旬正式开启。作为云知声一年一度的对外进行技能分享与互换的活动，Open Day 是云知声面向人工智能硬核科技，更是与互助伙伴、干系学术和家当研究机构等共话人工智能前沿技能与家当运用并磋商互助的平台。
作为Open Day 的首站，北京站活动以“AI 技能与运用”为核心，在“云知声全栈 AI 技能发展”主论坛之外，还设置“知识图谱”与“AI 芯片”两大平行分论坛。环绕人工智能技能发展与家当实践，为家当人士带来前沿技能、精良产品及行业运用全方面的解读。
AI 理性回归，全栈能力培植成决胜关键
在上午的主论坛活动上，由中国科学院自动化研究所副所长/模式识别国家重点实验室主任刘成林做了精彩的开场致辞中指出，他强调：在当下 AI 技能驱动的家当变革浪潮中，要做事好消费与家当升级的需求，技能与运用的寻衅十分艰巨。对付 AI 企业而言，需培植更加全面的技能体系，才能不断适应并知足场景化的实际问题，保持自身的行业上风。
作为活动的首位分享高朋，云知声董事长/CTO梁家恩博士在题为“理性时期的 AI 技能与家当展望”的主题演讲中，分享了自身对付行业的理解与思考，并提要挈领地解构了云知声覆盖感知、认知与表达的全栈 AI 技能图谱，贯穿技能、产品与家当闭环的全栈 AI 家当能力，以及从底层算法到 AI 芯片的硬核实力。
梁家恩博士指出，云知声很早就搭建了被誉为云知声版“TensorFlow + GKE (Google Kubernetes Engine) ”的 Atlas 机器学习打算平台。基于该平台，向上支撑起旗子暗记（AEC／SSP／ISP）、语音（ASR／TTS／VPR／CALL）、措辞与认知（NLU／NMT／SDS／ICI）、图像（FID／OD／OCR）等多技能领域的横向扩展和纵向迭代。
通过将能力封装在自研 AI 芯片之上，云知声打磨了“云端芯”一体化产品体系，落地“AI+生活（家居、车载、机器人等）”与“AI+做事（医疗、教诲、政务、酒店等）”两大核心场景，继而贯通云知声从 AI 技能抵家当运用的生态闭环。
梁家恩博士同时还指出：“在全栈能力与硬核科技双轮驱动下，云知声定位需求与问题，致力于打通技能创新抵家当运用的闭环，办理家当规模化运用的关键问题。”
本次活动上，李霄寒博士从 AI 芯片设计的寻衅、设计维度以及核心技能等方向，分享了云知声对付 AI 芯片行业和技能的意见。他认为，针对人工智能的芯片设计，面临着碎片化场景、冯·诺依曼内存墙、边缘侧运用的低功耗需求、安全需求四大寻衅。在芯片设计上，需面向详细场景，基于端云互动的思想供应多模态处理的能力，在性能、功耗、面积上达到精良平衡，并兼顾连接和安全的需求。
他先容到，办理冯·诺依曼内存墙这一行业共同难题，关键在于拉近打算单位和存储单位的间隔，让它们尽可能靠近。为此，云知声提出了异构打算系统架构设计、加速器近算存储构造，以及通用API函数到专用指令集的多重应对方案。与此同时，通过技能攻坚，云知声推出的低功耗语音唤醒技能，以及面向机器视觉专用的低功耗microISP，可很好地适应边缘侧运用的低功耗需求。而定制的安全 IP 方案，则可知足安全性方面的哀求。
随后，环绕人机交互对话系统，云知声 AI Labs 资深专家刘升平先容了云知声在这一领域的范例技能与进展，包括流式交互、语用打算与知性会话。他指出，云知声从 2013 年开始发力语音交互系统，为实现真正的智能，在 2016 年云知声正式提出流式对话方案，并在行业率先实现多次对话中的免唤醒；同时，云知声提出的语用打算技能，可以从语用而非直接从语境的角度去理解说话人意图。结合更丰富的语义，可更好地理解语音输入的真正含义；此外，云知声还把知识引入到对话过程中，让知识图谱全程参与全体对话过程，包括谈天、问答，都由知识图谱来支撑，授予机器聪明头脑。
从远场语音识别的前端旗子暗记处理技能出发，云知声 AI Labs 资深专家关海欣分享了云知声针对这一领域的创新办理思路。他表示，办理远场语音识别的关键点在于远场拾音，需从前真个旗子暗记处理阶段入手，妥善处理好反应、混响、噪声等三个核心问题。在反应肃清、混响抑制、噪声处理等方向，云知声已有领先的成熟技能方案，干系技能指标均达行业一流水准。
AI 芯片百花齐放，云端、边缘侧殊途同归
AI 芯片分论坛中，云知声副总裁李霄寒、寒武纪副总裁刘道福、NextVPU（肇不雅观电子）联合创始人陈涛、比特大陆算丰 AI 产品线总裁阮沈勇四位高朋结合各自公司的业务方向，就 AI 芯片的关键技能、设计难点与场景运用进行了分享。
李霄寒认为，IoT 结合 AI 化浪潮，须要全新的 AIoT 芯片，多模态 AI 芯片是关键一步。AI 与 IoT 的叠加哀求传统办理方案朝五大方向转型：从通用架构-AI架构、从依赖硬件到软硬件一体、从 PPA 模式到垂直场景模式、交互从单模态转向多模态、设备从独立到协同。为此，云知声提出 Skills On Chip 观点，打造了 DeepNet2.0 多模态神经网络处理器 IP，可兼容多种神经网络。
寒武纪公司副总裁刘道福结合自身家当经历，多角度剖析了智能芯片该如何做到好用和通用。他认为，设计灵巧的指令集，设计可扩展性强/高效的架构，供应灵巧的运算器方案，支持主流编程架构，在大规模商用中得到反馈和改动等均是做好智能芯片的主要手段。
NextVPU 联合创始人陈涛重点先容了其 AI视觉处理器芯片N171。他先容，N171是一款高度集成的SoC芯片，可作为主芯片独立运行操作系统，还可为打算机视觉定制分外的视觉成像引擎，可广泛用于机器人、无人机、无人车等方面。
去年年初，比特大陆发布云端 AI 芯片品牌“算丰”，并按照 9 个月的速率进行产品发布和迭代。不才午的分论坛上，比特大陆算丰 AI产品线总裁阮沈勇先容了比特大陆量产深度学习加速卡 SC3。他透露，今年上半年比特大陆还将推出第三代芯片 BM1684，BM1684 的芯片会在处理路数以及接口上有大幅度提升。
知识图谱，打造行业专家人设
不才午的分论坛中，云知声 AI Labs 资深专家刘升平、中科院自动化所副研究员刘康、中科院软件研究所研究员韩先培、文因互联创始人/CEO 鲍捷、达不雅观数据创始人/CEO 陈运文，环绕该领域所面临的技能寻衅以及运用前景展开了谈论。
刘升平指出，知识图谱是人工智能时期打造面向酒店做事、家居生活、儿童教诲平分歧场景行业专家的基石。结合在医疗领域的家当实践，刘升平分享了知识图谱的构建方法与构建流程。他认为，在构建知识图谱时，一定要看行业历史上的知识表现方法，通过借鉴这些方法来降落本钱；其余一定要运用驱动，而且一定要选好知识图谱的评测方法。
中科院自动化所副研究员刘康、中科院软件研究所研究员韩先培两位高朋则分别结合自身的研究方向，分享了自然措辞理解、知识获取与对话天生等技能领域的最新进展。
随后，文因互联创始人/CEO 鲍捷分享了关于知识图谱的一些核心观点知识、基本原则与演进方向。他认为，知识图谱的最佳用场在于“不可预期”的运用，其打破点可能在于人机交互（HCI），而不在于知识的提取或知识表现。
知识图谱论坛的末了一位高朋，由达不雅观数据创始人/CEO 陈运文带来文本智能处理领域技能发展和运用成果的分享。他指出，随着各行业向智能化转型的发展须要，文档内容自动化处理在大型集团企业、政府、教诲、金融等行业有着广阔运用前景。借助自然措辞理解、机器翻译、知识图谱等技能，在深度学习的加持下，可以让机器高效、自动化地实现文档的阅读、审阅和撰写，实现数据化、智能化运营,将有效提升企业运营效率。