CNET記者第一次見陳拯民是4月22日的初賽現(xiàn)場,那天除了火紅的太陽外,對陳拯民在臺上兩眼放光,侃侃而談高性能電機的樣子印象深刻。再見他是5月31日的決賽現(xiàn)場。陳拯民給觀眾帶來兩個驚喜:一是他的團(tuán)隊研發(fā)的第四版高性能電機的最后一個零件加工出來了,二是作為中國區(qū)冠軍,他將有機會代表10億人赴硅谷尋夢。具體計劃是6月中旬他會與世界各地其他79名創(chuàng)業(yè)者一起,去奇點大學(xué)參加為期10周的培訓(xùn)。
本次大賽選手主要通過PPT演示加12分鐘現(xiàn)場演講,選手可邀請助陣嘉賓3分鐘站臺推薦,之后3位總評委進(jìn)行5分鐘提問并結(jié)合媒體評審團(tuán)打分的方式等綜合評估。從數(shù)百個參賽者中脫穎而出的10強選手,分別展示了各自的創(chuàng)業(yè)項目。
其中,雅果科技李淺以創(chuàng)新的重癥呼吸治療設(shè)備獲亞軍,該團(tuán)隊自主研發(fā)的重癥呼吸仿生醫(yī)療設(shè)備,提高了插管呼吸機病人ICU的救活率。
李俊等福際團(tuán)隊將傳統(tǒng)PCR改進(jìn)并研發(fā)出PCR和qPCR系列試劑盒獲季軍。該團(tuán)隊通過研究聚合酶鏈?zhǔn)椒磻?yīng)技術(shù)(PCR),開發(fā)出的PCR/qPCR系列試劑盒,提高DNA檢測效率和準(zhǔn)確度,填補市場空白。
北京翼開科技的EmoKit則可以通過監(jiān)測語音、心率、計步、呼吸、筆跡等體征識別情緒,從而使得機器變得更聰明,更善解人意。
決賽由百度新聞、36氪和新浪創(chuàng)業(yè)聯(lián)合主辦,采用百分比制。分別邀請了凱鵬華盈中國基金副總裁梁宇、小米科技聯(lián)合創(chuàng)始人洪鋒、IDG副總裁張海濤以及微軟創(chuàng)投加速器CTO沈強作為專業(yè)評委,選手評分占比50%。創(chuàng)業(yè)邦CEO兼出版人南立新、財經(jīng)天下周刊主編李翔、PingWest品玩創(chuàng)始人兼CEO駱軼航、好奇心日報聯(lián)合創(chuàng)始人黃俊杰,極客公園總編吳江以及鈦媒體執(zhí)行主編楊瑨作為媒體評委,選手評分占比30%。此外現(xiàn)場500位觀眾投票占比20%。
曾在比賽階段表示團(tuán)隊財力捉襟見肘的陳拯民,得到了最早進(jìn)入中國的投資機構(gòu)之一、知名風(fēng)投機構(gòu)IDG副總裁張海濤的點評:這類項目雖然投入大,周期長,但卻具有長遠(yuǎn)的潛力,真正可能造成巨大的影響力,需要大量曝光來吸引關(guān)注和投資才能堅持下去。專業(yè)評委小米聯(lián)合創(chuàng)始人洪鋒認(rèn)為“如果真的可以實現(xiàn)高性能電機的設(shè)想,它對這個世界的影響力將會是巨大的。
從杯子底部看問題:只因耐得住寂寞
在簡短的VCR介紹中,陳拯民認(rèn)為自己是耐得住寂寞的人。他坦言,之所以能“耐得住寂寞”,原因是他“只想做電機”。一種普遍的看法是:自1882年特斯萊發(fā)明交流電和第一部交流電機以來,電機已經(jīng)有100多年的歷史了,有專家也認(rèn)為電機技術(shù)很成熟,甚至有人認(rèn)為它已經(jīng)沒有太大的提升空間了。
陳拯民則認(rèn)為中國的“電機技術(shù)已經(jīng)非常成熟了,成熟二三十年,性能幾乎沒有什么太大的提升。”但是,我們生活中的一切幾乎都離不開電機。如攝影師的攝像頭、人們乘坐的特斯拉汽車、日常生活中使用的空調(diào)等電器的運行都需要電機。
于是,當(dāng)他看到NASA資助的MAT體系公司的電機性能比國內(nèi)主流的電機還要高出五倍左右的水準(zhǔn)后,當(dāng)時的想法是:同樣是制造電機,一樣的功率和密度,國外的電機效能卻是國內(nèi)的五倍功率。因此,當(dāng)他看到電機原理圖時,當(dāng)時的想法是“這個電機我能做出來”。
陳拯民表示,星谷實驗室開始的想法是“我們可以做一個性能特別好的電機技術(shù)”,那時候的思路是“我們在開發(fā)技術(shù)本身,而不是一個產(chǎn)品。”實際上,電機是一個系統(tǒng)工程,通過鉆研電機的整個理論體系,他發(fā)現(xiàn)可以通過構(gòu)建完整的電機理論體系,也就是陳拯民所說的“知識圖譜”,來讓藏在NASA實驗室的各種參數(shù)變成更大的現(xiàn)實制造等產(chǎn)業(yè)運用的工具。所以陳拯民稱他目前做的事情是建設(shè)一個高性能的“電機產(chǎn)業(yè)說明書”。包括新型電機理論基礎(chǔ)、量產(chǎn)制造工藝、電機新材料配方原材料供應(yīng)鏈以及內(nèi)置電路在內(nèi)的智能電機架構(gòu)等。
在2014年星谷實驗室團(tuán)隊用了7個月去進(jìn)行研發(fā),失敗了十余次后項目終于取得了成功。
目前,星谷實驗室生產(chǎn)的電機可以產(chǎn)生四千瓦的功率,和美國的頂尖實驗室的數(shù)據(jù)幾乎一致。
并且該團(tuán)隊研發(fā)出的電機具有性能好(相比市場上82%-94%的功率密度水平,星谷實驗室能達(dá)到96%-97.5%)、能效低(能效是普通電機能耗的三分之一)成本低(比傳統(tǒng)電機成本低百分之二三十)等優(yōu)勢。
“不但是如何做電機,而是解決如何建設(shè)一個新電機產(chǎn)業(yè)。”他表示,最大的夢想是用電機技術(shù)“幫助中國變成一個從OK到頂尖的工業(yè)化國家。”作為一個科研團(tuán)隊,陳拯民沒有首先考慮利用他的電機技術(shù)去盈利。“趕緊回實驗室干活!”這是星谷實驗室創(chuàng)始人陳拯民在獲勝后的第一反應(yīng)。
提到翎客科技的火箭項目,就連天使匯的CEO蘭寧羽也說“這是一個史無前例、絕無僅有、不敢有人投資的項目,”他投資的原因很簡單,因為胡振宇會經(jīng)常“從杯子底部看問題”,用胡振宇自己的話說,就是他非常地尊重科學(xué),因為發(fā)自內(nèi)心的熱愛航天事業(yè),所以他現(xiàn)在做的事情都是基礎(chǔ)性的工作,他說“你想顛覆一個行業(yè),把基礎(chǔ)性的每一個選材、每一個過程、每一個細(xì)節(jié)都摸透,這是系統(tǒng)工程想要做好的最根本之處”。
也正是看到了胡振宇對航天技術(shù)的儲備一級積累的狂熱愛好,強大的組成團(tuán)隊和構(gòu)建事物能力,所以蘭寧羽表示非常看好航天產(chǎn)業(yè)的發(fā)展前景,他相信在未來的航天產(chǎn)業(yè)中,以胡振宇為代表的創(chuàng)業(yè)者將會有更多的探索空間。
人工智能的想象力:從圖文搜索到情緒識別
如果說未來人工智能是一個好的發(fā)展方向,那么衣+圖像識別的搜索引擎創(chuàng)始人張默,就是一個將全球10億多張圖片以及眾多電商結(jié)合起來的平臺。這是一種基于人主動尋求個性化和自我表達(dá)的需求而言的。
她說“我們解決的是人所見即所得的碎片化的人對購物和時尚的需求。”從張默的介紹中可以得知,他們做的是深度學(xué)習(xí)的人工智能,通過整合全球100多家時裝商,連接100多個國家的用戶。利用圖像識別和深度網(wǎng)絡(luò)神經(jīng)學(xué)習(xí)和搜索技術(shù),教機器識別圖像,具體方法是通過對海量數(shù)據(jù)的訓(xùn)練以及深度神經(jīng)網(wǎng)絡(luò)體系中隊商品屬性的訓(xùn)練,將機器識別時裝的精確度從60%的提升到90%以上。
而人工智能化圖像識別的未來,張默表示要做全球化的時裝導(dǎo)購平臺,讓機器來幫助人,從而使得人能在任何時間、任何地點看到任何喜歡的東西,都可以隨時找到并買下來,真正地讓用戶心想事成。
如果說圖像識別是基于視覺的人工智能的運用,那么情緒識別完全是基于人工情景的創(chuàng)新。Emokit的創(chuàng)始人就試圖通過情緒識別來影響人的感知。他認(rèn)為Emokit一定會成為智能硬件和可穿戴設(shè)備領(lǐng)域中的必備KIT。他的觀點是“具有情緒識別能力的人工智能才能為人類提供更加貼心的服務(wù)。”所以Emokit做的事情就是通過開放且免費的SDK接口,采集用戶眾多的情緒大數(shù)據(jù)并創(chuàng)造價值。他認(rèn)為百度音樂的情緒識別方式更容易滿足用戶在情景中聽音樂的心情。而Emokit也可以通過過體征匹配的方式,使得情緒識別機器像人類伙伴一樣。
解決用戶痛點:用創(chuàng)新與關(guān)懷助益更多的人
學(xué)習(xí)英語一直是很多中國人的痛點,批改網(wǎng)的張躍就是基于全球20億人學(xué)習(xí)英語的需求而產(chǎn)生的。張躍自認(rèn)為他的創(chuàng)新之處是“重新定義了英語的學(xué)習(xí)方式”。
批改網(wǎng)主要針對的美國人為主的白語料庫和中國等為主的黑語料庫。白語料庫主要是采集跟蹤紐約時報、華爾街日報等在內(nèi)的歐美發(fā)達(dá)國家的最新英語資訊,黑語料庫則主要解決中國學(xué)生尤其是英文作文批改的難題。批改網(wǎng)將學(xué)生作文進(jìn)行客觀化、實時化和個性化的批改,并通過背后的192個打分維度進(jìn)行打分,學(xué)生英語作文提交后就能得到批改并知道錯誤在哪里。然后批改網(wǎng)上的大數(shù)據(jù)將對學(xué)生的行為進(jìn)行分析并給出建議。
張躍認(rèn)為基于學(xué)生真實大數(shù)據(jù)分析的數(shù)據(jù)具有很高的價值。通過系統(tǒng)的人工擬合后發(fā)現(xiàn),批改網(wǎng)的精度達(dá)到了92.3%,這種精確度可以在解放教師負(fù)擔(dān)的同時,讓學(xué)生的英語作文學(xué)習(xí)變得更有針對性。
雅果科技的創(chuàng)始人李淺認(rèn)為,“生命是一切意義的前提,跟拯救生命相比,大部分創(chuàng)新只是生意。”于是她想為全世界使用創(chuàng)呼吸機的病人做一款最先進(jìn)的呼吸治療設(shè)備。該團(tuán)隊的產(chǎn)品通過使用仿生技術(shù)幫助呼吸性肺炎病患者咳嗽。從目前的情況看,全國有的三甲醫(yī)院已經(jīng)開始試用了。
由Google、NASA以及美國頂尖科技專家聯(lián)合創(chuàng)辦的奇點大學(xué)的宗旨是“致力于通過科技改變世界”。媒體評委之一鈦媒體執(zhí)行主編楊瑨表示:“像生物醫(yī)療、航天技術(shù)這樣對硬科技領(lǐng)域,科研發(fā)展迅速,需要更多像奇點大學(xué)這樣對前沿科技展示平臺。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。