2020年11月20日，由中國科學技術協會主辦，中國國際科技交流中心、中國人工智能學會、新加坡通商中國承辦的“中新數字經濟與人工智能高峰論壇”雲端召開。主題報告環節，澎思科技首席科學家、新加坡研究院申省梅院長帶來了《新加坡智慧國啓示，以人工智能驅動數字經濟升級》的精彩演講。
申省梅
澎思科技首席科學家、新加坡研究院院長
以下是申省梅院長的演講實錄：
今天想和大家分享的是新加坡智慧國的啓示，以人工智能來驅動數字經濟的升級，我會圍繞下面四個主題和大家分享。
2017 年，新加坡就已經在全球智慧城市榜上名列第一，2020 年又在智慧城市的指數榜上名列全球第一。新加坡從國家戰略布局、政策、資金投入、頂層設計四個層面入手，戰略確定了方向，政策保證背書，資金提供底氣，頂層設計規劃來具體執行。
世界現在正在發生巨大變化，基本的推動力之一就是數字化轉型，而全球經濟也在經曆著數字化轉型，且發展速度非常驚人。數字化轉型就是使用最新技術來做你已經做過的事情，而且會做得更好。人工智能以及新的技術都會爲數字化轉型帶來新的商機和新的商業模式。
2006 年，新加坡就發布了《研究創新與企業計劃 2020》，在接下來的 5 年中提供了 190 億美元用于研發。2020 年 6 月，新加坡副總理兼財務部長王瑞傑宣布，新加坡政府將撥款 200 億新元，支持未來 5 年的科研計劃，以提升新加坡的競爭力，人工智能就是其中的一個領域。
下面我講講在新加坡政府制定的政策下，其他的部門是怎樣實施的？
澎思作爲本地企業，如何參與 AI 在新加坡的研發創新，以及落地應用？AISG 是由國家研究基金會（NRF）發起的國家 AI 計劃，目標是提升整個國家人工智能水平，培養 AI 人才，建立 AI生態系統。在這個計劃下，有 100 個 AI 的項目，澎思研究院和新加坡國立大學合作的項目就是其中之一。在這個項目中，我們目標是要開發新一代的 AIoT 系統，其中包括 AI-ISP 的 sensor 和聯邦分布式的神經網絡。
這是其中一部分中間結果。我們都知道，相機成像時都會有一個 ISP（Image Signal Processing）, 圖像信號處理器裏使用了各種各樣的圖像處理技術（比如去噪聲、白平衡、寬動態範圍成像等技術），這些技術之間互相制約很難達到理想的成像質量，我們利用 AI 深度學習技術，能夠在不同的燈光（逆光、背光、暗光）環境條件下，都可以得到一個比較理想的圖像質量。這是項目中的第二部分。我們的出發點是針對新的 AIOT普及，會牽涉到把 AI 布署到各個終端，而終端有不同的有限資源，而且本地的數據都會受到保護。在這種情況下，我們應用了聯邦分布式學習的機制設計訓練系統和下載系統，使訓練的模型都能夠針對不同終端資源得到最佳優化，而又沒有使用私有數據。
另外，新加坡資訊通信媒體發展局 (IMDA)有一個開放式創新平台，它是一座促進創新合作、解決實際業務問題的橋梁，能讓很多機構盡快找到新穎的、創新的先進技術和解決方案，並且讓參與機構提升其內部運作的數字化、智能化，從而提高工作效率，並且豐富用戶體驗，創造新的價值。
澎思具有全棧技術，尤其是 AI 和計算機視覺技術，希望能夠利用我們的優勢，在這個平台上爲各種機構提供他們解決問題的方案。下面介紹幾個應用的案例，其中之一就是新加坡文物局（NHB），他們在尋找如何利用 AI加強用戶體驗，提高工作效率。從訪客注冊到買票，以及到參觀整個畫廊，全程是自動化無感通行，並且能夠根據用戶訪客身份，以及國家的來曆、喜好、在哪個畫廊，及時推薦好的項目給他們，讓他們體驗更好。最具有挑戰的是，人臉識別要在弱光、暗光下能夠發揮作用，訪客走到不同的畫廊，能及時推送他們想要的東西。
另外一個項目是，老人院等社會服務機構在尋求自動護理、自動監控、安全防衛，同時協助有限的看護人員減輕負擔，提高效率的 AIoT 的解決方案，包括異常行爲的檢測、老人摔倒的檢測。IMDA 旗下有一個 SG digital office，這次疫情期間在他們的大力支持下，澎思的防疫産品很快落地，參與了新加坡 COVID-19 的防衛工作。
從這個短的視頻可以看到，新加坡研究院和北京研究院自研的戴口罩的人臉識別。早在 2020 年 2月我們就開始研發自動測溫，並且和人臉識別門禁系統集成起來。加速人工智能在新加坡的落地應用。新冠疫情成爲對新加坡智慧城市的一次考驗，澎思科技防疫出海屢獲新加坡政府認可，産品入選 IMDA推出的新加坡中小企業數字化計劃，以及新加坡全國社會服務理事會推薦抗疫産品名錄。從 2020 年 4 月起，新加坡累計 600 多家公司與機構使用了澎思公司的智慧門禁測溫産品，廣泛應用在企業總部、地鐵站、美食街、科技園區、外籍勞工宿舍、中小學校等地，爲確保社區的安全和健康做出了貢獻。
通用智能是下一代 AI 發展的必然趨勢，代表智能革命的未來。以澎思爲例，其相關算法研究走在國際前列，已在産業應用中發揮良好的效果，形成生産力轉化。我們做了並且正聚焦在遷移學習、無監督或自監督學習、小樣本學習，以及多模態學習，在國際各種比賽中也獲得很多獎項。有些技術也會很快在新加坡落地，例如行人再識別 ReID 技術。
預先訓練好的模型，當場景光線不同、角度不同時性能得不到保證，利用了新的自監督學習和GAN 技術，2020 年 12 月底就會在新加坡一個項目上落地。這個項目是異常行爲中一個打架的檢測。在不同場景下，相機的角度不同，打架的行爲就會受到挑戰，所以這項技術需要用到最先進的技術，12 月底也會在新加坡落地。此外還有巡邏機器人即將在新加坡郵政大廈正式運行。
新加坡“智慧國”給我們的啓示是，非常強調頂層的設計，立足長遠，並提出務實的願景，注重 AI 教育、人才培養，特別加強産學研合作，調動多方資源，跨領域合作；加速 AI 落地，科技以人爲本，增強民衆感知。
今年是中新建交 30 周年，讓我們搭建中新人工智能對話的橋梁，中國可以借鑒新加坡智慧國建設的先進經驗，新加坡也可以參考中國不斷湧現出來的商業模式和落地場景，促進兩國人工智能産學研交流與合作，推動 AI 産業化的落地進程。
（本報告根據速記整理）
CAAI原創 丨 作者申省梅院長
未經授權嚴禁轉載及翻譯
如需轉載合作請向學會或本人申請
轉發請注明轉自中國人工智能學會