周昌还称，阿里巴巴城市大脑人工智能开放创新平台，也是科技部首批四个国家人工智能开放创新平台之一，重点做得是安全和交通，接下的目标是往环境、工业、制造这方面连续去做。
以下是周昌演讲实录：
作为AI一线的落地工程师，给大家讲一讲“视觉AI以及智能制造”体会体验，以及故事。
首先面向制造的云端视觉AI，面向打算机家当从业者，云端视觉，或者视觉AI。刚才那本书里面挑出来的独角兽是三家公司都是打算机视觉的公司，这三家都是聚焦在视觉AI这个领域的。以是说重点先容视觉AI。
首先面向制造的视觉AI核心运用很多，面向制造视觉AI呈现碎片化、长尾化的运用。我们每天都要坐地铁，都要去机场，安检是一个很范例的视觉AI落地的场景。我们每天安检职员非常辛劳，基本上所有安检站都要安检职员要看，他一天看8个小时，是不是把稳力集中，这是未必的，这便是一个范例的落地。
还有缺陷检测，大家以前有知道火车用榔头敲的，一个一个敲，我们在进站的轨道上放上我们摄像机把图片和照片传到办公室里面，一个房间里面坐着很多的事情职员远端在看，这些都是在视觉AI进行落地的一些点。视觉AI落地的行业有农业、环保、工业等等。
以太阳能电池片的例子给大家讲一讲我们做得一些事情，这一幅图我刚才说的在铁道上去敲。这个基于图像的方法传到办公室里面，这样的事情是非常辛劳低效的。
现在毛病检测这样的例子来看，无摄像头拍照全人工实现，还有有摄像头拍照全人工不雅观察，还有有摄像头大略剖析，问题是人工本钱高、效率低下、感情对质控影响大。
我们做智能诊断的代价，大幅度节省人力，把这个可靠性本钱做到最得当，不追求一击必中，不追求百分之百更换，追求效率的提升，减少人力的投入。
这是太阳能电池片的生产，总是有一些产品有缺陷，不能安装在产品上去，经历了人工、大略全自动和繁芜半自动，这是太阳能电池片的例子，各种各样的毛病。我们一个员工至少要培训1-3个月的韶光，才能很好的识别，类似于我们年夜夫去看我们CT照片一样。医学须要培训的领域知识，领域知识不须要培训太多，看会这些东西学习挺费劲的。而且识别毛病的类型也是有限的。
更进一步，我们电池片一板一板生产的，我们检测算法，履行准确率判断有问题，判断有缺点，整板要废掉，以是说AI落地的策略显得非常主要，什么时候要人工参与，什么时候是全自动，这个策略是非常主要的。
这是我们在正太电池生产的指标，加了我们视觉往后，准确率、速率、剖析度的提升，这是一个现场的照片。这是生产线有没有出来问题，是不是须要人工干预，以这种声音或者图像的形式提醒。
这是我们行业办理方案，我刚才说了，在工业制造领域，这个领域里面的视觉运用呈现长尾、碎片化。本日是看铁道片，来日诰日看电池片，来日诰日看农业水果的叶子，养殖业等等，我们构建一套运用的方法，能够快速地切入这个行业。从头到尾把这个事情去做，这个效率低下，阿里巴巴推出办理方案，大体是这样组成，我们机器视觉工程师全程参与，会到现场去看，理解你们毛病的类型，图像的种类，以及对付准确率，以及召回率的指标，你们的本钱有什么样的哀求，提出一套办理方案，这是输出的准确率，这是面向视觉AI一个大略的先容。
一两年履行下来，要面向产品，不追求一击必中，我们要追求有效输出，这个效是效果，也是效率。我们最随意马虎打破点便是解放繁琐事情，在各行各业，繁琐事情大量存在，这些点最适宜AI落地的产品。
第三个，面向业务，人工智能是主菜，但是配菜没有做好，全体主菜做不出来。AI行业里面的话，有多少人工，就有多少智能，便是一个意思。我们在面向落地的时候，我们须要并不是炫技型的AI，是实战型的AI，这是我们面向新制造的一个关键。
接下来给大家先容一下阿里巴巴做得城市大脑的事情。这个可以说是云真个安防家当的事情，可以理解聪慧城市的事情。
目前的现状，城市里面所有传感器,有三个词可以描述其现状，盲人摸象、灯下黑、雾里看花，我们数据很多，但对数据的利用并没有做到位。阿里巴巴做城市大脑，便是要办理业界的现状。有五个步骤，感知、决策、搜索、预测、模型。我们要实现实时，我们知道安防家当里面，我们有三个分辨率，一个高清的分辨率，无论是2K，乃至到4K的分辨率，可以看人脸看清楚，可以一辆车车牌号码，什么牌子，几几年出厂，多少辆，有多少人，共享单车有没有乱停乱放，有没有占道经营，一个高清输出几十种乃至上百种有效的信息，这个叫做全面。
如果把分辨率再提升一下，我们剖析的一个城市，一个城区的一百部视频，变成10×10分辨率，是10K的分辨率，我们后面大屏幕可以放下的。这个做什么样的事情？一个重点城区交通的实时监看，重大会议、重大节日的安保，人工也可以看。如果再把这个分辨率再放大，全体城市级别这个人没有办法看的。目标做成100×100的分辨率，便是100K的分辨率，便是做这上面的运用。
我们在交通上做了什么事情？在杭州把存量的摄像头，每个城市建摄像头的历史，有的城市很早，有的城市很老。相称一大批存量的摄像头是不具备智能的，一夜之间全部换成智能的，这是不现实的，本钱非常高。在云端把存量摄像头授予智能，可以代替人工去看摄像头，有没有发生交通事件了，有没有堵车了，有没有各种各样的事宜、事件，便是这些效果。
在我们云端智能对存量摄像头有一个云扫描的功能，通过有限的算力，城市有一万个摄像头，我们每半个小时巡检一次，这是云真个上风，用很少的算力，对存量的非智能摄像头每半个小时扫一次，查各种各样的事宜。通过我们的剖析可以找到交通乱点以及管理的东西。
这是比较老的版本，大家去杭州，去到阿里巴巴园区可以看到非常新的界面。我们实践当中，进一步降落云真个本钱，开始利用AI的芯片。
我们对安全做了什么？刚刚讲了独角兽名单三家公司，大家知道出名在哪里呢？都出名在人脸识别上面，我们做城市大脑更看重搜索功能。什么意思？把摄像头下面所有的人、车，以及场景全部进行搜索。你须要找到某一个人也好，某一个辆车也好，一个人、一张图片放在平台里面就可以搜索出来。这个产品特殊适宜于公共案例的条例，把这个搜索叫渐进式的视频搜索引擎。案例很大略，职员走失落、群体事宜预警、剖析等等，这是所谓的技能。我们在衢州上报某个小区一个老人丢失了，有没有老人照片，找到老人照片立时进行搜索，知道他在半个小时前在什么路口，再半个小时经由什么路口，很快找到这个走失落老人。
查一下比较历史的，在云端有一个好处，对历史的事情进行快速搜索，把一个月一条街一个月的视频搬到云上，在一个小时，或者十几分钟之内可以全部剖析完，找到可以你想找的东西。当然这些是走失落老人的。
还有城市管理的AI，也便是说场景类的，一个城市的职能部门感兴趣的这些城市管理点，可能搜集到上百个，有城管关心城管，消防关心消防的，每个部门或多或少找到感兴趣的东西，这是做得一些事情。比如说占道经营、安全帽识别、动火作业，什么叫动火作业，比如活源、氧气瓶之类的，你不能在室外待太久的，一定规定的地点。消防通道有杂物堆放，还有安保，这些通过云端来实现。
接下来做得实时态势预测，也可以通过视觉，视觉的信息量确实很丰富，我们剖析车辆开过去的趋势，做重点区域的交通态势预测。通过GPS的采量采不全的，但通过每个视觉入口可以采全，通过采全的数据进行城市管理预测，比如说人什么时候开始聚拢，停车什么时候满。
这些云真个运用须要有一个打算的平台，因此我们研发了一个天擎大规模视觉打算平台，在云端支配和履行。
这是全体城市大脑AI技能架构，从底层一贯到运用层，从数据采集、搜集到打算处理，末了到输出运用，这样一个整体的架构。
末了大略先容一下阿里巴巴城市大脑人工智能开放创新平台，也是科技部首批四个国家人工智能开放创新平台之一，我们重点做得安全和交通，接下来随着大会目标是同等的，我们往环境、工业、制造这方面连续去做，这也是我们目标之一。
我的演讲完了，感激。
关于本篇文章的更多宣布，我们已在【和讯财经APP】上刊登，运用商店搜索“和讯财经”，下载并参与猜指数活动赢取京东卡和万元现金大奖